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
481	2025-04-25	A novel deep learning approach to classify 3D foot types of diabetic patients 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98471-5 PMID:40258927	研究论文	提出了一种基于DiffusionNet的新型深度学习方法，用于通过3D足部图像对糖尿病患者的足型进行分类	结合自注意力机制和外部特征，直接使用简单的3D足部图像对糖尿病患者的足型进行六类分类，准确率达到82.9%，超越了现有的机器和深度学习方法	NA	精确分类糖尿病足，以识别足部异常并促进通过足部矫形器工程设计的个性化治疗和预防措施	糖尿病患者的足型	计算机视觉	糖尿病	DiffusionNet	深度学习	3D图像	NA
482	2025-04-25	Securing the CAN bus using deep learning for intrusion detection in vehicles 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98433-x PMID:40258975	研究论文	本文评估了深度学习在检测CAN总线网络入侵中的应用	利用LSTM、GRU和VGG-16等深度学习模型分析CAN消息的时间和空间特征，提高了入侵检测的准确率	未提及模型在实时检测中的性能表现以及计算资源消耗	提高智能交通系统（ITS）中CAN总线网络的安全性和韧性	车辆中的CAN总线网络	机器学习	NA	深度学习	RNN, LSTM, GRU, VGG-16	CAN消息序列	Car Hacking, Survival Analysis, 和 OTIDS 数据集
483	2025-04-25	CPDMS: a database system for crop physiological disorder management 2025-Apr-22, Database : the journal of biological databases and curation DOI:10.1093/database/baaf031 PMID:40261733	研究论文	开发了一个用于实时收集和分析作物生理障碍图像的系统，特别关注番茄作物	开发了一个系统化的作物图像收集系统，并利用深度学习模型进行生理障碍识别，探讨了数据增强和超参数调优策略以提高模型性能	模型的平均精度和召回率仍有提升空间，系统在不同农业环境中的泛化能力有待进一步验证	为精准农业提供实时数据收集和分析工具，支持作物生理障碍管理	番茄作物的生理障碍，包括细菌性枯萎病、番茄黄化曲叶病毒、番茄斑萎病毒、干旱和盐胁迫	数字农业	作物生理障碍	深度学习	深度学习模型（未指定具体类型）	图像	58,479张图像（其中43,894张适合标注，24,000张用于训练，13,037张用于测试）
484	2025-04-25	FRSynergy: A Feature Refinement Network for Synergistic Drug Combination Prediction 2025-Apr-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3563433 PMID:40261768	研究论文	提出了一种名为FRSynergy的特征精炼深度学习框架，用于预测协同药物组合	通过捕捉不同药物-药物-细胞系三元组特征之间的关系和学习特征上下文信息，指导在不同场景下对药物和细胞系特征的精炼	未提及具体局限性	预测协同药物组合以增强治疗效果并减少不良反应	药物组合和癌细胞系	机器学习	癌症	深度学习	异构图注意力网络	药物和细胞系特征数据	未提及具体样本量
485	2025-04-25	FedSynthCT-Brain: A federated learning framework for multi-institutional brain MRI-to-CT synthesis 2025-Apr-22, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110160 PMID:40267535	research paper	本文提出了一种基于联邦学习的多机构脑部MRI到CT合成框架FedSynthCT-Brain，旨在解决单中心训练数据集泛化能力不足和隐私问题	首次将联邦学习应用于MRI到sCT的合成，采用跨机构水平联邦学习方法，允许多个中心协作训练基于U-Net的深度学习模型	虽然展示了可接受的性能，但未与其他非联邦学习方法进行广泛比较，且样本量相对较小	提高MRI到合成CT（sCT）的泛化能力，同时保护数据隐私	脑部MRI和CT图像	digital pathology	NA	联邦学习（FL）	U-Net	医学影像（MRI和CT）	来自四个欧美中心的23名患者数据
