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
2881	2025-07-29	Multilingual identification of nuanced dimensions of hope speech in social media texts 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10683-x PMID:40702008	研究论文	本研究介绍了MIND-HOPE，首个针对西班牙语和德语的多类别希望言论检测数据集，并比较了不同机器学习方法在希望言论检测任务上的表现	首次构建了西班牙语和德语的多类别希望言论检测数据集，并验证了语言特定微调在情感计算任务中的价值	仅涵盖西班牙语和德语两种语言，未涉及其他语言	探索希望言论在多语言环境下的检测方法，推动情感分析领域发展	社交媒体文本（推特）中的希望言论表达	自然语言处理	NA	传统机器学习、深度学习和基于Transformer的方法	BERT, XLM-RoBERTa等Transformer模型	文本	19,183条西班牙语推文和21,043条德语推文
2882	2025-07-29	Development and validation of a deep learning image quality feedback system for infant fundus photography 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10859-5 PMID:40702071	研究论文	开发并验证了一个深度学习图像质量反馈系统，用于评估婴儿视网膜照片的整体质量并检测常见操作错误，以支持早产儿视网膜病变(ROP)的筛查和诊断	开发了Deep Learning Infant Fundus Quality Feedback System (DLIF-QFS)，该系统能够识别图像质量不佳的原因、提高图像质量并辅助临床医生提升诊断效率	NA	支持ROP筛查和诊断	婴儿视网膜照片	数字病理学	早产儿视网膜病变	深度学习	NA	图像	13,372张图像
2883	2025-07-29	Histology image analysis of 13 healthy tissues reveals molecular-histological correlations 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11853-7 PMID:40702078	研究论文	本研究通过分析13种健康组织的组织学图像，揭示了分子与组织学特征之间的相关性	首次在多种健康组织中探索核特征与RNA表达模式的相关性，并构建了基于深度学习的自动分析框架	研究仅关注健康组织，未涉及病变组织	探索健康组织细胞核特征与RNA表达模式之间的相关性	13种健康器官的4306个样本	数字病理学	NA	RNA-seq	深度学习	图像	4306个样本来自13种器官
2884	2025-07-29	Achieving environmental sustainability via an integrated shampoo optimized BiLSTM-Transformer model for enhanced time-series forecasting 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11301-6 PMID:40702122	研究论文	提出了一种结合BiLSTM和Transformer的混合深度学习模型BiLSTM-Transformer，用于提升复杂时间序列任务的预测性能	整合了BiLSTM网络和Transformer架构，并采用Shampoo二阶优化方法增强收敛稳定性和泛化能力	未提及模型在极端天气条件下的预测表现或计算资源需求	提高电力系统效率，支持可持续能源规划和智能电网运营	气象数据的时间序列预测	机器学习	NA	Shampoo二阶优化	BiLSTM-Transformer	时间序列数据	未明确提及样本数量
2885	2025-07-29	Diabetes diagnosis using a hybrid CNN LSTM MLP ensemble 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12151-y PMID:40702146	研究论文	本文提出了一种基于混合CNN LSTM MLP集成模型的糖尿病诊断方法	采用CNN和LSTM分别提取数据的空间特征和时间依赖特征，并通过MLP进行集成分类，实现了较高的诊断准确率	未提及具体数据集大小和多样性，可能影响模型泛化能力	开发自动化糖尿病诊断方法以提高诊断效率和准确性	糖尿病患者的临床和物理数据	机器学习	糖尿病	深度学习集成方法	CNN, LSTM, MLP	临床数据	NA
