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
8161	2025-03-28	Explainable Deep Multilevel Attention Learning for Predicting Protein Carbonylation Sites 2025-Mar-27, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202500581 PMID:40145846	研究论文	本文提出了一种名为SCANS的新型深度学习框架，用于预测蛋白质羰基化位点，该框架采用多级注意力策略和定制损失函数来提高预测性能	SCANS框架引入了多级注意力策略、定制损失函数和迁移学习，以提升预测性能并减少交叉预测	未明确提及具体局限性	准确预测蛋白质羰基化位点，以深入了解其机制及相关疾病的发病机理	蛋白质羰基化位点	机器学习	NA	深度学习	多级注意力网络	蛋白质序列数据	未明确提及具体样本量
8162	2025-03-28	Revealing morphological fingerprints in perinatal brains using quasi-conformal mapping: occurrence and neurodevelopmental implications 2025-Mar-27, Brain imaging and behavior IF:2.4Q2 DOI:10.1007/s11682-025-00998-8 PMID:40146450	研究论文	本研究提出了一种深度学习框架，通过准共形映射将三维球形网格投影到二维平面，用于识别围产期大脑的形态指纹及其神经发育影响	首次在围产期大脑中识别出形态指纹，并发现感觉运动和视觉皮层是区分个体差异的关键区域，同时形态指纹能预测长期认知和行为发展	样本量相对有限（461名婴儿，其中41名有纵向扫描数据），且仅使用了结构性MRI数据	探究围产期大脑中是否存在个体独特的形态指纹，并分析其与神经发育的关系	461名婴儿的大脑结构MRI数据	数字病理学	NA	结构性MRI，准共形映射	ResNet18，对比学习	三维脑部图像	461名婴儿（其中41名有纵向数据），验证集包含20名婴儿的纵向扫描数据
8163	2025-03-28	The Pulseq-CEST Library: definition of preparations and simulations, example data, and example evaluations 2025-Mar-27, Magma (New York, N.Y.) DOI:10.1007/s10334-025-01242-6 PMID:40146474	research paper	介绍Pulseq-CEST库，一个用于化学交换饱和转移（CEST）MRI标准化研究的资源库	提出了一个包含CEST准备和模拟定义的资源库，支持可重复研究、快速原型设计以及深度学习训练数据的生成	未提及具体的技术限制或应用范围限制	标准化CEST MRI研究，促进协作开发和新型CEST方法的发明与传播	CEST MRI的准备工作、模拟定义、示例数据和评估	医学影像	NA	化学交换饱和转移（CEST）MRI，Bloch-McConnell模拟	NA	模拟数据和实验数据	使用五管模型进行实验和模拟环境比较
8164	2025-03-28	Machine Learning Potential for Copper Hydride Clusters: A Neutron Diffraction-Independent Approach for Locating Hydrogen Positions 2025-Mar-26, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c02046 PMID:40088162	研究论文	本文提出了一种名为SSW-NN的创新策略，用于准确预测金属氢化物团簇中氢的位置，无需依赖中子衍射数据	提出了一种不依赖中子衍射数据的机器学习方法SSW-NN，能够准确预测氢的位置，适用于仅有X射线衍射数据或DFT预测的情况	虽然方法在铜氢化物团簇上验证有效，但对于其他金属氢化物系统的普适性仍需进一步验证	开发一种不依赖中子衍射的机器学习方法，用于确定金属氢化物团簇中氢的位置	铜氢化物团簇及其他金属氢化物系统（如银和合金氢化物）	机器学习	NA	SSW-NN（随机表面行走与神经网络结合的方法）	神经网络	X射线衍射数据、DFT预测数据	铜氢化物团簇及其他金属氢化物系统（具体数量未提及）
8165	2025-03-28	Artificial intelligence and its application in clinical microbiology 2025-Mar-26, Expert review of anti-infective therapy IF:4.2Q1 DOI:10.1080/14787210.2025.2484284 PMID:40131188	综述	本文综述了人工智能在临床微生物学中的应用，包括病原体检测、抗菌素耐药性预测和诊断成像的改进	探讨了AI在微生物学诊断中的创新应用，如COVID-19 RT-PCR优化和自动化菌落计数	需要解决数据异质性、模型可解释性和伦理问题	评估AI在临床微生物学中的应用及其对诊断精度和工作效率的提升	病原体检测、抗菌素耐药性预测和诊断成像	人工智能在医疗领域的应用	传染病	机器学习（ML）、深度学习（DL）、卷积神经网络（CNNs）	CNN	诊断图像、RT-PCR数据	NA
