深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
881	2025-10-07	User preference modeling for movie recommendations based on deep learning 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00030-5 PMID:40360567	研究论文	提出一种基于深度学习的电影推荐方法，通过分析用户行为记录和电影内容元素实现个性化推荐	结合图技术（PageRank）和卷积神经网络（CNN）来建模用户偏好，相比传统方法能更好地捕捉复杂用户偏好动态	仅使用215名用户的浏览数据进行验证，样本规模有限	提升电影推荐系统的个性化推荐效果	电影推荐系统和用户偏好建模	机器学习	NA	图技术，文本挖掘	CNN	用户浏览记录，电影内容数据	215名用户在508个电影页面的浏览活动	NA	CNN	精确率，召回率	NA
882	2025-10-07	Dual level dengue diagnosis using lightweight multilayer perceptron with XAI in fog computing environment and rule based inference 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98365-6 PMID:40360639	研究论文	本研究提出了一种在雾计算环境中使用轻量级多层感知器和可解释人工智能进行双级登革热诊断的框架	结合雾计算环境提出双级诊断框架，第一级使用优化的轻量级MLP模型，第二级使用基于规则的推理方法，这在近期研究中较为罕见	使用小数据集进行模型训练，可能影响模型的泛化能力	提高登革热诊断效率，促进远程诊断和快速治疗	登革热疑似患者	机器学习	登革热	机器学习，深度学习	MLP	症状数据，血清学检测报告	小数据集	NA	轻量级多层感知器	准确率，精确率，F1分数	雾计算环境
883	2025-10-07	Detection of sugar beet seed coating defects via deep learning 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98253-z PMID:40360658	研究论文	本研究使用YOLO算法对甜菜种子包衣缺陷进行检测和分类	首次将YOLOv10系列模型应用于甜菜种子包衣缺陷检测，并比较了不同模型变体的性能	研究仅针对单一作物（甜菜种子）和固定拍摄条件，未验证在其他作物或不同光照条件下的适用性	通过深度学习技术提高种子包衣质量检测效率和准确性	甜菜种子包衣缺陷	计算机视觉	NA	图像处理技术	YOLO	RGB图像	2000个包衣甜菜种子的高分辨率图像	YOLOv10	YOLOv10-N, YOLOv10-L, YOLOv10-X	准确率, 推理时间	NA
884	2025-10-07	AI-IoT based smart agriculture pivot for plant diseases detection and treatment 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98454-6 PMID:40360734	研究论文	提出一种基于AI-IoT的智能农业枢纽系统，用于植物病害检测与治疗	基于现有中心枢纽开发新型IoT系统架构和硬件试点，克服无人机和机器人技术的局限性	未明确说明系统部署成本和维护难度等实际应用限制	开发智能农业系统解决植物病害检测与治疗问题	多种作物的植物叶片	计算机视觉	植物病害	深度学习	CNN	图像	25,940张增强图像，涵盖11类植物叶片	NA	ResNet50	准确率,F1-score,召回率,精确率	NA
885	2025-10-07	Automated chick gender determination using optical coherence tomography and deep learning 2025-May, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105033 PMID:40106909	研究论文	本研究提出了一种结合光学相干断层扫描和深度学习的高分辨率、非侵入性雏鸡性别鉴定方法	首次将OCT与深度学习结合用于自动化雏鸡性别鉴定，开发了针对OCT数据优化的定制卷积神经网络	模型准确率为79%，仍有提升空间，需要进一步改进成像和机器学习技术	开发自动化雏鸡性别鉴定方法以优化家禽生产	雏鸡泄殖腔结构	计算机视觉	NA	光学相干断层扫描	CNN	OCT图像	NA	NA	定制CNN, Inception, VGG-16	准确率	NA
