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
4941	2025-03-19	Deep learning based agricultural pest monitoring and classification 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92659-5 PMID:40082501	研究论文	本文提出了一种基于深度学习的创新方法，用于智能农业中的害虫监测和分类	利用自动编码器解决数据不平衡问题，并结合RGB颜色编码和对象检测技术进行害虫定位和分割，最终使用卷积神经网络进行分类	未提及模型在不同环境或光照条件下的泛化能力	提高农业害虫监测和分类的精确性和效率	82类害虫	计算机视觉	NA	深度学习	自动编码器, 卷积神经网络 (CNN)	图像	IP102数据集
4942	2025-03-19	Liver margin segmentation in abdominal CT images using U-Net and Detectron2: annotated dataset for deep learning models 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92423-9 PMID:40082561	研究论文	本研究利用U-Net和Detectron2两种深度学习模型对腹部CT图像中的肝脏边缘进行分割，并提供了一个包含4200多张注释图像的数据集	提供了一个由专家标注的大规模腹部CT图像数据集，并比较了U-Net和Detectron2在肝脏分割任务中的表现，特别是Detectron2在复杂情况下的优越性	研究主要关注肝脏分割，未涉及其他腹部器官的分割，且数据集来自单一医院，可能存在一定的局限性	提高腹部CT图像中肝脏边缘分割的准确性，为肝脏疾病的自动诊断系统开发提供支持	腹部CT图像中的肝脏边缘	计算机视觉	肝脏疾病	CT成像	U-Net, Detectron2	图像	4200多张腹部CT图像
4943	2025-03-19	An optimal federated learning-based intrusion detection for IoT environment 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93501-8 PMID:40082567	研究论文	本文提出了一种基于联邦学习的最优入侵检测方法，用于物联网环境中的网络安全	采用联邦学习训练深度学习分类器，结合Chimp优化算法选择最优特征，提高了入侵检测的准确率	未提及具体的数据集规模或实验环境的局限性	提高物联网网络中入侵检测的准确性和效率	物联网网络中的入侵检测系统	机器学习	NA	联邦学习, Chimp优化算法	深度学习分类器	网络数据	使用MQTT基准数据集进行实验
4944	2025-03-19	Multilabel classification for defect prediction in software engineering 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93242-8 PMID:40082581	研究论文	本文探讨了在软件工程中使用多标签分类进行缺陷预测的方法	将缺陷预测从传统的多类分类问题转变为多标签分类问题，考虑了缺陷可能同时属于多个类别的情况	未提及具体的数据集大小或来源，可能影响结果的普适性	提高软件缺陷预测的准确性和效率	软件缺陷报告	机器学习	NA	机器学习、深度学习	Multinomial Naive Bayes, Logistic Regression, Random Forest, MLP, CNN	文本	NA
4945	2025-03-19	A robust deep learning approach for segmenting cortical and trabecular bone from 3D high resolution µCT scans of mouse bone 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92954-1 PMID:40082604	研究论文	本文提出了一种基于深度学习的双分支注意力混合网络（DBAHNet），用于自动分割小鼠胫骨3D高分辨率µCT扫描中的皮质骨和小梁骨	DBAHNet结合了transformer和卷积神经网络，以捕捉长距离依赖和局部特征，从而改善上下文表示	训练数据集有限，仅使用了小鼠胫骨的3D µCT扫描数据	开发一种自动分割小鼠胫骨3D高分辨率µCT扫描中皮质骨和小梁骨的深度学习模型，以加速药物开发中的临床前骨研究	小鼠胫骨的3D高分辨率µCT扫描数据	计算机视觉	NA	µCT扫描	DBAHNet（结合transformer和CNN的混合网络）	3D图像	来自七项不同研究的小鼠胫骨3D µCT扫描数据集
