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
721	2025-06-03	Intelligent deep learning model for targeted cancer drug delivery 2025-May-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96149-6 PMID:40447713	research paper	该论文提出了一种基于分子通信技术的多室模型，用于智能靶向癌症药物递送	结合人工智能生物网络接口（AIBCI）和分子通信技术，设计了一个能够连接人体内外的新型多室模型，提高了靶向细胞对治疗药物的响应能力并减少对健康细胞的副作用	NA	开发一种智能靶向药物递送系统，以提高药物在靶向细胞中的浓度并减少对健康细胞的影响	肿瘤细胞和纳米级生物纳米机器	digital pathology	cancer	分子通信技术	多室模型	NA	NA
722	2025-06-03	Histopathological image based breast cancer diagnosis using deep learning and bio inspired optimization 2025-May-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04136-8 PMID:40447726	研究论文	本研究提出了一种结合深度学习和生物启发优化算法的先进框架，用于基于组织病理学图像的乳腺癌诊断	整合了AlexNet和GRU网络，并采用河马优化算法(HOA)进行超参数调优，显著提高了分类准确率	仅在BreakHis和BACH基准数据集上进行了验证，需要更多临床数据验证其泛化能力	开发准确且自动化的乳腺癌诊断方法	乳腺癌组织病理学图像	数字病理学	乳腺癌	深度学习	AlexNet, GRU, DenseNet-41	图像	BreakHis和BACH基准数据集
723	2025-06-03	Quantitative benchmarking of nuclear segmentation algorithms in multiplexed immunofluorescence imaging for translational studies 2025-May-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08184-8 PMID:40447729	research paper	该研究对多重免疫荧光成像中常用的核分割工具进行了定量基准测试，评估了它们在7种组织类型中的性能	首次在多重免疫荧光数据中对核分割工具进行大规模基准测试，并推荐了最优工具	研究仅评估了7种组织类型，可能无法涵盖所有临床场景	评估和比较核分割工具在多重免疫荧光成像中的性能	约20,000个来自人类组织样本的标记核	digital pathology	NA	multiplexed immunofluorescence imaging	deep learning models (Mesmer, StarDist)	image	约20,000个标记核，来自7种组织类型的人类样本
724	2025-06-03	Secure IoV communications for smart fleet systems empowered with ASCON 2025-May-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04061-w PMID:40447743	研究论文	本文提出了一种结合ASCON轻量级加密算法和MQTT协议的安全车联网通信框架，并集成深度学习模型进行实时异常检测和入侵预测	该研究的创新点在于采用轻量级加密方法与基于深度学习的威胁防护相结合的混合框架，能够抵御多种网络攻击	NA	增强智能车队系统的安全车联网通信，提升自动驾驶车辆网络的安全性、可持续性和操作稳健性	车联网通信系统	物联网安全	NA	ASCON加密算法, MQTT协议, 深度学习	深度学习模型	工业车辆数据集	使用Raspberry Pi板和真实工业车辆数据集
725	2025-06-03	Deep convolutional fuzzy neural networks with stork optimization on chronic cardiovascular disease monitoring for pervasive healthcare services 2025-May-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02924-w PMID:40447750	research paper	该论文提出了一种结合深度卷积模糊神经网络与鹳优化算法的心血管疾病分类技术（DCFNN-SOCVDC），用于普适医疗服务中的慢性心血管疾病监测	创新点在于结合了深度卷积模糊神经网络（DCFNN）和鹳优化算法（SOA）进行心血管疾病分类，并通过算术优化算法进行特征选择，实现了99.05%的高准确率	未提及具体的数据集规模或多样性限制，也未讨论模型在实时监测环境中的实际应用挑战	开发一种高效的心血管疾病检测与分类方法，以提升普适医疗服务的质量	心血管疾病（CVD）患者	digital pathology	cardiovascular disease	Z-score归一化、算术优化算法、鹳优化算法	DCFNN（深度卷积模糊神经网络）	临床医疗数据	NA（未明确提及具体样本量）
