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	2025-06-07	Measurement of spatial heterogeneity in street restorative perceptions and street refinement design 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02841-y PMID:40461492	research paper	本研究整合街景数据、深度学习算法、MGWR模型和空间句法，分析街道恢复感知的空间异质性并优化街道设计策略	通过比较多种回归模型确定最有效模型，展示不同视觉元素的空间异质性，并基于恢复感知和可达性耦合评估确定急需修复的街道	研究仅针对上海黄浦区，可能无法完全代表其他城市或地区的街道恢复感知情况	分析街道恢复感知的空间异质性并优化街道设计策略	上海黄浦区街道的恢复感知	urban planning	NA	deep learning, MGWR model, space syntax	random forest (RF), multiple regression models, MGWR model	street view data	上海黄浦区的街道数据
62	2025-06-07	FPA-based weighted average ensemble of deep learning models for classification of lung cancer using CT scan images 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02015-w PMID:40461493	研究论文	提出了一种基于花授粉算法(FPA)的加权集成深度学习模型，用于CT扫描图像的肺癌分类	与传统静态或等权重集成方法不同，FPA根据验证性能自适应优化每个CNN的贡献，显著提高了诊断准确性	NA	提高肺癌早期诊断的准确性和可靠性	肺癌(特别是腺癌)的CT扫描图像	计算机视觉	肺癌	CT扫描	CNN (VGG16, ResNet101V2, InceptionV3)的集成模型	图像	NA
63	2025-06-07	Co-occurrence feature learning for visual recognition of immature leukocytes 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01791-9 PMID:40461529	research paper	该研究提出了一种名为密集连接共现网络（DCONN）的方法，用于提高未成熟白细胞视觉识别的分类准确性	结合密集连接卷积层和共现层，使用较少的可训练参数，提高了分类准确性，且对训练硬件要求较低	方法尚未扩展到其他病理图像分析，且样本规模可能有限	提高白血病诊断中未成熟白细胞的计算机辅助分类准确性	未成熟中性粒细胞（包括原始粒细胞、早幼粒细胞、中幼粒细胞、晚幼粒细胞和带状细胞）	digital pathology	leukemia	Yolact用于白细胞检测，RGB到LAB颜色空间转换	DCONN（密集连接共现网络）	image	NA
64	2025-06-07	Deep learning-assisted attribute prediction of chalcogenide glasses based on graph classification 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04391-9 PMID:40461539	研究论文	该研究提出了一种基于图的深度学习方法，用于高效预测硫系玻璃的关键属性	采用基于图的深度学习方法，解决了传统机器学习方法在多属性协同优化方面的不足	NA	加速探索硫系玻璃的成分-结构-性能关系	硫系玻璃	材料科学	NA	机器学习	基于图的深度学习模型	实验数据	从SciGlass公开数据库中收集的相关数据
65	2025-06-07	Use of deep learning-based NLP models for full-text data elements extraction for systematic literature review tasks 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03979-5 PMID:40461545	研究论文	本研究探讨了应用自然语言处理（NLP）方法从科学文献中自动提取数据元素的可行性	比较了三种经典的命名实体识别（NER）算法在数据元素提取任务上的性能，并公开了标注语料库以供进一步研究	BERT模型在三个任务中未观察到性能提升，可能与任务特性或数据规模有关	评估NLP方法在系统文献综述（SLR）数据元素自动提取中的应用效果	239篇全文文章，标注了12个重要变量	自然语言处理	人乳头瘤病毒（HPV）感染、肺炎球菌流行病学、肺炎球菌经济负担	自然语言处理（NLP）	CRF, LSTM, BERT	文本	239篇全文文章，包含4,498、579和252个标注实体提及
