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	2025-04-25	Improved Pine Wood Nematode Disease Diagnosis System Based on Deep Learning 2025-Apr-23, Plant disease IF:4.4Q1 DOI:10.1094/PDIS-06-24-1221-RE PMID:40267359	research paper	提出了一种基于深度学习的松材线虫病诊断系统，通过荧光识别技术提高检测效率和准确性	首次将荧光识别技术应用于松材线虫病检测，并开发了基于深度学习的专用荧光检测系统，改进了YOLOv5模型，显著提高了大尺寸图像的识别准确率	未提及系统在不同环境条件下的稳定性和适应性测试结果	开发快速有效的松材线虫病检测方法以减少松树砍伐和疾病传播	松材线虫病	computer vision	plant disease	fluorescence recognition, deep learning	YOLOv5, YOLOv10, Res2Net, SimAM, Bi-FPN	image	未明确提及具体样本数量
722	2025-04-25	Prediction of Reactivation After Antivascular Endothelial Growth Factor Monotherapy for Retinopathy of Prematurity: Multimodal Machine Learning Model Study 2025-Apr-23, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/60367 PMID:40267476	研究论文	本研究开发并验证了使用多模态机器学习算法预测早产儿视网膜病变（ROP）抗血管内皮生长因子（anti-VEGF）治疗后复发的模型	首次构建了结合传统机器学习、深度学习和融合模型的预测系统，用于ROP治疗后复发的预测	样本量相对有限（239例），且仅来自3家医院	开发预测ROP抗VEGF治疗后复发的模型，优化治疗方案	接受抗VEGF治疗的ROP婴儿	机器学习	早产儿视网膜病变	多模态机器学习算法	传统机器学习模型、深度学习模型、融合模型	临床数据	239例（90例复发，149例未复发）
723	2025-04-25	On factors that influence deep learning-based dose prediction of head and neck tumors 2025-Apr-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adcfeb PMID:40267938	研究论文	本研究探讨了影响基于深度学习的头颈部肿瘤放疗剂量预测模型的关键因素	系统分析了输入和剂量网格分辨率、输入类型、损失函数、模型架构和噪声对模型性能的影响，并发现高分辨率输入、多类型输入组合及特定损失函数的整合能显著提升预测准确性	研究仅针对头颈部肿瘤，且对抗噪声的鲁棒性仍有提升空间	评估深度学习模型在头颈部癌症放疗剂量预测中的准确性、鲁棒性和计算效率	头颈部肿瘤放疗剂量预测	数字病理	头颈部癌症	深度学习	SwinUNETR	CT图像、计划靶区(PTVs)和风险器官(OARs)	公共数据集(OpenKBP)和内部临床数据集(LUMC)
724	2025-04-25	Semantic Consistency Network with Edge Learner and Connectivity Enhancer for Cervical Tumor Segmentation from Histopathology Images 2025-Apr-23, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00691-w PMID:40268829	研究论文	提出了一种名为ERNet的端到端语义一致性网络，用于从组织病理学图像中分割宫颈肿瘤	ERNet结合了边缘学习器和连接增强器，有效提升了模型对多形态肿瘤边缘的学习和表示能力，以及分割掩模的像素连接性	虽然模型在宫颈肿瘤图像上表现良好，但在其他类型肿瘤上的泛化能力仅通过喉部肿瘤图像进行了初步验证	提高宫颈肿瘤在组织病理学图像中的分割准确性，以辅助诊断和预后	宫颈肿瘤的组织病理学图像	数字病理学	宫颈癌	深度学习	CNN	图像	NA
725	2025-04-25	Evaluating and mitigating bias in AI-based medical text generation 2025-Apr-23, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00789-7 PMID:40269315	研究论文	本文研究了基于AI的医学文本生成中的偏见问题，并提出了一种减少偏见的算法	首次在医学文本生成领域系统地研究公平性问题，并提出了一种选择性优化弱势群体的算法以减少偏见	研究仅针对医学文本生成领域，未涉及其他AI应用领域	评估并减轻基于AI的医学文本生成中的偏见	基于深度学习的AI系统在医学文本生成中的应用	自然语言处理	NA	深度学习	深度学习模型	文本	多种数据集和模态
726	2025-04-25	Response to the Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia" 2025-Apr-23, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251329356 PMID:40269482	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
727	2025-04-25	An effective model of hybrid adaptive deep learning with attention mechanism for healthcare data analysis in blockchain-based secure transmission over IoT 2025-Apr-23, Network (Bristol, England) DOI:10.1080/0954898X.2025.2492375 PMID:40269520	研究论文	本文提出了一种结合混合自适应深度学习和注意力机制的有效模型，用于区块链安全传输物联网中的医疗数据分析	结合区块链技术和混合自适应深度学习模型，引入FUPOA进行参数优化和密钥生成，提高了数据传输的安全性和隐私性	未提及具体实验数据集规模和实际部署中的性能表现	解决医疗数据在物联网传输中的安全性和隐私性问题	医疗数据的安全传输和存储	机器学习	NA	混合自适应深度学习方法(HADL-AM), FUPOA优化算法	深度学习模型(未明确具体类型)	医疗数据	未明确说明具体样本数量
