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	2025-05-16	Enhancing convolutional neural networks in electroencephalogram driver drowsiness detection using human inspired optimizers 2025-Mar-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93765-0 PMID:40155444	研究论文	该研究探讨了使用人类启发式优化算法（TLBO和SPBO）优化卷积神经网络（CNN）在基于脑电图（EEG）的驾驶员嗜睡检测中的应用	首次将人类启发式优化算法（TLBO和SPBO）应用于优化CNN在EEG信号处理中的性能，提高了驾驶员嗜睡检测的准确性和效率	存在轻微的过拟合问题，且SPBO生成的模型结构较为复杂	提高基于EEG的驾驶员嗜睡检测系统的性能	驾驶员嗜睡检测	机器学习	NA	EEG信号处理	CNN	EEG信号	NA
402	2025-05-16	A novel deep learning-based model for automated tooth detection and numbering in mixed and permanent dentition in occlusal photographs 2025-Mar-29, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05803-y PMID:40158107	研究论文	开发了一种基于深度学习的自动化系统，用于在混合和恒牙列的咬合照片中检测和编号牙齿	首次在咬合照片中实现了混合和恒牙列的自动化牙齿检测与编号，填补了该领域的研究空白	在代表性不足的牙齿（如乳切牙和恒牙第三磨牙）上存在误分类	开发人工智能模型以改进牙科诊断和治疗规划	混合和恒牙列的牙齿	计算机视觉	牙科疾病	深度学习	CNN, YOLOv8	图像	3215张上颌和下颌的咬合视图图像
403	2025-05-16	N6-methyladenine identification using deep learning and discriminative feature integration 2025-Mar-29, BMC medical genomics IF:2.1Q3 DOI:10.1186/s12920-025-02131-6 PMID:40158097	研究论文	本研究提出了一种名为Deep-N6mA的新型深度神经网络模型，用于精确识别DNA中的N6-甲基腺嘌呤（6mA）位点	结合了最优混合特征和深度神经网络，提高了6mA位点识别的准确性和泛化能力	未提及模型在更大规模或更多样化数据集上的表现	开发一种准确识别DNA中6mA位点的方法，以促进早期检测和表观遗传学研究	DNA序列中的N6-甲基腺嘌呤（6mA）位点	生物信息学	NA	DNA测序技术	DNN	DNA序列数据	两个基准数据集（F. vesca和R. chinensis）
404	2025-05-16	Harnessing Transfer Deep Learning Framework for the Investigation of Transition Metal Perovskite Oxides with Advanced p-n Transformation Sensing Performance 2025-03-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c03085 PMID:40029947	研究论文	本研究利用深度学习框架结合自然语言处理技术和晶体图卷积神经网络，预测并优化了过渡金属钙钛矿氧化物的p-n转换传感性能	提出了一种结合Word2Vec和CGCNN的预测方法，构建了包含120万文献摘要和11万晶体结构数据的数据集，并开发了HSLIM-n和PSLRM-p模型以深入分析传感性能的p-n转换机制	NA	研究过渡金属钙钛矿氧化物在气体传感材料中的性能优化和p-n转换机制	锌钴双金属离子与配体复合的钙钛矿氧化物	机器学习	NA	Word2Vec, CGCNN	深度学习框架	文本, 晶体结构数据	120万文献摘要和11万晶体结构数据
405	2025-05-16	Artificial Intelligence in Gas Sensing: A Review 2025-03-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02272 PMID:40067186	review	本文综述了人工智能（AI）、机器学习（ML）和深度学习（DL）在增强和自动化气体传感方法中的作用，以及这些技术对新兴气体传感器系统的影响	AI、ML和DL方法可以处理和解释复杂的传感器数据，提高准确性、灵敏度和选择性，实现快速气体检测和定量浓度测量	NA	探讨AI在气体传感技术中的应用及其对传感器性能的提升	气体传感器技术及AI、ML、DL方法	machine learning	NA	AI、ML、DL	NA	sensor data	NA
