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
61	2025-05-17	Evaluating masked self-supervised learning frameworks for 3D dental model segmentation tasks 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01014-1 PMID:40368972	研究论文	评估用于3D牙科模型分割任务的掩码自监督学习框架	首次在3D牙科模型上探索了四种掩码自监督学习框架的适用性，并证明了预训练在数据稀缺或不平衡时对下游任务的性能提升	当有更多标记数据可用时，预训练的优势会减弱	提高3D牙科模型分割任务的自动化水平，支持计算机辅助治疗计划	牙齿和牙套的分割	计算机视觉	牙科疾病	掩码自监督学习	Point-BERT, Point-MAE, Point-GPT, Point-M2AE	3D牙科模型	超过4000个未标记的3D牙科模型预训练，并使用Teeth3DS数据集和自建牙套分割数据集进行微调
62	2025-05-17	A multi-layered defense against adversarial attacks in brain tumor classification using ensemble adversarial training and feature squeezing 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00890-x PMID:40369011	研究论文	本文提出了一种多层防御策略，结合集成对抗训练和特征压缩技术，以提高脑肿瘤分类模型对抗对抗攻击的鲁棒性	采用VGG16-based CNN模型，结合对抗训练和特征压缩技术（如位深度减少和高斯模糊），显著提升了模型在对抗攻击下的准确率	在FGSM和PGD攻击下，模型的准确率虽有提升但仍未达到在干净数据上的表现，防御效果有待进一步优化	提高脑肿瘤分类模型在对抗攻击下的鲁棒性，确保AI在医学影像中的可靠性	脑肿瘤的MRI影像数据	数字病理	脑肿瘤	对抗训练（FGSM和PGD）、特征压缩技术（位深度减少和高斯模糊）	VGG16-based CNN	MRI影像	NA
63	2025-05-17	Advanced internet of things enhanced activity recognition for disability people using deep learning model with nature-inspired optimization algorithms 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00379-7 PMID:40369092	研究论文	提出了一种基于深度学习和自然启发优化算法的高级物联网增强活动识别模型（EARDP-DLMNOA），用于残疾人士的活动识别	结合自适应黑猩猩优化算法（AdCO）和深度卷积自编码器（DCAE）进行特征选择和分类，并使用斑马优化算法（ZOA）优化模型超参数	NA	提高残疾人士活动识别的准确性和效率	残疾人士的活动数据	计算机视觉	NA	深度学习、优化算法	DCAE、AdCO、ZOA	智能手机采集的活动数据	NA
64	2025-05-17	A vision transformer based CNN for underwater image enhancement ViTClarityNet 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91212-8 PMID:40369132	研究论文	本文提出了一种基于视觉Transformer和CNN的水下图像增强模块ViT-Clarity，并通过生成模型BlueStyleGAN合成水下图像数据集进行验证	结合视觉Transformer和CNN提升水下图像增强性能，并引入BlueStyleGAN生成合成水下图像数据集	配对水下图像数据集的可用性有限	解决水下计算机视觉中因光散射、吸收和光照不足导致的问题	水下图像	计算机视觉	NA	生成对抗网络(GAN)	ViT, CNN, BlueStyleGAN	图像	五个代表不同水下条件的数据集
65	2025-05-17	A metaheuristic optimization-based approach for accurate prediction and classification of knee osteoarthritis 2025-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99460-4 PMID:40369219	研究论文	本文提出了一种基于元启发式优化的方法，用于膝关节骨关节炎的准确预测和分类	采用集体迁移学习方法结合四种预训练模型（VGG19、ResNet50、AlexNet和GoogleNet）提取深度特征，并利用二元灰雁优化器（bGGO）进行特征选择，提高了预测和分类的准确性	未提及样本的具体来源和多样性，可能影响模型的泛化能力	开发先进的深度学习方法，用于膝关节骨关节炎的风险评估和疼痛演变预测	膝关节骨关节炎患者或有患病风险的人群	数字病理学	骨关节炎	深度学习、迁移学习、元启发式优化	CNN、VGG19、ResNet50、AlexNet、GoogleNet	图像	NA
66	2025-05-17	Development and validation of a deep learning model for diagnosing neuropathic corneal pain via in vivo confocal microscopy 2025-May-14, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01577-3 PMID:40369269	研究论文	开发并验证了一种基于深度学习的模型，用于通过活体共聚焦显微镜诊断神经性角膜疼痛	提出了一种新的NCP筛查系统，能够检测微神经瘤，并具有不确定性量化机制	需要进一步验证模型的泛化能力和临床适用性	开发一种自动化的NCP诊断工具，提高诊断效率和准确性	神经性角膜疼痛（NCP）患者	数字病理学	神经性角膜疼痛	活体共聚焦显微镜（IVCM）	深度学习模型	图像	103,168张IVCM图像
