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
101	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
102	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
103	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）
104	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
105	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
106	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
107	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
108	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
109	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
110	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
111	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）
112	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）
113	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
114	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
115	2025-06-01	Deep Learning Differentiates Papilledema, NAION, and Healthy Eyes with Unsegmented 3D OCT Volumes 2025-May-28, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.05.036 PMID:40447246	研究论文	本研究利用深度学习技术，通过未分割的3D OCT体积数据，区分视乳头水肿、非动脉炎性前部缺血性视神经病变（NAION）和健康眼睛	首次使用完整的3D OCT体积数据进行深度学习，以区分NAION、视乳头水肿和健康眼睛，展示了视乳头周围视网膜（PPR）和视神经头（ONH）在诊断中的重要性	研究为回顾性分析，可能存在选择偏差，且外部验证集的样本量相对较小	开发一种可靠的自动化诊断工具，用于区分视乳头水肿、NAION和健康眼睛	视乳头水肿、非动脉炎性前部缺血性视神经病变（NAION）和健康眼睛的OCT扫描数据	数字病理学	视神经疾病	光学相干断层扫描（OCT）	ResNet 3D-18	3D OCT体积数据	4619份原始光谱域ONH体积扫描（来自1539只眼睛），外部验证集包含1663份扫描（来自742只眼睛）
116	2025-06-01	A Deep Learning Model for Accurate Segmentation of the Drosophila melanogaster Brain from Micro-CT Imaging 2025-May-28, Developmental biology IF:2.5Q2 DOI:10.1016/j.ydbio.2025.05.027 PMID:40447251	research paper	该研究开发了一种深度学习模型，用于从Micro-CT成像中准确分割果蝇大脑	利用预训练神经网络和少量Micro-CT图像训练出准确的3D深度学习模型，并能适应不同组织对比染色、扫描仪型号和基因型	训练数据量有限（仅1-3张Micro-CT图像）	开发自动化工具以简化Micro-CT图像分析流程	成年黑腹果蝇（Drosophila melanogaster）大脑	computer vision	NA	Micro-CT成像	3D深度学习模型（基于预训练神经网络）	3D Micro-CT图像	1-3张成年黑腹果蝇大脑Micro-CT图像
117	2025-06-01	Multiple-Basin Go̅-Martini for Investigating Conformational Transitions and Environmental Interactions of Proteins 2025-May-27, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00256 PMID:40359486	research paper	提出了一种名为Multiple-basin Go̅-Martini的新方法，用于研究蛋白质在显式环境中的构象转变及其与环境相互作用	结合了Go̅-Martini模型与指数混合方案，能够在显式环境中模拟蛋白质的自发构象转变	未提及具体的时间尺度或计算成本节省的具体数据	研究蛋白质构象转变及其与环境相互作用	蛋白质（GlnBP、Arc、Hinge、SemiSWEET和TRAAK）	生物物理学	NA	分子动力学模拟（MD）、Multiple-basin Go̅-Martini方法	Go̅-Martini模型	模拟数据	五个案例研究（GlnBP、Arc、Hinge、SemiSWEET和TRAAK）
118	2025-06-01	Reliable protein-protein docking with AlphaFold, Rosetta, and replica exchange 2025-May-27, eLife IF:6.4Q1 DOI:10.7554/eLife.94029 PMID:40424178	research paper	该研究结合AlphaFold作为结构模板生成器与基于物理的副本交换对接算法，以提高蛋白质复合物结构预测的准确性	提出AlphaRED（AlphaFold-initiated Replica Exchange Docking）方法，结合深度学习和物理增强采样技术，显著提高了蛋白质对接的成功率	研究仅针对254个蛋白质靶标进行了测试，样本量有限，且未涵盖所有可能的蛋白质相互作用类型	提高蛋白质复合物结构预测的准确性，特别是在存在显著构象变化的情况下	蛋白质复合物，特别是那些在结合过程中发生显著构象变化的蛋白质	computational biology	NA	AlphaFold, Rosetta, replica exchange docking	AlphaFold, ReplicaDock 2.0	protein structure data	254个蛋白质靶标，包括未结合和结合结构
119	2025-06-01	PathoGraph: A Graph-Based Method for Standardized Representation of Pathology Knowledge 2025-May-27, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04906-z PMID:40425649	research paper	提出了一种基于图的知识表示方法PathoGraph，用于系统化组织病理学知识以促进其计算利用	PathoGraph能够全面且结构化地捕捉多尺度疾病特征及病理学家的专业知识，并展示了其在大规模自动化构建及下游深度学习任务中的性能提升	未提及具体的技术实现细节或在不同病理学亚领域的普适性验证	系统化组织病理学知识以促进AI技术在病理学领域的有效整合	病理学数据（包括切片和诊断报告）及其隐含知识	digital pathology	neoplastic diseases	graph-based knowledge representation	NA	slides and diagnostic reports	NA
120	2025-06-01	Comparison of lower limb kinematic and kinetic estimation during athlete jumping between markerless and marker-based motion capture systems 2025-May-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02739-9 PMID:40425708	研究论文	比较无标记和有标记运动捕捉系统在运动员跳跃时对下肢运动学和动力学参数的估计	首次在从事高强度跳跃运动的运动员中验证无标记运动捕捉系统对下肢关节运动学和动力学参数的准确性	髋关节运动学测量在矢状面的准确性需要进一步验证	比较无标记和有标记运动捕捉系统在跳跃测试中对下肢运动学和动力学参数的估计	14名男性大学一级运动员	生物力学	NA	深度学习算法	NA	运动数据	14名男性大学一级运动员，每人至少完成三次蹲跳、下落跳和反向跳跃