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	2025-08-10	Network intrusion detection model using wrapper based feature selection and multi head attention transformers 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11348-5 PMID:40769994	研究论文	提出了一种基于包装器特征选择和多头注意力变换器的网络入侵检测模型，以提高检测准确性	结合包装器特征选择技术和多头注意力变换器，优化特征选择并提升模型性能	仅使用UNSW-NB15数据集进行验证，未在其他数据集上测试模型的泛化能力	提高网络入侵检测的准确性	网络入侵检测系统	机器学习	NA	包装器特征选择、多头注意力变换器	Transformer	网络数据	UNSW-NB15数据集
2142	2025-08-10	Predict the writer's trait emotional intelligence from reproduced calligraphy 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13318-3 PMID:40770015	research paper	该研究提出了一种结合深度学习和书法美学特征的方法，通过书法复制品预测作者的特质情绪智力	首次将Siamese神经网络与手工特征结合，用于从书法复制品中预测特质情绪智力，并显著优于人类评估能力	研究样本仅包含191名参与者，可能缺乏广泛代表性	探索书法复制品是否包含作者特质情绪智力的潜在信息，并开发预测方法	书法复制品及作者的特质情绪智力	计算机视觉	NA	深度学习	Siamese neural network	图像	191名参与者的48,826个复制字符
2143	2025-08-10	Transductive zero-shot learning via knowledge graph and graph convolutional networks 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13612-0 PMID:40770031	研究论文	提出了一种基于知识图谱和图卷积网络的转导零样本学习方法，用于识别未见类别的对象	结合知识图谱和图卷积网络，提出双过滤模块与匈牙利算法聚类策略，显著提升分类性能	依赖有限的语义关系和少量标记的已见类别数据集，可能影响模型泛化能力	解决零样本学习中因领域偏移导致的分类性能下降问题	未见类别的对象识别	计算机视觉	NA	知识图谱构建、图卷积网络	GCN（图卷积网络）	图像	三个数据集（AWA2、ImageNet50、ImageNet100）
2144	2025-08-10	Contrastive representation learning with transformers for robust auditory EEG decoding 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13646-4 PMID:40770040	研究论文	本文探讨了使用对比学习和transformer网络从脑电图(EEG)信号中解码连续语音的新方法	提出了一种结合对比学习和transformer网络的新型模型架构，用于学习EEG信号的稳健潜在表示	NA	提高从EEG信号解码连续语音的准确性，理解听觉处理的神经机制	听觉EEG信号	机器学习	NA	对比学习	transformer	EEG信号	ICASSP 2023 Auditory EEG Decoding Challenge中的两个任务数据集
2145	2025-08-10	Chronological age estimation from human microbiomes with transformer-based Robust Principal Component Analysis 2025-Aug-06, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08590-y PMID:40770074	研究论文	提出了一种基于Transformer的鲁棒主成分分析方法(TRPCA)，用于从人类微生物组数据中预测年龄	结合Transformer架构和鲁棒主成分分析的可解释性，提高了年龄预测的准确性，并通过多任务学习实现了出生国家预测	NA	提高从人类微生物组数据中预测年龄的准确性，并探索微生物组与个体特征之间的联系	人类微生物组数据（皮肤、口腔、肠道）	机器学习	NA	16S rRNA基因扩增子测序(16S)和全基因组测序(WGS)	Transformer-based Robust Principal Component Analysis(TRPCA)	微生物组测序数据	NA
2146	2025-08-10	Revolutionizing clinical decision making through deep learning and topic modeling for pathway optimization 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12679-z PMID:40770243	研究论文	本文提出了一种创新的优化框架，结合LDA主题建模和BiLSTM网络，以解决现代医疗保健中的复杂性	融合LDA主题建模和BiLSTM网络，显著提高了临床路径优化的准确性和效率	未提及具体的数据集规模或多样性限制	优化临床路径，提升医疗保健服务的个性化和效率	临床路径和患者护理过程	自然语言处理	NA	LDA, BiLSTM	BiLSTM	临床叙述数据	NA
2147	2025-08-10	Machine learning training data: over 500,000 images of butterflies and moths (Lepidoptera) with species labels 2025-Aug-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05708-z PMID:40770239	research paper	该研究提供了一个包含超过54万张蝴蝶和蛾类图像的标注数据集，用于机器学习的训练和评估	数据集规模大于其他已发布的蝴蝶和蛾类图像数据集，并提供了细粒度物种分类任务的机会	数据集中存在强烈的类别不平衡，某些物种的图像数量从1到近3万不等	加速基于图像的生物多样性数据处理，并为公民科学家提供直接反馈	蝴蝶和蛾类（鳞翅目）物种	computer vision	NA	deep learning	NA	image	超过540,000张图像，涵盖185种蝴蝶和蛾类
