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
81	2025-04-25	Vocal performance evaluation of the intelligent note recognition method based on deep learning 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99357-2 PMID:40263420	研究论文	本研究旨在优化音符识别能力并提高声乐表演评估的准确性	结合门控循环单元和注意力机制优化CNN模型，构建了A-GRCNN模型，显著提升了音符识别和声乐表演评估的准确性	未提及模型在不同音乐风格或语言中的泛化能力	优化音符识别和声乐表演评估的准确性	音符识别和声乐表演评估	机器学习	NA	深度学习	CNN, GRU, 注意力机制	音频信号	未明确提及样本数量
82	2025-04-25	The shallowest transparent and interpretable deep neural network for image recognition 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92945-2 PMID:40263436	research paper	介绍了一种完全透明的深度学习模型Shallow-ProtoPNet，用于图像识别	提出的Shallow-ProtoPNet不使用任何黑盒部分作为基线，是完全透明的模型	模型性能与其他不完全透明的可解释模型相当，但未提及具体性能指标	开发完全透明的深度学习模型以实现高可信度的决策	X射线图像数据集	computer vision	NA	deep learning	Shallow-ProtoPNet	image	NA
83	2025-04-25	Deep learning based adaptive and automatic measurement of palpebral margin in eyelid morphology 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93975-6 PMID:40263452	研究论文	本文介绍了一种基于深度学习的自适应自动测量方法DeepAAM，用于眼睑形态中睑缘的测量	首次提出使用Margin Iris Intersectant Angle (MIA)作为创新评估指标，并通过注意力机制和多种算法增强U-Net架构，提高了测量精度	未提及具体样本量或实际临床应用中的潜在限制	提高眼睑解剖测量的准确性和自动化程度，用于眼眶整形手术的疾病治疗和手术规划	眼睑形态的测量，特别是Marginal Reflex Distance (MRD)和Margin Iris Intersectant Angle (MIA)	计算机视觉	眼科疾病	深度学习	U-Net	图像	NA
84	2025-04-25	Canopy height and biomass distribution across the forests of Iberian Peninsula 2025-Apr-22, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05021-9 PMID:40263468	研究论文	本研究通过高分辨率遥感数据和深度学习框架，绘制了伊比利亚半岛森林的冠层高度和地上生物量分布图	结合Sentinel-1、Sentinel-2和LiDAR数据，开发了两个UNET模型，用于高分辨率冠层高度和生物量估算	冠层高度估算在树木覆盖区域的MAE为2-3米，生物量估算的MAE约为29 Mg/ha，存在一定误差	为森林监测、气候变化缓解和可持续林业提供高分辨率的冠层高度和生物量分布图	伊比利亚半岛的森林	遥感	NA	Sentinel-1、Sentinel-2、LiDAR、ALS、GEDI	UNET、Random Forest	遥感图像	6,308个西班牙国家森林调查(NFI)样地
85	2025-04-25	Habesha cultural cloth classification using deep learning 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98269-5 PMID:40263488	研究论文	该研究使用深度学习方法对埃塞俄比亚哈贝沙社区的传统服饰哈贝沙克米斯进行分类	首次应用CNN模型（VGG16、VGG19和ResNet50v2）对哈贝沙克米斯刺绣设计进行识别和分类	数据集规模相对较小，仅包含320张原始图像，通过数据增强扩展到3,270张	识别和分类哈贝沙克米斯刺绣设计的质量	埃塞俄比亚哈贝沙社区的传统服饰哈贝沙克米斯	计算机视觉	NA	数字图像处理、CNN	VGG16、VGG19、ResNet50v2	图像	320张原始图像（增强后3,270张）
