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
6301	2025-03-01	Progress on intelligent metasurfaces for signal relay, transmitter, and processor 2025-Feb-25, Light, science & applications DOI:10.1038/s41377-024-01729-2 PMID:39994200	综述	本文综述了智能超表面在无线通信中作为信号中继、发射器和处理器的新范式	智能超表面通过集成深度学习算法，能够主动适应不断变化的环境，无需人工干预，提供了一种绿色无线通信的新方法	实际应用中存在关键问题，如增益超表面和知识迁移等新方向的挑战	探讨智能超表面在无线通信中的应用，以提高数据速率并减少硬件和能源消耗	智能超表面	无线通信	NA	深度学习算法	NA	NA	NA
6302	2025-03-01	Deep learning-based Intraoperative MRI reconstruction 2025-Feb-25, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00548-9 PMID:39998750	研究论文	本文评估了深度学习在脑肿瘤手术中加速术中MRI重建的质量	使用深度学习模型对加速术中MRI进行重建，并与传统的压缩感知方法进行比较	深度学习重建存在条纹伪影和信号减少的问题	评估深度学习在术中MRI重建中的应用效果	40名在2021年11月1日至2023年6月1日期间接受术中MRI的脑肿瘤手术患者	计算机视觉	脑肿瘤	深度学习	深度学习模型	MRI图像	40名患者
6303	2025-03-01	Preoperative prediction of the Lauren classification in gastric cancer using automated nnU-Net and radiomics: a multicenter study 2025-Feb-25, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01923-9 PMID:40000513	研究论文	本研究开发并验证了一种基于nnU-Net结合放射组学的深度学习模型，用于胃癌的自动分割和Lauren分类的术前预测	结合nnU-Net和放射组学技术，实现了胃癌的自动分割和Lauren分类的术前预测，减少了医生手动分割的错误和工作量	研究结果在不同测试集上的AUC值略有差异，且放射组学模型和组合模型的AUC值无显著统计学差异	开发并验证一种深度学习模型，用于胃癌的自动分割和Lauren分类的术前预测	胃癌患者	数字病理学	胃癌	nnU-Net, 放射组学	nnU-Net, LASSO	CT图像	433名胃癌患者
6304	2025-03-01	Endoscapes, a critical view of safety and surgical scene segmentation dataset for laparoscopic cholecystectomy 2025-Feb-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04642-4 PMID:40000637	研究论文	本文介绍了Endoscapes2023数据集，该数据集包含201个腹腔镜胆囊切除术视频，用于支持深度学习模型在手术视频分析中的应用，特别是评估关键安全视图（CVS）	发布了一个新的数据集Endoscapes2023，包含高质量标注的腹腔镜胆囊切除术视频，支持对象检测、语义和实例分割以及CVS预测模型的开发	数据集的规模和多样性可能有限，且依赖于三位训练有素的外科医生的标注	开发深度学习模型以支持腹腔镜胆囊切除术中的视觉任务，提高手术安全性和效率	腹腔镜胆囊切除术视频	计算机视觉	胆囊疾病	深度学习	对象检测、语义分割、实例分割	视频	201个腹腔镜胆囊切除术视频
6305	2025-03-01	A deep learning based prediction model for effective elastic properties of porous materials 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90016-0 PMID:40000677	研究论文	本文提出了一种基于深度学习的预测模型，用于预测多孔材料的有效弹性性能	通过算法随机生成多孔微结构模型，并使用高效的四叉树算法计算其力学性能，进而建立基于神经网络的机器学习算法来预测多孔材料的力学性能	NA	分析多孔材料的力学性能，提供一种新的基于微结构图像的预测方法	多孔材料	机器学习	NA	神经网络	神经网络	图像	大量机器学习样本数据
