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
501	2025-04-26	Correction: Deep Learning-Based Estimation of Radiographic Position to Automatically Set Up the X-Ray Prime Factors 2025-Apr-24, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01476-9 PMID:40274694	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
502	2025-04-26	PlantCareNet: an advanced system to recognize plant diseases with dual-mode recommendations for prevention 2025-Apr-23, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01366-9 PMID:40264213	研究论文	介绍了一种名为PlantCareNet的自动化端到端植物病害诊断系统，该系统不仅能精确诊断病害，还能提供交互式预防指导	结合深度学习算法和专家知识框架，提供双重模式的病害诊断和预防建议	NA	开发一个能够精确诊断植物病害并提供预防措施的自动化系统	植物病害	计算机视觉	植物病害	深度学习	CNN	图像	五个知名数据集
503	2025-04-26	Zero-shot and few-shot multimodal plastic waste classification with vision-language models 2025-Apr-23, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114815 PMID:40273572	研究论文	本文探讨了利用视觉-语言模型（VLMs）进行建筑和拆除塑料废弃物按树脂类型分类的应用	使用VLMs进行零样本和小样本学习，无需大量标注数据即可分类未见过的塑料类别	零样本分类的准确率（70.15%）仍低于完全监督学习的基准	提高塑料废弃物分类的数据效率和可扩展性	建筑和拆除塑料废弃物	计算机视觉	NA	视觉-语言模型（VLMs）	VLMs	图像和文本	未明确提及具体样本数量
504	2025-04-26	A sustainable industrial waste control with AI for predicting CO2 for climate change monitoring 2025-Apr-23, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125338 PMID:40273781	研究论文	本研究提出了一种结合AI和元宇宙框架的先进方法，用于预测和监测工业废物碳排放，以支持可持续废物管理和气候变化监测	结合了卷积神经网络和长短期记忆网络的混合深度学习模型，以及梯度提升机，用于建模复杂的时空依赖和非线性关系，并在元宇宙环境中实现动态交互式气候监测	未提及具体的数据来源和样本量，可能影响模型泛化能力	开发AI驱动的工具来预测和监测工业碳排放，支持气候变化应对决策	工业碳排放数据和能源使用模式	机器学习	NA	深度学习、梯度提升机	CNN、LSTM、GBM	能源使用数据、工业社会因素数据	NA
505	2025-04-26	Advances in EEG-based detection of Major Depressive Disorder using shallow and deep learning techniques: A systematic review 2025-Apr-23, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110154 PMID:40273818	系统综述	本文系统综述了利用浅层和深度学习技术基于EEG检测重度抑郁症（MDD）的研究进展	综述了EEG特征结合AI技术在MDD诊断中的应用，探讨了潜在的神经机制和生物标志物	需要进一步研究以增强EEG指标在MDD背景下的可解释性	探索EEG结合AI技术对MDD的客观诊断方法，以促进早期干预	重度抑郁症（MDD）患者与健康对照组的EEG数据	机器学习	抑郁症	EEG, 浅层学习, 深度学习	NA	EEG信号	22项研究（初始搜索5603篇文献）
506	2025-04-26	Deep learning-based spatial optimization of green and cool roof implementation for urban heat mitigation 2025-Apr-23, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125398 PMID:40273786	研究论文	本文提出了一种基于深度学习的框架，用于优化城市绿色和凉爽屋顶的实施，以减轻城市热压力并最大化成本效益	使用基于Multi-ResNet深度学习算法的替代模型，结合WRF-UCM物理模型生成的数据，显著降低了计算需求	研究仅针对大首尔地区，且基于SSP585气候情景和2100年土地覆盖预测，可能不适用于其他地区或不同气候情景	优化城市绿色和凉爽屋顶的实施策略，以减轻城市热压力并提高成本效益	大首尔地区的城市绿色和凉爽屋顶实施	机器学习	NA	Multi-ResNet深度学习算法，WRF-UCM物理模型	Multi-ResNet	气候模型生成的数据	379个城市网格中的262,144种情景
507	2025-04-26	Deep-ATM DL-LSTM: A novel adaptive thresholding model with dual-layer LSTM architecture for real-time driver drowsiness detection using skin conductance signals 2025-Apr-23, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110243 PMID:40273820	研究论文	提出一种基于深度学习的自适应阈值模型Deep-ATM DL-LSTM，用于实时检测驾驶员嗜睡状态	采用双层LSTM架构动态计算皮肤电导信号的阈值，整合鲁棒特征提取和自适应阈值技术	NA	提高驾驶员嗜睡检测的准确性和实时性	驾驶员的皮肤电导信号	机器学习	NA	皮肤电导信号分析	双层LSTM	生理信号	专业驾驶员在高速公路、城市区域、白天和夜晚以及雨雪环境下的数据
