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
5681	2025-04-25	An end-to-end neural network for 4D cardiac CT reconstruction using single-beat scans 2025-Apr-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adcafb PMID:40203865	研究论文	提出了一种基于深度学习的端到端重建框架，用于单次心跳快速CT扫描的动态心脏成像	使用单次心跳扫描数据，无需多次扫描，减少辐射暴露，尤其适用于心律不齐患者	模型训练依赖于模拟投影数据，可能在实际临床应用中存在差异	减少心脏CT成像中的运动伪影，提高心脏疾病的检测和诊断准确性	心脏CT成像	数字病理	心血管疾病	CT扫描	端到端神经网络	图像	30名真实患者的模拟投影数据
5682	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
5683	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
5684	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
5685	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）
5686	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
5687	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）
5688	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
5689	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
5690	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
5691	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
5692	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
5693	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
5694	2025-04-25	EffiCOVID-net: A highly efficient convolutional neural network for COVID-19 diagnosis using chest X-ray imaging 2025-Apr-17, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.04.008 PMID:40252941	research paper	提出了一种名为EffiCOVID-Net的高效卷积神经网络，用于通过胸部X光影像诊断COVID-19	EffiCOVID-Net结合了多样化的特征学习单元，包含多个卷积层和循环连接，以提取复杂特征同时保持空间完整性，具有轻量级架构和低计算开销	该模型最适合作为辅助工具而非独立的诊断方法使用	开发高效准确的COVID-19诊断工具	COVID-19患者的胸部X光影像	digital pathology	COVID-19	CNN	EffiCOVID-Net	image	两个公开可用的COVID-19胸部X光数据集
5695	2025-04-25	Deep Learning-Powered Colloidal Digital SERS for Precise Monitoring of Cell Culture Media 2025-Apr-16, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c01071 PMID:40177940	研究论文	提出了一种基于深度学习的胶体数字SERS平台，用于精确监测细胞培养基	将SERS光谱转换为基于定义强度阈值的二进制'开/关'信号，实现单分子事件可视化并减少假阳性，结合深度学习技术检测多种分析物	未提及具体样本量或实验规模的限制	开发一种新型过程分析技术(PAT)工具，用于生物制造中的快速准确监测	AMBIC 1.1哺乳动物细胞培养基	生物制造技术	NA	表面增强拉曼光谱(SERS)	深度学习	光谱数据	NA
5696	2025-04-25	Privacy for free in the overparameterized regime 2025-Apr-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2423072122 PMID:40215275	研究论文	本文探讨了在过参数化情况下差分隐私梯度下降（DP-GD）算法的性能，证明了在此情况下隐私保护可以几乎无代价实现	挑战了过参数化会阻碍隐私学习性能的普遍观点，证明了在随机特征模型和二次损失下，隐私可以几乎无代价实现	研究仅限于随机特征模型和二次损失情况，未考虑更复杂的模型和损失函数	研究差分隐私梯度下降算法在过参数化情况下的性能表现	差分隐私梯度下降算法及其在过参数化情况下的表现	机器学习	NA	差分隐私梯度下降（DP-GD）	随机特征模型	NA	当参数数量m远大于训练样本数量n时的情况
5697	2025-04-25	WMH-DualTasker: A Weakly Supervised Deep Learning Model for Automated White Matter Hyperintensities Segmentation and Visual Rating Prediction 2025-Apr-15, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70212 PMID:40260707	research paper	开发了一种名为WMH-DualTasker的深度学习模型，用于自动分割白质高信号（WMH）并预测视觉评分	该模型通过自监督学习和变换不变性一致性约束，仅使用临床视觉评分作为监督信号，同时进行体素级分割和视觉评分预测	模型性能依赖于临床视觉评分的质量，且在不同数据集上的表现可能存在差异	开发一种自动化深度学习模型，以最小监督提供WMH严重程度的准确和全面量化	白质高信号（WMH）及其与认知障碍和痴呆的关系	digital pathology	geriatric disease	self-supervised learning	deep learning model	neuroimaging data	MICCAI-WMH数据集（N=60）和SINGER数据集（N=64）
5698	2025-04-25	AutoGP: An intelligent breeding platform for enhancing maize genomic selection 2025-Apr-14, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101240 PMID:39789848	research paper	开发了一个名为AutoGP的智能育种平台，用于加速玉米基因组选择	AutoGP平台整合了基因型提取、表型提取和基因组选择模型，提供了一个用户友好的网络界面，并具有高效测序芯片、完整的植物表型提取流程和广泛的模型池	需要高密度的单核苷酸多态性（SNPs）和劳动密集型的表型数据收集	加速高产量作物品种的开发	玉米（Zea mays）	machine learning	NA	基因组选择（GS）	支持向量机、极端梯度提升、梯度提升决策树、多层感知机、随机森林、深度学习基因组选择、深度学习基因组关联研究、深度神经网络基因组预测、SoyDNGP	基因型和表型数据	玉米全双列设计加不平衡育种样交叉群体数据集
5699	2025-04-25	Fine-grained forecasting of COVID-19 trends at the county level in the United States 2025-Apr-11, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01606-1 PMID:40216974	研究论文	本文提出了一种名为FIGI-Net的细粒度感染预测网络，用于预测美国县级COVID-19趋势	使用县级数据和双向LSTM结构进行细粒度预测，能够准确预测突发变化如新爆发或峰值	依赖于大数据集，而疫情数据的不断变化可能影响模型效果	提高COVID-19趋势预测的准确性和细粒度，以支持公共卫生响应和疫情准备	美国县级COVID-19数据	机器学习	COVID-19	时间序列预测	双向LSTM	时间序列数据	县级COVID-19数据
5700	2025-04-25	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，以量化皮肤病理特征	首次将神经网络分析应用于SSc皮肤活检，作为定量评估皮肤病理特征的新方法	研究样本量小（仅5例患者有可用活检数据），且研究早期终止	评估belumosudil对SSc患者皮肤病理特征的影响，并探索AI在量化这些特征中的应用	成人弥漫性皮肤SSc患者	数字病理学	系统性硬化症	深度学习	神经网络	图像	10名患者（其中5名有可用活检数据）