2148	2025-08-10	Renji endoscopic submucosal dissection video data set for colorectal neoplastic lesions 2025-Aug-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05718-x PMID:40770268	research paper	介绍了一个名为Renji的数据集，包含用于结直肠肿瘤病变的内镜黏膜下剥离术（ESD）视频，带有详细的阶段标注	首个针对结直肠肿瘤病变治疗的ESD视频公开数据集	样本量相对较小，仅包含30个手术记录	提升内镜手术视频的分析能力，促进计算机辅助干预和外科医生学习	结直肠肿瘤病变的内镜黏膜下剥离术视频	digital pathology	colorectal neoplastic lesions	endoscopic submucosal dissection (ESD)	deep learning	video	30个手术记录，包含130,298个阶段标注
2149	2025-08-10	Assessing the spatial relationship between mandibular third molars and the inferior alveolar canal using a deep learning-based approach: a proof-of-concept study 2025-Aug-06, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06539-5 PMID:40770327	研究论文	本研究开发并验证了一种基于深度学习的系统，用于在锥形束计算机断层扫描（CBCT）图像中准确测量下颌第三磨牙（M3）与下颌管（MC）之间的空间关系	提出了一种创新的方法，在低资源环境下使用DeeplabV3+进行CBCT提取的2D图像的语义分割，随后进行多类别3D重建和可视化，并应用KD-Tree算法测量M3与MC之间的空间最小距离	研究仅在内部验证中使用随机选择的CBCT图像进行比较，未进行大规模外部验证	开发并验证一种基于深度学习的系统，用于准确测量M3-MC空间关系，以评估其与传统方法相比的准确性	下颌第三磨牙（M3）与下颌管（MC）之间的空间关系	数字病理	口腔疾病	CBCT	DeeplabV3+	图像	随机选择的CBCT图像
2150	2025-08-10	Hybrid CNN-Transformer-WOA model with XGBoost-SHAP feature selection for arrhythmia risk prediction in acute myocardial infarction patients 2025-Aug-06, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03127-z PMID:40770344	研究论文	提出了一种结合CNN、Transformer和鲸鱼优化算法的混合模型，用于急性心肌梗死患者心律失常风险预测	首次将CNN、Transformer和WOA算法结合用于心律失常预测，并采用XGBoost-SHAP进行特征选择	研究基于回顾性数据，需要前瞻性研究进一步验证	开发高精度的心律失常预测模型以改善急性心肌梗死患者的临床决策	急性心肌梗死患者	机器学习	心血管疾病	CNN, Transformer, WOA, XGBoost, SHAP	CNN-Transformer-WOA混合模型	临床数据	2084名患者
2151	2025-08-10	Dynamic frailty risk prediction in elderly hip replacement: a deep learning approach to personalized rehabilitation 2025-Aug-06, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03143-z PMID:40770716	研究论文	本研究采用深度学习模型动态预测老年髋关节置换术后虚弱风险，以指导个性化康复策略	首次将DeepSurv等生存分析模型应用于老年髋关节置换术后虚弱风险的动态预测，并识别关键临床预测因子	样本量有限，尽管进行了数据增强，但可能仍存在代表性不足的问题	开发能够准确预测老年髋关节置换术后虚弱风险动态变化的模型	647名60岁及以上接受髋关节置换手术的患者	数字病理	老年疾病	生存分析模型（Cox-Time, DeepHit, DeepSurv等）	DeepSurv	临床、生化、人口统计学和手术数据	647名患者（数据增强后约2,500例）
2152	2025-08-10	Multi-stream feature fusion of vision transformer and CNN for precise epileptic seizure detection from EEG signals 2025-Aug-06, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06862-z PMID:40770757	研究论文	提出一种基于多流特征融合策略的癫痫检测模型CMFViT，结合CNN和ViT来捕捉EEG信号的局部特征和全局时间序列相关性	首次将CNN与ViT结合，通过多流特征融合策略增强模型在癫痫检测中的判别能力	未提及模型在实时系统中的具体表现和计算效率	开发高效、准确的癫痫发作检测系统	头皮脑电图(EEG)信号	数字病理	癫痫	Tunable Q-factor Wavelet Transform (TQWT)	CNN, ViT	EEG信号	CHB-MIT数据集和Kaggle 121人癫痫数据集
2153	2025-08-10	Does sequence clustering confound AlphaFold2? 2025-Aug-06, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169376 PMID:40780395	research paper	本文探讨了AlphaFold2在预测蛋白质多种构象状态时的局限性，并反驳了关于AF-Cluster方法的一些误解	进一步分析了AF-Cluster方法中局部进化耦合的作用，反驳了对其的批评	未提出新的方法来改进AlphaFold2的构象采样能力	澄清关于AlphaFold2和AF-Cluster方法的误解，推动深度学习模型在结构生物学中的合理应用	蛋白质的多种构象状态	结构生物学	NA	AlphaFold2, AF-Cluster	深度学习模型	蛋白质序列和结构数据	NA
