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
8381	2025-03-25	Enhancing Schizophrenia Diagnosis Through Multi-View EEG Analysis: Integrating Raw Signals and Spectrograms in a Deep Learning Framework 2025-Mar-23, Clinical EEG and neuroscience IF:1.6Q3 DOI:10.1177/15500594251328068 PMID:40123224	research paper	该研究提出了一种深度学习框架，通过整合原始多通道EEG信号及其频谱图来增强精神分裂症的诊断	创新点在于采用双分支模型处理互补数据视图，结合深度卷积有效整合EEG通道间的空间依赖性，同时捕捉时间动态和频率特定特征	研究样本量较小（分别为84和28名受试者），可能影响模型的泛化能力	开发精确且自动化的精神分裂症检测工具，改善临床诊断效果	精神分裂症患者的多通道EEG信号及其频谱图	digital pathology	精神分裂症	EEG信号分析	深度学习框架（双分支模型）	EEG信号（原始信号和频谱图）	两个数据集（84名和28名受试者）
8382	2025-03-25	Synthetic bone marrow images augment real samples in developing acute myeloid leukemia microscopy classification models 2025-Mar-22, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01563-9 PMID:40118991	research paper	该研究探讨了使用生成对抗网络（GANs）合成骨髓涂片（BMS）图像以增强急性髓系白血病（AML）显微镜分类模型的训练效果	利用StyleGAN2-Ada生成高质量的合成骨髓涂片图像，并通过视觉图灵测试验证其质量，同时展示了合成数据在罕见疾病分类中的性能提升	研究仅针对AML和APL两种疾病，未涵盖其他类型的白血病或骨髓疾病	开发高准确度的显微镜图像分类模型，解决数据共享的隐私问题	骨髓涂片图像，包括AML、APL患者及干细胞供者的样本	digital pathology	acute myeloid leukemia	GANs, StyleGAN2-Ada	GAN, DL classifiers	image	1251名AML患者、51名APL患者和236名干细胞供者的骨髓涂片图像
8383	2025-03-25	RNALoc-LM: RNA subcellular localization prediction using pre-trained RNA language model 2025-Mar-22, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf127 PMID:40119908	research paper	本研究提出了一种名为RNALoc-LM的可解释深度学习框架，利用预训练的RNA语言模型预测RNA亚细胞定位	首次将预训练的RNA语言模型应用于RNA亚细胞定位预测，结合TextCNN、BiLSTM和多头注意力机制提升预测性能	未明确提及具体局限性	开发能够同时预测多种RNA亚细胞定位的精确计算方法	lncRNAs、miRNAs和circRNAs等RNA分子	生物信息学	NA	预训练RNA语言模型、TextCNN、BiLSTM、多头注意力机制	深度学习框架（结合语言模型、CNN、LSTM）	RNA序列数据	未明确提及具体样本量
8384	2025-03-25	A pilot study of deep learning for automatic contouring of sulcus-to-sulcus diameter in ultrasound biomicroscopy 2025-Mar-22, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-06764-2 PMID:40119915	研究论文	本研究利用深度学习算法YOLOv8自动预测超声生物显微镜图像中的沟槽间直径（STS）和沟槽平面到前晶状体表面的距离（STSL），并验证其准确性和可靠性	首次基于YOLOv8自动测量STS相关距离，并与传统手动标记进行准确性比较，展示了高准确性和自动预测后房STS相关参数的优势	在外部测试集中，STSL的预测误差较大（49.66 ± 42.73%），且预测值与标记值之间的组内相关系数（ICC）较低（0.086）	构建深度学习算法以自动预测超声生物显微镜图像中的STS和STSL，提高ICL植入手术的准确性	100名接受ICL治疗的近视患者的100只眼睛的超声生物显微镜图像	计算机视觉	近视	超声生物显微镜（UBM）	YOLOv8	图像	100名患者的100只眼睛，共400张UBM图像，其中26只眼睛（104张图像）用于外部测试
