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
441	2025-04-16	Integrating hybrid bald eagle crow search algorithm and deep learning for enhanced malicious node detection in secure distributed systems 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93549-6 PMID:40221436	研究论文	该研究提出了一种混合秃鹰乌鸦搜索算法与深度学习相结合的HBECSA-DLMND技术，用于增强安全分布式系统中的恶意节点检测	结合了混合秃鹰乌鸦搜索算法(HBECSA)和深度学习(CSAE模型)，并采用DBO方法优化参数，提高了恶意节点检测的准确率	仅在WSN-DS基准数据库上进行了实验验证，未在其他分布式系统数据集上测试	提高分布式系统中恶意节点检测的准确性和效率	分布式系统中的恶意节点	机器学习	NA	线性缩放归一化(LSN)、ADASYN、HBECSA、CSAE、DBO	卷积稀疏自编码器(CSAE)	网络数据	WSN-DS基准数据库
442	2025-04-16	Integrating advanced deep learning techniques for enhanced detection and classification of citrus leaf and fruit diseases 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97159-0 PMID:40221550	研究论文	本研究评估了四种深度学习模型在柑橘病害图像分类中的性能	比较了四种先进的深度学习模型在柑橘病害分类中的表现，其中InceptionV3和DenseNet121达到了99.12%的测试准确率	数据集规模相对较小，仅包含759张图像	提高柑橘叶片和果实病害的检测与分类准确性	柑橘病害图像	计算机视觉	柑橘病害	深度学习	EfficientNetB0, ResNet50, DenseNet121, InceptionV3	图像	759张图像，涵盖9种病害类别
443	2025-04-16	Deep learning-based identification of patients at increased risk of cancer using routine laboratory markers 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97331-6 PMID:40221571	research paper	该研究开发了一种基于血液标志物的风险分层方法，用于识别癌症风险较高的患者，以鼓励其进行诊断测试或参与筛查计划	利用简单且广泛可用的血液测试（如全血细胞计数和全面代谢面板）来识别结直肠癌、肝癌和肺癌的风险患者，ROC曲线下面积分别为0.76、0.85和0.78	研究未提及样本的具体数量或多样性，可能影响结果的普遍性	开发一种基于血液标志物的风险分层方法，用于癌症早期筛查	结直肠癌、肝癌和肺癌的风险患者	machine learning	colorectal cancer, liver cancer, lung cancer	deep learning	NA	blood test data	NA
444	2025-04-16	ChatIOS: Improving Automatic 3-Dimensional Tooth Segmentation via GPT-4V and Multimodal Pre-training 2025-Apr-12, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105755 PMID:40228651	研究论文	提出一个结合GPT-4V和多模态预训练技术的框架，用于提升3D牙齿分割的深度学习算法	首次将GPT-4V应用于数字牙科领域，并开创了多模态预训练范式用于3D牙齿分割	NA	提升3D牙齿分割的准确性和效率，以支持正畸和修复治疗	牙齿3D扫描数据	数字牙科	NA	GPT-4V和多模态预训练	PointNet++	3D点云、2D图像和文本描述	1800个口腔内扫描数据，约24000颗标注牙齿（训练集：1200扫描，16004牙齿；测试集：600扫描，7995牙齿），来自900名患者
445	2025-04-16	[Application and considerations of artificial intelligence and neuroimaging in the study of brain effect mechanisms of acupuncture and moxibustion] 2025-Apr-12, Zhongguo zhen jiu = Chinese acupuncture & moxibustion DOI:10.13703/j.0255-2930.20241124-0001 PMID:40229151	research paper	探讨人工智能与神经影像学在针灸脑效应机制研究中的应用与思考	结合人工智能算法优化多模态神经影像数据，实现针灸效应的个体化、智能化和精确预测	当前研究存在数据量大且分散、质量不一致及图像信息高度异质性等问题	分析人工智能与神经影像学在针灸脑效应机制研究中的应用	脑电图（EEG）和磁共振成像（MRI）数据	machine learning	NA	EEG, MRI	machine learning, deep learning	neuroimaging data	NA