2886	2025-07-29	Multi-camera spatiotemporal deep learning framework for real-time abnormal behavior detection in dense urban environments 2025-Jul-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12388-7 PMID:40702170	研究论文	提出了一种用于密集城市环境中实时异常行为检测的多摄像头时空深度学习框架	整合了多尺度图注意力网络(MS-GAT)、强化学习动态摄像头注意力变换器(RL-DCAT)、时空逆对比学习(STICL)、基于神经形态事件的编码和生成行为合成与元学习少样本适应(BGS-MFA)等多种新方法，显著降低了误报率和计算开销，提高了对未见异常行为的泛化能力	未明确提及具体限制，但密集城市环境中的复杂场景变化和遮挡可能仍会影响性能	开发一个高效的多摄像头系统，用于实时检测和分析密集城市环境中的异常行为	密集城市环境中的异常行为	计算机视觉	NA	深度学习、强化学习、神经形态计算	MS-GAT、RL-DCAT、STICL、BGS-MFA	视频	UCF-Crime、ShanghaiTech和Avenue数据集
2887	2025-07-29	A hybrid model for detecting motion artifacts in ballistocardiogram signals 2025-Jul-23, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01426-0 PMID:40702570	研究论文	本文提出了一种混合模型，用于检测心冲击图信号中的运动伪影，结合了深度学习和多尺度特征判断	采用双通道方法，结合BiGRU-FCN深度学习模型和多尺度标准偏差经验阈值，提高了运动伪影检测的准确性和鲁棒性	研究数据仅来自睡眠呼吸暂停患者，可能限制了模型的泛化能力	提高心冲击图信号中运动伪影检测的准确性，以提升家庭睡眠监测的可靠性	心冲击图信号中的运动伪影	机器学习	睡眠呼吸暂停	压电传感技术	BiGRU-FCN	信号数据	10名睡眠呼吸暂停患者的数据
2888	2025-07-29	Developing deep learning-based cerebral ventricle auto-segmentation system and clinical application for the evaluation of ventriculomegaly 2025-Jul-23, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124300 PMID:40712852	研究论文	开发并验证了一种基于深度学习的自动多类别分割系统，用于精确评估脑室扩大，支持未来增强现实引导的脑室外引流系统	使用nnUNet架构同时分割五个解剖类别（脑室、脑实质、颅骨、皮肤和出血），提供三维脑室变化的精确体积评估	临床验证样本量相对有限（n=227），且模型性能可能受年龄、性别和诊断类型影响	开发一种自动化的脑室分割系统，以替代传统的Evans指数评估方法	脑室扩大患者的脑CT扫描图像	数字病理	神经系统疾病	深度学习	nnUNet	CT图像	训练集288例脑CT扫描，验证集包括内部（n=10）、外部（n=43）和公共（n=192）数据集，临床验证涉及227名接受脑脊液引流手术的患者
2889	2025-07-29	HDXRank: A Deep Learning Framework for Ranking Protein Complex Predictions with Hydrogen-Deuterium Exchange Data 2025-Jul-22, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00175 PMID:40367339	研究论文	开发了一个基于图神经网络（GNN）的框架HDXRank，用于利用氢-氘交换（HDX）实验数据对蛋白质复合物候选结构进行排序	HDXRank能够捕捉细微的局部结构特征，将HDX数据整合到蛋白质复合物建模流程中，显著提高预测准确性	NA	提高蛋白质-蛋白质复合物结构预测的准确性	蛋白质复合物结构	生物信息学	NA	氢-氘交换（HDX）实验	图神经网络（GNN）	实验数据	新策划的HDX数据集
2890	2025-07-29	A comprehensive assessment benchmark for rigorously evaluating deep learning image classifiers 2025-Jul-18, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107801 PMID:40714476	research paper	该文章提出了一个全面的评估基准，用于严格评估深度学习图像分类器的性能	提出了一个使用多种数据类型和单一指标的全面评估基准，揭示了当前深度神经网络在特定数据类型上的脆弱性	未具体说明评估基准中使用的数据类型和样本规模	开发更可靠的机器学习模型评估方法	深度学习图像分类器	machine learning	NA	NA	deep neural networks	image	NA