86	2025-04-25	Efficient human activity recognition on edge devices using DeepConv LSTM architectures 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98571-2 PMID:40263516	research paper	该研究旨在通过TinyML在边缘设备上部署轻量级深度学习模型进行人类活动识别（HAR）	DeepConv LSTM模型通过有效捕捉空间和时间特征，在轻量级模型中表现最佳，准确率达到98.24%，F1分数为98.23%	研究未提及模型在不同环境或多样化数据集上的泛化能力	在资源受限的硬件上部署深度学习模型，实现高效的人类活动识别	人类活动识别（HAR）	machine learning	NA	TinyML	DeepConv LSTM, 1D CNN, 2D CNN	sensor data	NA
87	2025-04-25	Deep learning based ensemble model for accurate tomato leaf disease classification by leveraging ResNet50 and MobileNetV2 architectures 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98015-x PMID:40263518	研究论文	本文提出了一种基于深度学习的集成模型，结合MobileNetV2和ResNet50架构，用于番茄叶片疾病的准确分类	通过改进MobileNetV2和ResNet50的输出层，结合两者的特征图，利用互补特性提高分类准确率	研究仅使用了公开数据集，未在实际农田环境中验证模型性能	开发高准确率的番茄叶片疾病分类模型以支持智能农业	番茄叶片的10种疾病类型（包括细菌性斑点病、早疫病、晚疫病等）及健康叶片	计算机视觉	植物疾病	深度学习	ResNet50和MobileNetV2的集成模型	图像	11,000张标注图像，涵盖10种疾病类别
88	2025-04-25	Deep learning-aided segmentation combined with finite element analysis reveals a more natural biomechanic of dinosaur fossil 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99131-4 PMID:40263619	研究论文	本研究结合深度学习和有限元分析技术，改进了恐龙化石的生物力学分析	提出了一种结合深度学习和有限元分析的新方法，能够更准确地反映化石的生物力学性能	研究仅针对Jeholosaurus的股骨标本，未涉及其他化石类型	改进化石的生物力学分析方法，以更准确地研究灭绝物种的生物力学、功能形态学和分类学	Jeholosaurus（一种小型两足恐龙）的股骨化石	数字病理学	NA	有限元分析（FEA）和深度学习	深度学习模型（未指定具体类型）	CT图像数据	一个Jeholosaurus股骨标本
89	2025-04-25	Deep learning for automated segmentation of brain edema in meningioma after radiosurgery 2025-Apr-22, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01660-x PMID:40264119	研究论文	本研究开发了一种基于深度学习的自动化方法，用于分割和量化脑膜瘤放射手术后脑水肿的体积	使用Mask R-CNN和DeepMedic深度学习模型进行自动分割，替代了传统的手动预处理方法，提高了分割效率和准确性	研究样本量较小（21名患者，154次扫描），可能影响模型的泛化能力	开发自动化工具以辅助放射手术后脑水肿的定量评估和治疗监测	脑膜瘤患者放射手术后出现的脑水肿区域	数字病理	脑膜瘤	MRI T2加权成像	Mask R-CNN, DeepMedic	医学影像	21名患者的154次T2w扫描（训练集80，验证集30，测试集20）
90	2025-04-25	FedSynthCT-Brain: A federated learning framework for multi-institutional brain MRI-to-CT synthesis 2025-Apr-22, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110160 PMID:40267535	research paper	本文提出了一种基于联邦学习的多机构脑部MRI到CT合成框架FedSynthCT-Brain，旨在解决单中心训练数据集泛化能力不足和隐私问题	首次将联邦学习应用于MRI到sCT的合成，采用跨机构水平联邦学习方法，允许多个中心协作训练基于U-Net的深度学习模型	虽然展示了可接受的性能，但未与其他非联邦学习方法进行广泛比较，且样本量相对较小	提高MRI到合成CT（sCT）的泛化能力，同时保护数据隐私	脑部MRI和CT图像	digital pathology	NA	联邦学习（FL）	U-Net	医学影像（MRI和CT）	来自四个欧美中心的23名患者数据
