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	2025-06-04	Real-time multiple people gait recognition in the edge 2025-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02351-x PMID:40456749	研究论文	研究在边缘设备上部署步态识别模型以实现实时多目标处理	将步态识别模型部署问题转化为多目标优化问题，同时最小化延迟和能耗并保持准确性	实验仅在NVIDIA Jetson Orin Nano和Jetson AGX Orin设备上进行，可能不适用于其他硬件平台	优化边缘设备上的深度学习模型以实现实时步态识别	步态识别模型在边缘设备上的部署	计算机视觉	NA	深度学习模型优化	NA	视频	处理42至188个同时受试者的数据
42	2025-06-04	Single-molecule direct RNA sequencing reveals the shaping of epitranscriptome across multiple species 2025-Jun-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60447-4 PMID:40456740	研究论文	本研究开发了一种名为SingleMod的深度学习模型，用于从直接RNA测序数据中精确检测单个RNA分子上的m6A修饰	创新性地采用多实例回归框架，利用定量NGS方法提供的广泛甲基化率标签，实现了单分子m6A预测的高准确度	NA	全面表征m6A在转录组范围内的分布景观和生物发生机制	人类细胞系和八个不同物种的RNA分子	生物信息学	NA	直接RNA测序(DRS)、下一代测序(NGS)、第三代测序(TGS)	深度学习模型(SingleMod)、多实例回归(MIR)	RNA测序数据	人类细胞系和八个不同物种的RNA分子
43	2025-06-04	Research on prediction algorithm of effluent quality and development of integrated control system for waste-water treatment 2025-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03612-5 PMID:40456765	研究论文	本研究提出了一种用于废水处理厂出水质量预测的深度学习算法和集成控制系统	结合QR-RF元学习器与CNN、LSTM和GRU的深度学习模型，以及能显著降低能耗和优化化学品使用的集成控制系统	研究仅在中国江苏省都市废水处理厂进行了测试，未在其他地区或不同规模的处理厂验证	提高废水处理效率并减少环境污染	废水处理厂的出水质量	机器学习	NA	深度学习	QR-RF, CNN, LSTM, GRU	废水处理数据	亚洲江苏省都市废水处理厂的数据
44	2025-06-04	A deep learning and IoT-driven framework for real-time adaptive resource allocation and grid optimization in smart energy systems 2025-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02649-w PMID:40456783	研究论文	本文提出了一种名为ORA-DL的先进框架，结合深度学习和物联网技术，用于智能电网的实时自适应资源分配和优化	ORA-DL框架整合了深度学习、物联网传感和实时自适应控制，通过深度神经网络、强化学习和多智能体决策来优化智能电网能源管理	未提及具体局限性	开发智能、自适应且节能的资源分配策略，以优化智能电网能源管理	智能电网	机器学习	NA	深度学习、强化学习、物联网传感	深度神经网络、强化学习、多智能体决策	历史和实时数据	NA
45	2025-06-04	A sequence to formula tree model for solving electrical text problems 2025-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04392-8 PMID:40456791	研究论文	提出一种序列到公式树模型，用于解决电气文本问题	结合深度学习和图卷积神经网络，将问题文本解析为公式树并提取隐含电气定理	未明确提及模型在复杂电气问题上的泛化能力	开发一种能够自动理解多样化的电气文本问题并应用相关电气定理的通用求解器	电气文本问题	自然语言处理	NA	深度学习	Gate Recurrent Unit, Graph Convolutional Neural Network	文本	3027个电气文本问题
46	2025-06-04	Diagnosis and classification of neuromuscular disorders using Bi-LSTM optimized with grey Wolf optimizer for EMG signals 2025-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03766-2 PMID:40456840	研究论文	该研究提出了一种使用灰狼优化器（GWO）优化Bi-LSTM超参数的方法，用于EMG信号的分类和神经肌肉疾病的诊断	首次将灰狼优化器（GWO）应用于Bi-LSTM模型的超参数优化，以提高EMG信号分类的准确性	模型的性能可能受到EMG信号质量的影响，且未提及在不同数据集上的泛化能力	提高神经肌肉疾病的诊断准确性和康复效果跟踪效率	EMG信号和神经肌肉疾病患者	生物医学工程与计算智能	神经肌肉疾病	EMG信号分析	Bi-LSTM	EMG信号	NA
47	2025-06-04	Performance Comparison of Machine Learning Using Radiomic Features and CNN-Based Deep Learning in Benign and Malignant Classification of Vertebral Compression Fractures Using CT Scans 2025-Jun-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01553-z PMID:40456998	研究论文	本研究比较了基于放射组学特征的机器学习和基于CNN的深度学习在CT扫描中对良恶性椎体压缩骨折分类的性能	首次在CT扫描中比较了放射组学特征和深度学习模型在椎体压缩骨折分类中的性能，并展示了深度学习在AUC和精确度上的略微优势	回顾性单中心数据，可能存在选择偏差	评估和比较不同机器学习方法在椎体压缩骨折良恶性分类中的性能	椎体压缩骨折	医学影像分析	椎体压缩骨折	CT扫描	XGBoost, SVM, KNN, Random Forest, 3D CNN	医学影像	447例椎体压缩骨折（196良性，251恶性）来自286名患者
