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	2025-07-08	Convolutional neural networks with transfer learning for natural river flow prediction in ungauged basins 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07088-1 PMID:40615452	research paper	本研究提出了一种结合卷积神经网络和迁移学习的深度学习方法，用于预测无测量数据河流流域的河流流量	结合卷积神经网络与迁移学习技术，解决了数据稀缺流域的河流流量预测问题，并显著减少了训练时间	研究仅基于有限的数据集进行验证，可能无法完全代表所有类型河流的流量预测情况	开发高效的人工智能工具，准确预测河流流域的流量，以支持交通、农业和发电等社会重要领域	巴西的Paraíba do Sul河、莫桑比克的Zambezi河、巴西的São Francisco河以及印度德里的气候数据	machine learning	NA	Transfer Learning (TL)	CNN	time-series	来自三个不同河流流域的时间序列水文数据集
42	2025-07-08	Predictive analysis of pediatric gastroenteritis risk factors and seasonal variations using VGG Dense HybridNetClassifier a novel deep learning approach 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08718-4 PMID:40615459	研究论文	本研究提出了一种新型深度学习模型VDHNC，用于预测和分析儿童胃肠炎的风险因素及季节性变化	结合VGG16的强大特征学习能力和DenseNet的高效信息共享特性，构建了新型混合卷积模型VDHNC	未提及模型在资源匮乏地区的实际应用效果	提高儿童胃肠炎的早期预测准确率和季节性趋势分析能力	儿科胃肠炎患者	数字病理学	儿童胃肠炎	深度学习	VDHNC（VGG Dense HybridNetClassifier）	临床数据、人口统计学数据、环境数据	未明确说明样本数量
43	2025-07-08	AI assistance enhances histopathologic distinction between sebaceous and squamous cell carcinoma of the eyelid 2025-Jul-04, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01775-z PMID:40615496	研究论文	本文开发了一种基于深度学习的病理分析框架，用于自动分类眼睑皮脂腺癌和鳞状细胞癌	利用深度学习技术提高眼睑皮脂腺癌和鳞状细胞癌的病理诊断准确性，尤其是在临床和组织病理学特征重叠的情况下	外部测试数据集的诊断准确性较低，特别是在皮脂腺癌的诊断上	提高眼睑皮脂腺癌和鳞状细胞癌的病理诊断准确性	眼睑皮脂腺癌和鳞状细胞癌的病理切片	数字病理学	眼睑癌	深度学习	DL-based framework	全切片图像（WSIs）	282张WSIs用于训练、验证和内部测试，36张WSIs用于外部测试
44	2025-07-08	MultiFG: integrating molecular fingerprints and graph embeddings via attention mechanisms for robust drug side effect prediction 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09431-y PMID:40615494	研究论文	提出了一种名为MultiFG的新型深度学习框架，用于整合多种分子指纹类型、基于图的嵌入和药物-副作用对的相似性特征，以预测药物副作用频率	MultiFG结合了注意力增强的卷积网络和最近开发的Kolmogorov-Arnold Networks (KAN)作为预测层，有效捕捉复杂关系	NA	提高药物副作用频率预测的准确性，为药物安全评估提供更实用的工具	已批准药物和新药的副作用	机器学习	NA	深度学习	CNN, KAN	分子指纹、图嵌入、相似性特征	NA
45	2025-07-08	CNN based method for classifying cervical cancer cells in pap smear images 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10009-x PMID:40615498	研究论文	提出一种基于CNN的方法，用于在巴氏涂片图像中分类宫颈癌细胞	直接对全切片图像中的宫颈细胞群进行分类，无需分割步骤，展示了分割并非良好分类结果的严格必要条件	实验仅在SIPaKMeD和Herlev两个数据集上进行，可能需要更多数据验证泛化能力	早期检测宫颈癌细胞	宫颈癌细胞	数字病理学	宫颈癌	深度学习	CNN	图像	SIPaKMeD和Herlev数据集
46	2025-07-08	Rock blasting evaluation - image recognition method based on deep learning 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09973-1 PMID:40615500	研究论文	本文开发了一种基于深度学习的图像识别方法，用于评估岩石爆破的破碎效果和半孔率	提出了基于机器学习的爆破效果图像分析与计算模型及识别算法，并发现了矿岩块度尺寸的'S'形累积分布规律	未提及具体样本量及模型泛化能力的验证	提高矿山岩石爆破质量评估的效率和准确性	预裂爆破的半孔率和岩石爆破破碎效果	计算机视觉	NA	深度学习	NA	图像	NA
