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
2421	2025-04-19	Capsule neural network and its applications in drug discovery 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112217 PMID:40241764	review	本文综述了胶囊神经网络（CapsNet）在药物发现中的应用及其理论基础	CapsNet通过捕获特征间的空间层次关系，解决了传统神经网络中的空间信息丢失问题，特别适合处理小规模数据集	文章指出了CapsNet的局限性，并提出了未来研究方向以增强其在药物发现中的实用性	探讨CapsNet在药物发现领域的应用及其性能	胶囊神经网络（CapsNet）及其在药物设计中的应用	machine learning	NA	NA	CapsNet	NA	NA
2422	2025-04-19	Identification of non-glandular trichome hairs in cannabis using vision-based deep learning methods 2025-Apr-18, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70058 PMID:40249026	research paper	提出了一种基于深度学习的计算机视觉方法，用于识别大麻中的非腺毛状体毛发	首次将深度学习应用于大麻非腺毛状体的识别，准确率超过97%，减少了对耗时耗力的专家显微镜分析的依赖	需要大量标注的显微镜图像数据集，且可能受限于样本多样性	开发一种高效准确的大麻识别方法以支持法医部门和执法机构打击非法毒品交易	大麻及其非法替代品中的非腺毛状体毛发	computer vision	NA	deep learning-based computer vision	CNN	image	数千张标注的显微镜图像，包括真正的大麻和疑似喷洒合成大麻素的非大麻植物材料
2423	2025-04-19	Deep learning reconstruction of diffusion-weighted imaging with single-shot echo-planar imaging in endometrial cancer: a comparison with multi-shot echo-planar imaging 2025-Apr-18, Abdominal radiology (New York) DOI:10.1007/s00261-025-04955-3 PMID:40249551	research paper	评估深度学习重建(DLR)在子宫内膜癌单次激发平面回波成像(SSEPI)扩散加权成像(DWI)中的效果，并与多激发敏感编码(MUSE) DWI进行比较	首次将深度学习重建技术应用于子宫内膜癌的SSEPI DWI，并与MUSE DWI进行对比，证明DLR能显著提高图像质量且扫描时间更短	研究样本量较小(31例)，且为回顾性研究	评估DLR在子宫内膜癌DWI成像中的效果	31例经手术确诊的子宫内膜癌患者	digital pathology	endometrial cancer	deep learning reconstruction, diffusion-weighted imaging, single-shot echo-planar imaging, multiplexed sensitivity-encoding	deep learning	MRI图像	31例子宫内膜癌患者
2424	2025-04-19	Circular RNA discovery with emerging sequencing and deep learning technologies 2025-Apr-17, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-025-02157-7 PMID:40247051	综述	本文总结了环状RNA（circRNA）的发现、表征和功能分析算法的最新突破	结合长读长和单细胞RNA测序技术以及深度学习算法，革命性地提高了circRNA研究的解析度和规模	整合大规模circRNA测序数据仍面临挑战	探索circRNA在基因调控和疾病发病机制中的作用	环状RNA（circRNA）	生物信息学	NA	长读长测序、单细胞RNA测序	深度学习	RNA测序数据	NA
2425	2025-04-19	The Role of Artificial Intelligence in Cardiovascular Disease Risk Prediction: An Updated Review on Current Understanding and Future Research 2025-Apr-17, Current cardiology reviews IF:2.4Q2 DOI:10.2174/011573403X351048250329170744 PMID:40248921	综述	本文综述了人工智能在心血管疾病风险预测中的最新理解和未来研究方向	探讨了人工智能在提高心血管风险预测模型的准确性、效率和可及性方面的变革性作用，并展示了AI在改善CVD死亡率、生活质量指标和降低医疗成本方面的潜力	人工智能在心血管风险评估中的广泛应用仍面临挑战，主要原因是医疗专业人员缺乏教育和接受度	提高心血管疾病风险预测的准确性和成本效益，以改善患者预后和减轻全球CVD负担	心血管疾病（CVD）患者	机器学习	心血管疾病	机器学习算法、深度学习、心电图（ECG）分析	ML、DL	电子健康记录、心电图数据	NA
