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
2141	2025-05-19	An efficient trustworthy cyberattack defence mechanism system for self guided federated learning framework using attention induced deep convolution neural networks 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01561-7 PMID:40374691	研究论文	提出了一种基于注意力诱导深度卷积神经网络的联邦学习框架下的高效可信赖网络攻击防御机制系统	结合自引导联邦学习与攻击智能，提出了一种新型的CDMFL-AIDCNN模型，通过融合多种深度学习技术优化网络安全防御机制	未提及模型在极端或未知攻击类型下的表现，以及计算资源消耗情况	提升分布式系统中的网络安全防御能力	网络攻击防御机制	机器学习	NA	Z-score标准化、粪甲虫优化(DBO)、卷积神经网络(CNN)、双向长短期记忆(BiLSTM)、门控循环单元(GRU)、注意力机制	CBLG-A (CNN+BiLSTM+GRU+Attention)	网络安全数据集	CIC-IDS-2017和UNSW-NB15数据集
2142	2025-05-19	Research on agricultural disease recognition methods based on very large Kernel convolutional network-RepLKNet 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01553-7 PMID:40374696	研究论文	提出了一种基于超大核卷积网络RepLKNet的农业病害识别方法，显著提升了植物病害识别的准确性和效率	采用大核设计的卷积架构RepLKNet，显著扩大了感受野并增强了特征表示能力，同时结合迁移学习进一步提升训练效率和模型性能	未提及具体局限性	提升植物病害识别的准确性和效率	植物病害图像	计算机视觉	农业病害	深度学习	RepLKNet	图像	95,865张图像，涵盖61种病害类别
2143	2025-05-19	SpectroFusionNet a CNN approach utilizing spectrogram fusion for electric guitar play recognition 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00287-w PMID:40374708	研究论文	本文提出了一种名为SpectroFusionNet的深度学习框架，用于自动识别电吉他演奏技术	结合多种声谱图（MFCC、CWT、Gammatone）并通过早期融合和晚期融合策略提升分类性能	在实时音频数据集上的准确率为70.9%，表明在现实场景中的泛化能力有待提高	开发一个自动识别电吉他演奏技术的深度学习框架	电吉他演奏技术	机器学习	NA	MFCC、CWT、Gammatone声谱图提取	CNN（MobileNetV2、InceptionV3、ResNet50）、SVM、MLP、Logistic Regression、Random Forest	音频	9种不同的吉他声音类别
2144	2025-05-19	The analysis of entrepreneurship evaluation system for talent cultivation in artistic creativity and animation under artificial intelligence 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01437-w PMID:40374747	研究论文	本研究探讨了深度学习和人工智能在艺术创意评价系统中的应用，并提出了动画专业人才培养的新视角	构建了一个基于反向传播神经网络（BPNN）与风格生成对抗网络（StyleGAN）算法融合的艺术创意创新评价模型，解决了传统艺术创意评价方法主观性强和缺乏量化指标的问题	未提及具体的数据集来源和样本多样性，可能影响模型的泛化能力	探索艺术创意评价系统的技术创新及其在高等教育动画专业人才培养中的应用	艺术创意图像数据及高等教育动画专业学生	计算机视觉	NA	深度学习（DL）、人工智能（AI）	BPNN、StyleGAN	图像	未明确提及具体样本数量
