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	2025-02-05	A hybrid deep learning air pollution prediction approach based on neighborhood selection and spatio-temporal attention 2025-Jan-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88086-1 PMID:39880913	研究论文	本文提出了一种基于邻域选择和时空注意力的混合深度学习空气污染预测方法	结合KNN算法、时空注意力机制、残差块和ConvLSTM神经网络，提出KSC-ConvLSTM方法，有效解决了数据冗余和长期预测精度下降的问题	NA	准确预测空气污染物浓度，以支持有效的污染预防和控制措施	北京及其周边城市群的PM浓度	机器学习	NA	KNN算法、时空注意力机制、残差块、ConvLSTM神经网络	KSC-ConvLSTM	空气污染物浓度数据	北京及其周边城市群的PM浓度数据
7302	2025-02-05	Deep learning model based prediction of vehicle CO2 emissions with eXplainable AI integration for sustainable environment 2025-Jan-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87233-y PMID:39880869	研究论文	本研究提出了一种结合可解释人工智能（XAI）的深度学习方法，用于预测车辆的二氧化碳排放，以促进环境可持续性	结合了可解释人工智能（XAI）方法，特别是SHAP，提高了模型的解释能力，并提供了特征重要性的信息	数据集有限，未来研究可以增加数据集、整合更多污染物、提高可解释性并探索实际应用	预测车辆的二氧化碳排放，设计有效策略以减少车辆排放并促进环境可持续性	车辆的二氧化碳排放	机器学习	NA	深度学习，可解释人工智能（XAI）	多层感知机（MLP），CarbonMLP	车辆属性数据	加拿大政府官方开放数据门户的数据集
7303	2025-02-05	Feasibility of generating sagittal radiographs from coronal views using GAN-based deep learning framework in adolescent idiopathic scoliosis 2025-Jan-29, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00553-6 PMID:39881022	研究论文	本研究探讨了使用生成对抗网络（GAN）从青少年特发性脊柱侧弯（AIS）患者的冠状面图像生成矢状面X光片的可行性	首次使用GAN从冠状面图像生成矢状面X光片，以减少AIS监测中的辐射暴露	生成的矢状面图像质量不足以用于临床参数评估，除了SVA参数外	探索减少AIS监测中辐射暴露的方法	青少年特发性脊柱侧弯（AIS）患者	计算机视觉	脊柱侧弯	生成对抗网络（GAN）	GAN	图像	3,935名AIS患者
7304	2025-02-05	3D-AttenNet model can predict clinically significant prostate cancer in PI-RADS category 3 patients: a retrospective multicenter study 2025-Jan-29, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01896-1 PMID:39881076	研究论文	本研究开发了一种基于深度学习的3D-AttenNet模型，用于预测PI-RADS类别3患者中的临床显著性前列腺癌（csPCa），以减少不必要的侵入性活检	该研究首次将双通道注意力模块应用于MRI图像，构建了AttenNet模型，用于预测PI-RADS类别3患者中的前列腺癌和临床显著性前列腺癌	研究为回顾性研究，且样本量有限，未来需要更大规模的前瞻性研究验证模型的泛化能力	开发深度学习模型，重新分层PI-RADS类别3患者的风险，以减少不必要的侵入性活检	PI-RADS类别3患者	数字病理学	前列腺癌	双通道注意力模块	AttenNet	MRI图像	1567名男性患者的双参数MRI图像，其中238张PI-RADS 3图像用于训练，185张PI-RADS 3图像用于测试
