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
3641	2025-04-27	PoulTrans: a transformer-based model for accurate poultry condition assessment 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98078-w PMID:40269017	研究论文	提出了一种基于Transformer的模型PoulTrans，用于准确评估家禽状况	结合CNN与CSA_Encoder-Transformer架构，引入Channel Spatial Memory-Guided Transformer (CSMT)和新型PS-Loss函数，优化多级注意力并提升状态描述的语义精度	未提及模型在实时应用中的性能或计算资源需求	开发直观的决策支持工具，提升家禽状况评估的准确性	家禽图像	计算机视觉	NA	深度学习	CNN, Transformer	图像	PSC-Captions数据集
3642	2025-04-27	Ambiguity-aware semi-supervised learning for leaf disease classification 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95849-3 PMID:40269031	research paper	提出一种模糊感知的半监督学习方法，用于叶片病害分类，通过消除模糊结果提高伪标签精度	引入基于病害的模糊拒绝算法，提升伪标签精度，从而在半监督学习中减少对全标注数据的依赖	方法仅在咖啡和香蕉叶片病害数据集上验证，未涉及其他作物或病害类型	开发一种半监督学习方法，减少叶片病害分类中对全标注数据的依赖	咖啡和香蕉叶片的病害图像	computer vision	plant disease	semi-supervised learning	CNN	image	两个公共叶片病害数据集（咖啡和香蕉），标注数据比例从50%到100%不等
3643	2025-04-27	Metaparameter optimized hybrid deep learning model for next generation cybersecurity in software defined networking environment 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96153-w PMID:40269039	研究论文	本文提出了一种基于混合深度学习模型和二进制独角鲸优化器的软件定义网络安全新方法，用于防御DDoS攻击	结合了混合深度学习模型（CNN-BiGRU-AM）和二进制独角鲸优化器（BNO），并利用海鸥优化算法（SOA）进行超参数调优，提高了检测系统的效率和鲁棒性	未提及该方法在其他类型网络攻击或不同网络环境中的适用性	开发一种可扩展且有效的解决方案，以保护SDN环境免受DDoS攻击	软件定义网络（SDN）中的DDoS攻击	机器学习	NA	深度学习、特征选择、超参数优化	CNN-BiGRU-AM、BNO、SOA	网络数据	未明确提及样本数量，使用DDoS SDN数据集
3644	2025-04-27	Improved food image recognition by leveraging deep learning and data-driven methods with an application to Central Asian Food Scene 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95770-9 PMID:40269053	research paper	该论文通过深度学习和数据驱动方法改进食物图像识别，并应用于中亚食物场景	开发了一个大规模高质量的中亚食物场景数据集，用于食物定位和检测，解决了现实场景中多食物物品的识别问题	NA	改进食物图像识别技术，以支持高效的数字化食物记录、智能餐厅和超市等应用	中亚食物场景中的多食物物品	computer vision	NA	deep learning, data-driven methods	YOLOv8xl	image	21,306张图像，涵盖239种食物类别，69,856个实例
3645	2025-04-27	Frame points attention convolution for deep learning on point cloud 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97388-3 PMID:40269085	研究论文	本文提出了一种名为帧点注意力卷积（FPAC）的新型三维空间卷积算子，用于处理点云数据	FPAC通过注意力机制量化输入局部点与预定义帧点之间的相关性，并动态生成空间连续滤波器，无需依赖生成模型或概率假设	NA	解决点云数据在深度学习中的处理难题	点云数据	计算机视觉	NA	注意力机制	FPAC	点云	广泛使用的数据集
