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
341	2025-05-18	A fusocelular skin dataset with whole slide images for deep learning models 2025-May-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05108-3 PMID:40368949	研究论文	介绍了一个名为AI4SkIN的公开数据集，用于皮肤梭形细胞病变的深度学习模型研究	首次公开了用于皮肤梭形细胞病变的WSI数据集，并采用创新的众包协议进行标注	未提及具体的数据集使用限制或模型性能的局限性	开发并验证多类皮肤梭形细胞病变分类方法	皮肤梭形细胞病变的WSI图像	数字病理学	皮肤癌	深度学习	基于高斯过程的机器学习模型	WSI图像	641张H&E染色的WSI图像
342	2025-05-18	Evaluating masked self-supervised learning frameworks for 3D dental model segmentation tasks 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01014-1 PMID:40368972	研究论文	评估掩码自监督学习框架在3D牙科模型分割任务中的应用	首次在3D牙科模型领域探索了四种掩码自监督学习框架（Point-BERT、Point-MAE、Point-GPT和Point-M2AE）的适用性	当标记数据充足时，预训练带来的性能提升会减弱	提高牙科模型分割任务的自动化水平，支持计算机辅助治疗规划	3D牙科模型（牙齿和牙套）	计算机视觉	牙科疾病	掩码自监督学习	Point-BERT, Point-MAE, Point-GPT, Point-M2AE	3D模型数据	超过4000个未标记的3D牙科模型（预训练），以及公开可用的Teeth3DS数据集和自建的牙套分割数据集（微调）
343	2025-05-18	Advanced internet of things enhanced activity recognition for disability people using deep learning model with nature-inspired optimization algorithms 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00379-7 PMID:40369092	研究论文	提出了一种结合深度学习和自然启发优化算法的高级物联网增强活动识别模型，用于残疾人士	结合自适应黑猩猩优化算法和斑马优化算法进行特征子集选择和超参数优化，提高了活动识别的准确性	仅通过智能手机数据集进行验证，未在其他设备或场景下测试	提高残疾人士活动识别的准确性和效率	残疾人士的活动数据	计算机视觉	NA	深度学习、优化算法	DCAE、AdCO、ZOA	智能手机传感器数据	未明确说明样本数量，使用了HAR智能手机数据集
344	2025-05-18	A computational framework for IoT security integrating deep learning-based semantic algorithms for real-time threat response 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93898-2 PMID:40369098	研究论文	提出了一种结合深度学习和语义推理的框架，用于增强物联网（IoT）安全中的威胁情报和自主响应能力	整合了CNN用于空间异常检测和RNN用于序列模式识别，同时利用知识图谱进行上下文感知的威胁检测，结合了边缘计算和实时流处理技术	未来工作需要关注实际部署和自适应威胁情报	提升物联网网络的安全性能，特别是在实时威胁检测和响应方面	物联网网络的安全威胁	机器学习	NA	深度学习，语义推理，边缘计算，实时流处理	CNN, RNN	实时流数据	使用CICIoT 2023数据集和自定义物联网测试平台进行广泛统计验证
345	2025-05-18	A vision transformer based CNN for underwater image enhancement ViTClarityNet 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91212-8 PMID:40369132	research paper	提出了一种基于视觉Transformer和CNN的水下图像增强模块ViT-Clarity，并通过生成模型BlueStyleGAN创建合成水下图像数据集	结合视觉Transformer与CNN提升水下图像增强性能，并利用BlueStyleGAN生成合成数据集解决数据不足问题	依赖合成数据集，可能无法完全覆盖真实水下环境的复杂性	提升水下计算机视觉任务的图像质量	水下图像	computer vision	NA	vision transformer, CNN, generative model	ViT-Clarity, ClarityNet, BlueStyleGAN	image	五个代表不同水下条件的数据集
