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
241	2025-05-06	The construction of student-centered artificial intelligence online music learning platform based on deep learning 2025-May-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95729-w PMID:40319107	研究论文	本研究提出了一种基于深度学习的以学生为中心的人工智能在线音乐学习平台课程推荐模型（CRM-SLIE），以提高平台课程推荐的准确性和适应性	结合注意力机制和门控循环单元（GRU），并引入项目交叉模块，有效捕捉学生兴趣变化和课程间的二阶特征交互	未提及具体的数据来源和样本多样性，可能影响模型的泛化能力	提高在线音乐学习平台课程推荐的准确性和适应性	在线音乐学习平台的学生	机器学习	NA	深度学习	GRU	行为序列数据	未提及具体样本数量
242	2025-05-06	Bio-inspired motion detection models for improved UAV and bird differentiation: a novel deep learning framework 2025-May-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99951-4 PMID:40319117	研究论文	提出了一种生物启发的深度学习模型STBRNN，用于实时区分无人机和鸟类	设计了包含生物启发卷积神经网络、门控循环单元和生物响应层的STBRNN模型，显著提高了无人机与鸟类的区分能力	未提及模型在不同天气或极端条件下的性能表现	提高无人机与鸟类的实时检测与区分能力	无人机和鸟类的图像与视频数据	计算机视觉	NA	深度学习	STBRNN（包含Bio-CNN、GRU和Bio-Response Layer）	图像和视频	未明确提及具体样本数量，但包含多种环境下采集的无人机和鸟类标注数据
243	2025-05-06	Molecular landscape of endometrioid Cancer: Integrating multiomics and deep learning for personalized survival prediction 2025-May-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110284 PMID:40319755	研究论文	该研究提出了一种新颖的生存分析流程，结合多组学数据和深度学习，用于子宫内膜样癌的个性化生存预测	开发了一种深度学习自编码器，设计了新的损失函数以捕捉生物变量与生存结果之间的复杂非线性关系	NA	研究影响子宫内膜样癌患者预后的因素，并识别潜在的生存生物标志物	子宫内膜样癌样本的多组学数据（转录组、甲基化和蛋白质组数据）	数字病理学	子宫内膜癌	多组学分析（转录组、甲基化和蛋白质组数据）	深度学习自编码器	多组学数据	来自TCGA-UCEC项目的子宫内膜样癌样本
244	2025-05-06	Artificial intelligence in fetal brain imaging: Advancements, challenges, and multimodal approaches for biometric and structural analysis 2025-May-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110312 PMID:40319756	综述	本文探讨了人工智能在胎儿脑部影像学中的应用，重点介绍了超声和磁共振成像的多模态整合及其在提高诊断准确性方面的潜力	强调了多模态整合方法，结合超声的实时成像和磁共振的软组织对比优势，以提高诊断精度	数据稀缺、计算效率低下以及数据隐私和安全的伦理问题	探索人工智能在胎儿脑部影像学中的应用，以提高产前护理的诊断准确性和效率	胎儿脑部影像	数字病理学	NA	超声(US)和磁共振成像(MRI)	深度学习和基于注意力的架构	影像	NA
245	2025-05-06	NFR-EDL: Non-linear fuzzy rank-based ensemble deep learning for accurate diagnosis of oral and dental diseases using RGB color photography 2025-May-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110279 PMID:40319757	研究论文	本文提出了一种基于非线性模糊排序的集成深度学习模型（NFR-EDL），用于通过RGB彩色摄影准确诊断口腔和牙齿疾病	提出了一种结合非线性模糊排序和集成深度学习的新方法，通过融合多个CNN基础模型并考虑决策中的不确定性，提高了诊断的准确性和可靠性	NA	开发一种高准确度的口腔和牙齿疾病诊断工具，以提升临床诊断的效率和可靠性	口腔和牙齿疾病	计算机视觉	口腔疾病	RGB彩色摄影	CNN	图像	Kaggle、MOD、ODSI-DB和OaDD数据集
