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
21	2025-06-05	MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting 2025-Jun-03, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade049 PMID:40460850	research paper	本研究提出了一种基于扩散概率模型的高效MRI超分辨率重建方法，通过残差移位机制显著减少采样步骤，同时保持关键解剖细节	引入了残差移位机制，显著减少了扩散过程中的采样步骤，同时保持了图像的高保真度	未提及具体的数据集规模限制或模型泛化能力的验证	提高MRI超分辨率重建的计算效率和图像质量	超高清脑部T1 MP2RAGE图像和T2加权前列腺图像	digital pathology	prostate cancer	diffusion-based deep learning	Res-SRDiff	MRI图像	未明确提及具体样本数量，但使用了两种不同类型的数据集
22	2025-06-05	Measurement of spatial heterogeneity in street restorative perceptions and street refinement design 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02841-y PMID:40461492	research paper	本研究通过整合街景数据、深度学习算法、MGWR模型和空间句法，分析了街道恢复感知的空间异质性，并优化了街道设计策略	通过比较多种回归模型，确定了最有效的模型，展示了不同视觉元素的空间异质性，并基于恢复感知和可达性耦合评估，识别出急需修复的街道	研究仅针对上海黄浦区，可能无法完全代表其他城市或地区的街道恢复感知情况	分析街道恢复感知的空间异质性并优化街道设计策略	上海黄浦区的街道	urban planning	NA	深度学习算法、MGWR模型、空间句法、随机森林(RF)算法	MGWR模型、随机森林(RF)	街景数据	上海黄浦区的街道数据
23	2025-06-05	FPA-based weighted average ensemble of deep learning models for classification of lung cancer using CT scan images 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02015-w PMID:40461493	研究论文	本研究提出了一种基于花授粉算法(FPA)的加权集成深度学习模型，用于CT扫描图像的肺癌分类	与传统静态或等权重集成方法不同，FPA根据验证性能自适应优化每个CNN的贡献，显著提高了诊断准确性	NA	提高肺癌早期诊断的准确性和可靠性	肺癌(特别是腺癌)的CT扫描图像	计算机视觉	肺癌	CT扫描	CNN (VGG16, ResNet101V2, InceptionV3)的FPA加权集成	图像	NA
24	2025-06-05	Co-occurrence feature learning for visual recognition of immature leukocytes 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01791-9 PMID:40461529	research paper	该研究提出了一种名为密集连接共现网络（DCONN）的方法，用于提高未成熟白细胞视觉识别的分类准确性	结合密集连接卷积层和共现层，使用较少的可训练参数提高了分类准确性，且对训练硬件要求较低	方法目前仅应用于五种未成熟中性粒细胞的分类，未来可扩展至其他病理图像分析	提高白血病诊断中未成熟白细胞的计算机辅助分类准确性	五种未成熟中性粒细胞（原粒细胞、早幼粒细胞、中幼粒细胞、晚幼粒细胞和带状细胞）	digital pathology	leukemia	Yolact用于白细胞检测，RGB到LAB颜色空间转换，共现矩阵提取空间纹理信息	DCONN（密集连接共现网络）	image	NA
25	2025-06-05	Deep learning-assisted attribute prediction of chalcogenide glasses based on graph classification 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04391-9 PMID:40461539	研究论文	本文提出了一种基于图的深度学习方法，用于高效预测硫系玻璃的关键性能	采用基于图的深度学习方法，解决了传统机器学习方法在多性能协同优化方面的不足	NA	加速探索硫系玻璃的成分-结构-性能关系	硫系玻璃	材料科学	NA	深度学习	基于图的深度学习模型	实验数据集	从公开的SciGlass数据库中收集的相关数据
26	2025-06-05	Use of deep learning-based NLP models for full-text data elements extraction for systematic literature review tasks 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03979-5 PMID:40461545	研究论文	本研究探讨了应用自然语言处理（NLP）方法从相关科学文献中自动提取数据元素的可行性	使用深度学习模型（如LSTM和BERT）进行系统性文献综述（SLR）数据元素提取，并公开共享了三个标注语料库	BERT模型在三个任务中未观察到性能提升，且CRF模型在大多数感兴趣的元素上无法提供可比性能	评估NLP方法在自动提取SLR数据元素中的可行性	239篇全文文章，标注了12个重要变量	自然语言处理	人乳头瘤病毒（HPV）和肺炎球菌相关疾病	自然语言处理（NLP）	CRF, LSTM, BERT	文本	239篇全文文章，包含4,498、579和252个标注实体提及
27	2025-06-05	Enhanced residual attention-based subject-specific network (ErAS-Net): facial expression-based pain classification with multiple attention mechanisms 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04552-w PMID:40461564	研究论文	提出了一种基于增强残差注意力机制的主题特定网络(ErAS-Net)，用于通过面部表情进行疼痛分类	采用多种注意力机制和迁移学习，模拟人类对面部表情的感知，增强疼痛识别能力并捕捉个体特定的面部表情特征	在跨数据集实验中，未经微调的模型在未见数据上的准确率为78.14%，仍有提升空间	解决面部表情自动疼痛检测中的个体差异问题	面部表情数据	计算机视觉	疼痛相关疾病	深度学习	ErAS-Net (基于增强残差注意力的网络)	图像	使用UNBC-McMaster肩痛数据集和BioVid热痛数据库进行验证