8166	2025-03-28	The Current Research Landscape on the Machine Learning Application in Autism Spectrum Disorder: A Bibliometric Analysis From 1999 to 2023 2025-Mar-25, Current neuropharmacology IF:4.8Q1 DOI:10.2174/011570159X332833241222191422 PMID:40143686	研究论文	通过文献计量分析，研究了1999年至2023年间机器学习在自闭症谱系障碍(ASD)领域的应用现状和研究热点	利用文献计量学方法系统分析了机器学习在ASD领域的研究趋势和热点，并提出了未来发展方向	仅基于Web of Science核心合集的数据，可能未涵盖所有相关研究	分析机器学习在ASD领域的研究趋势和热点	1999-2023年间发表的关于机器学习和ASD的研究论文	机器学习	自闭症谱系障碍	文献计量分析	NA	文献数据	1357篇论文
8167	2025-03-28	Sparse-View CT Joint Reconstruction Strategy with Sparse Sampling Encoding Layer 2025-Mar-25, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056354972250221012822 PMID:40143696	research paper	提出了一种基于稀疏采样编码层的稀疏视角CT联合重建策略，旨在自动搜索有效的稀疏采样方案并提高重建质量	开发了一种端到端的稀疏角度CT重建方法，通过采样编码层自动搜索稀疏采样方案，并结合了基于Radon域和图像域绘制的联合重建策略	方法仅针对特定的剂量约束进行稀疏采样方案的搜索，可能不适用于所有剂量约束条件	开发一种能够自动搜索高效稀疏采样方案并提高CT图像重建质量的端到端方法	稀疏角度CT图像重建	machine learning	NA	deep learning	neural network	CT图像	基于公共CT数据集进行的实验
8168	2025-03-28	Image segmentation and coverage estimation of deep-sea polymetallic nodules based on lightweight deep learning model 2025-Mar-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89952-8 PMID:40128230	研究论文	本文提出了一种名为YOLOv7-PMN的轻量级深度学习模型，用于深海多金属结核的图像分割和覆盖率估计	模型采用MobileNetV3-Small轻量级特征提取框架，并集成多级Squeeze-and-Excitation注意力机制，提高了检测精度和推理速度，同时减少了模型大小	未明确提及具体局限性	实时、准确、高效地计算深海多金属结核的覆盖率参数	深海多金属结核	计算机视觉	NA	深度学习	YOLOv7-PMN（基于YOLOv7改进的轻量级模型）	海底视频数据	未明确提及具体样本数量
8169	2025-03-28	A deep learning-based hybrid method for PM2.5 prediction in central and western China 2025-Mar-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95460-6 PMID:40128263	research paper	该研究提出了一种基于深度学习的混合方法，用于预测中国中部和西部地区的PM2.5浓度	结合Transformer和LSTM架构，并通过粒子群优化（PSO）算法进行参数优化，利用LSTM的门控机制、Transformer的位置编码和自注意力机制以及PSO的优化能力，提升了PM预测的性能	未提及模型在其他地区或不同污染条件下的适用性	提高PM2.5预测的准确性和可靠性	中国中部和西部地区的PM2.5浓度数据	machine learning	NA	deep learning, PSO	Transformer, LSTM	时间序列数据	未明确提及样本数量，但涉及多个城市和不同时期的数据
8170	2025-03-28	Detection of cyber attacks in electric vehicle charging systems using a remaining useful life generative adversarial network 2025-Mar-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92895-9 PMID:40128270	research paper	本研究提出了一种基于生成对抗网络（GAN）的剩余使用寿命（RUL）方法，用于检测电动汽车充电系统中的网络攻击	利用GAN结合RUL方法预测网络攻击的剩余时间，为网络安全策略带来革命性变化	研究仅针对电动汽车充电设备（EVSE）在空闲和充电状态下的网络和主机攻击场景进行了测试	提高电动汽车充电系统的网络安全，减少网络攻击带来的经济和声誉损失	电动汽车充电设备（EVSE）及其网络攻击	machine learning	NA	GAN, GRU, LSTM, RNN, CNN, MLP	GAN-GRU, GAN-LSTM, GAN-RNN, GAN-CNN, GAN-MLP, GAN-Dense Layer	网络攻击数据	NA