346	2025-05-18	A metaheuristic optimization-based approach for accurate prediction and classification of knee osteoarthritis 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99460-4 PMID:40369219	研究论文	本研究提出了一种基于元启发式优化的方法，用于膝关节骨关节炎的准确预测和分类	采用集体迁移学习方法和四种预训练模型提取深度特征，结合二元灰雁优化器（bGGO）进行特征选择，并使用CNN超参数算法优化模型	未提及具体样本量及数据来源的多样性，可能影响模型的泛化能力	开发先进的深度学习方法用于膝关节骨关节炎的风险评估和疼痛演变预测	膝关节骨关节炎患者或有患病风险的人群	数字病理学	骨关节炎	深度学习，迁移学习	CNN, VGG19, ResNet50, AlexNet, GoogleNet	图像	NA
347	2025-05-18	Development and validation of a deep learning model for diagnosing neuropathic corneal pain via in vivo confocal microscopy 2025-May-14, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01577-3 PMID:40369269	研究论文	开发并验证了一种基于深度学习的模型，用于通过体内共聚焦显微镜诊断神经性角膜疼痛	提出了一种新的神经性角膜疼痛筛查系统，能够高效检测微神经瘤，并具备不确定性量化机制	虽然模型表现出色，但在新机构数据上的泛化能力略有下降（AuROC: 0.90）	开发一种自动化工具以提高神经性角膜疼痛的诊断效率和准确性	神经性角膜疼痛患者	数字病理学	神经性角膜疼痛	体内共聚焦显微镜（IVCM）	深度学习模型	图像	103,168张IVCM图像
348	2025-05-18	Classification of lung cancer severity using gene expression data based on deep learning 2025-May-14, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03011-w PMID:40369502	研究论文	本研究提出了一种基于深度学习的卷积神经网络模型，用于利用基因表达数据对肺癌严重程度进行分类	采用CNN模型结合F检验特征选择方法，针对基因数据中的类别不平衡和过拟合问题进行了优化，在LUAD和LUSC两种肺癌类型分类中取得了高准确率	基因数据样本量较小而特征数量较多，可能影响模型的泛化能力	开发一种能够准确分类肺癌严重程度的深度学习方法	LUAD和LUSC两种类型的肺癌	数字病理	肺癌	基因表达数据分析	CNN	基因表达数据	未明确说明样本数量，但提到样本量较小
349	2025-05-18	Optimizing breast lesions diagnosis and decision-making with a deep learning fusion model integrating ultrasound and mammography: a dual-center retrospective study 2025-May-14, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-02033-6 PMID:40369585	研究论文	本研究开发了一个结合超声和乳腺X线摄影的深度学习融合模型（DL-UM），旨在优化乳腺病变的诊断和管理决策	通过整合超声和乳腺X线摄影图像，开发了DL-UM网络，显著提高了乳腺病变诊断的敏感性和特异性，特别是在超声和乳腺X线摄影BI-RADS分类不一致的情况下	研究为双中心回顾性研究，样本量相对有限（1283名女性），且未进行前瞻性验证	优化乳腺病变的诊断和管理决策，减少不必要的活检	1283名患有乳腺病变的女性	数字病理	乳腺癌	深度学习	DL-UM（结合超声和乳腺X线摄影的深度学习融合模型）	图像（超声和乳腺X线摄影）	1283名女性
350	2025-05-18	Fate-tox: fragment attention transformer for E(3)-equivariant multi-organ toxicity prediction 2025-May-14, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01012-5 PMID:40369624	研究论文	开发了一种名为FATE-Tox的新型多视角深度学习框架，用于多器官毒性预测	使用三种片段化方法构建片段级图，结合2D和3D分子表示，通过片段注意力变换器识别潜在的3D毒性基团，提高了预测性能和可解释性	未提及具体样本量，可能受限于基准数据集的大小和多样性	解决药物开发中的多器官毒性预测问题	药物化合物的毒性预测	机器学习	NA	深度学习	Transformer	分子结构数据	使用了MoleculeNet和TDC的基准数据集（BBBP、SIDER、ClinTox、DILI、Skin Reaction、Carcinogens、hERG），但未提及具体样本量