406	2025-05-16	Multimodal recurrence risk prediction model for HR+/HER2- early breast cancer following adjuvant chemo-endocrine therapy: integrating pathology image and clinicalpathological features 2025-Mar-28, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01968-0 PMID:40148997	研究论文	开发了一种多模态复发风险预测模型，用于HR+/HER2-早期乳腺癌患者在辅助化疗内分泌治疗后的复发风险预测	整合病理图像和临床病理特征，开发了基于深度学习的多实例学习管道，显著提高了复发风险预测的准确性	研究样本主要来自单一医疗机构，外部验证仅使用了TCGA队列	优化HR+/HER2-早期乳腺癌患者的治疗策略，改善患者预后	HR+/HER2-早期乳腺癌患者	数字病理	乳腺癌	深度学习	ACMIL, CLAM	病理图像, 临床病理数据	1095名HR+/HER2-早期乳腺癌患者
407	2025-05-16	Highly parallel profiling of the activities and specificities of Cas12a variants in human cells 2025-Mar-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57150-9 PMID:40155371	研究论文	本文通过高通量分析评估了24种Cas12a变体的活性和与特定PAM的兼容性，并开发了深度学习模型来预测这些变体在目标序列上的基因编辑活性	开发了深度学习模型预测Cas12a变体的基因编辑活性，并改进了GUIDE-seq系统以减少Cas12a的脱靶检测阻碍	研究仅针对24种Cas12a变体，可能未涵盖所有可能的变体	评估和比较不同Cas12a变体的基因编辑活性和特异性	24种Cas12a变体	基因编辑	NA	高通量分析、深度学习、GUIDE-seq	深度学习模型	基因序列数据	24种Cas12a变体
408	2025-05-16	Application of dual branch and bidirectional feedback feature extraction networks for real time accurate positioning of stents 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86304-4 PMID:40155423	research paper	提出了一种名为DBMedDet的深度学习模型，用于实时指导动脉支架植入手术中的精确定位	DBMedDet模型具有并行双分支边缘特征提取网络和双向反馈特征融合子网络，专为胸腹主动脉支架设计	NA	提高支架植入手术的精确度和安全性	胸腹主动脉支架	computer vision	cardiovascular disease	deep learning	DBMedDet	image	NA
409	2025-05-16	Detection of cotton crops diseases using customized deep learning model 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94636-4 PMID:40155421	研究论文	本文提出了一种定制的深度学习模型，用于检测棉花作物的病害	比较了多种先进的深度学习模型（如VGG16、DenseNet、EfficientNet等）在棉花病害识别中的表现，并发现ResNet152模型优于其他模型	未提及模型在田间实际应用中的具体表现或泛化能力	开发高效的棉花病害检测方法以减少农业经济损失	棉花作物及其病害	计算机视觉	棉花病害	深度学习	VGG16, DenseNet, EfficientNet, InceptionV3, MobileNet, NasNet, ResNet	图像	未明确提及样本数量，但使用了从田间收集的真实棉花病害数据
410	2025-05-16	A deep learning approach to remotely assessing essential tremor with handwritten images 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94729-0 PMID:40155628	研究论文	该研究提出了一种基于深度学习的远程评估原发性震颤（ET）严重程度的新方法，使用手写图像提高评估效率和可及性	开发了基于迁移学习的模型ETSD-Net，用于评估ET严重程度，准确率达到88.44%，优于基线模型	未提及模型在更大规模或不同人群中的泛化能力	开发一种远程评估原发性震颤严重程度的高效、可及性强的工具	原发性震颤（ET）患者	数字病理学	老年疾病	深度学习	ETSD-Net	图像	约1000张高质量阿基米德螺旋手写图像，来自医疗机构和家庭环境中的患者