508	2025-04-26	GDM-BC: Non-invasive body composition dataset for intelligent prediction of Gestational Diabetes Mellitus 2025-Apr-23, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110176 PMID:40273822	research paper	介绍了一个名为GDM-BC的大规模非侵入性体成分数据集，用于妊娠期糖尿病（GDM）的智能风险预测	提出了一个包含大量非侵入性体成分指标的数据集，并展示了在该数据集上使用传统机器学习和深度学习方法进行GDM预测的效果，其中RAFNet模型表现最佳	数据集虽然规模大，但仅包含39,438名孕妇的数据，可能无法覆盖所有人群的多样性	开发一种准确且经济高效的GDM识别方法，以减少该疾病的风险和经济压力	39,438名孕妇，其中7,777名（19.7%）被诊断为GDM	machine learning	gestational diabetes mellitus	传统机器学习和深度学习方法	Residual Attention Fully Connected Network (RAFNet)	非侵入性体成分数据	39,438名孕妇
509	2025-04-26	Profiling electric signals of electrogenic probiotic bacteria using self-attention analysis 2025-Apr-22, Applied microbiology and biotechnology IF:3.9Q2 DOI:10.1007/s00253-025-13425-1 PMID:40263148	研究论文	通过自组装电路检测两种产电益生菌在鸡胚绒毛尿囊膜和小鼠肠道内产生的电信号，并利用自注意力机制分析其差异	首次使用自注意力机制分析产电益生菌的电信号谱，揭示了两种菌的独特信号特征	研究仅针对两种益生菌，样本范围有限	开发评估益生菌治疗效果的电信号特征分析方法	产电益生菌Leuconostoc mesenteroides和Lactococcus lactis	生物电信号分析	NA	自组装电路检测、自注意力机制分析	自注意力机制	电信号数据	两种益生菌在鸡胚绒毛尿囊膜和小鼠肠道内的样本
510	2025-04-26	Effective integration of drone technology for mapping and managing palm species in the Peruvian Amazon 2025-Apr-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58358-5 PMID:40263254	研究论文	本文开发了一种结合无人机技术和深度学习的方法，用于精确绘制和管理秘鲁亚马逊地区经济重要的棕榈树种	结合可见光谱无人机影像和深度学习，实现了在景观尺度上对棕榈树种的高精度检测，显著降低了成本和时间	方法在密集簇生的棕榈树检测中平均总体得分仅为74%，存在一定的识别误差	开发精确、景观尺度的物种级方法，评估经济重要的亚马逊棕榈树的分布和丰度	秘鲁亚马逊地区的三种经济重要的棕榈树种，尤其是Mauritia flexuosa	计算机视觉	NA	可见光谱无人机影像和深度学习	深度学习	图像	两个社区的棕榈树资源
511	2025-04-26	Frailty identification using a sensor-based upper-extremity function test: a deep learning approach 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73854-2 PMID:40263276	研究论文	本研究通过结合生物力学和深度学习的方法，提高了老年人衰弱预测的准确性	使用传感器辅助的上肢功能测试和深度学习模型（LSTM）进行衰弱预测，肌肉共收缩被识别为关键预测因子	需要更大规模和更多样化的人群进行进一步验证以确认结果的普遍性	提高老年人衰弱预测的准确性	312名参与者（126名非衰弱，145名衰弱前期，41名衰弱）	机器学习	老年疾病	传感器辅助的上肢功能测试，肌肉力计算	LSTM, SVM, logistic regression	生物力学数据	312名参与者
512	2025-04-26	Real-space heterogeneous reconstruction, refinement, and disentanglement of CryoEM conformational states with HetSIREN 2025-Apr-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59135-0 PMID:40263313	research paper	提出了一种基于深度学习的CryoEM异构体重建和细化方法HetSIREN，能够在真实空间中重构或细化CryoEM体积	HetSIREN是一种基于空间的方法，允许空间聚焦分析，并引入了具有高分析能力的正弦超网络，能够细化图像姿态并解决异构体分析中的纠缠问题	NA	开发一种能够更准确重建和细化CryoEM体积的深度学习方法	大分子构象	computational biology	NA	Cryo-electron microscopy (CryoEM)	deep learning, sinusoidal hypernetworks	image	NA
513	2025-04-26	An air target intention data extension and recognition model based on deep learning 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98438-6 PMID:40263364	研究论文	提出了一种基于深度学习的空中目标意图数据扩展与识别模型IDERDL，用于解决空中目标意图识别中的数据稀缺和时间特征提取不足的问题	首次考虑了意图数据的稀缺性以及时间性，提出了基于去噪扩散模型的数据生成方法和基于扩张因果卷积的时间块，以提高战术意图识别能力	未明确提及模型在复杂战场环境中的泛化能力或实时性表现	提高空中目标意图识别的准确性和效率	空中目标的意图数据	机器学习	NA	去噪扩散模型、知识蒸馏、图注意力机制	IDERDL（基于深度学习的复合模型）	时序数据、特征编码数据	NA（未明确提及具体样本量）