446	2025-04-16	The genetic architecture of and evolutionary constraints on the human pelvic form 2025-Apr-11, Science (New York, N.Y.) DOI:10.1126/science.adq1521 PMID:40208988	研究论文	通过深度学习分析大量双能X射线吸收测量扫描数据，研究人类骨盆形态的遗传结构和进化限制	首次大规模识别与骨盆表型相关的180个基因位点，揭示骨盆形态与多种健康结果的关联	研究主要基于英国生物银行数据，可能无法完全代表全球人群的遗传多样性	探究人类骨盆形态的遗传基础和进化限制	31,115份来自UK Biobank的双能X射线吸收测量扫描数据	计算生物学	骨骼系统疾病	双能X射线吸收测量(DXA), 深度学习	深度学习模型	医学影像数据	31,115份DXA扫描数据
447	2025-04-16	Neural network analysis as a novel skin outcome in a trial of belumosudil in patients with systemic sclerosis 2025-Apr-11, Arthritis research & therapy IF:4.4Q1 DOI:10.1186/s13075-025-03508-9 PMID:40217251	研究论文	本研究利用深度学习和组织学分析，探索人工智能在系统性硬化症（SSc）皮肤活检中的应用，以量化超出皮肤厚度的病理特征	首次将神经网络分析应用于系统性硬化症皮肤活检，作为定量评估工具，揭示了传统评分方法无法捕捉的病理特征	研究样本量小（仅5例有效活检数据），且研究因早期终止而受限	评估belumosudil对系统性硬化症患者皮肤病变的影响，并探索AI在量化病理特征中的应用	成人弥漫性皮肤系统性硬化症患者（病程≤6年）	数字病理学	系统性硬化症	深度学习、组织学分析（Masson三色染色、H&E染色、CD3染色、α平滑肌肌动蛋白染色）	深度学习模型	组织切片图像	10名参与者（其中5名有可用活检数据）
448	2025-04-16	Improved YOLO for long range detection of small drones 2025-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95580-z PMID:40210712	研究论文	提出了一种轻量级无人机检测方法LMWP-YOLO，通过多维协作注意力机制和多尺度融合提高小目标检测性能	结合多维协作注意力机制和多尺度融合，优化损失函数和剪枝策略，显著提升检测精度和计算效率	未提及在极端环境条件下的性能表现	提高复杂环境下小型无人机的长距离检测准确性和效率	小型无人机	计算机视觉	NA	深度可分离卷积、高效激活函数	YOLO改进模型（LMWP-YOLO）	图像	未明确说明
449	2025-04-16	DeepATsers: a deep learning framework for one-pot SERS biosensor to detect SARS-CoV-2 virus 2025-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96557-8 PMID:40210912	研究论文	开发了一个名为DeepATsers的深度学习框架，用于通过一锅法SERS生物传感器快速检测COVID-19感染	结合CNN和GAN的深度学习模型DeepATsers，用于从实验指纹状光谱数据中准确识别SARS-CoV-2蛋白	原始实验数据集较小（126个光谱），尽管通过GAN进行了数据增强	开发一个快速、准确检测COVID-19感染的深度学习框架	SARS-CoV-2病毒蛋白（S蛋白、N蛋白、VLP蛋白、链霉亲和素蛋白及空白信号）	数字病理学	COVID-19	SERS（表面增强拉曼光谱）	CNN和GAN	光谱数据	原始数据集126个光谱，增强后780个光谱
450	2025-04-16	EcoTaskSched: a hybrid machine learning approach for energy-efficient task scheduling in IoT-based fog-cloud environments 2025-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96974-9 PMID:40211053	研究论文	提出了一种基于机器学习的混合模型EcoTaskSched，用于在雾-云环境中实现能源高效的任务调度	结合CNN和BiLSTM深度学习模型，优化任务调度顺序，显著降低能耗并提高任务完成率	尚未在真实物联网环境中进行长期测试，未来需要集成更多ML模型以优化调度算法	解决雾-云环境中能源和资源效率优化的问题	雾-云计算环境中的任务调度	机器学习	NA	深度学习	CNN, BiLSTM	任务工作负载数据	使用COSCO框架模拟的雾-云环境及Azure B2s计划中的四个物理节点，DeFog基准生成的工作负载数据