411	2025-05-16	Fine-tuned deep learning models for early detection and classification of kidney conditions in CT imaging 2025-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94905-2 PMID:40155680	研究论文	该研究通过微调的深度学习模型对CT图像中的肾脏状况进行早期检测和分类	提出了一种创新方法，整合了精细调整的迁移学习、高级图像处理和超参数优化，以提高肾脏肿瘤分类的准确性	NA	提高肾脏疾病的早期检测和分类准确性，改善医学影像诊断	CT图像中的囊肿、正常状态、结石和肿瘤	数字病理学	肾脏疾病	CT成像、图像处理技术（数据归一化、增强、分水岭分割、Otsu二值化阈值处理）	CNN、VGG16、ResNet50、CNNAlexnet、InceptionV3	图像	NA
412	2025-05-16	A deep learning model for classification of chondroid tumors on CT images 2025-Mar-28, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13951-1 PMID:40155859	研究论文	本研究开发了一种深度学习模型，用于在CT图像上分类软骨样肿瘤	开发了一种2D卷积神经网络模型，用于区分不同类型的软骨样肿瘤，并与放射科医生的诊断性能进行了比较	在区分非典型软骨样肿瘤和高级别软骨肉瘤方面表现仍有提升空间，反映了放射学诊断中的已知挑战	开发一种深度学习模型，用于软骨样肿瘤的分类，以辅助临床诊断	软骨样肿瘤（包括内生软骨瘤、非典型软骨样肿瘤和高级别软骨肉瘤）	数字病理学	软骨肉瘤	CT成像	2D CNN	图像	344名患者（124例内生软骨瘤，92例非典型软骨样肿瘤，128例高级别软骨肉瘤）
413	2025-05-16	Recurrent and convolutional neural networks in classification of EEG signal for guided imagery and mental workload detection 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92378-x PMID:40140460	研究论文	本研究探讨了使用循环神经网络和卷积神经网络对脑电图信号进行分类，以检测引导想象和心理工作负荷状态	首次在引导想象和心理工作负荷检测中比较了26个认知电极和256个通道的信号分类效果，发现使用认知电极即可获得与全通道相似的分类结果	研究样本仅包含26名学生，可能缺乏临床患者的代表性	验证深度学习方法和循环神经网络能否有效区分引导想象放松状态和心理工作负荷状态	26名接受引导想象放松技术和心理任务负荷的学生	机器学习	精神障碍	密集阵列脑电图放大器	EEGNet, LSTM, 1D CNN, 1D CNN-LSTM混合模型	脑电图信号	26名学生
414	2025-05-16	SIMVI disentangles intrinsic and spatial-induced cellular states in spatial omics data 2025-Mar-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58089-7 PMID:40148341	research paper	本文提出了一种名为SIMVI的深度学习框架，用于在空间组学数据中区分细胞内在变异性和细胞间相互作用	SIMVI是一种无需注释的深度学习框架，能够严格理论支持下分离空间组学数据中的细胞内在和空间诱导的潜在变量	NA	开发一种计算方法来可靠地捕获空间调控	空间组学数据中的细胞状态	digital pathology	melanoma	spatial omics	deep learning	spatial omics data	diverse platforms and tissues, including human tonsil and melanoma data
415	2025-05-16	Feasibility study of AI-assisted multi-parameter MRI diagnosis of prostate cancer 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84516-8 PMID:40148363	研究论文	提出一种基于AI的多参数MRI辅助诊断前列腺癌的新方法	结合预训练的ResNet50模型和多头注意力机制，开发了一种新型计算机辅助诊断系统，用于多参数MRI中前列腺癌的检测	研究为单中心回顾性研究，样本量相对较小（106例患者）	评估人工智能在多参数MRI中检测临床显著性前列腺癌的可行性	前列腺良恶性病变的MRI图像	数字病理学	前列腺癌	多参数MRI（mp-MRI）	ResNet50结合多头注意力机制	医学影像	106例患者的137幅mp-MRI图像，产生274组ROI数据（206组用于训练验证，68组用于测试）