486	2025-04-25	An Interventional Brain-Computer Interface for Long-Term EEG Collection and Motion Classification of a Quadruped Mammal 2025-Apr-21, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3562922 PMID:40257874	研究论文	提出一种新型介入式脑机接口（BCI），用于长期采集脑电图（EEG）信号并分类四足哺乳动物的运动状态	通过静脉植入电极采集颅内EEG信号，无需开颅手术，解决了传统非侵入式BCI使用环境受限和侵入式BCI对神经永久性损伤的问题	研究仅针对羊进行实验，未涉及人类或其他动物	开发一种能够长期有效采集EEG信号的介入式BCI，用于解决中风患者术后运动功能障碍	羊的运动状态（躺下、站立、行走）	脑机接口	中风	EEG信号采集与分析	深度学习模型	EEG信号	羊的EEG信号，前三个月数据用于训练，第四个月数据用于验证
487	2025-04-25	Deconvolution of cell types and states in spatial multiomics utilizing TACIT 2025-Apr-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58874-4 PMID:40258827	research paper	本文提出了一种名为TACIT的无监督算法，用于空间多组学数据中的细胞类型和状态注释	TACIT算法无需训练数据，通过无偏阈值区分阳性细胞与背景，专注于相关标记物识别多组学检测中的模糊细胞	算法性能仅在三个特定生态位（大脑、肠道和腺体）的数据集上进行了验证	解决空间生物学中细胞类型和状态识别耗时且易出错的问题	空间多组学数据中的细胞类型和状态	空间生物学	炎症性腺体疾病	空间转录组学和蛋白质组学	无监督算法	多组学数据	5个数据集（5,000,000个细胞；51种细胞类型）
488	2025-04-25	Deep learning-based recognition model of football player's technical action behavior using PCA-LBP algorithm 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94732-5 PMID:40258880	research paper	本文提出了一种基于PCA-LBP算法的深度学习模型，用于识别足球运动员的技术动作行为	结合PCA降维与LBP算法，提高了足球运动员技术动作识别的准确率	研究仅基于2020年一场比赛的200名足球运动员数据，样本量和多样性可能不足	提高足球运动员技术动作识别的准确性，为科学训练提供技术支持	足球运动员的技术动作（踢球、运球、停球和假动作）	computer vision	NA	PCA-LBP算法	深度学习模型	image	200名足球运动员在2020年一场比赛中的数据
489	2025-04-25	A segment-based framework for explainability in animal affective computing 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96634-y PMID:40258884	research paper	提出一个基于分段的框架，用于增强动物情感计算领域的可解释性	引入定量评分机制评估显著性图与预定义语义区域的对齐程度，系统性比较不同流程的可视化解释	框架依赖于特定情感状态分类器的可用性和生成显著性图的能力	提升动物情感计算领域的模型可解释性	猫、马和狗的情感状态	animal affective computing	NA	深度学习	分类器	图像	三个数据集（猫和马疼痛、狗情绪）
490	2025-04-25	Bio inspired multi agent system for distributed power and interference management in MIMO OFDM networks 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97944-x PMID:40258916	研究论文	本文提出了一种基于白蚁群体优化的多智能体系统（TCO-MAS）与LSTM模型相结合的方法，用于MIMO-OFDM网络中的分布式功率和干扰管理	结合生物启发的白蚁群体优化算法和LSTM模型，实现预测性自适应功率分配和干扰管理	依赖于特定的信息素调整参数，可能需要针对不同场景进行微调	解决大规模MIMO-OFDM网络中资源分配和干扰控制的挑战	MIMO-OFDM网络	机器学习	NA	Termite Colony Optimization, LSTM	LSTM	网络条件数据	实验分析评估了关键指标，如总速率、能效、频谱效率、延迟和公平性指数