7305	2025-02-05	Deep learning reconstruction of zero-echo time sequences to improve visualization of osseous structures and associated pathologies in MRI of cervical spine 2025-Jan-29, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01902-0 PMID:39881081	研究论文	本研究探讨了基于深度学习的零回波时间序列重建（ZTE-DL）在颈椎MRI中提高图像质量和骨骼可视化的效果，并评估了ZTE-DL序列在标准颈椎MRI中的附加价值	首次将深度学习技术应用于零回波时间序列的重建，显著提升了图像质量和骨骼结构的可视化效果	研究为回顾性研究，样本量较小（52例），且仅在1.5-Tesla扫描仪上进行	评估ZTE-DL序列在颈椎MRI中的图像质量和骨骼可视化效果，并探讨其在病理评估中的附加价值	颈椎MRI图像	医学影像	颈椎疾病	零回波时间序列（ZTE）和深度学习重建（ZTE-DL）	深度学习	MRI图像	52例患者
7306	2025-02-05	MRI-based deep learning radiomics to differentiate dual-phenotype hepatocellular carcinoma from HCC and intrahepatic cholangiocarcinoma: a multicenter study 2025-Jan-29, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01904-y PMID:39881111	研究论文	本研究开发并验证了基于对比增强MRI的放射组学和深度学习模型，用于区分双表型肝细胞癌（DPHCC）与肝细胞癌（HCC）和肝内胆管癌（ICC）	融合模型（基于vgg19）在诊断性能上优于放射组学和其他深度学习迁移学习模型，显著提高了诊断准确性	研究样本来自四个中心，可能存在数据异质性，且外部验证集的样本量相对较小	开发并验证基于MRI的放射组学和深度学习模型，用于术前区分DPHCC、HCC和ICC	381名患者（包括138例HCC、122例DPHCC和121例ICC）	医学影像分析	肝癌	对比增强MRI（CE-MRI）	放射组学模型、深度学习迁移学习模型（DTL）、融合模型（基于vgg19）	MRI图像	381名患者（244例用于训练和内部测试，75例用于外部测试）
7307	2025-02-05	Fully automated segmentation and classification of renal tumors on CT scans via machine learning 2025-Jan-29, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13582-6 PMID:39881216	研究论文	本文开发并测试了一种基于深度学习的全自动系统，用于通过CT扫描对肾肿瘤进行分割和分类	创新点在于使用3D U-Net深度学习模型进行全自动肿瘤分割，并结合传统放射学特征和放射组学特征，通过随机森林分类器对肾肿瘤亚型进行分类	对于小于4厘米的肿瘤，分割和分类的准确性较低	开发一种全自动系统，用于肾肿瘤的分割和分类	肾肿瘤	计算机视觉	肾癌	CT扫描	3D U-Net, 随机森林分类器	图像	561个肾肿瘤（233个透明细胞肾细胞癌，82个乳头状肾细胞癌，74个嗜铬细胞肾细胞癌，172个血管平滑肌脂肪瘤）
7308	2025-02-05	scSMD: a deep learning method for accurate clustering of single cells based on auto-encoder 2025-Jan-29, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06047-x PMID:39881248	研究论文	本文提出了一种基于自编码器的深度学习方法scSMD，用于单细胞数据的精确聚类	SMD模型结合了非线性降维技术和多孔扩张注意力门组件，能够有效捕捉单细胞聚类的关键特征并动态调整特征权重	NA	探索深度学习在单细胞数据聚类中的应用，特别是处理稀疏高维数据	单细胞RNA测序数据	机器学习	骨肉瘤	单细胞RNA测序（scRNA-seq）	卷积自编码器	RNA测序数据	公共数据集和专有的骨肉瘤数据
7309	2025-02-05	AiGPro: a multi-tasks model for profiling of GPCRs for agonist and antagonist 2025-Jan-29, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00945-7 PMID:39881398	研究论文	本文介绍了AiGPro，一种用于预测231种人类GPCRs的小分子激动剂和拮抗剂的多任务模型，旨在提高GPCRs的药物发现效率	AiGPro是首个用于大规模GPCR分析的多任务模型，采用多尺度上下文聚合和双向多头交叉注意力机制，无需集成模型即可预测复杂的GPCR状态和小分子相互作用	模型主要针对人类GPCRs，可能不适用于其他物种的GPCRs	提高GPCRs的药物发现效率，通过预测小分子激动剂和拮抗剂的生物活性	231种人类GPCRs	机器学习	NA	深度学习	多任务模型	分子数据	231种人类GPCRs
