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
6281	2025-03-19	Emerging trends in SERS-based veterinary drug detection: multifunctional substrates and intelligent data approaches 2025-Mar-15, NPJ science of food IF:6.3Q1 DOI:10.1038/s41538-025-00393-z PMID:40089516	review	本文综述了基于表面增强拉曼散射（SERS）的兽药检测方法的发展，特别是多功能基底和智能数据分析的应用	提出了多功能基底的概念，并探讨了深度学习技术在SERS检测中的应用，包括基底结构设计优化、光学性质预测、光谱预处理及定性和定量分析	选择报告分子、数据不平衡和计算需求方面的挑战	提高兽药残留检测的精确性和效率	兽药残留	machine learning	NA	SERS	深度学习	光谱数据	NA
6282	2025-03-17	A MEMS seismometer respiratory monitor for work of breathing assessment and adventitious lung sounds detection via deep learning 2025-Mar-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93011-7 PMID:40089574	研究论文	本文介绍了一种用于呼吸工作量评估和异常肺音检测的MEMS地震计呼吸监测器，通过深度学习技术实现	开发了一种微型贴片，包含敏感的多轴地震计，能够有效量化患者的呼吸工作量和肺音，并通过深度学习模型检测异常肺音	研究仅在医院环境中对124名患者进行了评估，样本量相对较小，且未提及长期使用的效果	开发一种低剖面设备，用于准确和定量监测呼吸健康，提供有价值的预防性见解	患者的呼吸工作量和肺音	数字病理学	慢性阻塞性肺疾病（COPD）和肺炎	深度学习	数据融合深度学习模型	振动信号和呼吸相位数据	124名患者
6283	2025-03-19	Global output of clinical application research on artificial intelligence in the past decade: a scientometric study and science mapping 2025-Mar-15, Systematic reviews IF:6.3Q1 DOI:10.1186/s13643-025-02779-2 PMID:40089747	研究论文	本文通过科学计量学和科学图谱方法，分析了过去十年人工智能在临床应用中发表的研究现状、热点和趋势	首次系统性地通过科学计量学和可视化工具（如VOSviewer和CiteSpace）分析了人工智能在临床研究中的应用现状、热点和发展趋势，并提供了详细的可视化合作网络图谱	研究主要基于Web of Science数据库，可能未涵盖其他数据库中的相关文献；此外，研究未深入探讨人工智能在临床应用中面临的具体技术或伦理挑战	分析人工智能在临床研究中发表的研究现状、热点和趋势，揭示其实际应用潜力并促进其在临床中的广泛应用	人工智能在临床研究中的应用，包括疾病诊断与分类、疾病风险预测与管理、辅助手术和康复等领域	人工智能	NA	科学计量学、可视化分析（VOSviewer、CiteSpace、SciMAT）	NA	文献数据	22,583篇文章，其中735篇专注于人工智能临床应用研究，涉及53个国家的1764个机构
6284	2025-03-19	Partial Differential Equations Meet Deep Neural Networks: A Survey 2025-Mar-14, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3545967 PMID:40085460	综述	本文系统回顾了深度神经网络（DNNs）在解决偏微分方程（PDEs）方面的应用，填补了现有文献中对多样化神经网络方法系统性总结的空白	提供了比以往专注于特定方法（如物理信息神经网络PINNs）更广泛的分类，并分析了DNNs在科学、工程和医学领域的应用	NA	探讨深度神经网络（DNNs）在解决偏微分方程（PDEs）中的应用，为研究人员和实践者提供有效应用DNNs解决PDEs的见解	偏微分方程（PDEs）	机器学习	NA	深度神经网络（DNNs）	深度神经网络（DNNs）	NA	NA
6285	2025-03-19	Evaluation of a Low-Cost Amplifier With System Optimization in Thermoacoustic Tomography: Characterization and Imaging of Ex-Vivo and In-Vivo Samples 2025-Mar-14, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3551260 PMID:40085469	研究论文	本文介绍了一种低成本放大器在微波诱导热声成像（TAT）系统中的应用及其优化，通过实验验证了其在离体和在体样本成像中的性能	开发了一种使用低成本放大器的旋转单元素热声成像系统，并通过微波信号脉冲宽度和天线位置的优化，结合信号平均、高级信号处理和深度学习计算核心，成功生成了高质量的图像	尽管系统在离体和在体样本中表现良好，但尚未在广泛的临床环境中进行验证，且低成本放大器的性能可能在高功率系统中存在限制	评估低成本放大器在热声成像系统中的性能，并优化系统以提高成像质量和可及性	离体样本和在体样本	医学成像	NA	微波诱导热声成像（TAT）	深度学习	图像	组织样模型、离体样本和在体成像样本