2145	2025-05-19	Enhancing medical explainability in deep learning for age-related macular degeneration diagnosis 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01496-z PMID:40374798	研究论文	本研究提出了一种新颖的多任务学习框架，用于增强深度学习模型在诊断年龄相关性黄斑变性（AMD）时的医学可解释性	引入了多任务学习框架，同时进行AMD分类和病变分割，并提出医学可解释性指数（MXI）来量化生成的热图的医学相关性	研究仅基于ADAM数据集进行训练和评估，可能在其他数据集上的泛化能力有限	增强深度学习模型在AMD诊断中的医学可解释性，以提高临床信任和采用率	年龄相关性黄斑变性（AMD）的诊断	数字病理学	年龄相关性黄斑变性	深度学习	多任务学习框架	眼底图像	ADAM数据集
2146	2025-05-19	A monocular endoscopic image depth estimation method based on a window-adaptive asymmetric dual-branch Siamese network 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96804-y PMID:40374825	研究论文	提出一种基于窗口自适应非对称双分支Siamese网络的单目内窥镜图像深度估计方法	采用改进的轻量级SE模块和跨注意力特征融合模块，增强网络的特征表示能力	未提及具体局限性	提升内窥镜图像的深度估计精度以改善手术和诊断效果	医学内窥镜图像	计算机视觉	NA	深度学习	Siamese网络	图像	多个医学数据集（EAD2019, Hamlyn, M2caiSeg, UCL）和非医学数据集（NYUDepthV2）
2147	2025-05-19	A hybrid super learner ensemble for phishing detection on mobile devices 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02009-8 PMID:40374830	research paper	提出了一种名为Phish-Jam的新型混合超级学习器集成模型，专门用于移动设备上的钓鱼检测	结合多种机器学习算法的预测结果，通过从URL中提取特征（包括手工制作的特征、基于transformer的文本嵌入和其他深度学习架构），实现了快速计算、语言独立性和对意外恶意软件下载的鲁棒性	未提及具体的局限性	解决现有反钓鱼技术在移动设备上的局限性，如对零日攻击的脆弱性、易受驱动下载攻击和高检测延迟	移动设备上的钓鱼网站检测	machine learning	NA	Machine Learning (ML), Deep Learning (DL)	super learner ensemble	URL features	NA
2148	2025-05-19	Dual-Domain deep prior guided sparse-view CT reconstruction with multi-scale fusion attention 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02133-5 PMID:40374874	研究论文	提出了一种双域深度先验引导的多尺度融合注意力模型（DPMA），用于稀疏视图CT重建，以提高重建精度并确保数据一致性和稳定性	结合残差正则化策略、多尺度融合注意力机制和基于物理信息的一致性模块，有效整合深度学习先验与基于模型的优化	未明确提及具体样本量或实验规模	提高稀疏视图CT重建的精度和稳定性	稀疏视图CT图像	计算机视觉	NA	CT重建	DPMA（双域深度先验引导的多尺度融合注意力模型）	CT图像	NA
2149	2025-05-19	Deep Learning Reaction Framework (DLRN) for kinetic modeling of time-resolved data 2025-May-15, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-025-01541-y PMID:40374886	research paper	介绍了一种基于深度学习的框架DLRN，用于从时间分辨数据集中快速提供动力学反应网络、时间常数和振幅	DLRN框架在性能上与经典拟合分析相当，甚至在某些情况下表现更优，能够处理复杂动力学和多时间尺度数据集	未明确提及具体局限性	开发一种深度学习框架，用于化学动力学建模和时间分辨数据分析	时间分辨数据集，包括时间分辨光谱和琼脂糖凝胶电泳数据等	machine learning	NA	深度学习	DLRN	时间分辨数据	未明确提及样本数量
2150	2025-05-19	Segmentation of the thoracolumbar fascia in ultrasound imaging: a deep learning approach 2025-May-15, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01720-2 PMID:40375198	研究论文	本研究探讨了使用深度学习方法从超声图像中分割胸腰筋膜的可行性	首次应用深度学习技术对胸腰筋膜进行自动分割，以解决超声检查中操作者和设备设置带来的挑战	研究样本量相对有限，且需要进一步验证模型在其他临床环境中的适用性	填补胸腰筋膜在临床常规检查中难以有效评估的技术空白	腰痛患者的胸腰筋膜超声图像	医学影像分析	腰痛	超声成像	U-Net	图像	538张超声图像（来自腰痛患者），外加87张测试图像和另一个中心的额外测试集
