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
3301	2025-03-30	Accelerating fringe projection profilometry to 100k fps at high-resolution using deep learning 2025-Mar-27, Light, science & applications DOI:10.1038/s41377-025-01802-4 PMID:40140350	research paper	该论文通过深度学习技术将条纹投影轮廓测量法的速度提升至每秒10万帧，同时保持高分辨率	利用深度学习技术显著提升条纹投影轮廓测量法的速度至100k fps，同时保持高分辨率	NA	提升条纹投影轮廓测量法的速度和分辨率，扩展其在高速瞬态场景中的应用	条纹投影轮廓测量法	computer vision	NA	deep learning	NA	3D imaging data	NA
3302	2025-03-30	Recurrent and convolutional neural networks in classification of EEG signal for guided imagery and mental workload detection 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92378-x PMID:40140460	研究论文	本文研究了使用循环神经网络和卷积神经网络对脑电图信号进行分类，以检测引导想象和心理工作负荷	首次在引导想象和心理工作负荷检测中比较了26个认知电极和256个通道的信号分类效果，并提出了最优分类器	研究样本仅包括26名学生，可能缺乏广泛代表性	验证是否能够检测并分类引导想象和心理工作负荷两种状态	26名接受引导想象放松技术和心理任务负荷的学生	机器学习	精神疾病	密集阵列脑电图放大器	EEGNet, LSTM, 1D CNN, 1D CNN-LSTM混合模型	脑电图信号	26名学生
3303	2025-03-30	Lightweight coal mine conveyor belt foreign object detection based on improved Yolov8n 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87848-1 PMID:40133307	research paper	提出了一种基于改进Yolov8n模型的轻量级算法，用于煤矿传送带异物检测，以提高检测速度并降低模型复杂度	采用轻量级StarNet作为主干网络，提出C2f.-EIEM模块增强特征学习能力，使用LSKA机制改进SPPF，替换通道注意力机制为C2f_MLCA，增加轻量级检测头Detect-LSDECD，以及用MPDIoU替换CIoU损失函数	未提及算法在不同光照或极端环境下的表现，也未讨论模型在其他类型异物检测上的泛化能力	解决基于深度学习的传送带异物检测方法速度慢、参数多、计算需求高的问题	煤矿传送带上的异物	computer vision	NA	NA	Yolov8n改进模型	image	NA
3304	2025-03-30	High precision banana variety identification using vision transformer based feature extraction and support vector machine 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95466-0 PMID:40133576	research paper	该研究提出了一种结合Vision Transformer（ViT）和Support Vector Machine（SVM）的混合框架，用于高精度识别香蕉品种	结合ViT模型的全局语义特征表示能力和SVM的鲁棒分类能力，提出了一种新颖的混合框架，显著提高了香蕉品种分类的准确率	研究主要针对香蕉品种的分类，可能未涵盖其他水果或作物的识别	提高香蕉品种的自动检测和分类精度	香蕉品种	computer vision	NA	deep learning, image processing	Vision Transformer (ViT), Support Vector Machine (SVM)	image	两个数据集：BananaImageBD（四类）和BananaSet（六类）
3305	2025-03-30	Deep neural networks excel in COVID-19 disease severity prediction-a meta-regression analysis 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95282-6 PMID:40133706	meta-analysis	该研究通过元回归分析评估了深度神经网络在COVID-19疾病严重程度预测中的表现	首次使用MetaForest算法识别工具性能的相关混杂因素，并通过混合效应元回归模型比较了线性、机器学习和深度学习方法	88%的研究存在高偏倚风险，主要原因是数据分析方面的不足	评估COVID-19严重程度预测工具的性能，指导临床医生选择最佳工具	住院的COVID-19患者	machine learning	COVID-19	MetaForest算法, 混合效应元回归模型	Neural Network, 机器学习方法	临床、实验室和影像数据	约280万患者，涉及27,312项研究中的430项独立评估