6286	2025-03-19	Deep learning prioritizes cancer mutations that alter protein nucleocytoplasmic shuttling to drive tumorigenesis 2025-Mar-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57858-8 PMID:40087285	研究论文	本文通过开发深度学习模型pSAM，系统性地分析了癌症中可能影响蛋白质核质穿梭的突变，揭示了这些突变如何通过干扰核定位信号促进肿瘤进展	首次使用深度学习模型pSAM从头解码核质穿梭的序列决定因素，并系统性地分析了11种癌症类型中的突变，揭示了这些突变如何通过干扰核定位信号促进肿瘤进展	研究仅针对11种癌症类型，可能无法涵盖所有癌症类型中的突变影响	研究癌症突变如何通过影响蛋白质的核质穿梭来驱动肿瘤发生	11种癌症类型中的突变	机器学习	癌症	深度学习	pSAM	序列数据	11种癌症类型中的突变数据
6287	2025-03-19	Deep learning-based classification of hemiplegia and diplegia in cerebral palsy using postural control analysis 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93166-3 PMID:40087338	研究论文	本研究提出了一种利用循环神经网络（RNNs）分析通过AMTI平台获得的时间序列力数据的方法，用于分类脑瘫中的偏瘫和双瘫	通过自动参数优化和数据增强等先进技术优化模型，提高了分类的准确性和可靠性，BiGRU和LSTM模型表现最佳，准确率达到76.43%	研究中未提及样本量的具体细节，可能影响结果的普适性	优化脑瘫中偏瘫和双瘫的分类方法，提高诊断准确性	脑瘫患者	机器学习	脑瘫	时间序列力数据分析	RNN, BiGRU, LSTM	时间序列数据	NA
6288	2025-03-19	Global or local modeling for XGBoost in geospatial studies upon simulated data and German COVID-19 infection forecasting 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92995-6 PMID:40087346	研究论文	本文研究了在空间地理分析中使用XGBoost机器学习方法时，构建单一全局模型与多个局部模型的优劣	通过模拟数据和德国COVID-19感染预测案例，比较了XGBoost的全局建模与局部建模的效果，并提出了在不同数据特性下选择建模方式的建议	局部建模的空间划分需要额外关注，且可能影响结果	探讨在空间地理分析中使用XGBoost时，全局建模与局部建模的优劣	模拟数据和德国COVID-19感染数据	机器学习	COVID-19	XGBoost	XGBoost	空间地理数据	模拟数据和德国COVID-19感染数据
6289	2025-03-19	A theory and data-driven method for rapid bottom hole pressure calculation in UGS 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93337-2 PMID:40087345	研究论文	本文提出了一种新的理论和数据驱动的方法，用于快速计算地下储气库（UGS）的井底压力	创新性地结合了井筒流动理论和神经网络模型，开发了一种理论和数据驱动的神经网络模型（TDDNN），显著提高了计算效率和精度	方法在样本有限的环境中的应用仍需进一步验证	提高地下储气库（UGS）井底压力计算的准确性和效率，以优化气井的动态分析和生产管理	地下储气库（UGS）的井底压力	机器学习	NA	神经网络模型	TDDNN（理论和数据驱动的神经网络模型）	理论模型生成的样本和真实样本	NA
6290	2025-03-19	Comparative analysis of deep learning architectures for breast region segmentation with a novel breast boundary proposal 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92863-3 PMID:40087354	研究论文	本研究比较了多种深度学习架构在动态对比增强磁共振成像（DCE-MRI）中用于乳腺区域分割的效果，并提出了新的乳腺边界定义方法	提出了新的乳腺边界定义方法，并比较了多种深度学习模型在乳腺分割中的性能	样本量较小，仅使用了58个DCE-MRI扫描	提高全乳腺分割的准确性并减少计算成本和环境影响	乳腺区域的DCE-MRI图像	计算机视觉	乳腺癌	DCE-MRI	UNet, UNet++, DenseNet, FCNResNet50, FCNResNet101, DeepLabv3ResNet50, DeepLabv3ResNet101	图像	58个DCE-MRI扫描