3646	2025-04-27	A hybrid segmentation and classification CAD framework for automated myocardial infarction prediction from MRI images 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98893-1 PMID:40269099	研究论文	提出一种用于从MRI图像中自动预测心肌梗死的计算机辅助诊断（CAD）框架，结合分割和分类技术	采用并行和串行两种方法进行分割和分类，并引入了混合CNN-ViT模型，显著提高了分类准确率	未提及在更大或更多样化的数据集上的验证，可能影响模型的泛化能力	开发一个自动化系统，用于心肌梗死的早期诊断和准确分类	MRI图像中的心肌梗死区域	数字病理学	心血管疾病	MRI成像	ResU-Net, CNN, ViT	图像	EMIDEC MRI数据集，使用五折交叉验证
3647	2025-04-27	Research on underwater disease target detection method of inland waterway based on deep learning 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98570-3 PMID:40269127	研究论文	针对内河水道水下病害目标检测精度低和泛化能力差的问题，设计了一种基于改进YOLOv5的水下病害目标检测算法YOLOv5-GBCE	采用BiFPN加强特征融合提高小目标识别精度，引入CA模块分配注意力资源减少水下复杂背景干扰，使用EIoU作为框损失函数加速网络收敛，并采用Ghost卷积网络降低模型复杂度	NA	提高内河水道水下病害目标的检测精度和泛化能力	内河水道水下病害目标	计算机视觉	NA	深度学习	YOLOv5-GBCE（改进的YOLOv5）	图像	项目组收集的水下病害数据集（具体数量未提及）
3648	2025-04-27	Anomaly detection in cropland monitoring using multiple view vision transformer 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98405-1 PMID:40269174	research paper	提出了一种基于多视角视觉变换器的农田异常检测方法，用于低空农业监测	采用具有独特注意力机制的视觉变换器模型，并在异常检测中表现出优越性能	未来计划整合热成像、红外或激光雷达传感器数据，并优化深度学习流程以减少计算复杂度	开发一种高效的农田异常检测系统，提升低空农业监测的安全性	农田图像数据，包括正常和异常情况	computer vision	NA	深度学习，视觉变换器	vision transformer	image	大量正常和异常农田图像
3649	2025-04-27	A noval RUL prediction method for rolling bearing: TcLstmNet-CBAM 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98845-9 PMID:40269223	research paper	提出了一种名为TcLstmNet-CBAM的新型滚动轴承剩余使用寿命预测方法，结合了TCN和LSTM网络以及CBAM模块以提高预测精度	结合TCN提取长期时间依赖和高级空间特征，LSTM捕捉短期时间依赖和序列关系，并引入CBAM模块对关键特征进行多维加权	未提及方法在更广泛数据集或实际工业环境中的泛化能力	提高滚动轴承剩余使用寿命预测的准确性	旋转机械系统中的滚动轴承	machine learning	NA	TCN, LSTM, CBAM	TcLstmNet-CBAM	时间序列数据	PHM2012和XJTU-SY滚动轴承数据集
3650	2025-04-27	Machine learning assessment of zoonotic potential in avian influenza viruses using PB2 segment 2025-Apr-23, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11589-8 PMID:40269678	研究论文	本研究开发了两种互补的方法，用于评估禽流感病毒的跨种传播潜力，重点关注PB2片段的适应性	结合回归模型和SHAP值分析，开发了一个全面的风险评估框架，能够识别和排名与跨种传播潜力相关的关键残基和突变	研究仅关注PB2片段，可能忽略了其他病毒片段对跨种传播潜力的影响	评估禽流感病毒的跨种传播潜力，开发一个基于PB2序列的全面风险评估框架	禽流感病毒（特别是来自禽类的A型流感病毒）的PB2片段	机器学习	禽流感	回归分析，SHAP值分析	随机森林回归模型，深度学习架构	序列数据	NA