886	2025-10-07	Artificial intelligence in preclinical research: enhancing digital twins and organ-on-chip to reduce animal testing 2025-May, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2025.104360 PMID:40252989	综述	探讨人工智能在临床前研究中通过增强数字孪生和器官芯片技术来减少动物测试的应用与影响	整合机器学习、深度学习与AI驱动的数字孪生和器官芯片平台，提升对复杂生物系统的模拟精度和预测能力	未提及具体技术实施的局限性	推动伦理且高效的药物发现，遵循3R原则（替代、减少、优化）减少动物测试	临床前药物研究中的生物系统模拟	机器学习	NA	机器学习(ML), 深度学习(DL), 数字孪生(DT), 器官芯片(OoC)	NA	生物系统模拟数据	NA	NA	NA	NA	NA
887	2025-05-18	Automated high precision PCOS detection through a segment anything model on super resolution ultrasound ovary images 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01744-2 PMID:40369044	研究论文	提出了一种名为QEI-SAM的新型集成方法，用于提高超声卵巢图像质量并进行卵巢囊肿分割，以实现准确预测多囊卵巢综合征(PCOS)	结合了ESRGAN进行图像增强和SAM进行囊肿分割，以及多种CNN模型进行PCOS诊断，实现了高精度的自动化检测	未提及模型在临床环境中的实际应用验证或跨中心验证结果	开发自动化高精度PCOS检测系统以辅助临床诊断	超声卵巢图像中的囊肿	数字病理	多囊卵巢综合征	超声成像	ESRGAN, SAM, CNN (包括ResNet 50, ResNet 101, VGG 16, VGG 19, AlexNet和Inception v3)	超声图像	NA	NA	NA	NA	NA
888	2025-05-18	A sub-meter resolution urban surface albedo dataset for 34 U.S. cities based on deep learning 2025-May-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05109-2 PMID:40368894	研究论文	本研究利用深度学习和多源遥感数据，首次为美国34个主要城市制作了高分辨率的城市表面反照率地图	首次为34个美国主要城市提供亚米级分辨率的城市表面反照率数据集，结合了多种遥感数据和U-Net模型进行不透水和透水表面分类及反照率预测	研究仅针对美国34个城市，可能无法直接推广到其他地区或城市	提高城市热环境理解的精确度，为城市规划和环境监测提供数据支持	美国34个主要城市的城市表面反照率	遥感与深度学习	NA	多源遥感数据（NAIP影像、屋顶反照率数据、建筑足迹、土地覆盖分类和Sentinel-2影像）	U-Net	遥感影像	美国34个主要城市	NA	NA	NA	NA
889	2025-05-18	Evaluating masked self-supervised learning frameworks for 3D dental model segmentation tasks 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01014-1 PMID:40368972	研究论文	评估掩码自监督学习框架在3D牙科模型分割任务中的应用	首次在3D牙科模型领域探索了四种掩码自监督学习框架（Point-BERT、Point-MAE、Point-GPT和Point-M2AE）的适用性	当标记数据充足时，预训练带来的性能提升会减弱	提高牙科模型分割任务的自动化水平，支持计算机辅助治疗规划	3D牙科模型（牙齿和牙套）	计算机视觉	牙科疾病	掩码自监督学习	Point-BERT, Point-MAE, Point-GPT, Point-M2AE	3D模型数据	超过4000个未标记的3D牙科模型（预训练），以及公开可用的Teeth3DS数据集和自建的牙套分割数据集（微调）	NA	NA	NA	NA
890	2025-05-18	Advanced internet of things enhanced activity recognition for disability people using deep learning model with nature-inspired optimization algorithms 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00379-7 PMID:40369092	研究论文	提出了一种结合深度学习和自然启发优化算法的高级物联网增强活动识别模型，用于残疾人士	结合自适应黑猩猩优化算法和斑马优化算法进行特征子集选择和超参数优化，提高了活动识别的准确性	仅通过智能手机数据集进行验证，未在其他设备或场景下测试	提高残疾人士活动识别的准确性和效率	残疾人士的活动数据	计算机视觉	NA	深度学习、优化算法	DCAE、AdCO、ZOA	智能手机传感器数据	未明确说明样本数量，使用了HAR智能手机数据集	NA	NA	NA	NA