6306	2025-03-01	Unsupervised translation of vascular masks to NIR-II fluorescence images using Attention-Guided generative adversarial networks 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91416-y PMID:40000690	研究论文	本文提出了一种无监督生成对抗网络（GAN）方法，将血管掩码转换为真实的NIR-II荧光血管图像	利用集成到损失函数中的注意力机制，模型在生成过程中专注于关键特征，无需监督即可生成高质量的NIR-II图像	NA	解决NIR-II医学成像中数据集有限的问题，增强NIR-II成像的应用	血管掩码和NIR-II荧光血管图像	计算机视觉	NA	NIR-II荧光成像	GAN	图像	NA
6307	2025-03-01	Advanced financial security system using smart contract in private ethereum consortium blockchain with hybrid optimization strategy 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89404-3 PMID:40000696	研究论文	本文提出了一种基于深度学习的智能合约，应用于私有以太坊联盟区块链中，以提供金融安全保障	结合了动态蝴蝶-台球优化算法（DB-BOA）和自适应深度时间上下文网络（ADTCN）来增强智能合约的安全性	未提及具体的数据集大小或实验环境的具体限制	提高金融交易的安全性和效率，减少传统股票市场中的中介环节	金融交易数据	区块链技术	NA	智能合约，区块链技术	ADTCN	金融交易数据	未提及具体样本大小
6308	2025-03-01	Enhancing resilience of distributed DC microgrids against cyber attacks using a transformer-based Kalman filter estimator 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90959-4 PMID:40000702	研究论文	本文提出了一种新颖的数据驱动方法，旨在增强分布式直流微电网对各种网络攻击的抵御能力，包括故障检测与隔离（FDI）攻击、拒绝服务（DoS）攻击和延迟攻击	开发了一种基于Transformer的卡尔曼滤波器（TKF）估计器，结合了自回归积分滑动平均（ARIMA）模型和深度学习技术（特别是Transformer和LSTM网络），用于高维数据提取	未来的研究方向建议集中在结合先进的滤波技术和深度学习模型，以进一步增强系统在管理微电网操作中的非线性和不确定性方面的适应性和有效性	增强分布式直流微电网对网络攻击的抵御能力	分布式直流微电网	机器学习	NA	ARIMA模型、Transformer、LSTM网络	Transformer-based Kalman Filter (TKF) estimator	信号传输数据	NA
6309	2025-03-01	Development of weighted residual RNN model with hybrid heuristic algorithm for movement recognition framework in ambient assisted living 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90360-1 PMID:40000713	研究论文	本文提出了一种结合加权深度学习模型和混合启发式算法的运动识别框架，用于环境辅助生活（AAL）中的老年人和残疾人	提出了一种加权残差循环神经网络（RRNN）模型，并使用混合鼠群与浣熊优化算法（Hybrid Rat Swarm with Coati Optimization Algorithm）优化模型权重，以提高运动识别的准确性和系统性能	未提及具体的数据集规模或实验环境的限制	开发一种自动和智能的运动识别系统，用于环境辅助生活（AAL）中的老年人和残疾人，以提供医疗辅助	老年人和残疾人的运动识别	机器学习	老年疾病	深度学习	加权残差循环神经网络（RRNN）	运动数据	未提及具体样本数量
6310	2025-03-01	Deep learning-based debris flow hazard detection and recognition system: a case study 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86471-4 PMID:40000712	研究论文	本文提出了一种基于深度学习的泥石流灾害自动检测与识别系统	利用3D卷积神经网络(CNN)提取视频特征，结合多层感知器(MLP)进行泥石流灾害检测，并使用另一个CNN进行验证，实现了泥石流灾害的自动检测与识别	NA	开发一种能够自动检测和识别泥石流灾害的系统，以提高地质灾害监测和预警能力	泥石流灾害	计算机视觉	NA	深度学习	3D CNN, MLP, CNN	视频	新标注的图像数据集Debrisflow23
