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
10081	2025-10-06	Generative artificial intelligence enables the generation of bone scintigraphy images and improves generalization of deep learning models in data-constrained environments 2025-Jun, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07091-8 PMID:39878897	研究论文	本研究利用生成式人工智能生成骨闪烁扫描图像，并通过合成数据增强提升深度学习模型在数据受限环境中的泛化能力	开发了能够生成代表不同疾病模式的高质量合成骨闪烁扫描图像的生成模型，并验证了合成数据对提升模型泛化性能的有效性	研究仅基于单一中心的训练数据，且仅针对两种特定疾病模式进行验证	解决医学影像中深度学习模型因数据稀缺而泛化能力不足的问题	骨闪烁扫描图像，重点关注骨转移和心脏淀粉样变性两种疾病模式	医学影像分析	骨转移，心脏淀粉样变性	骨闪烁扫描技术	生成模型，深度学习分类模型	医学影像	训练集：9,170名患者的骨闪烁扫描；测试集：6,448名患者的7,472次扫描	NA	NA	AUC，准确率，Fleiss' kappa，log-rank检验	NA
10082	2025-10-06	Robust whole-body PET image denoising using 3D diffusion models: evaluation across various scanners, tracers, and dose levels 2025-Jun, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07122-4 PMID:39912940	研究论文	提出并验证了一种基于3D扩散模型的全身PET图像去噪方法，能够适应不同扫描仪、示踪剂和剂量水平	首次将3D Denoising Diffusion Probabilistic Model应用于全身PET图像去噪，实现了跨多种临床场景的鲁棒性能	模型训练主要基于Biograph Vision Quadra PET/CT扫描仪的高质量数据	开发一种能够适应多种PET协议的鲁棒性全身PET图像去噪方法	全身PET图像	医学影像处理	癌症	PET成像	DDPM	3D医学图像	来自4台扫描仪、4种示踪剂类型和6个剂量水平的数据集	NA	3D卷积网络	去噪性能，不确定性图方差	NA
10083	2025-10-06	Integrating generative AI with neurophysiological methods in psychiatric practice 2025-Jun, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2025.104499 PMID:40262408	综述	探讨生成式AI与神经生理学方法在精神病学实践中的整合潜力与应用前景	首次系统提出生成式AI与神经科学、生理学方法在精神病学领域的协同整合框架	面临数据可靠性、隐私保护和资源限制等挑战	探索生成式AI如何增强精神病学临床实践和神经生理学研究	精神病学临床实践、神经生理学数据、心理症状模型	自然语言处理, 机器学习	精神疾病	深度学习, 神经生理学方法	大语言模型	多模态数据, 文本, 神经生理信号	NA	NA	NA	NA	NA
10084	2025-10-06	Sustainable water allocation under climate change: Deep learning approaches to predict drinking water shortages 2025-Jun, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125600 PMID:40345087	研究论文	本研究采用深度学习方法预测德黑兰饮用水短缺问题，为可持续水资源分配提供前瞻性解决方案	结合循环神经网络与三种优化算法（FHO、WOA、HOA）的混合模拟模型，首次在德黑兰水资源管理中实现多模型比较和优化	研究依赖于气候模型的预测准确性，且未考虑突发性极端气候事件的影响	通过先进机器学习方法理解和缓解城市化、土地利用管理不善及气候变异对水资源的影响	德黑兰五个关键水坝水库和德黑兰含水层系统	机器学习	NA	混合模拟模型，气候模型（MRI-ESM2、CNRM-CM6-1、BCC-CSM2）	RNN, LSTM	气候数据、水文数据、水资源分配数据	2021-2050年期间三种排放路径（SSP1.26、SSP2.45、SSP5.85）的预测数据	NA	RNN-FHO, RNN-WOA, RNN-HOA混合架构	水坝流入量预测性能、地下水位波动预测精度	NA