3306	2025-03-30	Enhancing registration accuracy and eminence of multispectral transmission breast images by fusing multi-wavelength gen using vision transformer and LSTM 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82965-9 PMID:40140442	研究论文	提出一种结合Vision Transformer和LSTM的新型深度学习方法，用于提高多光谱透射乳腺图像的配准精度和降噪效果	首次将Vision Transformer与LSTM网络结合用于多光谱乳腺图像处理，显著提高了配准精度和图像质量	未明确说明样本量大小及临床验证结果	提高早期乳腺癌筛查中多光谱透射图像的配准精度和图像质量	多波长(600、620、670、760nm)的乳腺透射图像	计算机视觉	乳腺癌	多光谱透射成像	Vision Transformer (ViT) 和 LSTM	多光谱图像	NA
3307	2025-03-30	Integrating vibration signal analysis and image embedding for enhanced bearing fault diagnosis in manufacturing 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94351-0 PMID:40140467	研究论文	提出了一种名为ZERONE的新型图像嵌入方法，用于增强机械系统中轴承故障的诊断	ZERONE方法通过将时域特征、频域特征和振动信号的操作条件整合到单一图像中，简化了表示，并利用CNN模型进行故障诊断，显著提高了诊断准确率	未明确提及方法的局限性	提高机械系统中轴承故障诊断的准确性和效率	机械系统中的轴承故障	计算机视觉	NA	振动信号分析、图像嵌入	CNN	图像、振动信号	Paderborn University轴承数据集和Jiangnan University数据集
3308	2025-03-30	Exploring the categories of students' interest and their relationships with deep learning in technology supported environments 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95294-2 PMID:40140502	研究论文	本研究探讨了技术支持环境中学生兴趣类别及其与深度学习的关系	使用潜在剖面分析(LPA)、多元逻辑回归分析和多变量方差分析(MANOVA)研究兴趣类别与深度学习的关系	样本仅来自中国初中生，可能限制结果的普适性	探索技术支持学习环境中情境兴趣与个体兴趣的共存类别及其对深度学习的影响	634名中国初中生	教育技术	NA	潜在剖面分析(LPA), 多元逻辑回归分析, 多变量方差分析(MANOVA)	NA	问卷调查数据	634名初中生
3309	2025-03-30	Research on the influence of spontaneous commercial space on the commercial vitality of historical and cultural districts 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94712-9 PMID:40140652	研究论文	本研究探讨了自发商业空间对历史文化街区商业活力的影响，并利用深度学习和机器学习方法进行了系统分析	首次结合Mask R-CNN深度学习和随机森林回归分析，量化了自发商业空间对商业活力的影响，并提出了预测框架	研究仅基于武汉昙华林历史文化街区的数据，可能无法完全代表其他地区的情况	探究自发商业空间对历史文化街区商业活力的影响	武汉昙华林历史文化街区的自发商业空间	计算机视觉	NA	Mask R-CNN深度学习、随机森林回归分析、SHAP解释方法	Mask R-CNN、随机森林	图像	4217张标注图像
3310	2025-03-30	Steel surface defect detection based on multi-layer fusion networks 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74601-3 PMID:40140671	research paper	该论文提出了一种基于多层融合网络的钢材表面缺陷检测方法，通过改进YOLOv5模型提高了复杂背景下大目标和小目标的检测能力	将RepBi-PAN融合网络集成到YOLOv5中，优化模型结构并引入DenseNet结构和归一化注意力模块(NAM)，提升了检测性能	未明确说明在极端低分辨率或极端复杂背景下的性能表现	提高钢材表面缺陷检测的准确率和召回率	钢材表面缺陷	computer vision	NA	deep learning	YOLOv5 with RepBi-PAN and DenseNet	image	未明确说明具体样本数量