2891	2025-07-29	Automated multiple sclerosis lesion segmentation from 3D-FLAIR MRI using R2AUNet: A deep learning approach with recurrent residual and attention mechanisms 2025-Jul-16, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2025.106620 PMID:40712506	research paper	本研究开发了一种名为R2AUNet的深度学习模型，用于从3D-FLAIR MRI中自动分割多发性硬化症病灶	结合了循环残差块和注意力机制的3D U-Net框架，仅使用3D-FLAIR MRI即可实现准确分割，简化了数据采集过程	研究样本量相对较小（112次MRI扫描，来自95名患者），且所有数据来自单一机构	开发自动化的多发性硬化症病灶分割方法，提高诊断效率和准确性	多发性硬化症患者的3D-FLAIR MRI图像	digital pathology	multiple sclerosis	3D-FLAIR MRI	R2AUNet（基于3D U-Net框架，结合循环残差块和注意力机制）	3D MRI图像	112次MRI扫描（来自95名确诊多发性硬化症患者）
2892	2025-07-29	Dual branch neural network with dynamic learning mechanism for P300-based brain-computer interfaces 2025-Jul-13, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107876 PMID:40712216	研究论文	本研究提出了一种双分支神经网络与动态学习机制，用于解决基于P300的脑机接口中的类别不平衡问题	提出了一种双分支学习方法（DBL），同时考虑特征表示和类别不平衡，通过动态学习机制逐步强调少数类样本	研究依赖于公开和自收集的数据集，可能在其他数据集上的泛化能力有待验证	解决基于P300的脑机接口系统中的类别不平衡问题，提高分类性能	P300拼写器系统及其用户	脑机接口	NA	双分支学习（DBL）	双分支神经网络	脑电信号数据	公开数据集和自收集数据集
2893	2025-07-29	Analysis of the carotenoid cycle during microbial growth by combining fluorescence imaging and deep learning 2025-Jul-10, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126641 PMID:40712219	研究论文	结合荧光成像和深度学习分析微生物生长过程中的类胡萝卜素循环	首次检测并实时追踪两种海洋芽孢杆菌孢子生长过程中类胡萝卜素含量的动态变化	仅针对两种特定的海洋芽孢杆菌孢子进行研究，样本范围有限	研究微生物生长过程中类胡萝卜素含量的动态变化及其代谢特性	两种海洋芽孢杆菌孢子（编号#2430和#2966）	数字病理	NA	拉曼光镊、活细胞动态成像、荧光显微镜	UNet-VGG16	图像	两种海洋芽孢杆菌孢子
2894	2025-07-29	Monochromatic LeafAdaptNet (MLAN): an adaptive approach to spinach leaf disease detection using monochromatic imaging 2025-Jul-08, World journal of microbiology & biotechnology IF:4.0Q2 DOI:10.1007/s11274-025-04442-3 PMID:40627236	研究论文	本文提出了一种名为Monochromatic LeafAdaptNet (MLAN)的自适应方法，用于通过单色成像检测菠菜叶部病害	基于DenseNet-121-DO模型开发了定制的MLAN模型，用于菠菜叶部病害的检测与分类，实现了高准确率和平均精度	NA	提高菠菜叶部病害的检测和分类精度，以减少农药使用并提升农业产量	菠菜叶片	计算机视觉	植物病害	深度学习目标检测	DenseNet-121-DO, MLAN	图像	NA
2895	2025-07-29	Deep Learning Based Models for CRISPR/Cas Off-Target Prediction 2025-Jul, Small methods IF:10.7Q1 DOI:10.1002/smtd.202500122 PMID:40468633	综述	本文综述了基于深度学习的CRISPR/Cas脱靶预测工具，评估了六种深度学习模型在公共数据集上的表现	强调了将已验证的脱靶数据集整合到模型训练中以提升预测性能的重要性，并评估了多种深度学习模型的综合表现	没有一种模型在所有场景中始终优于其他模型	改进CRISPR/Cas脱靶位点预测，确保更安全的基因组编辑应用	CRISPR/Cas基因组编辑技术的脱靶效应	机器学习	NA	深度学习	CRISPR-Net, CRISPR-IP, R-CRISPR, CRISPR-M, CrisprDNT, Crispr-SGRU	序列数据	六个公共数据集和CRISPRoffT数据库中的验证数据