66	2025-06-07	Enhanced residual attention-based subject-specific network (ErAS-Net): facial expression-based pain classification with multiple attention mechanisms 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04552-w PMID:40461564	research paper	提出了一种基于增强残差注意力机制的主题特定网络（ErAS-Net），用于通过面部表情进行疼痛分类	采用多种注意力机制和迁移学习，模仿人类对面部表情的感知，增强疼痛识别能力并捕捉个体独特的表情特征	未提及具体局限性	解决面部表情自动疼痛检测中的个体差异问题	面部表情数据	computer vision	NA	深度学习	ErAS-Net（基于残差注意力机制的CNN）	图像（面部表情）	UNBC-McMaster Shoulder Pain数据集和BioVid Heat Pain Database数据集
67	2025-06-07	Energy consumption analysis and prediction in exercise training based on accelerometer sensors and deep learning 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04380-y PMID:40461566	研究论文	本研究基于加速度传感器数据和深度学习技术，提出了一种优化的能量消耗预测模型，以提高运动训练中能量消耗预测的准确性和效率	结合CNN、Bi-LSTM网络和注意力机制的模型架构，优化了局部特征提取、时间建模和动态权重分配能力，并提出了多维特征分析框架	未提及具体的数据采集环境限制或模型在不同运动类型中的泛化能力	提高运动训练中能量消耗预测的准确性和效率，支持智能运动监测、健康管理和个性化训练计划开发	运动训练中的能量消耗	机器学习	NA	深度学习	CNN, Bi-LSTM, 注意力机制	加速度传感器数据	NA
68	2025-06-07	Multimodal deep learning for chemical toxicity prediction and management 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95720-5 PMID:40461585	研究论文	本文提出了一种多模态深度学习方法，用于化学毒性的预测和管理	引入了结合化学属性数据和分子结构图像的综合研究数据集，并提出了集成Vision Transformer (ViT)和多层感知机(MLP)的深度学习模型，通过联合融合机制显著提高了预测性能	由于安全约束和化学数据的结构复杂性，综合数据集的开发仍然有限	提高化学毒性的多标签预测精度	化学毒性的预测和管理	机器学习	NA	深度学习	Vision Transformer (ViT), Multilayer Perceptron (MLP)	图像, 数值数据	NA
69	2025-06-07	Data-intelligence driven methods for durability, damage diagnosis and performance prediction of concrete structures 2025-Jun-03, Communications engineering DOI:10.1038/s44172-025-00431-4 PMID:40461590	综述	本文全面回顾了机器学习和深度学习在钢筋混凝土结构耐久性、损伤诊断和性能预测中的应用	利用人工智能技术（如深度学习和机器学习）为钢筋混凝土结构的损伤检测和材料性能预测提供了创新方法	传统方法效率低且准确性不足，而基于降解机制的偏微分方程模型计算量大且难以求解	提高钢筋混凝土结构损伤检测的效率和材料性能预测的准确性	钢筋混凝土结构	机器学习	NA	深度学习和机器学习	NA	NA	NA
70	2025-06-07	A novel EEG artifact removal algorithm based on an advanced attention mechanism 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98653-1 PMID:40461599	研究论文	提出了一种基于改进注意力机制的EEG伪迹去除算法CLEnet，结合双尺度CNN和LSTM，有效分离EEG信号与伪迹	整合双尺度CNN和LSTM，并引入改进的EMA-1D注意力机制，提升对未知伪迹的去除能力及多通道EEG数据的适应性	未明确说明算法在实时处理或计算效率方面的表现	解决EEG信号处理中的伪迹去除问题，提升信号质量	多通道EEG数据中的伪迹	脑机接口	脑部疾病	深度学习	CNN, LSTM, EMA-1D	EEG信号	三个数据集（未明确样本数量）
71	2025-06-07	Deep learning-based electrical impedance spectroscopy analysis for malignant and potentially malignant oral disorder detection 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05116-8 PMID:40461631	研究论文	本研究首次将电阻抗光谱(EIS)与深度学习结合，用于口腔潜在恶性病变(OPMDs)和口腔癌的检测与分类	首次应用EIS结合CNN模型进行口腔病变的非侵入性诊断	样本量较小(51名健康人和11名患者)，需进一步扩大验证	开发一种非侵入性的口腔病变辅助诊断技术	口腔潜在恶性病变(OPMDs)和口腔癌	数字病理学	口腔癌	电阻抗光谱(EIS)	CNN	光谱数据	51名健康人和11名患者