3311	2025-03-30	Automated segmentation of brain metastases in T1-weighted contrast-enhanced MR images pre and post stereotactic radiosurgery 2025-Mar-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01643-y PMID:40140740	研究论文	本研究评估了nnU-Net和MedNeXt两种深度学习模型在脑转移瘤MRI图像分割中的性能，特别是在治疗计划和随访MRI中的应用	首次在治疗计划和随访MRI上同时评估深度学习模型性能，并探讨公开数据对模型性能的影响	随访MRI的分割性能相对较低	评估深度学习模型在脑转移瘤MRI图像分割中的性能	脑转移瘤患者的MRI图像	数字病理	脑转移瘤	深度学习	nnU-Net, MedNeXt	MRI图像	255名患者的MRI数据（201训练+54测试）+75名公开数据患者
3312	2025-03-30	Predicting rheumatoid arthritis progression from seronegative undifferentiated arthritis using machine learning: a deep learning model trained on the KURAMA cohort and externally validated with the ANSWER cohort 2025-Mar-26, Arthritis research & therapy IF:4.4Q1 DOI:10.1186/s13075-025-03541-8 PMID:40140918	研究论文	该研究利用机器学习和深度学习模型预测血清阴性未分化关节炎（UA）向类风湿关节炎（RA）的进展	开发了一种基于临床和实验室参数的深度学习模型（FNN），用于预测血清阴性UA向RA的进展，并在独立验证队列中表现出较高的敏感性	模型在独立验证队列中的AUC（0.777）低于训练数据集（0.924），可能存在泛化能力不足的问题	预测血清阴性未分化关节炎（UA）向类风湿关节炎（RA）的进展	血清阴性未分化关节炎（UA）患者	机器学习	类风湿关节炎	机器学习（ML）、深度学习	FNN（前馈神经网络）	临床和实验室参数	训练数据集（KURAMA队列）：210名患者，验证数据集（ANSWER队列）：140名患者
3313	2025-03-30	Deep learning based quantitative cervical vertebral maturation analysis 2025-Mar-26, Head & face medicine IF:2.4Q2 DOI:10.1186/s13005-025-00498-6 PMID:40140932	研究论文	本研究旨在通过深度学习技术改进颈椎成熟度定量分析（QCVM）的临床诊断，提高关键点定位的精确性	设计了一个先进的两阶段卷积神经网络（CVnet），专门用于提高颈椎分析的准确性，特别是在处理复杂解剖变异方面	QCVM分期识别的准确率为69.52%，仍有提升空间	提高颈椎成熟度定量分析的临床诊断效率和准确性	2100张头影测量图像	计算机视觉	NA	深度学习	CNN	图像	2100张头影测量图像
3314	2025-03-30	Thermal Adaptation of Cytosolic Malate Dehydrogenase Revealed by Deep Learning and Coevolutionary Analysis 2025-Mar-25, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01774 PMID:40079215	研究论文	本研究通过深度学习和共进化分析揭示了胞质苹果酸脱氢酶的热适应机制	结合共进化模型与变分自编码器（VAE）生成cMDH序列空间的潜在生成景观（LGL），并通过AlphaFold结构预测和分子动力学模拟阐明热稳定性的分子基础	研究主要聚焦于cMDH，可能无法完全推广到其他酶的热适应机制	探究序列变异和构象动力学如何共同影响酶在不同温度下的稳定性和功能	胞质苹果酸脱氢酶（cMDH）及其在不同温度环境中的直系同源物	生物信息学	NA	深度学习、共进化分析、AlphaFold结构预测、分子动力学模拟	VAE（变分自编码器）、DCA（直接耦合分析）	蛋白质序列数据、结构数据	NA