8385	2025-03-25	A few-shot network intrusion detection method based on mutual centralized learning 2025-Mar-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93185-0 PMID:40118883	研究论文	提出一种基于互为中心学习的少样本网络入侵检测方法（FS-MCL），以解决少样本网络流量检测性能低的问题	利用编码器提取的密集特征与离散空间中的粒子关联，通过马尔可夫过程测量密集特征的预期访问次数，确定查询特征属于支持类的概率	依赖公开数据集构建少样本检测数据集，可能在实际应用中存在泛化性问题	提高少样本网络入侵检测的性能	网络流量数据	机器学习	NA	互为中心学习	FS-MCL	网络流量数据（转换为类图像数据）	三个公开数据集中的流量数据
8386	2025-03-25	Scalable intermediate-term earthquake forecasting with multimodal fusion neural networks 2025-Mar-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93877-7 PMID:40118997	研究论文	提出了一种名为SafeNet的可扩展深度学习框架，用于通过多模态融合神经网络整合地震观测数据	SafeNet通过专门的融合模块和自适应注意力机制，实现了跨区域的动态时空信息交换，并在中国和美国的地震数据上展示了优越的预测性能	未提及具体的计算资源需求或模型在不同地理区域的泛化能力限制	开发一个可扩展的深度学习框架，以整合异构地震观测数据并提高地震预测的准确性	地震观测数据和地质信息	机器学习	NA	多模态融合神经网络	SafeNet	地震目录数据和地质地图	50年中国地震目录数据，并在美国连续和西部地区进行了模型迁移验证
8387	2025-03-25	A practical generalization metric for deep networks benchmarking 2025-Mar-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93005-5 PMID:40119019	research paper	本文提出了一种实用的泛化度量标准，用于评估不同深度网络的泛化能力，并提出了一个新颖的测试平台来验证理论估计	引入了一种新的实用泛化度量标准，能够量化深度学习模型的准确性和数据多样性，并提出了一个测试平台来验证理论估计	研究发现大多数现有的泛化理论估计与实用测量结果不相关，暴露了理论估计的不足	评估深度网络的泛化能力并验证理论估计	深度网络	machine learning	NA	NA	deep networks	NA	NA
8388	2025-03-25	Let's get in sync: current standing and future of AI-based detection of patient-ventilator asynchrony 2025-Mar-21, Intensive care medicine experimental IF:2.8Q2 DOI:10.1186/s40635-025-00746-8 PMID:40119215	综述	本文综述了基于人工智能的患者-呼吸机异步（PVA）自动检测技术的现状与未来发展方向	总结了近15年来PVA自动检测技术的进展，包括基于规则的算法、机器学习和深度学习等多种AI技术的应用	大多数算法仅能离线使用，只能检测一小部分PVA类型（主要关注无效努力和双重触发异步），且84%的研究仍处于开发或验证阶段	探讨AI技术在PVA自动检测领域的应用现状及未来发展方向	机械通气患者中的患者-呼吸机异步现象	医疗人工智能	呼吸系统疾病	基于规则的算法、机器学习和深度学习	多种AI模型	呼吸机波形数据	19项研究（其中3项已获许可的算法）
8389	2025-03-25	An interpretable deep geometric learning model to predict the effects of mutations on protein-protein interactions using large-scale protein language model 2025-Mar-21, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00979-5 PMID:40119464	研究论文	开发了一种基于transformer的图神经网络模型，用于预测突变对蛋白质-蛋白质相互作用的影响	结合局部和全局特征，并利用预训练蛋白质语言模型，提高了预测准确性	未明确提及具体局限性	预测突变对蛋白质-蛋白质相互作用结合亲和力的影响	蛋白质-蛋白质复合物及其突变体	机器学习	NA	图神经网络(GNNs), transformer模型	transformer-based GNN	蛋白质三维结构数据	五个数据集，包括单突变和多突变案例