2426	2025-04-19	PointNorm-Net: Self-Supervised Normal Prediction of 3D Point Clouds via Multi-Modal Distribution Estimation 2025-Apr-16, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3562051 PMID:40238601	研究论文	本文提出了一种名为PointNorm-Net的自监督深度学习框架，用于预测3D点云的法线，通过多模态分布估计解决合成数据与真实数据之间的领域差距问题	PointNorm-Net是首个自监督深度学习框架，采用三阶段多模态法线分布估计范式，可集成到深度或传统优化基础的法线估计框架中	未明确提及具体限制，但暗示真实世界数据的点级法线标注是一项繁琐且昂贵的任务	提升3D点云法线预测在真实场景中的性能，克服合成数据与真实数据之间的领域差距	3D点云数据	计算机视觉	NA	自监督学习，多模态分布估计	PointNorm-Net	3D点云	三个具有不同特性的真实世界数据集
2427	2025-04-19	Prediction methodology of air absorbed dose rates for Chinese cities with deep learning models 2025-Apr-16, Journal of environmental radioactivity IF:1.9Q3 DOI:10.1016/j.jenvrad.2025.107685 PMID:40245757	研究论文	本研究提出了一种基于历史数据的城市空气吸收剂量率预测框架，并比较了三种深度学习模型的性能	首次将Bi-LSTM模型应用于中国城市空气吸收剂量率预测，并证明其优于LSTM和CNN-LSTM模型	研究仅针对沿海和内陆两个城市进行验证，可能无法代表全国所有城市的情况	开发有效的城市空气吸收剂量率预测方法	中国城市的空气吸收剂量率数据	机器学习	NA	深度学习	LSTM, CNN-LSTM, Bi-LSTM	时间序列数据	国家核安全管理局发布的大规模复杂空气吸收剂量率报告数据
2428	2025-04-19	Prediction of Tumor Budding Grading in Rectal Cancer Using a Multiparametric MRI Radiomics Combined with a 3D Vision Transformer Deep Learning Approach 2025-Apr-16, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.046 PMID:40246672	研究论文	评估多参数MRI放射组学结合3D Vision Transformer深度学习模型在预测直肠癌患者肿瘤出芽分级中的有效性	首次将多参数MRI放射组学与3D Vision Transformer深度学习模型结合用于直肠癌肿瘤出芽分级预测	回顾性研究设计可能引入选择偏倚，且未建立临床模型	开发非侵入性方法预测直肠癌肿瘤出芽分级	349例直肠腺癌患者（来自两家医院）	数字病理	直肠癌	多参数MRI（T2WI/DWI/T1CE）	3D Vision Transformer (ViT)	医学影像	349例患者（训练集187例，内部测试集80例，外部测试集82例）
2429	2025-04-19	Multi-objective deep learning for lung cancer detection in CT images: enhancements in tumor classification, localization, and diagnostic efficiency 2025-Apr-15, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02314-8 PMID:40232589	研究论文	本研究开发并评估了一种先进的深度学习框架，用于在CT扫描图像中检测、分类和定位肺部肿瘤	模型结合了基于transformer的注意力层、自适应无锚机制和改进的特征金字塔网络，能够高效处理检测、分类和定位任务	研究仅使用了1608张CT扫描图像，样本量相对有限	开发一个用于肺部肿瘤检测、分类和定位的深度学习框架	肺部肿瘤的CT扫描图像	计算机视觉	肺癌	深度学习	transformer-based, adaptive anchor-free, improved feature pyramid network	图像	1608张CT扫描图像（623例癌症病例和985例非癌症病例）