246	2025-05-06	Integrating genetic variation with deep learning provides context for variants impacting transcription factor binding during embryogenesis 2025-May-02, Genome research IF:6.2Q1 DOI:10.1101/gr.279652.124 PMID:40234030	研究论文	该研究通过整合遗传变异与深度学习技术，探讨了遗传变异如何影响转录因子结合，特别是在胚胎发生过程中的作用	研究扩展了WASP工具以检测indels，提高了等位基因不平衡峰的检测率30%-50%，并利用卷积神经网络预测DNA序列对转录因子结合的影响	研究主要集中在胚胎发生过程中的四个转录因子，可能无法全面反映所有遗传变异对转录因子结合的影响	理解遗传变异如何影响转录因子结合，以更好地模拟疾病相关变异	四个转录因子在胚胎发生过程中的等位基因特异性结合	机器学习和遗传学	NA	WASP扩展用于indels检测，卷积神经网络（Basenji）	CNN	DNA序列数据	使用F交叉系统产生的高遗传多样性样本
247	2025-05-06	Semantical and geometrical protein encoding toward enhanced bioactivity and thermostability 2025-May-02, eLife IF:6.4Q1 DOI:10.7554/eLife.98033 PMID:40314227	研究论文	本文提出了一种结合序列和几何编码器的预训练框架，用于蛋白质的一级和三级结构，以指导蛋白质工程中的突变方向并评估变体效应	提出了一种新颖的预训练框架，整合了蛋白质的序列和几何编码器，能够更全面地预测蛋白质变体的效应，特别是在热稳定性和生物功能方面	缺乏对开发方法在预测蛋白质热稳定性方面的基本评估，尽管这是实践中经常研究的关键物理性质	提高蛋白质工程的效率和准确性，通过更全面的预测方法指导蛋白质修饰	蛋白质序列和结构	合成生物学	NA	深度学习	预训练框架（结合序列和几何编码器）	蛋白质序列和结构数据	超过300个深度突变扫描实验的基准测试
248	2025-05-06	Graph Anomaly Detection in Time Series: A Survey 2025-May-02, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3566620 PMID:40315075	综述	本文对基于图的时间序列异常检测（G-TSAD）进行了全面且最新的回顾	探讨了图表示在时间序列数据中的潜力及其对异常检测的贡献，并回顾了最先进的图异常检测技术	讨论了每种方法的局限性，并指出了当前领域面临的技术和应用挑战	回顾和总结基于图的时间序列异常检测技术，以推动该领域的研究和实际应用	时间序列数据及其异常检测	机器学习	NA	图表示和深度学习架构	深度学习模型	时间序列数据	NA
249	2025-05-06	Ultra-stable and high-performance squeezed vacuum source enabled via artificial intelligence control 2025-May-02, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adu4888 PMID:40315327	研究论文	通过人工智能控制实现超稳定和高性能的压缩真空源	利用人工智能控制系统通过深度学习识别和管理复杂参数关系，实现自适应的外部环境适应，达到创纪录的4.3分贝（无损耗5.9分贝）压缩水平	PSR理论模型在优化指导方面存在局限性，源于多个参数在此压缩水平下的相互干扰	推进量子计量学超越经典极限，实现高性能压缩光的长期稳定生成	压缩真空源	量子计量学	NA	偏振自旋转(PSR)	深度学习	NA	NA
250	2025-05-06	Prospective study of continuous rhythm monitoring in patients with early post-infarction systolic dysfunction: clinical impact of arrhythmias detected by an implantable cardiac monitoring device with real-time transmission-the TeVeO study protocol 2025-May-02, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-094764 PMID:40316360	研究论文	该研究探讨了在心肌梗死后左心室功能不全患者中，通过植入式心脏监测设备实时监测心律失常的临床影响	首次提供了心肌梗死后心室功能障碍患者心律失常负担的实时信息及其中期预后意义	研究样本量相对较小（约200名患者），且随访时间有限（4年）	更新心肌梗死后心脏性猝死的一级预防策略，评估非持续性室性心动过速与后续症状性心律失常事件的关系	心肌梗死后左心室射血分数≤40%的患者	心血管疾病	心血管疾病	植入式心脏监测设备（ICM）实时远程连接	机器学习和深度学习技术	心脏监测数据和影像学检查数据	约200名患者，预计分析超过20,000次远程传输数据
