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	2025-04-25	Unsupervised non-small cell lung cancer tumor segmentation using cycled generative adversarial network with similarity-based discriminator 2025-Apr-23, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70107 PMID:40266997	research paper	该研究提出了一种无监督的非小细胞肺癌肿瘤分割方法smic-GAN，通过使用基于相似性的生成对抗网络和循环策略进行训练，无需依赖手动标注数据	提出了一种无监督的肿瘤分割网络smic-GAN，不依赖任何手动标注，减少了训练数据准备的工作量	虽然性能与有监督方法相当，但并未明确指出其在复杂病例或不同数据分布下的泛化能力	开发一种无需手动标注的无监督肿瘤分割方法，以减轻数据准备负担	非小细胞肺癌患者的CT扫描图像	digital pathology	lung cancer	CT扫描	GAN	image	609例肺癌患者的CT扫描（504训练，35验证，70测试）
42	2025-04-25	FedOpenHAR: Federated Multitask Transfer Learning for Sensor-Based Human Activity Recognition 2025-Apr-23, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0631 PMID:40267073	研究论文	介绍FedOpenHAR框架，探索在联邦学习环境中进行多任务迁移学习，用于传感器基础的人类活动识别和设备位置识别任务	提出FedOpenHAR框架，结合联邦学习和迁移学习，支持多任务处理，并允许新客户端利用现有共同层进行训练	需要处理不同数据集中可能仅包含部分标签类型的情况，模型鲁棒性面临挑战	开发适用于传感器基础的人类活动识别和设备位置识别的分布式机器学习方法	穿戴和移动设备收集的运动传感器数据	机器学习	NA	联邦学习，迁移学习	DeepConvLSTM	传感器数据	OpenHAR框架中的十个较小数据集
43	2025-04-25	Improvement of deep learning-based dose conversion accuracy to a Monte Carlo algorithm in proton beam therapy for head and neck cancers 2025-Apr-23, Journal of radiation research IF:1.9Q3 DOI:10.1093/jrr/rraf019 PMID:40267259	研究论文	本研究旨在通过图像旋转技术和缩放增强提高基于深度学习的质子束治疗中从铅笔束到蒙特卡洛算法的剂量转换精度	引入了图像旋转技术和缩放增强方法，显著提高了深度学习模型在质子束治疗中的剂量转换精度	研究仅针对头颈癌患者，样本量相对较小（85例患者）	提高质子束治疗中剂量计算的准确性	头颈癌患者	医学影像分析	头颈癌	质子束治疗（PBT）	深度学习模型	CT图像和剂量数据	85例头颈癌患者（101个训练/验证计划，11个测试计划）
44	2025-04-25	Deep Learning Model for Histologic Diagnosis of Dysplastic Barrett's Esophagus: Multisite Cohort External Validation 2025-Apr-23, The American journal of gastroenterology DOI:10.14309/ajg.0000000000003495 PMID:40267276	研究论文	本文通过外部验证一种深度学习模型（BEDDLM），用于在巴雷特食管（BE）组织学切片上诊断不典型增生程度	首次在多个外部学术中心验证了深度学习模型（BEDDLM）在巴雷特食管不典型增生诊断中的准确性，并采用了cGANs进行染色标准化和YOLO与ResNet101结合的集成方法	样本量相对有限（489张全切片图像），且主要来自男性患者（84.7%）	提高巴雷特食管不典型增生的诊断准确性，减少人工病理读片中的观察者间变异和过度诊断	巴雷特食管患者的组织学切片（非不典型增生、低级别不典型增生和高级别不典型增生）	数字病理学	食管腺癌	全切片图像分析、cGANs染色标准化	YOLO与ResNet101的集成模型	图像	489张全切片图像（232例非不典型增生，117例低级别不典型增生，140例高级别不典型增生）
