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
41	2025-05-17	Research on agricultural disease recognition methods based on very large Kernel convolutional network-RepLKNet 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01553-7 PMID:40374696	研究论文	提出了一种基于超大核卷积网络RepLKNet的农业病害识别方法，以提高植物病害识别的准确性和效率	采用大核设计的卷积架构RepLKNet，显著扩大了感受野并增强了特征表示能力，同时结合迁移学习提升训练效率和模型性能	未提及具体计算资源消耗或模型复杂度对大核设计的影响	解决传统卷积神经网络在植物病害识别中因感受野受限而难以捕获长距离依赖和全局上下文信息的问题	植物病害图像	计算机视觉	植物病害	深度学习	RepLKNet（超大核CNN）	图像	95,865张图像，涵盖61种病害类别
42	2025-05-17	SpectroFusionNet a CNN approach utilizing spectrogram fusion for electric guitar play recognition 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00287-w PMID:40374708	研究论文	本文提出了一种名为SpectroFusionNet的深度学习框架，用于自动识别电吉他演奏技术	采用多种声谱图融合策略（早期融合和晚期融合）来提取和组合音频特征，以提高分类性能	在实时音频数据集上的准确率为70.9%，表明其在现实场景中的泛化能力有待提高	开发一种自动化识别电吉他演奏技术的深度学习框架	电吉他演奏技术	机器学习	NA	MFCC、CWT、Gammatone声谱图提取	MobileNetV2、InceptionV3、ResNet50、SVM、MLP、Logistic Regression、Random Forest	音频数据	9种不同的吉他声音类别
43	2025-05-17	The analysis of entrepreneurship evaluation system for talent cultivation in artistic creativity and animation under artificial intelligence 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01437-w PMID:40374747	研究论文	探讨深度学习与人工智能在艺术创意评价系统中的应用，并提出动画专业人才培养的新视角	构建了基于BPNN与StyleGAN融合的艺术创意创新评价模型，解决了传统方法主观性强和缺乏量化指标的问题	未提及模型在其他艺术领域的泛化能力或实际教育环境中的验证效果	为高等教育艺术教育模式创新和动画行业人才培养提供技术手段与参考	艺术创意图像数据与动画专业学生	计算机视觉	NA	深度学习（DL）、人工智能（AI）	BPNN、StyleGAN	图像	NA（未提及具体样本数量）
44	2025-05-17	Enhancing medical explainability in deep learning for age-related macular degeneration diagnosis 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01496-z PMID:40374798	研究论文	本研究提出了一种新颖的多任务学习框架，用于增强深度学习模型在年龄相关性黄斑变性诊断中的医学可解释性	引入了多任务学习框架，同时进行AMD分类和病变分割，并提出医学可解释性指数（MXI）来量化生成的热图的医学相关性	未提及具体局限性	增强深度学习模型在年龄相关性黄斑变性诊断中的透明度和可解释性，以促进临床信任和采用	年龄相关性黄斑变性（AMD）的诊断	数字病理学	年龄相关性黄斑变性	深度学习	多任务学习框架	眼底图像	基于ADAM数据集
45	2025-05-17	A monocular endoscopic image depth estimation method based on a window-adaptive asymmetric dual-branch Siamese network 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96804-y PMID:40374825	研究论文	提出一种基于窗口自适应非对称双分支Siamese网络的单目内窥镜图像深度估计方法	采用双分支结构分别处理全局图像信息和局部细节，并引入改进的轻量级SE模块和交叉注意力特征融合模块	未明确提及方法在极端光照条件下的表现	提高内窥镜图像的深度估计精度以辅助微创手术	医学内窥镜图像	计算机视觉	NA	深度学习	Siamese网络	图像	多个医学数据集（EAD2019, Hamlyn, M2caiSeg, UCL）和一个非医学数据集（NYUDepthV2）
46	2025-05-17	A hybrid super learner ensemble for phishing detection on mobile devices 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02009-8 PMID:40374830	研究论文	提出了一种名为Phish-Jam的混合超级学习器集成模型，用于移动设备上的钓鱼检测	结合多种机器学习算法的预测，专注于从URL中提取特征，包括手工制作的特征、基于transformer的文本嵌入和其他深度学习架构，具有快速计算、语言独立性和对意外恶意软件下载的鲁棒性	未提及具体的数据集规模或多样性限制	开发一种适用于移动设备的钓鱼检测方法	钓鱼网站和合法网站	机器学习	NA	机器学习（ML）、深度学习（DL）	超级学习器集成模型	URL特征	NA
47	2025-05-17	Dual-Domain deep prior guided sparse-view CT reconstruction with multi-scale fusion attention 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02133-5 PMID:40374874	研究论文	提出了一种双域深度先验引导的多尺度融合注意力模型（DPMA），用于稀疏视图CT重建，以提高重建精度并确保数据一致性和稳定性	结合残差正则化策略、多尺度融合注意力机制和基于物理信息的一致性模块，有效整合深度学习先验与基于模型的优化	未明确提及具体局限性，但可能涉及计算复杂度或对特定类型噪声的适应性	提高稀疏视图CT重建的图像质量，减少噪声和伪影	稀疏视图CT投影数据	计算机视觉	NA	CT重建	DPMA（双域深度先验引导的多尺度融合注意力模型）	CT投影数据	NA
