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	2025-08-07	An effectiveness of deep learning with fox optimizer-based feature selection model for securing cyberattack detection in IoT environments 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13134-9 PMID:40764727	研究论文	本文提出了一种基于狐狸优化器特征选择和深度学习的模型（FOFSDL-SCD），用于增强物联网环境中的网络安全攻击检测能力	结合狐狸优化器算法（FOA）进行特征选择，并采用时序卷积网络（TCN）进行分类，进一步通过蜣螂优化（DBO）方法优化超参数，提高了检测准确率	模型性能仅在Edge-IIoT数据集上进行了验证，未在其他数据集上测试其泛化能力	提升物联网网络的抗攻击能力和威胁检测能力	物联网环境中的网络安全攻击	机器学习	NA	狐狸优化器算法（FOA）、时序卷积网络（TCN）、蜣螂优化（DBO）	TCN	网络数据	Edge-IIoT数据集
22	2025-08-07	Fast Multi-Dimensional Imaging Using the Unsupervised 3D Noise2Void Denoising Network 2025-Aug-06, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01367 PMID:40765279	研究论文	提出一种基于3D Noise2Void网络的无监督去噪方法，用于提高拉曼高光谱和3D相位成像数据的质量	该方法在去噪操作中同时考虑所有三个维度，且无需大量高信噪比训练数据	未明确提及具体局限性	提高多维成像数据的去噪效果	酵母细胞的拉曼数据和COS7细胞的相位断层扫描及动态成像数据	计算机视觉	NA	拉曼成像和相位成像	3D Noise2Void (3D N2V)网络	拉曼高光谱和3D相位成像数据	酵母细胞和COS7细胞的成像数据
23	2025-08-07	Integrating Physics-Based Simulations with Data-Driven Deep Learning Represents a Robust Strategy for Developing Inhibitors Targeting the Main Protease 2025-Aug-06, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01307 PMID:40767530	研究论文	本文提出了一种结合物理模拟和数据驱动深度学习的计算流程Deep-CovBoost，用于优化针对冠状病毒主蛋白酶的抑制剂	将深度学习与自由能微扰(FEP)模拟相结合，开发了一种新的计算流程Deep-CovBoost，用于指导针对冠状病毒主蛋白酶的抑制剂的结构优化	NA	加速先导化合物优化和抗病毒设计	冠状病毒主蛋白酶抑制剂	机器学习和计算化学	冠状病毒感染	自由能微扰(FEP)模拟和深度学习	深度学习	分子结构和模拟数据	NA
24	2025-08-07	Segmenting Whole-Body MRI and CT for Multiorgan Anatomic Structure Delineation 2025-Aug-06, Radiology. Artificial intelligence DOI:10.1148/ryai.240777 PMID:40767616	研究论文	开发并验证了MRSegmentator，一种用于MRI扫描多器官分割的跨模态深度学习模型	利用跨模态迁移学习从现有的CT分割模型中学习，实现了40个解剖结构的分割，并在多个测试数据集上表现出色	较小结构的分割效果较差，如门静脉/脾静脉和肾上腺	开发一种能够准确分割MRI和CT图像中多器官解剖结构的深度学习模型	MRI和CT图像中的多器官解剖结构	数字病理	NA	深度学习	MRSegmentator	MRI和CT图像	1,200个UK Biobank Dixon MRI序列（50名参与者），221个内部腹部MRI序列（177名患者），1,228个TotalSegmentator-CT数据集的CT扫描
25	2025-08-07	Automated Deep Learning-based Segmentation of the Dentate Nucleus Using Quantitative Susceptibility Mapping MRI 2025-Aug-06, Radiology. Artificial intelligence DOI:10.1148/ryai.240478 PMID:40767617	研究论文	开发一种基于深度学习的齿状核自动分割工具，用于脑部MRI定量磁化率映射图像	采用两步法（定位模型+分割模型）的深度学习架构，显著提升了齿状核分割的准确性和泛化能力	样本年龄范围有限（11-64岁），未包含更广泛的年龄组或更多神经系统疾病类型	开发高精度的齿状核自动分割工具以辅助神经系统疾病诊断	健康人群和小脑性共济失调或多发性硬化症患者的脑部QSM图像	数字病理学	多发性硬化症/小脑性共济失调	定量磁化率映射(QSM) MRI	nnU-Net框架	MRI图像	328人（141名健康人，187名患者）
