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
401	2025-07-05	Uncovering subtype-specific metabolic signatures in breast cancer through multimodal integration, attention-based deep learning, and self-organizing maps 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06459-y PMID:40594918	研究论文	通过多模态整合、基于注意力的深度学习和自组织映射，揭示乳腺癌亚型特异性代谢特征	结合多模态代谢组学数据和基于注意力的深度学习模型，有效筛选出99种显著代谢物，优于传统静态方法，并通过自组织映射分析揭示各亚型的独特代谢特征	NA	系统识别区分乳腺癌亚型的生物标志物	乳腺癌亚型	数字病理学	乳腺癌	LC-MS, GC-MS, NMR	基于注意力的深度学习模型, 自组织映射	代谢组学数据	NA
402	2025-07-05	Enhancing chronic wound assessment through agreement analysis and tissue segmentation 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06703-5 PMID:40594951	research paper	该研究提出了一种自动化的慢性伤口组织分割方法，通过深度学习技术提高伤口愈合评估的准确性和效率	结合了卷积神经网络DeepLabV3-R50和基于transformer的SegFormer-B0模型，并探索了从开放伤口分割模型中迁移知识的方法	即使是有经验的医疗专业人员也可能在组织边界划分上存在差异，显示了任务的固有复杂性	开发自动化方法以提高慢性伤口愈合评估的准确性和效率	慢性伤口的组织分割和量化	digital pathology	chronic wound	deep learning	CNN (DeepLabV3-R50), transformer (SegFormer-B0)	image	Wounds数据集
403	2025-07-05	Deep learning-driven drug response prediction and mechanistic insights in cancer genomics 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91571-2 PMID:40595000	研究论文	本研究开发了一个名为DrugS的深度神经网络模型，用于预测癌症细胞对药物的反应，并从基因组角度探索药物反应的分子机制	开发了DrugS模型，结合基因表达和药物测试数据预测药物反应，并揭示了SN-38耐药的潜在分子机制	研究主要基于体外实验和患者来源的异种移植模型，临床应用的普适性有待进一步验证	从基因组角度预测癌症药物反应并探索耐药机制	人类来源的癌症细胞系和患者来源的异种移植模型	癌症基因组学	癌症	深度神经网络	DrugS	基因表达数据和药物测试数据	NA
404	2025-07-05	Interpretable longitudinal glaucoma visual field estimation deep learning system from fundus images and clinical narratives 2025-Jul-01, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01750-8 PMID:40595009	research paper	提出了一种基于多模态深度学习系统的纵向青光眼视野估计方法，利用眼底图像和临床文本来预测当前和未来的视野	首次结合眼底图像和临床文本进行纵向视野预测，提供了一种新的视觉功能评估工具	样本量相对有限，外部验证集规模较小	开发一种能够预测青光眼患者当前和未来视野的深度学习系统	青光眼患者的眼底图像和临床文本数据	digital pathology	glaucoma	deep learning	MLEDL (multi-modal longitudinal estimation deep learning)	image, text	1598条横断面记录和3278条纵向记录，外加446条外部测试记录
405	2025-07-05	Deep learning based knowledge tracing in intelligent tutoring systems 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07422-7 PMID:40595046	研究论文	本文提出了一种基于稀疏注意力技术和生成解码的质量感知深度学习框架，用于智能辅导系统中的知识追踪	提出了一种质量感知的深度学习框架，解决了知识追踪中的数据稀疏性问题	未提及具体的数据稀疏性问题解决方案在实际应用中的效果	提高智能辅导系统中知识追踪的准确性	学生在智能辅导系统中的交互记录	自然语言处理	NA	深度学习	RNN, 稀疏注意力技术, 生成解码	交互记录	一系列真实数据集
406	2025-07-05	Cascade drive: a unified deep learning framework for multi-featured detection and control in autonomous electric vehicles on unstructured roadways 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06567-9 PMID:40595070	research paper	提出了一种用于非结构化道路上自主电动汽车多特征检测与控制的统一深度学习框架	采用级联架构整合多个深度学习模型，构建了一个能同时处理车道边界和关键对象的统一框架，并在资源受限的硬件上实现了每秒6帧的处理速度	研究主要针对发展中国家如印度的道路条件，可能不适用于所有地区的道路环境	开发一种可持续的自主电动汽车解决方案，以应对发展中国家和智能城市中非结构化道路的独特挑战	自主电动汽车（AEV）在非结构化道路上的操作	machine learning	NA	深度学习	DeepLabv3+, YOLOv5, YOLOv7	image	NA
