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
601	2025-06-12	Classification of non-small cell lung cancer by histologic subtype using deep learning in public and private data sets of computed tomography images 2025 Jan-Dec, Radiologia brasileira DOI:10.1590/0100-3984.2024.0093 PMID:40487349	研究论文	开发了一种基于深度学习的系统，用于从CT图像中分类非小细胞肺癌的组织学亚型	使用2D U-Net和VGG16网络进行肿瘤分割和分类，并在公共和私人数据集上验证了其准确性	研究仅针对腺癌和鳞状细胞癌两种亚型，未涵盖其他非小细胞肺癌亚型	开发一个深度学习系统，用于从CT图像中自动分类非小细胞肺癌的组织学亚型	非小细胞肺癌（NSCLC）的CT图像	数字病理学	肺癌	CT成像	2D U-Net, VGG16	图像	28,506张CT图像用于预训练，2,015张用于验证，3,080张腺癌和鳞状细胞癌图像用于分类算法开发
602	2025-06-12	Brain Tumour Detection Using VGG-Based Feature Extraction With Modified DarkNet-53 Model 2025, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/ijbi/5535505 PMID:40487802	research paper	该研究提出了一种基于改进DarkNet-53模型和VGG特征提取的脑肿瘤检测方法，以提高MRI扫描中脑肿瘤的早期诊断准确率	结合改进的DarkNet-53架构和入侵杂草优化（IWO）算法，优化特征提取过程，显著提高脑肿瘤检测的准确率	研究仅基于3264个MRI扫描样本，可能需要更大规模的数据集验证模型的泛化能力	提高脑肿瘤的早期检测准确率，以改善治疗效果和患者预后	MRI扫描图像中的脑肿瘤	computer vision	brain tumor	deep learning	modified DarkNet-53 with VGG-based feature extraction	MRI images	3264 MRI scans
603	2025-06-12	Automatic identification of human spermatozoa with zona pellucida-binding capability using deep learning 2025, Human reproduction open IF:8.3Q1 DOI:10.1093/hropen/hoaf024 PMID:40487847	研究论文	本研究开发了一种基于深度学习的模型，用于自动识别具有透明带结合能力的人类精子，以预测其受精潜力	首次建立了一个独立于传统精液分析的深度学习模型，基于精子受精能力而非WHO标准进行形态评估	模型目前仅适用于高分辨率、风干、Diff-Quik染色的精子样本，需要进一步研究验证其在其他图像质量和大样本量下的分类性能	开发一种能够预测精子受精潜力的自动化评估方法	人类精子	数字病理学	男性不育症	深度学习	VGG13	图像	1083张Diff-Quik染色图像用于训练，220张用于独立测试，临床验证涉及117名男性患者的33000多张精子图像
604	2025-06-12	Leveraging machine learning in nursing: innovations, challenges, and ethical insights 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1514133 PMID:40487987	综述	本文综述了机器学习在护理领域的应用，探讨其对患者护理、护理实践和医疗保健服务的影响	填补了机器学习在护理领域应用的讨论空白，平衡了技术创新与护理的人本特性	未提及具体研究样本量，且主要基于2019-2023年的文献，可能无法涵盖最新进展	分析机器学习在护理中的整合情况，包括当前应用、挑战、伦理考量和未来发展潜力	护理领域的机器学习应用	机器学习	NA	机器学习	深度学习（如COMPOSER模型）	NA	NA
605	2025-06-12	Enhancing corn industry sustainability through deep learning hybrid models for price volatility forecasting 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0323714 PMID:40489457	研究论文	本研究提出了一种基于多模块小波变换的融合预测模型TLDCF-TSD-BBF，用于准确预测短期玉米价格波动，从而提升玉米产业的可持续性	提出了TLDCF-TSD-BBF模型，整合了TLDCF-TSD、BiTCEN、BiLSTM和FECAM等多种技术，显著提高了预测精度和鲁棒性	研究仅针对中国五大玉米产区的价格数据，可能无法完全代表全球其他地区的玉米价格波动情况	解决玉米价格波动对产业可持续性带来的挑战	玉米价格波动	机器学习	NA	小波变换、双向时间卷积增强网络、双向长短期记忆网络、频率增强通道注意力机制	TLDCF-TSD-BBF（整合了BiTCEN、BiLSTM等技术）	时间序列数据	中国五大玉米产区的价格数据
606	2025-06-12	BanglaNewsClassifier: A machine learning approach for news classification in Bangla Newspapers using hybrid stacking classifiers 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321291 PMID:40489455	研究论文	该研究提出了一种综合方法，使用多种机器学习和深度学习技术对孟加拉语新闻文章进行分类	采用混合堆叠分类器，结合双向LSTM和支持向量机，实现了94%的高准确率	研究主要针对孟加拉语这一低资源语言，可能在其他语言上的适用性有待验证	提高孟加拉语新闻分类的准确性和效率	孟加拉语新闻文章	自然语言处理	NA	TF-IDF向量化、word2Vec嵌入	双向LSTM、支持向量机、堆叠元分类器	文本	118,404篇孟加拉语新闻文章