6291	2025-03-19	Structured hashing with deep learning for modality, organ, and disease content sensitive medical image retrieval 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93418-2 PMID:40087467	研究论文	本文提出了一种基于深度学习的结构化哈希技术MODHash，用于处理具有不同模态、器官和疾病特征的医学图像检索	MODHash通过最小化特征特定的分类损失和Cauchy交叉熵损失来训练网络，实现了对用户偏好的语义相似性检索	实验仅在公开的放射学数据集上进行，未涉及其他类型的医学图像数据	开发一种有效的基于内容的医学图像检索系统，以支持临床实践	具有不同模态、器官和疾病特征的医学图像	计算机视觉	NA	深度神经哈希（DNH）	深度学习模型	图像	来自Kaggle、Mendeley和Figshare的公开放射学数据集
6292	2025-03-19	Integrating numerical models with deep learning techniques for flood risk assessment 2025-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93465-9 PMID:40087490	研究论文	本研究结合数值模型与深度学习技术，用于洪水风险评估，特别是通过LSTM模型进行未来20年的流量预测，并生成洪水区域图和灾害图	将LSTM模型与HEC-RAS软件结合，用于洪水风险评估，并通过多种统计和图形分析方法评估模型性能	研究仅针对伊朗Nesa河的40年日流量数据，可能无法直接推广到其他河流或地区	通过LSTM模型预测流量，并结合HEC-RAS软件生成洪水区域图和灾害图，以提高洪水预警系统的效率	伊朗Nesa河的日流量数据	机器学习	NA	LSTM, HEC-RAS	LSTM	时间序列数据	40年的日流量数据
6293	2025-03-19	Performance and limitation of machine learning algorithms for diabetic retinopathy screening and its application in health management: a meta-analysis 2025-Mar-14, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01336-1 PMID:40087776	meta-analysis	本文通过meta分析评估了机器学习和深度学习算法在糖尿病视网膜病变筛查中的性能和局限性	首次通过meta分析全面评估了机器学习和深度学习算法在糖尿病视网膜病变筛查中的表现	算法的区分能力有限，需要进一步研究以改进算法	评估机器学习和深度学习算法在糖尿病视网膜病变筛查中的性能和局限性	糖尿病视网膜病变	machine learning	糖尿病	meta-analysis	machine learning, deep learning	retinal images	1,371,517张视网膜图像，其中51项研究用于meta分析
6294	2025-03-19	Artificial intelligence in gastroenterology: Ethical and diagnostic challenges in clinical practice 2025-Mar-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i10.102725 PMID:40093670	评论	本文讨论了最近发表的一篇关于深度学习模型在无线胶囊内窥镜决策过程中应用的手稿	探讨了将人工智能整合到胃肠道疾病诊断中，以提高实时检测多类别病变的准确性，包括小肠病变和癌前息肉，从而改善患者预后	人工智能在临床环境中的使用引发了超越技术潜力的伦理问题，如患者隐私、数据安全和潜在的诊断偏见	探索人工智能在胃肠道疾病诊断中的应用及其伦理挑战	胃肠道疾病，特别是小肠病变和癌前息肉	数字病理学	胃肠道疾病	深度学习	NA	图像	NA
6295	2025-03-19	Optimized attention-enhanced U-Net for autism detection and region localization in MRI 2025-Mar-14, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.111970 PMID:40096789	研究论文	本研究提出了一种利用优化深度学习方法和注意力机制进行自闭症检测及区域定位的框架	结合了Symmetric Structured MobileNet with Attention Mechanism (SSM-AM)和Refreshing Awareness-aided Election-Based Optimization (RA-EBO)进行自闭症分类，并利用Multiscale Dilated Attention-based Adaptive U-Net (MDA-AUnet)进行异常区域定位	NA	通过MRI图像进行自闭症的早期检测和区域定位，以改善干预效果	自闭症谱系障碍（ASD）患者	计算机视觉	自闭症	MRI图像处理	Symmetric Structured MobileNet with Attention Mechanism (SSM-AM), Multiscale Dilated Attention-based Adaptive U-Net (MDA-AUnet)	MRI图像	公开数据集ABIDE
