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
6781	2025-03-14	Enhancing SLAM algorithm with Top-K optimization and semantic descriptors 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90968-3 PMID:40065015	研究论文	本文提出了一种结合Top-K优化的SLAM算法，用于高效处理LiDAR点云数据，生成语义描述符和全局语义地图	该算法通过Top-K优化减少了计算复杂度，提高了处理速度，并在保持推理准确性和效率的同时，显著节省了边缘设备深度学习算法的计算资源	NA	解决边缘设备在处理LiDAR点云数据时面临的计算挑战，提高机器人的语义理解能力和姿态估计精度	LiDAR点云数据	计算机视觉	NA	Top-K优化	SLAM算法	点云数据	NA
6782	2025-03-14	An intelligent ransomware based cyberthreat detection model using multi head attention-based recurrent neural networks with optimization algorithm in IoT environment 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92711-4 PMID:40065000	研究论文	本文提出了一种基于多头注意力机制的循环神经网络与优化算法相结合的智能勒索软件检测模型，用于物联网环境中的网络安全	提出了一种新颖的多头注意力机制循环神经网络与增强型大猩猩部队优化算法相结合的模型（MHARNN-EGTOCRD），用于检测和分类物联网环境中的勒索软件攻击	实验验证仅在勒索软件检测数据集上进行，未涉及其他类型网络攻击的检测	开发一种高效可靠的勒索软件检测机制，以应对物联网环境中的网络安全威胁	物联网环境中的勒索软件攻击	机器学习	NA	深度学习（DL）和机器学习（ML）方法	多头注意力机制循环神经网络（MHARNN）与长短期记忆网络（LSTM）结合	勒索软件检测数据集	NA
6783	2025-03-14	Enhancing cybersecurity through script development using machine and deep learning for advanced threat mitigation 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92676-4 PMID:40065042	研究论文	本文探讨了利用机器学习和深度学习方法增强脚本开发的网络安全，通过使用Fashion MNIST数据集和卷积神经网络模型，展示了这些技术在提升网络安全方面的有效性	本文的创新点在于将机器学习和深度学习技术应用于脚本开发中，以自动化和智能化的方式提升网络安全，这在传统安全措施难以应对复杂威胁的背景下具有重要意义	本文的局限性在于仅使用了Fashion MNIST数据集进行实验，可能无法全面反映所有网络安全场景的复杂性	研究目的是通过机器学习和深度学习技术提升脚本开发的网络安全	研究对象是脚本开发过程中的网络安全问题	机器学习	NA	机器学习和深度学习	卷积神经网络（CNN）	图像数据（Fashion MNIST数据集）	Fashion MNIST数据集
6784	2025-03-14	Rolling bearing remaining useful life prediction using deep learning based on high-quality representation 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93165-4 PMID:40065075	研究论文	本文提出了一种基于深度学习的方法，用于预测滚动轴承的剩余使用寿命（RUL），以提高旋转机械的可靠性和性能	结合一维深度卷积自编码器（1D-DCAE）和多层双向长短期记忆网络（Bi-LSTM）与时间模式注意力机制（TPA），有效提取振动信号中的高质量健康指标（HIs）并捕捉时间依赖性	实验仅在PHM2012轴承数据集上进行，未涉及其他数据集或实际工业环境中的验证	提高滚动轴承剩余使用寿命（RUL）预测的准确性和鲁棒性	滚动轴承	机器学习	NA	深度学习	1D-DCAE, Bi-LSTM, TPA	振动信号	PHM2012轴承数据集
6785	2025-03-14	The optimization of youth football training using deep learning and artificial intelligence 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93159-2 PMID:40065080	研究论文	本研究旨在通过利用先进的深度学习和人工智能技术提高青少年足球训练的效果和成果	构建了基于深度学习卷积神经网络（CNNs）的青少年足球训练关键点检测模型，并分析了人工智能在校园足球训练中的应用场景	研究中未提及样本的具体数量和多样性，可能影响模型的泛化能力	提高青少年足球训练的效果和成果	青少年足球训练	机器学习	NA	深度学习卷积神经网络（CNNs）	CNN	图像	五家技术公司和三十名体育教师
