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
3801	2025-04-25	Unsupervised non-small cell lung cancer tumor segmentation using cycled generative adversarial network with similarity-based discriminator 2025-Apr-23, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70107 PMID:40266997	research paper	该研究提出了一种无监督的非小细胞肺癌肿瘤分割方法smic-GAN，通过使用基于相似性的生成对抗网络和循环策略进行训练，无需依赖手动标注数据	提出了一种无监督的肿瘤分割网络smic-GAN，不依赖任何手动标注，减少了训练数据准备的工作量	虽然性能与有监督方法相当，但并未明确指出其在复杂病例或不同数据分布下的泛化能力	开发一种无需手动标注的无监督肿瘤分割方法，以减轻数据准备负担	非小细胞肺癌患者的CT扫描图像	digital pathology	lung cancer	CT扫描	GAN	image	609例肺癌患者的CT扫描（504训练，35验证，70测试）
3802	2025-04-25	FedOpenHAR: Federated Multitask Transfer Learning for Sensor-Based Human Activity Recognition 2025-Apr-23, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0631 PMID:40267073	研究论文	介绍FedOpenHAR框架，探索在联邦学习环境中进行多任务迁移学习，用于传感器基础的人类活动识别和设备位置识别任务	提出FedOpenHAR框架，结合联邦学习和迁移学习，支持多任务处理，并允许新客户端利用现有共同层进行训练	需要处理不同数据集中可能仅包含部分标签类型的情况，模型鲁棒性面临挑战	开发适用于传感器基础的人类活动识别和设备位置识别的分布式机器学习方法	穿戴和移动设备收集的运动传感器数据	机器学习	NA	联邦学习，迁移学习	DeepConvLSTM	传感器数据	OpenHAR框架中的十个较小数据集
3803	2025-04-25	Improvement of deep learning-based dose conversion accuracy to a Monte Carlo algorithm in proton beam therapy for head and neck cancers 2025-Apr-23, Journal of radiation research IF:1.9Q3 DOI:10.1093/jrr/rraf019 PMID:40267259	研究论文	本研究旨在通过图像旋转技术和缩放增强提高基于深度学习的质子束治疗中从铅笔束到蒙特卡洛算法的剂量转换精度	引入了图像旋转技术和缩放增强方法，显著提高了深度学习模型在质子束治疗中的剂量转换精度	研究仅针对头颈癌患者，样本量相对较小（85例患者）	提高质子束治疗中剂量计算的准确性	头颈癌患者	医学影像分析	头颈癌	质子束治疗（PBT）	深度学习模型	CT图像和剂量数据	85例头颈癌患者（101个训练/验证计划，11个测试计划）
3804	2025-04-25	Deep Learning Model for Histologic Diagnosis of Dysplastic Barrett's Esophagus: Multisite Cohort External Validation 2025-Apr-23, The American journal of gastroenterology DOI:10.14309/ajg.0000000000003495 PMID:40267276	研究论文	本文通过外部验证一种深度学习模型（BEDDLM），用于在巴雷特食管（BE）组织学切片上诊断不典型增生程度	首次在多个外部学术中心验证了深度学习模型（BEDDLM）在巴雷特食管不典型增生诊断中的准确性，并采用了cGANs进行染色标准化和YOLO与ResNet101结合的集成方法	样本量相对有限（489张全切片图像），且主要来自男性患者（84.7%）	提高巴雷特食管不典型增生的诊断准确性，减少人工病理读片中的观察者间变异和过度诊断	巴雷特食管患者的组织学切片（非不典型增生、低级别不典型增生和高级别不典型增生）	数字病理学	食管腺癌	全切片图像分析、cGANs染色标准化	YOLO与ResNet101的集成模型	图像	489张全切片图像（232例非不典型增生，117例低级别不典型增生，140例高级别不典型增生）