72	2025-06-07	Predicting drug-target interactions using machine learning with improved data balancing and feature engineering 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03932-6 PMID:40461636	research paper	该研究提出了一种结合机器学习和深度学习的混合框架，用于预测药物-靶标相互作用，通过改进数据平衡和特征工程提高预测准确性	引入了一种新颖的混合框架，结合了先进的机器学习和深度学习技术，利用GAN生成合成数据解决数据不平衡问题，并采用双重特征提取方法深入理解化学和生物相互作用	NA	解决药物-靶标相互作用预测中的数据不平衡和生物化学表示复杂性等关键挑战	药物-靶标相互作用	machine learning	NA	GAN, Random Forest Classifier	GAN, RFC	structural drug features, target biomolecular properties	BindingDB-Kd, BindingDB-Ki, BindingDB-IC50 datasets
73	2025-06-07	A deep learning based intrusion detection system for CAN vehicle based on combination of triple attention mechanism and GGO algorithm 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04720-y PMID:40461686	研究论文	本文提出了一种基于深度学习的CAN车辆入侵检测系统，结合了三重注意力机制和灰雁优化算法	使用三重注意力机制(TAN)分三步识别入侵，并采用新颖的灰雁优化算法进行网络超参数优化	仅针对CAN网络中的DoS和驱动齿轮/RPM欺骗攻击进行测试，未涵盖所有可能的攻击类型	开发高效的CAN车辆网络入侵检测系统以提高车载网络安全	CAN(控制器局域网)车辆网络	机器学习	NA	深度学习	TAN(三重注意力机制)	网络流量数据	使用开源数据集(具体数量未提及)
74	2025-06-07	Patient-specific prostate segmentation in kilovoltage images for radiation therapy intrafraction monitoring via deep learning 2025-Jun-03, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00935-2 PMID:40461695	研究论文	本研究通过深度学习技术，在千伏级图像中实现患者特异性的前列腺分割，用于放射治疗中的实时监测	提出了一种无需标记物的前列腺分割方法，避免了标记物植入的成本、延迟和风险	研究仅在30名患者的两组治疗数据上进行了验证，样本量相对有限	开发一种无需标记物的实时图像引导自适应放射治疗方法	前列腺癌患者	数字病理	前列腺癌	深度学习	条件生成对抗网络（GAN）	千伏级图像	30名前列腺癌患者的两组治疗数据
75	2025-06-07	Quantum neural networks with data re-uploading for urban traffic time series forecasting 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04546-8 PMID:40461703	研究论文	本研究探索了量子神经网络（QNN）及其数据重新上传技术在雅典主要城市区域交通时间序列预测中的应用	首次将量子数据重新上传技术应用于交通预测领域，展示了量子机器学习在提升预测能力方面的潜力	在完全连接网络设置中，混合量子-经典模型的性能比纯经典模型差约10%	探索量子机器学习在智能交通系统中的潜在应用，提升交通预测的准确性	雅典主要城市区域的交通数据	量子机器学习	NA	量子数据重新上传	量子神经网络（QNN）	时间序列数据	NA
76	2025-06-07	Artificial intelligence for streamflow prediction in river basins: a use case in Mar Menor 2025-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04524-0 PMID:40461712	研究论文	利用机器学习和深度学习技术预测西班牙穆尔西亚地区Mar Menor流域的河流流量	采用先进的数据增强技术平衡低流量和高流量时期，比较了Random Forest和LSTM在不同时间尺度预测中的表现	研究主要针对Mar Menor流域，结果可能不适用于其他地区	提高脆弱地区河流流量预测的准确性，以支持水资源管理和洪水预报	Mar Menor流域的Albujón水道，重点关注"La Puebla"和"Desembocadura"两个关键点	机器学习	NA	机器学习和深度学习	Random Forest, LSTM	河流流量、降雨量和地下水位数据	来自流量监测站、雨量站和测压计的数据