45	2025-04-25	Improved Pine Wood Nematode Disease Diagnosis System Based on Deep Learning 2025-Apr-23, Plant disease IF:4.4Q1 DOI:10.1094/PDIS-06-24-1221-RE PMID:40267359	research paper	提出了一种基于深度学习的松材线虫病诊断系统，通过荧光识别技术提高检测效率和准确性	首次将荧光识别技术应用于松材线虫病检测，并开发了基于深度学习的专用荧光检测系统，改进了YOLOv5模型，显著提高了大尺寸图像的识别准确率	未提及系统在不同环境条件下的稳定性和适应性测试结果	开发快速有效的松材线虫病检测方法以减少松树砍伐和疾病传播	松材线虫病	computer vision	plant disease	fluorescence recognition, deep learning	YOLOv5, YOLOv10, Res2Net, SimAM, Bi-FPN	image	未明确提及具体样本数量
46	2025-04-25	Prediction of Reactivation After Antivascular Endothelial Growth Factor Monotherapy for Retinopathy of Prematurity: Multimodal Machine Learning Model Study 2025-Apr-23, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/60367 PMID:40267476	研究论文	本研究开发并验证了使用多模态机器学习算法预测早产儿视网膜病变（ROP）抗血管内皮生长因子（anti-VEGF）治疗后复发的模型	首次构建了结合传统机器学习、深度学习和融合模型的预测系统，用于ROP治疗后复发的预测	样本量相对有限（239例），且仅来自3家医院	开发预测ROP抗VEGF治疗后复发的模型，优化治疗方案	接受抗VEGF治疗的ROP婴儿	机器学习	早产儿视网膜病变	多模态机器学习算法	传统机器学习模型、深度学习模型、融合模型	临床数据	239例（90例复发，149例未复发）
47	2025-04-25	On factors that influence deep learning-based dose prediction of head and neck tumors 2025-Apr-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adcfeb PMID:40267938	研究论文	本研究探讨了影响基于深度学习的头颈部肿瘤放疗剂量预测模型的关键因素	系统分析了输入和剂量网格分辨率、输入类型、损失函数、模型架构和噪声对模型性能的影响，并发现高分辨率输入、多类型输入组合及特定损失函数的整合能显著提升预测准确性	研究仅针对头颈部肿瘤，且对抗噪声的鲁棒性仍有提升空间	评估深度学习模型在头颈部癌症放疗剂量预测中的准确性、鲁棒性和计算效率	头颈部肿瘤放疗剂量预测	数字病理	头颈部癌症	深度学习	SwinUNETR	CT图像、计划靶区(PTVs)和风险器官(OARs)	公共数据集(OpenKBP)和内部临床数据集(LUMC)
48	2025-04-25	Semantic Consistency Network with Edge Learner and Connectivity Enhancer for Cervical Tumor Segmentation from Histopathology Images 2025-Apr-23, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00691-w PMID:40268829	研究论文	提出了一种名为ERNet的端到端语义一致性网络，用于从组织病理学图像中分割宫颈肿瘤	ERNet结合了边缘学习器和连接增强器，有效提升了模型对多形态肿瘤边缘的学习和表示能力，以及分割掩模的像素连接性	虽然模型在宫颈肿瘤图像上表现良好，但在其他类型肿瘤上的泛化能力仅通过喉部肿瘤图像进行了初步验证	提高宫颈肿瘤在组织病理学图像中的分割准确性，以辅助诊断和预后	宫颈肿瘤的组织病理学图像	数字病理学	宫颈癌	深度学习	CNN	图像	NA
49	2025-04-25	Single Molecule Localization Super-resolution Dataset for Deep Learning with Paired Low-resolution Images 2025-Apr-23, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04979-w PMID:40268962	research paper	介绍了一个用于深度学习超分辨率显微镜的生物图像数据集DL-SMLM，包含配对的低分辨率荧光图像和超分辨率SMLM数据	提供了首个公开的配对的低分辨率与超分辨率SMLM数据集，支持深度学习超分辨率显微镜方法的发展	数据集的多样性和规模可能仍有局限，未覆盖所有可能的亚细胞结构	推动深度学习在超分辨率显微镜领域的应用	六种不同的亚细胞结构，包括微管、内质网腔和膜、Clathrin包被小窝、线粒体外膜和内膜	digital pathology	NA	single molecule localization microscopy (SMLM)	deep learning models	image	188组原始SMLM数据，每个低分辨率图像有100个信号水平