607	2025-06-12	Continuous glucose monitoring combined with artificial intelligence: redefining the pathway for prediabetes management 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1571362 PMID:40491592	综述	本文系统探讨了连续血糖监测(CGM)技术与人工智能(AI)结合在糖尿病前期管理中的潜在应用	结合CGM实时动态监测与AI深度学习分析，提出糖尿病前期精准诊断、个性化干预和决策支持的新模式	面临数据管理、算法优化和伦理问题等挑战	探索CGM与AI结合技术在糖尿病前期管理中的应用潜力	糖尿病前期患者	医疗人工智能	糖尿病	连续血糖监测(CGM), 深度学习	深度学习模型	动态血糖数据	NA
608	2025-06-12	Constructing segmentation method for wheat powdery mildew using deep learning 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1524283 PMID:40491814	research paper	本研究提出了一种基于深度学习的RSE-Swin Unet方法，用于小麦白粉病图像的准确分割	结合ResNet和SENet改进Swin-Unet架构，有效捕捉图像全局和局部特征，提高分割精度	仅在小麦白粉病和条锈病数据集上进行了测试，未涉及其他作物病害	开发高精度的小麦病害图像分割方法	小麦白粉病和条锈病图像	computer vision	wheat powdery mildew	deep learning	RSE-Swin Unet (改进的Swin-Unet架构)	image	自建小麦白粉病数据集和条锈病数据集（具体数量未提及）
609	2025-06-12	Rice-SVBDete: a detection algorithm for small vascular bundles in rice stem's cross-sections 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1589161 PMID:40491816	研究论文	提出了一种名为Rice-SVBDete的深度学习算法，用于检测水稻茎横截面中的小维管束	在YOLOv8架构中引入了动态蛇形卷积（DSConv）、多尺度特征融合（MFF）机制和新的强大交并比（PIoU）损失函数，以提高对小目标的检测精度	未提及算法在不同光照条件或不同水稻品种上的泛化能力	提高水稻茎横截面中小维管束的检测精度，以支持水稻育种和栽培策略的改进	水稻茎横截面中的小维管束	计算机视觉	NA	深度学习	YOLOv8	图像	未明确提及样本数量
610	2025-06-12	CytoLNCpred-a computational method for predicting cytoplasm associated long non-coding RNAs in 15 cell-lines 2025, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2025.1585794 PMID:40491847	research paper	开发了一种名为CytoLNCpred的计算方法，用于预测15种人类细胞系中与细胞质相关的长链非编码RNA（lncRNA）	克服了以往方法使用噪声数据集和排除在细胞质与细胞核之间无明显差异定位的lncRNA的缺点，开发了基于机器学习和深度学习的新模型	虽然模型表现良好，但基于相关性的特征与机器学习算法结合的表现优于基于大语言模型（LLM）的方法	预测细胞质相关的lncRNA，以更好地理解lncRNA的功能	15种人类细胞系中的lncRNA	生物信息学	NA	机器学习、深度学习、DNABERT-2	机器学习算法、DNABERT-2	序列数据	15种人类细胞系
611	2025-06-12	Early detection of retinal and choroidal microvascular impairments in diabetic patients with myopia 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1609928 PMID:40491952	研究论文	评估和量化糖尿病患者视网膜和脉络膜血流变化，探索其与糖尿病风险因素的关联	结合SS-OCTA和人工智能增强的分割与血管分析，提供了一种精细的早期检测视网膜和脉络膜微血管损伤的方法	样本量较小（n=133），且仅针对特定类型的糖尿病患者	早期检测糖尿病患者视网膜和脉络膜微血管损伤	糖尿病患者（包括无糖尿病视网膜病变、非增殖性糖尿病视网膜病变及高度近视患者）	数字病理	糖尿病视网膜病变	SS-OCTA（扫频源光学相干断层扫描血管成像）	U-Net, ResNet-50	图像	133名糖尿病患者（43名无糖尿病视网膜病变，48名非增殖性糖尿病视网膜病变，42名无糖尿病视网膜病变但高度近视）
612	2025-06-12	Sparse Annotation is Sufficient for Bootstrapping Dense Segmentation 2024-Oct-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.14.599135 PMID:38915491	research paper	提出了一种基于深度学习的新方法，通过稀疏的2D标注快速生成密集的3D分割，用于生物成像数据的实例分割任务	开发了一种能够从稀疏2D标注快速生成密集3D分割的深度学习方法，显著减少了人工标注时间和专家需求	未明确提及方法在其他类型生物成像数据上的泛化能力	解决生物成像数据中密集3D重建所需的繁重标注问题	大脑神经纤维网（包含树突、轴突和胶质细胞过程的复杂结构）	digital pathology	NA	serial section electron microscopy	deep learning	3D image	未明确提及具体样本数量
613	2025-06-12	Evaluation of Cellpose segmentation with sequential thresholding for instance segmentation of cytoplasms within autofluorescence images 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108846 PMID:38976959	research paper	本文提出并测试了一种用于自动荧光图像中细胞质实例分割的方法，结合了Cellpose深度学习分割和细胞质后处理算法(CPPA)	结合深度学习分割方法Cellpose与细胞质后处理算法(CPPA)，提高了自动荧光图像中细胞质分割的准确性	仅在三种细胞样本(静止T细胞、激活T细胞和MCF7细胞)的五张NAD(P)H图像上进行了测试，样本量有限	开发准确的自动荧光图像细胞质分割方法，用于单细胞代谢分析	静止T细胞、激活T细胞和MCF7细胞的NAD(P)H自动荧光图像	digital pathology	NA	autofluorescence imaging	Cellpose (deep learning-based segmentation)	image	五张NAD(P)H图像，包含三种细胞样本(静止T细胞、激活T细胞和MCF7细胞)