3805	2025-04-25	On factors that influence deep learning-based dose prediction of head and neck tumors 2025-Apr-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adcfeb PMID:40267938	研究论文	本研究探讨了影响基于深度学习的头颈部肿瘤放疗剂量预测模型的关键因素	系统分析了输入和剂量网格分辨率、输入类型、损失函数、模型架构和噪声对模型性能的影响，并发现高分辨率输入、多类型输入组合及特定损失函数的整合能显著提升预测准确性	研究仅针对头颈部肿瘤，且对抗噪声的鲁棒性仍有提升空间	评估深度学习模型在头颈部癌症放疗剂量预测中的准确性、鲁棒性和计算效率	头颈部肿瘤放疗剂量预测	数字病理	头颈部癌症	深度学习	SwinUNETR	CT图像、计划靶区(PTVs)和风险器官(OARs)	公共数据集(OpenKBP)和内部临床数据集(LUMC)
3806	2025-04-25	Semantic Consistency Network with Edge Learner and Connectivity Enhancer for Cervical Tumor Segmentation from Histopathology Images 2025-Apr-23, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00691-w PMID:40268829	研究论文	提出了一种名为ERNet的端到端语义一致性网络，用于从组织病理学图像中分割宫颈肿瘤	ERNet结合了边缘学习器和连接增强器，有效提升了模型对多形态肿瘤边缘的学习和表示能力，以及分割掩模的像素连接性	虽然模型在宫颈肿瘤图像上表现良好，但在其他类型肿瘤上的泛化能力仅通过喉部肿瘤图像进行了初步验证	提高宫颈肿瘤在组织病理学图像中的分割准确性，以辅助诊断和预后	宫颈肿瘤的组织病理学图像	数字病理学	宫颈癌	深度学习	CNN	图像	NA
3807	2025-04-25	Response to the Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia" 2025-Apr-23, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251329356 PMID:40269482	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3808	2025-04-25	An effective model of hybrid adaptive deep learning with attention mechanism for healthcare data analysis in blockchain-based secure transmission over IoT 2025-Apr-23, Network (Bristol, England) DOI:10.1080/0954898X.2025.2492375 PMID:40269520	研究论文	本文提出了一种结合混合自适应深度学习和注意力机制的有效模型，用于区块链安全传输物联网中的医疗数据分析	结合区块链技术和混合自适应深度学习模型，引入FUPOA进行参数优化和密钥生成，提高了数据传输的安全性和隐私性	未提及具体实验数据集规模和实际部署中的性能表现	解决医疗数据在物联网传输中的安全性和隐私性问题	医疗数据的安全传输和存储	机器学习	NA	混合自适应深度学习方法(HADL-AM), FUPOA优化算法	深度学习模型(未明确具体类型)	医疗数据	未明确说明具体样本数量
3809	2025-04-25	deep-Sep: a deep learning-based method for fast and accurate prediction of selenoprotein genes in bacteria 2025-Apr-22, mSystems IF:5.0Q1 DOI:10.1128/msystems.01258-24 PMID:40062874	research paper	开发了一种基于深度学习的算法deep-Sep，用于快速准确地预测细菌基因组中的硒蛋白基因	使用Transformer-based神经网络架构构建最优模型，结合同源搜索策略减少假阳性，显著优于现有方法	未明确提及算法在极端复杂或高度变异细菌基因组中的表现	开发高效工具以准确识别细菌基因组中的硒蛋白基因	细菌基因组序列	machine learning	NA	深度学习	Transformer-based neural network	基因组序列数据	20个细菌基因组作为独立测试数据集
3810	2025-04-25	Combining diffusion and transformer models for enhanced promoter synthesis and strength prediction in deep learning 2025-Apr-22, mSystems IF:5.0Q1 DOI:10.1128/msystems.00183-25 PMID:40105319	研究论文	本研究结合扩散模型和transformer模型，用于增强合成启动子的设计与强度预测	首次将扩散模型应用于合成启动子设计，并结合transformer模型进行强度预测，相比传统方法表现出更高的性能	研究仅针对模型细菌和蓝藻细菌中的启动子，未验证在其他生物系统中的适用性	开发高效的合成启动子设计与预测方法，以优化外源基因表达和代谢途径效率	合成启动子序列及其转录活性	合成生物学	NA	深度学习	扩散模型, transformer	生物序列数据	未明确说明样本数量
