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
2221	2025-04-08	Highly-Efficient Differentiation of Reactive Lymphocytes in Peripheral Blood Using Multi-Object Detection Network With Large Kernels 2025-May, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24775 PMID:39760201	research paper	提出一种高效的多目标检测网络，用于外周血中反应性淋巴细胞的分化检测	引入了空间到深度卷积(SPD-Conv)、动态大核注意力机制(DLKA)和渐进特征金字塔网络(AFPN)，提升了模型对小目标检测、上下文建模和多尺度特征融合的能力	未明确提及研究的具体局限性	开发计算机辅助诊断系统用于反应性淋巴细胞检测	外周血中的反应性淋巴细胞及其他白细胞	digital pathology	virus infections	deep learning	multi-object detection network	medical imaging	未明确提及具体样本量，但提出了新的外周血细胞数据集
2222	2025-04-08	VGX: VGG19-Based Gradient Explainer Interpretable Architecture for Brain Tumor Detection in Microscopy Magnetic Resonance Imaging (MMRI) 2025-May, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24809 PMID:39825619	research paper	该研究提出了一种基于VGG19的梯度解释器可解释架构，用于显微镜磁共振成像(MMRI)中的脑肿瘤检测	结合可解释AI(XAI)和梯度解释器来解释系统决策，提高了模型的可解释性	尽管准确率高，但结果的解释性仍存疑	开发一种自动化的微脑肿瘤识别方法	脑肿瘤	digital pathology	brain tumor	microscopy magnetic resonance imaging (MMRI)	VGG19, XAI	image	包含不同大小和类型的肿瘤样本，来自显微镜和MRI数据
2223	2025-04-08	Multitask Deep Learning Models of Combined Industrial Absorption, Distribution, Metabolism, and Excretion Datasets to Improve Generalization 2025-Apr-07, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.4c01086 PMID:40053846	研究论文	本文通过结合Genentech和Roche的ADME数据集，评估了扩大化学空间对机器学习模型性能的影响，并利用多任务神经网络架构同时建模多个终点	首次针对大规模历史ADME数据集进行跨站点数据结合的实验，并展示了多任务神经网络在提升模型泛化能力方面的优势	实验方法在两个站点间存在差异，对应终点的数据被建模为单独任务，可能影响模型的统一性	优化药物发现过程中化合物的吸收、分布、代谢和排泄(ADME)特性	来自Genentech和Roche的ADME数据集，包含超过100万次测量，涵盖11个检测终点	机器学习	NA	多任务学习	多任务(MT)神经网络	实验测量数据	超过100万次测量，涵盖11个检测终点
2224	2025-04-08	Evaluation of Caries Detection on Bitewing Radiographs: A Comparative Analysis of the Improved Deep Learning Model and Dentist Performance 2025-Apr-07, Journal of esthetic and restorative dentistry : official publication of the American Academy of Esthetic Dentistry ... [et al.] IF:3.2Q1 DOI:10.1111/jerd.13470 PMID:40191981	研究论文	本研究评估了改进的深度学习模型YOLOv9c在咬翼X光片上检测龋齿的性能，并与牙医的表现进行了比较	优化了YOLOv9c模型的主干架构，减少了模型大小和计算需求，并在龋齿检测任务中超越了牙医的表现	研究仅评估了11种YOLO模型，可能未涵盖所有先进的深度学习模型	比较深度学习模型与牙医在咬翼X光片上检测龋齿的性能	咬翼X光片上的牙釉质和牙本质龋齿	计算机视觉	口腔疾病	YOLO系列目标检测模型	YOLOv9c	图像	未明确提及具体样本数量