48	2025-06-04	Enhanced Vision Transformer with Custom Attention Mechanism for Automated Idiopathic Scoliosis Classification 2025-Jun-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01564-w PMID:40457000	研究论文	本文提出了一种增强型ViT模型，用于自动化特发性脊柱侧凸分类，采用自定义注意力机制替代标准多头注意力机制	使用自定义注意力机制改进ViT模型，在脊柱侧凸分类中实现更高的准确率	研究仅基于单一医疗中心的数据集，可能影响模型的泛化能力	开发一个能够客观评估脊柱侧凸诊断的深度学习系统	特发性脊柱侧凸患者	计算机视觉	脊柱侧凸	深度学习	ViT（Vision Transformer）	X光图像	1456名患者的数据集，包含7个不同类别
49	2025-06-04	Robust Detection of Out-of-Distribution Shifts in Chest X-ray Imaging 2025-Jun-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01559-7 PMID:40457001	research paper	本研究开发了一种基于GAN的框架，用于检测胸部X射线中的分布外（OOD）情况，以提高诊断准确性	通过潜在空间优化和Kolmogorov-Smirnov统计测试，学习正面视图的特征分布，生成相似性分数以可靠识别OOD病例	NA	提高胸部X射线中分布外情况的检测可靠性，以增强深度学习系统的临床适用性	胸部X射线影像	computer vision	NA	GAN, Kolmogorov-Smirnov统计测试	GAN	image	MIMIC-CXR数据集
50	2025-06-04	Randomized comparison of AI enhanced 3D printing and traditional simulations in hepatobiliary surgery 2025-Jun-02, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01571-9 PMID:40457016	research paper	比较AI增强的3D打印和传统模拟在肝胆外科手术中的效果	结合深度学习和3D打印技术，优化肝胆外科手术规划，提高效率和准确性	样本量较小（64例患者），可能影响结果的普遍性	评估3D打印肝脏模型在肝胆外科手术规划中的效果	肝胆外科手术患者	digital pathology	hepatobiliary disease	deep learning, 3D printing	deep learning algorithms	3D models	64名患者
51	2025-06-04	Enhancing the Feature Representation of Protein Sequence Descriptors in Protein-Protein Interaction Prediction 2025-Jun-02, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00723-5 PMID:40457163	研究论文	本研究旨在通过开发新的蛋白质序列描述符来增强蛋白质-蛋白质相互作用（PPI）预测中的特征表示能力	基于六种已知序列描述符开发了新描述符，显著提升了PPI预测性能，并发布了包含51种特征向量的Python软件包ProtSeqDesc	未明确说明新描述符在所有类型蛋白质相互作用预测中的泛化能力	提升蛋白质序列的特征表示质量以改善蛋白质-蛋白质相互作用预测	蛋白质序列及其相互作用	生物信息学	NA	机器学习、深度学习	NA	蛋白质序列数据	多个PPI数据集（未明确具体数量）
52	2025-06-04	SC2Spa: a deep learning based approach to map transcriptome to spatial origins at cellular resolution 2025-Jun-02, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06173-6 PMID:40457183	研究论文	提出了一种基于深度学习的SC2Spa方法，用于将转录组数据映射到细胞分辨率的空间位置	SC2Spa能够从空间转录组数据中学习复杂的空间关系，优于其他预测方法，并能识别空间可变基因	NA	提高单细胞RNA测序数据在空间位置上的映射精度	空间转录组数据和单细胞RNA测序数据	生物信息学	NA	空间转录组学(ST)和单细胞RNA测序(scRNA-seq)	深度学习	转录组数据	NA
53	2025-06-04	Current AI technologies in cancer diagnostics and treatment 2025-Jun-02, Molecular cancer IF:27.7Q1 DOI:10.1186/s12943-025-02369-9 PMID:40457408	review	本文系统综述了当前AI技术在癌症诊断和治疗中的应用及其潜力	强调了深度学习在早期癌症检测中的日益重要角色，以及AI在基因组学、生物标志物发现、液体活检和非侵入性诊断中的应用	讨论了数据隐私、可解释性和监管问题等挑战	探讨AI技术在癌症诊断和治疗中的应用及其对精准医疗的推动作用	癌症诊断和治疗中的AI技术	digital pathology	cancer	深度学习	NA	image, genomics data	NA
54	2025-06-04	Robust multi-coil MRI reconstruction via self-supervised denoising 2025-Jun-02, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30591 PMID:40457510	research paper	研究通过自监督去噪作为预处理步骤，提升深度学习在多线圈MRI重建中的性能	利用GSURE进行自监督去噪，并评估其对DPMs和MoDL两种深度学习重建方法的影响	实验仅针对T2加权脑部和脂肪抑制质子密度膝部扫描，未涵盖其他MRI类型	提升深度学习在多线圈MRI重建中的质量和效率	多线圈MRI数据	machine learning	NA	Generalized Stein's Unbiased Risk Estimate (GSURE), Diffusion Probabilistic Models (DPMs), Model-Based Deep Learning (MoDL)	DPMs, MoDL	MRI图像	T2加权脑部和脂肪抑制质子密度膝部扫描数据