2430	2025-04-19	A comprehensive framework for multi-modal hate speech detection in social media using deep learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94069-z PMID:40234479	研究论文	提出了一种新颖的多模态仇恨言论检测框架（MHSDF），结合CNN和RNN分析复杂的异构数据流	采用混合CNN和RNN方法，结合注意力机制，有效检测多模态仇恨言论，如混合冒犯性图像与隐含文本的模因、通过语气和面部表情传达毒性的讽刺视频等	未提及具体的数据集规模或多样性限制	开发一个高效的多模态仇恨言论检测系统，以提高社交媒体平台的内容审核能力	社交媒体中的多模态仇恨言论，包括文本、图像、音频和视频	自然语言处理	NA	Word2Vec, BERT, OCR	CNN, RNN, LSTM	文本、图像、音频、视频	NA
2431	2025-04-19	Deep neural network-enhanced prediction and carbon footprint analysis of early-age high-performance manufactured sand concrete's stress-strain behavior 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89016-x PMID:40234519	研究论文	本研究通过单轴压缩试验和深度神经网络模型，研究了早龄期机制砂混凝土（MSC）的应力-应变行为及其碳足迹	开发了一个四隐藏层、每层100个神经元的深度神经网络模型，用于预测不同水灰比、龄期和粉煤灰含量下的MSC应力-应变曲线	研究仅针对特定配比的机制砂混凝土，可能不适用于其他类型混凝土	研究早龄期机制砂混凝土的力学性能和环境影响	机制砂混凝土（MSC）	机器学习	NA	单轴压缩试验，深度神经网络	DNN	实验数据	216个试件
2432	2025-04-19	Multi scale convolutional neural network combining BiLSTM and attention mechanism for bearing fault diagnosis under multiple working conditions 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96137-w PMID:40234523	research paper	提出一种结合BiLSTM和注意力机制的多尺度卷积神经网络，用于多种工况下的轴承故障诊断	结合CNN、BiLSTM和注意力机制，提出MSCNN-BiLSTM-AM网络，能够提取多尺度时空特征和双向时间相关性特征，并通过注意力机制赋予关键特征更大权重	未提及具体样本量或实验数据的具体来源	解决轴承振动时序信号特征提取单一、无法同时利用空间和双向时间特征以及在多种工况下难以获得足够训练数据的问题	旋转机电设备的轴承故障	machine learning	NA	深度学习	CNN, BiLSTM, AM	振动时序信号	NA
2433	2025-04-19	An efficient electricity theft detection based on deep learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93140-z PMID:40234553	研究论文	提出了一种基于深度学习的电力盗窃检测新方法，利用CNN和LSTM从电力消费数据中提取抽象特征以提高检测准确性	结合CNN和LSTM提取电力消费数据的抽象特征，并采用LoRAS数据增强技术解决数据集不完整和类别不平衡的问题	未提及模型在其他地区或不同电力消费模式下的泛化能力	提高电力盗窃检测的准确性，减少对电力公司和消费者的负面影响	电力消费数据	机器学习	NA	LoRAS数据增强	CNN, LSTM	电力消费数据	来自中国国家电网公司的真实电力使用数据
2434	2025-04-19	Gated recurrent deep learning approaches to revolutionizing English language learning for personalized instruction and effective instruction 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96351-6 PMID:40234561	研究论文	探讨门控循环神经网络（GRNN）在英语语言学习（ELL）个性化教学中的应用及其效果	提出GRNN-ELL模型，通过强大的序列建模和语言处理算法动态适应学习者的进度，在流畅性、词汇多样性、上下文相关性和参与度方面优于传统方法	未提及具体的数据集规模或实验的局限性	改善英语语言学习的个性化教学效果	英语语言学习者	自然语言处理	NA	GRNN	GRNN	文本	NA
2435	2025-04-19	Maize yield estimation in Northeast China's black soil region using a deep learning model with attention mechanism and remote sensing 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97563-6 PMID:40234562	研究论文	提出一种结合注意力机制和遥感技术的深度学习模型（CNNAtBiGRU），用于中国东北黑土区玉米产量估算	创新性地整合1D-CNN、BiGRU和注意力机制，并首次引入人为因素（如机械化耕作程度）提升预测精度	未明确说明模型在其他土壤类型或作物上的泛化能力	开发高精度玉米产量预测模型以支持农业管理决策	中国东北黑土区的玉米产量	农业遥感与机器学习	NA	深度学习、遥感技术	CNNAtBiGRU（1D-CNN + BiGRU + 注意力机制）	多源时序数据（植被指数、物候数据、气象数据、土壤特性、人为因素）	未明确说明样本数量（覆盖东北黑土区多年度数据）