351	2025-05-18	SlitNET: A Deep Learning Enabled Spectrometer Slit 2025-May-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06014 PMID:40298458	research paper	介绍了一种基于深度学习模型SlitNET的增强型光谱仪狭缝，能够同时提高光谱的通量和分辨率	通过深度学习模型SlitNET实现了光谱分辨率的增强，使得使用宽狭缝时也能达到窄狭缝的分辨率效果	需要先通过合成数据进行训练，再通过实验数据进行微调，可能对数据质量和数量有较高要求	提高光谱仪的分析灵敏度和特异性，实现高通量和高分辨率的同时优化	拉曼光谱	机器学习和光学光谱	NA	深度学习	神经网络	光谱数据	NA
352	2025-05-18	Deep Learning Based Surface Classification of Functionalized Polymer Coatings 2025-May-13, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c03971 PMID:40306624	研究论文	本研究利用深度学习神经网络分析功能化聚合物涂层的表面分类	通过深度学习神经网络对聚合物涂层进行高精度分类，即使面对未知聚合物涂层也能保持高准确率	概念验证研究，样本量有限，仅包含10种结构不同的聚合物涂层	开发一种简单、快速且可扩展的表面分析方法，用于功能化聚合物涂层的分类	功能化聚合物涂层的表面特性	计算机视觉	NA	偏振光显微镜成像	CNN	图像	10种结构不同的聚合物涂层
353	2025-05-18	HBUED: An EEG dataset for emotion recognition 2025-May-12, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119397 PMID:40368143	研究论文	本文介绍了一个用于情感识别的大规模EEG数据集HBUED，并提出了一种深度学习方法来提高EEG情感识别的性能	提出了一个大规模EEG数据集HBUED，并设计了一种双输入网络架构和平行特征提取模块来提升情感识别性能	未提及具体的数据集样本数量或多样性限制	提高基于EEG的情感识别性能	人类情感识别	机器学习	NA	EEG	深度学习	EEG信号	未明确提及具体样本数量
354	2025-05-18	Accelerating prostate rs-EPI DWI with deep learning: Halving scan time, enhancing image quality, and validating in vivo 2025-May-12, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110418 PMID:40368253	research paper	本研究评估了基于深度学习的超分辨率技术在减少前列腺扩散加权成像扫描时间同时保持图像质量方面的可行性和有效性	使用多尺度自相似网络（MSSNet）进行图像重建，显著减少了扫描时间并提升了图像质量	研究未提及长期临床应用效果或更大样本量的验证	评估深度学习超分辨率技术在前列腺扩散加权成像中的应用效果	前列腺扩散加权成像数据	digital pathology	prostate cancer	readout-segmented echo-planar imaging (rs-EPI), deep learning super-resolution	MSSNet	image	未明确提及具体样本数量
355	2025-05-18	Automatic construction of risk transmission network about subway construction based on deep learning models 2025-May-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99561-0 PMID:40350479	研究论文	本研究基于深度学习模型，自动构建地铁施工安全风险传播网络	开发了针对地铁施工安全风险的特定领域实体识别模型和因果关系提取模型，实现了从事故文本中自动提取安全风险因素、安全事件及其因果关系	使用的文本数据量有限	提高地铁施工安全风险管理的效率和准确性	地铁施工事故文本数据	自然语言处理	NA	深度学习	BiLSTM-CRF, CNN	文本	562起地铁施工事故
356	2025-05-18	Relevance of choroid plexus volumes in multiple sclerosis 2025-May-08, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-025-00656-7 PMID:40340923	研究论文	本研究探讨了多发性硬化症（MS）中脉络丛（ChP）体积与脑室周围组织损伤的关系，并阐明了神经炎症在原发性进行性多发性硬化症（PPMS）中的作用	使用基于结构MRI数据的深度学习分割方法评估ChP体积，并发现ChP体积在复发缓解型多发性硬化症（RRMS）患者中显著增加，而在PPMS患者中未发现类似现象	研究为横断面设计，无法确定因果关系，且样本量相对较小	识别ChP与MS中脑室周围组织损伤的关系，并阐明神经炎症在PPMS中的作用	141名RRMS患者、64名PPMS患者和75名健康对照者	数字病理学	多发性硬化症	结构MRI	深度学习分割方法	MRI图像	280人（141名RRMS患者、64名PPMS患者和75名健康对照者）