3651	2025-04-27	Torg-Pavlov ratio qualification to diagnose developmental cervical spinal stenosis based on HRViT neural network 2025-Apr-23, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-08667-z PMID:40269821	research paper	开发基于HRViT神经网络的自动测量Torg-Pavlov比率（TPR）的深度学习模型，用于诊断发育性颈椎管狭窄（DCSS）	首次提出使用HRViT神经网络自动测量TPR，减少了主观影响并提高了处理速度	研究仅基于中国无症状人群的X射线图像，可能不适用于其他人群或更复杂的病例	开发自动测量TPR的深度学习模型，并建立中国无症状人群的TPR分布	1623张正常个体的颈椎侧位X射线图像	digital pathology	developmental cervical spinal stenosis	X-ray imaging	HRViT	image	1623张颈椎侧位X射线图像（训练集1466张，测试集157张）
3652	2025-04-27	Global trends in artificial intelligence research in anesthesia from 2000 to 2023: a bibliometric analysis 2025-Apr-23, Perioperative medicine (London, England) DOI:10.1186/s13741-025-00531-x PMID:40270031	研究论文	通过文献计量分析，探讨2000年至2023年麻醉学领域人工智能研究的全球趋势和热点	首次对麻醉学领域的人工智能研究进行全面的文献计量分析，识别研究热点和未来方向	仅基于Web of Science Core Collection数据库的英文文献，可能遗漏其他语言或数据库的重要研究	分析麻醉学领域人工智能研究的全球发展趋势和热点	2000年至2023年发表的英文文章和综述	人工智能在医学中的应用	NA	文献计量分析	NA	文献数据	从Web of Science Core Collection数据库中检索的相关文献
3653	2025-04-27	Advancements in artificial intelligence for the diagnosis and management of anterior segment diseases 2025-Apr-22, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001150 PMID:40279352	review	本文综述了人工智能在前段眼病诊断和管理中的最新进展及其潜力	利用AI技术（包括机器学习和深度学习模型）提高前段眼病的诊断准确性和治疗个性化	数据多样性不足和模型可解释性问题	探讨AI在前段眼病诊断和管理中的应用及其对临床实践的潜在影响	前段眼病（如角膜疾病、屈光手术、白内障、结膜疾病等）	machine learning	anterior segment diseases	machine learning, deep learning, generative AI	deep learning models	imaging data, clinical information	NA
3654	2025-04-27	Assessing the risk of takeover catastrophe from large language models 2025-Apr, Risk analysis : an official publication of the Society for Risk Analysis IF:3.0Q1 DOI:10.1111/risa.14353 PMID:38945529	research paper	本文对大型语言模型（LLMs）引发的接管灾难风险进行了分析	首次针对实际AI系统（而非假设的未来系统）引发的接管灾难风险进行探讨，特别关注了如ChatGPT和GPT-4等现有LLMs	分析基于当前LLMs的能力，未来LLMs的发展可能存在不确定性，且专家对深度学习算法的根本限制存在分歧	评估大型语言模型（LLMs）是否具备引发极端接管灾难的能力	大型语言模型（LLMs），如ChatGPT和GPT-4	natural language processing	NA	NA	LLM (Large Language Model)	text	NA
3655	2025-04-27	Personalized Blood Glucose Forecasting From Limited CGM Data Using Incrementally Retrained LSTM 2025-Apr, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3494732 PMID:39514345	研究论文	该论文提出了一种基于增量重训练的LSTM模型，用于从有限的连续血糖监测数据中预测血糖水平	提出了一种新颖的深度学习框架——增量重训练堆叠LSTM（IS-LSTM），该方法能够逐步适应个体数据并利用参数转移提高效率	需要进一步验证在更大样本量和更广泛人群中的适用性	提高1型糖尿病患者的血糖预测准确性，以优化人工胰腺系统的胰岛素输送	1型糖尿病患者的连续血糖监测数据	机器学习	糖尿病	连续血糖监测（CGM）	LSTM	时间序列数据	两个CGM数据集（OpenAPS和Replace-BG）
