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
7301	2025-04-05	The potential of combined robust model predictive control and deep learning in enhancing control performance and adaptability in energy systems 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95636-0 PMID:40169731	研究论文	本研究探讨了将鲁棒模型预测控制（RMPC）与深度学习相结合，以提升能源系统的性能和适应性	结合RMPC的鲁棒性与深度学习的学习和适应能力，提出了一种新型控制框架，显著提高了控制精度和运行效率	研究仅通过模拟验证，缺乏实际系统应用的验证	提升能源系统的控制性能和适应性	热电联产（CHP）、电力制氢和电力制甲烷等能源系统	机器学习	NA	鲁棒模型预测控制（RMPC）和深度学习	RMPC与深度学习模型	模拟数据	NA
7302	2025-04-05	Robust ensemble classifier for advanced synthetic aperture radar target classification in diverse operational conditions 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93536-x PMID:40169814	research paper	本文提出了一种增强的集成分类框架，用于合成孔径雷达（SAR）自动目标识别（ATR）在多样化操作条件下的应用	该方法整合了ResNet、SVM和模板匹配的优势，通过多数投票结合它们的互补能力，提高了分类准确性和鲁棒性	未提及具体的计算资源需求或处理时间，可能在实际应用中存在效率问题	提高SAR自动目标识别在多样化操作条件下的分类准确性和鲁棒性	合成孔径雷达（SAR）图像中的目标	computer vision	NA	ResNet, SVM, 模板匹配	ResNet, SVM	SAR图像	使用MSTAR数据集进行实验验证
7303	2025-04-05	An adaptive search mechanism with convolutional learning networks for online social media text summarization and classification model 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95381-4 PMID:40169845	研究论文	提出了一种基于自适应搜索机制和卷积学习网络的社交媒体文本摘要与分类模型（ASMHLN-SMDSCM）	结合BERT模型进行特征提取，采用蛾搜索算法（MSA）优化超参数，并使用TabNet+CNN模型进行分类	未提及模型在大规模数据集上的泛化能力或计算效率	开发高效的社交媒体文本摘要与分类方法	社交媒体短文本数据	自然语言处理	NA	BERT, MSA, TabNet, CNN	TabNet+CNN	文本	FIFA和FARMER数据集（具体数量未提及）
7304	2025-04-05	Graph convolution network for fraud detection in bitcoin transactions 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95672-w PMID:40169862	研究论文	本文提出了一种基于图卷积网络（GCN）的比特币交易欺诈检测方法	使用GCN模型检测比特币交易中的欺诈行为，相比现有模型如Logistic Regression、LSTM、SVM和Random Forest，表现出更高的准确性和性能	数据集中部分交易未标注，可能影响模型的训练效果	检测比特币交易中的非法活动，特别是反洗钱（AML）	比特币交易数据	机器学习	NA	图卷积网络（GCN）	GCN	图数据	Elliptic比特币数据集，包含标记为合法和非法的交易
7305	2025-04-05	Building occupancy estimation using single channel CW radar and deep learning 2025-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95752-x PMID:40169921	研究论文	本研究提出了一种基于24GHz连续波雷达和深度学习的新型室内人数估计方法，用于智能建筑的优化、能效提升和安全保障	采用连续波雷达系统结合时频映射技术（CWT和功率谱分析），提供了一种不依赖WiFi或PIR传感器的隐私保护替代方案	实验主要针对静态场景（久坐人员），动态场景（行走环境）的准确率相对较低（86.5%）	开发非侵入式、保护隐私的智能建筑人数估计方法	室内人员数量	机器学习	NA	24GHz连续波雷达、连续小波变换(CWT)、功率谱分析	DarkNet19、MobileNetV2、ResNet18	雷达回波生成的时频标度图	1680张图像样本（静态场景4小时40分钟数据）+ 1小时连续行走环境数据
