深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
9441	2025-10-06	InBRwSANet: Self-attention based parallel inverted residual bottleneck architecture for human action recognition in smart cities 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322555 PMID:40424287	研究论文	提出一种基于自注意力的并行倒置残差瓶颈架构用于智能城市中的人类行为识别	结合并行倒置残差瓶颈模块与自注意力机制的新型深度学习架构，并采用粒子群优化算法选择超参数	仅在HMDB51和UCF101两个数据集上进行测试，需要更多样化的数据集验证泛化能力	解决复杂人类行为识别问题，提升智能城市中的实时监控和人机交互应用	人类行为视频数据	计算机视觉	NA	深度学习	CNN, 自注意力机制	视频	HMDB51和UCF101数据集	NA	InBRwSANet, 并行倒置残差瓶颈块, 自注意力机制	准确率, 误差范围	NA
9442	2025-10-06	Application of a grey wolf optimization-enhanced convolutional neural network and bidirectional gated recurrent unit model for credit scoring prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322225 PMID:40424348	研究论文	提出一种结合灰狼优化算法、卷积神经网络和双向门控循环单元的信用评分预测模型	首次将灰狼优化算法与CNN-BiGRU模型结合用于信用评分预测，通过智能优化算法提升模型参数调优效果	NA	提高信用评分预测的准确性和效率，解决传统方法对大规模高维金融数据特征提取不足的问题	金融信用评分数据	机器学习	NA	深度学习	CNN, BiGRU	金融时序数据	多个公开信用评分数据集（包括LendingClub贷款数据集）	NA	CNN-BiGRU-GWO	MAE, MAPE, RMSE, MSE	NA
9443	2025-10-06	Multi-convolutional neural networks for cotton disease detection using synergistic deep learning paradigm 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324293 PMID:40424461	研究论文	本研究提出了一种基于多卷积神经网络和集成学习的棉花病害检测方法	结合MobileNet和VGG16特征提取，使用定制StyleGAN生成合成数据解决类别不平衡问题，并采用StackNet集成分类器	现有数据集大多在受控条件下获取，可能影响实际田间应用的泛化能力	开发准确的棉花病害自动检测系统以提高棉花产量	棉花作物及其病害	计算机视觉	植物病害	深度学习	CNN, LSTM, SVM, Random Forest, GAN	图像	公开数据集	TensorFlow, PyTorch, Scikit-learn	MobileNet, VGG16, StyleGAN, StackNet	准确率	NA
9444	2025-06-01	Uncertainty-Aware Bayesian Deep Learning with Noisy Training Labels for Epileptic Seizure Detection 2025, Uncertainty for safe utilization of machine learning in medical imaging : 6th international workshop, UNSURE 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 10, 2024, proceedings. UNSURE (Workshop) (6th : 2024 : ... DOI:10.1007/978-3-031-73158-7_1 PMID:40433566	研究论文	提出了一种新颖的贝叶斯框架BUNDL，用于在监督深度学习中减轻标签噪声的影响，特别针对基于EEG的癫痫发作检测	利用领域知识设计后验分布，自动调整基于数据不确定性的“干净标签”，并可以包装任何现有检测模型	未提及具体局限性	减轻监督深度学习中标签噪声的影响，提高癫痫发作检测的准确性	EEG信号和癫痫发作检测	机器学习	癫痫	贝叶斯深度学习	深度网络	EEG信号	模拟EEG数据集和Temple University Hospital (TUH)语料库	NA	NA	NA	NA
9445	2025-06-01	Deep learning-based classification of speech disorder in stroke and hearing impairment 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315286 PMID:40435156	research paper	该研究开发了一种基于深度学习的模型，用于分类由中风和听力障碍引起的语音障碍	研究不仅比较正常人和语音障碍患者的语音数据，还进一步分类语音障碍的具体病因，如中风和听力障碍	研究仅针对韩语语音障碍数据，可能无法推广到其他语言或更广泛的语音障碍类型	分类语音障碍的具体病因，如中风和听力障碍，通过分析语音数据	由中风和听力障碍引起的韩语语音障碍数据	natural language processing	stroke, hearing impairment	deep learning	ResNet-18, Inception V3, SEResNeXt-18	voice data	NA	NA	NA	NA	NA