728	2025-04-25	deep-Sep: a deep learning-based method for fast and accurate prediction of selenoprotein genes in bacteria 2025-Apr-22, mSystems IF:5.0Q1 DOI:10.1128/msystems.01258-24 PMID:40062874	research paper	开发了一种基于深度学习的算法deep-Sep，用于快速准确地预测细菌基因组中的硒蛋白基因	使用Transformer-based神经网络架构构建最优模型，结合同源搜索策略减少假阳性，显著优于现有方法	未明确提及算法在极端复杂或高度变异细菌基因组中的表现	开发高效工具以准确识别细菌基因组中的硒蛋白基因	细菌基因组序列	machine learning	NA	深度学习	Transformer-based neural network	基因组序列数据	20个细菌基因组作为独立测试数据集
729	2025-04-25	Combining diffusion and transformer models for enhanced promoter synthesis and strength prediction in deep learning 2025-Apr-22, mSystems IF:5.0Q1 DOI:10.1128/msystems.00183-25 PMID:40105319	研究论文	本研究结合扩散模型和transformer模型，用于增强合成启动子的设计与强度预测	首次将扩散模型应用于合成启动子设计，并结合transformer模型进行强度预测，相比传统方法表现出更高的性能	研究仅针对模型细菌和蓝藻细菌中的启动子，未验证在其他生物系统中的适用性	开发高效的合成启动子设计与预测方法，以优化外源基因表达和代谢途径效率	合成启动子序列及其转录活性	合成生物学	NA	深度学习	扩散模型, transformer	生物序列数据	未明确说明样本数量
730	2025-04-25	An end-to-end neural network for 4D cardiac CT reconstruction using single-beat scans 2025-Apr-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adcafb PMID:40203865	研究论文	提出了一种基于深度学习的端到端重建框架，用于单次心跳快速CT扫描的动态心脏成像	使用单次心跳扫描数据，无需多次扫描，减少辐射暴露，尤其适用于心律不齐患者	模型训练依赖于模拟投影数据，可能在实际临床应用中存在差异	减少心脏CT成像中的运动伪影，提高心脏疾病的检测和诊断准确性	心脏CT成像	数字病理	心血管疾病	CT扫描	端到端神经网络	图像	30名真实患者的模拟投影数据
731	2025-04-25	A novel deep learning approach to classify 3D foot types of diabetic patients 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98471-5 PMID:40258927	研究论文	提出了一种基于DiffusionNet的新型深度学习方法，用于通过3D足部图像对糖尿病患者的足型进行分类	结合自注意力机制和外部特征，直接使用简单的3D足部图像对糖尿病患者的足型进行六类分类，准确率达到82.9%，超越了现有的机器和深度学习方法	NA	精确分类糖尿病足，以识别足部异常并促进通过足部矫形器工程设计的个性化治疗和预防措施	糖尿病患者的足型	计算机视觉	糖尿病	DiffusionNet	深度学习	3D图像	NA
732	2025-04-25	Securing the CAN bus using deep learning for intrusion detection in vehicles 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98433-x PMID:40258975	研究论文	本文评估了深度学习在检测CAN总线网络入侵中的应用	利用LSTM、GRU和VGG-16等深度学习模型分析CAN消息的时间和空间特征，提高了入侵检测的准确率	未提及模型在实时检测中的性能表现以及计算资源消耗	提高智能交通系统（ITS）中CAN总线网络的安全性和韧性	车辆中的CAN总线网络	机器学习	NA	深度学习	RNN, LSTM, GRU, VGG-16	CAN消息序列	Car Hacking, Survival Analysis, 和 OTIDS 数据集
733	2025-04-25	CPDMS: a database system for crop physiological disorder management 2025-Apr-22, Database : the journal of biological databases and curation DOI:10.1093/database/baaf031 PMID:40261733	研究论文	开发了一个用于实时收集和分析作物生理障碍图像的系统，特别关注番茄作物	开发了一个系统化的作物图像收集系统，并利用深度学习模型进行生理障碍识别，探讨了数据增强和超参数调优策略以提高模型性能	模型的平均精度和召回率仍有提升空间，系统在不同农业环境中的泛化能力有待进一步验证	为精准农业提供实时数据收集和分析工具，支持作物生理障碍管理	番茄作物的生理障碍，包括细菌性枯萎病、番茄黄化曲叶病毒、番茄斑萎病毒、干旱和盐胁迫	数字农业	作物生理障碍	深度学习	深度学习模型（未指定具体类型）	图像	58,479张图像（其中43,894张适合标注，24,000张用于训练，13,037张用于测试）