4946	2025-03-19	A dual branch model for predicting microseismic magnitude time series named DTFNet 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93272-2 PMID:40082632	研究论文	本文提出了一种名为DTFNet的双分支模型，用于预测微震震级时间序列，以提高煤矿岩爆的智能预警准确性	DTFNet模型结合了时间序列分解和深度学习，通过二次分解和双分支结构有效建模微震时间序列数据，并深度提取微震震级数据的特征	未明确提及具体局限性	提高煤矿岩爆的智能预警准确性	微震震级时间序列数据	机器学习	NA	互补集合经验模态分解、排列熵、变分模态分解	DTFNet（双分支时间序列预测模型）	时间序列数据	多个工作面的微震监测目录
4947	2025-03-19	Artificial intelligence based classification and prediction of medical imaging using a novel framework of inverted and self-attention deep neural network architecture 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93718-7 PMID:40082642	研究论文	本文提出了一种基于人工智能的新型深度学习框架，用于分类多种医学影像模态，并在多个公开数据集上取得了较高的准确率	提出了两种新的深度学习架构：倒置残差卷积神经网络（IRCNN）和自注意力卷积神经网络（SACNN），并采用改进的串行融合方法和优化算法SScSEM进行特征选择和分类	未提及具体的研究局限性	提高医学影像分类的准确性和效率，以辅助计算机辅助诊断（CAD）	多种医学影像模态，包括乳腺X光、内窥镜、皮肤镜、肺癌和口腔癌影像	计算机视觉	肺癌、口腔癌	深度学习、数据增强、特征融合	IRCNN、SACNN、SWNN	医学影像	五个公开数据集（INBreast、KVASIR、ISIC2018、肺癌、口腔癌）
4948	2025-03-19	Development and evaluation of a deep learning framework for pelvic and sacral tumor segmentation from multi-sequence MRI: a retrospective study 2025-Mar-13, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00850-8 PMID:40082955	研究论文	本文开发并评估了一种深度学习框架，用于从多序列MRI中分割盆腔和骶骨肿瘤	提出了一种结合2.5D U-net和MobileNetV2的深度学习框架，并采用快速注释策略进行多序列MRI的自动分割	研究为回顾性研究，可能存在数据偏差	开发一种高效的深度学习框架，用于从多序列MRI中分割盆腔和骶骨肿瘤	616名经病理确认的盆腔和骶骨肿瘤患者	数字病理	盆腔和骶骨肿瘤	多序列MRI（包括T1加权、T2加权、扩散加权成像和对比增强T1加权）	2.5D U-net和MobileNetV2	MRI图像	616名患者
4949	2025-03-19	Exploring the significance of the frontal lobe for diagnosis of schizophrenia using explainable artificial intelligence and group level analysis 2025-Mar-13, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.111969 PMID:40096788	研究论文	本文通过可解释的人工智能和群体水平分析，探讨了额叶在精神分裂症诊断中的重要性	使用可解释的深度学习方法（Grad-CAM）和群体水平分析，识别精神分裂症患者的重要脑区，并在额叶中发现了显著的分类特征	未提及样本的具体数量或多样性，可能影响结果的普适性	研究精神分裂症诊断中额叶的作用，并帮助临床医生制定治疗方案	精神分裂症患者和健康对照组（CN）	数字病理学	精神分裂症	功能性磁共振成像（fMRI）、结构性磁共振成像（sMRI）	深度学习（Grad-CAM）	MRI图像（sMRI和fMRI）	NA
4950	2025-03-19	Deep Learning Estimation of Small Airways Disease from Inspiratory Chest CT: Clinical Validation, Repeatability, and Associations with Adverse Clinical Outcomes in COPD 2025-Mar-12, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202409-1847OC PMID:40072247	研究论文	本文开发了一种基于生成式AI的模型，用于从单一的吸气CT扫描中评估小气道疾病，并与双体积参数响应映射方法进行了比较	通过生成式AI模型从单一吸气CT扫描中评估小气道疾病，无需额外的呼气CT扫描，提高了临床适用性	研究结果在COPDGene研究中的验证样本量相对较小（n = 458），可能影响结果的普适性	评估AI模型在慢性阻塞性肺疾病（COPD）中从小气道疾病（fSAD）的吸气CT扫描中估计fSADTLC的能力，并验证其临床关联性和重复性	来自SPIROMICS研究的2513名参与者和COPDGene研究的458名参与者	数字病理学	慢性阻塞性肺疾病	生成式AI模型	生成式模型	CT图像	SPIROMICS研究中的2513名参与者和COPDGene研究中的458名参与者
