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
281	2025-07-05	Cross-language dissemination of Chinese classical literature using multimodal deep learning and artificial intelligence 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05921-1 PMID:40593073	research paper	该研究提出了一种基于多模态深度学习的翻译模型TMNMT，用于促进中国古典文学的跨语言传播与理解	创新性地整合了条件扩散模型生成的视觉特征，并利用知识蒸馏技术实现高效迁移学习，设计了基于门控神经单元的多模态特征融合机制和解码器视觉特征注意力模块	未提及具体的数据集规模限制或模型在特定语言对上的表现局限	推动中国古典文学的多语言传播及探索AI在文化领域的应用前景	中国古典文学的多模态跨语言翻译	natural language processing	NA	多模态深度学习、知识蒸馏、条件扩散模型	Transformer-Multimodal Neural Machine Translation (TMNMT)	多模态数据（文本与视觉信息）	NA（未明确提及具体样本量）
282	2025-07-05	Automated sleep staging model for older adults based on CWT and deep learning 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07630-1 PMID:40593120	研究论文	本研究提出了一种基于连续小波变换和深度学习的老年人自动睡眠分期模型RICM-SleepNet，旨在提高老年人睡眠分期的准确性和效率	首次针对老年人群体设计自动睡眠分期模型，结合Inception模块、CBAM注意力机制和多尺度连接结构，显著提升了特征利用能力和分期准确性	模型尚未在临床环境中得到充分验证，需要进一步优化以适应更广泛的老龄人群	开发针对老年人的高精度自动睡眠分期模型	老年人睡眠数据	深度学习	睡眠障碍	连续小波变换(CWT)	RICM-SleepNet(基于Inception模块、CBAM和多尺度连接结构的CNN)	三维时频特征融合图	基于Sleep-EDF扩展数据集
283	2025-07-05	Automated ejection fraction and risk stratification in cardiomyopathy patients with diverse LV geometry using 2D echocardiography 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06738-8 PMID:40593134	研究论文	开发了一种深度学习模型，用于从超声心动图图像中估计左心室射血分数（LVEF），并评估不同左心室几何（LVG）亚型的预后因素	使用DeepLabV3+算法处理超声心动图图像，考虑了左心室几何变异性，提供了几何特异性的临床评估工具	样本量较小（120例患者），且仅在心肌病患者中验证	开发一种能够准确估计LVEF并进行风险分层的深度学习模型	心肌病患者	数字病理学	心血管疾病	超声心动图	DeepLabV3+	图像	120例心肌病患者（分为CH、EH、CR和NG亚型）
284	2025-07-05	Construction of evolutionary stability and signal game model for privacy protection in the internet of things 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08836-z PMID:40593151	研究论文	该研究聚焦于物联网环境中的隐私保护，提出了一种基于进化博弈理论和信号博弈机制的模型，以分析和优化隐私保护策略	结合进化博弈理论和信号博弈机制，构建了用户、设备、网络运营商和攻击者之间的博弈模型，并提出了IoT-PSGDL模型，在隐私保护效果上表现优异	NA	提供高效且动态优化的隐私保护策略，以应对复杂物联网环境中的各种隐私威胁	物联网环境中的隐私保护	机器学习	NA	进化博弈理论、信号博弈机制、深度学习	IoT-PSGDL	物联网数据	CIC IoT数据集
285	2025-07-05	Explainable AI in early autism detection: a literature review of interpretable machine learning approaches 2025-Jul-01, Discover mental health DOI:10.1007/s44192-025-00232-3 PMID:40593180	review	本文综述了可解释人工智能（XAI）在早期自闭症检测中的应用，重点讨论了可解释机器学习方法	探讨了XAI在自闭症谱系障碍（ASD）早期检测中的应用，强调了其在提高AI决策透明度和可靠性方面的作用	文章为文献综述，未涉及具体实验或数据验证	研究XAI在医疗健康领域，特别是自闭症早期检测中的应用	自闭症谱系障碍（ASD）的早期检测与诊断	machine learning	geriatric disease	NA	XAI	NA	NA