491	2025-04-25	Mitigating side channel attacks on FPGA through deep learning and dynamic partial reconfiguration 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98473-3 PMID:40258964	研究论文	本文介绍了一种结合深度学习和动态部分重配置技术的框架，用于减轻FPGA上的侧信道攻击	通过动态部分重配置技术实时调整FPGA资源，破坏侧信道攻击模式，同时结合深度学习模型进行复杂威胁分析，实现了从被动防御到主动防御的范式转变	目前主要针对功耗侧信道攻击进行了验证，对其他类型侧信道攻击的适应性需要进一步扩展验证	提高FPGA硬件系统对侧信道攻击的防御能力	FPGA硬件系统及其面临的侧信道攻击	硬件安全	NA	动态部分重配置(DPR)技术	深度学习模型	硬件性能数据	实验结果显示检测到缓解的延迟在20个时钟周期内
492	2025-04-25	Improving deep learning-based neural distinguisher with multiple ciphertext pairs for speck and Simon 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98251-1 PMID:40258982	研究论文	本文提出了一种基于多尺度卷积块和密集残差连接的新型神经区分器，用于提高对Speck和Simon密码系统的分析准确率	设计了多尺度卷积块和密集残差连接的神经网络结构，并引入了线性攻击概念优化输入数据集	对于高轮次简化密码系统的区分准确率仍有提升空间	提高基于深度学习的神经区分器在密码分析中的准确率和密钥恢复率	Speck 32/64和Simon 32/64密码系统	密码学	NA	深度学习	CNN	密码文本对	NA
493	2025-04-25	Design and experimental research of on device style transfer models for mobile environments 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98545-4 PMID:40259046	研究论文	本研究开发了一种针对移动设备优化的神经风格迁移（NST）模型，通过设备端AI实现实时执行，减少对云服务器的依赖	提出了一组轻量级NST模型，结合深度可分离卷积、残差瓶颈和优化的上采样技术，平衡了计算效率和视觉质量	在减少模型大小时可能导致性能下降，需要在计算效率和视觉质量之间进行权衡	开发适用于移动设备的实时神经风格迁移模型，推动移动摄影、增强现实和创意应用的发展	移动设备上的神经风格迁移模型	计算机视觉	NA	深度可分离卷积、残差瓶颈、优化的上采样技术	MobileNet和ResNet架构启发的轻量级NST模型	图像	设计了五种模型变体进行评估
494	2025-04-25	Deep learning-enhanced hyperspectral imaging for rapid screening of Co-metabolic microplastic-degrading bacteria in environmental samples 2025-Apr-21, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.138370 PMID:40267710	研究论文	本研究提出了一种结合深度学习的高光谱成像技术，用于快速筛选环境样品中共代谢微塑料降解细菌	首次将高光谱成像技术与深度学习算法结合，用于共代谢固体培养基中微塑料降解细菌的快速筛选	仅验证了一种PBAT降解细菌的筛选效果，需要更多样本来验证方法的普适性	开发一种高效筛选微塑料降解细菌的新方法	环境样品中的共代谢微塑料降解细菌	机器学习和环境微生物学	NA	高光谱成像(HSI)和深度学习	深度学习算法	高光谱图像数据	未明确说明样本数量，但验证了一种PBAT降解细菌
495	2025-04-25	The prediction of RNA-small molecule binding sites in RNA structures based on geometric deep learning 2025-Apr-21, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143308 PMID:40268011	研究论文	本文介绍了一种基于几何深度学习的计算方法RLBSIF，用于预测RNA结构中RNA与小分子配体的结合位点	提出了一种新的计算方法RLBSIF，结合表面几何特征和化学特征，通过MaSIF-based表面相互作用指纹全面表征RNA-配体相互作用，并使用ResNet18网络分析这些指纹以识别配体结合口袋	训练数据仅包含440个结合口袋，可能限制了模型的泛化能力	准确预测RNA结构中配体的结合位点，以指导药物设计和医学领域的应用	RNA与小分子配体的结合位点	机器学习	NA	几何深度学习	ResNet18	RNA结构和配体结合数据	440个结合口袋