26	2025-08-07	Artificial intelligence and digital health in vascular surgery: a 2-decade bibliometric analysis of research landscapes and evolving frontiers 2025-Aug-06, Journal of robotic surgery IF:2.2Q2 DOI:10.1007/s11701-025-02583-z PMID:40767924	研究论文	本文通过文献计量分析，探讨了过去20年人工智能和数字健康在血管外科中的应用及其研究趋势	首次全面映射了人工智能和数字健康在血管外科中的采用情况，并识别了七个新兴研究子领域	研究仅基于WoSCC数据库的出版物，可能未涵盖所有相关研究	分析人工智能和数字健康在血管外科中的结构性和时间性演变	血管外科中的人工智能和数字健康应用	数字病理学	心血管疾病	文献计量分析（CiteSpace和HistCite）	NA	文献数据	675篇爆发性论文
27	2025-08-07	Improved early-stage crop classification using a novel fusion-based machine learning approach with Sentinel-2A and Landsat 8-9 data 2025-Aug-06, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-14420-9 PMID:40767980	研究论文	本研究提出了一种基于融合的深度学习方法，用于提高早期作物分类的准确性	结合Landsat 8-9和Sentinel-2A数据，利用Gram-Schmidt融合方法生成融合数据集，并整合纹理和光谱特征	NA	提高早期作物分类的准确性	早期作物	机器学习	NA	Gram-Schmidt融合方法、多块灰度共生矩阵(GLCM)技术、光谱指数方法	深度神经网络(DNN)、1D卷积神经网络(1D CNN)、决策树、支持向量机(SVM)、随机森林	遥感图像	NA
28	2025-08-07	Artificial intelligence in prostate cancer 2025-Aug-05, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003689 PMID:40629505	review	本文综述了人工智能在前列腺癌诊断、治疗和预后预测中的临床应用	强调了基础模型在医疗AI应用中的革命性作用及其与临床实践的整合	探讨了AI在临床应用中面临的当前挑战	提高前列腺癌患者的生存率	前列腺癌（PCa）	digital pathology	prostate cancer	deep learning (DL)	NA	image, text	NA
29	2025-08-07	Machine learning enables legal risk assessment in internet healthcare using HIPAA data 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13720-x PMID:40760025	研究论文	本研究探讨了人工智能技术如何通过机器学习框架增强互联网医疗中的法律风险评估能力，并利用HIPAA数据库的数据	采用多种机器学习算法（如XGBoost、SVM、RF和DNN）进行法律风险评估，并比较其性能，展示了DNN在复杂非线性关系处理中的优势	SVM和K近邻模型在某些情境下表现较弱，整体性能不及深度学习和集成学习方法	提升互联网医疗中的法律风险评估能力	HIPAA数据库中的医疗记录、患者个人信息和治疗费用等数据	机器学习	NA	机器学习（XGBoost、SVM、RF、DNN）	XGBoost、SVM、RF、DNN	结构化数据（医疗记录、患者信息、治疗费用）	NA
30	2025-08-07	UFPF: A Universal Feature Perception Framework for Microscopic Hyperspectral Images 2025-Aug-05, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3594151 PMID:40763051	research paper	提出了一种用于显微高光谱图像的通用特征感知框架（UFPF），旨在提升高光谱数据的空间-光谱特征提取能力	通过分层角点到中心的Mamba结构捕捉不同的空间最近邻关系，采用‘渐进式中心聚焦’策略整合丰富的空间-光谱信息，并设计了双路径空间-光谱联合感知模块以及Mamba注意力混合对齐机制	未明确提及具体局限性	提升显微高光谱图像的特征提取能力，支持下游医学诊断任务	显微高光谱图像数据	digital pathology	NA	deep learning	hierarchical corner-to-center mamba structure, dual-path spatial-spectral joint perception module, Mamba-attention Mix-alignment	microscopic hyperspectral images	多个数据集（未明确具体样本数量）