891	2025-05-18	A computational framework for IoT security integrating deep learning-based semantic algorithms for real-time threat response 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93898-2 PMID:40369098	研究论文	提出了一种结合深度学习和语义推理的框架，用于增强物联网（IoT）安全中的威胁情报和自主响应能力	整合了CNN用于空间异常检测和RNN用于序列模式识别，同时利用知识图谱进行上下文感知的威胁检测，结合了边缘计算和实时流处理技术	未来工作需要关注实际部署和自适应威胁情报	提升物联网网络的安全性能，特别是在实时威胁检测和响应方面	物联网网络的安全威胁	机器学习	NA	深度学习，语义推理，边缘计算，实时流处理	CNN, RNN	实时流数据	使用CICIoT 2023数据集和自定义物联网测试平台进行广泛统计验证	NA	NA	NA	NA
892	2025-05-18	A vision transformer based CNN for underwater image enhancement ViTClarityNet 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91212-8 PMID:40369132	research paper	提出了一种基于视觉Transformer和CNN的水下图像增强模块ViT-Clarity，并通过生成模型BlueStyleGAN创建合成水下图像数据集	结合视觉Transformer与CNN提升水下图像增强性能，并利用BlueStyleGAN生成合成数据集解决数据不足问题	依赖合成数据集，可能无法完全覆盖真实水下环境的复杂性	提升水下计算机视觉任务的图像质量	水下图像	computer vision	NA	vision transformer, CNN, generative model	ViT-Clarity, ClarityNet, BlueStyleGAN	image	五个代表不同水下条件的数据集	NA	NA	NA	NA
893	2025-05-18	A metaheuristic optimization-based approach for accurate prediction and classification of knee osteoarthritis 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99460-4 PMID:40369219	研究论文	本研究提出了一种基于元启发式优化的方法，用于膝关节骨关节炎的准确预测和分类	采用集体迁移学习方法和四种预训练模型提取深度特征，结合二元灰雁优化器（bGGO）进行特征选择，并使用CNN超参数算法优化模型	未提及具体样本量及数据来源的多样性，可能影响模型的泛化能力	开发先进的深度学习方法用于膝关节骨关节炎的风险评估和疼痛演变预测	膝关节骨关节炎患者或有患病风险的人群	数字病理学	骨关节炎	深度学习，迁移学习	CNN, VGG19, ResNet50, AlexNet, GoogleNet	图像	NA	NA	NA	NA	NA
894	2025-05-18	Classification of lung cancer severity using gene expression data based on deep learning 2025-May-14, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03011-w PMID:40369502	研究论文	本研究提出了一种基于深度学习的卷积神经网络模型，用于利用基因表达数据对肺癌严重程度进行分类	采用CNN模型结合F检验特征选择方法，针对基因数据中的类别不平衡和过拟合问题进行了优化，在LUAD和LUSC两种肺癌类型分类中取得了高准确率	基因数据样本量较小而特征数量较多，可能影响模型的泛化能力	开发一种能够准确分类肺癌严重程度的深度学习方法	LUAD和LUSC两种类型的肺癌	数字病理	肺癌	基因表达数据分析	CNN	基因表达数据	未明确说明样本数量，但提到样本量较小	NA	NA	NA	NA
895	2025-05-18	Fate-tox: fragment attention transformer for E(3)-equivariant multi-organ toxicity prediction 2025-May-14, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01012-5 PMID:40369624	研究论文	开发了一种名为FATE-Tox的新型多视角深度学习框架，用于多器官毒性预测	使用三种片段化方法构建片段级图，结合2D和3D分子表示，通过片段注意力变换器识别潜在的3D毒性基团，提高了预测性能和可解释性	未提及具体样本量，可能受限于基准数据集的大小和多样性	解决药物开发中的多器官毒性预测问题	药物化合物的毒性预测	机器学习	NA	深度学习	Transformer	分子结构数据	使用了MoleculeNet和TDC的基准数据集（BBBP、SIDER、ClinTox、DILI、Skin Reaction、Carcinogens、hERG），但未提及具体样本量	NA	NA	NA	NA