451	2025-04-16	Analysis of RNA translation with a deep learning architecture provides new insight into translation control 2025-Apr-10, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf277 PMID:40219965	research paper	开发了一个深度神经网络模型TranslationAI，用于直接从RNA序列预测和分析翻译起始和终止位点，揭示了翻译控制的新机制	模型揭示了密码子使用在调节翻译终止中的新作用，并预测了数千个新的开放阅读框	模型主要基于人类转录本训练，在其他生物中的预测准确性可能有限	理解和预测RNA翻译的起始和终止位点	人类转录本、真核生物、原核生物和RNA病毒的多顺反子转录本	machine learning	NA	深度神经网络	deep neural network	RNA序列	人类转录组数据
452	2025-04-16	Application of artificial intelligence in the diagnosis of malignant digestive tract tumors: focusing on opportunities and challenges in endoscopy and pathology 2025-Apr-09, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06428-z PMID:40205603	review	本文系统回顾了人工智能在恶性消化道肿瘤诊断中的应用，重点关注内窥镜检查和病理诊断两个关键领域的进展和瓶颈	探讨了人工智能技术在内窥镜实时病变检测和自动化病理图像分析中的潜力，以提高诊断准确性和效率	数据标准化不足、可解释性不足、临床验证薄弱以及模型在多中心、多设备环境中的泛化能力有待验证	系统回顾人工智能在恶性消化道肿瘤诊断中的应用，并为后续研究和临床转化提供可行思路和建议	恶性消化道肿瘤（如食管癌、胃癌或结直肠癌）	digital pathology	消化系统肿瘤	深度学习	CNN, 多模态预训练模型	图像	NA
453	2025-04-16	Monitoring and Optimization of CFB Bed Temperature in the Flexible Process: A Hybrid Framework of Deep Learning Model and Mechanism Model 2025-Apr-08, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c11542 PMID:40224442	research paper	提出了一种结合深度学习模型和机理模型的CFB锅炉床温监测与优化方法	采用Informer算法构建床温范围预测模型，并结合机理模型综合确定燃烧优化目标值	数据模型预测的燃烧优化目标值可靠性较差，优化上限存在约束	解决循环流化床锅炉燃烧系统在柔性运行过程中床温异常波动和燃烧效率低的问题	循环流化床(CFB)锅炉燃烧系统	machine learning	NA	Informer算法	深度学习模型与机理模型混合框架	稳态运行数据	300和200 MW发电机组的稳态运行数据
454	2025-04-16	A Distillation Approach to Transformer-Based Medical Image Classification with Limited Data 2025-Apr-04, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070929 PMID:40218279	研究论文	本研究探讨了在有限数据条件下，蒸馏技术对基于Transformer的深度学习架构在医学图像分类任务中性能的影响	首次系统研究了蒸馏技术在基于Transformer的医学图像分类模型中的作用，并展示了其在有限数据条件下的性能提升	研究仅使用了脑部MRI四分类数据集，未验证在其他医学图像数据上的泛化性	评估蒸馏技术对Transformer模型在有限医学图像数据上分类性能的影响	基于Transformer的医学图像分类模型(ViTx32, ViTx16, DeiT, BeiT)	计算机视觉	脑部疾病	知识蒸馏	Transformer(ViT, DeiT, BeiT)	医学图像(MRI)	四分类脑部MRI数据集(具体数量未说明)
455	2025-04-16	Precision Psychiatry for Obsessive-Compulsive Disorder: Clinical Applications of Deep Learning Architectures 2025-Apr-03, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14072442 PMID:40217892	review	本文综述了深度学习架构在强迫症精准精神病学中的临床应用	探讨了五种关键深度学习架构在强迫症研究和临床实践中的应用及其创新点	未提及具体研究的样本量或数据限制	推动强迫症的精准精神病学研究和临床应用	强迫症患者	machine learning	psychiatric disease	neuroimaging, EEG	feedforward neural networks, CNN, RNN, GAN, transformers	multimodal datasets	NA
