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
5781	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）
5782	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
5783	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）
5784	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
5785	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
5786	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
5787	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
5788	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
5789	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
5790	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
5791	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
5792	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）
5793	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
5794	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
5795	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）
5796	2025-04-25	Insights into transportation CO2 emissions with big data and artificial intelligence 2025-Apr-11, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2025.101186 PMID:40264962	review	本文探讨了大数据和人工智能在理解和减少交通运输领域二氧化碳排放中的应用	提出了结合机器学习和深度学习模型来处理和分析交通大数据的创新方法，以提高碳排放预测的准确性	面临算法、数据和计算方面的挑战，需要跨学科合作来解决	研究交通运输领域的二氧化碳排放，以实现深度脱碳	交通运输领域的大数据和二氧化碳排放	machine learning	NA	machine learning (ML), deep learning (DL)	ML, DL	big data	NA
5797	2025-04-25	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	研究论文	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规则	模型揭示了密码子使用在调节翻译终止中的新作用，并发现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	自然语言处理	NA	深度神经网络	深度神经网络	RNA序列	整个人类转录组
5798	2025-04-25	Investigating Bubble Formation and Evolution in Vanadium Redox Flow Batteries via Synchrotron X-Ray Imaging 2025-Apr-09, ChemSusChem IF:7.5Q1 DOI:10.1002/cssc.202500282 PMID:40202080	研究论文	通过同步辐射X射线成像技术研究钒氧化还原液流电池中气泡的形成与演变	结合深度学习模型与形态学分析工具，对同步辐射X射线断层扫描图像中的气泡进行识别和表征，揭示了气泡在不同电极电位下的形成与演变规律	研究仅针对钒氧化还原液流电池的负半电池，未涉及正半电池或其他类型液流电池	探究钒氧化还原液流电池中氢气泡的形成与演变机制，以提高电池效率	钒氧化还原液流电池负半电池中的氢气泡	能源存储	NA	同步辐射X射线断层扫描、深度学习模型、形态学分析	深度学习模型	X射线图像	NA
5799	2025-04-25	Natural language processing models reveal neural dynamics of human conversation 2025-Apr-09, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58620-w PMID:40204693	研究论文	该研究利用预训练的深度学习自然语言处理模型结合颅内神经元记录，揭示了人类自然对话中语言产生和理解的神经动态	首次结合预训练NLP模型与颅内神经元记录技术，揭示了自然对话中语言产生与理解的神经信号动态特征	研究依赖于颅内记录技术，样本量有限且具有侵入性	探索人类自然对话中语言产生与理解的神经机制	人类自然对话过程中的神经活动	自然语言处理	NA	深度学习自然语言处理模型, 颅内神经元记录	预训练NLP模型	神经电生理信号, 语言数据	未明确说明受试者数量
5800	2025-04-25	Autonomous learning of pathologists' cancer grading rules 2025-Apr-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.18.643999 PMID:40166226	research paper	开发了一种可解释的深度学习算法，揭示组织形态学与癌症生物学之间的联系	提出了一种可解释的深度学习（IDL）算法，能够自主形式化疾病组织病理学表现与潜在组织架构驱动因素之间的联系	深度学习模型的‘黑箱’性质可能仍然存在一定的解释难度	探索组织形态学与癌症生物学之间的联系，并开发可解释的深度学习算法	透明细胞肾细胞癌（ccRCC）组织图像	digital pathology	renal cell carcinoma	deep learning	generative model, DL model	image	NA