2225	2025-04-08	Optimal selection of a probabilistic machine learning model for predicting high run chase outcomes in T-20 international cricket 2025-Apr-07, Journal of sports sciences IF:2.3Q2 DOI:10.1080/02640414.2025.2488157 PMID:40192186	研究论文	本研究评估了多种概率机器学习模型在预测T20国际板球比赛中高得分追逐结果的有效性	首次系统地比较了多种贝叶斯概率模型在板球高得分追逐预测中的表现，并确定CAWNB模型为最优选择	研究仅限于T20板球比赛，未考虑其他板球赛制，且未探索混合贝叶斯深度学习方法	评估不同概率机器学习模型在板球高得分追逐预测中的性能	T20国际板球比赛中的高得分追逐情景	机器学习	NA	蒙特卡洛模拟，非参数统计检验	Naïve Bayes, Bayesian Network, BRNN, HNB, CFWNB, CAWNB	比赛数据	NA
2226	2025-04-08	Skull CT metadata for automatic bone age assessment by using three-dimensional deep learning framework 2025-Apr-07, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03469-3 PMID:40192774	研究论文	本研究开发了一种基于三维深度学习框架的头骨CT元数据自动骨龄评估方法，并探索了新的头骨标记物	提出了一种新的三维深度学习框架，用于头骨CT元数据的骨龄评估，并探索了新的头骨标记物	模型在老年组中表现出较大的误差	开发一种准确的三维深度学习框架，用于头骨CT元数据的骨龄评估	头骨CT元数据	计算机视觉	NA	CT扫描	三维深度学习框架	图像	1,085名患者（385,175个头骨CT切片），外加101名患者作为外部验证集
2227	2025-04-08	Real-life benefit of artificial intelligence-based fracture detection in a pediatric emergency department 2025-Apr-07, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11554-9 PMID:40192806	研究论文	评估基于人工智能的骨折检测软件在儿科急诊临床环境中的性能及其对经验不足医师诊断准确性的影响	在真实临床环境中评估AI骨折检测软件的性能，并探讨其对经验不足医师诊断准确性的提升作用	AI对桡骨髁骨折的敏感性较低(68%)，且经济成本与患者安全效益需权衡	评估AI骨折检测系统在儿科急诊中的临床应用价值	18岁以下儿童的1672张放射影像	数字病理	骨折	深度学习	深度学习模型(未明确具体架构)	放射影像	1672张儿童放射影像(中位年龄10.9岁，59%男性)
2228	2025-04-08	Phantom-based evaluation of image quality in Transformer-enhanced 2048-matrix CT imaging at low and ultralow doses 2025-Apr-07, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01755-z PMID:40193009	研究论文	比较标准512矩阵、标准1024矩阵和基于Swin2SR的2048矩阵幻影图像在不同扫描协议下的质量	使用Swin2SR超分辨率模型生成2048矩阵图像，相比标准512和1024矩阵图像，提高了空间分辨率并降低了图像噪声	研究仅基于Catphan 600幻影，未涉及真实患者数据	评估Transformer增强的2048矩阵CT图像在低剂量和超低剂量下的图像质量	Catphan 600幻影	医学影像	NA	多排CT扫描、超分辨率重建	Swin2SR、SRCNN	CT图像	Catphan 600幻影
2229	2025-04-08	Hybrid Electromagnetic-Triboelectric Hip Energy Harvester for Wearables and AI-Assisted Motion Monitoring 2025-Apr-06, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202500643 PMID:40190045	研究论文	介绍了一种AI辅助的可穿戴髋关节能量收集器（HJEH），用于将髋关节运动的机械能转化为电能并监测人体运动	结合电磁发电机（EMG）和独立式摩擦电纳米发电机（FS-TENG）实现能量收集和运动传感，并利用深度学习算法处理信号以提高运动检测准确性	NA	开发一种可穿戴设备，用于能量收集和人体运动监测	髋关节运动和人体运动监测	可穿戴技术	老年疾病	电磁发电机（EMG）、独立式摩擦电纳米发电机（FS-TENG）、深度学习算法	深度学习	运动信号	NA
2230	2025-04-08	Optimization on multifractal loss landscapes explains a diverse range of geometrical and dynamical properties of deep learning 2025-Apr-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58532-9 PMID:40185730	research paper	该论文提出了一个理论框架，将深度学习中的损失景观复杂性建模为多重分形，以解释优化器在复杂景观中导航的能力	引入多重分形模型统一解释损失景观的几何特征和优化动力学，提出分数扩散理论说明优化过程如何引导向平滑解空间	未提及具体实验验证或实际应用案例	理解深度学习优化器在复杂损失景观中的动态导航机制	深度学习中的损失景观和优化过程	machine learning	NA	NA	deep neural networks	NA	NA