7306	2025-04-05	Global trends in artificial intelligence applications in liver disease over seventeen years 2025-Mar-27, World journal of hepatology IF:2.5Q2 DOI:10.4254/wjh.v17.i3.101721 PMID:40177211	review	本文分析了17年来人工智能在肝病领域的应用趋势，总结了当前研究状况并识别了热点	通过文献计量学方法全面梳理了AI在肝病领域的研究热点和发展趋势	仅基于Web of Science数据库，可能遗漏其他重要文献	分析AI在肝病领域的研究现状和发展趋势	4051篇关于肝病和AI的研究文章	digital pathology	liver disease	文献计量分析	machine learning, deep learning, CNN	文献数据	4051篇研究文章
7307	2025-04-05	MEF2C controls segment-specific gene regulatory networks that direct heart tube morphogenesis 2025-Mar-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.01.621613 PMID:39554149	研究论文	本研究探讨了转录因子MEF2C在早期心脏形成中控制的基因调控网络（GRNs）及其对心脏管形态发生的影响	通过单核RNA和ATAC测序时间序列分析，揭示了MEF2C缺失导致的‘后化’心脏基因特征和染色质景观，并利用深度学习模型构建了心脏各段的发育轨迹	研究主要基于小鼠胚胎模型，结果在其他物种中的普适性需要进一步验证	解析早期心脏管形成过程中谱系特异性基因调控网络	野生型和MEF2C缺失胚胎的心脏发育过程	发育生物学	心脏发育异常	单核RNA测序（snRNA-seq）、ATAC测序、深度学习	深度学习模型	基因组数据、表观基因组数据	野生型和MEF2C缺失胚胎（具体数量未明确说明）
7308	2025-04-05	AGPred: An End-to-End Deep Learning Model to Predicting Drug Approvals in Clinical Trials Based on Molecular Features 2025-Mar-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3547315 PMID:40048330	research paper	提出了一种基于深度学习的端到端模型AGPred，用于预测药物在临床试验中的批准率	采用基于注意力的图神经网络(GNN)自动学习药物分子表示，并结合交叉注意力融合模块学习分子指纹特征，整合药物的理化性质	未提及具体的数据集规模限制或模型泛化能力的局限性	提高药物临床试验批准率的预测准确性	药物分子	machine learning	NA	deep learning, GNN	attention-based GNN	molecular graphs, molecular fingerprints, physicochemical properties	未明确提及具体样本数量
7309	2025-04-05	Weakly Supervised Deep Learning Can Analyze Focal Liver Lesions in Contrast-Enhanced Ultrasound 2025-Mar-06, Digestion IF:3.0Q2 DOI:10.1159/000545098 PMID:40049151	研究论文	本研究评估了弱监督深度学习模型在分类肝脏局灶性病变良恶性方面的性能	使用弱监督注意力机制的多实例学习算法，无需手动标注，仅使用病例标签进行训练	研究为回顾性研究，样本来自单一医疗机构	开发辅助诊断肝脏局灶性病变良恶性的AI算法	肝脏局灶性病变(FLLs)患者	数字病理	肝脏疾病	对比增强超声(CEUS)	注意力机制的多实例学习算法	图像	370名患者，共955,938张CEUS图像
7310	2025-04-05	Epicardial adipose tissue, myocardial remodelling and adverse outcomes in asymptomatic aortic stenosis: a post hoc analysis of a randomised controlled trial 2025-Mar-06, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-324925 PMID:40050004	研究论文	本研究探讨了心外膜脂肪组织与无症状主动脉瓣狭窄患者的疾病严重程度、进展、心肌重塑和功能以及死亡率之间的关系	首次在心外膜脂肪组织与无症状主动脉瓣狭窄患者的疾病严重程度、进展及死亡率之间建立关联，并发现其与心肌健康受损的生物标志物相关	样本量较小（124例患者），且为事后分析，可能影响结果的普遍性	研究心外膜脂肪组织在主动脉瓣狭窄中的作用	无症状的轻度至重度主动脉瓣狭窄患者	心血管疾病	主动脉瓣狭窄	CT血管造影和深度学习软件	深度学习	医学影像和生物标志物数据	124例无症状主动脉瓣狭窄患者