496	2025-04-25	Computational models for prediction of m6A sites using deep learning 2025-Apr-21, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.04.011 PMID:40268153	研究论文	本文综述了基于机器学习和深度学习的m6A位点预测方法，并在基准数据集上验证了多种深度学习方法的效果	验证了在m6A位点预测中未充分利用的预训练模型和基本深度学习方法，并分析了数据集特征和模型预测解释	未提及具体的数据集规模或模型性能的局限性	准确识别m6A修饰位点以理解其功能和潜在机制	真核生物mRNA中的m6A修饰位点	自然语言处理	NA	深度学习	预训练模型和其他基本深度学习方法	生物序列数据	NA
497	2025-04-25	End-to-end deep learning-based motion correction and reconstruction for accelerated whole-heart joint T1/T2 mapping 2025-Apr-21, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110396 PMID:40268172	研究论文	本文提出了一种端到端的深度学习算法，用于加速3D全心联合T1/T2映射，以实现心肌组织的特征化	采用端到端深度学习算法联合运动估计和基于模型的运动校正重建，显著提高了重建速度	未提及具体样本量或临床验证的广泛性	加速全心心肌组织的T1/T2映射，提高心肌组织特征化的效率	心肌组织	医学影像处理	心血管疾病	深度学习	端到端非刚性运动校正重建网络	多对比度欠采样数据	NA
498	2025-04-25	Construction of a deep learning model and identification of the pivotal characteristics of FGF7- and MGST1- positive fibroblasts in heart failure post-myocardial infarction 2025-Apr-19, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143171 PMID:40258553	研究论文	本研究通过构建深度学习模型，揭示了FGF7-和MGST1-阳性成纤维细胞在心肌梗死后心力衰竭中的关键特征	发现了FGF7MGST1成纤维细胞在心肌梗死后心力衰竭中的下调现象，并通过机器学习算法鉴定了该细胞群的17个特征基因，构建了预测心力衰竭的深度学习模型	研究主要基于单细胞RNA测序数据和小鼠模型，需要在更大规模的人类样本中验证	探究心肌梗死后心力衰竭中成纤维细胞的异质性及其分子机制	FGF7-和MGST1-阳性成纤维细胞	数字病理学	心血管疾病	scRNA-seq, qRT-PCR, 孟德尔随机化分析	深度学习模型	单细胞RNA测序数据	NA
499	2025-04-25	Enhanced cell tracking using a GAN-based super-resolution video-to-video time-lapse microscopy generative model 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112225 PMID:40230526	研究论文	本文介绍了一种基于GAN的超分辨率视频到视频延时显微镜生成模型tGAN，用于增强细胞追踪的质量和多样性	提出了一种双分辨率架构的GAN模型tGAN，能够准确捕捉低分辨率和高分辨率的细胞细节，从而提高细胞追踪的准确性	需要更多的真实标注数据来进一步验证模型的泛化能力	提升细胞追踪的性能，减少对人工标注的依赖	细胞动态行为（如生长、分裂、运动和相互作用）	数字病理学	NA	GAN	tGAN（基于GAN的生成模型）	视频（延时显微镜图像）	NA
500	2025-04-25	Characterizing Bruch's membrane: State-of-the-art imaging, computational segmentation, and biologic models in retinal disease and health 2025-Apr-18, Progress in retinal and eye research IF:18.6Q1 DOI:10.1016/j.preteyeres.2025.101358 PMID:40254245	综述	本文综述了布鲁赫膜（BM）在视网膜健康和疾病中的特征、成像技术、计算分割及生物模型的最新进展	整合了多种先进成像技术（如OCT、NIR、MALDI-IMS）与AI驱动的BM自动分割方法，并探讨了动物/合成模型的应用	未提及具体临床验证数据或不同成像技术的比较性分析	深入理解布鲁赫膜在视网膜疾病中的作用机制	布鲁赫膜（BM）及其在视网膜病理生理学中的功能	数字病理学	视网膜疾病	光学相干断层扫描（OCT）、近红外反射（NIR）、自发荧光成像、MALDI-IMS质谱成像	深度学习（未指定具体模型）	医学影像	NA（综述类文章未涉及具体样本量）