8171	2025-03-28	High-speed threat detection in 5G SDN with particle swarm optimizer integrated GRU-driven generative adversarial network 2025-Mar-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95011-z PMID:40122918	研究论文	本文提出了一种结合粒子群优化器和GRU驱动的生成对抗网络的高效深度学习模型，用于5G软件定义网络中的威胁检测	创新点在于将粒子群优化器(PSO)与GRU驱动的生成对抗网络(GAN)相结合，优化网络权重并生成合成攻击数据，从而提高检测性能	NA	开发高效的深度学习模型以提高5G SDN环境中的攻击检测性能和响应能力	5G软件定义网络(SDN)中的网络流量数据	机器学习	NA	深度学习	PSO-GRUGAN-IDS（结合PSO、GRU和GAN的入侵检测系统分类器）	网络流量数据	使用InSDN数据集进行评估
8172	2025-03-28	Deep Learning for Lumbar Disc Herniation Diagnosis and Treatment Decision-Making Using Magnetic Resonance Imagings: A Retrospective Study 2025-Mar, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123728 PMID:39880078	research paper	该研究探讨了深度学习在腰椎间盘突出症（LDH）诊断和治疗决策中的应用，通过MRI图像分析比较了纯AI、纯人类和AI辅助方法的准确性和决策时间	研究不仅关注椎间盘突出的存在，还探索了AI在诊断和治疗决策中的辅助作用，展示了AI与人类专家协同工作的潜力	研究为回顾性分析，可能受到数据选择和样本量的限制	评估深度学习在LDH诊断和治疗决策中的效果	腰椎间盘突出症患者的MRI图像	digital pathology	geriatric disease	MRI	CNN	image	NA
8173	2025-03-28	Impact of Artificial Intelligence on Periodontology: A Review 2025-Mar, Cureus DOI:10.7759/cureus.81162 PMID:40134460	review	本文综述了人工智能在牙周病学中的应用及其影响	探讨了AI在牙周病诊断、治疗规划和患者管理中的创新应用	存在数据隐私、算法可靠性和临床验证需求等挑战	评估AI在牙周病学中的当前应用、优势、限制和未来可能性	牙周病学中的AI技术应用	digital pathology	periodontal disease	machine learning, deep learning, computer vision	NA	radiographic images, clinical data	NA
8174	2025-03-28	Predicting noncoding RNA and disease associations using multigraph contrastive learning 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81862-5 PMID:39747154	研究论文	提出一种名为K-MGCMLD的多图对比学习方法，用于预测miRNA、lncRNA与疾病之间的关联	结合K-means聚类和多图对比学习（包括局部和全局图对比学习），提高了预测准确性并能同时预测多种非编码RNA与疾病的关联	未明确提及具体局限性	提高非编码RNA与疾病关联预测的准确性，并实现多种类型关联的同时预测	miRNA、lncRNA与疾病之间的关联	机器学习	肺癌、阿尔茨海默病	多图对比学习	GCN、XGBoost	图数据	未明确提及具体样本量
8175	2025-03-28	Validation of musculoskeletal segmentation model with uncertainty estimation for bone and muscle assessment in hip-to-knee clinical CT images 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83793-7 PMID:39747203	研究论文	本研究验证了一种改进的深度学习模型，用于从临床CT图像中进行髋部和股骨的肌肉骨骼体积分割及不确定性估计	改进了深度学习模型，增加了不确定性估计功能，并在多厂商/扫描仪、不同疾病状态和患者体位的大规模CT数据库上进行了验证	基线模型的训练数据库较小（N=20）	验证改进的深度学习模型在肌肉骨骼分割中的准确性和可靠性	髋部至膝部的临床CT图像	数字病理	肌肉骨骼疾病	临床CT成像	深度学习模型	3D医学图像	大规模CT数据库（具体数量未明确说明），基线模型训练样本N=20