6786	2025-03-14	An improved transformer based traffic flow prediction model 2025-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92425-7 PMID:40065142	研究论文	本文提出了一种改进的基于Transformer的交通流量预测模型，旨在解决现有深度学习模型在交通流量预测中的局限性	提出了IEEAFormer技术，通过嵌入层捕捉交通数据中的隐含信息，采用时间环境感知自注意力机制替代传统的多头自注意力机制，并使用独特的图掩码矩阵和平行空间自注意力架构同时捕捉数据中的长短期空间依赖关系	未提及具体局限性	提高交通流量预测的准确性，以提升城市交通系统的效率	交通流量数据	机器学习	NA	Transformer架构，时间环境感知自注意力机制，图掩码矩阵	IEEAFormer	交通流量数据	四个真实世界的交通数据集
6787	2025-03-14	The radiogenomic and spatiogenomic landscapes of glioblastoma and their relationship to oncogenic drivers 2025-Mar-01, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00767-0 PMID:40025245	研究论文	本研究探讨了IDH野生型胶质母细胞瘤的影像特征、肿瘤位置的空间模式与基因变异之间的关系，以及可能的突变事件序列	揭示了胶质母细胞瘤突变产生的独特影像特征，并发现肿瘤位置和空间分布与基因谱相关，提供了非侵入性肿瘤分析和个性化治疗的潜在途径	研究为回顾性分析，样本量有限，且仅针对IDH野生型胶质母细胞瘤	研究胶质母细胞瘤的影像特征、空间模式与基因变异之间的关系，以改善患者管理和治疗结果	357例IDH野生型胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	多参数MRI和靶向基因测序	机器学习和深度学习模型	影像和基因数据	357例IDH野生型胶质母细胞瘤患者
6788	2025-03-14	Artificial Intelligence in Natural Product Drug Discovery: Current Applications and Future Perspectives 2025-Feb-27, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c01257 PMID:39916476	评论	本文探讨了人工智能在天然产物药物发现中的当前应用及未来前景	文章强调了人工智能，特别是机器学习和深度学习，在加速药物发现过程中的创新应用，包括生成式AI用于数据合成	文章指出了人工智能在天然产物药物发现中的局限性，并探讨了未来的研究方向	研究目的是探讨人工智能如何加速天然产物药物发现，并分析其在这一领域的应用前景	研究对象是天然产物及其在药物发现中的应用	机器学习	NA	机器学习（ML）、深度学习（DL）	NA	生物数据	NA
6789	2025-03-14	Regularization by Neural Style Transfer for MRI Field-Transfer Reconstruction with Limited Data 2025-Feb-19, ArXiv PMID:40034133	研究论文	本文提出了一种新的MRI重建框架RNST，通过神经风格迁移（NST）引擎与去噪器结合，实现在数据有限情况下的磁场转移重建	RNST框架结合了神经风格迁移和去噪技术，能够在不需要配对训练数据的情况下，从低场输入生成高质量图像，解决了数据有限环境下的重建问题	尽管RNST在风格和内容图像不完全对齐时仍保持鲁棒性，但在临床环境中，精确的参考匹配不可用时，其适用性可能受到限制	研究目的是开发一种在数据有限情况下进行MRI磁场转移重建的新方法	研究对象是MRI图像，特别是低场输入下的图像重建	计算机视觉	NA	神经风格迁移（NST）	NA	图像	NA
6790	2025-03-14	PhysioEx: a new Python library for explainable sleep staging through deep learning 2025-Feb-10, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adaf73 PMID:39874654	研究论文	本文介绍了一个名为PhysioEx的Python库，旨在通过深度学习和可解释AI支持睡眠分期分析	PhysioEx提供了一个可扩展和模块化的API，用于标准化和自动化睡眠分期流程，并支持低资源设备和高性能计算集群	未明确提及具体局限性	开发一个标准化的平台，结合深度学习和可解释AI进行睡眠分期分析	睡眠分期	机器学习	睡眠障碍	深度学习（DL）和可解释AI（XAI）	预训练模型	单通道EEG和多通道EEG-EOG-EMG配置	基于Sleep Heart Health Study数据集的预训练模型