31	2025-08-07	Hot Topics: Exploring Artificial Intelligence and Inflammatory Memory in the Management of Psoriatic Diseases 2025-Aug-05, The Journal of rheumatology IF:3.6Q2 DOI:10.3899/jrheum.2025-0241 PMID:40763946	研究论文	本文探讨了人工智能在银屑病疾病管理中的应用及炎症记忆在银屑病和银屑病关节炎复发中的作用机制	结合人工智能和炎症记忆研究，提出银屑病管理的新方法和潜在治疗靶点	需要进一步研究以整合技术进步并深入理解影响治疗结果的生物过程	探索人工智能在银屑病疾病管理中的应用及炎症记忆的机制	银屑病和银屑病关节炎	数字病理学	银屑病	深度学习	CNN	NA	NA
32	2025-08-07	AI-Enhanced SERS with Probe Combinations for Concurrent Identification and Quantification of Coexisting Metal Ions in Water 2025-Aug-05, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c07025 PMID:40764259	研究论文	提出一种结合AI和表面增强拉曼光谱(SERS)的方法，用于同时识别和量化水中共存的金属离子	采用AI增强的SERS技术与定制探针组合，解决了传统方法在痕量检测和多离子同时定量方面的不足	仅验证了四种共存金属离子的检测，未涉及更多种类离子的情况	开发一种高效、同时检测共存金属离子的方法，以保护水质和减轻生态风险	水中共存的金属离子	环境监测	NA	表面增强拉曼光谱(SERS)	基于自注意力的深度学习架构	光谱数据	包括河水、工业废水和生活污水在内的多种环境样本
33	2025-08-07	A Deep Learning Model for Predicting the Cement Soil Deformation Modulus 2025-Aug-05, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.5c03160 PMID:40764282	研究论文	本研究提出了一种基于改进的卷积长短期记忆（ConvLSTM）模型的机器学习方法，用于预测水泥土的变形模量	引入了改进的ConvLSTM模型，结合通道注意力和注意力机制，以区分参数重要性并提取特征的潜在时空顺序依赖性	NA	提高水泥性能预测的准确性，特别是在盾构隧道回填注浆中的应用	水泥土的变形模量	机器学习	NA	机器学习	改进的ConvLSTM模型	实验数据	NA
34	2025-08-07	Scalable and lightweight deep learning for efficient high accuracy single-molecule localization microscopy 2025-Aug-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62662-5 PMID:40764305	research paper	介绍了一种名为LiteLoc的可扩展分析框架，用于高效处理高通量单分子定位显微镜(SMLM)数据	采用轻量级神经网络架构，并集成CPU和GPU资源的并行处理，在不牺牲定位精度的情况下减少延迟和能耗	未提及具体的技术限制或应用场景限制	提高单分子定位显微镜(SMLM)数据分析的计算效率和资源利用率	高通量SMLM数据	计算机视觉	NA	单分子定位显微镜(SMLM)	轻量级神经网络	图像	NA
35	2025-08-07	A deep learning framework for gender sensitive speech emotion recognition based on MFCC feature selection and SHAP analysis 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14016-w PMID:40764384	研究论文	提出一种基于MFCC特征选择和SHAP分析的性别敏感语音情感识别深度学习框架	与现有最先进的深度学习方法相比，该模型在语音情感识别方面实现了高达15%的性能提升	NA	通过深度学习技术改进语音情感识别	语音信号中的情感（如快乐、悲伤、愤怒、恐惧、惊讶和中性）	自然语言处理	NA	MFCC特征选择、SHAP分析	CNN、RNN（带LSTM单元）	语音	NA
