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
6341	2025-03-28	DNA promoter task-oriented dictionary mining and prediction model based on natural language technology 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84105-9 PMID:39747934	研究论文	本文提出了一种基于自然语言处理技术的DNA启动子任务导向词典挖掘和预测模型，旨在提高启动子预测的准确性	引入了一种新的DNA序列分割方法，开发了更精细的DNA序列词典，并采用BERT-Inception架构以捕获多粒度信息	未提及具体的样本量或实验数据规模，可能影响模型泛化能力的评估	提高DNA启动子预测的准确性，并增强对DNA序列信息的解释和理解	DNA启动子序列	自然语言处理	NA	自然语言处理技术，BERT预训练	CNN, LSTM, BERT, Inception神经网络	DNA序列数据	NA
6342	2025-03-28	Weakly supervised deep learning-based classification for histopathology of gliomas: a single center experience 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84238-x PMID:39748069	研究论文	本研究探讨了弱监督深度学习在胶质瘤组织病理学诊断中的应用	结合ResNet-50和注意力机制开发了一种弱监督深度学习模型，用于胶质瘤的分类诊断	研究仅基于单中心数据，外部验证的样本量相对较小	评估弱监督深度学习在胶质瘤组织病理学诊断中的辅助作用	胶质瘤患者的全切片图像(WSIs)	数字病理学	胶质瘤	弱监督深度学习	ResNet-50结合注意力机制	图像	226名患者的472张WSIs(华西医院数据集)和880名患者的1604张WSIs(TCGA数据集)
6343	2025-03-28	Enhancing the performance of SSVEP-based BCIs by combining task-related component analysis and deep neural network 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84534-6 PMID:39748063	research paper	提出了一种结合任务相关成分分析和深度神经网络的分类框架eTRCA+sbCNN，用于增强基于SSVEP的脑机接口性能	结合了eTRCA算法和sbCNN模型，通过整合两种方法的优势显著提高了SSVEP信号的分类性能	未提及具体的局限性	提升基于SSVEP的脑机接口系统的性能	SSVEP信号	脑机接口	NA	任务相关成分分析(eTRCA)和子带卷积神经网络(sbCNN)	eTRCA + sbCNN	SSVEP信号	在两个SSVEP BCI数据集上验证
6344	2025-03-28	Mapping the functional network of human cancer through machine learning and pan-cancer proteogenomics 2025-Jan, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-024-00869-z PMID:39663389	研究论文	通过机器学习和泛癌蛋白质组学构建人类癌症功能网络FunMap，用于解释体细胞突变和癌症相关蛋白的功能	FunMap网络通过监督机器学习构建，连接功能相关基因的精度超过传统蛋白质-蛋白质相互作用图谱，并利用图神经网络深度学习发现低频突变驱动基因	NA	构建一个强大的无偏工具，用于解释体细胞突变和未被充分研究的蛋白质，推动癌症生物学和指导治疗策略	1,194名涵盖11种癌症类型的个体的蛋白质组学和RNA测序数据	机器学习	癌症	RNA测序，蛋白质组学	监督机器学习，图神经网络	蛋白质组学和RNA测序数据	1,194名个体
6345	2025-03-28	Exploring Deep Learning Approaches for Walnut Phenotype Variety Classification 2025, International journal of food science IF:2.7Q3 DOI:10.1155/ijfo/9677985 PMID:40134410	研究论文	本文探讨了深度学习在核桃表型品种分类中的应用	结合深度学习与机器学习方法（如SVM、LR、k-NN）进行特征提取和分类，提高了分类准确率	仅针对四种核桃品种进行了分类，可能无法推广到其他品种	评估深度学习在农产品分类中的有效性	核桃（Chandler、Fernor、Howard、Oguzlar品种）	计算机视觉	NA	深度学习	InceptionV3、VGG-19、VGG-16、SVM、LR、k-NN	图像	四种核桃品种的图像数据集