2436	2025-04-19	Advanced lightweight deep learning vision framework for efficient pavement damage identification 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97132-x PMID:40234635	研究论文	提出了一种基于YOLOv5s的轻量级路面损伤检测模型LPDD-YOLO，用于高效实时的路面损伤识别	采用轻量级特征提取网络FasterNet，引入注意力下采样模块和神经网络认知模块，以及K-Means聚类和可变形卷积模块，以提高特征提取的鲁棒性和准确性	研究基于自建数据集，可能在其他数据集上的泛化能力有待验证	开发一种高效实时的路面损伤检测模型	路面裂缝及其他损伤	计算机视觉	NA	YOLOv5s, FasterNet, K-Means聚类, 可变形卷积	LPDD-YOLO	图像	自建数据集（具体数量未提及）
2437	2025-04-19	Rapid diagnosis of membranous nephropathy based on kidney tissue Raman spectroscopy and deep learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97351-2 PMID:40234682	研究论文	本研究提出了一种结合小鼠肾组织拉曼光谱和CNN-BiLSTM深度学习模型的快速诊断方法，用于膜性肾病的诊断	首次将拉曼光谱与CNN-BiLSTM深度学习模型结合应用于小鼠肾组织，实现了膜性肾病的快速诊断	研究仅在小鼠肾组织上进行，尚未在人类样本中验证	开发一种能够在肾活检后快速诊断膜性肾病的方法	小鼠肾组织	数字病理学	膜性肾病	拉曼光谱	CNN-BiLSTM	光谱数据	未明确说明样本数量（小鼠肾组织）
2438	2025-04-19	A deep learning approach for blood glucose monitoring and hypoglycemia prediction in glycogen storage disease 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97391-8 PMID:40234688	研究论文	本研究利用深度学习算法预测糖原累积病患者的血糖水平及低血糖事件	首次使用连续血糖监测数据和深度学习模型预测糖原累积病患者的血糖水平	研究为回顾性研究，数据来源于单一医疗中心	开发算法以预测和管理糖原累积病患者的血糖波动	糖原累积病患者	机器学习	糖原累积病	连续血糖监测系统	PatchTST, LTSF N-Linear, TS Mixer	时间序列数据	在2020年8月至2024年2月期间于韩国延世大学原州Severance基督教医院住院或管理的糖原累积病患者
2439	2025-04-19	A prediction model of pediatric bone density from plain spine radiographs using deep learning 2025-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96949-w PMID:40234697	研究论文	使用深度学习从脊柱平片预测儿童骨密度的模型	开发并验证了一种基于深度学习的模型，首次使用脊柱平片预测儿童骨密度，并成功分类低骨密度组	研究样本仅来自单一医院，可能存在选择偏差	通过深度学习模型预测和分类儿童骨密度，以改善高风险儿童群体的早期检测和骨骼健康管理	10-20岁的儿童和青少年	数字病理学	骨质疏松症	双能X射线吸收测定法和放射摄影	Yolov8和ResNet-18	图像	601名患者（平均年龄14岁4个月，276名男性）
2440	2025-04-19	CRISP: A causal relationships-guided deep learning framework for advanced ICU mortality prediction 2025-Apr-15, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02981-1 PMID:40234903	research paper	开发了一个基于因果关系的深度学习框架CRISP，用于提高ICU死亡率预测的准确性和泛化能力	利用原生反事实数据增强少数类样本，并结合因果结构构建患者表征，以提升预测稳定性	未明确提及具体局限性，但可能涉及模型在不同医疗环境中的进一步验证需求	开发具有更好泛化能力的ICU死亡率预测模型，以支持临床决策	ICU患者	machine learning	NA	深度学习	CRISP (Causal Relationship Informed Superior Prediction)	电子健康记录(EHRs)	69,190例ICU病例（来自MIMIC-III、MIMIC-IV和四川大学华西医院的数据集）