514	2025-04-26	Recognition of chlorophyll rings using YOLOv8 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98659-9 PMID:40263370	研究论文	本研究利用YOLOv8模型识别中尺度海洋涡旋外围的高叶绿素浓度区域（叶绿素环）	YOLOv8模型在叶绿素环识别中展现出卓越的泛化能力和高精度，超越了Swin-Transformer和ResNet等其他模型	NA	分析叶绿素浓度数据，研究海洋生态系统中叶绿素的分布和动态变化	中尺度海洋涡旋外围的叶绿素环	计算机视觉	NA	深度学习	YOLOv8	图像	NA
515	2025-04-26	Revolutionizing Alzheimer's disease detection with a cutting-edge CAPCBAM deep learning framework 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98476-0 PMID:40263406	研究论文	本文介绍了一种名为CAPCBAM的深度学习框架，用于阿尔茨海默病的早期和准确诊断	CAPCBAM框架创新性地结合了Capsule Networks和Convolutional Block Attention Module (CBAM)，通过双重注意力策略提升了模型泛化能力和减少了信息损失	尽管Capsule Networks和注意力机制已有研究，但CAPCBAM的整合方式仍需进一步验证其广泛适用性	提高阿尔茨海默病的早期诊断准确率	阿尔茨海默病患者	数字病理学	阿尔茨海默病	MRI图像分析	CAPCBAM（结合Capsule Networks和CBAM）	图像	ADNI数据集
516	2025-04-26	Vocal performance evaluation of the intelligent note recognition method based on deep learning 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99357-2 PMID:40263420	研究论文	本研究旨在优化音符识别能力并提高声乐表演评估的准确性	结合门控循环单元和注意力机制优化CNN模型，提出A-GRCNN模型，显著提升了音符识别和声乐表演评估的准确性	未提及模型在其他音乐风格或复杂场景下的泛化能力	优化音符识别技术并提高声乐表演评估的准确性	音乐音符识别和声乐表演评估	机器学习	NA	深度学习	CNN, GRU, 注意力机制	音频信号	NA
517	2025-04-26	The shallowest transparent and interpretable deep neural network for image recognition 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92945-2 PMID:40263436	research paper	本文介绍了一种完全透明的深度学习模型Shallow-ProtoPNet，用于图像识别，该模型通过透明的原型层和全连接层实现决策过程的透明化	Shallow-ProtoPNet不使用任何黑盒部分作为基线，是完全透明的深度学习模型，且仅包含两层（一个透明卷积层和一个全连接层），是现有最浅的透明深度神经网络	模型在X射线图像数据集上的性能与其他不完全透明的可解释模型相当，但未提及在其他类型数据集上的表现	开发一种完全透明的深度学习模型，以提高模型决策过程的可信度	X射线图像	computer vision	NA	NA	Shallow-ProtoPNet（基于原型的网络）	image	NA
518	2025-04-26	Deep learning based adaptive and automatic measurement of palpebral margin in eyelid morphology 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93975-6 PMID:40263452	研究论文	本文提出了一种基于深度学习的自适应自动测量方法DeepAAM，用于眼睑形态的量化评估	首次引入Margin Iris Intersectant Angle (MIA)作为创新评估指标，并通过注意力机制和多种算法增强U-Net架构，提高了测量精度	模型在实际应用中仍面临挑战，且精度有待进一步提高	提高眼睑形态测量的准确性和自动化程度，以支持眼周整形手术的疾病治疗和手术规划	眼睑形态	计算机视觉	眼疾	深度学习	U-Net	图像	NA
519	2025-04-26	Canopy height and biomass distribution across the forests of Iberian Peninsula 2025-Apr-22, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05021-9 PMID:40263468	研究论文	利用深度学习框架整合Sentinel-1、Sentinel-2和LiDAR数据，生成伊比利亚半岛森林的高分辨率冠层高度和地上生物量分布图	开发了两个UNET模型，分别基于ALS和GEDI数据，生成了高分辨率的冠层高度和生物量地图，为环境研究和森林管理提供了新工具	冠层高度估计在树木覆盖区域的MAE为2-3米，生物量估计的MAE约为29 Mg/ha，可能存在一定的误差	准确绘制植被冠层高度和生物量分布图，以支持森林监测、气候变化缓解和可持续林业	伊比利亚半岛的森林	遥感	NA	深度学习、Sentinel-1、Sentinel-2、LiDAR	UNET、Random Forest	遥感数据	6,308个西班牙国家森林调查(NFI)样地
520	2025-04-26	Habesha cultural cloth classification using deep learning 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98269-5 PMID:40263488	研究论文	使用深度学习方法对埃塞俄比亚哈贝沙文化服饰进行分类	首次应用CNN模型（VGG16、VGG19和ResNet50v2）对哈贝沙克米斯刺绣设计进行识别和分类	样本量相对较小，仅包含320张原始图像，虽通过数据增强扩展到3,270张，但可能仍不足以覆盖所有可能的变体	识别和分类哈贝沙克米斯刺绣设计的质量	埃塞俄比亚哈贝沙文化服饰（哈贝沙克米斯）的刺绣设计	计算机视觉	NA	数字图像处理、CNN	VGG16、VGG19、ResNet50v2	图像	320张原始图像，通过数据增强扩展到3,270张