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
5801	2025-02-28	CTDNN-Spoof: compact tiny deep learning architecture for detection and multi-label classification of GPS spoofing attacks in small UAVs 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90809-3 PMID:39994281	研究论文	本文提出了一种名为CTDNN-Spoof的紧凑型深度学习架构，用于检测和小型无人机（UAV）中的GPS欺骗攻击的多标签分类	提出了一种新的紧凑型深度学习架构CTDNN-Spoof，用于实时检测和分类GPS欺骗攻击，超越了传统方法在精度和适应性上的表现	模型在不同标签上的准确率有所波动，且仅在小样本集上进行了验证	提高小型无人机在GPS欺骗攻击下的安全性	小型无人机（UAV）	机器学习	NA	深度学习	CTDNN-Spoof（紧凑型深度神经网络）	GPS信号数据	未明确说明样本数量，但使用了验证集进行评估
5802	2025-02-28	An integrated CSPPC and BiLSTM framework for malicious URL detection 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91148-z PMID:39994324	研究论文	本文提出了一种基于BiLSTM的恶意URL检测模型CSPPC-BiLSTM，通过集成CBAM和SPP模块，显著提高了检测准确率	提出了一种新的恶意URL检测模型CSPPC-BiLSTM，通过集成CBAM和SPP模块，增强了模型的上下文信息捕捉能力和多尺度特征提取能力	模型在特定数据集上表现良好，但在更广泛的数据集上的泛化能力仍需进一步验证	提高恶意URL检测的准确率，增强网络安全	恶意URL	自然语言处理	NA	深度学习	BiLSTM, CBAM, SPP	文本	两个数据集：Grambedding（平衡）和Mendeley AK Singh 2020 phish（不平衡）
5803	2025-02-28	Super-resolution mapping of anisotropic tissue structure with diffusion MRI and deep learning 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90972-7 PMID:39994322	研究论文	本文提出了一种基于深度学习的方法，用于提高扩散磁共振成像（diffusion MRI）数据的空间分辨率，特别是在获取纤维取向分布函数（fODF）方面	该方法通过深度学习技术提高了扩散MRI数据的空间分辨率，相比传统的样条插值方法，能够生成更接近真实高分辨率数据的结果	尽管在低信噪比条件下表现优异，但该方法仍依赖于高质量的数据集，且需要进一步的验证和优化	提高扩散MRI数据的空间分辨率，以更精确地映射脑白质中的轴突纤维束	扩散MRI数据，特别是纤维取向分布函数（fODF）	医学影像处理	中枢神经系统疾病	扩散磁共振成像（diffusion MRI），深度学习	深度学习模型	扩散MRI数据	来自Human Connectome Project的高质量数据
5804	2025-02-28	Optimizing depression detection in clinical doctor-patient interviews using a multi-instance learning framework 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90117-w PMID:39994325	研究论文	本文提出了一种基于多实例学习（MIL）框架的抑郁症检测方法，旨在提高临床医患访谈中抑郁症检测的客观性和效率	首次将多实例学习（MIL）框架应用于文本访谈数据领域，解决了长文本中文本表示不足和信息提取无效的问题，并改进了聚合策略，引入了两个超参数以适应文本情感领域的不确定性	NA	提高抑郁症检测的客观性和效率	临床医患访谈中的文本数据	自然语言处理	抑郁症	多实例学习（MIL）框架	MT5和RoBERTa的集成模型（multi-MTRB）	文本	DAIC-WOZ和E-DAIC数据集
5805	2025-02-28	The intelligent fault identification method based on multi-source information fusion and deep learning 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90823-5 PMID:39994344	研究论文	本文提出了一种基于多源信息融合和深度学习的智能断层识别方法，通过分析遥感影像、数字高程模型和地质图数据，提取断层的频谱、地形、地貌和结构特征，并利用深度学习技术实现智能断层识别	采用多源信息融合方法，结合多种数据源提取断层特征，并通过深度学习技术实现智能断层识别，提高了断层识别的准确性和智能化水平	研究仅应用于金寨县南部地区，未在其他区域进行验证，可能限制了方法的普适性	提高断层识别的准确性和智能化水平，实现快速、精确的断层识别	断层	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像、数字高程模型、地质图	NA