55	2025-06-04	A Scalable Deep Learning Approach for Real-Time Multivariate Monitoring of Biopharmaceutical Processes With No Prior Product-Specific History 2025-Jun-02, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.29039 PMID:40457612	research paper	提出了一种新型实时深度学习框架，用于监测无产品特定历史记录的生物制药过程健康状态	结合自动编码器（AEs）和多阶段实时数据处理算法，开发了实时异常检测和根源识别的新方法	未明确提及具体局限性	开发无需产品特定历史记录的生物制药过程实时监测方法	生物制药过程中的细胞培养制造过程，特别是单克隆抗体的生产	machine learning	NA	deep learning, autoencoders (AEs)	autoencoders (AEs)	time-series data	未明确提及具体样本数量
56	2025-06-04	Accelerating 3D radial MPnRAGE using a self-supervised deep factor model 2025-Jun-02, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30549 PMID:40457622	研究论文	开发了一种自监督且内存高效的深度学习图像重建方法，用于高分辨率和多参数维度的4D非笛卡尔MRI	提出了一种深度因子模型（DFM），通过神经网络以反转时间为条件，利用零填充重建作为输入估计，以单次学习（SSL）方式从k空间数据中学习模型参数，并开发了兼容的迁移学习（TL）方法以减少重建时间	在训练神经网络时，如果没有专用的高端GPU阵列，计算需求可能会变得很高	开发一种高效的深度学习图像重建方法，用于高分辨率和多参数维度的4D非笛卡尔MRI	4D非笛卡尔MRI图像	医学影像处理	NA	MRI	深度因子模型（DFM）	图像	幻影和体内实验
57	2025-06-04	Accurate Prediction of the Diffusion Coefficients of Organic Compounds in Water by Multimodal Learning 2025-Jun-02, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c01881 PMID:40457760	研究论文	本研究开发了一种多模态深度学习模型，用于预测有机化合物在水中的扩散系数	结合分子图像、分子描述符和温度的多模态深度学习模型，提高了预测准确性并降低了误差	实验数据对于大多数新合成的化学品仍然缺乏	快速准确地预测有机化合物在水中的扩散系数	有机化合物在水中的扩散系数	机器学习	NA	深度学习	多模态深度学习模型	分子图像、分子描述符和温度数据	NA
58	2025-06-04	Comparison of AI-Automated and Manual Subfoveal Choroidal Thickness Measurements in an Elderly Population Using Optical Coherence Tomography 2025-Jun-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.6.9 PMID:40459523	research paper	比较AI自动和手动测量老年人黄斑下脉络膜厚度的差异，并探讨影响因素	使用基于TransUNet的深度学习模型自动测量SFCT，并在大规模老年人群中验证其与手动测量的一致性	存在系统性偏差，手动测量值普遍低于自动测量值	评估自动和手动测量SFCT的一致性和相关性，并研究影响测量差异的因素	2896名老年人	digital pathology	geriatric disease	optical coherence tomography	TransUNet	image	2896名参与者
59	2025-06-04	RS-MAE: Region-State Masked Autoencoder for Neuropsychiatric Disorder Classifications Based on Resting-State fMRI 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3449949 PMID:39325609	研究论文	提出了一种基于静息态功能磁共振成像（fMRI）的区域状态掩码自编码器（RS-MAE），用于神经精神疾病的分类	引入了掩码自编码器（MAE）减少动态功能连接（DFC）矩阵中的冗余信息，提出区域状态（RS）补丁嵌入以适应DFC矩阵，并引入随机状态连接（RSC）作为数据增强方法	训练样本不足可能影响模型性能	提高基于静息态fMRI的神经精神疾病分类的准确性	注意力缺陷多动障碍（ADHD）、自闭症谱系障碍（ASD）、阿尔茨海默病（AD）和精神分裂症（SCZ）患者	数字病理学	神经精神疾病	静息态功能磁共振成像（fMRI）	RS-MAE（基于MAE的变体）	图像（fMRI数据）	四个公开数据集
60	2025-06-04	Hyperparameter Recommendation Integrated With Convolutional Neural Network 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3476439 PMID:39423079	研究论文	本文提出了一种结合卷积神经网络（CNN）的超参数推荐方法，通过元学习解决超参数推荐问题	提出了一种基于CNN的学习模型，能够从数据中学习复杂特征，并开发了卷积去噪自编码器（ConvDAE）来评估超参数性能	未提及具体的局限性	开发一种有效的超参数推荐方法，以提升机器学习模型的性能	超参数推荐和元学习	机器学习	NA	CNN, ConvDAE	CNN, ConvDAE	NA	400个真实分类问题