726	2025-06-03	A review of enhanced biosignature immunotherapy tools for predicting lung cancer immune phenotypes using deep learning 2025-May-30, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02771-1 PMID:40447924	综述	本文综述了深度学习在增强生物标志物免疫治疗工具中的应用，用于预测肺癌患者的免疫表型	系统分析了整合多模态生物医学数据的深度学习预测模型，并强调了关键预测生物标志物在个性化免疫治疗中的重要性	NA	探索深度学习技术在肺癌免疫表型预测中的应用，以改善免疫治疗效果	肺癌患者	数字病理学	肺癌	深度学习	DL	多模态生物医学数据（放射组学、基因组学、转录组学、组织病理学图像）	NA
727	2025-06-03	Deep learning reconstruction improves computer-aided pulmonary nodule detection and measurement accuracy for ultra-low-dose chest CT 2025-May-30, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01746-6 PMID:40448068	research paper	比较深度学习重建（DLR）和混合迭代重建（HIR）在胸部超低剂量CT（ULDCT）中的图像质量、肺结节检测率和测量准确性	首次在ULDCT中应用DLR技术，显著提高了结节检测率和测量准确性	样本量相对较小（84名参与者），且仅针对肺结节进行评估	评估DLR在ULDCT中的性能表现	胸部CT图像和肺结节	digital pathology	lung cancer	deep learning reconstruction (DLR), hybrid iterative reconstruction (HIR)	deep learning-based nodule evaluation system	CT images	84名参与者（535个结节）
728	2025-06-03	Non-destructive detection of early wheat germination via deep learning-optimized terahertz imaging 2025-May-30, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01393-6 PMID:40448208	研究论文	该论文提出了一种基于深度学习的太赫兹成像技术，用于无损检测小麦早期发芽	结合增强超分辨率生成对抗网络（AESRGAN）和基于EfficientViT的YOLO V8分类模型，显著提高了太赫兹图像的分辨率和分类准确率	当前太赫兹成像技术的图像分辨率较低，限制了其实际应用	开发一种快速、无损的小麦早期发芽检测方法	小麦	计算机视觉	NA	太赫兹成像技术	AESRGAN, EfficientViT-based YOLO V8	图像	NA
729	2025-06-03	Fully automated measurement of aortic pulse wave velocity from routine cardiac MRI studies 2025-May-30, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110442 PMID:40451442	研究论文	本文提出了一种利用深度学习从标准心脏MRI序列中全自动测量主动脉脉搏波速度（PWV）的方法	首次实现了从常规2D SSFP定位图像和相位对比图像中全自动测量PWV，无需特殊序列或耗时的手动分析	研究主要基于UK Biobank数据，可能在其他人群中的适用性需要进一步验证	开发一种全自动方法，便于在常规临床和研究扫描中测量PWV	主动脉脉搏波速度（PWV）的自动化测量	医学影像分析	心血管疾病	深度学习	DL（深度学习模型）	MRI图像	1053名UK Biobank受试者
730	2025-06-03	scMODAL: a general deep learning framework for comprehensive single-cell multi-omics data alignment with feature links 2025-May-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60333-z PMID:40442129	研究论文	介绍了一个名为scMODAL的深度学习框架，用于单细胞多组学数据的对齐与特征链接	提出了一个针对单细胞多组学数据对齐的深度学习框架，利用神经网络和生成对抗网络来对齐细胞嵌入并保留特征拓扑结构	未提及具体的局限性	开发一个计算框架以整合不同模态的单细胞多组学数据，促进联合分析	单细胞多组学数据	机器学习	NA	单细胞技术	神经网络, GAN	单细胞多组学数据	NA