5806	2025-02-28	Explainable hybrid transformer for multi-classification of lung disease using chest X-rays 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90607-x PMID:39994381	研究论文	本文提出了一种可解释的混合Transformer网络结构（LungMaxViT），用于胸部X光片的多分类肺病诊断	结合CNN初始阶段块与SE块，提出了一种新的混合Transformer网络结构，提高了特征识别能力，并在多个肺病分类任务中表现优异	NA	提高胸部X光片的多分类肺病诊断准确率	胸部X光片	计算机视觉	肺癌	深度学习	Transformer, CNN, SE block	图像	基于两个公开数据集（COVID-19数据集和Chest X-ray 14数据集）
5807	2025-02-28	Real-world feasibility, accuracy and acceptability of automated retinal photography and AI-based cardiovascular disease risk assessment in Australian primary care settings: a pragmatic trial 2025-Feb-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01436-1 PMID:39994433	研究论文	本文评估了在澳大利亚初级保健环境中使用自动视网膜摄影和基于人工智能的心血管疾病风险评估系统的实际准确性、可行性和可接受性	使用仅基于视网膜图像的AI系统进行心血管疾病风险评估，与传统WHO风险评估方法相比，显示出相似的预测准确性	研究样本仅限于澳大利亚维多利亚州的两个普通诊所，可能限制了结果的普遍性	评估自动视网膜摄影和AI心血管疾病风险评估系统在初级保健环境中的实际应用效果	45-70岁之间最近接受过心血管疾病风险评估的澳大利亚成年人	数字病理	心血管疾病	自动视网膜摄影和深度学习算法	深度学习算法	视网膜图像	361名参与者，其中339人获得了rpCVD风险评分
5808	2025-02-28	Tensor-powered insights into neural dynamics 2025-Feb-24, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07711-x PMID:39994447	研究论文	本文介绍了一种基于张量空间的新型解码方法——最小二乘运动张量机（LS-STM），用于解码高维神经信息	提出了一种基于张量空间的解码方法LS-STM，相比传统的向量化方法，能够更好地处理高维张量域中的信息	未明确提及具体局限性	解码高维神经信息，提升神经信号解码的效率和准确性	人类和小鼠的神经信号数据	机器学习	NA	张量计算	LS-STM	神经信号数据	人类和小鼠的数据
5809	2025-02-28	A method for phenotyping lettuce volume and structure from 3D images 2025-Feb-24, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01347-y PMID:39994691	研究论文	本文提出了一种基于植物几何特征的方法，用于从3D图像中估计莴苣的莲座结构和体积	提出了一种新的方法，通过创建紧密的包围壳来保留莲座结构的高细节，并填补3D相机不可见区域的表面孔洞	现有模型通常针对特定数据集，缺乏领域适应性，且受限于开放数据集的可用性	开发一种有效的方法来监测莴苣的生长，特别是估计其体积和结构	莴苣植物	计算机视觉	NA	RGBD相机	线性回归模型	3D图像	402个莴苣植物的点云数据集
5810	2025-02-28	Social associations across species during nocturnal bird migration 2025-Feb-24, Current biology : CB IF:8.1Q1 DOI:10.1016/j.cub.2024.12.033 PMID:39818216	研究论文	本研究探讨了夜间迁徙的陆地鸟类如何利用社会信息进行迁徙，并首次提供了跨物种社会关联的定量证据	首次使用深度学习技术分析夜间迁徙鸟类的飞行中的发声，揭示了跨物种的社会关联	研究未探讨社会关联减少对鸟类种群的具体影响	探索夜间迁徙鸟类在飞行中如何利用社会信息进行迁徙决策	27种北美陆地鸟类的夜间迁徙	生态学	NA	深度学习	NA	音频数据	超过18,000小时的夜间鸟类迁徙音频和超过175,000次飞行中的发声
