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
221	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
222	2025-04-08	ArtiDiffuser: A unified framework for artifact restoration and synthesis for histology images via counterfactual diffusion model 2025-Apr-05, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103567 PMID:40188685	研究论文	提出ArtiDiffuser，一种基于反事实扩散模型的统一框架，用于组织学图像中的伪影修复和合成	通过反事实扩散模型仅修复伪影失真区域，同时保持图像其余部分的完整性，并创新性地将伪影合成作为数据增强手段	未明确提及具体局限性	解决组织学图像中伪影导致的误诊问题	组织学图像	数字病理学	NA	扩散模型	Swin-Transformer denoising network with Mixture of Experts (MoE)	图像	723个标注的组织学图像块
223	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
224	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
225	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
226	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）
227	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
228	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
229	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）
230	2025-04-08	The analysis of optimization in music aesthetic education under artificial intelligence 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96436-2 PMID:40185937	research paper	探讨人工智能环境下深度学习技术在音乐审美教育中的优化应用	结合AI和深度学习算法，提出具有更高准确性的音乐情感识别方法，为音乐审美教育提供新方向	未提及具体实验样本的多样性和规模，可能影响结果的普遍性	优化音乐审美教育方法，探索AI时代音乐教育的新发展方向	不同年龄段和音乐素养水平的学生	machine learning	NA	deep learning	NA	NA	NA
231	2025-04-08	Wild horseshoe crab image denoising based on CNN-transformer architecture 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96218-w PMID:40185943	research paper	提出了一种基于CNN-Transformer混合架构的野马马蹄蟹图像去噪方法	结合多头转置注意力机制、门控机制和深度可分离卷积，优化了野马马蹄蟹图像的去噪质量	未提及模型在极端噪声条件下的表现	提高野马马蹄蟹图像的去噪效果，以支持其追踪与定位	野马马蹄蟹的图像	computer vision	NA	CNN-Transformer混合模型	CNN, ViT	image	未明确提及样本数量
232	2025-04-08	Tunnel face rock mass class rapid identification based on TBM cutterhead vibration monitoring and deep learning model 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96875-x PMID:40186002	研究论文	基于TBM刀盘振动监测和深度学习模型，开发了一种端到端的隧道工作面岩体等级快速识别方法	结合1DCNN、BiLSTM和自注意力机制的优势，提出了一种新的深度学习模型，能够自动提取信号中的时空域特征，无需中断正常掘进过程即可快速识别岩体等级	缺乏对长隧道段连续振动记录的获取，且对TBM刀盘振动监测的研究较少	优化TBM操作参数和选择后续隧道支护措施	TBM隧道工作面的岩体条件	机器学习	NA	深度学习	1DCNN, BiLSTM, 自注意力机制	振动信号	NA
233	2025-04-08	DeepAssembly2: A Web Server for Protein Complex Structure Assembly Based on Domain-Domain Interactions 2025-Apr-04, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169128 PMID:40188941	research paper	介绍了一个名为DeepAssembly2的网页服务器，用于基于域-域相互作用自动组装蛋白质复合物结构	DeepAssembly2在新构建的链间域-域相互作用数据集上训练，并添加了多个重要特征，如界面残基倾向性和超快形状识别，同时引入了AlphaFold-Multimer模型的链间残基距离以进一步提高准确性	NA	准确预测蛋白质复合物结构，以理解和掌握其功能，并促进药物发现	蛋白质复合物结构	生物信息学	NA	深度学习	深度学习模型	蛋白质序列和单体结构	NA