50	2025-04-25	Using deep learning models to decode emotional states in horses 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95853-7 PMID:40269006	研究论文	本研究探索了使用深度学习模型预测骑马马匹情绪状态的方法	通过Yolo和Faster R-CNN创建了两个新的数据集（裁剪身体和裁剪头部数据集），并在裁剪和未裁剪数据集上训练了多种CNN模型，发现裁剪头部数据集取得了最佳结果	裁剪头部数据集缺少尾部等重要区域（这些区域通常由专家标注）	预测骑马马匹的情绪状态	骑马马匹	计算机视觉	NA	监督学习、迁移学习、微调	CNN、Yolo、Faster R-CNN	图像	未明确说明样本数量
51	2025-04-25	PoulTrans: a transformer-based model for accurate poultry condition assessment 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98078-w PMID:40269017	研究论文	提出了一种基于Transformer的模型PoulTrans，用于准确评估家禽状况	结合CNN与CSA_Encoder-Transformer架构，引入Channel Spatial Memory-Guided Transformer (CSMT)和新型PS-Loss函数，优化多级注意力并提高状态描述的语义精确度	NA	开发直观的决策支持工具，提升家禽图像识别的准确性	家禽状况评估	计算机视觉	NA	图像识别	CNN, Transformer	图像	PSC-Captions数据集
52	2025-04-25	Ambiguity-aware semi-supervised learning for leaf disease classification 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95849-3 PMID:40269031	research paper	提出一种用于叶片病害分类的模糊感知半监督学习方法，通过消除模糊结果提高伪标签精度	提出基于病害的模糊拒绝算法，有效减少伪标签错误，提升半监督训练效果	仅在咖啡和香蕉叶片病害数据集上验证，未测试其他作物病害场景	解决半监督学习中伪标签错误导致的模型性能下降问题	咖啡和香蕉叶片的病害图像	computer vision	plant disease	semi-supervised learning	CNN	image	两个公开叶片病害数据集（咖啡和香蕉）
53	2025-04-25	Metaparameter optimized hybrid deep learning model for next generation cybersecurity in software defined networking environment 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96153-w PMID:40269039	研究论文	本文提出了一种结合混合深度学习模型和二进制独角鲸优化器的网络安全方法，用于软件定义网络环境中的DDoS攻击检测	提出了CSSDN-HDLBNO方法，结合了CNN-BiGRU-AM模型和二进制独角鲸优化器进行特征选择，并使用海鸥优化算法进行超参数调优	未提及该方法在其他类型网络攻击或不同网络环境中的适用性	开发可扩展且有效的网络安全解决方案以应对SDN环境中的DDoS攻击	软件定义网络环境中的DDoS攻击	机器学习	NA	深度学习，特征选择，超参数优化	CNN-BiGRU-AM混合模型	网络流量数据	未明确说明样本数量，使用DDoS SDN数据集
54	2025-04-25	Improved food image recognition by leveraging deep learning and data-driven methods with an application to Central Asian Food Scene 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95770-9 PMID:40269053	研究论文	本文通过深度学习和数据驱动方法改进中亚食物场景中的食物图像识别	开发了一个大规模高质量的中亚食物场景数据集，用于食物定位和检测，解决了现实场景中多食物物品的识别问题	数据集仅覆盖中亚食物，可能不适用于其他地区的食物识别	改进食物图像识别技术，以支持高效的数字化食物记录、智能餐厅和超市等应用	中亚食物场景中的多食物物品	计算机视觉	NA	深度学习	YOLOv8xl	图像	21,306张图像，涵盖239种食物类别，69,856个实例