416	2025-05-16	Artificial intelligence for sustainable farming with dual branch convolutional graph attention networks in rice leaf disease detection 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94891-5 PMID:40148438	研究论文	本文提出了一种新型混合深度学习方法，用于水稻叶部病害分类，旨在提高病害检测的准确性和农业生产力	采用双分支卷积图注意力网络（DB-CGANNet）进行病害分类，结合了多种图像增强技术和特征提取方法，显著提高了分类准确率	依赖于特定数据集（Rice Leaf Diseases Dataset和Rice Disease Images Dataset），可能在其他数据集上的泛化能力有限	提高水稻叶部病害检测的准确性，以改善作物管理和农业生产力	水稻叶部病害（如褐斑病、细菌性叶枯病、叶瘟病等）	计算机视觉	水稻病害	Upgraded Weighted Median Filtering (Up-WMF), Aligned Gamma-based Contrast Limited Adaptive Histogram Equalization (AG-CLAHE), Discrete Wavelet Transform (DWT), Gray Level Run Length Matrix (GLRLM), VGG19, Bio-Inspired Artificial Hummingbird (BI-AHB)	Dual Branch Convolutional Graph Attention Neural Network (DB-CGANNet)	图像	两个数据集（Rice Leaf Diseases Dataset和Rice Disease Images Dataset）
417	2025-05-16	CTA image segmentation method for intracranial aneurysms based on MGLIA net 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95143-2 PMID:40148442	research paper	提出了一种基于MGLIA net的CTA图像分割方法，用于颅内动脉瘤的三维形态重建和破裂风险评估	开发了基于MoblieNet的GLIA Net算法（MGLIA Net模型），能够对不同条件下采集的动脉瘤图像进行自适应目标分割	当前使用CTA大数据和深度学习的颅内动脉瘤分割方法缺乏普适性，面对新的医院获取的成像模态时通常需要重新设计和训练分割网络	提高颅内动脉瘤CTA图像分割的准确性和普适性	颅内动脉瘤	digital pathology	cardiovascular disease	CTA, deep learning	MGLIA Net (based on MoblieNet)	image	开源数据集（具体数量未提及）
418	2025-05-16	Multimodal medical image fusion combining saliency perception and generative adversarial network 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95147-y PMID:40148552	研究论文	本文提出了一种结合显著感知和生成对抗网络的多模态医学图像融合方法，以提高诊断准确性	提出了一种新颖的深度学习架构——时间分解网络（TDN），通过特征级时间分析和对抗学习机制优化多模态医学图像融合	NA	优化多模态医学图像融合，提高诊断准确性	多模态医学图像	计算机视觉	NA	生成对抗网络（GAN）	TDN（时间分解网络）	医学图像	多种医学图像数据集，涵盖多种模态和图像维度
419	2025-05-16	Artificial intelligence accelerates the identification of nature-derived potent LOXL2 inhibitors 2025-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95530-9 PMID:40148559	研究论文	本文通过结合深度学习和传统计算机辅助药物设计方法，筛选出LOXL2选择性抑制剂，并验证了其抑制肿瘤的效果	采用深度学习与传统计算机辅助药物设计相结合的方法，筛选出天然产物Forsythoside A作为LOXL2的有效抑制剂	研究仅针对CT26细胞进行了实验验证，尚未在其他癌细胞或体内模型中验证	开发针对LOXL2的选择性天然抑制剂，为癌症治疗提供更好的治疗手段	LOXL2选择性抑制剂及其对癌细胞的影响	计算机辅助药物设计	癌症	深度学习、分子对接、虚拟筛选	深度学习模型	分子结构数据、生物活性数据	CT26细胞
420	2025-05-16	Deep learning-based reconstruction for three-dimensional volumetric brain MRI: a qualitative and quantitative assessment 2025-Mar-27, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01647-8 PMID:40148785	研究论文	评估基于深度学习的自适应压缩感知网络在脑部MRI中的性能，并在临床环境中进行验证	使用深度学习重建技术显著减少扫描时间而不牺牲图像质量和体积量化准确性	样本量较小（10名健康志愿者和22名患者），且仅在脑部MRI中验证	评估深度学习重建技术在脑部MRI中的性能和临床应用价值	健康志愿者和患者的脑部MRI数据	医学影像分析	脑部疾病	深度学习重建（DLR）和自适应压缩感知（CS）	深度学习网络	3D脑部MRI图像	10名健康志愿者和22名患者