48	2025-05-17	Deep Learning Reaction Framework (DLRN) for kinetic modeling of time-resolved data 2025-May-15, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-025-01541-y PMID:40374886	research paper	介绍了一种名为DLRN的深度学习框架，用于从时间分辨数据集中快速提取化学反应动力学信息	提出了一种新的深度学习框架DLRN，能够快速提供反应动力学网络、时间常数和振幅，性能与传统拟合分析相当甚至更好	未明确提及具体局限性，但可能依赖于深度学习模型的泛化能力和数据质量	旨在通过深度学习框架简化化学反应动力学的建模过程，提高分析效率和准确性	化学反应动力学的时间分辨数据集	machine learning	NA	深度学习	DLRN	时间分辨数据	多种时间尺度数据集，包括2D系统（如时间分辨光谱和琼脂糖凝胶电泳数据）以及实验数据集（如氮空位和链置换电路）
49	2025-05-17	Modifying the U-Net's Encoder-Decoder Architecture for Segmentation of Tumors in Breast Ultrasound Images 2025-May-15, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01537-z PMID:40374986	research paper	该论文提出了一种基于U-Net和编码器-解码器架构的神经网络，用于提高乳腺超声图像分割的准确性和有效性	通过结合U-Net与其他深度神经网络（Res-Net和MultiResUNet）并引入新的方法和块（Co-Block），尽可能保留低层次和高层次特征	未提及具体局限性	提高乳腺超声图像分割的准确性和有效性	乳腺超声图像	digital pathology	breast cancer	NA	U-Net, Res-Net, MultiResUNet	image	780张图像（分为正常、良性和恶性三类）
50	2025-05-17	3D-ΔΔG: A Dual-Channel Prediction Model for Protein-Protein Binding Affinity Changes Following Mutation Based on Protein 3D Structures 2025-May-15, Proteins IF:3.2Q2 DOI:10.1002/prot.26837 PMID:40375059	research paper	提出了一种基于蛋白质3D结构的双通道预测模型3D-ΔΔG，用于预测蛋白质-蛋白质结合亲和力变化	该模型能够处理多点突变的复杂情况，结合了侧链序列和3D结构的突变信息，通过双通道深度学习模型进行预测	未提及具体局限性	预测蛋白质-蛋白质结合亲和力变化(ΔΔG)，以辅助蛋白质设计和工程	蛋白质-蛋白质相互作用及其突变效应	生物信息学	NA	深度学习，图注意力网络，预训练蛋白质语言模型	双通道深度学习模型，图注意力网络	蛋白质3D结构数据，氨基酸序列数据	使用了单点突变数据集以及混合突变数据集SKEMPIv1和SKEMPIv2
51	2025-05-17	Segmentation of the thoracolumbar fascia in ultrasound imaging: a deep learning approach 2025-May-15, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01720-2 PMID:40375198	研究论文	本研究探讨了使用深度学习方法从超声图像中分割胸腰筋膜的可行性	首次应用深度学习技术对胸腰筋膜进行自动分割，以解决临床常规中筋膜评估的困难	研究样本量相对有限，且不同中心间的数据采集条件存在差异	填补胸腰筋膜在临床常规中有效评估的技术空白	腰痛患者的胸腰筋膜超声图像	医学影像分析	腰痛	超声成像	U-Net	图像	538张超声图像（来自腰痛患者）
52	2025-05-17	Deep learning-based prediction of individualized Real-time FSH doses in GnRH agonist long protocols 2025-May-15, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06562-8 PMID:40375277	研究论文	开发了一种基于深度学习的模型，用于预测GnRH激动剂长方案中个体化的实时FSH剂量	首次应用跨时间和跨特征的深度学习框架，在整个COS过程中进行每日个体化FSH剂量预测	目前受限于回顾性、单中心设计	优化辅助生殖中控制性卵巢刺激(COS)的FSH剂量个体化	接受COS治疗的患者	机器学习	生殖系统疾病	深度学习	CTFE（跨时间和跨特征编码）	临床数据	13,788个IVF/ICSI周期（2018年1月至2020年12月）
53	2025-05-17	EnGCI: enhancing GPCR-compound interaction prediction via large molecular models and KAN network 2025-May-15, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02238-3 PMID:40375308	研究论文	本文介绍了一种名为EnGCI的新模型，用于增强G蛋白偶联受体-化合物相互作用（GCI）的预测能力	EnGCI模型整合了两种互补模块：一种从零开始学习分子特征，另一种利用预训练的大型分子模型提取分子特征，通过KAN网络进行决策，显著提高了预测准确性	NA	研究G蛋白偶联受体-化合物相互作用（GCI）的预测方法，以提高药物发现和化学基因组学中的预测能力	G蛋白偶联受体（GPCRs）和化合物	机器学习	NA	深度学习	GIN, CNN, KAN	分子数据	NA