28	2025-06-05	Energy consumption analysis and prediction in exercise training based on accelerometer sensors and deep learning 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04380-y PMID:40461566	研究论文	本研究提出了一种基于加速度传感器数据和深度学习技术的优化能量消耗预测模型，旨在提高运动训练中能量消耗预测的准确性和效率	构建了结合CNN、Bi-LSTM网络和注意力机制的模型架构，优化了局部特征提取、时间建模和动态权重分配能力，并提出了多维特征分析框架	未明确提及具体局限性	提高运动训练中能量消耗预测的准确性和效率，解决现有方法在数据特征提取、模型复杂度和实际应用适应性方面的不足	运动训练中的能量消耗	机器学习	NA	深度学习	CNN, Bi-LSTM, 注意力机制	加速度传感器数据	未明确提及样本数量
29	2025-06-05	Multimodal deep learning for chemical toxicity prediction and management 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95720-5 PMID:40461585	research paper	该研究提出了一种结合化学性质数据和分子结构图像的多模态深度学习模型，用于提高化学毒性的多标签预测精度	整合了Vision Transformer (ViT)架构和Multilayer Perceptron (MLP)，通过联合融合机制结合图像和数值特征，显著提升了预测性能	数据集由于安全限制和化学数据的结构复杂性，其全面性仍有局限	提高化学毒性的预测精度和管理	化学毒性的多标签预测	machine learning	NA	deep learning	Vision Transformer (ViT), Multilayer Perceptron (MLP)	image, numerical data	NA
30	2025-06-05	Data-intelligence driven methods for durability, damage diagnosis and performance prediction of concrete structures 2025-Jun-03, Communications engineering DOI:10.1038/s44172-025-00431-4 PMID:40461590	review	本文综述了机器学习和深度学习在钢筋混凝土结构耐久性、损伤诊断和性能预测中的应用	利用人工智能技术（特别是深度学习和机器学习）为钢筋混凝土结构的损伤检测和材料性能预测提供了创新方法	未提及具体方法的实验验证结果或实际应用案例	探讨人工智能技术在钢筋混凝土结构耐久性研究中的应用	钢筋混凝土结构的耐久性、损伤特征和材料性能	machine learning	NA	deep learning, machine learning	NA	NA	NA
31	2025-06-05	A novel EEG artifact removal algorithm based on an advanced attention mechanism 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98653-1 PMID:40461599	研究论文	提出了一种基于改进注意力机制的新型EEG伪迹去除算法CLEnet	结合双尺度CNN和LSTM，并引入改进的EMA-1D注意力机制，能够同时提取EEG的形态特征和时间特征	对未知伪迹的去除能力仍有不足，且在多通道EEG数据整体输入的任务中适应性有限	提升EEG信号中伪迹去除的效果	EEG信号	机器学习	NA	EEG信号处理	CNN, LSTM, EMA-1D	EEG信号数据	三个数据集
32	2025-06-05	Deep learning-based electrical impedance spectroscopy analysis for malignant and potentially malignant oral disorder detection 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05116-8 PMID:40461631	研究论文	本研究利用深度学习结合电阻抗光谱(EIS)技术，开发了一种非侵入性诊断工具，用于检测和分类口腔潜在恶性病变(OPMDs)和口腔癌	首次将EIS技术与深度学习CNN模型结合，用于OPMD和口腔癌的自动分类，提供了一种非侵入性的诊断方法	样本量较小(51名健康人和11名患者)，且仅针对特定口腔部位(舌腹和口底)进行了测试	开发一种非侵入性的辅助诊断工具，用于OPMD和口腔癌的早期检测	口腔潜在恶性病变(OPMDs)和口腔癌组织	数字病理	口腔癌	电阻抗光谱(EIS)	CNN	光谱数据	51名健康人和11名OPMD/口腔癌患者
33	2025-06-05	Predicting drug-target interactions using machine learning with improved data balancing and feature engineering 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03932-6 PMID:40461636	research paper	本研究提出了一种结合机器学习和深度学习的混合框架，用于预测药物-靶标相互作用（DTI），通过改进数据平衡和特征工程提高预测准确性	引入了结合MACCS键和氨基酸/二肽组成的双重特征提取方法，并使用GAN生成少数类合成数据以解决数据不平衡问题	未明确提及具体局限性	改进药物-靶标相互作用预测的准确性和可靠性	药物-靶标相互作用数据	machine learning	NA	MACCS键、氨基酸/二肽组成特征提取	GAN、Random Forest Classifier (RFC)	药物结构特征、靶标生物分子特性数据	BindingDB-Kd、BindingDB-Ki和BindingDB-IC50数据集