456	2025-04-16	Role of Artificial Intelligence in Thyroid Cancer Diagnosis 2025-Apr-02, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14072422 PMID:40217871	review	本文综述了人工智能（AI）在甲状腺癌诊断中的应用，特别是机器学习和深度学习算法在超声、病理和分子领域的有效性	介绍了新的AI算法如CBIR、SE-CBIR、Restore-GANs和ViTs，展示了它们在甲状腺病理诊断和预后中的潜力	未提及具体研究样本量或实验设计的局限性	探讨AI在甲状腺癌诊断和预防中的应用潜力	甲状腺结节和甲状腺癌	digital pathology	thyroid cancer	machine learning, deep learning	GAN, Vision Transformers (ViTs)	image	NA
457	2025-04-16	Identification of Eye Diseases Through Deep Learning 2025-Apr-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15070916 PMID:40218266	研究论文	本研究旨在设计和实现一种基于深度学习的算法，以高精度分类眼部疾病	提出了一种自设计的卷积神经网络架构，结合数字图像处理技术，实现了97%的分类效率	研究未提及模型在临床环境中的实际应用效果及跨数据集泛化能力	开发高效的眼部疾病自动诊断系统	眼部疾病（白内障、糖尿病视网膜病变、青光眼等）	计算机视觉	眼部疾病	数字图像处理（模糊滤镜、Canny边缘检测）	CNN（包含3个卷积层、3个池化层的11层自定义架构）	图像	包含5类（正常、白内障、糖尿病视网膜病变、青光眼、其他视网膜疾病）的眼部图像数据集
458	2025-04-16	Retinal fluid quantification using a novel deep learning algorithm in patients treated with faricimab in the TRUCKEE study 2025-Apr, Eye (London, England) DOI:10.1038/s41433-024-03532-0 PMID:39663398	研究论文	本研究使用一种新型深度学习算法在真实世界患者中量化视网膜液体变化，这些患者接受faricimab治疗新生血管性年龄相关性黄斑变性(nAMD)	开发了一种新型深度学习算法(Notal OCT Analyzer, NOA)来精确量化视网膜液体变化	研究为回顾性设计，可能受到数据收集偏差的影响	评估faricimab治疗nAMD患者的视网膜液体变化	接受faricimab治疗的nAMD患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描(OCT)	深度学习算法(NOA)	图像	521只眼睛
459	2025-04-16	Traditional versus modern approaches to screening mammography: a comparison of computer-assisted detection for synthetic 2D mammography versus an artificial intelligence algorithm for digital breast tomosynthesis 2025-Apr, Breast cancer research and treatment IF:3.0Q2 DOI:10.1007/s10549-024-07589-z PMID:39786500	research paper	比较传统计算机辅助检测（CADe）算法与基于深度学习的AI算法在乳腺癌筛查中的性能	首次比较了传统CADe算法与基于深度学习的AI算法在数字乳腺断层合成（DBT）和合成2D乳腺X线摄影上的表现	研究样本量相对较小（764例患者），且仅使用了Hologic公司的特定算法	比较传统CADe算法与现代AI算法在乳腺癌筛查中的诊断性能	764例患者的乳腺X线检查（106例活检证实癌症和658例阴性病例）	digital pathology	breast cancer	synthetic 2D mammography, digital breast tomosynthesis (DBT)	traditional machine learning (CADe), deep learning (AI)	medical images	764例患者（106例癌症，658例阴性）
460	2025-04-16	Towards a unified framework for single-cell -omics-based disease prediction through AI 2025-04, Clinical and translational medicine IF:7.9Q1 DOI:10.1002/ctm2.70290 PMID:40170267	研究论文	提出一个名为scDisPreAI的统一框架，利用AI整合单细胞组学数据，用于疾病和疾病阶段的预测及生物标志物发现	提出首个整合单细胞组学数据和AI的统一框架scDisPreAI，支持多任务学习和可解释的生物标志物识别	需要进一步的多组学整合、标准化协议和前瞻性临床验证	开发一个AI驱动的统一框架，用于基于单细胞组学数据的疾病预测和生物标志物发现	单细胞组学数据和疾病预测	机器学习	多种疾病	单细胞组学	多任务学习模型（可能包括深度学习架构）	单细胞组学数据	NA