67	2025-05-17	Classification of lung cancer severity using gene expression data based on deep learning 2025-May-14, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03011-w PMID:40369502	研究论文	本研究提出了一种基于深度学习的卷积神经网络（CNN）模型，用于利用基因表达数据对肺癌（LUAD和LUSC两种类型）的严重程度进行分类	采用CNN模型结合F检验特征选择方法，针对基因数据集中常见的类别不平衡和过拟合问题进行了优化，实现了较高的分类准确率	基因数据集中样本数量较少而特征数量较多，可能影响模型的泛化能力	利用深度学习技术提高肺癌严重程度的分类准确性	两种类型的肺癌（LUAD和LUSC）	数字病理学	肺癌	基因表达数据分析	CNN	基因表达数据	未明确提及具体样本数量
68	2025-05-17	Optimizing breast lesions diagnosis and decision-making with a deep learning fusion model integrating ultrasound and mammography: a dual-center retrospective study 2025-May-14, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-025-02033-6 PMID:40369585	研究论文	本研究开发了一种整合超声和乳腺X线摄影的深度学习融合模型（DL-UM），旨在优化乳腺病变的诊断和管理	首次提出整合超声和乳腺X线摄影的深度学习融合模型，并在BI-RADS分类不一致的情况下显著提升诊断性能	研究为双中心回顾性研究，样本量相对有限（1283例），且未在多中心前瞻性环境中验证	优化乳腺病变的诊断和管理决策	乳腺病变患者	数字病理	乳腺癌	深度学习	CNN（基于文中描述的网络架构推断）	医学影像（超声和乳腺X线摄影图像）	1283名乳腺病变女性患者（来自两个医疗中心）
69	2025-05-17	Fate-tox: fragment attention transformer for E(3)-equivariant multi-organ toxicity prediction 2025-May-14, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01012-5 PMID:40369624	研究论文	本文提出了一种名为FATE-Tox的新型多视角深度学习框架，用于多器官毒性预测	使用三种片段化方法（BRICS、Bemis-Murcko支架和RDKit功能基团）构建片段级图，结合2D和3D分子表征，并通过片段注意力变换器识别潜在的3D毒性基团	未提及具体的数据集规模限制或模型泛化能力的详细分析	开发一个可解释的多器官毒性预测工具，以支持更安全的药物开发过程	药物化合物的多器官毒性预测	机器学习	NA	深度学习	Transformer	分子结构数据（2D和3D）	来自MoleculeNet（BBBP、SIDER、ClinTox）和TDC（DILI、Skin Reaction、Carcinogens、hERG）的基准数据集
70	2025-05-17	Meet the author: Hae Kyung Im 2025-May-14, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100880 PMID:40373740	研究论文	介绍Hae Kyung Im的研究团队及其在基因组数据分析和健康研究中的贡献	开发了一种结合深度学习和单细胞数据的细胞类型特异性转录组范围关联研究框架	NA	改进转录组范围关联研究分析，以更好地理解复杂疾病的基因组学	基因组数据和健康研究	基因组学	复杂疾病	深度学习	NA	单细胞数据	NA
71	2025-05-17	scPrediXcan integrates deep learning methods and single-cell data into a cell-type-specific transcriptome-wide association study framework 2025-May-14, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100875 PMID:40373737	研究论文	提出了一种名为scPrediXcan的方法，将深度学习方法与单细胞数据整合到细胞类型特异性转录组范围关联研究框架中	整合了先进的深度学习方法预测DNA序列的表观遗传特征，并提出了ctPred方法，能够高精度预测细胞类型特异性表达并捕捉线性模型忽略的复杂基因调控规则	未明确提及具体样本量限制或数据稀疏性问题	提高转录组范围关联研究(TWAS)在细胞水平上识别疾病机制的能力	2型糖尿病(T2D)和系统性红斑狼疮(SLE)	生物信息学	2型糖尿病, 系统性红斑狼疮	深度学习, 单细胞数据分析	深度神经网络	单细胞RNA测序数据, DNA序列数据	NA
72	2025-05-17	Local mean suppression filter for effective background identification in fluorescence images 2025-May-14, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110296 PMID:40375425	research paper	提出了一种用于荧光显微镜图像背景识别的非线性滤波器	通过局部均值比较进行像素标记，并通过多尺度邻域累积标签以提高背景识别效果	未明确说明在极端低信噪比条件下的性能表现	开发高效的荧光图像背景识别方法	荧光显微镜图像	computer vision	NA	局部均值抑制滤波	NA	image	NA
73	2025-05-17	Improving skin lesion classification through saliency-guided loss functions 2025-May-14, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110299 PMID:40375427	研究论文	提出一种通过将显著性分数直接整合到损失函数中来提升皮肤病变分类性能的方法	通过整合显著性分数到损失函数中，同时提升分类性能和模型解释性	仅在HAM10000和PH2数据集上进行了验证，未在其他数据集上测试	提升皮肤病变分类的准确性和模型解释性	皮肤病变图像	计算机视觉	皮肤癌	深度学习	Inception-ResNet-v2, EfficientNet-B3, ResNeXt	图像	HAM10000和PH2数据集
