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	2025-08-10	Network intrusion detection model using wrapper based feature selection and multi head attention transformers 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11348-5 PMID:40769994	研究论文	提出了一种基于包装器特征选择和多头注意力变换器的网络入侵检测模型，以提高检测准确性	结合包装器特征选择技术和多头注意力变换器，优化特征选择并提升模型性能	仅使用UNSW-NB15数据集进行验证，未在其他数据集上测试模型的泛化能力	提高网络入侵检测的准确性	网络入侵检测系统	机器学习	NA	包装器特征选择、多头注意力变换器	Transformer	网络数据	UNSW-NB15数据集
42	2025-08-10	Predict the writer's trait emotional intelligence from reproduced calligraphy 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13318-3 PMID:40770015	research paper	该研究提出了一种结合深度学习和书法美学特征的方法，通过书法复制品预测作者的特质情绪智力	首次将Siamese神经网络与手工特征结合，用于从书法复制品中预测特质情绪智力，并显著优于人类评估能力	研究样本仅包含191名参与者，可能缺乏广泛代表性	探索书法复制品是否包含作者特质情绪智力的潜在信息，并开发预测方法	书法复制品及作者的特质情绪智力	计算机视觉	NA	深度学习	Siamese neural network	图像	191名参与者的48,826个复制字符
43	2025-08-10	Transductive zero-shot learning via knowledge graph and graph convolutional networks 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13612-0 PMID:40770031	研究论文	提出了一种基于知识图谱和图卷积网络的转导零样本学习方法，用于识别未见类别的对象	结合知识图谱和图卷积网络，提出双过滤模块与匈牙利算法聚类策略，显著提升分类性能	依赖有限的语义关系和少量标记的已见类别数据集，可能影响模型泛化能力	解决零样本学习中因领域偏移导致的分类性能下降问题	未见类别的对象识别	计算机视觉	NA	知识图谱构建、图卷积网络	GCN（图卷积网络）	图像	三个数据集（AWA2、ImageNet50、ImageNet100）
44	2025-08-10	Contrastive representation learning with transformers for robust auditory EEG decoding 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13646-4 PMID:40770040	研究论文	本文探讨了使用对比学习和transformer网络从脑电图(EEG)信号中解码连续语音的新方法	提出了一种结合对比学习和transformer网络的新型模型架构，用于学习EEG信号的稳健潜在表示	NA	提高从EEG信号解码连续语音的准确性，理解听觉处理的神经机制	听觉EEG信号	机器学习	NA	对比学习	transformer	EEG信号	ICASSP 2023 Auditory EEG Decoding Challenge中的两个任务数据集
45	2025-08-10	Chronological age estimation from human microbiomes with transformer-based Robust Principal Component Analysis 2025-Aug-06, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08590-y PMID:40770074	研究论文	提出了一种基于Transformer的鲁棒主成分分析方法(TRPCA)，用于从人类微生物组数据中预测年龄	结合Transformer架构和鲁棒主成分分析的可解释性，提高了年龄预测的准确性，并通过多任务学习实现了出生国家预测	NA	提高从人类微生物组数据中预测年龄的准确性，并探索微生物组与个体特征之间的联系	人类微生物组数据（皮肤、口腔、肠道）	机器学习	NA	16S rRNA基因扩增子测序(16S)和全基因组测序(WGS)	Transformer-based Robust Principal Component Analysis(TRPCA)	微生物组测序数据	NA
46	2025-08-10	Alzheimer's disease risk prediction using machine learning for survival analysis with a comorbidity-based approach 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14406-0 PMID:40770222	research paper	该研究利用机器学习和生存分析技术，结合共病信息预测老年人从认知正常到轻度认知障碍的转变时间	首次将共病信息作为预测因子纳入阿尔茨海默病风险预测模型，并验证了其重要性	研究依赖于特定数据库(ADNI和AIBL)的数据，可能限制结果的普适性	改进阿尔茨海默病的早期检测策略和疾病进展理解	老年人从认知正常(CN)到轻度认知障碍(MCI)的转变过程	machine learning	geriatric disease	survival analysis	fast random forest	demographics, cognitive scores, comorbidities	来自ADNI和AIBL数据库的老年人群样本
47	2025-08-10	Revolutionizing clinical decision making through deep learning and topic modeling for pathway optimization 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12679-z PMID:40770243	研究论文	本文提出了一种创新的优化框架，结合LDA主题建模和BiLSTM网络，以解决现代医疗保健中的复杂性	融合LDA主题建模和BiLSTM网络，显著提高了临床路径优化的准确性和效率	未提及具体的数据集规模或多样性限制	优化临床路径，提升医疗保健服务的个性化和效率	临床路径和患者护理过程	自然语言处理	NA	LDA, BiLSTM	BiLSTM	临床叙述数据	NA