9446	2025-06-01	Odor classification: Exploring feature performance and imbalanced data learning techniques 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322514 PMID:40435193	research paper	本研究探讨了嗅觉这一复杂且未被充分理解的感官模式，旨在填补近期研究中使用机器学习和深度学习方法预测人类嗅觉感知的两个空白	通过构建包含2606个分子的新数据集，评估了三种特征（质谱、振动光谱和分子指纹）的性能，并提出了可解释的成本敏感多层感知器模型（CSMLP）来处理类别不平衡问题	研究中未提及具体的数据集来源和分子选择的偏差可能对结果的影响	比较不同特征在气味分类中的预测性能，并解决多标签数据集中的类别不平衡问题	2606个分子及其对应的质谱、振动光谱和分子指纹特征	machine learning	NA	multi-label classification, random resampling, cost-sensitive learning	multilayer perceptron (MLP), CSMLP	mass spectra (MS), vibrational spectra (VS), molecular fingerprint features (FP)	2606个分子	NA	NA	NA	NA
9447	2025-06-01	Implications of artificial intelligence in periodontal treatment maintenance: a scoping review 2025, Frontiers in oral health IF:3.0Q1 DOI:10.3389/froh.2025.1561128 PMID:40438083	综述	本文探讨了人工智能在牙周治疗维护中的应用及其影响	人工智能在牙周病诊断和治疗规划中展现出高精度和个性化护理的优势	标准化和伦理问题是人工智能广泛应用的关键挑战	评估人工智能在牙周维护中的应用及其效果	牙周病（牙龈炎和牙周炎）	人工智能在医疗健康中的应用	牙周病	深度学习算法，如卷积神经网络（CNNs）和分割技术	Multi-Label U-Net, CNN	临床数据和影像数据	2018年至2024年间发表的研究	NA	NA	NA	NA
9448	2025-06-01	Label-Free Prediction of Fluorescently Labeled Fibrin Networks 2025, Biomaterials research IF:8.1Q1 DOI:10.34133/bmr.0211 PMID:40438124	research paper	提出一种深度学习工具，用于从无标记图像堆栈中预测荧光标记的光学切片，以恢复反射共聚焦显微镜（RCM）未检测到的纤维	使用深度学习模型从RCM图像和激光透射图像预测荧光标记，避免了荧光染料对细胞活力和样品的影响	预测的纤维比原始荧光标记略宽（0.213 ± 0.009 μm）	开发一种无需荧光标记即可研究细胞外基质（ECM）纤维结构的方法	纤维蛋白网络和胶原蛋白等天然生物材料的纤维结构	digital pathology	NA	反射共聚焦显微镜（RCM）和深度学习	全卷积图像到图像映射架构	图像	NA	NA	NA	NA	NA
9449	2025-06-01	Construction of a predictive model for rebleeding risk in upper gastrointestinal bleeding patients based on clinical indicators such as Helicobacter pylori infection 2025, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2025.1510126 PMID:40438212	研究论文	基于幽门螺杆菌感染等临床指标构建上消化道出血患者再出血风险的预测模型	结合幽门螺杆菌感染程度与多项临床实验室检查数据，开发了一种深度学习模型，用于预测上消化道出血患者的再出血风险	研究样本仅来自单一医院的254名患者，可能影响模型的泛化能力	构建一个预测上消化道出血患者再出血风险的临床模型	上消化道出血患者	数字病理	上消化道出血	深度学习	Transformer + KAN	临床信息和实验室指标	254名上消化道出血患者	NA	NA	NA	NA