91	2025-04-25	A review of machine learning methods for imbalanced data challenges in chemistry 2025-Apr-22, Chemical science IF:7.6Q1 DOI:10.1039/d5sc00270b PMID:40271022	综述	本文综述了化学领域中处理不平衡数据的机器学习方法，探讨了现有技术的应用与未来发展方向	全面回顾了化学领域中处理不平衡数据的多种机器学习方法，并提出了未来研究方向，如数据增强、物理模型和大型语言模型的应用	未具体说明每种方法在不同化学子领域中的具体效果对比	解决化学领域中不平衡数据对机器学习和深度学习模型的影响，提升模型的鲁棒性和适用性	化学领域中的不平衡数据集	机器学习	NA	重采样技术、数据增强技术、算法方法、特征工程策略	ML、DL、LLMs	化学数据	NA
92	2025-04-25	An Interventional Brain-Computer Interface for Long-Term EEG Collection and Motion Classification of a Quadruped Mammal 2025-Apr-21, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3562922 PMID:40257874	研究论文	提出一种新型介入式脑机接口（BCI），用于长期采集脑电图（EEG）信号并分类四足哺乳动物的运动状态	通过静脉植入电极采集颅内EEG信号，无需开颅手术，解决了传统非侵入式BCI使用环境受限和侵入式BCI对神经永久性损伤的问题	研究仅针对羊进行实验，未涉及人类或其他动物	开发一种能够长期有效采集EEG信号的介入式BCI，用于解决中风患者术后运动功能障碍	羊的运动状态（躺下、站立、行走）	脑机接口	中风	EEG信号采集与分析	深度学习模型	EEG信号	羊的EEG信号，前三个月数据用于训练，第四个月数据用于验证
93	2025-04-25	Deconvolution of cell types and states in spatial multiomics utilizing TACIT 2025-Apr-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58874-4 PMID:40258827	research paper	本文提出了一种名为TACIT的无监督算法，用于空间多组学数据中的细胞类型和状态注释	TACIT算法无需训练数据，通过无偏阈值区分阳性细胞与背景，专注于相关标记物识别多组学检测中的模糊细胞	算法性能仅在三个特定生态位（大脑、肠道和腺体）的数据集上进行了验证	解决空间生物学中细胞类型和状态识别耗时且易出错的问题	空间多组学数据中的细胞类型和状态	空间生物学	炎症性腺体疾病	空间转录组学和蛋白质组学	无监督算法	多组学数据	5个数据集（5,000,000个细胞；51种细胞类型）
94	2025-04-25	Deep learning-based recognition model of football player's technical action behavior using PCA-LBP algorithm 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94732-5 PMID:40258880	research paper	本文提出了一种基于PCA-LBP算法的深度学习模型，用于识别足球运动员的技术动作行为	结合PCA降维与LBP算法，提高了足球运动员技术动作识别的准确率	研究仅基于2020年一场比赛的200名足球运动员数据，样本量和多样性可能不足	提高足球运动员技术动作识别的准确性，为科学训练提供技术支持	足球运动员的技术动作（踢球、运球、停球和假动作）	computer vision	NA	PCA-LBP算法	深度学习模型	image	200名足球运动员在2020年一场比赛中的数据
95	2025-04-25	A segment-based framework for explainability in animal affective computing 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96634-y PMID:40258884	research paper	提出一个基于分段的框架，用于增强动物情感计算领域的可解释性	引入定量评分机制评估显著性图与预定义语义区域的对齐程度，系统性比较不同流程的可视化解释	框架依赖于特定情感状态分类器的可用性和生成显著性图的能力	提升动物情感计算领域的模型可解释性	猫、马和狗的情感状态	animal affective computing	NA	深度学习	分类器	图像	三个数据集（猫和马疼痛、狗情绪）
