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
101	2025-07-04	Enhancing gas concentration prediction and ventilation efficiency in deep coal mines: a hybrid DL-Koopman and Fuzzy-PID framework 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00105-3 PMID:40603945	研究论文	本研究提出了一种结合深度学习和DL-Koopman算子理论的创新框架，用于提高深部煤矿气体浓度预测和通风效率	整合DL-Koopman算子理论和模糊自适应PID控制策略，提高了气体浓度预测的准确性和通风系统的动态调节能力	未提及具体实验样本数量及实际应用中的潜在限制	提高煤矿通风系统的智能化和能源效率，减少环境影响	深部煤矿的气体浓度和通风系统	机器学习	NA	DL-Koopman算子理论、模糊自适应PID控制	深度学习模型	历史气体浓度和风速数据	NA
102	2025-07-04	WeedSwin hierarchical vision transformer with SAM-2 for multi-stage weed detection and classification 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05092-z PMID:40603967	研究论文	本研究提出了一种基于计算机视觉和深度学习的杂草检测与分类方法，特别针对杂草在不同生长阶段的识别挑战	引入了WeedSwin Transformer架构，专门设计用于解决杂草检测中的形态变化和植被重叠等独特挑战，并在性能上超越了现有架构	未明确提及具体限制，但可能包括数据集的地理多样性或在实际农田环境中的适用性	开发高效的杂草检测与分类方法，以支持精准农业和可持续耕作实践	16种常见杂草物种在11个生长阶段的图像数据	计算机视觉	NA	SAM-2模型、传统计算机视觉技术	WeedSwin Transformer、DINO Transformer、DETR、EfficientNet B4、YOLO v8、RetinaNet	图像	两个数据集共计323,908张图像（AWD: 203,567张，BWD: 120,341张）
103	2025-07-04	Optimizing visual data retrieval using deep learning driven CBIR for improved human machine interaction 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05478-z PMID:40603973	研究论文	本研究提出了一种深度自适应注意力网络（DAAN）用于基于内容的图像检索（CBIR），以提高视觉检索的速度和准确性	结合多尺度特征提取和混合神经架构，引入自适应多级注意力模块（AMLA）以精确特征加权，提升对细微视觉变化的检测能力	未提及具体数据集规模或实际应用中的潜在限制	优化基于内容的图像检索系统，改善人机交互	视觉数据检索系统	计算机视觉	NA	深度自适应注意力网络（DAAN）	DNN, transformer-based models	图像	NA
104	2025-07-04	Intelligent identification of ballastless track subgrade settlement based on vehicle-rail vibration data 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05202-x PMID:40603977	研究论文	提出了一种基于CNN-LSTM模型的深度学习方法来智能识别无砟轨道路基的不均匀沉降	结合CNN提取空间特征和LSTM捕捉时间依赖性的优势，提出了一种新的混合网络模型，显著提高了识别精度	未提及实际应用中可能遇到的数据采集困难或模型泛化能力问题	智能监测无砟轨道路基的不均匀沉降	无砟轨道系统的路基沉降	机器学习	NA	深度学习	CNN-LSTM	振动数据	未明确提及样本数量
105	2025-07-04	Numerical modeling and neural network optimization for advanced solar panel efficiency 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06830-z PMID:40604001	研究论文	本文提出了一种结合物理信息神经网络和强化学习的混合AI模型，用于太阳能电池板的实时优化	结合物理信息神经网络和强化学习进行实时优化，引入Edge AI架构降低延迟，并应用CNN-LSTM混合模型进行太阳能预测	实验仅使用了UTL 335W和330W PV模块，可能在其他型号或环境下表现不同	提高太阳能电池板的效率和实时适应性	太阳能电池板的实时优化和能量产出预测	机器学习	NA	物理信息神经网络、强化学习、CNN-LSTM混合模型	CNN-LSTM	实时辐照度和温度数据	UTL 335W和330W PV模块