7311	2025-04-05	Conditioning generative latent optimization for sparse-view computed tomography image reconstruction 2025-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.2.024004 PMID:40177097	research paper	提出一种无需训练数据的稀疏视图CT图像重建方法，通过条件生成潜在优化（cGLO）提高重建质量	无需训练数据，独立于实验设置，可从小型无监督数据集中初始化以提高重建效果	未提及具体在低剂量CT或其他成像任务中的表现	解决稀疏视图CT图像重建问题，提高重建质量	稀疏视图CT图像	digital pathology	NA	条件生成潜在优化（cGLO）	generative model	CT图像	未明确提及具体样本数量
7312	2025-04-05	Accurate V2X traffic prediction with deep learning architectures 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1565287 PMID:40176965	研究论文	本文提出了一种基于深度学习的V2X环境交通预测方法	使用双向长短期记忆网络(BiLSTM)进行交通预测，并与其他深度学习架构进行比较，展示了BiLSTM在预测精度上的优势	未提及具体的数据集规模或实际部署中的潜在问题	提高V2X通信环境下的交通预测准确性	V2X通信环境下的交通数据	机器学习	NA	深度学习	BiLSTM, LSTM, GRU	交通数据	NA
7313	2025-04-05	A flexible transoral swab sampling robot system with visual-tactile fusion approach 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1520374 PMID:40177224	研究论文	提出了一种基于视觉-触觉融合方法的经口拭子采样机器人系统，用于自主进行核酸采样	采用视觉-触觉融合方法进行导航，结合串并联混合柔性机构实现精确的远端姿态调整	初步实验阶段，尚未大规模验证其安全性和准确性	解决核酸采样过程中需要大量医护人员参与的问题	经口拭子采样机器人系统	机器人技术	COVID-19, 季节性流感	深度学习, 视觉-触觉感知	深度学习	图像, 触觉反馈	初步实验阶段，未提及具体样本量
7314	2025-04-05	Measurement-guided therapeutic-dose prediction using multi-level gated modality-fusion model for volumetric-modulated arc radiotherapy 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1468232 PMID:40177241	研究论文	开发了一种用于头颈癌放射治疗中测量引导治疗剂量预测的新型深度学习模型	提出了一种多级门控模态融合模型，能够整合CT和剂量图像的多尺度特征，并充分利用不同模态间的相互促进作用	在皮肤或热塑性面罩压痕边界附近的区域，预测剂量值与真实值存在较大差异	提高头颈癌放射治疗前患者特定质量保证(prePSQA)的效率和准确性	头颈癌放射治疗患者	数字病理	头颈癌	容积调强弧形放射治疗(VMAT)	多级门控模态融合模型	医学影像(CT和剂量图像)	310例接受VMAT治疗的患者(训练集186例，验证集62例，测试集62例)
7315	2025-04-05	Construction of a predictive model for the efficacy of anti-VEGF therapy in macular edema patients based on OCT imaging: a retrospective study 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1505530 PMID:40177270	研究论文	基于OCT影像和深度学习构建预测模型，用于评估抗VEGF治疗黄斑水肿患者的疗效	创新性地引入组卷积和多卷积核处理多维特征，结合空间金字塔池化(SPP)提取最有用的特征，并利用ResNet50作为预训练模型进行模型融合	研究为回顾性研究，可能存在选择偏倚，且样本量未明确说明	开发自动化和高效的方法预测抗VEGF治疗黄斑水肿患者的疗效	黄斑水肿患者	数字病理	黄斑水肿	OCT成像	ResNet50结合注意力机制和SPP的深度学习模型	图像	NA