3656	2025-04-27	Multi-type stroke lesion segmentation: comparison of single-stage and hierarchical approach 2025-Apr, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03243-4 PMID:39549224	research paper	本研究通过深度学习比较了单阶段和分层方法在多类型中风病灶分割中的效果	首次探索了多类型中风病灶的分割方法，并比较了单阶段和分层策略的性能	研究仅基于土耳其卫生部提供的6650张图像数据，可能在其他人群中的泛化性有待验证	寻找脑CT扫描中最有效的多类型中风病灶分割方法	脑CT扫描图像中的缺血性和出血性中风病灶	digital pathology	cardiovascular disease	deep learning	ResNet, ResNeXt, ViT, U-Net, U-Net++, DeepLabV3	image	6650张图像（1130例缺血性中风，1093例出血性中风，4427例非中风病例）
3657	2025-04-27	Estimating hair density with XGBoost 2025-Apr, International journal of cosmetic science IF:2.7Q2 DOI:10.1111/ics.13030 PMID:39551627	研究论文	本研究探索使用XGBoost模型进行头发密度估计，旨在开发一种更准确且通用的方法	采用XGBoost模型进行头发密度估计，相比之前的方法在测试集上达到了95.3%的准确率，显著优于其他方法	NA	开发一种更准确且通用的头发密度估计方法，以改进临床头发分析的客观性和效率	头皮图像	计算机视觉	NA	图像处理	XGBoost	图像	895张头皮图像（745张用于训练，150张用于测试）
3658	2025-04-27	Generalizable Magnetic Resonance Imaging-based Nasopharyngeal Carcinoma Delineation: Bridging Gaps Across Multiple Centers and Raters With Active Learning 2025-Apr-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.11.064 PMID:39557309	research paper	开发一种利用主动学习和无源域适应的深度学习方法，用于鼻咽癌（NPC）大体肿瘤体积的勾画，解决在多中心和多位评估者环境中部署分割模型时的变异性与不准确性问题	结合主动学习和无源域适应技术，显著减少在多中心和多位评估者环境中的领域差距，仅需少量标注样本即可达到接近全监督模型的性能	需要进一步验证在更大规模数据集和其他类型癌症中的泛化能力	提高鼻咽癌大体肿瘤体积勾画的准确性和泛化能力	鼻咽癌患者的磁共振成像（MRI）扫描	digital pathology	nasopharyngeal carcinoma	MRI	U-Net	image	1057例来自5家医院的NPC患者MRI扫描，以及170例由4位独立专家标注的NPC患者数据
3659	2025-04-27	Progress in the Identification and Design of Novel Antimicrobial Peptides Against Pathogenic Microorganisms 2025-Apr, Probiotics and antimicrobial proteins IF:4.4Q2 DOI:10.1007/s12602-024-10402-4 PMID:39557756	综述	本文综述了抗菌肽（AMPs）在对抗病原微生物方面的最新研究进展和设计方法	强调了计算机辅助策略（如机器学习和深度学习）在抗菌肽预测和设计中的应用	指出了抗菌肽发现和应用中的关键挑战	应对抗菌素耐药性（AMR）危机，寻找新型抗生素替代品	抗菌肽（AMPs）及其对多种细菌病原体的抗菌活性	生物信息学	NA	机器学习和深度学习	ML和DL	生物序列数据	NA
3660	2025-04-27	TCKAN: a novel integrated network model for predicting mortality risk in sepsis patients 2025-Apr, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03245-2 PMID:39560917	研究论文	提出了一种新型集成网络模型TCKAN，用于预测脓毒症患者的死亡风险	TCKAN模型首次将时间数据、常量数据和ICD编码整合到一个预测模型中，采用多模态数据集成策略，显著提高了预测准确性和鲁棒性	虽然已整合了时间数据、常量数据和ICD编码，但未来研究可以纳入更多样化的医疗数据类型，如影像学和实验室检测结果，以实现更全面的数据集成	提高脓毒症患者死亡风险的预测准确性，优化临床患者管理和治疗	脓毒症患者	机器学习	脓毒症	多模态数据集成	TCKAN（Time-Constant Kolmogorov-Arnold Network）	时间数据、常量数据和ICD编码	MIMIC-III和MIMIC-IV数据集