2151	2025-05-19	Deep learning-based prediction of individualized Real-time FSH doses in GnRH agonist long protocols 2025-May-15, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06562-8 PMID:40375277	研究论文	开发了一种深度学习模型，用于预测接受控制性卵巢刺激（COS）患者的个性化每日FSH剂量	首次应用跨时间和跨特征的深度学习框架，在整个COS过程中进行每日个性化FSH剂量预测	目前受限于回顾性、单中心设计	优化辅助生殖中的控制性卵巢刺激（COS）结果	接受GnRH激动剂长方案COS的患者	机器学习	生殖健康	深度学习	CTFE（跨时间和跨特征编码）	临床数据	13,788个IVF/ICSI周期（2018年1月至2020年12月）
2152	2025-05-19	EnGCI: enhancing GPCR-compound interaction prediction via large molecular models and KAN network 2025-May-15, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02238-3 PMID:40375308	研究论文	本文提出了一种名为EnGCI的新模型，用于增强G蛋白偶联受体-化合物相互作用（GCI）的预测能力	EnGCI模型结合了两种互补模块：一种从零开始学习分子特征，另一种利用预训练的大型分子模型提取分子特征，通过KAN网络进行决策，显著提高了预测准确性	NA	研究旨在提高G蛋白偶联受体-化合物相互作用（GCI）的预测能力，以促进药物发现和化学基因组学	G蛋白偶联受体（GPCRs）和化合物	机器学习	NA	深度学习	GIN, CNN, KAN	分子数据	NA
2153	2025-05-19	Applications of machine learning and deep learning in musculoskeletal medicine: a narrative review 2025-May-15, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02511-9 PMID:40375335	综述	本文综述了机器学习和深度学习在肌肉骨骼医学中的应用	提供了机器学习和深度学习在肌肉骨骼医学中的全面应用概述，包括不同机器学习概念及其临床应用	数据标注标准化不足，结果有效性不够，法律方面尚未明确	探讨机器学习和深度学习在肌肉骨骼医学中的应用及其潜力	肌肉骨骼医学领域	机器学习	肌肉骨骼疾病	机器学习，深度学习	监督学习，无监督学习，强化学习	NA	NA
2154	2025-05-19	Deep normative modelling reveals insights into early-stage Alzheimer's disease using multi-modal neuroimaging data 2025-May-15, Alzheimer's research & therapy DOI:10.1186/s13195-025-01753-3 PMID:40375339	研究论文	本研究应用深度学习规范模型分析多模态神经影像数据，探索早期阿尔茨海默病的细微差异	首次将深度学习规范模型应用于多模态MRI数据，量化个体与健康人群的偏差，检测早期AD相关差异	研究依赖于外部EPAD队列数据，样本可能受未诊断或共病因素影响	探索规范建模在检测早期阿尔茨海默病相关脑形态差异中的应用	非痴呆人群（含AD风险个体）的多模态MRI数据	数字病理学	阿尔茨海默病	多模态MRI扫描	深度学习规范模型	神经影像数据	UK Biobank预训练数据+外部EPAD队列非痴呆个体
2155	2025-05-19	Privacy-Protecting Image Classification Within the Web Browser Using Deep Learning Models from Zenodo 2025-May-15, Studies in health technology and informatics DOI:10.3233/SHTI250288 PMID:40380400	研究论文	介绍了一个基于Web的应用程序WebIPred，用于在客户端浏览器内直接加载深度学习模型，以保护患者隐私并保持与临床IT环境的兼容性	提出了WebIPred，一个直接在客户端浏览器内运行深度学习模型的隐私保护解决方案，无需依赖云端处理	未提及具体性能指标或与现有解决方案的详细比较	开发一个隐私保护的图像分类工具，便于临床医生将AI整合到工作流程中	医疗图像分析	数字病理	NA	深度学习	预训练深度学习模型	图像	NA