251	2025-05-06	Smart weed recognition in saffron fields based on an improved EfficientNetB0 model and RGB images 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00331-9 PMID:40316572	研究论文	本研究基于改进的EfficientNetB0模型和RGB图像，开发了一种用于藏红花田间智能杂草识别的系统	改进的EfficientNetB0模型在藏红花田间杂草识别中表现最佳，准确率达到94.06%	研究仅针对四种常见杂草，可能不适用于其他杂草类型	开发一种用于藏红花田间杂草识别的智能系统，以实现精准杂草管理	藏红花及其四种常见杂草（flixweed、hoary cress、mouse barley和wild garlic）	计算机视觉	NA	深度学习	EfficientNetB0	RGB图像	504张在自然和非结构化田间环境下拍摄的图像
252	2025-05-06	Hybrid deep learning CNN-LSTM model for forecasting direct normal irradiance: a study on solar potential in Ghardaia, Algeria 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94239-z PMID:40316622	研究论文	本文对四种太阳辐射预测模型进行了深入分析和性能评估，重点研究了CNN-LSTM混合深度学习模型在预测直接法向辐照度方面的表现	提出了一种结合CNN和LSTM的混合深度学习模型(CNN-LSTM)，相比传统方法具有更高的预测精度和可靠性	研究仅针对阿尔及利亚Ghardaia地区的数据，可能在其他地区的适用性有待验证	评估不同机器学习方法在太阳辐射预测中的性能，开发更准确的预测模型	太阳辐射预测模型	机器学习	NA	深度学习	CNN-LSTM混合模型	时间序列数据	NA
253	2025-05-06	Multichannel convolutional transformer for detecting mental disorders using electroancephalogrpahy records 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98264-w PMID:40316629	研究论文	本文提出了一种新型深度学习架构——多通道卷积Transformer，用于通过脑电图（EEG）数据分类精神障碍	结合了卷积神经网络和Transformer的优势，并采用连续小波变换预处理EEG信号以增强特征提取	未提及模型在更大规模或多样化数据集上的泛化能力	开发一种准确可靠的精神障碍早期检测方法	脑电图（EEG）记录	机器学习	精神障碍（包括创伤后应激障碍、抑郁症和焦虑症）	连续小波变换（CWT）、共同空间模式滤波器、信号空间投影滤波器和小波去噪滤波器	多通道卷积Transformer（结合CNN和Transformer）	EEG信号	三个数据集：EEG Psychiatric Dataset、MODMA dataset和EEG and Psychological Assessment dataset
254	2025-05-06	Retraining and evaluation of machine learning and deep learning models for seizure classification from EEG data 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98389-y PMID:40316648	research paper	该研究通过复现和评估多种机器学习和深度学习模型，用于从脑电图（EEG）数据中自动检测癫痫发作	研究比较了多种模型在公共数据集和本地患者数据上的表现，并发现随机森林和卷积神经网络在公共数据上表现最佳，但在本地数据上准确率显著下降	在本地数据上的准确率下降，尤其是神经网络模型，表明模型在临床实践中的泛化能力有限	提高癫痫诊断的自动化水平，减少人工标注的时间消耗	脑电图（EEG）数据	machine learning	epilepsy	EEG	random forest, CNN	EEG data	三个公共数据集和一个本地患者的手动标注EEG数据
255	2025-05-06	A study of combination of autoencoders and boosted Big-Bang crunch theory architectures for Land-Use classification using remotely sensed imagery 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99436-4 PMID:40316651	研究论文	该研究提出了一种结合深度卷积神经网络和改进的元启发式优化技术的新方法，用于遥感图像的土地利用分类	将VGG-19模型与增强版Big Bang Crunch Theory优化的堆叠自编码器相结合，提高了土地利用分类的准确性	NA	提高遥感图像土地利用分类的准确性	Aerial Image Dataset和UC Merced Land Use Dataset	计算机视觉	NA	深度学习	VGG-19, 堆叠自编码器, CNN	图像	AID数据集和UC Merced数据集