55	2025-04-25	Frame points attention convolution for deep learning on point cloud 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97388-3 PMID:40269085	研究论文	提出了一种名为帧点注意力卷积（FPAC）的新型三维空间卷积算子，用于处理点云数据	FPAC通过注意力机制量化输入局部点与预定义帧点之间的相关性，动态生成空间连续滤波器，无需依赖生成模型或概率假设	NA	改进点云数据的深度学习处理方法	点云数据	计算机视觉	NA	注意力机制	FPAC	点云	广泛使用的数据集
56	2025-04-25	A hybrid segmentation and classification CAD framework for automated myocardial infarction prediction from MRI images 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98893-1 PMID:40269099	研究论文	本文提出了一种用于从MRI图像中自动预测心肌梗死的混合分割和分类CAD框架	提出了一种创新的计算机辅助诊断系统，能够同时进行分割和分类，并采用了串行和并行两种方法进行比较	未提及具体样本量的限制或数据集的多样性问题	开发一个用于心肌梗死早期诊断的计算机辅助诊断系统	MRI图像中的心肌梗死区域	数字病理学	心血管疾病	MRI	ResU-Net, CNN, ViT	图像	EMIDEC MRI数据集，采用五折交叉验证
57	2025-04-25	Research on underwater disease target detection method of inland waterway based on deep learning 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98570-3 PMID:40269127	研究论文	针对内河水道水下病害目标检测精度低和泛化能力差的问题，设计了一种基于改进YOLOv5的内河水道水下病害目标检测算法YOLOv5-GBCE	使用BiFPN增强特征融合，引入CA模块分配注意力资源，采用EIoU作为框损失函数，以及使用Ghost卷积网络降低模型复杂度	NA	提高内河水道水下病害目标的检测精度和泛化能力	内河水道水下病害目标	计算机视觉	NA	深度学习	YOLOv5-GBCE	图像	项目组收集的水下病害数据集
58	2025-04-25	Anomaly detection in cropland monitoring using multiple view vision transformer 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98405-1 PMID:40269174	研究论文	本文提出了一种基于多视角视觉变换器的农田监测异常检测方法	采用独特的注意力机制视觉变换器模型，并在异常检测中表现出优越性能	未来计划探索热成像、红外或LIDAR传感器数据的整合，提升模型可解释性并优化计算复杂度	开发适用于低空农业监测的异常检测系统	农田图像数据	计算机视觉	NA	深度学习	Vision Transformer	图像	大量正常与异常农田图像
59	2025-04-25	A noval RUL prediction method for rolling bearing: TcLstmNet-CBAM 2025-Apr-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98845-9 PMID:40269223	research paper	提出了一种名为TcLstmNet-CBAM的新型滚动轴承剩余使用寿命预测方法	结合了TCN和LSTM网络提取长短期时间依赖特征，并引入CBAM模块进行多维特征加权，提高预测精度	未提及该方法在极端工况或不同轴承类型上的泛化能力	提高滚动轴承剩余使用寿命(RUL)的预测准确性	旋转机械系统中的滚动轴承	machine learning	NA	TCN, LSTM, CBAM	TcLstmNet-CBAM (TCN+LSTM+CBAM混合模型)	时间序列传感器数据	PHM2012和XJTU-SY滚动轴承数据集
60	2025-04-25	Evaluating and mitigating bias in AI-based medical text generation 2025-Apr-23, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00789-7 PMID:40269315	研究论文	本文研究了基于AI的医学文本生成中的偏见问题，并提出了一种减少偏见的算法	首次在医学文本生成领域系统地研究公平性问题，并提出了一种选择性优化弱势群体的算法以减少偏见	研究仅针对医学文本生成领域，未涉及其他AI应用领域	评估并减轻基于AI的医学文本生成中的偏见	基于深度学习的AI系统在医学文本生成中的应用	自然语言处理	NA	深度学习	深度学习模型	文本	多种数据集和模态