48	2025-08-10	Development of a deep learning based approach for multi-material decomposition in spectral CT: a proof of principle in silico study 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09739-9 PMID:40770244	研究论文	本研究开发了一种基于深度学习的光谱CT多材料分解方法，用于量化碘、钆和钙	采用深度学习技术克服传统光谱CT材料分解方法在校准和信号质量方面的限制	研究基于合成数据集和计算机模型，尚未在真实患者数据上验证	开发一种能够准确分类和量化光谱CT中多种材料的新方法	光谱CT图像中的碘、钆和钙材料	医学影像分析	NA	光谱CT	双阶段网络架构	合成图像数据	圆柱体模型和虚拟患者模型
49	2025-08-10	Machine learning training data: over 500,000 images of butterflies and moths (Lepidoptera) with species labels 2025-Aug-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05708-z PMID:40770239	research paper	该研究提供了一个包含超过54万张蝴蝶和蛾类图像的标注数据集，用于机器学习的训练和评估	数据集规模大于其他已发布的蝴蝶和蛾类图像数据集，并提供了细粒度物种分类任务的机会	数据集中存在强烈的类别不平衡，某些物种的图像数量从1到近3万不等	加速基于图像的生物多样性数据处理，并为公民科学家提供直接反馈	蝴蝶和蛾类（鳞翅目）物种	computer vision	NA	deep learning	NA	image	超过540,000张图像，涵盖185种蝴蝶和蛾类
50	2025-08-10	Renji endoscopic submucosal dissection video data set for colorectal neoplastic lesions 2025-Aug-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05718-x PMID:40770268	research paper	介绍了一个名为Renji的数据集，包含用于结直肠肿瘤病变的内镜黏膜下剥离术（ESD）视频，带有详细的阶段标注	首个针对结直肠肿瘤病变治疗的ESD视频公开数据集	样本量相对较小，仅包含30个手术记录	提升内镜手术视频的分析能力，促进计算机辅助干预和外科医生学习	结直肠肿瘤病变的内镜黏膜下剥离术视频	digital pathology	colorectal neoplastic lesions	endoscopic submucosal dissection (ESD)	deep learning	video	30个手术记录，包含130,298个阶段标注
51	2025-08-10	Assessing the spatial relationship between mandibular third molars and the inferior alveolar canal using a deep learning-based approach: a proof-of-concept study 2025-Aug-06, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06539-5 PMID:40770327	研究论文	本研究开发并验证了一种基于深度学习的系统，用于在锥形束计算机断层扫描（CBCT）图像中准确测量下颌第三磨牙（M3）与下颌管（MC）之间的空间关系	提出了一种创新的方法，在低资源环境下使用DeeplabV3+进行CBCT提取的2D图像的语义分割，随后进行多类别3D重建和可视化，并应用KD-Tree算法测量M3与MC之间的空间最小距离	研究仅在内部验证中使用随机选择的CBCT图像进行比较，未进行大规模外部验证	开发并验证一种基于深度学习的系统，用于准确测量M3-MC空间关系，以评估其与传统方法相比的准确性	下颌第三磨牙（M3）与下颌管（MC）之间的空间关系	数字病理	口腔疾病	CBCT	DeeplabV3+	图像	随机选择的CBCT图像
52	2025-08-10	Hybrid CNN-Transformer-WOA model with XGBoost-SHAP feature selection for arrhythmia risk prediction in acute myocardial infarction patients 2025-Aug-06, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03127-z PMID:40770344	研究论文	提出了一种结合CNN、Transformer和鲸鱼优化算法的混合模型，用于急性心肌梗死患者心律失常风险预测	首次将CNN、Transformer和WOA算法结合用于心律失常预测，并采用XGBoost-SHAP进行特征选择	研究基于回顾性数据，需要前瞻性研究进一步验证	开发高精度的心律失常预测模型以改善急性心肌梗死患者的临床决策	急性心肌梗死患者	机器学习	心血管疾病	CNN, Transformer, WOA, XGBoost, SHAP	CNN-Transformer-WOA混合模型	临床数据	2084名患者
53	2025-08-10	An attack detection method based on deep learning for internet of things 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14808-0 PMID:40770483	研究论文	提出了一种基于深度学习的物联网攻击检测方法，结合遗传算法和成本敏感函数优化特征选择和处理类别不平衡问题	结合遗传算法进行特征选择，使用成本敏感函数处理攻击流量稀缺问题，并采用CNN和LSTM结合的方法提取时空信息	未提及具体的数据集规模限制或实际部署中的性能表现	提升物联网攻击检测的性能，解决现有方法的高误报率和特征冗余问题	物联网网络流量数据	机器学习	NA	深度学习	CNN, LSTM	网络流量数据	在两个物联网基准数据集上进行测试
54	2025-08-10	Dynamic frailty risk prediction in elderly hip replacement: a deep learning approach to personalized rehabilitation 2025-Aug-06, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03143-z PMID:40770716	研究论文	本研究采用深度学习模型动态预测老年髋关节置换术后虚弱风险，以指导个性化康复策略	首次将DeepSurv等生存分析模型应用于老年髋关节置换术后虚弱风险的动态预测，并识别关键临床预测因子	样本量有限，尽管进行了数据增强，但可能仍存在代表性不足的问题	开发能够准确预测老年髋关节置换术后虚弱风险动态变化的模型	647名60岁及以上接受髋关节置换手术的患者	数字病理	老年疾病	生存分析模型（Cox-Time, DeepHit, DeepSurv等）	DeepSurv	临床、生化、人口统计学和手术数据	647名患者（数据增强后约2,500例）