3315	2025-03-30	Fast and Accurate Prediction of Tautomer Ratios in Aqueous Solution via a Siamese Neural Network 2025-Mar-25, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00041 PMID:40091187	研究论文	本文介绍了一种名为sPhysNet-Taut的深度学习模型，用于快速准确预测水溶液中互变异构体的比例	使用Siamese神经网络架构，基于实验数据微调，直接预测水溶液中的互变异构体比例，性能优于现有方法	模型依赖于MMFF94优化的分子几何结构，可能不适用于所有类型的分子	开发快速准确预测水溶液中互变异构体比例的方法，以促进计算药物发现	药物类分子的互变异构体	机器学习	NA	深度学习	Siamese神经网络	分子几何结构数据	100个互变异构体数据集和SAMPL2挑战数据集
3316	2025-03-30	Evaluating segmentation methods for UAV-Based Spoil Pile Delineation 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77616-y PMID:40133311	研究论文	本研究评估了不同分割方法在无人机拍摄的废料堆划分中的应用	比较了传统分割方法与深度学习方法，特别是基于形态学的深度学习分割方法Segment Anything Model (SAM)的优越性能	未提及具体的数据集大小或实验条件的限制	优化分割策略，以促进基于图像的废料堆监测和矿山环境的可持续管理	矿山废料堆	计算机视觉	NA	对象分类和图像分割	Segment Anything Model (SAM)	图像	NA
3317	2025-03-30	A plug and play fuzzy mask extraction module for single image deraining 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94643-5 PMID:40133341	研究论文	提出了一种用于单幅图像去雨的即插即用模糊掩模提取模块	基于像素级成员资格提取模糊掩模地面真值，能更精细地表达单幅雨图中每个像素与其邻域像素的灰色相似性和空间相似性	未提及具体的数据集规模和计算资源需求	提高单幅图像去雨算法的性能	单幅雨图	计算机视觉	NA	深度学习	编码-解码网络	图像	未明确提及具体样本数量
3318	2025-03-30	A multilayer deep autoencoder approach for cross layer IoT attack detection using deep learning algorithms 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93473-9 PMID:40133346	研究论文	本文提出了一种多层深度自编码器方法（M-LDAE），用于跨层物联网攻击检测	M-LDAE利用深度自编码器的分层简化能力提取包含全局和局部属性的潜在表示，有效防御多种网络威胁	NA	提高跨层物联网攻击检测的准确性和适应性	物联网网络中的网络层和传输层攻击	机器学习	NA	深度学习算法	RNNs, GNNs, TCNs	网络数据	基准数据集和真实场景数据
3319	2025-03-30	African buffalo optimization with deep learning-based intrusion detection in cyber-physical systems 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91500-3 PMID:40133383	研究论文	提出了一种结合非洲水牛优化算法和深度学习的网络入侵检测模型（ABOADL-IDS），用于网络物理系统中的安全攻击检测	首次将非洲水牛优化算法（ABO）与堆叠深度信念网络（SDBN）相结合，并利用海鸥优化（SGO）算法进行超参数选择，提高了入侵检测的准确率	仅在NSLKDD2015和CICIDS2015数据集上进行了验证，未在其他数据集上测试模型的泛化能力	提高网络物理系统（CPS）中入侵检测的准确性和效率	网络物理系统（CPS）中的安全攻击	机器学习	NA	非洲水牛优化算法（ABO）、堆叠深度信念网络（SDBN）、海鸥优化（SGO）	SDBN	网络流量数据	NSLKDD2015和CICIDS2015数据集
3320	2025-03-30	An effective microscopic image augmentation approach 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93954-x PMID:40133431	研究论文	提出一种有效的显微图像增强方法，用于解决中草药显微图像样本量小和稀有特征比例低的问题	结合条件引导显微图像生成模型(CGMIGM)和半监督学习数据增强模型(SSLDAM)，有效生成稀有特征并提升图像可用性	未明确说明方法在其他类型显微图像上的泛化能力	解决中草药显微图像样本量小和稀有特征检测困难的问题	中草药显微图像	计算机视觉	NA	去噪扩散概率模型(DDPM)、半监督学习	CGMIGM, SSLDAM	显微图像	未明确说明具体样本量，但提到小样本问题