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
601	2025-05-24	NSSI-Net: A Multi-Concept GAN for Non-Suicidal Self-Injury Detection Using High-Dimensional EEG in a Semi-Supervised Framework 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3558170 PMID:40402701	研究论文	本文提出了一种名为NSSI-Net的半监督对抗网络，用于从高维脑电图(EEG)数据中检测非自杀性自伤行为(NSSI)	NSSI-Net结合了空间-时间特征提取模块和多概念判别器，能够有效整合EEG数据的时空动态特征，并在性能上比现有方法提高了5.44%	研究样本量相对较小(n=114)，且主要针对抑郁青少年群体	开发一种有效的半监督学习方法用于NSSI的早期诊断	非自杀性自伤行为(NSSI)患者的EEG数据	机器学习	精神疾病	EEG信号分析	GAN(生成对抗网络), 2D-CNN, BiGRU	EEG信号数据	114例自收集的NSSI数据
602	2025-05-24	The effect of selection bias on the performance of a deep learning-based intraoperative hypotension prediction model using real-world samples from a publicly available database 2025-May-22, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.03.024 PMID:40404499	研究论文	评估选择偏差对基于深度学习的术中低血压预测模型性能的影响	首次系统评估了选择偏差对深度学习模型和仅使用平均动脉压（MAP）的模型在预测术中低血压性能上的影响	研究仅使用了公开数据库VitalDB的数据，可能无法完全代表所有临床场景	评估选择偏差对低血压预测模型性能的影响	术中低血压预测模型	医疗人工智能	心血管疾病	深度学习	DL模型, MAP-only模型	动脉压力波形数据	来自VitalDB开放数据集的样本
603	2025-05-24	Evaluating the generalizability of video-based assessment of intraoperative surgical skill in capsulorhexis 2025-May-22, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03406-0 PMID:40405033	research paper	评估基于视频的囊膜切开术中手术技能评估模型的泛化能力	首次评估了深度学习模型在囊膜切开术视频技能评估中的泛化能力，并比较了无监督域适应和半监督域适应方法的效果	模型性能虽有提升，但仍未达到数据集内部性能水平	评估手术技能视频评估模型的跨数据集泛化能力	囊膜切开术手术视频	computer vision	眼科疾病	深度学习	CNN-LSTM, Transformer	视频	两个数据集(D99和公开的Cataract-101)
604	2025-05-24	Leveraging deep learning-based kernel conversion for more precise airway quantification on CT 2025-May-22, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11696-w PMID:40405045	研究论文	评估不同CT重建核及核转换对全自动气道定量CT测量变异性的影响	利用深度学习进行核转换以减少气道定量CT测量的变异性	对于非肺专用核和亚段气道的效果有限	评估和减少气道定量CT测量的变异性	气道定量CT测量	数字病理	肺病	CT扫描	深度学习	图像	96名患者
605	2025-05-24	Medication versus globus pallidus internus deep brain stimulation in Parkinson's disease with deep learning video analysis of finger tapping 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02098-5 PMID:40394036	研究论文	本研究通过深度学习视频分析手指敲击任务，比较了药物与GPi深部脑刺激（DBS）在帕金森病（PD）患者中对运动症状改善的差异	首次使用深度学习模型从2D手部运动重建3D网格，提取21个运动参数来量化手部运动迟缓，并比较GPi DBS与药物的效果差异	样本量相对较小（87名患者），且为观察性研究，无法确定因果关系	评估GPi DBS对帕金森病患者运动症状（特别是运动迟缓）的改善效果，并与药物治疗进行比较	帕金森病患者的手指敲击运动	数字病理学	帕金森病	深度学习视频分析	深度学习模型（未指定具体类型）	视频	87名患者的556个视频