34	2025-06-05	A Novel Deep Learning Framework for Nipple Segmentation in Digital Mammography 2025-Jun-03, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01567-7 PMID:40461663	研究论文	提出了一种新的深度学习框架，用于数字乳腺X线摄影中的乳头分割，以提高医学分析和计算机辅助检测系统的准确性	该方法在乳头分割方面显著优于基线方法，特别是在基线方法完全失败的挑战性案例中，实现了在所有案例中的成功检测，并在重叠度量上取得了持续提升	NA	提高数字乳腺X线摄影中乳头分割的准确性，以支持多视角和多模态乳腺图像配准	数字乳腺X线摄影图像中的乳头区域	数字病理学	乳腺癌	深度学习	NA	图像	NA
35	2025-06-05	A deep learning based intrusion detection system for CAN vehicle based on combination of triple attention mechanism and GGO algorithm 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04720-y PMID:40461686	research paper	该研究提出了一种基于深度学习的CAN车辆入侵检测系统，结合了三重注意力机制和灰雁优化算法	使用三重注意力机制（TAN）分三步识别入侵，并采用新颖的灰雁优化算法（GGO）进行网络超参数优化	未提及具体的数据集大小或实验车辆数量，可能影响结果的普适性	开发高效的CAN网络入侵检测系统以应对网络安全威胁	车载CAN网络的安全入侵	machine learning	NA	deep learning, Greylag Goose Optimization algorithm	Triple-attention Mechanism (TAN)	CAN网络流量数据	使用了一个开源数据集，具体数量未提及
36	2025-06-05	Patient-specific prostate segmentation in kilovoltage images for radiation therapy intrafraction monitoring via deep learning 2025-Jun-03, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00935-2 PMID:40461695	research paper	该研究提出了一种基于深度学习的无标记前列腺分割方法，用于放射治疗中的实时图像引导	使用患者特定的条件生成对抗网络（cGAN）进行kV图像中的前列腺分割，无需植入标记物	研究仅在30名患者的两组治疗分数上进行了验证，样本量有限	开发一种无标记的前列腺分割方法，以改善放射治疗中的实时图像引导	前列腺癌患者	digital pathology	prostate cancer	deep learning	conditional Generative Adversarial Networks (cGAN)	image	30名患者的两组治疗分数
37	2025-06-05	Quantum neural networks with data re-uploading for urban traffic time series forecasting 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04546-8 PMID:40461703	研究论文	本研究探讨了量子神经网络（QNN）与数据重新上传技术在雅典主要城市区域交通时间序列预测中的应用	首次将量子数据重新上传技术应用于交通预测，展示了在递归架构中混合量子-经典模型相比纯经典模型的性能提升	在完全连接网络设置中，混合量子-经典模型表现不如纯经典模型，且量子模型的计算需求较高	探索量子机器学习（QML）在智能交通系统（ITS）中交通预测的潜力	雅典主要城市区域的交通时间序列数据	量子机器学习	NA	量子数据重新上传	量子神经网络（QNN）	时间序列数据	NA
38	2025-06-05	Artificial intelligence for streamflow prediction in river basins: a use case in Mar Menor 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04524-0 PMID:40461712	研究论文	本研究利用机器学习和深度学习技术预测西班牙穆尔西亚地区Mar Menor流域的河流流量，特别关注Albujón水道	采用先进的数据增强技术平衡低流量和高流量时期，比较了Random Forest和LSTM在不同时间尺度预测中的表现	研究主要关注特定流域，结果可能不适用于其他地理环境	开发有效的短期河流流量预测方法以支持水资源管理和洪水预报	Mar Menor流域的Albujón水道	机器学习	NA	机器学习和深度学习	Random Forest, LSTM	河流流量、降雨量和地下水位数据	来自流量监测站、雨量计和测压计的数据
39	2025-06-05	Explainable RNA-Small Molecule Binding Affinity Prediction Based on Multiview Enhancement Learning 2025-Jun-03, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01064 PMID:40461953	研究论文	提出了一种可解释的多视角、多尺度深度学习网络EMMPTNet，用于预测RNA-小分子结合亲和力	基于物理化学和拓扑特性，EMMPTNet通过四个模块从多视角高效提取特征，并利用多层感知器预测结合亲和力，同时在解释性方面提供了特征提取过程的分析和可视化	NA	准确预测RNA-小分子结合亲和力以筛选潜在药物	RNA-小分子结合亲和力	机器学习	NA	RNA-小分子结合亲和力预测	EMMPTNet（多视角、多尺度深度学习网络）	物理化学和拓扑特性数据	NA
40	2025-06-05	DeepGFT: identifying spatial domains in spatial transcriptomics of complex and 3D tissue using deep learning and graph Fourier transform 2025-Jun-03, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03631-5 PMID:40462157	研究论文	提出了一种名为DeepGFT的新方法，通过结合深度学习和图傅里叶变换来识别空间转录组学中的空间域	DeepGFT首次同时建模点间和基因间的关系，用于空间域识别，并在多种复杂组织中表现出优越性能	未提及具体的数据量限制或计算资源需求	开发一种更准确的空间转录组学空间域识别方法	人类乳腺癌、人类淋巴结和3D果蝇数据	空间转录组学	乳腺癌	空间转录组学技术	深度学习与图傅里叶变换结合模型	空间转录组数据	NA