2231	2025-04-08	TransBind allows precise detection of DNA-binding proteins and residues using language models and deep learning 2025-Apr-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07534-w PMID:40185915	research paper	介绍了一种名为TransBind的深度学习框架，用于直接从单一蛋白质序列预测DNA结合蛋白及其结合残基	TransBind是一种无需多序列比对的深度学习框架，利用预训练蛋白质语言模型特征，有效解决了数据不平衡问题，并在准确性和计算效率上显著优于现有方法	未明确提及具体局限性，但可能对某些特殊蛋白质类型的适用性有待验证	开发一种更准确、高效的DNA结合蛋白及其结合残基预测方法	DNA结合蛋白及其结合残基	machine learning	NA	deep learning, protein language models	language models	protein sequence	未明确提及具体样本数量，但使用了多种实验数据集进行验证
2232	2025-04-08	CT-based radiomics deep learning signatures for non-invasive prediction of metastatic potential in pheochromocytoma and paraganglioma: a multicohort study 2025-Apr-05, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01952-4 PMID:40185919	research paper	该研究开发并验证了基于CT的放射组学深度学习特征，用于无创预测嗜铬细胞瘤和副神经节瘤的转移潜能	结合放射组学特征和深度学习模型（ResNet），构建了一个能够术前预测PPGL转移潜能的组合模型	研究为回顾性分析，样本量相对有限（249例患者）	开发非侵入性预测嗜铬细胞瘤和副神经节瘤转移潜能的方法	嗜铬细胞瘤和副神经节瘤（PPGL）患者	digital pathology	pheochromocytoma and paraganglioma	CT imaging, radiomics, deep learning	SVM, ResNet-50	CT images	249例PPGL患者（训练集138例，测试集1 71例，测试集2 40例）
2233	2025-04-08	CGLoop: a neural network framework for chromatin loop prediction 2025-Apr-05, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11531-y PMID:40186170	research paper	提出了一种基于深度学习的神经网络框架CGLoop，用于预测Hi-C接触矩阵中的染色质环	结合了CNN、CBAM和BiGRU来捕获染色质环相关的重要特征，并采用基于密度的聚类方法过滤预测结果	仅在GM12878、K562、IMR90和mESC等几种细胞系上进行了验证	预测全基因组相互作用中产生的染色质环，以深入理解3D基因组结构和功能	染色质环	machine learning	NA	Hi-C接触矩阵分析	CNN, CBAM, BiGRU	Hi-C接触矩阵	GM12878、K562、IMR90和mESC等细胞系
2234	2025-04-08	Short-Term Residential Load Forecasting Framework Based on Spatial-Temporal Fusion Adaptive Gated Graph Convolution Networks 2025-Apr-04, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3551778 PMID:40184286	研究论文	提出了一种基于时空融合自适应门控图卷积网络的短期住宅负荷预测框架	引入了时空融合图构建和创新的门控自适应融合图卷积机制，动态建模时空相关性	未提及具体的数据集规模或实际应用中的潜在限制	提高现代电网中波动性和间歇性电力负荷的预测准确性	住宅短期电力负荷	机器学习	NA	时空融合图卷积网络（STFGCN）、门控时间卷积网络（Gated TCN）	STFAG-GCNs	时空数据	NA
2235	2025-04-08	A fine-tuned convolutional neural network model for accurate Alzheimer's disease classification 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86635-2 PMID:40185767	研究论文	本文提出了一种基于微调卷积神经网络（CNN）的模型，用于准确分类阿尔茨海默病（AD）	采用迁移学习技术，利用预训练的CNN架构（AlexNet、GoogleNet和MobileNetV2）和多种优化器（如Adam、SGD和RMSprop），显著提高了AD分类的准确率	模型对计算资源和数据仍有较高要求，且未提及在更广泛数据集上的泛化能力	通过早期诊断提高阿尔茨海默病的识别准确率，以改善治疗管理和疾病进展的洞察	阿尔茨海默病患者	数字病理学	老年病	MRI扫描	CNN（AlexNet、GoogleNet、MobileNetV2）	图像	Kaggle MRI数据集和OASIS数据库