286	2025-07-05	Deep learning for network security: an Attention-CNN-LSTM model for accurate intrusion detection 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07706-y PMID:40593224	研究论文	本文提出了一种新颖的混合深度学习模型Attention-CNN-LSTM，用于网络入侵检测，结合了CNN、LSTM和自注意力机制以提高检测准确率	首次将CNN、LSTM与自注意力机制结合用于入侵检测，显著提高了检测精度和实时性能	仅在NSL-KDD和Bot-IoT数据集上进行了验证，需要更多样化的数据集测试泛化能力	开发高性能的网络入侵检测系统以应对不断演变的网络威胁	网络入侵行为(包括恶意软件、拒绝服务攻击和僵尸网络)	机器学习	NA	深度学习	Attention-CNN-LSTM	网络流量数据	NSL-KDD和Bot-IoT数据集
287	2025-07-05	Improved model for intrusion detection in the Internet of Things 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92852-6 PMID:40593260	研究论文	提出了一种改进的深度学习模型，用于物联网环境中的入侵检测，以提高准确性和泛化能力	利用卷积神经网络（CNN）的能力，结合数据增强和正则化技术，防止过拟合，并在多个基准数据集上表现出优于LSTM和决策树等方法的性能	未提及具体的数据集样本量及模型在真实物联网环境中的部署效果	提高物联网环境中的入侵检测准确性和泛化能力	物联网（IoT）设备和网络	机器学习	NA	深度学习	CNN	网络数据	多个基准数据集（未提及具体数量）
288	2025-07-05	FPGA implementation of deep learning architecture for ankylosing spondylitis detection from MRI 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08593-z PMID:40593288	research paper	该研究旨在通过自动化系统对强直性脊柱炎(AS)患者的轴向磁共振成像(MRI)序列进行分类诊断	在FPGA卡上实现深度学习架构，用于AS诊断，展示了接近CPU分类的成功结果	研究仅使用了527名个体的MRI数据集，样本量可能不足以覆盖所有AS病例的多样性	开发一种自动化系统，用于强直性脊柱炎的早期诊断	强直性脊柱炎患者的轴向磁共振成像(MRI)序列	digital pathology	强直性脊柱炎	MRI	DLNNs	image	527名个体的MRI图像
289	2025-07-05	Enhancing the YOLOv8 model for realtime object detection to ensure online platform safety 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08413-4 PMID:40593284	research paper	本研究提出了一种基于YOLOv8-m架构的增强目标检测模型（EOD），用于提升在线平台中有害物体的检测能力	改进了跨阶段部分融合块并在模型头部加入了三个额外的卷积块，从而提升了特征提取和检测能力	NA	提升在线平台中有害物体的检测能力，保障用户安全	武器、成瘾物质和暴力内容等有害物体	computer vision	NA	deep learning	YOLOv8	image	公共数据集，涵盖六类有害物体
290	2025-07-05	Predictive value of subacromial motion metrics for the effectiveness of ultrasound-guided dual-target injection: a longitudinal follow-up cohort trial 2025-Jul-01, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01989-5 PMID:40593369	research paper	本研究评估了动态超声指标对超声引导双靶点注射治疗肩峰下撞击综合征（SIS）效果的预测价值，并比较了双靶点注射与标准注射的长期疗效	首次使用动态超声指标（如最小垂直肩峰肱骨距离mVAHD）预测双靶点注射的早期成功和疼痛复发，并证明双靶点注射比标准注射具有更长的有效持续时间	研究样本量相对较小（90例），且未使用深度学习算法进一步验证mVAHD的预测价值	评估动态超声指标对SIS治疗效果的预测价值并比较不同注射方法的疗效	肩峰下撞击综合征（SIS）患者	digital pathology	geriatric disease	超声引导注射治疗	NA	超声影像数据	90例接受双靶点注射的患者+90例历史对照（标准注射）