96	2025-04-25	Bio inspired multi agent system for distributed power and interference management in MIMO OFDM networks 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97944-x PMID:40258916	研究论文	本文提出了一种基于白蚁群体优化的多智能体系统（TCO-MAS）与LSTM模型相结合的方法，用于MIMO-OFDM网络中的分布式功率和干扰管理	结合生物启发的白蚁群体优化算法和LSTM模型，实现预测性自适应功率分配和干扰管理	依赖于特定的信息素调整参数，可能需要针对不同场景进行微调	解决大规模MIMO-OFDM网络中资源分配和干扰控制的挑战	MIMO-OFDM网络	机器学习	NA	Termite Colony Optimization, LSTM	LSTM	网络条件数据	实验分析评估了关键指标，如总速率、能效、频谱效率、延迟和公平性指数
97	2025-04-25	Mitigating side channel attacks on FPGA through deep learning and dynamic partial reconfiguration 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98473-3 PMID:40258964	研究论文	本文介绍了一种结合深度学习和动态部分重配置技术的框架，用于减轻FPGA上的侧信道攻击	通过动态部分重配置技术实时调整FPGA资源，破坏侧信道攻击模式，同时结合深度学习模型进行复杂威胁分析，实现了从被动防御到主动防御的范式转变	目前主要针对功耗侧信道攻击进行了验证，对其他类型侧信道攻击的适应性需要进一步扩展验证	提高FPGA硬件系统对侧信道攻击的防御能力	FPGA硬件系统及其面临的侧信道攻击	硬件安全	NA	动态部分重配置(DPR)技术	深度学习模型	硬件性能数据	实验结果显示检测到缓解的延迟在20个时钟周期内
98	2025-04-25	Improving deep learning-based neural distinguisher with multiple ciphertext pairs for speck and Simon 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98251-1 PMID:40258982	研究论文	本文提出了一种基于多尺度卷积块和密集残差连接的新型神经区分器，用于提高对Speck和Simon密码系统的分析准确率	设计了多尺度卷积块和密集残差连接的神经网络结构，并引入了线性攻击概念优化输入数据集	对于高轮次简化密码系统的区分准确率仍有提升空间	提高基于深度学习的神经区分器在密码分析中的准确率和密钥恢复率	Speck 32/64和Simon 32/64密码系统	密码学	NA	深度学习	CNN	密码文本对	NA
99	2025-04-25	Design and experimental research of on device style transfer models for mobile environments 2025-Apr-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98545-4 PMID:40259046	研究论文	本研究开发了一种针对移动设备优化的神经风格迁移（NST）模型，通过设备端AI实现实时执行，减少对云服务器的依赖	提出了一组轻量级NST模型，结合深度可分离卷积、残差瓶颈和优化的上采样技术，平衡了计算效率和视觉质量	在减少模型大小时可能导致性能下降，需要在计算效率和视觉质量之间进行权衡	开发适用于移动设备的实时神经风格迁移模型，推动移动摄影、增强现实和创意应用的发展	移动设备上的神经风格迁移模型	计算机视觉	NA	深度可分离卷积、残差瓶颈、优化的上采样技术	MobileNet和ResNet架构启发的轻量级NST模型	图像	设计了五种模型变体进行评估
100	2025-04-25	Deep learning-enhanced hyperspectral imaging for rapid screening of Co-metabolic microplastic-degrading bacteria in environmental samples 2025-Apr-21, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.138370 PMID:40267710	研究论文	本研究提出了一种结合深度学习的高光谱成像技术，用于快速筛选环境样品中共代谢微塑料降解细菌	首次将高光谱成像技术与深度学习算法结合，用于共代谢固体培养基中微塑料降解细菌的快速筛选	仅验证了一种PBAT降解细菌的筛选效果，需要更多样本来验证方法的普适性	开发一种高效筛选微塑料降解细菌的新方法	环境样品中的共代谢微塑料降解细菌	机器学习和环境微生物学	NA	高光谱成像(HSI)和深度学习	深度学习算法	高光谱图像数据	未明确说明样本数量，但验证了一种PBAT降解细菌