8176	2025-03-28	Varying pixel resolution significantly improves deep learning-based carotid plaque histology segmentation 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83948-6 PMID:39747244	研究论文	本研究探讨了通过改变像素分辨率显著提升基于深度学习的颈动脉斑块组织学分割效果	通过大幅变化像素分辨率（从[公式：见文本]到[公式：见文本]）来提供神经网络更多上下文信息，模拟病理学家的观察方式	出血类别被排除，因为34个颈动脉内膜切除标本中仅1个有足够出血用于标注	优化基于斑块成分的医疗治疗方案或干预措施	颈动脉斑块（胆固醇、钙化、细胞碎片和纤维组织的堆积）	数字病理学	心血管疾病	深度学习	Mask R-CNN	图像	从323张全切片图像中采样的1944个感兴趣区域
8177	2025-03-28	Drug discovery and mechanism prediction with explainable graph neural networks 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83090-3 PMID:39747341	研究论文	本文提出了一种可解释的基于图的药物反应预测方法XGDP，旨在精确预测药物反应并揭示药物与靶点之间的作用机制	XGDP方法不仅提高了药物反应预测的准确性，还能捕捉药物的关键功能基团与癌细胞重要基因的相互作用	未提及具体的数据集规模或实验验证的广泛性	药物发现和机制预测	药物分子与基因之间的相互作用	机器学习	癌症	图神经网络和卷积神经网络	GNN和CNN	分子图和基因表达数据	NA
8178	2025-03-28	DNA promoter task-oriented dictionary mining and prediction model based on natural language technology 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84105-9 PMID:39747934	研究论文	本文提出了一种基于自然语言处理技术的DNA启动子任务导向词典挖掘和预测模型，旨在提高启动子预测的准确性	引入了一种新的DNA序列分割方法，开发了更精细的DNA序列词典，并采用BERT-Inception架构以捕获多粒度信息	未提及具体的样本量或实验数据规模，可能影响模型泛化能力的评估	提高DNA启动子预测的准确性，并增强对DNA序列信息的解释和理解	DNA启动子序列	自然语言处理	NA	自然语言处理技术，BERT预训练	CNN, LSTM, BERT, Inception神经网络	DNA序列数据	NA
8179	2025-03-28	Weakly supervised deep learning-based classification for histopathology of gliomas: a single center experience 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84238-x PMID:39748069	研究论文	本研究探讨了弱监督深度学习在胶质瘤组织病理学诊断中的应用	结合ResNet-50和注意力机制开发了一种弱监督深度学习模型，用于胶质瘤的分类诊断	研究仅基于单中心数据，外部验证的样本量相对较小	评估弱监督深度学习在胶质瘤组织病理学诊断中的辅助作用	胶质瘤患者的全切片图像(WSIs)	数字病理学	胶质瘤	弱监督深度学习	ResNet-50结合注意力机制	图像	226名患者的472张WSIs(华西医院数据集)和880名患者的1604张WSIs(TCGA数据集)
8180	2025-03-28	Enhancing the performance of SSVEP-based BCIs by combining task-related component analysis and deep neural network 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84534-6 PMID:39748063	research paper	提出了一种结合任务相关成分分析和深度神经网络的分类框架eTRCA+sbCNN，用于增强基于SSVEP的脑机接口性能	结合了eTRCA算法和sbCNN模型，通过整合两种方法的优势显著提高了SSVEP信号的分类性能	未提及具体的局限性	提升基于SSVEP的脑机接口系统的性能	SSVEP信号	脑机接口	NA	任务相关成分分析(eTRCA)和子带卷积神经网络(sbCNN)	eTRCA + sbCNN	SSVEP信号	在两个SSVEP BCI数据集上验证