291	2025-07-05	Deep generalizable prediction of RNA secondary structure via base pair motif energy 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60048-1 PMID:40593483	研究论文	本文提出了一种名为BPfold的深度学习方法，用于预测RNA二级结构，通过构建碱基对基序库并学习RNA序列与碱基对基序能量图之间的关系	构建了一个碱基对基序库，枚举了局部相邻三邻居碱基对的完整空间，并通过从头建模三级结构记录相应基序的热力学能量，从而提高了预测的准确性和泛化能力	未提及具体的局限性	提高RNA二级结构预测的准确性和泛化能力	RNA序列及其二级结构	机器学习	NA	深度学习	BPfold	RNA序列数据	未提及具体样本量
292	2025-07-05	Data-driven protease engineering by DNA-recording and epistasis-aware machine learning 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60622-7 PMID:40593579	研究论文	本文介绍了一种结合DNA记录技术和机器学习的方法，用于工程化设计具有特定底物特异性的蛋白酶	开发了一种DNA记录器用于深度特异性分析蛋白酶，并提出了基于数据的高效深度学习模型，以及一种可推广的表观遗传学感知训练集设计策略	研究主要集中在大肠杆菌中的蛋白酶，可能不直接适用于其他生物系统	通过机器学习和DNA记录技术设计具有特定催化功能的蛋白酶序列	蛋白酶及其底物特异性	机器学习	NA	DNA记录技术，深度学习	深度学习模型	序列-活性数据	29,716种候选蛋白酶和134种底物，约600,000个蛋白酶-底物对
293	2025-07-05	Deep learning assessment of metastatic relapse risk from digitized breast cancer histological slides 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60824-z PMID:40593633	research paper	该研究开发了一种基于深度学习的工具，通过分析数字化乳腺癌组织切片来预测雌激素受体阳性、HER2阴性早期乳腺癌患者的5年无转移生存率	提出了一种名为RlapsRisk BC的深度学习模型，能够独立预测无转移生存率，并提供超越传统临床病理变量的显著预后价值	研究仅针对ER+/HER2-早期乳腺癌患者，可能不适用于其他亚型的乳腺癌	开发一种AI工具，用于早期乳腺癌患者的风险分层和治疗决策指导	雌激素受体阳性、HER2阴性早期乳腺癌患者	digital pathology	breast cancer	deep learning	CNN	image	NA
294	2025-07-05	RiNALMo: general-purpose RNA language models can generalize well on structure prediction tasks 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60872-5 PMID:40593636	研究论文	本文介绍了RiNALMo，一种通用的RNA语言模型，能够在结构预测任务中表现出色	RiNALMo是迄今为止最大的RNA语言模型，具有6.5亿参数，并在3600万非编码RNA序列上进行了预训练，能够提取隐藏知识并捕捉RNA序列中隐含的结构信息	未明确提及	提高对RNA结构和功能的理解，以充分利用RNA作为小分子药物靶点的潜力	RNA序列及其结构预测	自然语言处理	NA	RNA语言模型	RiNALMo	RNA序列数据	3600万非编码RNA序列
295	2025-07-05	Human protein interaction networks of ancestral and variant SARS-CoV-2 in organ-specific cells and bodily fluids 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60949-1 PMID:40593736	研究论文	研究SARS-CoV-2及其变种在器官特异性细胞和体液中的人类蛋白质相互作用网络	通过亲和纯化和质谱分析，鉴定了SARS-CoV-2及其变种在多种细胞系和体液中的蛋白质相互作用，揭示了NSP3蛋白酶的新功能，并设计了抑制病毒复制的肽抑制剂	研究仅涉及8种细胞系和COVID-19患者的唾液样本，可能无法涵盖所有器官和体液类型	揭示SARS-CoV-2及其变种在感染过程中如何重塑病毒-宿主蛋白质组装，以开发有效的抗病毒药物	SARS-CoV-2及其变种的蛋白质与人类蛋白质的相互作用	分子生物学	COVID-19	亲和纯化、质谱分析(MS)、深度学习	深度学习	蛋白质相互作用数据	639次亲和纯化，28种SARS-CoV-2和刺突蛋白，8种细胞系，COVID-19患者的唾液样本