896	2025-10-07	SlitNET: A Deep Learning Enabled Spectrometer Slit 2025-May-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06014 PMID:40298458	研究论文	提出一种基于深度学习的SlitNET光谱仪狭缝，通过神经网络重建增强分辨率的光谱	首次将深度学习模型集成到光谱仪狭缝中，实现高吞吐量和高分辨率的同时提升	需要从合成数据到实验数据的迁移学习过程	提升光谱仪的分辨率和效率	拉曼光谱材料	机器学习	NA	拉曼光谱	神经网络	光谱数据	NA	NA	SlitNET	分辨率增强	NA
897	2025-10-07	Deep Learning Based Surface Classification of Functionalized Polymer Coatings 2025-May-13, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c03971 PMID:40306624	研究论文	本研究开发了一种基于深度学习的聚合物涂层表面分类方法，通过分析蛋白质溶液干燥后的染色图案实现功能化聚合物表面的快速识别	首次将深度学习技术应用于功能化聚合物涂层表面的分类，能够识别化学结构差异微小的不同聚合物涂层	概念验证研究，仅测试了10种结构相似的聚合物涂层，样本规模有限	开发简单、快速且可扩展的表面分析方法，用于功能化聚合物涂层的表征	功能化聚合物涂层表面	计算机视觉	NA	化学气相沉积聚合，偏振光显微镜	CNN	图像	10种结构不同的聚合物涂层	NA	CNN	准确率	NA
898	2025-10-07	Automatic construction of risk transmission network about subway construction based on deep learning models 2025-May-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99561-0 PMID:40350479	研究论文	基于深度学习模型自动构建地铁施工风险传播网络	开发了专门针对地铁施工安全领域的实体识别和因果关系提取模型，将事故文本转化为因果链结构	使用的文本数据量有限，可能影响模型泛化能力	改进地铁施工安全风险管理方法	地铁施工事故文本数据	自然语言处理	NA	文本挖掘，深度学习	BiLSTM-CRF, CNN	文本	562起地铁施工事故	NA	双向长短期记忆网络，条件随机场，卷积神经网络	准确率，召回率，F1分数	NA
899	2025-05-18	Inter-Relationships Between the Deep Learning-Based Pachychoroid Index and Clinical Features Associated with Neovascular Age-Related Macular Degeneration 2025-May-07, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14093245 PMID:40364275	research paper	本研究利用深度学习技术开发的Hokkaido University pachychoroid index (HUPI) 探讨了厚脉络膜对日本新生血管性年龄相关性黄斑变性(nAMD)临床特征的影响	使用改进的LeNet模型从EDI-OCT脉络膜图像计算HUPI，揭示了不同类型nAMD中厚脉络膜特征的差异及其与临床参数的关联	研究为回顾性观察研究，样本量相对较小(124眼)，且仅针对日本人群	探讨厚脉络膜对新生血管性年龄相关性黄斑变性临床特征的影响	111例初治nAMD患者的124眼(包括44眼1型MNV、26眼2型MNV和54眼PCV)	digital pathology	age-related macular degeneration	EDI-OCT	modified LeNet	image	124眼(来自111名患者)	NA	NA	NA	NA
900	2025-05-18	Explainable Artificial Intelligence for Diagnosis and Staging of Liver Cirrhosis Using Stacked Ensemble and Multi-Task Learning 2025-May-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091177 PMID:40361994	研究论文	本研究提出了一种基于深度学习的框架，用于利用T2加权MRI图像自动诊断和分期肝硬化的方法	结合堆叠集成学习、多任务学习（MTL）和迁移学习，在可解释人工智能（XAI）背景下提高诊断准确性、可靠性和透明度	NA	开发一种自动诊断和分期肝硬化的深度学习框架	肝硬化患者	数字病理学	肝硬化	T2加权MRI	CNN（VGG16, MobileNet, DenseNet121）和XGBoost	图像	CirrMRI600+数据集，采用10折交叉验证策略	NA	NA	NA	NA