6296	2025-03-19	An optimal federated learning-based intrusion detection for IoT environment 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93501-8 PMID:40082567	研究论文	本文提出了一种基于联邦学习的最优入侵检测方法，用于物联网环境中的网络安全	采用联邦学习训练深度学习分类器，结合Chimp优化算法选择最优特征，提高了入侵检测的准确率	未提及具体的数据集规模或实验环境的局限性	提高物联网网络中入侵检测的准确性和效率	物联网网络中的入侵检测系统	机器学习	NA	联邦学习, Chimp优化算法	深度学习分类器	网络数据	使用MQTT基准数据集进行实验
6297	2025-03-19	Multilabel classification for defect prediction in software engineering 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93242-8 PMID:40082581	研究论文	本文探讨了在软件工程中使用多标签分类进行缺陷预测的方法	将缺陷预测从传统的多类分类问题转变为多标签分类问题，考虑了缺陷可能同时属于多个类别的情况	未提及具体的数据集大小或来源，可能影响结果的普适性	提高软件缺陷预测的准确性和效率	软件缺陷报告	机器学习	NA	机器学习、深度学习	Multinomial Naive Bayes, Logistic Regression, Random Forest, MLP, CNN	文本	NA
6298	2025-03-19	A dual branch model for predicting microseismic magnitude time series named DTFNet 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93272-2 PMID:40082632	研究论文	本文提出了一种名为DTFNet的双分支模型，用于预测微震震级时间序列，以提高煤矿岩爆的智能预警准确性	DTFNet模型结合了时间序列分解和深度学习，通过二次分解和双分支结构有效建模微震时间序列数据，并深度提取微震震级数据的特征	未明确提及具体局限性	提高煤矿岩爆的智能预警准确性	微震震级时间序列数据	机器学习	NA	互补集合经验模态分解、排列熵、变分模态分解	DTFNet（双分支时间序列预测模型）	时间序列数据	多个工作面的微震监测目录
6299	2025-03-19	Exploring the significance of the frontal lobe for diagnosis of schizophrenia using explainable artificial intelligence and group level analysis 2025-Mar-13, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.111969 PMID:40096788	研究论文	本文通过可解释的人工智能和群体水平分析，探讨了额叶在精神分裂症诊断中的重要性	使用可解释的深度学习方法（Grad-CAM）和群体水平分析，识别精神分裂症患者的重要脑区，并在额叶中发现了显著的分类特征	未提及样本的具体数量或多样性，可能影响结果的普适性	研究精神分裂症诊断中额叶的作用，并帮助临床医生制定治疗方案	精神分裂症患者和健康对照组（CN）	数字病理学	精神分裂症	功能性磁共振成像（fMRI）、结构性磁共振成像（sMRI）	深度学习（Grad-CAM）	MRI图像（sMRI和fMRI）	NA
6300	2025-03-19	Deep Learning Estimation of Small Airways Disease from Inspiratory Chest CT: Clinical Validation, Repeatability, and Associations with Adverse Clinical Outcomes in COPD 2025-Mar-12, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202409-1847OC PMID:40072247	研究论文	本文开发了一种基于生成式AI的模型，用于从单一的吸气CT扫描中评估小气道疾病，并与双体积参数响应映射方法进行了比较	通过生成式AI模型从单一吸气CT扫描中评估小气道疾病，无需额外的呼气CT扫描，提高了临床适用性	研究结果在COPDGene研究中的验证样本量相对较小（n = 458），可能影响结果的普适性	评估AI模型在慢性阻塞性肺疾病（COPD）中从小气道疾病（fSAD）的吸气CT扫描中估计fSADTLC的能力，并验证其临床关联性和重复性	来自SPIROMICS研究的2513名参与者和COPDGene研究的458名参与者	数字病理学	慢性阻塞性肺疾病	生成式AI模型	生成式模型	CT图像	SPIROMICS研究中的2513名参与者和COPDGene研究中的458名参与者