606	2025-05-24	A dynamic attention mechanism for road extraction from high-resolution remote sensing imagery using feature fusion 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02267-6 PMID:40394108	研究论文	提出了一种名为RISENet的新型深度学习模型，用于从高分辨率遥感图像中提取道路信息	引入了双分支融合编码器、多层动态空间通道融合注意力机制（MCSA）和混合特征扩张感知解码器，有效解决了道路提取中的遮挡和相似性问题	未提及模型在极端天气或低光照条件下的表现	提高从遥感图像中提取道路信息的准确性和完整性	高分辨率遥感图像中的道路	计算机视觉	NA	深度学习	RISENet（包含双分支融合编码器、MCSA和扩张感知解码器）	图像	三个不同的道路分割基准数据集
607	2025-05-24	Corrigendum to "Ultrasound-Based Deep Learning Radiomics Nomogram for Tumor and Axillary Lymph Node Status Prediction After Neoadjuvant Chemotherapy" [Academic Radiology 32 (2025) 12-23] 2025-May-21, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.010 PMID:40404505	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
608	2025-05-24	Heuristic optimization in classification atoms in molecules using GCN via uniform simulated annealing 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00340-8 PMID:40394056	research paper	该论文提出了一种结合均匀模拟退火的元启发式算法，用于优化图卷积网络（GCN）中的权重，以提高分类问题的准确性	提出了一种结合均匀模拟退火的混合优化方法，用于GCN的权重优化，相比现有方法在平衡和不平衡数据集上均表现出更好的性能	训练过程复杂且耗时，且仅在QM7数据集上进行了测试	优化图卷积网络的权重以提高分类问题的准确性	图卷积网络（GCN）及其在分类问题中的应用	machine learning	NA	模拟退火算法	GCN	graph data	QM7数据集（分为平衡和不平衡两部分）
609	2025-05-24	Real-time driver drowsiness detection using transformer architectures: a novel deep learning approach 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02111-x PMID:40394076	研究论文	本文提出了一种基于深度学习的新型实时驾驶员疲劳检测框架，利用先进的Transformer架构和迁移学习模型实现高精度和可靠性	整合了Class Activation Mapping (CAM)增强模型可解释性，使系统能够聚焦关键眼部区域并提高决策透明度	NA	开发一种实时、可靠且高效的驾驶员疲劳检测系统以提高道路安全	驾驶员眼部状态（睁眼/闭眼）	计算机视觉	NA	Haar Cascade分类器、图像归一化、数据增强	Vision Transformer (ViT)、Swin Transformer、VGG19、DenseNet169、ResNet50V2、InceptionResNetV2、InceptionV3、MobileNet	图像	MRL Eye Dataset、NTHU-DDD和CEW数据集
610	2025-05-24	Deep learning-based interpretable prediction of recurrence of diffuse large B-cell lymphoma 2025-May-20, BJC reports DOI:10.1038/s44276-025-00147-0 PMID:40394100	research paper	该研究开发了一种基于深度学习的可解释性预测模型，用于预测弥漫性大B细胞淋巴瘤（DLBCL）的复发	利用基于注意力的分类方法突出显示图像中对模型分类高度相关的区域，并通过形态学特征分析增强模型的可解释性	模型的可解释性虽然有所提升，但仍需进一步验证其生物学意义和临床适用性	预测DLBCL患者的复发情况，以提供替代治疗方案	弥漫性大B细胞淋巴瘤（DLBCL）患者	digital pathology	lymphoma	deep learning, attention-based classification, morphological feature analysis	CNN	histological images	公开可用的队列数据（具体样本数量未提及）
611	2025-05-24	An explainable AI-driven deep neural network for accurate breast cancer detection from histopathological and ultrasound images 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97718-5 PMID:40394112	research paper	本文提出了一种基于可解释AI的深度神经网络模型DNBCD，用于从组织病理学和超声图像中准确检测乳腺癌	结合Densenet121和定制CNN层，采用Grad-CAM提供预测的可视化解释，提高了模型的准确性和可解释性	模型在BUSI数据集上的准确率略低于B-400x数据集，可能存在对不同类型图像的泛化能力差异	开发一个高准确性和可解释性的自动化乳腺癌检测系统	乳腺癌的组织病理学和超声图像	digital pathology	breast cancer	deep learning, transfer learning	CNN, Densenet121	image	B-400x数据集1820张图像，BUSI数据集1578张图像