407	2025-07-05	An automatic classification of breast cancer using fuzzy scoring based ResNet CNN model 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07013-6 PMID:40595083	研究论文	提出了一种基于模糊评分的ResNet CNN模型，用于乳腺癌的自动分类	引入了混合深度学习模型FS-Resnet CNN，结合自适应灰狼优化算法(AGWOA)减少时间消耗并选择关键特征	未提及具体样本量及数据来源限制	提高乳腺癌分类的预测性能并减少计算时间	乳腺癌医学图像	数字病理学	乳腺癌	快速离散小波变换(FDWT), 自适应灰狼优化算法(AGWOA)	FS-Resnet CNN	图像	NA
408	2025-07-05	Automatic cattle identification system based on color point cloud using hybrid PointNet++ Siamese network 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08277-8 PMID:40595167	研究论文	提出了一种基于彩色点云和混合PointNet++ Siamese网络的自动牛只识别系统，用于健康监测和管理	采用彩色点云和混合PointNet++ Siamese网络进行牛只识别，无需重新训练模型即可识别新引入的牛只	数据集主要包含荷斯坦奶牛和少量泽西奶牛，可能对其他品种的适用性有限	开发一种准确且适应性强的牛只识别系统，以支持全面的牛只健康监测	牛只（主要为荷斯坦奶牛和少量泽西奶牛）	计算机视觉	NA	RGB-D相机、点云处理、深度学习	混合PointNet++ Siamese网络	彩色点云、深度图像	主要为荷斯坦奶牛和少量泽西奶牛的数据集，测试期为13天
409	2025-07-05	Application of wings interferential patterns (WIPs) and deep learning (DL) to classify some Culex. spp (Culicidae) of medical or veterinary importance 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08667-y PMID:40595213	研究论文	本文探讨了利用翅膀干涉图案（WIPs）和深度学习（DL）对库蚊属（Culex）蚊子进行分类的可能性，以评估开发一种通用方法用于调查对人类健康重要的双翅目昆虫的潜力	首次将WIPs和DL技术应用于库蚊属蚊子的分类，扩展了这一方法的应用范围，并展示了其在物种水平上的高准确率	对于代表性不足的物种存在挑战，需要更大的数据集和分子条形码等补充技术	开发一种通用的、可扩展的工具，用于调查对人类健康重要的双翅目昆虫	库蚊属（Culex）蚊子	计算机视觉	NA	翅膀干涉图案（WIPs）和深度学习（DL）	CNN	图像	NA
410	2025-07-05	Advancements in noise reduction for wheel speed sensing using enhanced LSTM models 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07924-4 PMID:40595304	研究论文	本文提出了一种增强型LSTM深度学习模型，用于汽车轮速传感器中的鲁棒噪声降低	通过引入注意力机制选择性地强调瞬态高噪声帧，保留了关键的旋转信息	计算成本较高且需要大量标记数据	提高汽车轮速传感器在复杂噪声环境下的性能	汽车轮速传感器信号	机器学习	NA	VMD, HHT	Enhanced LSTM	信号数据	NA
411	2025-07-05	The analysis of artificial intelligence-based mobile learning in students' open teaching recommendation system based on deep learning 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08147-3 PMID:40595317	研究论文	本研究旨在通过基于深度学习的AI推荐系统提升学生在移动学习和开放教学中的时间利用效率和学习效果	提出了一种基于深度学习的AI推荐系统，用于优化移动学习和开放教学模式	研究样本仅针对中学生，未涵盖其他教育阶段的学生	提升移动学习和开放教学模式的效率与效果	中学生	教育技术	NA	深度学习	Decision Tree (DT)	学习行为数据	两组中学生
412	2025-07-05	DeepECG-Net: a hybrid transformer-based deep learning model for real-time ECG anomaly detection 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07781-1 PMID:40595316	研究论文	提出了一种基于Transformer和CNN的混合深度学习模型DeepECG-Net，用于实时ECG异常检测	结合CNN和Transformer架构，利用多头自注意力机制高效学习ECG信号的局部和全局变化，降低计算开销并提升实时检测能力	未明确提及具体局限性	开发高效准确的实时ECG异常检测模型	心电图(ECG)信号	机器学习	心血管疾病	深度学习	CNN+Transformer混合模型	ECG信号数据	NA
413	2025-07-05	Hybrid transfer learning and self-attention framework for robust MRI-based brain tumor classification 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09311-5 PMID:40595383	研究论文	提出了一种结合迁移学习和自注意力机制的混合模型，用于提高基于MRI的脑肿瘤分类准确性	结合预训练的DenseNet201 CNN模型和基于Transformer的架构，引入Multi-Head Self-Attention和Squeeze-and-Excitation Attention模块以提升特征表示	未提及具体局限性	开发一种鲁棒的计算机辅助诊断系统，以提高脑肿瘤分类的准确性	脑肿瘤MRI图像	数字病理学	脑肿瘤	MRI	DenseNet201, Transformer, VGG19, InceptionV3, Xception, MobileNetV2, ResNet50V2	图像	3000张MRI图像（Br35H数据集）