36	2025-08-07	Road damage detection based on improved YOLO algorithm 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14461-7 PMID:40764422	research paper	本文提出了一种基于改进YOLO算法的道路损伤检测方法，通过集成CA和SA双分支注意力机制以及GIoU损失函数，提高了检测精度和定位能力	集成CA和SA双分支注意力机制以及GIoU损失函数，显著提升了小目标检测和边界框定位精度	未提及具体的数据集规模和实际应用场景的验证	开发一种高效的道路损伤检测技术，以替代传统耗时且成本高昂的人工检测方法	道路损伤	computer vision	NA	YOLOv5, CA, SA, GIoU	YOLO	image	公共数据集（未提及具体数量）
37	2025-08-07	Development and evaluation of deep neural networks for the classification of subtypes of renal cell carcinoma from kidney histopathology images 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10712-9 PMID:40764501	研究论文	开发并评估了一种名为RenalNet的深度学习架构，用于从肾脏组织病理学图像中分类肾细胞癌亚型	提出了一种新的深度学习架构RenalNet，能够同时捕捉三个不同尺度的跨通道和空间间特征，并引入了MCRT和GCDL模块以增强网络表示能力	未提及具体局限性，但可能依赖于数据质量和标注准确性	开发高效且稳健的深度学习模型，用于肾细胞癌亚型的自动分类	肾细胞癌（RCC）的组织病理学图像	数字病理学	肾癌	深度学习	CNN	图像	来自TCGA的数字H&E染色WSIs，并在病理学家监督下获取ROIs生成图像块，同时在三个知名数据集上进行了实验
38	2025-08-07	Deep-learning-enabled online mass spectrometry of the reaction product of a single catalyst nanoparticle 2025-Aug-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-62602-3 PMID:40764516	研究论文	该研究通过结合纳米流体反应器和深度学习技术，实现了对单个催化剂纳米颗粒反应产物的在线质谱分析	将纳米流体反应器与约束去噪自编码器结合，显著提高了质谱分析的灵敏度，使所需催化剂表面积减少了约3个数量级	研究仅针对CO氧化和CH加氢两种模型反应进行了验证	提高质谱分析在催化反应中的分辨率，特别是单颗粒催化剂的在线反应分析	单个Pd催化剂纳米颗粒（表面积0.0072±0.00086μm²）	质谱分析	NA	在线质谱分析	约束去噪自编码器	质谱信号	单个纳米颗粒催化剂
39	2025-08-07	Dynamic and interpretable deep learning model for predicting respiratory failure following cardiac surgery 2025-Aug-05, BMC anesthesiology IF:2.3Q2 DOI:10.1186/s12871-025-03239-z PMID:40764535	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
40	2025-08-07	YOLO-LeafNet: a robust deep learning framework for multispecies plant disease detection with data augmentation 2025-Aug-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14021-z PMID:40764650	研究论文	提出了一种名为YOLO-LeafNet的深度学习框架，用于多物种植物病害检测，并通过数据增强提高模型性能	提出YOLO-LeafNet框架，在多种植物病害检测任务中性能优于YOLOv5和YOLOv8	仅针对四种特定植物（葡萄、甜椒、玉米和马铃薯）的病害进行检测，可能无法泛化到其他植物种类	开发一个准确及时的植物病害检测系统以减少经济损失	四种植物（葡萄、甜椒、玉米和马铃薯）的叶片图像	计算机视觉	植物病害	数据增强（五种不同的增强操作）	YOLO-LeafNet, YOLOv5, YOLOv8	图像	8850张叶片图像，来自五个公开Kaggle数据集