731	2025-06-03	Diagnosis of trigeminal neuralgia based on plain skull radiography using convolutional neural network 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03254-7 PMID:40442191	研究论文	本研究旨在探索使用卷积神经网络（CNN）基于普通X射线颅骨图像诊断三叉神经痛的可行性	首次将CNN应用于普通X射线颅骨图像进行三叉神经痛诊断，并识别出蝶骨体和斜坡作为关键预测区域	外部验证数据集的准确率较低（71.0%），需要进一步优化模型	开发基于深度学习的X射线图像分析方法辅助三叉神经痛诊断	三叉神经痛患者和未破裂颅内动脉瘤患者的颅骨X射线图像	数字病理学	三叉神经痛	CNN	CNN	图像	664张颅骨X射线图像（166例三叉神经痛患者，498例对照组）
732	2025-06-03	Temporal user interest modeling for online advertising using Bi-LSTM network improved by an updated version of Parrot Optimizer 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03208-z PMID:40442252	研究论文	本文提出了一种基于优化Bi-LSTM和更新版鹦鹉优化器(UPO)的用户兴趣建模方法，用于在线广告中的用户行为预测	结合Bi-LSTM处理用户活动的时序特性，并引入更新版鹦鹉优化器(UPO)提升模型性能	未提及具体数据集规模或实际部署效果	提高在线广告中用户点击率和广告投放精准度	在线广告平台的用户行为数据	自然语言处理	NA	深度学习	Bi-LSTM	用户行为序列数据	NA
733	2025-06-03	Automated classification of midpalatal suture maturation stages from CBCTs using an end-to-end deep learning framework 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03778-y PMID:40442312	research paper	提出了一种基于深度学习的端到端框架，用于从CBCT图像中自动分类腭中缝成熟阶段	引入了新颖的多滤波器卷积残差注意力网络（MFCRAN）结合DCT层，以及针对数据类别的排序损失和数据增强策略	使用的数据集为私有数据集，可能限制了模型的泛化能力	提高腭中缝成熟阶段分类的准确性和自动化水平，以辅助正畸诊断和治疗规划	CBCT图像中的腭中缝成熟阶段	computer vision	NA	CBCT成像	CNN, EfficientNet, ResNet18, MFCRAN	image	618张CBCT图像，分为五个阶段（A、B、C、D和E）
734	2025-06-03	Associations of greenhouse gases, air pollutants and dynamics of scrub typhus incidence in China: a nationwide time-series study 2025-May-29, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-23156-7 PMID:40442614	research paper	本研究探讨了温室气体和空气污染物与中国恙虫病发病率之间的相关性，并评估了环境因素对不同年龄段和流行期的影响	首次评估了无机化合物如温室气体和空气污染物对恙虫病发病率的影响，并利用深度学习算法预测环境因素对发病率的影响	研究采用横断面方法，结果需要通过额外的队列研究来确认	评估环境因素与恙虫病发病率之间的关系，并开发恙虫病的综合预警系统	中国的恙虫病病例及温室气体和空气污染物数据	public health	scrub typhus	Moving Epidemic Method (MEM), Treed Distributed Lag Non-Linear Model (TDLNM), Quantile-based G Computation (qgcomp), Bayesian Kernel Machine Regression (BKMR), Weighted Quantile Sum (WQS), Convolutional Neural Networks (CNN)	CNN	time-series data	全国范围内的恙虫病病例数据（2005-2018年）
735	2025-06-03	Mobile based deep CNN model for maize leaf disease detection and classification 2025-May-29, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01386-5 PMID:40442806	研究论文	开发了一种基于移动端的深度CNN模型，用于实时检测和分类玉米叶部病害	首次开发了实时、用户友好的移动应用，用于玉米叶部病害检测和分类，相比现有离线模型更易访问并提供即时反馈	未提及模型在不同环境条件下的泛化能力，以及移动设备性能对应用效果的影响	提高玉米产量通过早期病害检测	玉米叶部病害（枯萎病、普通锈病、灰斑病）及健康叶片	计算机视觉	植物病害	数据增强、加权交叉熵损失	CNN（VGG16、AlexNet、ResNet50）	图像	4188张图像（包含枯萎病、普通锈病、灰斑病及健康叶片）