7316	2025-04-05	The promise and limitations of artificial intelligence in CTPA-based pulmonary embolism detection 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1514931 PMID:40177281	综述	本文综述了人工智能在CTPA肺动脉栓塞检测中的应用及其前景与局限性	探讨了AI在CTPA图像分析中的能力，特别是在使用深度学习模型检测肺动脉栓塞方面的敏感性和特异性，以及与人类放射科医生的比较	算法偏见、可解释性问题以及严格验证的必要性，这些限制了AI在临床实践中的广泛应用	研究AI在CTPA肺动脉栓塞检测中的角色，以提高诊断精确性和效率	CTPA图像中的肺动脉栓塞	数字病理学	肺动脉栓塞	深度学习	复杂神经网络	CTPA图像	大型数据集
7317	2025-04-05	A Plantar Pressure Detection and Gait Analysis System Based on Flexible Triboelectric Pressure Sensor Array and Deep Learning 2025-01, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202405064 PMID:39473332	研究论文	开发了一种基于柔性摩擦电压力传感器阵列和深度学习的足底压力检测与步态分析系统	采用柔性、透气、可穿戴的静电纺丝纳米纤维膜作为足底压力传感器，并集成了32个FTPS到智能鞋垫中，实现了高灵敏度和无需外部电源的实时步态检测	未提及系统在极端环境下的性能表现或长期使用的耐久性测试	开发一种可穿戴、自供电的步态检测系统，用于人体健康评估和疾病早期诊断	足底压力与步态分析	机器学习	NA	静电纺丝纳米纤维膜技术	LSTM	压力传感器数据	未明确提及样本数量
7318	2025-04-05	Preoperative Ultrasound Radomics to Predict Posthepatectomy Liver Failure in Patients With Hepatocellular Carcinoma 2024-Dec, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.16559 PMID:39177192	研究论文	该研究开发了一种基于二维剪切波弹性成像和临床数据的深度学习方法，用于预测慢性乙型肝炎相关肝细胞癌患者术后肝功能衰竭的风险	提出了结合双模态超声特征和临床指标的深度学习模型PHLF-Net，采用渐进式训练策略，并在多个独立测试集中验证了其有效性	研究样本量相对有限（532例患者），且主要针对慢性乙型肝炎相关肝细胞癌患者	开发预测肝细胞癌患者术后肝功能衰竭风险的方法	接受肝切除术的肝细胞癌患者	数字病理学	肝细胞癌	二维剪切波弹性成像	ResNet50	超声图像（B模式和弹性成像）及临床指标	532例肝细胞癌患者（来自5家医院）
7319	2025-04-05	RiceSNP-ABST: a deep learning approach to identify abiotic stress-associated single nucleotide polymorphisms in rice 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae702 PMID:39757606	研究论文	提出了一种名为RiceSNP-ABST的深度学习模型，用于识别水稻中与非生物胁迫相关的单核苷酸多态性（SNPs）	开发了一种新的负样本构建策略，提出了四种基于DNA序列片段的特征编码方法，并采用带有残差连接的卷积神经网络进行预测	高质量的水稻非生物胁迫相关数据稀缺，可能影响模型的泛化能力	开发预测模型以识别水稻中与非生物胁迫相关的SNPs，助力水稻抗性品种的培育	水稻中的单核苷酸多态性（SNPs）	机器学习	NA	全基因组关联研究（GWAS）	CNN	DNA序列	NA
7320	2025-04-05	GPS-pPLM: A Language Model for Prediction of Prokaryotic Phosphorylation Sites 2024-11-08, Cells IF:5.1Q2 DOI:10.3390/cells13221854 PMID:39594603	research paper	介绍了一个名为GPS-pPLM的在线服务器，用于预测原核生物中的磷酸化位点	结合了transformer和深度神经网络两种深度学习方法，整合了10种序列特征和上下文特征，构建了针对特定磷酸化残基类型和物种的预测模型	NA	预测原核生物中的磷酸化位点	原核生物中的磷酸化位点	natural language processing	NA	transformer, deep neural network	transformer, DNN	protein sequences	44,839个非冗余磷酸化位点，来自16,041个蛋白质和95种原核生物