8390	2025-03-25	Experimental wavefront sensing techniques based on deep learning models using a Hartmann-Shack sensor for visual optics applications 2025-Mar-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80615-8 PMID:40113787	研究论文	本文提出了一种基于改进ResNet卷积神经网络的新方法，用于增强Hartmann-Shack波前传感器的性能，以提高视觉光学中的波前传感能力	使用改进的ResNet CNN模型显著提高了波前像差重建速度和动态范围，相比传统方法分别提升了300%至400%和315.6%	实验数据集是在自定义的单目视觉模拟器上生成的，可能无法完全代表真实世界的复杂情况	提高视觉光学系统中波前传感的精度、动态范围和处理速度	Hartmann-Shack波前传感器(HSS)及其在视觉光学中的应用	计算机视觉	NA	深度学习	改进的ResNet CNN	图像	实验数据集包括无噪声和添加散斑噪声的图像
8391	2025-03-25	Music genre classification with parallel convolutional neural networks and capuchin search algorithm 2025-Mar-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90619-7 PMID:40113866	research paper	提出了一种结合并行卷积神经网络和卷尾猴搜索算法的音乐流派分类新方法	结合离散小波变换、梅尔频率倒谱系数和短时傅里叶变换特征，利用卷尾猴搜索算法优化CNN超参数，提高了分类准确率	NA	开发一个强大的音乐分类器，快速分类未标记音乐，提升用户媒体播放器和音乐文件的体验	音乐流派分类	machine learning	NA	DWT, MFCC, STFT	CNN	audio	GTZAN和Extended-Ballroom数据集
8392	2025-03-25	Detection of hydrophobicity grade of insulators based on AHC-YOLO algorithm 2025-Mar-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92696-0 PMID:40113932	研究论文	提出一种基于AHC-YOLO算法的复合绝缘子疏水性等级检测方法	结合高性能GPU网络HGNetv2、混合局部通道注意力机制MLCA、轻量级卷积CSPPC和Inner-WIoU损失函数，显著降低网络负担并提高识别精度	未提及算法在极端环境或不同光照条件下的性能表现	提高复合绝缘子疏水性等级检测的效率和准确性	复合绝缘子	计算机视觉	NA	深度学习	YOLO	图像	NA
8393	2025-03-25	A high performance hybrid LSTM CNN secure architecture for IoT environments using deep learning 2025-Mar-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94500-5 PMID:40114016	研究论文	提出了一种高性能的LSTM-CNN混合安全架构，用于优化物联网环境中的实时入侵检测	结合LSTM层学习时间依赖性和CNN层分解空间特征，提高了威胁识别的效率	未提及具体在哪些物联网设备或场景中进行了测试	优化物联网环境中的实时入侵检测，提高安全性	物联网环境中的网络入侵行为	机器学习	NA	深度学习	LSTM-CNN混合模型	网络流量数据	BoT-IoT数据集，包含DDoS、僵尸网络、侦察和数据泄露等多种网络攻击类型
8394	2025-03-25	TPNET: A time-sensitive small sample multimodal network for cardiotoxicity risk prediction 2025-Mar-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3552819 PMID:40106240	research paper	该研究开发了一个名为TPNET的时间敏感小样本多模态网络，用于预测癌症治疗相关心功能障碍（CTRCD）的风险	结合组织多普勒成像（TDI）特征与深度学习技术，开发了TPNET模型，用于预测CTRCD，并通过集成梯度（IG）归因分析识别关键致病标志	样本量较小（270名患者），且仅针对乳腺癌患者	预测癌症治疗相关心功能障碍（CTRCD）的风险	乳腺癌患者	digital pathology	cardiovascular disease	TDI, deep learning	TPNET	multimodal data (TDI, function, clinical data)	270名患者
8395	2025-03-25	Protein Language Pragmatic Analysis and Progressive Transfer Learning for Profiling Peptide-Protein Interactions 2025-Mar-18, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3540291 PMID:40100664	研究论文	提出了一种可解释的深度学习模型IIDL-PepPI，用于分析肽-蛋白质相互作用	采用双向注意力模块表示肽和蛋白质的上下文信息，并利用渐进式迁移学习框架同时预测肽-蛋白质相互作用和识别结合残基	未提及具体的数据集规模或模型计算资源需求	开发深度学习模型以分析肽-蛋白质相互作用，推动基于人工智能的肽药物发现和蛋白质功能阐明	肽和蛋白质序列及其相互作用	机器学习	NA	深度学习	IIDL-PepPI（基于双向注意力机制和迁移学习的深度学习模型）	蛋白质序列数据	NA
