深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
41	2025-06-01	Large Scale MRI Collection and Segmentation of Cirrhotic Liver 2025-May-28, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05201-7 PMID:40436863	research paper	该研究介绍了CirrMRI600+数据集，包含628个高分辨率腹部MRI扫描，用于肝硬化肝脏的自动分割和分析	首次提供了大规模、专家标注的肝硬化肝脏MRI数据集，并提供了11种最先进深度学习模型的基准结果	数据集虽然规模较大，但可能仍不足以覆盖所有肝硬化病例的多样性	开发和验证用于肝硬化肝脏分析的先进计算方法	肝硬化患者的MRI扫描图像	digital pathology	liver cirrhosis	MRI	deep learning	image	628个高分辨率腹部MRI扫描（310个T1加权和318个T2加权序列，共近40,000个标注切片）
42	2025-06-01	Leveraging deep learning and graph analysis for enhanced course recommendations in online education 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02156-y PMID:40436884	研究论文	本研究提出了一种结合CNN和图分析的混合模型，用于提升在线教育中的课程推荐效果	结合CNN和图分析技术，解决冷启动问题并提供更个性化的课程推荐	研究仅基于单一大学的数据，可能无法泛化到其他教育机构	开发有效的定制化推荐系统以提高学生参与度和教育表现	在线教育平台的学生和课程数据	机器学习	NA	CNN, 图分析	CNN	学生记录、教育表现数据和课程信息	12,898名学生（来自伊朗伊斯兰阿扎德大学电子校园）
43	2025-06-01	A multi-task learning model for global soil moisture prediction based on adaptive weight allocation 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01894-3 PMID:40436892	研究论文	提出了一种基于动态权重分配的自适应权重长短期记忆（AW-LSTM）模型，用于全球土壤湿度预测	通过计算任务间的相关系数动态优化模型权重，提高了预测精度	未提及模型在其他地理区域或不同时间尺度上的泛化能力	提高全球土壤湿度预测的准确性	全球土壤湿度数据	机器学习	NA	深度学习	LSTM	时间序列数据	未明确提及样本数量
44	2025-06-01	A novel deep learning model based on YOLOv5 optimal method for coal gangue image recognition 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01312-8 PMID:40436918	研究论文	本文研究了一种基于YOLOv5优化方法的深度学习模型，用于煤矸石图像识别	结合多通道注意力机制和轻量级内容感知特征重组上采样算子，显著提高了模型置信度和识别性能	需要大量标注数据集且存在过拟合风险	实现煤矸石的自动化在线处理	煤矸石图像	计算机视觉	NA	深度学习	YOLOv5	图像	NA
45	2025-06-01	Deep learning reconstruction enhances tophus detection in a dual-energy CT phantom study 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03012-9 PMID:40436916	研究论文	本研究比较了两种深度学习重建（DLR）技术与两种传统方法在双能CT中检测尿酸钠（MSU）的效果	DLR技术在MSU检测中表现出优于传统方法的性能，包括更高的检测灵敏度、更好的图像对比度、更低的图像噪声和更少的辐射暴露	需要进一步研究评估该方法的临床可靠性	比较不同重建技术在双能CT中检测MSU的效果	体外生物模型和光栅模型中的MSU	医学影像	痛风	双能CT（DECT）	深度学习重建（DLR）	CT图像	体外生物模型和光栅模型
46	2025-06-01	Mitigating malicious denial of wallet attack using attribute reduction with deep learning approach for serverless computing on next generation applications 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01178-w PMID:40436925	研究论文	本文提出了一种基于深度学习和属性减少的方法（MMDoWA-ARDL），用于检测和缓解下一代应用中的服务器无计算环境中的恶意钱包拒绝攻击	提出了一种新颖的框架，结合了深度学习和属性减少技术，有效地检测和缓解服务器无计算环境中的恶意攻击	NA	检测和缓解服务器无计算环境中的恶意钱包拒绝攻击	服务器无计算环境中的恶意攻击	机器学习	NA	深度学习，属性减少，优化算法	Bi-directional LSTM multi-head self-attention network (BMNet)	NA	基准数据集
47	2025-06-01	Enhancing Security in CPS Industry 5.0 using Lightweight MobileNetV3 with Adaptive Optimization Technique 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00496-3 PMID:40436957	研究论文	本研究提出了一种基于深度学习的方法，旨在通过结合MobileNetV3和自适应优化技术增强工业5.0中CPS的安全性	结合轻量级MobileNetV3和混沌帐篷美洲狮优化(CTPOA)技术，以及AES加密与自主访问控制，提供高性能和强安全性	未提及具体在哪些工业场景下进行了测试，以及模型在其他数据集上的泛化能力	增强工业5.0中CPS的安全性，识别和阻止高级网络攻击	工业5.0中的CPS系统	机器学习	NA	深度学习，数据预处理（高斯滤波、均值填补、最小-最大归一化），特征提取（流式、时间、统计和深度特征）	MobileNetV3, ResNet-101	IoT23数据集	NA