234	2025-04-08	Multimodal depression recognition and analysis: Facial expression and body posture changes via emotional stimuli 2025-Apr-03, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.03.155 PMID:40187420	research paper	本研究开发了一种结合面部表情和身体姿势的多模态识别模型，用于抑郁症的快速初步筛查	结合面部表情和身体姿势变化，利用深度学习技术开发端到端多模态识别模型，提高抑郁症检测效率	样本量相对较小（146名受试者），可能影响模型的泛化能力	通过分析情绪刺激下的面部表情和身体姿势变化，提高抑郁症的早期识别效率	抑郁症患者和健康对照组（各73名）	digital pathology	geriatric disease	深度学习技术、OpenFace序列分析	ResNet-50、决策级融合模型	视频图像（面部表情和身体姿势）	146名受试者（73名抑郁症患者和73名健康对照组）
235	2025-04-08	Deep-learning-assisted medium optimization improves hyaluronic acid production by Streptococcus zooepidemicus 2025-Apr-03, Journal of bioscience and bioengineering IF:2.3Q3 DOI:10.1016/j.jbiosc.2025.03.001 PMID:40189954	研究论文	利用深度学习算法优化培养基，提高兽疫链球菌生产透明质酸的效率	采用深度学习算法优化培养基成分，显著提高了透明质酸的生产效率	未提及实验是否在其他菌株或条件下验证过	提高兽疫链球菌生产透明质酸的效率	兽疫链球菌	机器学习	NA	深度学习	DL	实验数据	初始训练数据集OA01-18，54种候选优化培养基OM01-54
236	2025-04-08	AI in SPECT Imaging: Opportunities and Challenges 2025-Apr-03, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2025.03.005 PMID:40189986	综述	本文全面回顾了人工智能在SPECT成像中的应用进展，包括图像重建、增强、分类等多方面，并讨论了面临的挑战和未来方向	详细总结了深度学习技术在SPECT成像中的多种应用，包括CNN、GAN和transformer等模型的使用，并探讨了自监督学习和对比学习等新兴策略	数据异质性、模型可解释性和计算复杂性限制了AI方法的临床应用，缺乏标准化评估指标和大规模多模态数据集	提高SPECT成像的定量准确性，改善临床决策	SPECT成像技术及其在心血管、神经和肿瘤疾病中的应用	数字病理	心血管疾病、神经系统疾病、肿瘤疾病	SPECT成像	CNN、GAN、transformer	医学影像	NA
237	2025-04-08	Compact Model Training by Low-Rank Projection With Energy Transfer 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3400928 PMID:38843062	研究论文	提出了一种名为LRPET的新训练方法，用于从头开始训练低秩压缩网络，并实现竞争性性能	通过交替执行随机梯度下降训练和权重矩阵的低秩流形投影，并结合能量转移和BN校正，提高了低秩压缩网络的性能	未明确提及具体限制，但可能包括对特定网络架构的依赖或计算资源需求	开发一种高效的深度神经网络低秩压缩方法	深度神经网络	机器学习	NA	低秩投影与能量转移（LRPET）	CNN, Transformer	图像	CIFAR-10和ImageNet数据集
238	2025-04-08	Supervise-Assisted Self-Supervised Deep-Learning Method for Hyperspectral Image Restoration 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386809 PMID:38722728	研究论文	提出了一种监督辅助的自监督深度学习方法，用于高光谱图像（HSI）的恢复	结合监督学习和自监督学习，引入噪声自适应损失函数，利用噪声退化HSI的内部统计信息进行恢复	未明确提及具体限制，但可能面临复杂噪声场景下的泛化能力挑战	解决高光谱图像恢复中的分布差距和噪声干扰问题	高光谱图像（HSI）	计算机视觉	NA	深度学习	监督辅助的自监督深度学习网络	高光谱图像	未明确提及具体样本数量，但使用了大量训练数据集
239	2025-04-08	Prior Visual-Guided Self-Supervised Learning Enables Color Vignetting Correction for High-Throughput Microscopic Imaging 2025-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3471907 PMID:39412976	研究论文	本文提出了一种自监督深度学习算法VCLUT，用于校正彩色显微图像中的复杂渐晕效应	利用显微图像同质性和渐晕径向衰减特性开发自监督算法，具有跨不同渐晕强度泛化能力和超快计算特性	未明确说明算法在极端光照条件下的表现	开发适用于高通量显微成像的鲁棒渐晕校正方法	彩色显微图像中的渐晕效应	数字病理学	NA	自监督深度学习	对抗生成网络(GAN)	显微图像	五种不同生物标本数据+病理学数据集
240	2025-04-08	Air quality index prediction with optimisation enabled deep learning model in IoT application 2025-Apr, Environmental technology IF:2.2Q3 DOI:10.1080/09593330.2024.2409993 PMID:39467096	研究论文	本文开发了一种基于物联网（IoT）和深度学习（DL）的技术，用于预测空气质量指数（AQI）	提出了Tangent Two-Stage Algorithm (TTSA)用于路由机制，以及Fractional Tangent Two-Stage Optimisation (FTTSA)用于深度前馈神经网络（DFNN）的训练过程	未提及具体的数据来源或样本量，可能影响模型的泛化能力	预测空气质量指数（AQI）以应对工业化和城市化带来的空气污染问题	空气质量指数（AQI）及其相关环境因素	机器学习	NA	深度学习、物联网（IoT）、Z-score标准化、特征指标提取	深度前馈神经网络（DFNN）	时间序列数据	NA