6791	2025-03-14	Robust whole-body PET image denoising using 3D diffusion models: evaluation across various scanners, tracers, and dose levels 2025-Feb-06, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07122-4 PMID:39912940	研究论文	本研究提出并验证了一种基于3D扩散概率模型的全身PET图像去噪方法，该方法在多种扫描仪、示踪剂和剂量水平下表现出色	提出了3D Denoising Diffusion Probabilistic Model (3D DDPM)作为全身PET图像去噪的通用解决方案，相比传统方法在多样化的PET协议下表现更优	NA	提高全身PET图像的质量，解决传统深度学习方法在处理多样化PET协议时的不足	全身PET图像	计算机视觉	癌症	3D Denoising Diffusion Probabilistic Model (3D DDPM)	3D DDPM	图像	来自四种扫描仪、四种示踪剂类型和六种剂量水平的数据集
6792	2025-03-14	Performance and clinical implications of machine learning models for detecting cervical ossification of the posterior longitudinal ligament: a systematic review 2025-Feb, Asian spine journal IF:2.3Q2 DOI:10.31616/asj.2024.0452 PMID:39829182	系统综述	本文系统评估了机器学习和深度学习模型在检测颈椎后纵韧带骨化症（OPLL）中的诊断性能和临床意义	首次系统综述了机器学习和深度学习模型在OPLL检测中的应用，并分析了其诊断性能和临床意义	研究存在中等程度的偏倚风险，主要与参与者选择和缺失数据有关	评估机器学习和深度学习模型在OPLL检测中的诊断性能和临床意义	颈椎后纵韧带骨化症（OPLL）患者	医学影像分析	颈椎后纵韧带骨化症	机器学习和深度学习	卷积神经网络（CNN）和随机森林模型	影像数据	6,031名患者
6793	2025-03-14	Binary Classification of Laryngeal Images Utilising ResNet-50 CNN Architecture 2025-Feb, Indian journal of otolaryngology and head and neck surgery : official publication of the Association of Otolaryngologists of India DOI:10.1007/s12070-024-05202-9 PMID:40070749	研究论文	本研究提出了一种利用ResNet-50 CNN架构对喉部图像进行二分类的新方法，旨在通过分析内窥镜图像来早期检测喉癌	使用ResNet-50 CNN架构对喉部图像进行二分类，结合深度学习和图像处理技术，提高了喉癌早期检测的准确性	由于数据稀缺，研究将数据分为癌症和非癌症两类，未能涵盖所有九种形态类别	早期检测和分类喉癌	喉部内窥镜图像	计算机视觉	喉癌	深度学习，图像处理	ResNet-50 CNN	图像	1978张内窥镜图像，来自960名患者
6794	2025-03-14	A systematic review of automated prediction of sudden cardiac death using ECG signals 2025-Jan-23, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad9ce5 PMID:39657316	系统综述	本文综述了2011年至2023年间使用ECG信号自动预测心脏性猝死（SCD）的研究进展	本文综合分析了多种机器学习和深度学习算法在SCD预测中的应用，并指出了当前研究的局限性和未来研究方向	大多数预测模型依赖于小规模数据库，限制了其在现实世界中的适用性，且主要使用ECG和HRV信号，忽略了其他生理信号的潜在贡献	探讨自动化预测心脏性猝死（SCD）的方法和技术	心脏性猝死（SCD）患者	机器学习	心血管疾病	ECG信号分析，HRV信号分析	K近邻，支持向量机，决策树，随机森林，朴素贝叶斯，卷积神经网络	ECG信号，HRV信号	使用MIT-BIH SCD Holter和Normal Sinus Rhythm等公开数据库中的24小时记录数据
6795	2025-03-14	AI-enhanced PET/CT image synthesis using CycleGAN for improved ovarian cancer imaging 2025, Polish journal of radiology IF:0.9Q4 DOI:10.5114/pjr/196804 PMID:40070416	研究论文	本研究利用CycleGAN进行PET图像的衰减校正，旨在提高卵巢癌成像的质量	使用生成对抗网络（GANs）进行PET图像衰减校正，避免了额外的CT成像	需要进一步优化和临床验证以实现全面的临床应用	提高卵巢癌成像的质量，减少辐射暴露	55名卵巢癌患者的PET/CT数据	计算机视觉	卵巢癌	生成对抗网络（GANs）	CycleGAN	图像	55名卵巢癌患者的PET/CT数据