5811	2025-02-28	A Methodological Framework for AI-Assisted Diagnosis of Ovarian Masses Using CT and MR Imaging 2025-Feb-19, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm15020076 PMID:39997351	研究论文	本文提出了一种利用CT和MRI影像进行AI辅助卵巢肿块分类的方法学框架	提出了一个结合多种深度学习架构（如ResNet、DenseNet、基于transformer的UNeST和Attention MIL）的方法学管道，用于卵巢肿块的多类分类	研究基于回顾性数据集，未来需要多机构数据集来进一步优化模型	开发和评估深度学习模型，以辅助从CT和MRI数据中分类卵巢肿块，提高诊断信心和患者预后	卵巢肿块	数字病理学	卵巢癌	深度学习	ResNet, DenseNet, transformer-based UNeST, Attention MIL	CT和MRI影像	多机构回顾性数据集，补充了来自癌症基因组图谱的外部数据
5812	2025-02-28	High precision ECG digitization using artificial intelligence 2025-Feb-19, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2025.153900 PMID:40010101	研究论文	本文介绍了一种基于深度学习的高精度心电图（ECG）数字化方法，能够在各种现实场景中实现自动化处理	提出了一种全自动的深度学习框架，能够在低质量图像和复杂场景下实现高精度的ECG数字化，突破了传统方法对高质量扫描和标准化布局的依赖	在极端条件下（如严重模糊或图像严重退化）的失败率为6.62%，仍需进一步优化	开发一种高精度的ECG数字化方法，以提升ECG数据的可访问性和实用性	心电图（ECG）图像	计算机视觉	心血管疾病	深度学习	深度学习模型（未具体说明）	图像	6000张ECG图像，来自PMcardio ECG Image Database (PM-ECG-ID)
5813	2025-02-28	Vision-Based Collision Warning Systems with Deep Learning: A Systematic Review 2025-Feb-17, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11020064 PMID:39997566	系统综述	本文系统回顾了基于视觉和深度学习的碰撞预警系统，探讨了其技术应用、数据集和实验结果	首次系统性地总结了基于深度学习的单传感器（视觉）碰撞预警系统的研究现状，并指出了现有实验评估的不足	现有系统的实验评估不足，主要由于缺乏定量实验或数据集中的偏差，且缺乏合适的数据集是评估这些系统的主要挑战	评估基于视觉和深度学习的碰撞预警系统的有效性	基于视觉和深度学习的碰撞预警系统	计算机视觉	NA	深度学习	深度学习模型	视频	31项研究
5814	2025-02-28	Applications of Artificial Intelligence, Deep Learning, and Machine Learning to Support the Analysis of Microscopic Images of Cells and Tissues 2025-Feb-15, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11020059 PMID:39997561	综述	本文探讨了人工智能（AI）、深度学习（DL）和机器学习（ML）在细胞和组织显微图像分析中的应用	综述了最新的AI和DL技术，特别是开源性软件和创新的深度神经网络架构在细胞检测和分割算法精度上的显著提升	主要面向生物学背景较弱的读者，可能缺乏对高级AI和ML技术的深入探讨	支持细胞和组织显微图像的分析，提供疾病中细胞组织的关键见解	细胞和组织的显微图像	数字病理学	NA	深度学习，机器学习	深度神经网络	图像	NA
5815	2025-02-28	InceptionDTA: Predicting drug-target binding affinity with biological context features and inception networks 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42476 PMID:40007773	研究论文	本文介绍了一种名为InceptionDTA的新型药物-靶标结合亲和力预测模型，该模型结合了生物上下文特征和Inception网络	InceptionDTA利用CharVec（Prot2Vec的增强变体）将生物上下文和分类特征整合到蛋白质序列编码中，并采用多尺度卷积架构从蛋白质序列和药物SMILES中提取局部和全局特征	尽管InceptionDTA在多个基准数据集上表现出色，但其在处理大规模数据集和复杂分子结构时可能仍面临挑战	提高药物-靶标结合亲和力预测的准确性和效率，以加速药物再利用和新药发现	药物-靶标结合亲和力	机器学习	NA	深度学习	Inception网络	蛋白质序列和药物SMILES	多个基准数据集
5816	2025-02-28	Deep Learning-Based Molecular Fingerprint Prediction for Metabolite Annotation 2025-Feb-14, Metabolites IF:3.4Q2 DOI:10.3390/metabo15020132 PMID:39997757	研究论文	本文探讨了基于深度学习的分子指纹预测方法，用于代谢物注释	应用深度学习方法替代传统的光谱匹配，通过分子指纹与质谱测量之间的复杂关系进行代谢物注释	研究依赖于有限的公开光谱库，且仅涵盖已知化合物的一部分	研究深度学习在基于MS/MS光谱的分子指纹预测中的应用，并根据已知和预测的分子指纹相似性对代谢物ID进行排序	代谢物	机器学习	NA	液相色谱-质谱联用(LC-MS)	深度学习	质谱数据	来自NIST、MoNA和HMDB的MS/MS光谱数据，以及CASMI 2016、CASMI 2017和CASMI 2022基准数据集