256	2025-05-06	Detecting the left atrial appendage in CT localizers using deep learning 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99701-6 PMID:40316718	研究论文	本研究利用深度学习自动检测CT定位图像中的左心耳，以减少辐射暴露	首次应用深度学习网络（如VariFocalNet）在CT定位图像中准确划定左心耳边界，显著降低辐射剂量	数据来自单一中心，外部验证队列规模有限（309例）	开发自动化工具以优化心脏CT扫描流程	左心耳（LAA）的CT定位图像	数字病理	心血管疾病	CT扫描	VariFocalNet, Cascade-R-CNN, Task-aligned One-stage Object Detection Network, YOLO v11	医学影像	训练集1253例定位图像，内部测试集368例，外部测试集309例
257	2025-05-06	Data-driven machine learning algorithm model for pneumonia prediction and determinant factor stratification among children aged 6-23 months in Ethiopia 2025-May-02, BMC infectious diseases IF:3.4Q2 DOI:10.1186/s12879-025-10916-4 PMID:40316929	research paper	本研究旨在开发一种基于机器学习算法的数据驱动预测模型，用于预测埃塞俄比亚6-23个月儿童的肺炎风险并分层分析其决定因素	使用随机森林算法预测肺炎并分层其决定因素，准确率达到91.3%，为相关健康干预提供了个性化依据	研究仅基于2016年的数据，未使用深度学习算法，可能影响预测准确性的进一步提升	开发预测模型以降低儿童肺炎发病率和死亡率	埃塞俄比亚6-23个月大的儿童	machine learning	pneumonia	machine learning algorithms	random forest	demographic and health survey data	2035名儿童样本
258	2025-05-06	Optimizing stroke lesion segmentation: A dual-approach using Gaussian mixture models and nnU-Net 2025-May-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110221 PMID:40318493	research paper	本研究评估了GMM和nnU-Net在识别中风体积治疗相关变化中的有效性	首次系统评估了GMM和nnU-Net在检测治疗引起的中风体积变化方面的可靠性，而不仅仅是分割准确性	nnU-Net仅基于手动分割训练时无法检测到显著的治疗引起的中风体积减少，可能导致假阴性结果	评估两种分割方法在中风体积治疗相关变化检测中的效果	中风病灶分割	digital pathology	cardiovascular disease	Gaussian Mixture Models, nnU-Net	GMM, nnU-Net	image	NA
259	2025-05-06	Virtual monochromatic image-based automatic segmentation strategy using deep learning method 2025-May-02, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104986 PMID:40318556	研究论文	本研究提出了一种基于双能CT生成的虚拟单色图像的新型深度学习模型MIAU-Net，用于头部风险器官的自动分割	提出了一种新型深度学习模型MIAU-Net，并评估了其在虚拟单色图像上的分割性能，优于现有方法	研究样本量较小（46名患者），且仅针对头部风险器官进行分割	提高基于双能CT的自动分割准确性	头部风险器官（如脑干、视交叉、晶状体、下颌骨、眼睛和视神经）	数字病理	NA	双能CT（DECT）	MIAU-Net	医学影像	46名患者的DECT数据
260	2025-05-06	Development of machine learning-based mpox surveillance models in a learning health system 2025-May-02, Sexually transmitted infections IF:3.6Q2 DOI:10.1136/sextrans-2024-056382 PMID:40318862	研究论文	本研究旨在开发基于机器学习和深度学习的模型，用于通过临床记录检测mpox病例以支持监测工作	利用临床记录开发了机器学习和深度学习模型来检测mpox病例，LASSO回归模型表现优于深度学习模型	研究为回顾性设计，样本量相对较小（228例确诊病例和698例对照）	开发能够检测mpox病例的监测模型	mpox确诊病例及其匹配对照	机器学习	传染病	PCR检测	LASSO, ClinicalBERT, ClinicalLongformer	临床记录文本	228例PCR确诊mpox病例和698例匹配对照