2896	2025-07-29	Memory kernel minimization-based neural networks for discovering slow collective variables of biomolecular dynamics 2025-Jul, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00815-8 PMID:40495006	研究论文	介绍了一种基于记忆核最小化的神经网络（MEMnets），用于发现生物分子动力学的慢集体变量	MEMnets基于整合广义主方程理论，通过编码记忆核处理非马尔可夫动力学，并通过并行编码网络最小化时间积分记忆核的上界来识别最优集体变量	未明确提及具体限制，但可能在大分子动态系统中采样有限时存在挑战	识别准确捕捉蛋白质构象变化最慢时间尺度的集体变量	生物分子动力学中的慢集体变量	机器学习	NA	深度学习	神经网络	分子动态数据	涉及FIP35 WW域的折叠和细菌RNA聚合酶的钳位开放
2897	2025-07-29	A deep learning phenome wide association study of the electrocardiogram 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf047 PMID:40703109	研究论文	本研究利用深度学习技术，通过心电图（ECG）波形检测多种心脏和非心脏疾病，并探索了这些疾病分类的ECG特征	发现了ECG可以检测的新疾病，如呼吸衰竭、中性粒细胞减少症和月经紊乱，并揭示了这些疾病分类的ECG特征	研究中使用的数据集仅来自两个医疗中心，可能限制了结果的普适性	确定ECG可检测的全部心脏和非心脏疾病，并理解哪些ECG特征有助于疾病分类	心电图（ECG）波形和连接的电子健康记录	机器学习	心血管疾病	深度学习	PheWASNet（多任务深度学习模型）	ECG波形数据	来自两个医疗中心的大规模ECG和电子健康记录数据集
2898	2025-07-29	Novel artificial intelligence model using electrocardiogram for detecting acute myocardial infarction needing revascularization 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf049 PMID:40703113	研究论文	本研究开发了一种基于心电图（ECG）的人工智能模型，用于检测需要血运重建的急性心肌梗死（AMI）	采用基于transformer的深度学习模型，并通过自监督学习在大规模无标记ECG数据上进行预训练，提高了AMI检测性能	研究数据来自单中心，外部验证集的时间跨度较大（2002-2020年）	开发能够及时诊断需要血运重建的AMI的人工智能模型	急性心肌梗死患者	医疗人工智能	心血管疾病	深度学习	transformer	心电图数据	训练集：723,389份ECG（300,627名患者）；外部验证集：261,429份ECG（259,454名患者）
2899	2025-07-29	Development and multinational validation of an ensemble deep learning algorithm for detecting and predicting structural heart disease using noisy single-lead electrocardiograms 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf034 PMID:40703117	研究论文	开发并验证了一种基于深度学习的噪声弹性单导联心电图算法，用于检测和预测结构性心脏病	提出了一种噪声弹性的单导联AI-ECG算法，适用于便携/可穿戴设备，用于社区筛查和风险分层	研究主要基于医院数据，社区应用的实际效果需进一步验证	开发一种适用于便携设备的AI算法，用于结构性心脏病的检测和预测	结构性心脏病患者及高风险人群	机器学习	心血管疾病	深度学习	ADAPT-HEART (基于深度学习的算法)	心电图数据	266,740份心电图，来自99,205名患者
2900	2025-07-29	Detection of subclinical atherosclerosis by image-based deep learning on chest X-ray 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf033 PMID:40703133	研究论文	开发了一种基于深度学习的系统，用于在普通正面胸部X光片上识别亚临床动脉粥样硬化	利用深度学习算法预测冠状动脉钙化（CAC）评分，能够在胸部X光片上准确检测亚临床动脉粥样硬化	需要在未来进行前瞻性评估以验证其在心血管风险分层或机会性筛查工具中的应用	开发一种深度学习系统，用于识别亚临床动脉粥样硬化	初级预防患者的胸部X光片和胸部CT扫描	计算机视觉	心血管疾病	深度学习	AI-CAC模型	图像	460例患者用于训练和内部验证，90例患者用于外部验证