54	2025-05-17	Applications of machine learning and deep learning in musculoskeletal medicine: a narrative review 2025-May-15, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02511-9 PMID:40375335	综述	本文综述了机器学习和深度学习在肌肉骨骼医学中的应用	概述了AI和机器学习的概念及其在肌肉骨骼医学中的当前应用和临床前景	数据标注标准化不足，结果有效性不够，法律方面尚待澄清	探讨机器学习和深度学习在肌肉骨骼医学中的应用及其潜力	肌肉骨骼医学领域	机器学习	肌肉骨骼疾病	机器学习，深度学习	NA	NA	NA
55	2025-05-17	Deep normative modelling reveals insights into early-stage Alzheimer's disease using multi-modal neuroimaging data 2025-May-15, Alzheimer's research & therapy DOI:10.1186/s13195-025-01753-3 PMID:40375339	研究论文	本研究利用深度学习规范模型分析多模态神经影像数据，探索早期阿尔茨海默病的细微差异	采用深度学习规范模型量化个体与健康人群的偏差，检测早期阿尔茨海默病的细微差异	研究队列存在异质性，包括未确诊或高风险个体以及共病情况，可能影响生物标志物	探索早期阿尔茨海默病的生物标志物，实现疾病进展监测	非痴呆人群（EPAD队列）的多模态MRI数据	数字病理学	阿尔茨海默病	多模态MRI	深度学习规范模型	神经影像数据	UK Biobank预训练数据+外部EPAD队列非痴呆个体
56	2025-05-17	Enhancing Food Quality Analysis: The Transformative Role of Artificial Neural Networks in Modern Analytical Techniques 2025-May-15, Critical reviews in analytical chemistry IF:4.2Q1 DOI:10.1080/10408347.2025.2505081 PMID:40375429	review	本文综述了人工神经网络（ANNs）在现代食品质量分析技术中的变革性作用	结合ANNs与各种分析技术，解决食品真实性和质量分析中的非线性、高维度数据问题	未提及具体样本量或实验验证的局限性	提升食品质量分析的准确性和效率	食品质量与安全性分析	machine learning	NA	人工神经网络（ANNs）	ANNs	复杂数据（高维度、非线性）	NA
57	2025-05-17	"MR Fingerprinting for Imaging Brain Hemodynamics and Oxygenation" 2025-May-15, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29812 PMID:40375492	综述	本文综述了磁共振指纹技术（MRF）在脑血流动力学和氧合作用量化中的应用及其最新进展	强调了血管模拟的几何模型、新型序列以及结合机器学习和深度学习算法的最先进重建技术的进展	未提及具体的技术限制或研究不足	探讨MRF技术在脑血流动力学和氧合作用量化中的潜力及其临床应用	脑血流动力学和氧合作用	医学影像	NA	磁共振指纹技术（MRF）	机器学习和深度学习算法	磁共振影像数据	NA
58	2025-05-17	Accuracy and Reliability of Multimodal Imaging in Diagnosing Knee Sports Injuries 2025-May-15, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056360665250506115221 PMID:40377156	research paper	该研究通过结合MRI、CT和超声成像技术，并利用深度学习模型自动分析，提高了膝关节运动损伤诊断的准确性和可靠性	采用多模态成像技术和深度学习算法进行集成学习，自动识别和分类膝关节损伤类型，显著提高了诊断准确性和效率	未提及模型在不同医疗机构或设备上的泛化能力，以及对于罕见损伤类型的诊断效果	提高膝关节运动损伤诊断的准确性和可靠性	膝关节运动损伤，如前交叉韧带撕裂、半月板损伤、软骨损伤和骨折	digital pathology	sports injuries	MRI, CT, US	CNN	image	NA
59	2025-05-17	A sub-meter resolution urban surface albedo dataset for 34 U.S. cities based on deep learning 2025-May-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05109-2 PMID:40368894	研究论文	本研究利用深度学习和多源遥感数据，首次为美国34个主要城市制作了高分辨率的城市表面反照率地图	首次为34个美国主要城市提供了亚米级分辨率的城市反照率数据集，结合了多种遥感数据和U-Net模型	研究仅针对美国34个城市，可能不适用于其他地区或城市	提高城市热环境理解的精度，支持城市规划和环境监测	美国34个主要城市的城市表面	遥感与深度学习	NA	多源遥感数据（NAIP影像、屋顶反照率数据、建筑足迹、土地覆盖分类、Sentinel-2影像）	U-Net	遥感影像	34个美国主要城市
60	2025-05-17	A fusocelular skin dataset with whole slide images for deep learning models 2025-May-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05108-3 PMID:40368949	research paper	介绍了一个名为AI4SkIN的公开数据集，包含641张H&E染色的全切片图像，用于皮肤梭形细胞病变的多类别分类	首次公开针对皮肤梭形细胞病变的全切片图像数据集，并采用创新的众包标注协议	未提及数据集的多样性和覆盖范围是否足够广泛	开发计算机辅助诊断系统，提高皮肤梭形细胞病变的诊断效率和准确性	皮肤梭形细胞病变的全切片图像	digital pathology	skin cancer	H&E染色	Gaussian Processes	image	641张H&E染色的全切片图像