47	2025-07-08	3BTRON: A Blood-Brain Barrier Recognition Network 2025-Jul-04, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08453-6 PMID:40615521	研究论文	介绍了一种名为3BTRON的深度学习框架，用于自动分析血脑屏障的电子显微镜图像	提出了一种新的数据驱动方法，用于分析年龄相关的血脑屏障结构变化	电子显微镜图像分析耗时且可能存在选择偏差	研究年龄对血脑屏障结构的影响	老年和年轻小鼠大脑的血脑屏障	数字病理学	老年疾病	电子显微镜(EM)	深度学习框架(3BTRON)	图像	359个样本
48	2025-07-08	A tailored deep learning approach for early detection of oral cancer using a 19-layer CNN on clinical lip and tongue images 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07957-9 PMID:40615563	研究论文	本研究介绍了一种定制的19层CNN模型，用于利用唇和舌的临床图像自动诊断口腔癌	采用定制设计的19层CNN架构，结合先进的预处理步骤，显著提高了口腔癌检测的准确性和可靠性	研究仅使用了公开可用的OCI数据集，可能无法涵盖所有临床场景	开发一种高效可靠的口腔癌早期检测方法	唇和舌的临床图像	计算机视觉	口腔癌	深度学习	19层CNN	图像	公开可用的Oral Cancer (Lips and Tongue) Images (OCI)数据集，分为80%训练和20%测试子集
49	2025-07-08	Prediction of suicide using web based voice recordings analyzed by artificial intelligence 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08639-2 PMID:40615574	研究论文	本研究利用机器学习和深度学习模型，通过分析基于网络的真实世界语音数据，预测自杀行为	首次成功预测实际自杀行为而非替代标记，为自杀预防迈出重要一步	NA	通过语音生物标志物评估自杀风险	自杀个体与匹配对照组	机器学习	心理健康	机器学习	Multilayer perceptron	语音数据	NA
50	2025-07-08	Conditional autoregressive model based on next scale prediction for missing data reconstruction 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08830-5 PMID:40615591	研究论文	提出了一种基于下一尺度预测的条件自回归模型，用于地震数据缺失轨迹的重建	通过下一尺度预测方法避免数据扁平化，保持数据的空间结构，并在自回归生成过程中加入条件约束，确保预测数据与已知数据分布一致	未提及具体计算资源消耗或模型训练时间，也未讨论在极端缺失情况下的表现	解决复杂野外条件下采集的地震数据中缺失轨迹的重建问题	地震数据	机器学习	NA	条件自回归模型	自回归模型	地震数据	现场和合成数据集
51	2025-07-08	Medical slice transformer for improved diagnosis and explainability on 3D medical images with DINOv2 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09041-8 PMID:40615608	研究论文	本研究提出了一种名为Medical Slice Transformer (MST)的框架，用于将2D自监督模型DINOv2扩展到3D医学图像分析，以提高诊断准确性和可解释性	首次将2D自监督模型DINOv2应用于3D医学图像分析，并提出MST框架结合Transformer架构和2D特征提取器	研究仅使用了三个临床数据集，可能无法涵盖所有类型的医学图像	扩展2D自监督模型至3D医学成像，并评估其在可解释性诊断中的潜力	3D医学图像（MRI和CT）	数字病理	乳腺癌、肺结节、半月板撕裂	DINOv2自监督学习	Transformer, 3D ResNet	3D医学图像	乳腺癌MRI（651例患者）、胸部CT（722例患者）、膝关节MRI（1199例患者）
52	2025-07-08	Prior knowledge of anatomical relationships supports automatic delineation of clinical target volume for cervical cancer 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08586-y PMID:40615617	research paper	提出了一种基于解剖关系先验知识的宫颈癌临床靶区自动勾画方法	引入解剖关系先验知识，设计了特征注意力模块和宽度驱动注意力网络以提高分割精度	未明确提及具体局限性，但暗示先前方法未考虑丰富先验知识导致泛化性受限	提升宫颈癌放疗临床靶区自动勾画的准确性和临床适用性	宫颈癌患者的临床靶区（CTV）	digital pathology	cervical cancer	deep learning	feature attention module, width-driven attention network	CT images	私有数据集的大量实验
53	2025-07-08	Hybrid Big Bang-Big crunch with cuckoo search for feature selection in credit card fraud detection 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97149-2 PMID:40615673	研究论文	提出了一种结合Big Bang-Big Crunch和布谷鸟搜索的混合特征选择方法，用于提高信用卡欺诈检测的准确率	首次将Big Bang-Big Crunch算法与布谷鸟搜索算法结合，形成混合特征选择方法HBCS，并应用于信用卡欺诈检测	仅在ECC数据集上进行了验证，未在其他信用卡数据集上测试泛化能力	提高信用卡欺诈检测的准确率	信用卡交易数据	机器学习	NA	混合元启发式算法	DCNN, EDCNN	结构化数据	ECC数据集（具体数量未提及）
