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
181	2025-06-07	Energy consumption analysis and prediction in exercise training based on accelerometer sensors and deep learning 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04380-y PMID:40461566	研究论文	本研究基于加速度传感器数据和深度学习技术，提出了一种优化的能量消耗预测模型，以提高运动训练中能量消耗预测的准确性和效率	结合CNN、Bi-LSTM网络和注意力机制的模型架构，优化了局部特征提取、时间建模和动态权重分配能力，并提出了多维特征分析框架	未提及具体的数据采集环境限制或模型在不同运动类型中的泛化能力	提高运动训练中能量消耗预测的准确性和效率，支持智能运动监测、健康管理和个性化训练计划开发	运动训练中的能量消耗	机器学习	NA	深度学习	CNN, Bi-LSTM, 注意力机制	加速度传感器数据	NA
182	2025-06-07	Multimodal deep learning for chemical toxicity prediction and management 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95720-5 PMID:40461585	研究论文	本文提出了一种多模态深度学习方法，用于化学毒性的预测和管理	引入了结合化学属性数据和分子结构图像的综合研究数据集，并提出了集成Vision Transformer (ViT)和多层感知机(MLP)的深度学习模型，通过联合融合机制显著提高了预测性能	由于安全约束和化学数据的结构复杂性，综合数据集的开发仍然有限	提高化学毒性的多标签预测精度	化学毒性的预测和管理	机器学习	NA	深度学习	Vision Transformer (ViT), Multilayer Perceptron (MLP)	图像, 数值数据	NA
183	2025-06-07	Data-intelligence driven methods for durability, damage diagnosis and performance prediction of concrete structures 2025-Jun-03, Communications engineering DOI:10.1038/s44172-025-00431-4 PMID:40461590	综述	本文全面回顾了机器学习和深度学习在钢筋混凝土结构耐久性、损伤诊断和性能预测中的应用	利用人工智能技术（如深度学习和机器学习）为钢筋混凝土结构的损伤检测和材料性能预测提供了创新方法	传统方法效率低且准确性不足，而基于降解机制的偏微分方程模型计算量大且难以求解	提高钢筋混凝土结构损伤检测的效率和材料性能预测的准确性	钢筋混凝土结构	机器学习	NA	深度学习和机器学习	NA	NA	NA
184	2025-06-07	A novel EEG artifact removal algorithm based on an advanced attention mechanism 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98653-1 PMID:40461599	研究论文	提出了一种基于改进注意力机制的EEG伪迹去除算法CLEnet，结合双尺度CNN和LSTM，有效分离EEG信号与伪迹	整合双尺度CNN和LSTM，并引入改进的EMA-1D注意力机制，提升对未知伪迹的去除能力及多通道EEG数据的适应性	未明确说明算法在实时处理或计算效率方面的表现	解决EEG信号处理中的伪迹去除问题，提升信号质量	多通道EEG数据中的伪迹	脑机接口	脑部疾病	深度学习	CNN, LSTM, EMA-1D	EEG信号	三个数据集（未明确样本数量）
185	2025-06-07	Deep learning-based electrical impedance spectroscopy analysis for malignant and potentially malignant oral disorder detection 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05116-8 PMID:40461631	研究论文	本研究首次将电阻抗光谱(EIS)与深度学习结合，用于口腔潜在恶性病变(OPMDs)和口腔癌的检测与分类	首次应用EIS结合CNN模型进行口腔病变的非侵入性诊断	样本量较小(51名健康人和11名患者)，需进一步扩大验证	开发一种非侵入性的口腔病变辅助诊断技术	口腔潜在恶性病变(OPMDs)和口腔癌	数字病理学	口腔癌	电阻抗光谱(EIS)	CNN	光谱数据	51名健康人和11名患者