296	2025-07-05	Deep learning model for grading carcinoma with Gini-based feature selection and linear production-inspired feature fusion 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00217-w PMID:40593755	研究论文	提出了一种基于Gini特征选择和线性生产函数特征融合的深度学习模型，用于肾细胞癌和肝细胞癌的分级	结合经济学理论的特征选择和融合框架，引入注意力机制到三种CNN架构中，并采用Gini特征选择方法	未提及具体的数据集规模限制或模型泛化能力的验证	提高肾细胞癌和肝细胞癌分级的准确性	肾细胞癌(RCC)和肝细胞癌(HCC)	数字病理学	肾癌和肝癌	深度学习	CNN (MobileNetV2, DenseNet121, InceptionV3)	图像	NA
297	2025-07-05	ToxACoL: an endpoint-aware and task-focused compound representation learning paradigm for acute toxicity assessment 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60989-7 PMID:40593807	研究论文	提出了一种名为ToxACoL的机器学习范式，用于多条件急性毒性评估，通过图拓扑建模端点关联并通过图卷积实现知识转移	提出了一种新的伴随相关学习机制，能够同步编码化合物和端点，生成端点感知和任务聚焦的表示	未提及具体局限性	解决多物种急性毒性评估中的实验条件多样性、数据不平衡和目标数据稀缺问题	化合物及其急性毒性评估	机器学习	NA	图卷积	ToxACoL	化合物毒性数据	未提及具体样本数量
298	2025-07-05	A deep learning approach to stress recognition through multimodal physiological signal image transformation 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01228-3 PMID:40593851	研究论文	提出一种基于深度学习的多模态生理信号图像转换方法用于压力识别	使用GASF、GADF和MTF变换将多模态生理信号转换为RGB图像，并通过深度学习模型进行分类	NA	提高压力水平检测的准确性和客观性	人类的多模态生理信号	机器学习	心理健康	GASF、GADF、MTF变换	深度学习模型	生理信号图像	NA
299	2025-07-05	Multi-modal and Multi-view Cervical Spondylosis Imaging Dataset 2025-Jul-01, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05403-z PMID:40593874	research paper	本文介绍了一个用于颈椎病的多模态和多视角成像数据集MMCSD，并开发了一个深度学习模型用于预测颈椎病患者的术后颈部疼痛	公开共享了一个包含MRI和CT图像的多模态和多视角颈椎病成像数据集，并开发了预测术后颈部疼痛的深度学习模型	数据集仅包含250名患者，样本量相对较小	支持深度学习模型在颈椎病诊断和评估中的开发和测试	颈椎病患者	digital pathology	cervical spondylosis	MRI, CT	deep learning model	image	250名患者的MRI和CT图像
300	2025-07-05	Leveraging federated learning and edge computing for pandemic-resilient healthcare 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00199-9 PMID:40593962	研究论文	本文探讨了利用联邦学习和边缘计算技术构建适应疫情的医疗监测系统	提出结合YOLOv4和SENet注意力层的联邦学习框架，用于多任务疫情监测	未提及系统在真实大规模场景下的部署挑战和隐私保护细节	开发符合疫情规范的传染病协议监测和接触追踪机制	基于物联网的疫情监测系统	机器学习	传染病	联邦学习(FL)、边缘计算、物联网(IoT)	YOLOv4、SENet、RESNET-50、MobileNetV2、SocialdistancingNet-19	传感器数据、图像数据	基于Grove AI-Raspberry Pi 4节点的人居环境部署