10085	2025-06-01	Learnable fractional Fourier transform for high-quality computer-generated holography 2025-Jun-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.561347 PMID:40445699	research paper	提出了一种基于深度学习的计算机生成全息术方法，通过分数傅里叶变换提升全息成像质量	提出了复数分数傅里叶网络（CFrFNet），整合分数傅里叶变换（FrFT）于空间-频率统一框架中，生成高保真相位全息图（POHs）	NA	提升计算机生成全息术的成像质量	相位全息图（POHs）	computer vision	NA	分数傅里叶变换（FrFT）	CFrFNet, FrFNM, MFEB	image	NA	NA	NA	NA	NA
10086	2025-06-01	Machine Learning-Based Rupture Risk Prediction for Intracranial Aneurysms: A Systematic Review and Meta-Analysis 2025-May-30, Neurosurgery IF:3.9Q1 DOI:10.1227/neu.0000000000003531 PMID:40444989	meta-analysis	本文通过系统综述和荟萃分析评估了机器学习在预测颅内动脉瘤破裂风险中的应用，并与PHASES评分进行了比较	机器学习模型在预测颅内动脉瘤破裂风险中展现出比传统PHASES评分更高的特异性，且结合血流动力学参数可进一步提升模型准确性	需要前瞻性研究来验证机器学习模型在临床整合中的实用性	评估机器学习在预测颅内动脉瘤破裂风险中的应用效果	颅内动脉瘤患者	machine learning	cardiovascular disease	machine learning	deep learning	clinical data	36项研究，涉及22,462名患者	NA	NA	NA	NA
10087	2025-06-01	GLIMPSE: Generalized Locality for Scalable and Robust CT 2025-May-30, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3575071 PMID:40445811	research paper	本文提出了一种名为GLIMPSE的局部坐标神经网络，用于计算机断层扫描，通过仅处理与像素邻域相关的测量值来重建像素值	GLIMPSE在OOD样本上显著优于传统CNN，同时在分布内测试数据上表现相当或更好，且内存占用几乎与图像分辨率无关	未明确提及具体局限性	开发一种更高效且鲁棒的计算机断层扫描重建方法	计算机断层扫描图像重建	digital pathology	NA	deep learning, computed tomography	CNN, GLIMPSE	image	1024 × 1024 images	NA	NA	NA	NA
10088	2025-06-01	Phantom-Based Ultrasound-ECG Deep Learning Framework for Prospective Cardiac Computed Tomography 2025-May-30, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3575268 PMID:40445820	研究论文	提出了一种结合超声和心电图数据的多模态深度学习框架，用于预测心脏静止期以优化CT血管造影门控	首次将超声和心电图数据结合使用3D CNN和ANN的多模态框架，提高了心脏静止期预测的准确性，特别是在心律失常情况下	在较短的心脏静止期（<100ms）预测准确性相对较低	优化CT血管造影门控，提高心脏静止期预测的准确性	心脏静止期	医学影像分析	心血管疾病	超声、心电图、CT血管造影	3D CNN、ANN	超声图像、心电图信号	使用动态心脏运动模型模拟多种心脏条件（包括心律失常）进行验证	NA	NA	NA	NA
10089	2025-06-01	Integrating Motor Unit Activity With Deep Learning for Real-Time, Simultaneous and Proportional Wrist Angle and Grasp Force Estimation 2025-May-30, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3575252 PMID:40445821	research paper	提出了一种结合运动单元活动与深度学习的框架，用于实时、同步和比例估计手腕角度和抓握力	整合了运动神经元放电的神经驱动计算与模块化LSTM神经网络，实现了对运动学和动力学的同步比例解码	实验仅涉及10名受试者，样本量较小	提高肌电假肢对运动学和动力学的实时、同步和比例解码能力	手腕角度和抓握力的估计	machine learning	NA	高密度表面肌电图分解	LSTM	肌电信号	10名受试者	NA	NA	NA	NA