9450	2025-06-01	Next-generation fall detection: harnessing human pose estimation and transformer technology 2025, Health systems (Basingstoke, England) DOI:10.1080/20476965.2024.2395574 PMID:40438315	research paper	该研究结合人体姿态估计框架和transformer深度学习模型，开发了一种轻量级、保护隐私的跌倒检测系统	结合三种领先的人体姿态估计框架和transformer模型，开发出可在低功耗设备上运行、无需穿戴设备且所有处理均在本地完成的隐私保护跌倒检测系统	未提及系统在极端光照条件或复杂背景环境下的表现	开发高精度、高效且保护隐私的老年人跌倒检测系统	老年人跌倒行为	computer vision	geriatric disease	human pose estimation, transformer deep learning	transformer	video	未提及具体样本数量，但进行了真实世界测试	NA	NA	NA	NA
9451	2025-06-01	Knowledge map of artificial intelligence in neurodegenerative diseases: a decade-long bibliometric and visualization study 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1586282 PMID:40438502	研究论文	通过文献计量和可视化方法分析过去十年神经退行性疾病领域AI研究的文献，挖掘该领域的核心期刊、机构、作者和国家，并分析关键词以推测未来研究趋势	首次使用文献计量和可视化方法系统分析神经退行性疾病AI研究领域的知识图谱，并预测未来四大研究趋势	仅基于Web of Science数据库的1921篇文献进行分析，可能未涵盖所有相关研究	分析神经退行性疾病领域AI研究的现状和发展趋势	2015-2025年间神经退行性疾病AI研究领域的1921篇文献	机器学习	神经退行性疾病	文献计量分析、知识图谱可视化	NA	文献数据	1921篇出版物	NA	NA	NA	NA
9452	2025-06-01	Comparative analysis of multi-zone peritumoral radiomics in breast cancer for predicting NAC response using ABVS-based deep learning models 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1586715 PMID:40438687	research paper	本研究通过基于ABVS的深度学习模型，比较分析乳腺癌多区域瘤周放射组学特征，以预测新辅助化疗（NAC）反应	首次系统比较不同瘤周厚度区域对NAC反应预测的准确性，并开发了结合瘤内和瘤周特征的AI模型	研究为回顾性分析，样本量相对有限（402例患者）	建立可临床实施的框架，通过标准化预测模型早期识别NAC无反应者	乳腺癌患者	digital pathology	breast cancer	Automated Breast Volume Scanning (ABVS), radiomics	TabNet	image	402例乳腺癌患者	NA	NA	NA	NA
9453	2025-06-01	Reducing annotation effort in agricultural data: simple and fast unsupervised coreset selection with DINOv2 and K-means 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1546756 PMID:40438735	research paper	该研究提出了一种结合DINOv2和K-means的无监督核心集选择方法，以减少农业数据标注的工作量	结合了最新的基础模型DINOv2作为特征选择器与K-means聚类方法，提出了一种简单有效的核心集选择方法	未提及方法在大规模数据集上的扩展性或计算效率	减少农业应用中深度学习模型训练所需的标注数据量	农业数据	machine learning	NA	DINOv2, K-means	multiclass classification model	image	在两个不同数据集上进行了验证，具体样本量未提及	NA	NA	NA	NA
9454	2025-06-01	Deep learning-based anomaly detection for precision field crop protection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1576756 PMID:40438741	research paper	提出了一种结合IMSFNet和AROS的新型框架，用于精准农业中的异常检测和资源优化	整合了多模态数据融合和时空建模的IMSFNet，以及基于实时环境反馈的AROS资源优化策略	未提及具体实验样本量和跨地区应用的普适性验证	优化精准农业中的作物保护和资源利用效率	农田作物健康异常（病虫害爆发、疾病传播、营养缺乏等）	精准农业	NA	多模态数据融合（无人机、卫星、地面传感器、气象站数据）	IMSFNet（集成多模态智能农业网络）	多源时空数据	NA	NA	NA	NA	NA