7310	2025-02-05	Neuron signal attenuation activation mechanism for deep learning 2025-Jan-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2024.101117 PMID:39896257	研究论文	本文提出了一种新的神经元信号激活机制，通过广义线性系统中的微分方程推断来增强深度学习的效率	提出了一种新的神经元信号衰减激活机制（Ant），能够表示高阶导数并稳定深度学习任务中的数据分布	未提及具体的局限性	探索超越当前学习效果的深度学习神经元信号激活机制	神经元信号激活机制	机器学习	NA	微分方程推断	深度学习模型	NA	NA
7311	2025-02-05	A deep learning model for characterizing protein-RNA interactions from sequences at single-base resolution 2025-Jan-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2024.101150 PMID:39896261	研究论文	本文介绍了一种名为Reformer的深度学习模型，用于从序列数据中预测蛋白质-RNA结合亲和力	Reformer模型在单碱基分辨率上预测蛋白质-RNA结合亲和力，揭示了传统eCLIP-seq方法难以检测的结合基序	模型依赖于eCLIP-seq数据集，可能受限于数据质量和多样性	研究旨在提高RNA-蛋白质相互作用预测的分辨率，并优先考虑影响RNA调控的突变	155种RNA结合蛋白在三种细胞系中的225个eCLIP-seq数据集	自然语言处理	NA	eCLIP-seq	深度学习模型	序列数据	225个eCLIP-seq数据集
7312	2025-02-05	Revolutionizing colorectal cancer detection: A breakthrough in microbiome data analysis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316493 PMID:39879257	研究论文	本文介绍了一种新的特征工程方法，通过结合从输入数据中提取的两个特征集生成新数据集，并进行特征选择，显著提高了深度神经网络（DNN）算法在结直肠癌检测中的AUC性能	提出了一种新的特征工程方法，显著提高了DNN算法在结直肠癌检测中的性能	未提及具体局限性	提高结直肠癌检测的准确性和效率	肠道微生物组数据	机器学习	结直肠癌	NGS	DNN	微生物组数据	NA
7313	2025-02-05	GGSYOLOv5: Flame recognition method in complex scenes based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317990 PMID:39888970	研究论文	本文提出了一种基于深度学习的复杂场景火焰识别方法GGSYOLOv5	在YOLOv5网络的骨干部分添加了全局注意力机制（GAM），并在特征融合部分添加了无参数注意力机制，最后在输出端使用分组随机卷积（GSConv）替换了原始卷积	NA	提高复杂场景下火焰识别的准确率和实时性	火焰	计算机视觉	NA	深度学习	YOLOv5	图像	NA
7314	2025-02-05	Automatic detection of main pancreatic duct dilation and pancreatic parenchymal atrophy based on a shape feature in abdominal contrast-enhanced CT images 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.1.014504 PMID:39895855	研究论文	本研究开发并评估了一种基于形状特征的算法，用于自动检测腹部增强CT图像中的主胰管扩张和胰腺实质萎缩	提出了一种新的形状特征——90th DP比率，用于自动检测主胰管扩张和胰腺实质萎缩	研究样本量较小，仅使用了56张腹部增强CT图像	开发并评估一种自动检测主胰管扩张和胰腺实质萎缩的算法	腹部增强CT图像	计算机视觉	胰腺疾病	深度学习卷积神经网络（CNN）	CNN	图像	56张腹部增强CT图像
7315	2025-02-05	A review of deep learning in blink detection 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2594 PMID:39896005	综述	本文综述了深度学习在眨眼检测领域的研究进展，分析了多种经典深度学习模型在实际应用中的表现，并总结了常用的数据集和评估指标	系统总结了深度学习在眨眼检测中的应用，对比了不同方法的优缺点，并指出了未来的研究方向	当前研究缺乏系统性的总结和对比，且面临训练数据不平衡、复杂环境干扰、实时处理问题和应用设备限制等挑战	全面回顾基于深度学习的眨眼检测方法的研究进展，帮助研究人员清晰了解该领域的各种方法	眨眼检测方法	计算机视觉	NA	深度学习	CNN, LSTM, GAN等	图像	NA