612	2025-05-24	Harnessing feature pruning with optimal deep learning based DDoS cyberattack detection on IoT environment 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02152-2 PMID:40394115	研究论文	本文提出了一种基于特征剪枝和最优深度学习的DDoS攻击检测技术，用于物联网环境中的网络安全	结合改进的鹈鹕优化算法（IPOA）进行特征剪枝，并利用稀疏去噪自编码器（SDAE）模型进行DDoS攻击检测，同时采用鱼类迁移优化器（FMO）技术进行参数调优	实验仅在BoT-IoT数据集上进行，未涉及其他数据集或实际环境验证	提高物联网环境中DDoS攻击的检测效率和准确性	物联网设备中的DDoS攻击	机器学习	NA	改进的鹈鹕优化算法（IPOA）、稀疏去噪自编码器（SDAE）、鱼类迁移优化器（FMO）	SDAE	网络流量数据	BoT-IoT数据集
613	2025-05-24	Enhancing enterprise knowledge retrieval via cross-domain deep recommendation: a sparse data approach 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01999-9 PMID:40394166	research paper	本文提出了一种跨领域深度推荐模型CDR-VAE，用于解决企业知识检索中的数据稀疏和跨领域知识转移效率低的问题	结合混合自动编码器和领域对齐技术，开发了CDR-VAE模型，有效解决了数据稀疏和跨领域知识转移的挑战	未提及具体的数据稀疏程度对模型性能的影响，以及模型在其他类型数据集上的泛化能力	提升企业知识检索效率，特别是在数据稀疏和跨领域知识转移的场景下	企业数据集和Movies&Books基准数据集	machine learning	NA	hybrid autoencoder, domain alignment	CDR-VAE	enterprise knowledge data, benchmark dataset	未明确提及具体样本数量，但使用了企业数据集和Movies&Books基准数据集
614	2025-05-24	Automated cell structure extraction for 3D electron microscopy by deep learning 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01763-z PMID:40394179	研究论文	本研究探讨了基于深度学习的生物图像自动分割方法，以实现细胞和细胞器3D结构的精确重建	采用U-Net和SAM模型结合3D watershed算法，实现了细胞结构的全自动分割和3D模型构建	需要进一步探索其他深度学习技术和图像处理方法的组合以提高分割精度	开发生物图像自动分割方法以重建细胞3D结构	原始单细胞红藻Cyanidioschyzon merolae的细胞图像	数字病理学	NA	聚焦离子束扫描电子显微镜(FIB-SEM)	U-Net, SAM	图像	包含大量细胞的大规模显微镜图像
615	2025-05-24	The regulatory landscape of 5' UTRs in translational control during zebrafish embryogenesis 2025-05-19, Developmental cell IF:10.7Q1 DOI:10.1016/j.devcel.2024.12.038 PMID:39818206	research paper	该研究通过大规模并行报告分析和多聚体分析，揭示了斑马鱼早期胚胎发育过程中5' UTR在翻译调控中的调控景观	首次在发育过程中建立了基于5' UTR的翻译调控定量模型，并开发了深度学习模型DaniO5P来预测5' UTR异构体的活性	研究仅针对斑马鱼胚胎发育早期阶段，未涵盖其他发育阶段或物种	探究5' UTR在翻译调控中的作用及其在斑马鱼胚胎发育中的动态变化	斑马鱼早期胚胎发育过程中的5' UTR序列	计算生物学	NA	大规模并行报告分析、多聚体分析	深度学习模型DaniO5P	序列数据	18,154个5' UTR序列
616	2025-05-24	Enhancing Transthyretin Binding Affinity Prediction with a Consensus Model: Insights from the Tox24 Challenge 2025-May-19, Chemical research in toxicology IF:3.7Q2 DOI:10.1021/acs.chemrestox.4c00560 PMID:40285676	research paper	该研究通过整合多种深度学习模型，开发了一个共识模型来预测甲状腺素转运蛋白（TTR）的结合亲和力，并在Tox24挑战赛中取得了良好表现	整合了sPhysNet、KANO和GGAP-CPI三种模型，利用不同层次的分子信息（2D拓扑、3D几何和蛋白质-配体相互作用）提升预测准确性，并引入不确定性估计作为预测置信度的衡量标准	模型性能仍有提升空间，RMSE虽有所降低但仍存在一定误差	提高TTR结合亲和力的预测准确性，以识别潜在的TTR结合物并预测其结合亲和力	甲状腺素转运蛋白（TTR）及其与外来化合物的相互作用	machine learning	NA	深度学习	共识模型（整合sPhysNet、KANO和GGAP-CPI）	分子信息（2D拓扑、3D几何和蛋白质-配体相互作用）	Tox24挑战赛提供的数据集，具体样本数量未明确说明