5817	2025-02-28	Facial Recognition Algorithms: A Systematic Literature Review 2025-Feb-13, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11020058 PMID:39997560	系统文献综述	本文通过系统文献综述，探讨了面部识别技术的新发展和挑战，包括系统原理、性能指标及其在健康、社会和安防等领域的应用	重点分析了深度学习技术（尤其是CNN）在面部识别系统中的最新进展，显著提高了系统的准确性和效率	指出了面部识别技术面临的挑战，包括隐私问题、伦理困境和系统偏见	理解面部识别技术的新发展和挑战，并探讨其在不同领域的应用	面部识别技术的系统原理、性能指标及其应用	计算机视觉	NA	深度学习	CNN	图像	NA
5818	2025-02-28	Exploring the Efficacy and Target Genes of Atractylodes Macrocephala Koidz Against Alzheimer's Disease Based on Multi-Omics, Computational Chemistry, and Experimental Verification 2025-Feb-11, Current issues in molecular biology IF:2.8Q3 DOI:10.3390/cimb47020118 PMID:39996839	研究论文	本研究通过多组学、计算化学和实验验证，探讨了白术（Atractylodes Macrocephala Koidz）对阿尔茨海默病（AD）的疗效及其靶基因	首次结合多组学、计算化学和实验验证，揭示了白术通过调节EGFR和HMOX1基因抑制铁死亡，从而缓解AD症状的机制	研究主要基于斑马鱼模型，未来需要在更复杂的动物模型或人体临床试验中进一步验证	揭示白术对阿尔茨海默病的疗效及其铁死亡相关机制	白术（Atractylodes Macrocephala Koidz）及其对阿尔茨海默病的影响	计算化学与多组学分析	阿尔茨海默病	基因集变异分析（GSVA）、转录组数据、转录组全关联研究（TWAS）、孟德尔随机化（MR）、分子对接、分子动力学模拟、实时定量PCR	深度学习模型	转录组数据、分子对接数据、斑马鱼行为数据	斑马鱼AD模型
5819	2025-02-28	The Relationship Between Learning Environment Perception, Achievement Goals, and the Undergraduate Deep Learning Approach: A Longitudinal Mediation Model 2025-Feb-11, Journal of Intelligence IF:2.8Q1 DOI:10.3390/jintelligence13020019 PMID:39997170	研究论文	本研究探讨了中国一所研究型大学本科生学习环境感知、成就目标与深度学习方式之间的关系，采用纵向中介模型进行分析	通过纵向中介模型揭示了学习环境感知对本科生深度学习方式的影响路径，特别是掌握-接近目标和掌握-回避目标的中介作用	样本仅来自一所中国研究型大学，可能限制了结果的普遍性	探讨学习环境感知、成就目标与深度学习方式之间的关系，为提升本科生学习质量的教学改革提供实证依据	260名本科生，包括135名顶尖本科生和125名普通本科生	教育心理学	NA	纵向中介模型	NA	问卷调查数据	260名本科生，包括135名顶尖本科生和125名普通本科生
5820	2025-02-28	Comparative Analysis of Deep Learning Architectures for Macular Hole Segmentation in OCT Images: A Performance Evaluation of U-Net Variants 2025-Feb-11, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11020053 PMID:39997555	研究论文	本研究比较了不同骨干架构的U-Net变体在光学相干断层扫描（OCT）图像中黄斑裂孔（MH）分割的性能	首次全面比较了多种U-Net变体在MH分割中的性能，并评估了包括Transformer在内的多种架构	HD95指标在评估小区域（如MH）时不可靠，常返回'nan'值	评估不同U-Net变体在OCT图像中MH分割的性能	OCT图像中的黄斑裂孔（MH）	计算机视觉	眼科疾病	光学相干断层扫描（OCT）	U-Net, InceptionNetV4, VGG16, VGG19, ResNet152, DenseNet121, EfficientNet-B7, MobileNetV2, Xception, Transformer	图像	OIMHS数据集