186	2025-06-07	Predicting drug-target interactions using machine learning with improved data balancing and feature engineering 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03932-6 PMID:40461636	research paper	该研究提出了一种结合机器学习和深度学习的混合框架，用于预测药物-靶标相互作用，通过改进数据平衡和特征工程提高预测准确性	引入了一种新颖的混合框架，结合了先进的机器学习和深度学习技术，利用GAN生成合成数据解决数据不平衡问题，并采用双重特征提取方法深入理解化学和生物相互作用	NA	解决药物-靶标相互作用预测中的数据不平衡和生物化学表示复杂性等关键挑战	药物-靶标相互作用	machine learning	NA	GAN, Random Forest Classifier	GAN, RFC	structural drug features, target biomolecular properties	BindingDB-Kd, BindingDB-Ki, BindingDB-IC50 datasets
187	2025-06-07	A deep learning based intrusion detection system for CAN vehicle based on combination of triple attention mechanism and GGO algorithm 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04720-y PMID:40461686	研究论文	本文提出了一种基于深度学习的CAN车辆入侵检测系统，结合了三重注意力机制和灰雁优化算法	使用三重注意力机制(TAN)分三步识别入侵，并采用新颖的灰雁优化算法进行网络超参数优化	仅针对CAN网络中的DoS和驱动齿轮/RPM欺骗攻击进行测试，未涵盖所有可能的攻击类型	开发高效的CAN车辆网络入侵检测系统以提高车载网络安全	CAN(控制器局域网)车辆网络	机器学习	NA	深度学习	TAN(三重注意力机制)	网络流量数据	使用开源数据集(具体数量未提及)
188	2025-06-07	Patient-specific prostate segmentation in kilovoltage images for radiation therapy intrafraction monitoring via deep learning 2025-Jun-03, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00935-2 PMID:40461695	研究论文	本研究通过深度学习技术，在千伏级图像中实现患者特异性的前列腺分割，用于放射治疗中的实时监测	提出了一种无需标记物的前列腺分割方法，避免了标记物植入的成本、延迟和风险	研究仅在30名患者的两组治疗数据上进行了验证，样本量相对有限	开发一种无需标记物的实时图像引导自适应放射治疗方法	前列腺癌患者	数字病理	前列腺癌	深度学习	条件生成对抗网络（GAN）	千伏级图像	30名前列腺癌患者的两组治疗数据
189	2025-06-07	Quantum neural networks with data re-uploading for urban traffic time series forecasting 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04546-8 PMID:40461703	研究论文	本研究探索了量子神经网络（QNN）及其数据重新上传技术在雅典主要城市区域交通时间序列预测中的应用	首次将量子数据重新上传技术应用于交通预测领域，展示了量子机器学习在提升预测能力方面的潜力	在完全连接网络设置中，混合量子-经典模型的性能比纯经典模型差约10%	探索量子机器学习在智能交通系统中的潜在应用，提升交通预测的准确性	雅典主要城市区域的交通数据	量子机器学习	NA	量子数据重新上传	量子神经网络（QNN）	时间序列数据	NA
190	2025-06-07	Artificial intelligence for streamflow prediction in river basins: a use case in Mar Menor 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04524-0 PMID:40461712	研究论文	利用机器学习和深度学习技术预测西班牙穆尔西亚地区Mar Menor流域的河流流量	采用先进的数据增强技术平衡低流量和高流量时期，比较了Random Forest和LSTM在不同时间尺度预测中的表现	研究主要针对Mar Menor流域，结果可能不适用于其他地区	提高脆弱地区河流流量预测的准确性，以支持水资源管理和洪水预报	Mar Menor流域的Albujón水道，重点关注"La Puebla"和"Desembocadura"两个关键点	机器学习	NA	机器学习和深度学习	Random Forest, LSTM	河流流量、降雨量和地下水位数据	来自流量监测站、雨量站和测压计的数据