7316	2025-02-05	Deep learning for enhanced risk management: a novel approach to analyzing financial reports 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2661 PMID:39896001	研究论文	本文提出了一种混合金融风险预测模型（HFRP），结合卷积神经网络（CNN）和长短期记忆网络（LSTM），以提高金融风险预测的准确性和稳定性	提出了结合CNN和LSTM的混合金融风险预测模型（HFRP），显著提高了金融风险预测的准确性和稳定性	未提及具体的数据集大小或样本来源，可能影响模型的泛化能力	提高金融风险预测的准确性和稳定性，以支持更好的风险管理决策	金融报告中的定量和定性数据	机器学习	NA	CNN, LSTM	混合模型（HFRP）	文本数据	未提及具体样本数量
7317	2025-02-05	Hybrid deep learning approach for brain tumor classification using EfficientNetB0 and novel quantum genetic algorithm 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2556 PMID:39896007	研究论文	本文提出了一种结合深度学习与量子遗传算法的新方法，用于脑肿瘤的自动多类分类	结合预训练的EfficientNetB0模型与量子遗传算法，提出了一种新的特征选择方法，显著提高了脑肿瘤分类的准确性和可靠性	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	开发一种高精度、高可靠性的脑肿瘤自动分类方法	脑肿瘤	医学影像	脑肿瘤	深度学习与量子遗传算法结合	EfficientNetB0与量子遗传算法	图像	未提及具体样本数量
7318	2025-02-05	Foreign object debris detection in lane images using deep learning methodology 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2570 PMID:39896023	研究论文	本文提出了一种基于视频的深度学习方法，用于检测机场跑道上的外来物碎片（FOD），以提高检测的准确性和鲁棒性	提出了一种新的视频深度学习方法，结合对象分类和定位模块，有效降低了雷达检测的高成本	未提及具体的数据集规模和实验环境限制	降低机场跑道外来物碎片检测的成本，提高检测效率和安全性	机场跑道上的外来物碎片（FOD）	计算机视觉	NA	深度学习	NA	视频	大规模视频数据集
7319	2025-02-05	Modified MobileNetV2 transfer learning model to detect road potholes 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2519 PMID:39896032	研究论文	本文提出了一种改进的MobileNetV2迁移学习模型，用于检测道路坑洞	引入了一种改进的MobileNetV2（MMNV2）模型，通过在MobileNetV2框架中添加一个五层预训练网络，提高了分类、检测和预测的准确性	NA	提高道路坑洞检测的准确性和效率	道路坑洞	计算机视觉	NA	迁移学习、深度学习	改进的MobileNetV2（MMNV2）	图像	5000张道路图像
7320	2025-02-05	EFNet: estimation of left ventricular ejection fraction from cardiac ultrasound videos using deep learning 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2506 PMID:39896038	研究论文	本文提出了一种名为EFNet的深度学习方法，用于从心脏超声视频中直接估计左心室射血分数（EF）	EFNet结合了卷积神经网络（CNN）和Transformer模型，并引入了残差Transformer模块（RTM），以分析心脏超声视频的时空特征	方法的性能可能受到超声视频质量和操作者依赖性的影响	开发一种精确且可解释的深度学习方法，用于从心脏超声视频中自动预测左心室射血分数	心脏超声视频	计算机视觉	心血管疾病	深度学习	CNN, Transformer	视频	EchoNet-Dynamic数据集