9455	2025-06-01	Optimizing drug synergy prediction through categorical embeddings in deep neural networks 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf033 PMID:40438791	研究论文	本文研究了在深度神经网络中使用分类嵌入来优化药物协同预测	利用分类嵌入捕捉类别元素间的相似性，特别是在数据稀缺情况下表现出优势	未提及具体的数据集规模或模型验证的局限性	提高药物协同作用的预测准确性	药物组合的协同作用	机器学习	癌症	深度神经网络	DNN	药物组合数据	NA	NA	NA	NA	NA
9456	2025-10-06	High resolution kinematic approach for quantifying impaired mobility of dystrophic zebrafish larvae 2024-Dec-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.05.627004 PMID:39713379	研究论文	本研究开发了一种基于高速摄像和深度学习的高分辨率运动学方法，用于量化营养不良斑马鱼幼虫的运动障碍	首次将无标记运动捕捉技术应用于斑马鱼幼虫逃逸反应游泳的节段化建模，提供了比传统方法更高分辨率和更低变异性的运动功能评估	方法主要针对斑马鱼幼虫模型，在其他物种或发育阶段的适用性需要进一步验证	开发精确评估杜氏肌营养不良斑马鱼模型运动障碍的新方法	营养不良素缺陷型斑马鱼幼虫和野生型斑马鱼幼虫	计算机视觉	杜氏肌营养不良	高速摄像技术	深度学习	视频	NA	NA	NA	分类准确率	NA
9457	2025-10-06	sChemNET: a deep learning framework for predicting small molecules targeting microRNA function 2024-10-23, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-49813-w PMID:39443444	研究论文	开发了一个名为sChemNET的深度学习框架，用于基于化学结构和序列信息预测影响miRNA生物活性的小分子	通过目标函数克服稀疏化学信息限制，使神经网络能够从大量未知影响miRNA的化学结构中学习化学空间	小分子-miRNA数据集规模较小	预测靶向miRNA功能的小分子	小分子、microRNA、人类和其他哺乳动物生物	机器学习	癌症、传染性疾病	深度学习、体外实验、体内实验	神经网络	化学结构、序列信息	小分子-miRNA数据集	NA	sChemNET	实验验证	NA
9458	2025-10-06	Putting proteins in context 2024-Oct-16, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2024.09.009 PMID:39418999	研究论文	介绍了一种名为PINNACLE的几何深度学习方法，通过整合分析蛋白质相互作用和多器官单细胞转录组数据生成蛋白质的上下文表征	首次将蛋白质相互作用与多器官单细胞转录组数据相结合，为蛋白质生成具有生物环境上下文的表征	NA	解决现有蛋白质表征方法缺乏生物环境上下文的问题	蛋白质及其在细胞类型特异性功能和相互作用中的表征	机器学习	NA	单细胞转录组学	几何深度学习	蛋白质相互作用数据，单细胞转录组数据	NA	NA	PINNACLE	NA	NA
9459	2025-10-06	Integrating Deep Learning and Synthetic Biology: A Co-Design Approach for Enhancing Gene Expression via N-Terminal Coding Sequences 2024-09-20, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.4c00371 PMID:39229974	研究论文	提出一种深度学习与合成生物学协同设计的少样本训练工作流，用于优化N端编码序列以增强基因表达	开发了结合k近邻编码、word2vec、注意力机制和时间序列网络的深度学习框架，仅需少量训练数据即可高效优化NCS序列	方法仅在GFP和N-乙酰神经氨酸合成相关基因上验证，需要进一步扩展到更多基因系统	通过优化N端编码序列来最大化基因表达水平	绿色荧光蛋白(GFP)和N-乙酰神经氨酸合成关键限速基因	机器学习	NA	基因工程，荧光报告系统	注意力机制，时间序列网络	基因序列数据，荧光强度数据	少量训练数据，6次迭代实验	word2vec	注意力机制，时间序列网络	荧光增强因子	NA
9460	2025-10-06	Deep learning in the diagnosis for cystic lesions of the jaws: a review of recent progress 2024-06-28, Dento maxillo facial radiology DOI:10.1093/dmfr/twae022 PMID:38814810	综述	本文综述了深度学习在颌骨囊性病变诊断中的最新研究进展与应用效果	首次系统评估深度学习在颌骨囊性病变鉴别诊断中的性能表现，涵盖44项相关研究	缺乏模型可解释性、多中心数据验证不足，尚未达到常规临床应用标准	研究深度学习在颌骨囊性病变诊断中的性能表现	颌骨囊性病变的影像学诊断	数字病理	颌骨囊性病变	深度学习	NA	牙科放射影像	44项研究（初始1862篇文献筛选得出）	NA	NA	鉴别性能	NA