10090	2025-06-01	Load demand forecasting in air conditioning a rotor Hopfield neural network approach optimized by a new optimization algorithm 2025-May-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02568-w PMID:40436955	研究论文	本文提出了一种新的改进转子Hopfield神经网络（RHNN）与分数阶季节优化算法（FO-SOA）相结合的方法，用于空调系统的负荷需求预测	结合了改进的转子Hopfield神经网络和分数阶季节优化算法，优化了负荷需求预测的准确性和可靠性	未提及具体的数据来源和样本量细节，可能影响方法的普适性验证	优化空调系统的负荷需求预测，以提高能源管理效率和室内环境舒适度	空调系统的负荷需求	机器学习	NA	分数阶季节优化算法（FO-SOA）	转子Hopfield神经网络（RHNN）	历史负荷数据、环境温度、湿度、占用模式等	NA	NA	NA	NA	NA
10091	2025-06-01	Predicting abnormal fetal growth using deep learning 2025-May-29, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01704-0 PMID:40437236	研究论文	本研究利用深度学习技术提高胎儿生长异常预测的准确性	开发了一种深度学习模型，在检测SGA和LGA方面显著优于当前临床标准Hadlock公式，并减少了人口统计学和技术变量上的偏差	未提及模型在临床实际应用中的潜在挑战或局限性	提高胎儿生长异常的预测准确性	胎儿生长异常（SGA和LGA）	数字病理	胎儿生长异常	深度学习	深度学习模型	超声图像	65,752名患者的94,538次检查产生的433,096张超声图像	NA	NA	NA	NA
10092	2025-06-01	Leveraging deep learning and graph analysis for enhanced course recommendations in online education 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02156-y PMID:40436884	研究论文	本研究提出了一种结合CNN和图分析的混合模型，用于提升在线教育中的课程推荐效果	结合CNN和图分析技术，解决冷启动问题并提供更个性化的课程推荐	研究仅基于单一大学的数据，可能无法泛化到其他教育机构	开发有效的定制化推荐系统以提高学生参与度和教育表现	在线教育平台的学生和课程数据	机器学习	NA	CNN, 图分析	CNN	学生记录、教育表现数据和课程信息	12,898名学生（来自伊朗伊斯兰阿扎德大学电子校园）	NA	NA	NA	NA
10093	2025-06-01	A multi-task learning model for global soil moisture prediction based on adaptive weight allocation 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01894-3 PMID:40436892	研究论文	提出了一种基于动态权重分配的自适应权重长短期记忆（AW-LSTM）模型，用于全球土壤湿度预测	通过计算任务间的相关系数动态优化模型权重，提高了预测精度	未提及模型在其他地理区域或不同时间尺度上的泛化能力	提高全球土壤湿度预测的准确性	全球土壤湿度数据	机器学习	NA	深度学习	LSTM	时间序列数据	未明确提及样本数量	NA	NA	NA	NA
10094	2025-06-01	A novel deep learning model based on YOLOv5 optimal method for coal gangue image recognition 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01312-8 PMID:40436918	研究论文	本文研究了一种基于YOLOv5优化方法的深度学习模型，用于煤矸石图像识别	结合多通道注意力机制和轻量级内容感知特征重组上采样算子，显著提高了模型置信度和识别性能	需要大量标注数据集且存在过拟合风险	实现煤矸石的自动化在线处理	煤矸石图像	计算机视觉	NA	深度学习	YOLOv5	图像	NA	NA	NA	NA	NA
10095	2025-06-01	Deep learning reconstruction enhances tophus detection in a dual-energy CT phantom study 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03012-9 PMID:40436916	研究论文	本研究比较了两种深度学习重建（DLR）技术与两种传统方法在双能CT中检测尿酸钠（MSU）的效果	DLR技术在MSU检测中表现出优于传统方法的性能，包括更高的检测灵敏度、更好的图像对比度、更低的图像噪声和更少的辐射暴露	需要进一步研究评估该方法的临床可靠性	比较不同重建技术在双能CT中检测MSU的效果	体外生物模型和光栅模型中的MSU	医学影像	痛风	双能CT（DECT）	深度学习重建（DLR）	CT图像	体外生物模型和光栅模型	NA	NA	NA	NA