2156	2025-05-19	Bias Detection in Histology Images Using Explainable AI and Image Darkness Assessment 2025-May-15, Studies in health technology and informatics DOI:10.3233/SHTI250302 PMID:40380414	research paper	该研究提出了一种结合可解释AI和图像暗度评估的新框架，用于检测和减轻宫颈组织学图像分类中的偏差	结合可解释AI和图像暗度评估来检测和减轻医学AI模型中的偏差，提高了模型的准确性和公平性	研究中仅使用了四种深度学习架构，可能未涵盖所有可能的模型类型	提高医学AI模型的公平性、泛化能力和临床实用性	宫颈组织学图像	digital pathology	cervical cancer	Explainable AI (XAI), image darkness assessment	AlexNet, ResNet-50, EfficientNet-B0, DenseNet-121	image	NA
2157	2025-05-19	Exploring Differential Diagnosis-Based Explainable AI: A Case Study in Melanoma Detection 2025-May-15, Studies in health technology and informatics DOI:10.3233/SHTI250389 PMID:40380499	研究论文	本文提出了一种基于鉴别诊断的可解释AI方法，用于黑色素瘤检测，并通过与常用XAI方法的比较验证其优越性	提出了一种与临床鉴别诊断技术相一致的创新XAI方法，提供了更全面的解释	仅针对黑色素瘤检测进行了案例研究，未验证在其他疾病诊断中的适用性	提高AI模型在黑色素瘤检测中的可解释性和临床可信度	黑色素瘤诊断	数字病理	黑色素瘤	深度学习	XAI	图像	NA
2158	2025-05-19	Challenging Black-Box Models: Interpretable Explanations for ECG Classification 2025-May-15, Studies in health technology and informatics DOI:10.3233/SHTI250405 PMID:40380515	research paper	本文提出了一种基于时间对齐心电图的可解释性逻辑回归分类器，用于心电图分类	使用非深度学习的分类器实现可比较的性能，并引入实时反事实解释的新机会	未提及具体性能对比数据或与其他方法的详细比较	提高心电图分类模型的可解释性	心电图数据	machine learning	心血管疾病	逻辑回归	logistic regression	时间序列数据（心电图）	NA
2159	2025-05-19	Patient Survival Prediction by Analyzing Pathological Images of Patients After Liver Transplantation 2025-May-15, Studies in health technology and informatics DOI:10.3233/SHTI250430 PMID:40380539	研究论文	通过分析肝移植后患者的病理图像预测患者生存情况	自动完成从病理图像中提取细胞核特征到预测患者生存的整个过程，并建立了在数据量小的情况下仍能正确预测生存的方法	样本量较小（n=67），且仅针对肝移植患者	预测肝移植后患者的生存情况，辅助临床决策	肝移植患者的病理图像	数字病理	肝癌	深度学习	VIT (Vision Transformer), CoxPH, Kaplan-Meier	图像	67名肝移植患者，每位患者约2张病理图像，每张大图像平均分割为30张小图像
2160	2025-05-19	Artificial Intelligence Powered Audiomics: The Futuristic Biomarker in Pulmonary Medicine - A State-of-the-Art Review 2025-May-15, Studies in health technology and informatics DOI:10.3233/SHTI250491 PMID:40380599	review	本文综述了AI驱动的'声组学'在利用声音和呼吸音作为非侵入性生物标志物诊断和管理肺部疾病中的应用	利用AI分析声学特征，提高诊断准确性并追踪疾病进展，为肺部疾病提供新型非侵入性诊断方法	数据隐私和标准化等伦理挑战仍是临床应用的障碍	探索AI驱动的声组学在肺部疾病诊断和管理中的应用潜力	COVID-19、结核病、间质性肺病(ILD)、哮喘和慢性阻塞性肺病(COPD)等肺部疾病	数字病理学	lung cancer	机器学习和深度学习	NA	声音信号	NA