6311	2025-03-01	Fusing temporal and structural information via subgraph sampling and multi-head attention for information cascade prediction 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91752-z PMID:40000738	研究论文	本文提出了一种基于子图的信息级联预测模型CasSubTS，通过融合时间和结构信息来预测信息级联	CasSubTS模型通过在不同时间步从级联图中采样子图来捕捉动态节点变化，并结合入度和出度作为结构特征，使用多头图注意力网络学习多尺度结构信息，同时采用注意力机制聚合节点的重要时间信息，并通过通道注意力优先融合时空特征	未明确提及具体局限性	开发一种有效的信息级联预测方法，以应对在线社交网络中信息级联的爆炸性增长	信息级联	自然语言处理	NA	多头图注意力网络、Bi-GRU模型、多层感知机	CasSubTS	图数据	两个真实世界数据集和一个合成数据集
6312	2025-03-01	A feature explainability-based deep learning technique for diabetic foot ulcer identification 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90780-z PMID:40000748	研究论文	本文介绍了一种基于特征可解释性的深度学习技术，用于糖尿病足溃疡（DFU）的识别和定位	提出了DFU_XAI框架，通过SHAP、LIME和Grad-CAM等可解释性技术增强深度学习模型的可解释性，确保临床相关性	未提及具体的研究局限性	提高糖尿病足溃疡的早期检测和治疗效果，增强AI在医疗保健中的信任和可用性	糖尿病足溃疡（DFUs）	计算机视觉	糖尿病	深度学习	Xception, DenseNet121, ResNet50, InceptionV3, MobileNetV2, Siamese Neural Network (SNN)	图像	NA
6313	2025-03-01	Enhancing E-commerce recommendations with sentiment analysis using MLA-EDTCNet and collaborative filtering 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91275-7 PMID:40000752	研究论文	本研究提出了一种结合情感分析和协同过滤的先进推荐框架，以提高推荐准确性和用户满意度	创新点包括使用多步管道进行特征级情感分析，采用MLA-EDTCNet进行情感分类，以及使用MCGAN解决类别不平衡问题	未明确提及具体限制	提高电子商务推荐系统的准确性和用户满意度	电子商务产品推荐系统	自然语言处理	NA	情感分析，协同过滤，LFMI算法，MLA-EDTCNet，MCGAN，OcOA	MLA-EDTCNet，MCGAN	文本	Amazon产品数据集
6314	2025-03-01	Development and validation of a deep reinforcement learning algorithm for auto-delineation of organs at risk in cervical cancer radiotherapy 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91362-9 PMID:40000766	研究论文	本研究开发并验证了一种结合分割任意模型（SAM）的深度强化学习（DRL）算法，以提高宫颈癌放疗中风险器官自动轮廓勾画的准确性	结合SAM与RL（强化学习）的DRL算法在分割准确性和一致性上优于传统的深度学习方法，且未增加模型复杂性	研究仅基于单一医院的150例患者数据，样本量相对较小，且未进行多中心验证	提高宫颈癌放疗中风险器官自动轮廓勾画的准确性	宫颈癌患者的CT图像	计算机视觉	宫颈癌	深度强化学习（DRL），分割任意模型（SAM）	DRL, SAM	CT图像	150例宫颈癌患者的CT图像（122例用于训练，28例用于测试）
6315	2025-03-01	Deep neural networks and fractional grey lag Goose optimization for music genre identification 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91203-9 PMID:40000796	研究论文	本文提出了一种基于深度学习和元启发式算法的新方法，用于提高音乐风格分类的性能	结合了预训练的ZFNet模型提取音频信号的高级特征，使用ResNeXt模型进行分类，并采用分数阶灰雁优化算法（FGLGO）优化ResNeXt参数，以提高模型性能	未明确提及具体局限性	提高音乐风格分类的准确性和效率	音乐风格分类	自然语言处理	NA	深度学习，元启发式算法	ZFNet, ResNeXt, FGLGO	音频信号	两个基准数据集：ISMIR2004和扩展的Ballroom数据集