191	2025-06-07	DeepGFT: identifying spatial domains in spatial transcriptomics of complex and 3D tissue using deep learning and graph Fourier transform 2025-Jun-03, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03631-5 PMID:40462157	research paper	提出了一种名为DeepGFT的新方法，通过结合深度学习和图傅里叶变换来识别空间转录组学中的空间域	DeepGFT方法首次同时建模点间和基因间的关系，用于空间域识别，并在多种复杂组织和3D组织中表现出优越性	未明确提及方法的计算复杂度或对大规模数据集的适用性	开发一种更准确的空间转录组学空间域识别方法	人类乳腺癌组织、人类淋巴结组织和3D果蝇数据	digital pathology	breast cancer	spatially resolved transcriptomics (SRT)	deep learning, graph Fourier transform	spatial transcriptomics data	人类乳腺癌样本、人类淋巴结样本和3D果蝇数据（具体数量未提及）
192	2025-06-07	Colorectal Liver Metastasis Pathomics Model (CLMPM): Integrating Single cell and Spatial Transcriptome Analysis with Pathomics for Predicting Liver Metastasis in Colorectal Cancer 2025-Jun-03, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100805 PMID:40473111	研究论文	本研究通过整合单细胞RNA测序和空间转录组分析，开发了一种基于深度学习的结直肠癌肝转移病理组学模型（CLMPM），用于预测结直肠癌患者的肝转移风险	识别了一种触发肝转移的恶性细胞类型（LMTMCs），并开发了结合多组学和病理组学的深度学习模型CLMPM	模型在外部验证集SWMU-ATCMH中的AUC为0.72，性能有所下降	提高结直肠癌肝转移风险的识别和预测能力	结直肠癌患者	数字病理学	结直肠癌	单细胞RNA测序（scRNA-seq）、空间转录组分析（ST）、批量RNA测序	ResNet18	全切片图像（WSIs）、RNA测序数据	TCGA-CRC内部测试集、SWMU-AH和SWMU-ATCMH外部验证集
193	2025-06-07	Deep learning-enhanced multi-modal modeling for electrosorption performance prediction via Nyquist plots 2025-Jun-03, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2025.122069 PMID:40473194	研究论文	本研究开发了一种基于深度学习的多模态模型，用于预测Cr(VI)的去除效率和Cr(III)的再生效率，结合了Nyquist图电化学表征和关键工艺参数	首次将Nyquist图电化学表征与关键工艺参数结合，开发了多模态模型，并证明了CNN在提高预测精度中的必要性	初始ANN模型在没有退火温度作为变量时表现不佳，R值较低且误差较大	开发高精度的电吸附性能预测模型，优化流动式氧化还原辅助电吸附系统的工艺条件	Cr(VI)的去除效率和Cr(III)的再生效率	机器学习	NA	电化学表征（Nyquist图）	ANN, CNN	电化学数据, 工艺参数	NA
194	2025-06-07	Predicting ustekinumab treatment response in Crohn's disease using pre-treatment biopsy images 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf301 PMID:40366737	研究论文	该研究提出了一种基于预治疗活检图像的深度学习方法，用于预测克罗恩病患者对ustekinumab治疗的反应	提出了一种新颖的聚类增强弱监督学习框架，结合局部组织学线索和全局组织背景，提高了预测性能	需要进一步验证在更大样本量和其他生物治疗药物上的泛化能力	提高克罗恩病患者对ustekinumab治疗反应的预测准确性	克罗恩病患者的预治疗全切片图像	数字病理学	克罗恩病	全切片图像分析	DenseNet, 多示例学习	图像	独立测试集（具体样本量未明确说明）
195	2025-06-07	TRENDY: gene regulatory network inference enhanced by transformer 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf314 PMID:40408160	研究论文	介绍了一种名为TRENDY的新型基因调控网络推断方法，该方法整合了transformer模型以增强基于机制的WENDY方法	整合transformer模型以增强基因调控网络推断，展示了其在多种推断方法中的广泛潜力	未提及具体局限性	提升基因调控网络推断的准确性和效率	基因调控网络（GRNs）	生物信息学	NA	transformer模型	transformer	基因表达数据	模拟和实验数据集