74	2025-05-17	SlitNET: A Deep Learning Enabled Spectrometer Slit 2025-May-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06014 PMID:40298458	research paper	介绍了一种基于深度学习模型SlitNET的增强型光谱仪狭缝，能够同时提高光谱的通量和分辨率	通过深度学习模型SlitNET，从低分辨率输入重建高分辨率拉曼光谱，实现了高吞吐量和高分辨率的同步提升	需要实验数据进行微调，可能对数据质量和数量有较高要求	提高光谱仪的分析灵敏度和特异性	拉曼光谱	machine learning	NA	Raman spectroscopy	deep learning model (SlitNET)	spectral data	NA
75	2025-05-17	Deep Learning Based Surface Classification of Functionalized Polymer Coatings 2025-May-13, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c03971 PMID:40306624	研究论文	本研究利用深度学习神经网络分析功能化聚合物涂层的表面分类，通过蛋白质溶液在聚合物表面形成的染色图案进行识别	开发了一种简单、快速且可扩展的表面分析方法，能够应用于多种功能化聚合物涂层的分类，且分类准确率高	研究仅为概念验证阶段，样本量较小，仅涉及十种结构不同的聚合物涂层	开发一种适用于功能化聚合物涂层的表面分析方法	功能化聚合物涂层的表面分类	机器学习	NA	偏振光显微镜成像	CNN	图像	十种结构不同的聚合物涂层
76	2025-05-17	Single-cell and spatial transcriptomics reveals an anti-tumor neutrophil subgroup in microwave thermochemotherapy-treated lip cancer 2025-May-13, International journal of oral science IF:10.8Q1 DOI:10.1038/s41368-025-00366-8 PMID:40360503	research paper	该研究通过单细胞转录组学和空间转录组学揭示了微波热化疗治疗唇鳞状细胞癌中抗肿瘤中性粒细胞亚群的作用机制	发现了具有抗肿瘤活性的MNDA TANs（N1表型）在微波热化疗后大量浸润，并揭示了其通过IL1B-IL1R激活T&NK细胞和成纤维细胞的机制，同时构建了预测预后的MX2标记物	研究样本可能有限，且深度学习模型在临床实践中的实际应用效果需要进一步验证	探究微波热化疗治疗唇鳞状细胞癌的分子机制和免疫微环境变化	唇鳞状细胞癌（LSCC）患者样本中的肿瘤相关中性粒细胞（TANs）和肿瘤微环境	digital pathology	lip cancer	scRNA-seq, ST, 深度学习	深度学习	单细胞转录组数据、空间转录组数据、H&E染色图像	NA
77	2025-05-17	Blockchain enabled collective and combined deep learning framework for COVID19 diagnosis 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00252-7 PMID:40360521	研究论文	提出了一种结合区块链技术和深度学习的新型框架CLCD-Block，用于COVID-19的诊断	结合区块链技术和联合学习范式，确保数据安全分发并降低复杂性，采用混合胶囊学习网络进行准确预测	未来工作需关注提升可扩展性、优化实时性能以及适应更广泛的医疗数据集	开发一种既能保证准确性又能保护隐私的协作模型，用于COVID-19诊断	COVID-19患者	数字病理	COVID-19	深度学习	混合胶囊学习网络	肺部CT图像	四个基准数据集
78	2025-05-17	An intelligent optimized object detection system for disabled people using advanced deep learning models with optimization algorithm 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00608-z PMID:40360540	研究论文	提出了一种结合高级深度学习模型和麻雀搜索优化算法的智能优化目标检测系统，用于帮助视觉障碍人士	结合YOLOv7、MobileNetV3和TCN模型，并使用麻雀搜索优化算法进行超参数选择，提高了目标检测的准确性	仅在室内目标检测数据集上进行了测试，未涉及室外或其他复杂环境	提升视觉障碍人士的目标检测能力，以提供更安全和信息丰富的导航	视觉障碍人士	计算机视觉	视觉障碍	深度学习、优化算法	YOLOv7、MobileNetV3、TCN	图像	室内目标检测数据集（具体数量未提及）
79	2025-05-17	User preference modeling for movie recommendations based on deep learning 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00030-5 PMID:40360567	研究论文	本文提出了一种基于深度学习的电影推荐方法，通过分析用户行为记录和电影内容元素，提高推荐系统的个性化程度	结合AI、图技术和文本挖掘，利用PageRank和CNN模型准确预测用户偏好，显著提升推荐精度和召回率	实验数据集仅包含215名用户的浏览记录，样本规模有限	改进电影推荐系统，提升个性化推荐效果	电影推荐系统及用户偏好	机器学习	NA	AI、图技术、文本挖掘	PageRank、CNN	用户浏览记录、电影内容	215名用户在508个电影页面的浏览活动
80	2025-05-17	Multimodal learning audio-visual detection for obtaining object-level sound sources in Japanese-language teaching room 2025-May-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00588-0 PMID:40360586	research paper	该研究提出了一种基于深度学习的多模态学习方法，用于日语教学室中的音频-视觉检测（AVD），以定位未知声源	结合音频和视觉信息，提出了一种新的深度学习方法，用于日语教学室中的对象级声源检测	NA	改进日语教学室中的教学和学习过程	日语教学室中的声源（如拍手、悄悄话、整理物品等）	multimodal learning	NA	audio-visual detection (AVD)	deep learning	audio and visual	NA