734	2025-04-25	FRSynergy: A Feature Refinement Network for Synergistic Drug Combination Prediction 2025-Apr-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3563433 PMID:40261768	研究论文	提出了一种名为FRSynergy的特征精炼深度学习框架，用于预测协同药物组合	通过捕捉不同药物-药物-细胞系三元组特征之间的关系和学习特征上下文信息，指导在不同场景下对药物和细胞系特征的精炼	未提及具体局限性	预测协同药物组合以增强治疗效果并减少不良反应	药物组合和癌细胞系	机器学习	癌症	深度学习	异构图注意力网络	药物和细胞系特征数据	未提及具体样本量
735	2025-04-25	FedSynthCT-Brain: A federated learning framework for multi-institutional brain MRI-to-CT synthesis 2025-Apr-22, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110160 PMID:40267535	research paper	本文提出了一种基于联邦学习的多机构脑部MRI到CT合成框架FedSynthCT-Brain，旨在解决单中心训练数据集泛化能力不足和隐私问题	首次将联邦学习应用于MRI到sCT的合成，采用跨机构水平联邦学习方法，允许多个中心协作训练基于U-Net的深度学习模型	虽然展示了可接受的性能，但未与其他非联邦学习方法进行广泛比较，且样本量相对较小	提高MRI到合成CT（sCT）的泛化能力，同时保护数据隐私	脑部MRI和CT图像	digital pathology	NA	联邦学习（FL）	U-Net	医学影像（MRI和CT）	来自四个欧美中心的23名患者数据
736	2025-04-25	An Interventional Brain-Computer Interface for Long-Term EEG Collection and Motion Classification of a Quadruped Mammal 2025-Apr-21, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3562922 PMID:40257874	研究论文	提出一种新型介入式脑机接口（BCI），用于长期采集脑电图（EEG）信号并分类四足哺乳动物的运动状态	通过静脉植入电极采集颅内EEG信号，无需开颅手术，解决了传统非侵入式BCI使用环境受限和侵入式BCI对神经永久性损伤的问题	研究仅针对羊进行实验，未涉及人类或其他动物	开发一种能够长期有效采集EEG信号的介入式BCI，用于解决中风患者术后运动功能障碍	羊的运动状态（躺下、站立、行走）	脑机接口	中风	EEG信号采集与分析	深度学习模型	EEG信号	羊的EEG信号，前三个月数据用于训练，第四个月数据用于验证
737	2025-04-25	Deconvolution of cell types and states in spatial multiomics utilizing TACIT 2025-Apr-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58874-4 PMID:40258827	research paper	本文提出了一种名为TACIT的无监督算法，用于空间多组学数据中的细胞类型和状态注释	TACIT算法无需训练数据，通过无偏阈值区分阳性细胞与背景，专注于相关标记物识别多组学检测中的模糊细胞	算法性能仅在三个特定生态位（大脑、肠道和腺体）的数据集上进行了验证	解决空间生物学中细胞类型和状态识别耗时且易出错的问题	空间多组学数据中的细胞类型和状态	空间生物学	炎症性腺体疾病	空间转录组学和蛋白质组学	无监督算法	多组学数据	5个数据集（5,000,000个细胞；51种细胞类型）
738	2025-04-25	Deep learning-based recognition model of football player's technical action behavior using PCA-LBP algorithm 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94732-5 PMID:40258880	research paper	本文提出了一种基于PCA-LBP算法的深度学习模型，用于识别足球运动员的技术动作行为	结合PCA降维与LBP算法，提高了足球运动员技术动作识别的准确率	研究仅基于2020年一场比赛的200名足球运动员数据，样本量和多样性可能不足	提高足球运动员技术动作识别的准确性，为科学训练提供技术支持	足球运动员的技术动作（踢球、运球、停球和假动作）	computer vision	NA	PCA-LBP算法	深度学习模型	image	200名足球运动员在2020年一场比赛中的数据
739	2025-04-25	A segment-based framework for explainability in animal affective computing 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96634-y PMID:40258884	research paper	提出一个基于分段的框架，用于增强动物情感计算领域的可解释性	引入定量评分机制评估显著性图与预定义语义区域的对齐程度，系统性比较不同流程的可视化解释	框架依赖于特定情感状态分类器的可用性和生成显著性图的能力	提升动物情感计算领域的模型可解释性	猫、马和狗的情感状态	animal affective computing	NA	深度学习	分类器	图像	三个数据集（猫和马疼痛、狗情绪）
740	2025-04-25	Bio inspired multi agent system for distributed power and interference management in MIMO OFDM networks 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97944-x PMID:40258916	研究论文	本文提出了一种基于白蚁群体优化的多智能体系统（TCO-MAS）与LSTM模型相结合的方法，用于MIMO-OFDM网络中的分布式功率和干扰管理	结合生物启发的白蚁群体优化算法和LSTM模型，实现预测性自适应功率分配和干扰管理	依赖于特定的信息素调整参数，可能需要针对不同场景进行微调	解决大规模MIMO-OFDM网络中资源分配和干扰控制的挑战	MIMO-OFDM网络	机器学习	NA	Termite Colony Optimization, LSTM	LSTM	网络条件数据	实验分析评估了关键指标，如总速率、能效、频谱效率、延迟和公平性指数