55	2025-08-10	Multi-stream feature fusion of vision transformer and CNN for precise epileptic seizure detection from EEG signals 2025-Aug-06, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06862-z PMID:40770757	研究论文	提出一种基于多流特征融合策略的癫痫检测模型CMFViT，结合CNN和ViT来捕捉EEG信号的局部特征和全局时间序列相关性	首次将CNN与ViT结合，通过多流特征融合策略增强模型在癫痫检测中的判别能力	未提及模型在实时系统中的具体表现和计算效率	开发高效、准确的癫痫发作检测系统	头皮脑电图(EEG)信号	数字病理	癫痫	Tunable Q-factor Wavelet Transform (TQWT)	CNN, ViT	EEG信号	CHB-MIT数据集和Kaggle 121人癫痫数据集
56	2025-08-10	Cost-effectiveness of opportunistic osteoporosis screening using chest radiographs with deep learning in the United States 2025-Aug-06, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.07.028 PMID:40780311	research paper	该研究评估了在美国50岁及以上女性中，利用深度学习技术对胸部X光片进行骨质疏松症机会性筛查的成本效益	首次将深度学习技术应用于胸部X光片的骨质疏松症机会性筛查，并评估其在美国特定人群中的成本效益	研究仅针对美国50岁及以上女性，结果可能不适用于其他人群或地区	评估利用深度学习技术进行骨质疏松症机会性筛查的成本效益	美国50岁及以上的女性	digital pathology	geriatric disease	deep learning	NA	image	NA（基于模型模拟）
57	2025-08-10	MCA-GAN: A lightweight Multi-scale Context-Aware Generative Adversarial Network for MRI reconstruction 2025-Aug-06, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110465 PMID:40780320	研究论文	提出了一种轻量级多尺度上下文感知生成对抗网络（MCA-GAN），用于提高MRI重建质量并降低计算成本	MCA-GAN通过双域生成器协同优化k空间和图像域表示，集成了多个轻量级模块（如DWLA、AGRB、MSCMB和CSMS），有效提升了全局上下文建模能力	尽管在多个数据集上表现优异，但未提及在极端低采样率下的性能表现	解决MRI重建中计算复杂度高和长程依赖捕捉困难的问题	MRI图像重建	医学影像	NA	GAN	MCA-GAN	MRI图像	IXI、MICCAI 2013和MRNet膝关节数据集
58	2025-08-10	Does sequence clustering confound AlphaFold2? 2025-Aug-06, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169376 PMID:40780395	research paper	本文探讨了AlphaFold2在预测蛋白质多种构象状态时的局限性，并反驳了关于AF-Cluster方法的一些误解	进一步分析了AF-Cluster方法中局部进化耦合的作用，反驳了对其的批评	未提出新的方法来改进AlphaFold2的构象采样能力	澄清关于AlphaFold2和AF-Cluster方法的误解，推动深度学习模型在结构生物学中的合理应用	蛋白质的多种构象状态	结构生物学	NA	AlphaFold2, AF-Cluster	深度学习模型	蛋白质序列和结构数据	NA
59	2025-08-10	TRI-PLAN: A deep learning-based automated assessment framework for right heart assessment in transcatheter tricuspid valve replacement planning 2025-Aug-06, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133732 PMID:40780436	research paper	开发并验证了首个基于深度学习的全自动框架TRI-PLAN，用于经导管三尖瓣置换术（TTVR）前的右心结构评估	首个全自动深度学习框架TRI-PLAN，用于TTVR前的右心结构评估，显著提高了评估效率和准确性	研究仅基于两个高容量心脏中心的数据，可能限制了结果的普遍性	开发并验证一个全自动深度学习框架，用于TTVR前的右心结构评估	严重三尖瓣反流（TR）患者的术前计算机断层扫描血管造影（CTA）扫描	digital pathology	cardiovascular disease	deep learning	DRA-Net	image	140例术前CTA扫描（63,962张切片），来自中国两个高容量心脏中心的严重TR患者
60	2025-08-10	A deep learning model for diagnosing autism using brain time series 2025-Aug-05, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.08.001 PMID:40763894	research paper	本文提出了一种结合LSTM网络和注意力机制的混合模型，用于通过脑部时间序列数据诊断自闭症	创新性地引入了基于滑动窗口的数据预处理方法和投票策略，并结合残差块与通道注意力机制以增强特征融合和防止网络退化	NA	提高自闭症的早期识别准确率以增强干预策略的有效性	自闭症谱系障碍（ASD）患者与神经典型个体的脑部时间序列数据	machine learning	autism	LSTM networks with Attention mechanism	hybrid model (LSTM + Attention)	brain time series data	Region of Interest (ROI) time series dataset from the Autism Brain Imaging Data Exchange (ABIDE)