414	2025-07-05	High-accuracy PM2.5 prediction via mutual information filtering and Bayesian-Optimized Spatio-Temporal Convolutional Networks 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08896-1 PMID:40595390	研究论文	提出了一种结合互信息过滤和贝叶斯优化的时空卷积网络框架，用于高精度预测PM2.5浓度	1) 提出动态框架结合互信息和自适应信息距离进行特征选择；2) 设计基于多模态高斯分布的贝叶斯优化器；3) 引入信息筛选增强的时空卷积网络	未明确提及具体局限性	提高PM2.5浓度预测的准确性	PM2.5浓度数据	机器学习	NA	互信息(MI)、自适应信息距离(AID)、贝叶斯优化	时空卷积网络(STCN)	时空序列数据	NA
415	2025-07-05	Deep learning of structural morphology imaged by scanning X-ray diffraction microscopy 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97183-0 PMID:40595408	research paper	该研究利用卷积神经网络NanobeamNN分析扫描X射线纳米衍射显微镜数据，以解析纳米尺度结构形态	开发了专门用于分析扫描探针X射线显微镜数据的卷积神经网络NanobeamNN，能够直接从模拟衍射数据中学习晶格应变和旋转角度，并在实验数据上做出合理预测，无需额外微调	未提及在实际应用中的具体限制或潜在问题	提高纳米尺度结构形态成像的数据分析效率和准确性	外延薄膜的纳米束X射线衍射数据	machine learning	NA	扫描X射线纳米衍射显微镜	CNN	衍射图像	NA
416	2025-07-05	Deep learning quantifies pathologists' visual patterns for whole slide image diagnosis 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60307-1 PMID:40595468	研究论文	该研究通过眼动追踪设备收集病理学家的视觉模式，设计了一个深度学习系统PEAN，用于解码病理学家的专业知识并诊断全切片图像	利用眼动追踪技术减少标注时间，设计PEAN网络从病理学家的诊断过程中学习，填补现有模型无法从病理学家诊断过程中学习的空白	未提及具体局限性	通过最小化病理学家的工作量获取其专业知识，实现精确诊断	全切片图像（WSI）和5类皮肤病变	数字病理学	皮肤病变	眼动追踪技术	PEAN（Pathology Expertise Acquisition Network）	图像	5881张全切片图像
417	2025-07-05	Mapping global floods with 10 years of satellite radar data 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60973-1 PMID:40595639	research paper	本研究利用Sentinel-1合成孔径雷达（SAR）卫星影像和深度学习模型，开发了一个全球洪水检测系统，并创建了一个跨越10年的全球洪水范围数据集	利用Sentinel-1 SAR卫星影像的穿透云层能力，开发了一个不受云层覆盖影响的深度学习洪水检测模型，并创建了一个独特的长期全球洪水范围数据集	关于全球洪水范围随时间增加的趋势需要进一步验证以探索与气候变化的联系	开发一个有效的全球洪水监测系统，以增强灾害响应策略	全球洪水事件	遥感	NA	Sentinel-1 SAR卫星影像	深度学习模型	卫星影像	10年的SAR数据
418	2025-07-05	Prompt-based fine-tuning with multilingual transformers for language-independent sentiment analysis 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03559-7 PMID:40595680	research paper	该研究通过基于提示的微调方法，利用多语言Transformer模型推进语言无关情感分析领域	实现了基于提示的微调策略（前缀提示和填空式提示），为语言无关情感分析建立了统一框架	仅评估了8种语言，可能无法完全代表所有语言类型的表现	开发可扩展的多语言情感分析方法	阿拉伯语、英语、法语、德语、印地语、意大利语、葡萄牙语和西班牙语	natural language processing	NA	prompt-based fine-tuning	BERT-base-multilingual, XLM-RoBERTa, LSTM, CNN	text	8种语言的数据集（每类仅需32个训练样本）
419	2025-07-05	Keypoint-based modeling reveals fine-grained body pose tuning in superior temporal sulcus neurons 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60945-5 PMID:40595710	研究论文	利用深度学习算法从行为猴子的视频中提取身体姿势，研究猴子颞上沟（STS）神经元对身体姿势和视角的调谐	采用关键点主成分回归和模型反演方法，揭示了STS神经元对身体姿势和视角的精细调谐特性	研究仅针对猴子STS神经元，结果是否适用于人类或其他灵长类动物尚不明确	探索灵长类视觉系统如何编码社交相关的身体姿势信号	猴子颞上沟（STS）神经元	计算机视觉	NA	深度学习算法、关键点主成分回归、模型反演	关键点主成分回归模型	视频	NA
420	2025-07-05	DeepLASD countermeasure for logical access audio spoofing 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04808-5 PMID:40595766	研究论文	本文提出了一种名为DeepLASD的端到端深度学习方法，用于检测逻辑访问音频欺骗攻击	采用SincConv层进行可解释的频谱处理，结合残差卷积块和注意力机制改进特征提取，引入GeLU激活增强对真实和欺骗样本独特特征的捕捉能力	在ASVspoof 2021数据集上的结果表明，面对新一代合成语音仍存在挑战	提高语音认证系统对逻辑访问欺骗攻击的检测能力	语音认证系统	自然语言处理	NA	深度学习	SincConv, GRU	音频波形	ASVspoof 2019和2021大规模多样化数据集