106	2025-07-04	A human activity recognition model based on deep neural network integrating attention mechanism 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98763-w PMID:40604060	research paper	提出了一种基于深度神经网络和注意力机制的人类活动识别模型DCAM-Net	结合CNN和MLP并引入注意力机制，不依赖预训练模型权重，通过多尺度特征提取、残差和跳跃连接以及双重注意力机制优化模型性能	未来工作可包括使用更多样化的数据集、提高计算效率以实现实时应用、增强活动转换识别以及融合其他传感器数据以更好地满足实际需求	提升人类活动识别（HAR）的准确性和泛化能力	人类活动数据	machine learning	NA	深度学习	CNN, MLP	传感器数据（加速度计和陀螺仪）	30名参与者的智能手机传感器数据
107	2025-07-04	Deep learning-based quantitative analysis of glomerular morphology in IgA nephropathy whole slide images and its prognostic implications 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09031-w PMID:40604100	研究论文	本文提出了一种基于深度学习的定量分析方法，用于分析IgA肾病全切片图像中的肾小球形态特征及其预后意义	使用DeepLabV3Plus和EfficientNet-B3模型对肾小球进行分割和形态特征量化，并用于预测IgA肾病的进展风险	将基于图像的深度学习模型整合到临床特征模型中时，预测能力的提升不显著	开发一种人工智能框架，用于定量分析IgA肾病中的肾小球组织学特征，以预测肾脏进展	IgA肾病患者的全切片图像	数字病理学	IgA肾病	深度学习	DeepLabV3Plus, EfficientNet-B3	图像	1,241张全切片图像
108	2025-07-04	Transformer based models with hierarchical graph representations for enhanced climate forecasting 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07897-4 PMID:40604146	研究论文	该研究提出了一种基于Transformer的深度学习模型，用于每日温度预测，结合了时空融合模块、分层图表示与分析和动态时序图注意力机制	提出了结合时空融合模块(STFM)、分层图表示与分析(HGRA)和动态时序图注意力机制(DT-GAM)的新型Transformer模型，并引入了混合优化方法(HWOA-TTA)以提高计算效率和特征选择	未来工作将集中在验证模型在不同气候区域的适用性以及增强实时部署的可行性	提高气候预测的准确性和计算效率，以支持农业、城市规划和灾害管理	历史气候数据（2013-2017年，德里地区的1500条每日记录）	机器学习	NA	深度学习，Whale Optimization Algorithm (WOA)，Tiki-Taka Algorithm (TTA)	Transformer，RF-LSTM-XGBoost，cGAN，CNN + LSTM，MC-LSTM	时序气候数据	1500条每日记录
109	2025-07-04	Character generation and visual quality enhancement in animated films using deep learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07442-3 PMID:40604158	研究论文	本文旨在通过优化一阶运动模型（FOMM）并引入卷积块注意力模块（CBAM）来提升动画角色图像生成的质量和准确性	提出增强型FOOM（E-FOOM）模型，通过重新设计CBAM和引入图像修复模块，显著提升了复杂背景下的图像生成准确性和连贯性	未提及模型在更大规模或多样化数据集上的泛化能力	提升动画电影中角色图像生成的质量，实现高质量的视觉效果	动画角色图像生成	计算机视觉	NA	深度学习	E-FOOM（基于FOMM和CBAM）	图像	VoxCeleb1和TaiChiHD数据集
110	2025-07-04	A multivariate time series prediction model based on the KAN network 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07654-7 PMID:40604176	研究论文	提出了一种基于KAN网络的多元时间序列预测模型KANMTS，用于改进时间序列预测的准确性和效率	结合Kolmogorov-Arnold网络（KAN）和多层感知机（MLP）的优势，提升对复杂模式和依赖关系的捕捉能力，同时保持计算简洁性	未提及模型在极端噪声环境下的表现，以及在小规模数据集上的适用性	改进多元时间序列预测的准确性和效率，提供更简单、高效且可解释的解决方案	多元时间序列数据	机器学习	NA	Kolmogorov-Arnold网络（KAN），多层感知机（MLP），符号回归，可视化方法	KANMTS（结合KAN和MLP）	时间序列数据	未明确提及具体样本数量，但提到在大规模数据集上表现更优