4951	2025-03-19	[Development of an abdominal acupoint localization system based on AI deep learning] 2025-Mar-12, Zhongguo zhen jiu = Chinese acupuncture & moxibustion DOI:10.13703/j.0255-2930.20240207-0003 PMID:40097227	研究论文	本研究开发了一种基于计算机视觉和卷积神经网络（CNNs）的腹部穴位定位系统	构建了一个多任务CNNs架构，用于定位神阙（CV8）和人体边界，并通过仿射变换矩阵将图像坐标映射到穴位模板空间，实现腹部穴位的精确定位	NA	开发一种基于AI深度学习的腹部穴位定位系统，以支持中医远程教育、诊断辅助和高级中医设备的发展	腹部穴位，特别是神阙（CV8）、上脘（CV13）、曲骨（CV2）和双侧大横（SP15）	计算机视觉	NA	卷积神经网络（CNNs）	CNN	图像	NA
4952	2025-03-19	Deep Learning for Odor Prediction on Aroma-Chemical Blends 2025-Mar-11, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c07078 PMID:40092758	研究论文	本文探讨了深度学习技术在预测香气化学混合物嗅觉品质方面的应用	提出了图神经网络模型，用于准确预测香气化学混合物的嗅觉品质，并分析了模型架构变化对预测性能的显著影响	研究主要集中于分子对的预测，未涉及更复杂的混合物	探索深度学习在预测香气化学混合物嗅觉品质中的应用	香气化学混合物	机器学习	NA	深度学习	图神经网络	分子对数据	NA
4953	2025-03-19	DeepEpiIL13: Deep Learning for Rapid and Accurate Prediction of IL-13-Inducing Epitopes Using Pretrained Language Models and Multiwindow Convolutional Neural Networks 2025-Mar-11, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c10960 PMID:40092768	研究论文	本文介绍了一种名为DeepEpilL13的新型深度学习框架，用于快速准确地预测IL-13诱导的表位	DeepEpilL13结合了预训练语言模型和多窗口卷积神经网络（CNN），能够从蛋白质序列中有效探索与IL-13诱导相关的局部和全局序列模式	NA	提高IL-13诱导表位预测的效率和准确性，以推动针对过敏性炎症、COVID-19相关细胞因子风暴及相关疾病的靶向治疗	IL-13诱导的表位	自然语言处理	COVID-19	深度学习	预训练语言模型和多窗口卷积神经网络（CNN）	蛋白质序列	基准数据集和独立的SARS-CoV-2数据集
4954	2025-03-19	Deep Learning-Assisted Triboelectric Sensor for Complex Gesture Recognition 2025-Mar-11, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c10150 PMID:40092790	研究论文	本文提出了一种基于人工智能的手势识别系统，结合摩擦电传感器、Arduino信号处理模块和深度学习模块，用于复杂手势识别	将摩擦电技术与深度学习相结合，特别是使用一维卷积神经网络（CNN），实现了超过95%的12种不同手势识别准确率	未提及具体样本量或实验场景的局限性	开发一种灵活、高效且准确的手势识别系统，以满足物联网和5G技术的需求	手势识别系统	机器学习	NA	摩擦电传感器技术	一维卷积神经网络（CNN）	传感器信号	NA
4955	2025-03-19	Leveraging large language models for knowledge-free weak supervision in clinical natural language processing 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68168-2 PMID:40064991	研究论文	本文提出了一种利用大型语言模型（LLMs）进行无领域知识的弱监督方法，用于临床自然语言处理	通过微调LLMs并结合弱监督，无需大量领域知识，即可生成弱标签数据用于训练下游BERT模型，并在少量黄金标准数据上进一步微调，显著提升了性能	LLMs的推理计算量较大	解决临床自然语言处理中标注数据不足的问题	临床命名实体识别	自然语言处理	NA	弱监督学习、微调LLMs	BERT、Llama2	文本	三个i2b2/n2c2数据集，不超过10个黄金标准笔记