48	2025-06-01	A novel deep learning framework with artificial protozoa optimization-based adaptive environmental response for wind power prediction 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97793-8 PMID:40436976	研究论文	提出了一种新型混合深度学习框架IAPO-LSTM，用于高精度的超短期风电功率预测	结合CNN和GRU进行时空特征提取，并采用增强型人工原生动物优化器（IAPO）与自适应环境响应机制（AERM）动态调整优化策略	未提及模型在极端天气条件下的预测性能	提高风电功率预测精度以促进可再生能源并网可靠性	风电功率数据	机器学习	NA	CNN, GRU, 人工原生动物优化算法	IAPO-LSTM（CNN+GRU混合架构）	时间序列数据	四个真实数据集（NREL WIND/EMD WIND/WWSIS/ERCOT GRID）
49	2025-06-01	Drug-drug interaction prediction of traditional Chinese medicine based on graph attention networks 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00725-9 PMID:40436979	research paper	该论文提出了一种基于图注意力网络的双重图注意力网络（DGAT）方法，用于预测中药药物相互作用（TCMDDI）	提出了一种新颖的双重图注意力网络（DGAT），通过提取草药成分中活性分子的关键结构特征来预测中药药物相互作用，并利用注意力机制提取深层结构特征	未提及具体的数据集规模限制或模型在实际应用中的局限性	预测中药药物相互作用，以防止患者不良反应并在药物设计和开发中发挥重要作用	中药配方中的多种草药成分及其活性分子	machine learning	NA	graph attention networks	DGAT	chemical molecules	包含三种不同类别草药成分的综合数据集
50	2025-06-01	Classification of Indian classical dances using MnasNet architecture with advanced polar fox optimization for hyperparameter optimization 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03054-z PMID:40437032	研究论文	提出一种基于MnasNet架构和高级北极狐优化算法的印度古典舞蹈分类方法	首次将高级北极狐优化算法(APFO)应用于MnasNet架构的超参数优化，以提高分类准确率	仅针对Bharatnatyam舞蹈姿势数据集进行测试，未验证在其他印度古典舞蹈上的泛化能力	印度古典舞蹈的自动分类与识别	印度古典舞蹈的姿态和动作	计算机视觉	NA	深度学习	MnasNet	图像	Bharatnatyam舞蹈姿势数据集
51	2025-06-01	Personalized prediction of gait freezing using dynamic mode decomposition 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88110-4 PMID:40437121	research paper	本文探讨了一种基于动态模式分解（DMD）的方法，用于预测帕金森病患者步态冻结（FoG）的发生	引入基于DMD的三重指标来预测和分类FoG，实现了86.5%的分类准确率和81.97%的早期预测率	方法的实时性可能受数据处理需求的影响，且DMD的‘黑箱’特性使得特征和分类边界的解释存在困难	提高帕金森病患者步态冻结（FoG）的早期预测能力，以改善患者生活质量	晚期帕金森病患者的步态冻结（FoG）现象	machine learning	Parkinson's disease	dynamic mode decomposition (DMD)	NA	acceleration signals	NA
52	2025-06-01	An interpretable deep learning framework using FCT-SMOTE and BO-TabNet algorithms for reservoir water sensitivity damage prediction 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99659-5 PMID:40437186	研究论文	提出了一种可解释的深度学习框架，结合FCT-SMOTE和BO-TabNet算法，用于预测储层水敏损害	结合贝叶斯优化与TabNet建模复杂油田表格数据，整合FCT和SMOTE技术解决数据缺失和不平衡问题，实现了从传统定性分析到定量因子分析的进步	仅基于15个不同油田的270条数据进行验证，样本量和多样性可能有限	解决油气钻完井操作中高维和不可预测的挑战，提高储层水敏损害预测的准确性	天然岩心样本中的储层水敏损害	机器学习	NA	FCT-SMOTE, BO-TabNet	TabNet, Tab Transformer, Hopular, TabDDPM	表格数据	15个不同油田的270条数据
53	2025-06-01	Integrating SEResNet101 and SE-VGG19 for advanced cervical lesion detection: a step forward in precision oncology 2025-May-28, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14353-z PMID:40437403	研究论文	该研究比较了SEResNet101和SE-VGG19两种深度学习模型在宫颈病变分类中的性能，发现SEResNet101在所有评估指标上均表现更优	整合SEResNet101和SE-VGG19两种先进深度学习模型用于宫颈病变检测，显著提高了诊断精确度	需要多中心试验验证研究结果并促进临床广泛应用	提高宫颈癌筛查的准确性和精确度	宫颈病变（低级别鳞状上皮内病变LSIL和高级别鳞状上皮内病变HSIL）	数字病理学	宫颈癌	深度学习	SEResNet101, SE-VGG19	图像	3,305张高质量的阴道镜图像