6316	2025-03-01	Optimizing black cattle tracking in complex open ranch environments using YOLOv8 embedded multi-camera system 2025-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91553-4 PMID:40000894	研究论文	本文介绍了一种新颖的定制化多相机多牛跟踪系统（MCMCT），用于在复杂的开放牧场环境中优化黑牛跟踪	使用YOLOv8分割模型作为检测骨干网络，结合多相机系统，提高了黑牛在复杂开放牧场环境中的检测和跟踪精度	单相机设置在现实世界的开放牧场数据集中存在局限性，无法捕捉所有必要细节	开发一种精确的黑牛监测系统，以提高牲畜监测的效率和准确性	黑牛	计算机视觉	NA	YOLOv8分割模型	YOLOv8	视频	55头牛，覆盖23.3米 x 20米的开放牧场
6317	2025-03-01	Comparison of the impact of rectal susceptibility artifacts in prostate magnetic resonance imaging on subjective evaluation and deep learning: a two-center retrospective study 2025-Feb-25, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01602-7 PMID:40000986	研究论文	本研究比较了直肠磁敏感伪影对前列腺癌诊断中主观评估和深度学习的影响	首次在两个中心的大样本中比较了直肠伪影对放射科医生和深度学习模型在前列腺癌诊断中的影响	研究为回顾性设计，可能存在选择偏倚	评估直肠磁敏感伪影对前列腺癌诊断的影响	1052名临床怀疑前列腺癌并进行MRI和活检的患者	数字病理	前列腺癌	MRI	深度学习	图像	1052名患者
6318	2025-03-01	Preoperative clinical radiomics model based on deep learning in prognostic assessment of patients with gallbladder carcinoma 2025-Feb-25, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13711-1 PMID:40001024	研究论文	本文旨在开发一种基于深度学习的术前临床放射组学生存预测模型，用于胆囊癌患者的术前评估和治疗决策	结合nnU-Net模型和DeepSurv生存预测模型，利用放射组学特征和术前临床变量进行生存预测，提供个体化胆囊癌患者的术后生存结果评估	研究为回顾性分析，样本量相对较小（168例），且仅来自一个高容量医疗中心，可能存在选择偏差	开发一种基于深度学习的术前临床放射组学生存预测模型，用于胆囊癌患者的术前评估和治疗决策	胆囊癌患者	数字病理	胆囊癌	深度学习	nnU-Net, DeepSurv	CT图像	168例胆囊癌患者
6319	2025-03-01	Deformable registration for nasopharyngeal carcinoma using adaptive mask and weight allocation strategy based CycleFCNs model 2025-Feb-25, Radiation oncology (London, England) DOI:10.1186/s13014-025-02603-0 PMID:40001040	研究论文	本研究提出了一种基于自适应掩码和权重分配策略的CycleFCNs模型，用于鼻咽癌病例的CT和MR图像的可变形配准	提出了自适应掩码配准策略和权重分配策略，解决了现有深度学习方法在MR扫描视野有限和多模态图像扫描角度不同时导致的配准不准确问题	研究仅针对鼻咽癌病例，未涉及其他类型的癌症或疾病	提高鼻咽癌病例中CT和MR图像的配准精度	鼻咽癌病例的CT和MR图像	计算机视觉	鼻咽癌	可变形配准	CycleFCNs	图像	269例（188例用于训练，81例用于测试）
6320	2025-03-01	Decoding breast cancer imaging trends: the role of AI and radiomics through bibliometric insights 2025-Feb-25, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-01983-1 PMID:40001088	研究论文	本文通过文献计量学方法分析了AI和放射组学在乳腺癌影像学中的应用趋势和研究热点	首次系统地通过文献计量学方法分析了AI和放射组学在乳腺癌影像学中的应用趋势和研究热点	研究仅基于Web of Science Core Collection的文献，可能未涵盖所有相关研究	探讨AI和放射组学在乳腺癌影像学中的研究现状和前沿热点	与AI、放射组学和乳腺癌影像学相关的文献	数字病理	乳腺癌	文献计量学分析	NA	文献数据	2,701篇Web of Science Core Collection文献