4956	2025-03-19	Comparison of Multimodal Deep Learning Approaches for Predicting Clinical Deterioration in Ward Patients 2025-Mar-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.06.25322855 PMID:40093217	研究论文	本文比较了使用和不使用临床笔记信息的多模态深度学习模型在预测病房患者临床恶化方面的表现	首次比较了结合结构化数据与SapBERT嵌入的多模态模型在预测临床恶化中的表现，并发现添加临床笔记信息并未显著提升模型性能	研究结果可能受限于特定医院的数据集，且未探讨模型在其他临床环境中的泛化能力	比较不同多模态深度学习模型在预测病房患者临床恶化中的表现	芝加哥大学和威斯康星大学麦迪逊分校的病房成年患者	机器学习	NA	深度学习	深度循环神经网络	结构化数据和非结构化数据（临床笔记）	506,076名病房患者
4957	2025-03-19	DDCSR: A Novel End-to-End Deep Learning Framework for Cortical Surface Reconstruction from Diffusion MRI 2025-Mar-05, ArXiv PMID:40093365	研究论文	本文提出了一种名为DDCSR的端到端深度学习框架，用于从扩散MRI数据直接进行皮质表面重建	首次实现了直接从扩散MRI数据进行皮质表面重建，克服了传统方法依赖T1加权数据和跨模态配准的局限性	未提及具体的样本量或数据来源的多样性限制	提高从扩散MRI数据进行皮质表面重建的准确性和效率	扩散MRI数据	数字病理学	NA	扩散MRI	深度学习框架	MRI图像	NA
4958	2025-03-19	Sul-BertGRU: an ensemble deep learning method integrating information entropy-enhanced BERT and directional multi-GRU for S-sulfhydration sites prediction 2025-Mar-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf078 PMID:39977366	研究论文	本文提出了一种名为Sul-BertGRU的深度学习方法，用于预测蛋白质中的S-硫化位点	Sul-BertGRU结合了信息熵增强的BERT和多向门控循环单元（GRU），通过并行多头自注意力机制和卷积神经网络深入分析序列特征	NA	解决准确识别蛋白质中S-硫化位点的挑战	蛋白质序列	自然语言处理	心血管疾病	深度学习	BERT, GRU, CNN	蛋白质序列数据	NA
4959	2025-03-19	Measurement noise scaling laws for cellular representation learning 2025-Mar-04, ArXiv PMID:40093368	研究论文	本文探讨了测量噪声对深度学习模型性能的影响，并提出了一个信息论指标来评估细胞表示模型的质量	首次将测量噪声作为性能扩展轴，并发现其遵循独特的对数规律，同时提出了一个通用的信息论指标来评估模型质量	研究主要基于生物单细胞基因组数据，虽然结果在图像分类模型中也有体现，但尚未广泛验证于其他领域	研究测量噪声对深度学习模型性能的影响，并探索其在数据生成和整理中的指导作用	生物单细胞基因组数据和图像分类模型	机器学习	NA	单细胞基因组学	表示学习模型	基因组数据和图像数据	多个数据集，具体样本数量未明确
4960	2025-03-19	BMSMM-Net: A Bone Metastasis Segmentation Framework Based on Mamba and Multiperspective Extraction 2025-03, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.018 PMID:39617656	研究论文	本文提出了一种基于Mamba和多视角提取的骨转移分割框架BMSMM-Net，旨在提高骨转移的快速、精确分割	BMSMM-Net框架集成了新提出的Bottleneck Gating Mamba层（BGM）、Skip-Mamba（SKM）模块和多视角提取（MPE）模块，增强了长程依赖性和多尺度特征融合能力	NA	提高骨转移的自动分割精度，以改善患者预后和生存率	骨转移病灶	计算机视觉	骨转移	深度学习	BMSMM-Net	医学图像	BM-Seg数据集