6346	2025-03-28	Cyclic peptide membrane permeability prediction using deep learning model based on molecular attention transformer 2025, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2025.1566174 PMID:40134508	research paper	开发了一种基于分子注意力变换器（MAT）的循环肽膜渗透性预测模型CPMP	首次将分子注意力变换器（MAT）框架应用于循环肽膜渗透性预测，性能优于传统机器学习方法和基于图的神经网络模型	实验膜渗透性测试成本高且精确预测工具稀缺	提高循环肽药物开发中膜渗透性的预测准确性	循环肽的膜渗透性	machine learning	NA	deep learning	Molecular Attention Transformer (MAT)	molecular data	NA
6347	2025-03-28	Optimized deep learning model for diagnosing tonsil and adenoid hypertrophy through X-rays 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1508525 PMID:40134602	研究论文	探讨基于深度学习模型在诊断儿童扁桃体和腺样体肥大中的应用	结合YOLOv8n和ResNet18模型，显著提高了诊断准确性和一致性	研究仅基于单中心的回顾性数据，可能影响模型的泛化能力	探索深度学习在诊断扁桃体和腺样体肥大中的应用	2-12岁儿童患者的侧位鼻咽X光片	计算机视觉	扁桃体和腺样体肥大	X光成像	YOLOv8n, ResNet18	图像	819张训练和验证图像，484张独立测试图像
6348	2025-03-28	AI-driven balance evaluation: a comparative study between blind and non-blind individuals using the mini-BESTest 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2695 PMID:40134862	研究论文	本研究首次使用mini-BESTest和惯性测量单元分析盲人平衡能力，并通过机器学习模型预测评分	首次使用mini-BESTest和惯性测量单元分析盲人平衡能力，并开发机器学习模型预测评分	惯性数据无法区分三个评估水平，且样本量较小（29名参与者）	分析盲人和非盲人的平衡能力差异，并开发客观评估方法	盲人和非盲人的平衡能力	数字病理学	NA	惯性测量单元，机器学习，深度学习	机器学习模型，深度学习模型	惯性测量数据	29名盲人和非盲人参与者
6349	2025-03-28	Facial expression recognition using visible and IR by early fusion of deep learning with attention mechanism 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2676 PMID:40134864	研究论文	本文提出了一种结合可见光和红外图像特征的早期融合方法，用于面部表情识别，通过引入注意力机制和深度学习方法提高了识别准确率	在ResNet-18架构中引入注意力机制，并提出多模态早期融合方法，结合CNN和迁移学习技术，显著提高了面部表情识别的准确率	仅使用了VIRI和NVIE两个公开数据库，可能在其他数据集上的泛化能力有待验证	解决面部表情识别中因表情变化和不同表情相似性带来的挑战	可见光和红外图像中的面部表情	计算机视觉	NA	深度学习，迁移学习	ResNet-18 with attention mechanism, CNN	可见光和红外图像	VIRI和NVIE数据库中的面部表情图像
6350	2025-03-28	Fake news detection: state-of-the-art review and advances with attention to Arabic language aspects 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2693 PMID:40134874	review	本文全面回顾了假新闻的类型、领域、特征、生命周期及检测方法，特别关注了阿拉伯语假新闻检测的最新进展	特别关注阿拉伯语假新闻检测的挑战与解决方案，包括复杂的语法、多样的方言及标注数据稀缺问题	阿拉伯语假新闻检测领域的研究相对较少，且缺乏足够的标注数据集	探讨假新闻检测的最新方法，特别是针对阿拉伯语的检测技术	假新闻，尤其是阿拉伯语假新闻	natural language processing	NA	machine learning, deep learning, transformer-based techniques	NA	text	NA