617	2025-05-24	An overview of artificial intelligence and machine learning in shoulder surgery 2025-May-19, Clinics in shoulder and elbow IF:1.8Q2 DOI:10.5397/cise.2025.00185 PMID:40405638	review	本文综述了人工智能和机器学习在肩部手术中的应用及其对临床实践的变革	探讨了机器学习在肩关节置换术和肩袖撕裂治疗中的创新应用，包括预测术后结果、并发症及植入物选择	面临数据变异性、模型可解释性及临床工作流整合等挑战	探索机器学习在肩部手术中的应用及其对临床实践的潜在影响	肩关节置换术和肩袖撕裂（RCTs）的管理	machine learning	shoulder surgery	supervised, unsupervised, and reinforcement learning	XGBoost, neural networks, GAN	magnetic resonance imaging, ultrasound	NA
618	2025-05-24	Deep learning-assisted self-cleaning cellulose colorimetric sensor array for monitoring black tea withering dynamics 2025-May-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144727 PMID:40403427	研究论文	本研究提出了一种基于纤维素薄膜的环保型比色传感器阵列，结合深度学习技术，用于监测红茶萎凋过程中的挥发性有机化合物及评估萎凋阶段	开发了一种具有自清洁功能的TiO-纤维素薄膜，并通过特定区域功能化提高了湿度抗性，结合LSTM深度学习模型实现了90%的萎凋阶段识别准确率	未明确说明传感器在长期使用中的稳定性或在实际生产环境中的适用性	开发一种智能、环保的传感器用于监测红茶萎凋过程	红茶萎凋过程中的挥发性有机化合物(VOCs)	传感器技术	NA	比色传感器阵列(CSA)、深度学习	LSTM	化学传感器数据	未明确说明具体样本数量
619	2025-05-24	Comparison of clinical, radiomics, deep learning, and fusion models for predicting early recurrence in locally advanced rectal cancer based on multiparametric MRI: a multicenter study 2025-May-14, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112173 PMID:40403678	研究论文	本研究比较了基于多参数MRI的临床、放射组学、深度学习和两种融合模型在预测局部晚期直肠癌早期复发中的表现	首次比较了四种不同模型（临床、放射组学、深度学习和两种融合模型）在预测局部晚期直肠癌早期复发中的性能，并发现基于决策的晚期融合模型表现最佳	回顾性研究设计可能引入选择偏倚，且样本量相对有限（337例患者）	比较不同模型预测局部晚期直肠癌早期复发的性能	局部晚期直肠癌患者	数字病理	直肠癌	多参数MRI（包括T2WI、DWI、T1WI和CET1WI）	XGBoost分类器（用于建立临床模型、放射组学模型、深度学习模型和两种融合模型）	医学影像	337例来自四个中心的局部晚期直肠癌患者（2016年1月至2021年9月）
620	2025-05-24	Dissecting the genetic complexity of myalgic encephalomyelitis/chronic fatigue syndrome via deep learning-powered genome analysis 2025-May-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.15.25325899 PMID:40321247	研究论文	本研究利用深度学习框架HEAL2对肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）进行全基因组分析，揭示了其遗传复杂性及相关症状的遗传风险	开发了新型深度学习框架HEAL2，用于ME/CFS的遗传预测和风险基因识别，并揭示了这些基因在多种组织和细胞类型中的功能重要性	研究未提及样本量大小，可能影响结果的普适性	探索ME/CFS的遗传、分子和细胞基础，寻找潜在的治疗靶点	肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）患者及其基因组数据	机器学习	肌痛性脑脊髓炎/慢性疲劳综合征	全基因组分析、转录组分析、网络分析	深度学习框架HEAL2	基因组数据、转录组数据、蛋白质组数据	NA