2154	2025-08-10	A deep learning model for diagnosing autism using brain time series 2025-Aug-05, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.08.001 PMID:40763894	research paper	本文提出了一种结合LSTM网络和注意力机制的混合模型，用于通过脑部时间序列数据诊断自闭症	创新性地引入了基于滑动窗口的数据预处理方法和投票策略，并结合残差块与通道注意力机制以增强特征融合和防止网络退化	NA	提高自闭症的早期识别准确率以增强干预策略的有效性	自闭症谱系障碍（ASD）患者与神经典型个体的脑部时间序列数据	machine learning	autism	LSTM networks with Attention mechanism	hybrid model (LSTM + Attention)	brain time series data	Region of Interest (ROI) time series dataset from the Autism Brain Imaging Data Exchange (ABIDE)
2155	2025-08-07	Dynamic and interpretable deep learning model for predicting respiratory failure following cardiac surgery 2025-Aug-05, BMC anesthesiology IF:2.3Q2 DOI:10.1186/s12871-025-03239-z PMID:40764535	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2156	2025-08-10	A novel approach to smart-assisted schizophrenia screening based on Raman spectroscopy and deep learning 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14015-x PMID:40764795	研究论文	本研究提出了一种基于拉曼光谱和深度学习的智能辅助精神分裂症筛查新方法	将常用于时间序列信号处理的马尔可夫转移场（MTF）引入拉曼光谱分析，并将一维拉曼光谱序列转换为二维光谱图以丰富分析方法	NA	开发一种基于血清拉曼光谱的精神分裂症辅助筛查方法	精神分裂症患者和健康个体的血清拉曼光谱	机器学习	精神分裂症	拉曼光谱	CNN	光谱数据	精神分裂症患者和健康个体的血清样本
2157	2025-08-10	Partial feature reparameterization and shallow-level interaction for remote sensing object detection 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14035-7 PMID:40764799	research paper	该研究提出了一种高效的单阶段目标检测器SORA-DET，专为遥感图像目标检测设计，通过部分特征重参数化和浅层交互提高检测性能和计算效率	提出了PRepConvBlock利用重参数化卷积和部分特征利用减少卷积操作复杂度，设计了SB-FPN浅层多尺度融合框架增强特征视觉表示，最终构建了SORA-DET检测器	NA	开发一种高效的单阶段目标检测器，用于遥感图像目标检测	遥感图像中的目标	computer vision	NA	NA	one-stage object detector (SORA-DET)	remote sensing images	VisDrone2019测试集和SeaDroneSeeV2验证集
2158	2025-08-10	Deep learning based localisation and classification of gamma photon interactions in thick nanocomposite and ceramic monolithic scintillators 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13339-y PMID:40764802	research paper	该研究评估了基于深度神经网络的方法，用于在厚纳米复合和陶瓷单片闪烁体中定位和分类伽马光子相互作用	使用InceptionNet和CNN网络在厚纳米复合和陶瓷闪烁体中首次实现了高精度的光子相互作用模式分类和首次相互作用点定位	研究假设探测器量子效率为50%，实际应用中可能需要调整参数以适应不同效率的探测器	提高正电子发射断层扫描(PET)中伽马光子首次相互作用点的定位精度	厚纳米复合和陶瓷单片闪烁体中的伽马光子相互作用	machine learning	NA	深度学习	InceptionNet, CNN	光子分布数据	多种纳米复合和陶瓷闪烁体材料
2159	2025-08-10	Adaptive-learning physics-assisted light-field microscopy enables day-long and millisecond-scale super-resolution imaging of 3D subcellular dynamics 2025-Aug-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62471-w PMID:40759651	research paper	提出了一种自适应学习物理辅助光场显微镜（Alpha-LFM），用于长时间、高时空分辨率的3D亚细胞动态超分辨率成像	结合物理辅助深度学习框架和自适应调谐策略，实现了对多种亚细胞动态的光场重建，提供亚衍射极限空间分辨率（约120纳米）并保持高时间分辨率和低光毒性	NA	解决超分辨率显微镜在长期高时空分辨率3D成像中的光毒性和扫描速度限制问题	活细胞内的亚细胞动态	digital pathology	NA	光场显微镜、深度学习	深度学习框架	3D图像	NA
2160	2025-08-10	Diagnostic systematic review and meta-analysis of machine learning in predicting biochemical recurrence of prostate cancer 2025-Aug-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11445-5 PMID:40760134	meta-analysis	本文通过系统综述和荟萃分析评估机器学习模型在预测前列腺癌生化复发中的有效性	比较机器学习模型与传统预后方法在预测前列腺癌生化复发方面的性能，并发现深度学习与混合模型表现更优	未来研究需要通过大规模临床试验进一步优化和验证这些模型	评估机器学习模型在前列腺癌生化复发预测中的有效性	前列腺癌患者	machine learning	prostate cancer	机器学习	深度学习与混合模型	多模态数据（包括影像数据）	16项研究，共17,316名前列腺癌患者