111	2025-07-04	Clinical decision support using pseudo-notes from multiple streams of EHR data 2025-Jul-02, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01777-x PMID:40604255	研究论文	介绍了一种名为MEME的深度学习框架，用于临床决策支持，通过将电子健康记录（EHR）转换为“伪笔记”来处理异构数据	MEME框架通过将表格EHR转换为伪笔记，减少了对EHR系统间概念统一的需求，并允许使用任何最先进的开源语言基础模型	由于文本序列化，MEME在外部未标准化的EHR数据库中表现出较强的少样本学习性能，但可能受限于数据质量和标准化程度	开发一个深度学习框架，用于临床决策支持，预测急诊科患者的处置、出院地点、重症监护需求和死亡率	急诊科患者的电子健康记录（EHR）数据	自然语言处理	NA	深度学习	MEME（Multiple Embedding Model for EHR）	电子健康记录（EHR）数据	400,019次急诊科就诊
112	2025-07-04	Deep learning for automated dental plaque index assessment: validation against expert evaluations 2025-Jul-02, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06350-2 PMID:40604649	研究论文	本研究开发并评估了一种基于深度学习的系统，用于从口腔内图像中自动检测和量化牙菌斑	利用深度学习技术自动化评估牙菌斑指数，并与专家评估进行验证	样本量相对较小（70名参与者），且仅与两位牙科专家进行比较	开发并验证一种自动检测和量化牙菌斑的深度学习系统	牙菌斑的检测与量化	数字病理	口腔疾病	深度学习	DL	图像	70名参与者
113	2025-07-04	Genomic language models (gLMs) decode bacterial genomes for improved gene prediction and translation initiation site identification 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf311 PMID:40605274	研究论文	本文探讨了基因组语言模型（gLMs）在细菌基因预测和翻译起始位点识别中的应用	利用受自然语言处理中大型语言模型启发的基因组语言模型（gLMs）来提升细菌基因预测的准确性，特别是在处理复杂遗传变异和新序列方面	未明确提及模型在非细菌基因组或其他生物体中的应用效果	提高细菌基因预测的准确性，特别是在编码序列（CDS）区域识别和翻译起始位点（TIS）预测方面	细菌基因组	自然语言处理	NA	基因组语言模型（gLMs），DNABERT	transformer，DNABERT	基因组序列	NCBI完整细菌基因组数据集
114	2025-07-04	Development and validation of a deep learning ultrasound radiomics model for predicting drug resistance in lymph node tuberculosis a multicenter study 2025-Jul-02, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002850 PMID:40607926	研究论文	开发并验证了一种深度学习超声放射组学模型，用于预测淋巴结结核的药物耐药性	结合集成机器学习和AdaBoost算法，开发了一种新的预测模型，并在多中心研究中验证了其高效诊断能力	研究样本量相对较小，且外部验证集来自有限的其他中心	预测淋巴结结核的药物耐药性	234名颈部淋巴结结核患者	数字病理	结核病	超声放射组学	集成机器学习与AdaBoost算法	超声图像	234名患者（来自一个中心的训练和内部验证队列，以及来自另外两个中心的外部测试集A和B）
115	2025-07-04	Multichannel deep learning prediction of major pathological response after neoadjuvant immunochemotherapy in lung cancer: a multicenter diagnostic study 2025-Jul-02, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002821 PMID:40607969	研究论文	本研究旨在开发一种基于治疗前CT的多通道预测器，结合Transformer模型编码的深度学习特征，用于术前诊断非小细胞肺癌（NSCLC）患者接受新辅助免疫化疗后的主要病理反应（MPR）	创新点在于将多通道深度学习与Transformer编码器融合，提高了MPR诊断的准确性	研究为回顾性研究，可能存在选择偏倚，且样本量相对有限	开发一种能够准确预测NSCLC患者新辅助免疫化疗后MPR的术前诊断方法	非小细胞肺癌（NSCLC）患者	数字病理学	肺癌	CT成像，深度学习	Transformer, GoogLeNet	图像	332名NSCLC患者（来自4个中心）