54	2025-07-08	Deep learning-based classification of parotid gland tumors: integrating dynamic contrast-enhanced MRI for enhanced diagnostic accuracy 2025-Jul-04, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01814-x PMID:40615947	研究论文	评估深度学习模型在结合动态对比增强MRI数据后对腮腺肿瘤分类的性能	结合动态对比增强MRI数据和多参数MRI图像，通过深度学习模型提高腮腺肿瘤分类的准确性	回顾性单中心研究，样本量较小（164名参与者）	提高腮腺肿瘤的非侵入性诊断准确性	腮腺肿瘤患者和正常腮腺个体	数字病理	腮腺肿瘤	动态对比增强MRI（DCE-MRI）	MobileNetV2, EfficientNetB0, SVM	MRI图像	164名参与者（124名患者和40名正常个体）
55	2025-07-08	Flexible visually secure image encryption with meta-learning compression and chaotic systems 2025-Jul-04, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107799 PMID:40618469	研究论文	提出了一种结合元学习、混沌系统、传统深度学习和LSB-2校正嵌入方法的灵活视觉安全图像加密方案	设计了具有动态辅助输入的元学习压缩重建网络，构建了新型混沌系统IS-DP，并采用LSB-2校正无损嵌入方法	未提及具体性能指标对比或实际应用场景测试	提高图像加密的安全性和解密图像的质量	数字图像	计算机视觉	NA	元学习、混沌系统、深度学习、LSB-2校正嵌入	深度学习网络	图像	NA
56	2025-07-08	AMeta-FD: Adversarial Meta-learning for Few-shot retinal OCT image Despeckling 2025-Jul-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102597 PMID:40618583	研究论文	提出了一种名为AMeta-FD的新方法，用于减少视网膜OCT图像中的斑点噪声	结合对抗性元学习和少量样本训练，引入新的抑制损失函数以有效减少非组织像素的贡献	需要少量原始-干净图像对进行微调，可能在实际应用中受到数据获取的限制	提高视网膜OCT图像去噪的性能	视网膜OCT图像	计算机视觉	视网膜疾病	对抗性元学习	GAN	图像	60对原始-干净图像
57	2025-07-08	af2rave: protein ensemble generation with physics-based sampling 2025-Jul-04, Digital discovery IF:6.2Q1 DOI:10.1039/d5dd00201j PMID:40621440	research paper	介绍了一个开源Python包af2rave，用于通过物理基础采样生成蛋白质构象集合	改进了AlphaFold2-RAVE协议，通过自动化特征选择模块减少了对系统先验知识的依赖，提高了构象采样的效率	虽然提高了采样效率，但仍需进一步验证其在更广泛蛋白质系统中的应用效果	开发一个高效且自动化的工具，用于生成和分析蛋白质的替代构象	蛋白质构象集合，特别是功能相关的构象	结构生物学	NA	AlphaFold2预测与分子动力学(MD)模拟结合	AlphaFold2	蛋白质结构数据	包括腺苷激酶(ADK)、人类DDR1激酶和SARS-CoV-2刺突蛋白受体结合域等多个系统
58	2025-07-08	Sparse coding-based multiframe superresolution for efficient synchrotron radiation microspectroscopy 2025-Jul-03, Discover nano DOI:10.1186/s11671-025-04291-x PMID:40608206	研究论文	本研究提出了一种基于稀疏编码的多帧超分辨率方法，用于提升同步辐射微谱成像的质量	将位置偏移作为已知控制参数处理，提高了超分辨率精度，并针对纳米结构提取优化了字典学习，适应小规模噪声数据	未明确说明方法在非纳米结构数据上的泛化能力	解决同步辐射和电子显微镜在纳米结构提取中因长时间曝光导致的辐射损伤和充电伪影问题	同步辐射微谱成像图像和3D纳米级电子化学分析光谱(nano-ESCA)数据	计算机视觉	NA	稀疏编码	NA	图像	小规模噪声数据集
59	2025-07-08	Semantic ECG hash similarity graph 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07838-1 PMID:40610475	研究论文	提出了一种结合语义哈希编码的新型图生成学习框架，用于增强基于图的深度学习模型在心电图（ECG）信号检索中的效率	引入了语义哈希相似图（SHSG），通过哈希表示捕捉ECG信号内部及信号间的复杂关联，解决了现有图结构忽视全局语义相关性和易受噪声干扰的问题	未明确提及具体的数据噪声处理效果或计算效率的具体提升幅度	提升基于图的深度学习模型在ECG信号识别中的检索效率和准确性	心电图（ECG）时间序列数据	机器学习	心血管疾病	语义哈希编码，图卷积网络（GCN）	GCN	时间序列数据	多个公开可用的ECG数据集（未明确数量）
60	2025-07-08	Printed document layout analysis and optical character recognition system based on deep learning 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07439-y PMID:40610547	研究论文	本文提出了一种基于深度学习的印刷文档布局分析和文本识别系统	结合YOLOv4和YOLOv8进行文档布局分析，并使用CNN进行文本识别，实现高效OCR处理	未提及对复杂布局或低质量扫描文档的处理能力	开发一种本地计算机上便捷、快速且高精度的OCR处理系统	印刷文档的扫描图像或图像文件	计算机视觉	NA	深度学习	YOLOv4, YOLOv8, CNN	图像	NA