614	2024-10-02	Towards deep learning methods for quantification of the right ventricle using 2D echocardiography 2024, Future cardiology IF:1.6Q3 DOI:10.1080/14796678.2024.2347125 PMID:39351980	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
615	2025-06-11	The informativeness of the gradient revisited 2025-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107517 PMID:40359739	research paper	本文探讨了梯度信息在深度学习中的有效性，并提出了一个衡量梯度方差的一般性界限	提出了一个衡量梯度方差的一般性界限，并应用于LWE映射和高频函数类	理论分析可能未涵盖所有实际应用场景，实验部分仅针对特定案例	深入理解梯度信息在深度学习中的局限性	梯度信息的有效性及其在深度学习中的应用	machine learning	NA	NA	NA	NA	NA
616	2025-06-11	Pruning the ensemble of convolutional neural networks using second-order cone programming 2025-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107544 PMID:40367720	研究论文	本文提出了一种使用二阶锥规划修剪卷积神经网络集成的方法，以提高准确性和多样性	提出了一种稀疏二阶锥优化模型，用于修剪不同深度和层数的CNN集成，同时最大化准确性和多样性	仅在CIFAR-10、CIFAR-100和MNIST数据集上进行了测试，未在其他数据集上验证	解决深度学习模型集成中的计算复杂性问题	卷积神经网络（CNNs）的集成	机器学习	NA	二阶锥规划	CNN	图像	CIFAR-10、CIFAR-100和MNIST数据集
617	2025-06-11	SurvGraph: A hybrid-graph attention network for survival prediction using whole slide pathological images in gastric cancer 2025-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107607 PMID:40375420	research paper	介绍了一种名为SurvGraph的基于图的深度学习网络，用于利用胃癌症患者的全切片病理图像进行生存预测	采用混合图构建方法整合多种特征类型，并使用多头注意力图网络进行生存预测	未提及具体局限性	提高胃癌症患者的生存预测准确性	胃癌症患者的全切片病理图像	digital pathology	gastric cancer	graph representation learning	hybrid-graph attention network	image	708胃癌症患者来自三个独立队列
618	2025-06-11	Enhancing the transferability of adversarial attacks via Scale Enriching 2025-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107549 PMID:40378598	research paper	本文提出了一种称为尺度丰富方法（SEM）的技术，通过输入尺度丰富框架增强对抗样本的可迁移性	通过特定范围内的输入尺度缩放，丰富了替代模型感知的注意力区域，并扩大了不同模型之间的容忍度，显著提高了对抗样本的可迁移性	NA	提高对抗样本在黑盒设置下对不同输入尺寸模型的可迁移性	对抗样本和深度学习模型	computer vision	NA	Scale Enriching Method (SEM)	深度学习模型	image	在ImageNet数据集上进行实验
619	2025-06-11	Escarcitys: A framework for enhancing medical image classification performance in scarcity of trainable samples scenarios 2025-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107573 PMID:40382989	研究论文	本文提出了一个名为EScarcityS的框架，旨在解决医学图像分类中训练样本稀缺的问题，通过多粒度Transformer网络和疾病概率图引导的扩散生成模型来提高分类准确率	设计了多粒度Transformer网络（MGVit）和疾病概率图引导的扩散生成模型，以减少对大量训练数据的依赖并生成更真实的可解释合成数据	实验仅在四个真实的医学图像数据集上进行，可能在其他数据集上的泛化能力有待验证	提高在训练样本稀缺情况下的医学图像分类准确率	医学图像	数字病理学	NA	深度学习	Transformer, 扩散生成模型	医学图像	四个真实医学图像数据集
620	2025-06-11	S2LIC: Learned image compression with the SwinV2 block, Adaptive Channel-wise and Global-inter attention Context 2025-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107590 PMID:40398182	research paper	提出了一种基于SwinV2块、自适应通道和全局交互注意力上下文的图像压缩方法S2LIC	设计了自适应通道和全局交互注意力上下文(ACGC)熵模型，实现了切片间和切片内的双特征聚合，并引入残差SwinV2 Transformer模型捕获全局特征信息	未明确提及具体限制	提高图像压缩的率失真性能和编解码速度	图像数据	computer vision	NA	深度学习	SwinV2 Transformer, ACGC	image	三个不同数据集（Kodak、Tecnick和CLIC Pro）