3811	2025-04-25	An end-to-end neural network for 4D cardiac CT reconstruction using single-beat scans 2025-Apr-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adcafb PMID:40203865	研究论文	提出了一种基于深度学习的端到端重建框架，用于单次心跳快速CT扫描的动态心脏成像	使用单次心跳扫描数据，无需多次扫描，减少辐射暴露，尤其适用于心律不齐患者	模型训练依赖于模拟投影数据，可能在实际临床应用中存在差异	减少心脏CT成像中的运动伪影，提高心脏疾病的检测和诊断准确性	心脏CT成像	数字病理	心血管疾病	CT扫描	端到端神经网络	图像	30名真实患者的模拟投影数据
3812	2025-04-25	A novel deep learning approach to classify 3D foot types of diabetic patients 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98471-5 PMID:40258927	研究论文	提出了一种基于DiffusionNet的新型深度学习方法，用于通过3D足部图像对糖尿病患者的足型进行分类	结合自注意力机制和外部特征，直接使用简单的3D足部图像对糖尿病患者的足型进行六类分类，准确率达到82.9%，超越了现有的机器和深度学习方法	NA	精确分类糖尿病足，以识别足部异常并促进通过足部矫形器工程设计的个性化治疗和预防措施	糖尿病患者的足型	计算机视觉	糖尿病	DiffusionNet	深度学习	3D图像	NA
3813	2025-04-25	Securing the CAN bus using deep learning for intrusion detection in vehicles 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98433-x PMID:40258975	研究论文	本文评估了深度学习在检测CAN总线网络入侵中的应用	利用LSTM、GRU和VGG-16等深度学习模型分析CAN消息的时间和空间特征，提高了入侵检测的准确率	未提及模型在实时检测中的性能表现以及计算资源消耗	提高智能交通系统（ITS）中CAN总线网络的安全性和韧性	车辆中的CAN总线网络	机器学习	NA	深度学习	RNN, LSTM, GRU, VGG-16	CAN消息序列	Car Hacking, Survival Analysis, 和 OTIDS 数据集
3814	2025-04-25	CPDMS: a database system for crop physiological disorder management 2025-Apr-22, Database : the journal of biological databases and curation DOI:10.1093/database/baaf031 PMID:40261733	研究论文	开发了一个用于实时收集和分析作物生理障碍图像的系统，特别关注番茄作物	开发了一个系统化的作物图像收集系统，并利用深度学习模型进行生理障碍识别，探讨了数据增强和超参数调优策略以提高模型性能	模型的平均精度和召回率仍有提升空间，系统在不同农业环境中的泛化能力有待进一步验证	为精准农业提供实时数据收集和分析工具，支持作物生理障碍管理	番茄作物的生理障碍，包括细菌性枯萎病、番茄黄化曲叶病毒、番茄斑萎病毒、干旱和盐胁迫	数字农业	作物生理障碍	深度学习	深度学习模型（未指定具体类型）	图像	58,479张图像（其中43,894张适合标注，24,000张用于训练，13,037张用于测试）
3815	2025-04-25	FRSynergy: A Feature Refinement Network for Synergistic Drug Combination Prediction 2025-Apr-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3563433 PMID:40261768	研究论文	提出了一种名为FRSynergy的特征精炼深度学习框架，用于预测协同药物组合	通过捕捉不同药物-药物-细胞系三元组特征之间的关系和学习特征上下文信息，指导在不同场景下对药物和细胞系特征的精炼	未提及具体局限性	预测协同药物组合以增强治疗效果并减少不良反应	药物组合和癌细胞系	机器学习	癌症	深度学习	异构图注意力网络	药物和细胞系特征数据	未提及具体样本量