736	2025-06-03	Quantitative computed tomography imaging classification of cement dust-exposed patients-based Kolmogorov-Arnold networks 2025-May-27, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103166 PMID:40450965	research paper	该研究使用Kolmogorov-Arnold网络（KANs）对水泥粉尘暴露患者的定量计算机断层扫描（QCT）成像数据进行分类，以评估与水泥粉尘暴露相关的呼吸状况	首次将Kolmogorov-Arnold网络（KANs）应用于QCT成像数据的分类，显著提高了分类性能并优于传统机器学习方法和其他深度学习方法	研究仅针对水泥粉尘暴露患者，可能不适用于其他类型的粉尘或污染物暴露	通过QCT成像数据分类，早期检测水泥粉尘引起的呼吸状况	609名个体，包括311名水泥粉尘暴露者和298名健康对照者	digital pathology	lung disease	quantitative computed tomography (QCT)	Kolmogorov-Arnold networks (KANs)	image	609名个体（311名暴露者，298名健康对照者）
737	2025-06-03	A Deep Neural Network Framework for the Detection of Bacterial Diseases from Chest X-Ray Scans 2025-May-27, Infectious disorders drug targets DOI:10.2174/0118715265358132250429115426 PMID:40454498	研究论文	开发了一个基于深度神经网络的框架，用于从胸部X光扫描中检测细菌性疾病，包括COVID-19、肺炎和结核病	利用多种DNN学习算法分析X光扫描的颜色、曲线和边缘特征，使用Adam优化器降低错误率并提升模型训练效果，VGG19模型在准确率上显著优于其他模型	错误率为5.28%，可能存在一定的误诊风险	开发一个高效、可靠的深度学习模型，用于快速诊断呼吸系统疾病	胸部X光扫描图像	计算机视觉	呼吸系统疾病	DNN	VGG19	图像	1800张胸部X光图像，包括COVID-19、肺炎、结核病和正常病例
738	2025-06-03	A classification method of motor imagery based on brain functional networks by fusing PLV and ECSP 2025-May-26, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107684 PMID:40450930	研究论文	提出了一种融合PLV和ECSP的脑功能网络构建方法，用于增强脑状态解码能力并评估运动想象期间脑区相关节点的功能连接变化	融合边缘特征和节点特征构建新型脑功能网络，并设计AMSF-CNN模型进行验证	NA	提升运动想象任务的解码能力并探索人脑工作机制	左右手抓握任务的运动想象脑电信号	脑机接口	NA	PLV（相位锁定值）、ECSP（增强共同空间模式）	AMSF-CNN（注意力多尺度特征卷积神经网络）	脑电信号	SHU_Dataset和BCI IV 2a Dataset
739	2025-06-03	Artificial intelligence (AI)-driven morphological assessment of zebrafish larvae for developmental toxicity chemical screening 2025-May-20, Aquatic toxicology (Amsterdam, Netherlands) DOI:10.1016/j.aquatox.2025.107415 PMID:40450914	研究论文	本文开发了基于深度学习的分类和分割模型，用于斑马鱼幼虫形态变化的自动化评估，以提高发育毒性化学物质筛选的效率和客观性	利用多视角卷积神经网络(MVCNN)对斑马鱼幼虫形态变化进行分类和分割，实现了快速、标准化的评估，减少了主观人工审查的需求	NA	为毒理学评估中斑马鱼的常规使用提供科学依据，开发自动化评估工具以提高效率和客观性	暴露于各种化学物质5天的斑马鱼胚胎图像	计算机视觉	NA	深度学习	MVCNN	图像	SEAZIT项目中的斑马鱼胚胎图像数据
740	2025-06-03	Fully automated evaluation of condylar remodeling after orthognathic surgery in skeletal class II patients using deep learning and landmarks 2025-May-17, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105819 PMID:40389149	研究论文	本研究开发了一种基于深度学习和标志点的全自动方法，用于评估骨骼II类患者正颌手术后的髁突重塑	结合标志点引导的分割和配准技术，实现了髁突重塑的高效自动化评估	NA	开发并验证一种全自动方法，用于评估正颌手术后的髁突重塑	骨骼II类患者的髁突	数字病理	颌面疾病	CT成像	V-Net	图像	NA