6351	2025-03-28	Protein language model-based prediction for plant miRNA encoded peptides 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2733 PMID:40134870	研究论文	提出了一种基于蛋白质语言模型的植物miRNA编码肽预测方法pLM4PEP，该方法整合了ESM2肽嵌入与机器学习技术	利用蛋白质语言模型ESM2改进植物miPEPs的特征表示，相较于依赖人工编码特征的传统方法具有显著优势	训练数据中已知植物miPEPs的数量有限可能影响模型性能	开发更准确的植物miRNA编码肽预测方法	植物miRNA编码肽(miPEPs)及其他生物活性肽	生物信息学	NA	蛋白质语言模型(ESM2)、机器学习	pLM4PEP（集成ESM2与机器学习）	蛋白质序列数据	未明确说明具体样本量，但使用了包含其他生物活性肽的多样化数据集
6352	2025-03-28	DeepSpoofNet: a framework for securing UAVs against GPS spoofing attacks 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2714 PMID:40134872	研究论文	提出DeepSpoofNet框架，用于保护无人机免受GPS欺骗攻击	结合高级特征选择技术和强大的神经网络架构，提出一种混合NN模型（ANOVA + CNN-BiLSTM），显著提高了GPS欺骗攻击检测的准确性和性能	当前最先进研究中存在的挑战包括数据集不平衡、特征选择次优以及在资源受限环境中的攻击检测准确性	解决无人机GPS欺骗攻击检测中的挑战	无人机（UAVs）及其GPS接收器	机器学习	NA	深度学习、特征选择	CNN、BiLSTM、混合NN模型	GPS信号数据	NA
6353	2025-03-28	Automatic cassava disease recognition using object segmentation and progressive learning 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2721 PMID:40134883	研究论文	本研究开发了一种基于深度学习的框架，用于在现实条件下早期、准确且高效地检测木薯病害	提出了一种结合自监督对象分割技术和渐进学习算法（PLA）的方法，利用三元组损失和分类损失学习鲁棒的特征嵌入	NA	开发一种适用于大规模农业使用的木薯病害检测方法	木薯病害	计算机视觉	植物病害	自监督对象分割技术，渐进学习算法（PLA）	深度学习	图像	Kaggle竞赛中的Cassava Leaf Disease Classification (CLDC)数据集
6354	2025-03-28	Optimal intrusion detection for imbalanced data using Bagging method with deep neural network optimized by flower pollination algorithm 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2745 PMID:40134887	研究论文	本文提出了一种基于元启发式和深度学习技术的新型入侵检测系统（IDS），用于处理物联网网络中的不平衡数据问题	结合花授粉算法（FPA）和深度神经网络（DNN）的混合方法，并采用RB Bagging策略处理类别不平衡问题	未明确提及具体局限性	开发高效的入侵检测系统以管理物联网网络中的风险和漏洞	物联网网络中的入侵检测	机器学习	NA	花授粉算法（FPA），深度神经网络（DNN）	DNN	网络流量数据	四个公共数据集（NSL-KDD, UNSW NB-15, CIC-IDS-2017, BoT-IoT）
6355	2025-03-28	Development of a cryptocurrency price prediction model: leveraging GRU and LSTM for Bitcoin, Litecoin and Ethereum 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2675 PMID:40134889	research paper	该研究开发了一种利用GRU和LSTM模型预测比特币、莱特币和以太坊价格的加密货币价格预测模型	比较了GRU和LSTM在加密货币价格预测中的表现，发现GRU模型优于LSTM	未考虑社交媒体趋势和交易量等可能影响加密货币价格的其他变量	开发高精度的加密货币价格预测模型	比特币(BTC)、莱特币(LTC)和以太坊(ETH)三种主要加密货币	machine learning	NA	NA	GRU, LSTM	time-series data	历史价格数据来自CryptoDataDownload，按80:20的比例划分训练集和测试集