8396	2025-03-25	A novel self-supervised graph clustering method with reliable semi-supervision 2025-Mar-16, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107418 PMID:40120553	research paper	提出了一种基于可靠半监督的新型自监督图聚类方法（SSGC-RSS），用于解决图数据中的噪声和稀疏性问题	模型通过上游的双解码器图自编码器与联合聚类优化，以及下游基于高可靠性样本的半监督图注意力编码网络，创新性地解决了噪声和稀疏性问题	未明确提及具体局限性，但可能涉及对特定图数据类型的适应性或计算复杂度	提升复杂图数据聚类任务的性能	图数据	machine learning	NA	自监督学习、半监督学习	双解码器图自编码器、图注意力编码网络	图数据	在Cora、Citeseer和Pubmed等多个图数据集上进行了实验
8397	2025-03-25	Deformation-invariant neural network and its applications in distorted image restoration and analysis 2025-Mar-16, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107378 PMID:40121786	研究论文	提出了一种变形不变神经网络（DINN）框架，用于处理几何失真图像的恢复和分析问题	引入了拟共形变换网络（QCTN）作为DINN的核心组件，能够输出拟共形映射以改善几何失真图像	未提及具体的数据集规模或在不同类型几何失真上的泛化能力	解决几何失真图像的成像任务问题	几何失真图像	计算机视觉	NA	拟共形映射	DINN（包含QCTN组件）	图像	NA
8398	2025-03-25	Contactless Intelligent Anti-interference Lung Nodule Detection Method for Early Disease Detection 2025-Mar-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3550199 PMID:40067715	研究论文	提出了一种基于人工智能的抗干扰肺结节检测方法Yolov8-AH，用于在干扰条件下提高肺CT图像中肺结节检测的准确性	结合了自适应门控稀疏注意力(AGSA)和哈尔小波下采样(HWD)模块的Yolov8模型，显著提高了在干扰条件下的检测准确率	未提及模型在临床实际应用中的验证情况	提高在干扰条件下肺CT图像中肺结节检测的准确性	肺CT图像中的肺结节	计算机视觉	肺癌	CT扫描	Yolov8-AH (基于Yolov8结合AGSA和HWD模块)	医学图像(CT)	NA
8399	2025-03-25	Spatial-aware Transformer-GRU Framework for Enhanced Glaucoma Diagnosis from 3D OCT Imaging 2025-Mar-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3550394 PMID:40067716	research paper	提出了一种新型深度学习框架，利用3D光学相干断层扫描（OCT）成像进行自动青光眼检测	结合预训练的Vision Transformer和双向门控循环单元（GRU），全面分析局部细节和全局结构完整性	NA	提高青光眼的自动检测准确率，增强临床决策支持系统	青光眼患者的3D OCT成像数据	digital pathology	glaucoma	3D Optical Coherence Tomography (OCT)	Vision Transformer, bidirectional Gated Recurrent Unit (GRU)	3D image	大规模数据集（具体数量未提及）
8400	2025-03-25	SENSITIVITY BASED MODEL AGNOSTIC SCALABLE EXPLANATIONS OF DEEP LEARNING 2025-Mar-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.21.639516 PMID:40093081	research paper	该论文提出了一种模型无关的可解释AI框架SensX，用于解释深度学习模型的决策机制，并在准确性和计算效率上优于现有技术	SensX框架在解释性AI领域实现了更高的准确性和计算效率，能够处理超过15万个特征的大规模模型，并揭示了模型中的偏差	未明确提及具体局限性，但可能在大规模应用中仍存在计算资源需求	开发一种能够解释深度学习模型决策机制的通用框架，以支持科学假设发展和模型验证	深度学习模型（特别是视觉变换器ViT）和单细胞RNA-seq数据	machine learning	NA	single-cell RNA-seq	DNN, ViT	gene expression data, image	NA