6796	2025-03-14	Unsupervised semantic label generation in agricultural fields 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1548143 PMID:40070454	研究论文	本文提出了一种用于农业领域中作物-杂草语义图像分割的自动标注管道，旨在减少深度学习模型训练对手动标注数据的依赖	提出了一种利用无人机或地面机器人记录的RGB图像，结合田间行结构进行空间一致性标注的自动化标注系统，并采用证据深度学习来提供预测不确定性估计，以改进语义预测	尽管在作物上的IoU表现优于完全监督方法，但在杂草上的IoU表现仍较低（22.7% vs 33.5%）	减少农业领域中深度学习模型训练对手动标注数据的依赖，提升作物-杂草语义分割的自动化水平	农业领域中的作物和杂草	计算机视觉	NA	证据深度学习	深度学习模型	RGB图像	多个田地和作物种类
6797	2025-03-14	MMRT: MultiMut Recursive Tree for predicting functional effects of high-order protein variants from low-order variants 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.02.012 PMID:40070521	研究论文	本文介绍了一种名为MMRT的新型深度学习模型，用于预测高阶蛋白质变体的功能效应	MMRT模型结合深度学习和递归树框架，利用低阶变体的信息来预测高阶变体的功能效应	研究仍受限于高阶变体组合数量庞大，难以全面扫描	预测高阶蛋白质变体的功能效应，以理解复杂疾病的发病机制、推进蛋白质工程和精准医学	蛋白质序列及其变体	机器学习	复杂疾病	深度学习	MMRT（MultiMut Recursive Tree）	蛋白质序列数据	685,593个高阶变体
6798	2025-03-14	Advancements in the application of artificial intelligence in the field of colorectal cancer 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1499223 PMID:40071094	研究论文	本文探讨了人工智能在结直肠癌领域的应用进展	利用机器学习和深度学习算法，提高结直肠癌的早期检测、诊断和治疗效果	未具体提及研究的局限性	探索人工智能在结直肠癌管理中的潜力	结直肠癌患者	机器学习	结直肠癌	机器学习和深度学习算法	深度学习（DL）	医疗数据	NA
6799	2025-03-14	Deep learning model for the early prediction of pathologic response following neoadjuvant chemotherapy in breast cancer patients using dynamic contrast-enhanced MRI 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1491843 PMID:40071096	研究论文	本研究旨在探讨不同深度学习方法在DCE-MRI上的诊断准确性，为预测乳腺癌患者新辅助化疗（NAC）后的病理反应提供一个简单易用的工具	利用多种深度学习框架进行迁移学习，结合多种机器学习技术构建分类模型，成功开发出性能最佳的DLR模型，用于预测乳腺癌患者NAC后的病理反应	研究样本量有限，仅包括313名乳腺癌患者，且所有患者均来自单一机构，可能影响模型的泛化能力	开发一个基于DCE-MRI的深度学习模型，用于早期预测乳腺癌患者NAC后的病理反应	313名乳腺癌患者	计算机视觉	乳腺癌	DCE-MRI	ViT, VGG16, ShuffleNet_v2, ResNet18, MobileNet_v2, MnasNet-0.5, GoogleNet, DenseNet121, AlexNet, SVM, KNN, RandomForest, ExtraTrees, XGBoost, LightGBM, MLP	图像	313名乳腺癌患者
6800	2025-03-14	Data augmented lung cancer prediction framework using the nested case control NLST cohort 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1492758 PMID:40071099	研究论文	本研究探讨了在肺癌筛查中使用数据增强技术来提高深度学习模型的预测性能	全面评估了多种数据增强方法在肺癌预测中的应用，并发现传统方法在某些情况下优于最新的在线数据增强技术	研究仅基于253名个体的CT扫描数据，样本量相对较小	评估数据增强技术在肺癌筛查中的有效性	253名个体的CT扫描数据	计算机视觉	肺癌	数据增强技术	3D深度学习模型	CT扫描图像	253名个体的CT扫描数据