196	2025-06-07	Robust Uncertainty-Informed Glaucoma Classification Under Data Shift 2025-Jun-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.6.3 PMID:40455037	research paper	提出一种基于深度证据不确定性量化的统一自我审查框架，用于青光眼分类，以应对数据分布变化带来的挑战	引入数据集级和图像级的自我审查机制，通过模型不确定性检测分布外样本，提升模型在分布外数据上的性能	未明确说明模型在临床环境中的实时性能表现	解决标准深度学习模型在分布外数据上性能下降的问题，提高青光眼分类的泛化能力	青光眼分类	medical imaging	glaucoma	deep evidential uncertainty quantification	DL	image	14个分布外数据集和4个外部青光眼数据集
197	2025-06-07	Current AI technologies in cancer diagnostics and treatment 2025-Jun-02, Molecular cancer IF:27.7Q1 DOI:10.1186/s12943-025-02369-9 PMID:40457408	综述	本文系统回顾了当前人工智能技术在癌症诊断和治疗中的应用及其潜力	强调了深度学习在早期癌症检测中的日益重要作用，以及AI在基因组学、生物标志物发现、液体活检和非侵入性诊断中的应用	讨论了数据隐私、可解释性和监管问题等重要挑战	评估人工智能技术在癌症诊断和治疗中的当前状态和未来潜力	癌症诊断和治疗中的人工智能技术	数字病理学	癌症	深度学习	NA	图像、基因组数据	NA
198	2025-06-07	Comparison of AI-Automated and Manual Subfoveal Choroidal Thickness Measurements in an Elderly Population Using Optical Coherence Tomography 2025-Jun-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.6.9 PMID:40459523	research paper	比较AI自动化和手动测量老年人群黄斑下脉络膜厚度的差异，并探讨影响测量差异的因素	使用基于TransUNet的深度学习模型自动测量SFCT，并在大规模老年人群中验证其与手动测量的一致性	存在系统性偏差，手动测量值普遍低于自动测量值	评估自动和手动测量SFCT的一致性和相关性，并研究影响测量差异的因素	老年人群的黄斑下脉络膜厚度（SFCT）	digital pathology	geriatric disease	enhanced depth imaging spectral-domain optical coherence tomography	TransUNet	image	2896名参与者
199	2025-06-07	Deep Learning-Based Automated Measurement of Cervical Length in Transvaginal Ultrasound Images of Pregnant Women 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3433594 PMID:39052464	research paper	该研究开发了一种基于深度学习的自动化方法CL-Net，用于在孕妇经阴道超声图像中测量宫颈长度，以减少人为误差并提高工作效率	CL-Net结合专家解剖知识识别宫颈，解决了超声图像中宫颈管信号低、对比度差的技术难题	研究未提及模型在不同设备或医疗机构间的泛化能力测试	开发可靠的自动化宫颈长度测量方法以评估早产风险	孕妇经阴道超声图像中的宫颈结构	digital pathology	obstetric disease	transvaginal ultrasound	DL network (CL-Net)	ultrasound images	未明确说明样本数量（但包含直型和弯曲型宫颈的测量数据）
200	2025-06-07	GAN Inversion for Data Augmentation to Improve Colonoscopy Lesion Classification 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3397611 PMID:38713568	research paper	本研究探讨了使用GAN反转生成的合成图像进行数据增强，以解决结肠镜检查病变分类中标注数据有限的问题	通过GAN反转生成合成结肠镜图像，并利用语义丰富且解耦的潜在空间进行图像模态转换和病变形状插值，提高了下游息肉分类性能	未提及具体的数据集规模限制或模型泛化能力的详细评估	提高结肠镜检查病变分类的深度学习模型性能	结肠镜检查图像中的息肉	digital pathology	colon cancer	GAN inversion, style transfer, image interpolation	GAN	image	NA