10096	2025-06-01	Mitigating malicious denial of wallet attack using attribute reduction with deep learning approach for serverless computing on next generation applications 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01178-w PMID:40436925	研究论文	本文提出了一种基于深度学习和属性减少的方法（MMDoWA-ARDL），用于检测和缓解下一代应用中的服务器无计算环境中的恶意钱包拒绝攻击	提出了一种新颖的框架，结合了深度学习和属性减少技术，有效地检测和缓解服务器无计算环境中的恶意攻击	NA	检测和缓解服务器无计算环境中的恶意钱包拒绝攻击	服务器无计算环境中的恶意攻击	机器学习	NA	深度学习，属性减少，优化算法	Bi-directional LSTM multi-head self-attention network (BMNet)	NA	基准数据集	NA	NA	NA	NA
10097	2025-06-01	Enhancing Security in CPS Industry 5.0 using Lightweight MobileNetV3 with Adaptive Optimization Technique 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00496-3 PMID:40436957	研究论文	本研究提出了一种基于深度学习的方法，旨在通过结合MobileNetV3和自适应优化技术增强工业5.0中CPS的安全性	结合轻量级MobileNetV3和混沌帐篷美洲狮优化(CTPOA)技术，以及AES加密与自主访问控制，提供高性能和强安全性	未提及具体在哪些工业场景下进行了测试，以及模型在其他数据集上的泛化能力	增强工业5.0中CPS的安全性，识别和阻止高级网络攻击	工业5.0中的CPS系统	机器学习	NA	深度学习，数据预处理（高斯滤波、均值填补、最小-最大归一化），特征提取（流式、时间、统计和深度特征）	MobileNetV3, ResNet-101	IoT23数据集	NA	NA	NA	NA	NA
10098	2025-06-01	A novel deep learning framework with artificial protozoa optimization-based adaptive environmental response for wind power prediction 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97793-8 PMID:40436976	研究论文	提出了一种新型混合深度学习框架IAPO-LSTM，用于高精度的超短期风电功率预测	结合CNN和GRU进行时空特征提取，并采用增强型人工原生动物优化器（IAPO）与自适应环境响应机制（AERM）动态调整优化策略	未提及模型在极端天气条件下的预测性能	提高风电功率预测精度以促进可再生能源并网可靠性	风电功率数据	机器学习	NA	CNN, GRU, 人工原生动物优化算法	IAPO-LSTM（CNN+GRU混合架构）	时间序列数据	四个真实数据集（NREL WIND/EMD WIND/WWSIS/ERCOT GRID）	NA	NA	NA	NA
10099	2025-06-01	Drug-drug interaction prediction of traditional Chinese medicine based on graph attention networks 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00725-9 PMID:40436979	research paper	该论文提出了一种基于图注意力网络的双重图注意力网络（DGAT）方法，用于预测中药药物相互作用（TCMDDI）	提出了一种新颖的双重图注意力网络（DGAT），通过提取草药成分中活性分子的关键结构特征来预测中药药物相互作用，并利用注意力机制提取深层结构特征	未提及具体的数据集规模限制或模型在实际应用中的局限性	预测中药药物相互作用，以防止患者不良反应并在药物设计和开发中发挥重要作用	中药配方中的多种草药成分及其活性分子	machine learning	NA	graph attention networks	DGAT	chemical molecules	包含三种不同类别草药成分的综合数据集	NA	NA	NA	NA
10100	2025-06-01	Classification of Indian classical dances using MnasNet architecture with advanced polar fox optimization for hyperparameter optimization 2025-May-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03054-z PMID:40437032	研究论文	提出一种基于MnasNet架构和高级北极狐优化算法的印度古典舞蹈分类方法	首次将高级北极狐优化算法(APFO)应用于MnasNet架构的超参数优化，以提高分类准确率	仅针对Bharatnatyam舞蹈姿势数据集进行测试，未验证在其他印度古典舞蹈上的泛化能力	印度古典舞蹈的自动分类与识别	印度古典舞蹈的姿态和动作	计算机视觉	NA	深度学习	MnasNet	图像	Bharatnatyam舞蹈姿势数据集	NA	NA	NA	NA