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
3561	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
3562	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
3563	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
3564	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
3565	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
3566	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
3567	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
3568	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
3569	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
3570	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
3571	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
3572	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
3573	2025-03-30	An enhanced image restoration using deep learning and transformer based contextual optimization algorithm 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94449-5 PMID:40133442	research paper	提出了一种结合Lewin架构与SwinIR的增强图像修复模型，利用深度学习和Transformer技术优化图像修复过程	结合Lewin架构与SwinIR，采用深度学习和Transformer技术，图像修复性能提升4.2%	未提及具体计算资源消耗或处理速度，可能在实际应用中存在效率问题	解决图像处理中噪声和模糊等问题，提升图像修复质量	受损图像（受噪声、模糊等问题影响）	computer vision	NA	deep learning, Transformer	Lewin architecture, SwinIR	image	多种图像数据集（未提具体数量）
3574	2025-03-30	Adaptive signal recognition in mines based on deep learning 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95070-2 PMID:40133479	研究论文	本文提出了一种基于深度学习的自适应信号识别方法，用于解决煤矿复杂无线环境中多种无线通信技术共存和严重信号干扰导致的识别准确率低和系统复杂度高的问题	结合分组残差卷积和通道混洗技术，显著减少模型参数数量（比原始WaveNet少37%），同时利用扩张因果卷积捕捉信号中的长程依赖关系，增强模型对多径干扰特征的判别能力，并引入动态通道注意力机制自适应调整特征权重，提高识别准确率	NA	提高煤矿复杂无线环境中的信号识别准确率和系统效率	煤矿复杂无线环境中的信号	机器学习	NA	深度学习	Group Residual Shuffle Attention WaveNet	信号数据	公共数据集（RML2016.10a）和模拟数据集
3575	2025-03-30	Multiscale analysis of heart sound signals in the wavelet domain for heart murmur detection 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93989-0 PMID:40133506	research paper	该研究提出了一种基于小波域的多尺度特征集，用于检测心脏杂音，以提高心血管疾病的识别和管理	通过探索心脏声音信号的不同属性，提出了一种新的多尺度特征集，结合分形行为和熵计算，提高了心脏杂音检测的准确性	研究仅在一个公开可用的心脏声音数据集上进行了评估，可能需要更多数据验证其泛化能力	提高心脏杂音的检测准确性，以更好地识别和管理心血管疾病	心脏声音信号	数字病理学	心血管疾病	小波分析	SVM	音频信号	公开可用的心脏声音数据集
3576	2025-03-30	Multi-center study: ultrasound-based deep learning features for predicting Ki-67 expression in breast cancer 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94741-4 PMID:40133523	研究论文	应用深度学习算法挖掘乳腺癌超声特征，构建预测Ki-67表达水平的机器学习模型	整合肿瘤及瘤周区域的深度特征构建融合模型，并在多中心回顾性研究中验证其性能	模型在特异性方面表现一般，瘤周区域模型的ROAUC相对较低	开发预测乳腺癌Ki-67表达水平的超声影像模型	929例乳腺癌患者的临床和超声数据	数字病理	乳腺癌	超声影像分析	SVM, LightGBM	超声图像	929例乳腺癌患者（多中心回顾性数据）
3577	2025-03-30	Deep learning image analysis for continuous single-cell imaging of dynamic processes in Plasmodium falciparum-infected erythrocytes 2025-Mar-25, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07894-3 PMID:40133663	研究论文	本文提出了一种结合深度学习图像分析的连续单细胞成像工作流程，用于研究疟原虫感染红细胞的动态过程	开发了一种能够连续、高分辨率监测活体疟原虫48小时红细胞内生命周期的工作流程，整合了无标记三维差分干涉对比和荧光成像技术	仅作为概念验证应用于KAHRP蛋白的转运研究，尚未广泛验证于其他疟原虫动态过程	开发一种高时空分辨率的连续单细胞成像方法，用于研究疟原虫感染红细胞的动态细胞过程	人类疟原虫(Plasmodium falciparum)感染的红细胞	数字病理学	疟疾	Airyscan显微镜三维成像、深度学习算法	预训练深度学习模型	三维图像数据(差分干涉对比和荧光图像)	未明确说明样本数量，但实现了单细胞水平的连续监测
3578	2025-03-30	Road manhole cover defect detection via multi-scale edge enhancement and feature aggregation pyramid 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95450-8 PMID:40133666	research paper	提出了一种名为EEFA-YOLO的增强方法，用于道路井盖缺陷检测，结合了多尺度边缘增强和特征聚合金字塔模块	引入了多尺度边缘增强(MSEE)和特征聚合金字塔(FAP)两个新模块，提高了模型对细微物体和边缘细节的敏感性，并解决了尺度变化和背景干扰问题	未明确提及具体局限性	提高道路井盖缺陷检测的准确性和效率，以保障公共安全和优化维护作业	道路井盖及其缺陷（完好、破损、丢失、错位）	computer vision	NA	deep learning	EEFA-YOLO (基于YOLOv11改进)	image	包含多种场景和缺陷类型的多样化道路井盖数据集（具体数量未提及）
3579	2025-03-30	Mpox-XDE: an ensemble model utilizing deep CNN and explainable AI for monkeypox detection and classification 2025-Mar-25, BMC infectious diseases IF:3.4Q2 DOI:10.1186/s12879-025-10811-y PMID:40133816	研究论文	提出了一种基于深度CNN和可解释AI的集成模型Mpox-XDE，用于猴痘的早期检测和分类	开发了一个由三种改进的深度学习模型组成的集成模型，结合可解释AI技术Grad-CAM，提高了猴痘早期检测的准确性	研究仅使用了770张图像的数据集，样本量相对较小	开发一种可靠的方法，用于在早期阶段准确检测猴痘	猴痘皮肤图像	计算机视觉	猴痘	深度学习	集成模型（SwinViT、Xception、DenseNet201、EfficientNetB7）	图像	770张图像
3580	2025-03-30	Artificial Intelligence in the Diagnosis of Neurological Diseases Using Biomechanical and Gait Analysis Data: A Scopus-Based Bibliometric Analysis 2025-Mar-20, Neurology international IF:3.2Q2 DOI:10.3390/neurolint17030045 PMID:40137466	文献综述	本研究通过文献计量分析和文献综述，探讨人工智能技术在神经学领域中的应用进展，特别是在生物力学和步态分析数据用于神经系统疾病诊断方面的应用	利用VOSviewer软件和Scopus数据库进行文献计量分析，识别了该领域的关键期刊、作者和研究合作，揭示了研究热点和主要贡献	研究合作相对有限，仅有少数高被引作者、文献和期刊推动该领域研究	探索人工智能技术在神经学领域中的应用进展，特别是在神经系统疾病诊断方面的应用	113篇2018年至2024年间发表的文献	机器学习	神经系统疾病	机器学习（ML）和深度学习（DL）	NA	生物力学和步态分析数据	113篇文献