54	2025-06-01	Real-time segmentation and detection of ponticulus posticus in lateral cephalometric radiographs using YOLOv8: a step towards enhanced clinical evaluation 2025-May-28, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06196-8 PMID:40437474	研究论文	本研究开发了一种基于YOLOv8-seg模型的深度学习方法，用于在侧位头影测量X光片中实时分割和检测Ponticulus posticus（PP）	首次将YOLOv8-seg模型应用于PP的检测，提高了检测的准确性和效率	研究仅使用了1000张X光片，样本量相对较小，且模型在PP边界不清晰时的性能未完全评估	开发一种自动检测PP的方法，以辅助正畸诊断和临床决策	侧位头影测量X光片中的Ponticulus posticus（PP）	数字病理	颅椎病理	YOLOv8-seg模型	YOLOv8	图像	1000张侧位头影测量X光片
55	2025-06-01	NeuroScale: evolutional scale-based protein language models enable prediction of neuropeptides 2025-May-28, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02243-6 PMID:40437538	研究论文	本文介绍了NeuroScale，一种基于进化尺度建模的多通道神经网络模型，用于精确预测神经肽	NeuroScale通过整合GoogLeNet框架，有效捕捉多尺度神经肽特征，实现了稳健且准确的分类	NA	开发更有效的计算方法以准确识别神经肽	神经肽（NPs）	自然语言处理	NA	进化尺度建模（ESM）	多通道神经网络模型，GoogLeNet	蛋白质序列	NA
56	2025-06-01	A highly scalable deep learning language model for common risks prediction among psychiatric inpatients 2025-May-28, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-04150-7 PMID:40437564	研究论文	开发了一种基于Transformer的可扩展深度学习语言模型，用于精神病住院患者的常见风险预测	首次探索基于Transformer的语言模型在精神病住院患者常见风险评估中的性能，并开发了多任务半结构化Transformer语言模型（SSTL）	研究仅限于三种精神病诊断（精神分裂症、双相情感障碍和抑郁症），且外部验证队列样本量相对较小	开发并验证一种可扩展的风险评估模型，用于精神病住院患者的常见风险预测	精神病住院患者，特别是首次住院的精神分裂症、双相情感障碍和抑郁症患者	自然语言处理	精神疾病	深度学习语言模型	Transformer, SSTL	文本（首次医疗记录、实验室检查、医嘱、心理量表）	7451名患者（训练队列）和1180名患者（外部验证队列）
57	2025-06-01	Operationalizing postmortem pathology-MRI association studies in Alzheimer's disease and related disorders with MRI-guided histology sampling 2025-May-28, Acta neuropathologica communications IF:6.2Q1 DOI:10.1186/s40478-025-02030-y PMID:40437594	研究论文	本文开发了一种结合7T MRI引导的组织病理学采样和全切片数字成像的综合方案，用于阿尔茨海默病及相关疾病的死后病理-MRI关联研究	提出了一种标准化的全半球死后7T MRI引导的组织病理学采样方法，并开发了半自动的MRI到组织学配准流程和基于弱监督深度学习的定量病理评分系统	研究样本量相对较小（29个大脑），且主要关注阿尔茨海默病谱系疾病	开发一种可扩展且可重复的方法来研究死后脑病理学，以促进阿尔茨海默病及相关疾病的诊断和治疗策略	阿尔茨海默病及相关疾病患者的死后大脑组织	数字病理	阿尔茨海默病	7T MRI, 全切片数字成像, 弱监督深度学习	深度学习	MRI图像, 组织学图像	29个诊断为阿尔茨海默病谱系的大脑
58	2025-06-01	Deep learning radiomics fusion model to predict visceral pleural invasion of clinical stage IA lung adenocarcinoma: a multicenter study 2025-May-28, Journal of cardiothoracic surgery IF:1.5Q3 DOI:10.1186/s13019-025-03488-6 PMID:40437608	研究论文	本研究通过深度学习和放射组学融合模型预测临床IA期肺腺癌的内脏胸膜侵犯，并在多中心研究中验证其性能	提出了一种决策级（晚期融合）模型，显著降低了过拟合风险，并在多中心外部验证中表现出优异的鲁棒性	研究样本量相对有限（449例患者），且仅针对临床IA期肺腺癌	评估放射组学、深度学习和融合模型在预测肺腺癌内脏胸膜侵犯中的性能及其辅助诊断效用	临床IA期肺腺癌患者	数字病理	肺癌	深度学习和放射组学	融合模型（早期融合和晚期融合）	医学影像数据	449例患者（训练队列289例，外部测试队列160例）
59	2025-06-01	Leveraging computer vision systems for monitoring hutch-housed dairy calves 2025-May-28, Journal of dairy science IF:3.7Q2 DOI:10.3168/jds.2025-26267 PMID:40447089	研究论文	本文开发了一种计算机视觉系统（CVS），用于监测户外圈养奶犊牛的位置和姿势，并比较了两种深度学习算法在边缘计算系统中的预测性能	首次将计算机视觉系统应用于户外圈养奶犊牛的行为监测，并比较了大型和小型深度学习模型在边缘计算中的适用性	研究仅针对12头断奶前母犊牛进行了20天的监测，样本量相对较小	开发自动化监测系统以评估奶犊牛的健康和福利状况	户外圈养的断奶前奶犊牛	计算机视觉	NA	计算机视觉系统（CVS）	YOLOv3, YOLOv3-tiny	图像	12头断奶前母犊牛，收集了27,704张图像
60	2025-06-01	Letter to the Editor on "Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound" 2025-May-28, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.05.044 PMID:40447158	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA