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
2481	2025-05-07	Surface defect detection on industrial drum rollers: Using enhanced YOLOv8n and structured light for accurate inspection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316569 PMID:39908278	研究论文	本文提出了一种基于线结构光和改进YOLOv8n的深度学习网络模型，用于高效检测工业滚筒的表面缺陷	采用线结构光作为光源增强缺陷特征，改进YOLOv8n模型通过可变形卷积、新特征融合模块和Wise-IoU损失函数提升检测精度	标准矩形边界框可能限制对细长缺陷的检测精度，未来可探索旋转边界框和更广泛的数据集多样性	提高工业滚筒表面缺陷检测的效率和准确性	工业滚筒的表面缺陷	计算机视觉	NA	线结构光成像	改进的YOLOv8n	图像	NA
2482	2025-05-07	An intelligent spam detection framework using fusion of spammer behavior and linguistic 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313628 PMID:39913432	研究论文	提出了一种结合垃圾邮件发送者行为和语言特征的智能垃圾邮件检测框架	融合垃圾邮件发送者行为特征和语言特征，自动检测和分类垃圾邮件评论，通过融合使模型能够自动学习特征间的交互	在特征数量较大时，选择所有特征可能导致模型过拟合和计算成本高昂	设计一个高效的垃圾邮件检测模型，解决特征选择和垃圾邮件发送者行为及语言特征演变的挑战	垃圾邮件评论	自然语言处理	NA	深度学习	CLSTM	文本	NA
2483	2025-05-07	A hybrid approach for intrusion detection in vehicular networks using feature selection and dimensionality reduction with optimized deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312752 PMID:39913503	研究论文	提出了一种用于车载网络中入侵检测的混合方法，结合特征选择和降维技术以及优化的深度学习	采用基于相关性的特征选择（CFS）和主成分分析（PCA）的降维方法优化特征矩阵，并结合深度学习进行分类，同时展示了训练后模型权重量化对模型大小的进一步优化	实验仅基于CICIDS2017数据集，未在其他数据集上验证模型的泛化能力	提高车载网络中恶意流量识别的准确性和模型效率	车载网络中的恶意流量	机器学习	NA	CFS, PCA, 深度学习	深度学习模型	网络流量数据	CICIDS2017数据集
2484	2025-05-07	An Interventional Brain-Computer Interface for Long-Term EEG Collection and Motion Classification of a Quadruped Mammal 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3562922 PMID:40257874	研究论文	提出了一种新型介入式脑机接口（BCI），用于长期收集四足哺乳动物的脑电图（EEG）信号并进行运动分类	通过静脉植入电极采集脑内EEG信号，避免了传统非侵入式BCI的使用环境限制和侵入式BCI的神经损伤	研究仅针对羊进行，尚未在人类或其他动物中进行验证	解决中风患者术后运动功能障碍问题，通过识别其运动意图	羊的初级运动皮层EEG信号	脑机接口	中风	EEG信号采集，功率谱密度（PSD）分析	深度学习模型	EEG信号	羊的三个月训练数据和一个月验证数据
2485	2025-05-07	DeepPFP: a multi-task-aware architecture for protein function prediction 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae579 PMID:39905954	research paper	提出了一种名为DeepPFP的多任务感知架构，用于蛋白质功能预测	结合了Model-Agnostic Meta-Learning和蛋白质语言模型Evolutionary Scale Modeling，以解决跨领域迁移学习的泛化问题	模型在特定任务或蛋白质类型上的表现可能受限，因为蛋白质功能更依赖于结构特征而非序列信息	开发一个能够捕捉不同序列-功能映射任务共享特征的模型，以提高泛化能力	蛋白质序列及其功能预测	machine learning	NA	Model-Agnostic Meta-Learning, Evolutionary Scale Modeling	DeepPFP	protein sequence	五个域外深度突变扫描(DMS)数据集，以及SARS-CoV-2的DMS数据集
2486	2025-05-07	Deep Learning-Based Real-Time Ureter Identification in Laparoscopic Colorectal Surgery 2024-Oct-01, Diseases of the colon and rectum DOI:10.1097/DCR.0000000000003335 PMID:38959453	研究论文	开发了一种基于深度学习的实时输尿管识别模型UreterNet，用于腹腔镜结直肠手术中避免医源性输尿管损伤	首次将基于深度学习的语义分割算法应用于输尿管识别任务，并开发了UreterNet模型	需要进一步验证UreterNet是否能减少医源性输尿管损伤的发生	验证在腹腔镜结直肠手术视频中能否识别输尿管，以提高手术安全性	腹腔镜结直肠手术视频中的输尿管	计算机视觉	结直肠疾病	语义分割	CNN (Feature Pyramid Networks)	视频	从304个视频中创建的14,069张标注图像（训练集9537张，验证集2266张，测试集2266张）
2487	2025-05-07	Forecasting daily total pollen concentrations on a global scale 2024-Aug, Allergy IF:12.6Q1 DOI:10.1111/all.16227 PMID:38995241	研究论文	该研究使用CatBoost和深度学习模型预测全球23个城市未来14天的每日总花粉浓度	首次在全球范围内应用CatBoost和深度学习模型进行花粉浓度预测，并分析了影响预测的关键环境变量	部分城市预测效果较差(如布里斯班和首尔)，模型在不同城市的表现差异较大	提高空气花粉预测的准确性以应对气候变化带来的影响	全球23个城市的花粉浓度数据	机器学习	过敏性疾病	CatBoost和深度学习	CB和DL	环境参数和花粉浓度数据	23个城市的数据
2488	2025-05-07	Fully Automatic Quantitative Measurement of Equilibrium Radionuclide Angiocardiography Using a Convolutional Neural Network 2024-Aug-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005275 PMID:38967505	研究论文	本研究旨在利用卷积神经网络从平衡放射性核素血管造影数据集中生成深度学习感兴趣区域（ROIs），用于左心室射血分数（LVEF）测量	使用2D U-Net卷积神经网络架构自动生成深度学习ROIs，减少了观察者间的变异性，提高了LVEF测量的便利性和可重复性	研究仅基于特定医疗中心的数据，可能无法完全代表其他医疗环境的情况	开发一种自动测量左心室射血分数的方法，提高测量的准确性和效率	平衡放射性核素血管造影数据集	数字病理	心血管疾病	平衡放射性核素血管造影	2D U-Net CNN	医学影像	41,462次扫描（来自19,309名患者）
2489	2025-05-07	Single-cell multi-omics analysis reveals cooperative transcription factors for gene regulation in oligodendrocytes 2024-Jun-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.19.599799 PMID:38948852	研究论文	通过单细胞多组学分析揭示少突胶质细胞中转录因子的协同调控机制	整合scRNA-seq和scATAC-seq数据，利用深度学习模型预测目标基因表达，并计算TF重要性和TF-TF相互作用分数，揭示了少突胶质细胞中转录因子的协同调控机制	研究主要基于计算模型预测，部分结果需要实验验证	探究少突胶质细胞中转录因子如何协同调控基因表达	少突胶质细胞中的转录因子及其靶基因	生物信息学	脑部疾病	scRNA-seq, scATAC-seq, 深度学习, ChIP-seq	深度学习模型	单细胞多组学数据	NA
2490	2025-05-07	Use of a novel magnetically actuated compression system to study the temporal dynamics of axial and lateral strain in human osteochondral plugs 2024-01, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2023.111887 PMID:38128469	研究论文	本文介绍了一种新型磁驱动压缩系统'MagnaSquish'，用于研究人类骨软骨栓在循环加载过程中轴向和侧向应变的时间动态	开发了磁驱动装置，实现加载周期之间的完全提升，解决了传统系统因持续接触可能影响组织再水化的问题	研究仅使用了尸体人类骨软骨栓样本，可能无法完全反映活体组织的动态特性	研究循环加载过程中软骨组织应变积累的机制	人类骨软骨栓	生物力学	骨关节疾病	磁驱动压缩系统	UNet	图像	人类尸体骨软骨栓样本，进行了750次加载循环
2491	2025-05-07	Predicting trabecular arrangement in the proximal femur: An artificial neural network approach for varied geometries and load cases 2023-12, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2023.111860 PMID:37948877	research paper	使用前馈神经网络预测股骨近端小梁排列，以几何和载荷参数为输入，输出表观密度	采用机器学习方法替代有限元法，显著减少计算时间，同时保持高精度	结果需依赖特定数据集，扩展至其他结构需重新获取数据	开发高效准确的骨重塑现象预测模型	股骨近端小梁排列	machine learning	NA	feed-forward neural networks	NN	density distribution dataset	包含多种几何形状和载荷情况的样本
2492	2025-05-06	Physically grounded deep learning-enabled gold nanoparticle localization and quantification in photonic resonator absorption microscopy for digital resolution molecular diagnostics 2025-Aug-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117455 PMID:40233489	research paper	介绍了一种基于深度学习的LOCA-PRAM方法，用于在光子共振吸收显微镜中实现金纳米颗粒的数字化分辨率检测	结合深度学习与光子共振吸收显微镜，通过金纳米颗粒作为分子标签实现数字化分辨率检测，无需样品分区或酶扩增	未明确提及方法的局限性	实现数字化分辨率的分子生物标志物检测，用于疾病诊断和治疗研究	金纳米颗粒（AuNPs）作为分子标签	digital pathology	NA	Photonic Resonator Absorption Microscopy (PRAM), Scanning Electron Microscopy (SEM)	deep learning	image	未明确提及样本数量
2493	2025-05-06	Multimodal depression recognition and analysis: Facial expression and body posture changes via emotional stimuli 2025-Jul-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.03.155 PMID:40187420	research paper	开发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的多模态识别模型，利用深度学习技术进行抑郁症筛查	样本量较小，仅包含146名受试者	提高抑郁症检测效率，辅助医生早期识别患者	抑郁症患者和健康个体的面部表情及身体姿势变化	digital pathology	geriatric disease	深度学习技术	ResNet-50, OpenFace	视频图像	146名受试者（73名患者组和73名对照组）
2494	2025-05-06	Interpretable machine learning and graph attention network based model for predicting PAMPA permeability 2025-Jul, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2025.109050 PMID:40245571	研究论文	本研究使用机器学习和深度学习模型预测PAMPA渗透性	结合可解释机器学习和图注意力网络（GAT）模型预测PAMPA渗透性，并在外部数据集上验证模型性能	GAT模型在初始验证数据集上的准确率相对较低（74%）	预测药物化合物在脂质膜中的渗透性和吸收性	5447种具有PAMPA渗透性评分的化合物	机器学习	NA	PAMPA（平行人工膜渗透性测定）	Random forest (RF), Explainable boosting machine (EBM), Adaboost, Graph attention network (GAT)	化合物数据	5447种化合物
2495	2025-05-06	Multi-class brain malignant tumor diagnosis in magnetic resonance imaging using convolutional neural networks 2025-Jun-01, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2025.111329 PMID:40180191	研究论文	本研究开发了一种深度学习模型FoTNet，用于提高多类脑恶性肿瘤在磁共振成像中的自动诊断准确性	整合了基于频率的通道注意力层和焦点损失函数，以解决由PCNSL样本有限引起的类别不平衡问题	样本量相对有限，尤其是PCNSL肿瘤的样本较少	提高多类脑恶性肿瘤（GBM、PCNSL和BM）在MRI中的自动诊断准确性	多中心MRI数据集，包括GBM、PCNSL和BM病例	数字病理学	脑恶性肿瘤	MRI	CNN	图像	58例GBM、82例PCNSL和269例BM的T1加权对比增强MRI图像