6356	2025-03-28	Deep learning reveals pathology-confirmed neuroimaging signatures in Alzheimer's, vascular and Lewy body dementias 2024-Dec-09, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awae388 PMID:39657969	研究论文	本文介绍了一种基于神经病理学的多标签深度学习框架，用于识别和量化阿尔茨海默病、血管性痴呆和路易体痴呆的生物标志物	提出了创新的DeepSPARE指数和可解释的热图，用于可视化不同痴呆类型的脑部改变模式	模型在路易体痴呆上的表现相对较低（平衡准确率0.623）	开发非侵入性神经影像学指标，用于区分不同类型的痴呆症	423名痴呆患者和361名对照参与者的生前T1加权MRI扫描	数字病理学	阿尔茨海默病、血管性痴呆、路易体痴呆	T1加权MRI扫描	深度学习框架	MRI图像	784名参与者（来自NACC和ADNI数据集）
6357	2025-03-28	Bone density measurement in patients with spinal metastatic tumors using chest quantitative CT deep learning model 2024-Dec, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100641 PMID:40134559	研究论文	本研究开发了一种基于3DResUNet架构的深度学习模型，用于从定量计算机断层扫描（QCT）中预测脊柱转移瘤患者的椎体体积骨密度（vBMD）	使用3DResUNet架构的深度学习模型首次应用于脊柱转移瘤患者的vBMD预测，提高了骨质疏松筛查的能力	研究样本量有限（749例），且仅针对脊柱转移瘤患者，可能不适用于其他人群	开发一种深度学习模型，用于预测脊柱转移瘤患者的椎体体积骨密度（vBMD），以增强骨质疏松筛查能力	脊柱转移瘤患者	数字病理学	脊柱转移瘤	定量计算机断层扫描（QCT）	3DResUNet	医学影像	749例脊柱转移瘤患者（训练集599例，测试集150例）
6358	2025-03-28	Assessing deep learning reconstruction for faster prostate MRI: visual vs. diagnostic performance metrics 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10771-y PMID:38724765	research paper	评估深度学习重建在加速前列腺MRI中的视觉与诊断性能指标	将诊断性深度学习纳入评估框架，提供临床相关指标，以评估重建模型的诊断质量	深度学习重建虽然提高了视觉质量，但可能降低诊断准确性	评估深度学习重建在前列腺MRI中的视觉和诊断性能	1535名患者的前列腺MRI数据	digital pathology	prostate cancer	深度学习重建（DLRecon）和诊断性深度学习检测（DLDetect）	DL	MRI图像	1535名患者
6359	2025-03-28	Deep learning nomogram for predicting neoadjuvant chemotherapy response in locally advanced gastric cancer patients 2024-11, Abdominal radiology (New York) DOI:10.1007/s00261-024-04331-7 PMID:38796795	研究论文	开发并验证了一种基于深度学习放射组学的列线图模型，用于预测局部晚期胃癌患者对新辅助化疗的反应	结合手工放射组学特征、深度学习特征和临床特征构建列线图模型，提高了预测新辅助化疗反应的准确性	研究为回顾性设计，可能存在选择偏倚，且样本量相对有限	预测局部晚期胃癌患者对新辅助化疗的治疗反应	局部晚期胃癌患者	数字病理	胃癌	多期对比增强CT成像	EfficientNet V2	CT图像	322名胃癌患者
6360	2025-03-28	Longitudinal ultrasound-based AI model predicts axillary lymph node response to neoadjuvant chemotherapy in breast cancer: a multicenter study 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10786-5 PMID:38724768	研究论文	开发基于纵向乳腺超声和超声医师腋窝超声诊断的深度学习放射组学模型，用于预测乳腺癌新辅助化疗后腋窝淋巴结反应	结合纵向超声图像和深度学习特征，开发融合模型以预测腋窝淋巴结反应，性能优于传统超声医师诊断	研究局限于三个中心的数据，样本量可能不足以代表广泛人群	预测乳腺癌患者新辅助化疗后腋窝淋巴结的反应	乳腺癌患者	数字病理学	乳腺癌	超声成像，深度学习放射组学	随机森林，支持向量机	超声图像	2016年11月至2022年12月间三个中心招募的乳腺癌患者