3816	2025-04-25	FedSynthCT-Brain: A federated learning framework for multi-institutional brain MRI-to-CT synthesis 2025-Apr-22, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110160 PMID:40267535	research paper	本文提出了一种基于联邦学习的多机构脑部MRI到CT合成框架FedSynthCT-Brain，旨在解决单中心训练数据集泛化能力不足和隐私问题	首次将联邦学习应用于MRI到sCT的合成，采用跨机构水平联邦学习方法，允许多个中心协作训练基于U-Net的深度学习模型	虽然展示了可接受的性能，但未与其他非联邦学习方法进行广泛比较，且样本量相对较小	提高MRI到合成CT（sCT）的泛化能力，同时保护数据隐私	脑部MRI和CT图像	digital pathology	NA	联邦学习（FL）	U-Net	医学影像（MRI和CT）	来自四个欧美中心的23名患者数据
3817	2025-04-25	Deconvolution of cell types and states in spatial multiomics utilizing TACIT 2025-Apr-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58874-4 PMID:40258827	research paper	本文提出了一种名为TACIT的无监督算法，用于空间多组学数据中的细胞类型和状态注释	TACIT算法无需训练数据，通过无偏阈值区分阳性细胞与背景，专注于相关标记物识别多组学检测中的模糊细胞	算法性能仅在三个特定生态位（大脑、肠道和腺体）的数据集上进行了验证	解决空间生物学中细胞类型和状态识别耗时且易出错的问题	空间多组学数据中的细胞类型和状态	空间生物学	炎症性腺体疾病	空间转录组学和蛋白质组学	无监督算法	多组学数据	5个数据集（5,000,000个细胞；51种细胞类型）
3818	2025-04-25	Deep learning-based recognition model of football player's technical action behavior using PCA-LBP algorithm 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94732-5 PMID:40258880	research paper	本文提出了一种基于PCA-LBP算法的深度学习模型，用于识别足球运动员的技术动作行为	结合PCA降维与LBP算法，提高了足球运动员技术动作识别的准确率	研究仅基于2020年一场比赛的200名足球运动员数据，样本量和多样性可能不足	提高足球运动员技术动作识别的准确性，为科学训练提供技术支持	足球运动员的技术动作（踢球、运球、停球和假动作）	computer vision	NA	PCA-LBP算法	深度学习模型	image	200名足球运动员在2020年一场比赛中的数据
3819	2025-04-25	A segment-based framework for explainability in animal affective computing 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96634-y PMID:40258884	research paper	提出一个基于分段的框架，用于增强动物情感计算领域的可解释性	引入定量评分机制评估显著性图与预定义语义区域的对齐程度，系统性比较不同流程的可视化解释	框架依赖于特定情感状态分类器的可用性和生成显著性图的能力	提升动物情感计算领域的模型可解释性	猫、马和狗的情感状态	animal affective computing	NA	深度学习	分类器	图像	三个数据集（猫和马疼痛、狗情绪）
3820	2025-04-25	Bio inspired multi agent system for distributed power and interference management in MIMO OFDM networks 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97944-x PMID:40258916	研究论文	本文提出了一种基于白蚁群体优化的多智能体系统（TCO-MAS）与LSTM模型相结合的方法，用于MIMO-OFDM网络中的分布式功率和干扰管理	结合生物启发的白蚁群体优化算法和LSTM模型，实现预测性自适应功率分配和干扰管理	依赖于特定的信息素调整参数，可能需要针对不同场景进行微调	解决大规模MIMO-OFDM网络中资源分配和干扰控制的挑战	MIMO-OFDM网络	机器学习	NA	Termite Colony Optimization, LSTM	LSTM	网络条件数据	实验分析评估了关键指标，如总速率、能效、频谱效率、延迟和公平性指数