2496	2025-05-06	Developing a novel Temporal Air-quality Risk Index using LSTM autoencoder: A case study with South Korean air quality data 2025-May-25, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179303 PMID:40245507	研究论文	提出了一种基于LSTM自编码器的新型时间空气质量风险指数（TARI），用于更全面地评估空气污染对健康的影响	首次将深度学习应用于环境指数开发，通过LSTM自编码器捕捉环境因素的复杂相互作用和时间依赖性	研究仅基于韩国空气质量数据，未在其他地区验证	开发更全面的空气质量指数以更准确地评估空气污染对健康的影响	韩国空气质量数据	机器学习	NA	LSTM autoencoder	LSTM	时间序列数据	韩国空气质量数据（具体样本量未提及）
2497	2025-05-06	Pix2Pix generative-adversarial network in improving the quality of T2-weighted prostate magnetic resonance imaging: a multi-reader study 2025-May-05, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2025.243102 PMID:40320939	research paper	评估生成对抗网络Pix2Pix在提升T2加权前列腺磁共振成像质量方面的性能和可行性	使用Pix2Pix模型在合成降质图像上进行训练，有效提升前列腺MRI图像质量并保持真实性	研究主要基于合成降质图像，真实临床环境中的效果需进一步验证	提升T2加权前列腺磁共振成像的质量	前列腺磁共振成像图像	digital pathology	prostate cancer	MRI	GAN (Pix2Pix)	image	1,476名生物学男性，1,500次扫描（训练集1,300，验证集100，测试集100），外加33名患者的内部外部测试数据集
2498	2025-05-06	Detection of common bile duct dilatation on magnetic resonance cholangiopancreatography by deep learning 2025-May-05, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2025.253218 PMID:40321102	研究论文	本研究利用深度学习技术从磁共振胰胆管造影（MRCP）图像中检测胆总管扩张	采用DenseNet121 CNN模型在胆总管扩张检测中实现了97%的高准确率	需要在多中心研究和更大数据集上进行验证，并解决技术、伦理和财务限制	开发一种基于深度学习的胆总管扩张检测方法	胆总管扩张	数字病理学	胆道疾病	磁共振胰胆管造影（MRCP）	CNN（包括ResNet50、DenseNet121和VGG模型）	图像	147张MRCP图像（77张无胆总管扩张，70张有胆总管扩张）
2499	2025-05-06	Predicting Postoperative Prognosis in Pediatric Malignant Tumor With MRI Radiomics and Deep Learning Models: A Retrospective Study 2025-May-05, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011466 PMID:40323639	研究论文	本研究开发了一种多模态机器学习模型，结合MRI影像组学、深度学习特征和临床指标，用于预测儿童恶性肿瘤患者术后3年无病生存期	整合MRI影像组学、深度学习特征和临床指标，构建多模态预测模型，显著提高了术后预后的预测准确性	回顾性研究设计，样本量相对有限（260例），且仅针对儿童脑肿瘤患者	预测儿童恶性肿瘤患者术后3年无病生存期，为个性化治疗提供科学依据	260例接受R0切除的儿童脑肿瘤患者（年龄≤14岁）	数字病理	脑肿瘤	MRI影像组学分析、深度学习特征提取	SVM、RF、LightGBM等6种机器学习模型，其中LightGBM表现最佳	MRI图像（T1增强）和临床数据	260例儿童脑肿瘤患者
2500	2025-05-06	ASAS-NANP SYMPOSIUM: MATHEMATICAL MODELING IN ANIMAL NUTRITION: Synthetic Database Generation for Non-Normal Multivariate Distributions: A Rank-Based Method with Application to Ruminant Methane Emissions 2025-May-04, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf136 PMID:40319357	research paper	本研究提出了一种基于秩的方法，用于生成具有相关非正态多元分布的合成数据库，以提高预测建模工具的准确性和可靠性	提出了一种新颖的基于秩的方法，用于生成合成数据库，该方法在保留原始分布矩和相关结构方面优于基于copula的方法	可能在合成数据库的子集中引入人工（未知）关系，且随机森林回归在不同分布类型的数据上表现不佳	解决动物科学中数据可用性有限的问题，特别是在建模复杂生物过程（如反刍动物甲烷排放）时	反刍动物甲烷排放	machine learning	NA	rank-based method, copula-based approaches	random forest (RF), multiple linear model (LM)	synthetic database	生成两个合成数据库（正态和非正态分布）