2236	2025-04-08	Deep learning prediction of mammographic breast density using screening data 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95275-5 PMID:40185813	研究论文	本研究探讨了使用深度学习模型对乳腺密度进行客观评估的方法	采用深度学习模型InceptionV3对乳腺密度进行四分类预测，并证明其优于放射科医生的准确性和一致性	放射科医生在脂肪和分散类别上表现优于模型，但模型在高密度类别上表现更优	开发一种客观评估乳腺密度的深度学习工具	乳腺X线摄影图像	计算机视觉	乳腺癌	深度学习	InceptionV3	图像	9,621名女性的57,282张乳腺X线摄影图像
2237	2025-04-08	Parallel boosting neural network with mutual information for day-ahead solar irradiance forecasting 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95891-1 PMID:40185800	research paper	提出了一种新颖的并行提升神经网络框架（PBNN），用于日前太阳辐照度预测，结合了提升算法和前馈神经网络	提出了一种新的并行提升神经网络框架（PBNN），结合了三种提升决策树算法（XgBoost、CatBoost和RF回归器）作为基础学习器，并通过前馈神经网络（FFNN）分配最优权重以生成最终预测	虽然PBNN在性能上有所提升，但其计算复杂度可能仍然较高，且依赖于特征选择算法的准确性	提高日前太阳辐照度预测的准确性，以支持光伏系统的可靠运行	太阳辐照度数据	machine learning	NA	并行提升神经网络（PBNN）、互信息（MI）算法	PBNN、XgBoost、CatBoost、RF、FFNN	太阳辐照度数据	两个地理数据集（伊斯兰堡和圣地亚哥）
2238	2025-04-08	Improved deep learning model for accurate energy demand prediction and conservation in electric vehicles integrated with cognitive radio networks 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94650-6 PMID:40185809	research paper	提出了一种改进的深度学习模型，用于准确预测电动汽车与认知无线电网络整合中的能源需求并实现节能	结合经验模态分解、CNN和海鸥优化算法（EMD-CNN-SOA），提高了能源需求预测的准确性	未提及具体的数据集来源或实验环境限制	解决电动汽车能源需求预测和节能问题，减轻电网负担并降低充电成本	电动汽车和认知无线电网络	machine learning	NA	Empirical Mode Decomposition, Seagull Optimization Algorithm	EMD-CNN-SOA, CNN, LSTM, RNN	NA	NA
2239	2025-04-08	Accurate cross-species 5mC detection for Oxford Nanopore sequencing in plants with DeepPlant 2025-Apr-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58576-x PMID:40185832	research paper	开发了一个名为DeepPlant的深度学习模型，用于提高植物中5mC检测的准确性，特别是在CHH位点	结合Bi-LSTM和Transformer架构，显著提高了CHH检测的准确性，并在CpG和CHG基序上表现良好	缺乏高甲基化阳性样本的稀缺性限制了CHH甲基化检测的泛化能力	提高植物中5mC检测的准确性，特别是在CHH位点	植物中的5mC甲基化	machine learning	NA	Oxford Nanopore sequencing, bisulfite-sequencing	Bi-LSTM, Transformer	sequencing data	nine species
2240	2025-04-08	A performance-driven hybrid text-image classification model for multimodal data 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95674-8 PMID:40185890	research paper	本文提出了一种结合文本和图像处理的混合模型HTIC，用于多模态数据的分类任务	HTIC模型采用复杂的深度学习架构，结合VGG16进行图像分类和Roberta与MYSQL进行文本分类，通过多模态特征提取层确保不同类型数据的兼容性	未明确提及具体局限性	提高多模态数据分类的准确性、可解释性和应用性	多模态数据（文本和图像）	machine learning	NA	深度学习、多模态特征提取	HTIC（混合文本图像分类模型）、VGG16、Roberta、CNN	文本、图像	五个不同的数据集（包括NFT数据集）