77	2025-06-07	DeepGFT: identifying spatial domains in spatial transcriptomics of complex and 3D tissue using deep learning and graph Fourier transform 2025-Jun-03, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03631-5 PMID:40462157	research paper	提出了一种名为DeepGFT的新方法，通过结合深度学习和图傅里叶变换来识别空间转录组学中的空间域	DeepGFT方法首次同时建模点间和基因间的关系，用于空间域识别，并在多种复杂组织和3D组织中表现出优越性	未明确提及方法的计算复杂度或对大规模数据集的适用性	开发一种更准确的空间转录组学空间域识别方法	人类乳腺癌组织、人类淋巴结组织和3D果蝇数据	digital pathology	breast cancer	spatially resolved transcriptomics (SRT)	deep learning, graph Fourier transform	spatial transcriptomics data	人类乳腺癌样本、人类淋巴结样本和3D果蝇数据（具体数量未提及）
78	2025-06-07	Colorectal Liver Metastasis Pathomics Model (CLMPM): Integrating Single cell and Spatial Transcriptome Analysis with Pathomics for Predicting Liver Metastasis in Colorectal Cancer 2025-Jun-03, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100805 PMID:40473111	研究论文	本研究通过整合单细胞RNA测序和空间转录组分析，开发了一种基于深度学习的结直肠癌肝转移病理组学模型（CLMPM），用于预测结直肠癌患者的肝转移风险	识别了一种触发肝转移的恶性细胞类型（LMTMCs），并开发了结合多组学和病理组学的深度学习模型CLMPM	模型在外部验证集SWMU-ATCMH中的AUC为0.72，性能有所下降	提高结直肠癌肝转移风险的识别和预测能力	结直肠癌患者	数字病理学	结直肠癌	单细胞RNA测序（scRNA-seq）、空间转录组分析（ST）、批量RNA测序	ResNet18	全切片图像（WSIs）、RNA测序数据	TCGA-CRC内部测试集、SWMU-AH和SWMU-ATCMH外部验证集
79	2025-06-07	Deep learning-enhanced multi-modal modeling for electrosorption performance prediction via Nyquist plots 2025-Jun-03, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2025.122069 PMID:40473194	研究论文	本研究开发了一种基于深度学习的多模态模型，用于预测Cr(VI)的去除效率和Cr(III)的再生效率，结合了Nyquist图电化学表征和关键工艺参数	首次将Nyquist图电化学表征与关键工艺参数结合，开发了多模态模型，并证明了CNN在提高预测精度中的必要性	初始ANN模型在没有退火温度作为变量时表现不佳，R值较低且误差较大	开发高精度的电吸附性能预测模型，优化流动式氧化还原辅助电吸附系统的工艺条件	Cr(VI)的去除效率和Cr(III)的再生效率	机器学习	NA	电化学表征（Nyquist图）	ANN, CNN	电化学数据, 工艺参数	NA
80	2025-06-07	Benchmarking the methods for predicting base pairs in RNA-RNA interactions 2025-Jun-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf289 PMID:40327448	research paper	该研究通过使用三维RNA复合物结构中的碱基对作为金标准基准，评估了23种不同方法在预测RNA-RNA相互作用中的性能	研究发现基于深度学习的方法SPOT-RNA能够准确预测未见过的RNA结构之间以及没有单体结构的RNA之间的相互作用	实验确定的RNA-RNA相互作用在碱基对分辨率上仍具挑战性	评估预测RNA-RNA相互作用中碱基对的互补计算工具的性能	RNA-RNA相互作用	computational biology	NA	deep-learning, alignment-based methods, free-energy-based minimization	SPOT-RNA	RNA complex structures	23种不同方法