116	2025-07-04	Preoperative discrimination of absence or presence of myometrial invasion in endometrial cancer with an MRI-based multimodal deep learning radiomics model 2025-Jul, Abdominal radiology (New York) DOI:10.1007/s00261-024-04766-y PMID:39747670	研究论文	本研究开发并验证了一种基于MRI的多模态深度学习放射组学模型，用于术前评估子宫内膜癌肌层浸润情况	整合临床特征与深度学习特征构建多模态模型，显著提高了术前评估准确性	回顾性研究设计可能存在选择偏倚，且未在更广泛人群中验证模型普适性	提高子宫内膜癌术前肌层浸润评估的准确性	1139例子宫内膜癌患者	数字病理	子宫内膜癌	MRI成像	ResNet18与集成稀疏贝叶斯极限学习机	医学影像(T2加权成像)与临床数据	来自5个中心的1139例患者(年龄24-89岁)
117	2025-07-04	Fewer medullary pyramids in the living kidney donor are associated with graft failure in the recipient 2025-Jul, American journal of transplantation : official journal of the American Society of Transplantation and the American Society of Transplant Surgeons IF:8.9Q1 DOI:10.1016/j.ajt.2025.01.041 PMID:39892790	研究论文	本研究旨在通过计算机断层扫描（CT）和组织学分析，识别与活体肾移植受者无死亡移植物失败相关的肾实质结构特征	首次发现肾髓质金字塔数量较少与移植物失败风险增加相关，并提出了髓质金字塔计数作为潜在的预测生物标志物	研究仅针对ABO相容的活体肾移植受者，结果可能不适用于其他类型的肾移植	探索与活体肾移植受者移植物失败相关的肾实质结构特征	2000-2020年间接受ABO相容活体肾移植的3098名受者	数字病理学	肾脏疾病	计算机断层扫描（CT）和形态计量组织学分析	深度学习模型	医学影像和组织学数据	3098名肾移植受者，随访至2023年
118	2025-07-04	Towards Investigating Residual Hearing Loss: Quantification of Fibrosis in a Novel Cochlear OCT Dataset 2025-Jul, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3537868 PMID:40031386	研究论文	本研究通过光学相干断层扫描（OCT）技术，探索了耳蜗植入后纤维化的定量分析，旨在改善混合耳蜗植入物的效果	首次将计算机视觉技术应用于植入耳蜗纤维化的OCT数据集，开发了名为2D-OCT-UNET的改进UNET架构	研究基于豚鼠模型，结果向人类临床应用的转化需要进一步验证	研究耳蜗纤维化的形成机制，减少纤维化负担，提高混合耳蜗植入物的疗效	长期植入耳蜗的豚鼠模型	计算机视觉	听力损失	光学相干断层扫描（OCT）	改进的UNET架构（2D-OCT-UNET）	图像	未明确提及样本数量，但使用了长期植入耳蜗的豚鼠OCT图像数据集
119	2025-07-04	Deep learning-based segmentation of the trigeminal nerve and surrounding vasculature in trigeminal neuralgia 2025-Jul-01, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2024.10.JNS241060 PMID:40053933	研究论文	本研究应用深度学习模型对三叉神经痛患者的MRI图像进行三叉神经及周围血管的分割，以量化神经和血管的解剖特征	首次使用基于U-Net的深度学习模型对三叉神经及周围血管进行自动分割，并开发了定量评估三叉神经痛的客观指标	研究样本量较小（仅50例患者），且为单中心回顾性研究	开发一种自动分割三叉神经及周围血管的方法，为三叉神经痛的术前评估提供定量指标	三叉神经痛患者的MRI图像	数字病理学	三叉神经痛	MRI	U-Net（SE-ResNet50为主干网络）	图像	50例三叉神经痛患者的术前高分辨率MRI数据
120	2025-07-04	Fast-forwarding plant breeding with deep learning-based genomic prediction 2025-Jul, Journal of integrative plant biology IF:9.3Q1 DOI:10.1111/jipb.13914 PMID:40226955	研究论文	本文探讨了基于深度学习的基因组预测（DL-based GP）在植物育种中的应用及其面临的挑战	提出了未来发展方向，如模块化方法、数据增强和先进的注意力机制	需要大量高质量数据集，性能基准测试不一致，环境因素整合不足	加速植物育种进程	植物基因组数据	机器学习	NA	深度学习	DL-based GP	多组学数据	NA