357	2025-05-18	Inter-Relationships Between the Deep Learning-Based Pachychoroid Index and Clinical Features Associated with Neovascular Age-Related Macular Degeneration 2025-May-07, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14093245 PMID:40364275	research paper	本研究利用深度学习技术开发的Hokkaido University pachychoroid index (HUPI) 探讨了厚脉络膜对日本新生血管性年龄相关性黄斑变性(nAMD)临床特征的影响	使用改进的LeNet模型从EDI-OCT脉络膜图像计算HUPI，揭示了不同类型nAMD中厚脉络膜特征的差异及其与临床参数的关联	研究为回顾性观察研究，样本量相对较小(124眼)，且仅针对日本人群	探讨厚脉络膜对新生血管性年龄相关性黄斑变性临床特征的影响	111例初治nAMD患者的124眼(包括44眼1型MNV、26眼2型MNV和54眼PCV)	digital pathology	age-related macular degeneration	EDI-OCT	modified LeNet	image	124眼(来自111名患者)
358	2025-05-18	Explainable Artificial Intelligence for Diagnosis and Staging of Liver Cirrhosis Using Stacked Ensemble and Multi-Task Learning 2025-May-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091177 PMID:40361994	研究论文	本研究提出了一种基于深度学习的框架，用于利用T2加权MRI图像自动诊断和分期肝硬化的方法	结合堆叠集成学习、多任务学习（MTL）和迁移学习，在可解释人工智能（XAI）背景下提高诊断准确性、可靠性和透明度	NA	开发一种自动诊断和分期肝硬化的深度学习框架	肝硬化患者	数字病理学	肝硬化	T2加权MRI	CNN（VGG16, MobileNet, DenseNet121）和XGBoost	图像	CirrMRI600+数据集，采用10折交叉验证策略
359	2025-05-18	Convolutional Long Short-Term Memory network for generating 100 m daily near-surface air temperature 2025-May-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05032-6 PMID:40368929	research paper	该研究利用ConvLSTM深度学习模型生成中国江北气候区高时空分辨率的近地表气温数据集	提供了100米空间分辨率的日尺度近地表气温数据，并包含2023年夏季的最新数据	仅关注夏季月份（6月至8月）的数据，且研究区域限于中国江北气候区	为密集开发的城区提供高时空分辨率的近地表气温数据，以支持城市气候研究和热浪缓解策略	中国江北气候区2019年至2023年夏季的日最高、最低和平均气温	machine learning	NA	ConvLSTM	ConvLSTM	多源数据（ERA5温度数据、地形、土地覆盖和植被覆盖度）	2019年至2023年夏季（6月至8月）的日尺度数据
360	2025-05-18	Deep Learning-Based Classification of Canine Cataracts from Ocular B-Mode Ultrasound Images 2025-May-04, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15091327 PMID:40362142	research paper	本研究旨在开发和评估深度学习模型，用于从犬眼B型超声图像中自动分类白内障	使用四种广泛使用的深度学习模型（AlexNet、EfficientNetB3、ResNet50和DenseNet161）进行犬白内障分类，其中DenseNet161表现最佳	Hypermature白内障的分类准确率较低（78.6%）	开发自动分类犬白内障的深度学习模型，以辅助兽医诊断	犬白内障的超声图像	computer vision	白内障	B型超声成像	AlexNet, EfficientNetB3, ResNet50, DenseNet161	image	3155张超声图像（1329例无白内障，614例皮质性白内障，1033例成熟白内障，179例过熟白内障）