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
1281	2025-04-20	Automated Deep Learning Phenotyping of Tricuspid Regurgitation in Echocardiography 2025-Apr-16, JAMA cardiology IF:14.8Q1 DOI:10.1001/jamacardio.2025.0498 PMID:40238103	研究论文	开发了一种深度学习计算机视觉工作流程，用于识别彩色多普勒超声心动图视频并表征三尖瓣反流（TR）的严重程度	首次设计了一个自动化深度学习工作流程，用于从超声心动图视频中识别和评估TR严重程度，且性能优异	研究数据仅来自两个医疗中心，可能限制了模型的泛化能力	开发一个自动化深度学习工作流程，用于准确评估三尖瓣反流的严重程度	彩色多普勒超声心动图视频	计算机视觉	心血管疾病	深度学习计算机视觉	深度学习模型	视频	训练和验证队列包含来自31,708名患者的数据，测试队列包含来自7,184名患者的数据
1282	2025-04-20	TRAPT: a multi-stage fused deep learning framework for predicting transcriptional regulators based on large-scale epigenomic data 2025-Apr-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58921-0 PMID:40240358	research paper	提出了一种名为TRAPT的多阶段融合深度学习框架，用于基于大规模表观基因组数据预测转录调控因子	TRAPT通过学习和整合目标基因顺式调控元件和全基因组结合位点的调控潜力，推断调控因子活性，优于现有方法	未提及具体样本量的限制或数据类型的局限性	识别与疾病发生和发展相关的转录调控因子	转录调控因子（TRs）	machine learning	NA	多组学表观基因组数据	深度学习框架	表观基因组数据	570个TR相关数据集
1283	2025-04-20	DeepGuard: real-time threat recognition using Golden Jackal optimization with deep learning model 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82478-5 PMID:40240369	研究论文	提出了一种名为DeepGuard的实时威胁识别系统，结合Golden Jackal优化算法和深度学习模型，用于监控视频中的暴力行为检测	结合改进的ShuffleNetv2模型提取特征，并利用Golden Jackal优化算法进行超参数调优，同时采用LSTM神经网络进行暴力检测	未提及模型在复杂场景或低光照条件下的表现，也未说明计算资源需求	开发一个实时威胁识别系统以提高公共安全	监控视频中的暴力行为	计算机视觉	NA	深度学习	ShuffleNetv2, LSTM	视频	基准数据集（未说明具体数量）
1284	2025-04-20	An application of deep learning model InceptionTime to predict nausea, vomiting, diarrhoea, and constipation using the gastro-intestinal pacemaker activity drug database (GIPADD) 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95961-4 PMID:40240387	研究论文	本研究利用深度学习模型InceptionTime预测药物不良反应（如恶心、呕吐、腹泻和便秘）的可行性	使用GIPADD数据库中的原始电生理记录数据，结合改进的InceptionTime分类器（ICT）进行时间序列分类，以预测药物不良反应	研究仅基于GIPADD数据库中的电生理数据，未考虑其他可能影响药物不良反应的因素	探索利用原始电生理记录数据预测药物不良反应的可行性	172种药物的11,943个电生理数据集	机器学习	胃肠道疾病	时间序列分类	InceptionTime (ICT)	电生理记录数据	172种药物的11,943个数据集
1285	2025-04-20	Attention LinkNet-152: a novel encoder-decoder based deep learning network for automated spine segmentation 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95243-z PMID:40240440	研究论文	提出了一种名为LinkNet-152的新型编码器-解码器深度学习网络，用于自动化脊柱分割	结合改进的EfficientNetB7编码器和注意力模块以增强特征提取，并使用更深的ResNet152替换ResNet34以提高分割精度	未提及具体的数据集局限性或模型泛化能力	开发一种高效的自动化脊柱分割方法以辅助脊柱相关疾病的诊断和治疗	CT图像中的脊柱	计算机视觉	脊柱相关疾病	深度学习	LinkNet-152	CT图像	VerSe 2019和VerSe 2020数据集
1286	2025-04-20	Prediction of barberry witches' broom rust disease using artificial intelligence models: a case study in South Khorasan, Iran 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97733-6 PMID:40240439	研究论文	利用深度学习模型检测和分类伊朗南呼罗珊省无籽小檗的锈病	首次将卷积神经网络(CNN)应用于小檗锈病的自动检测和分类，并实现了98%的高准确率	研究仅基于特定地区的数据，模型在其他地区的泛化能力有待验证	开发AI技术用于农业植物病害检测	感染锈病的小檗叶片	计算机视觉	植物病害	深度学习	CNN	图像	健康与感染锈病的小檗叶片图像数据集
1287	2025-04-20	Assessment of hydrogen vehicle fuel economy using MRAC based on deep learning 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97082-4 PMID:40240442	研究论文	本研究评估了基于深度学习的MRAC在氢燃料汽车燃油经济性中的应用	首次将深度学习技术应用于氢燃料汽车的MRAC控制策略，优化燃油经济性	当前DL-MRAC的燃油经济性优势尚不明显，需要更多训练数据来提升性能	评估不同控制策略在氢燃料汽车电机控制中的性能表现	氢燃料汽车的动力系统（包括燃料电池系统、电池、DC-DC转换器、三相逆变器和电动机）	机器学习	NA	深度学习	MRAC（模型参考自适应控制）	车辆运行数据	NA
1288	2025-04-20	An interpretable framework for gastric cancer classification using multi-channel attention mechanisms and transfer learning approach on histopathology images 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97256-0 PMID:40240457	研究论文	提出了一种基于多通道注意力机制和迁移学习方法的可解释性框架，用于胃癌组织病理学图像分类	采用多通道注意力机制动态聚焦相关特征，增强特征提取并捕捉医学数据中的复杂关系，克服传统深度学习模型的局限性	NA	提高胃癌组织病理学图像分类的准确性和可解释性	胃癌组织病理学图像	数字病理学	胃癌	深度学习	CNN结合多通道注意力机制	图像	公开可用的Gastric Histopathology Sub-size Image Database和HCRF数据集
1289	2025-04-20	ResM-FusionNet for efficient landslide detection algorithm with a hybrid architecture 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98230-6 PMID:40240463	研究论文	提出了一种基于深度学习的滑坡检测方法ResM-FusionNet，用于快速准确地识别滑坡易发区域	结合ResNet-50作为特征提取主干网络，并集成多层感知器作为解码器以提高分割精度，同时引入新的损失函数RLoss以解决复杂地形和边界细节检测的挑战	未提及具体的数据集规模或多样性限制，也未讨论模型在不同地理环境下的泛化能力	开发一种高效且准确的滑坡检测算法，以支持灾害响应、风险评估和城市规划	滑坡易发区域的遥感图像	计算机视觉	NA	深度学习	ResM-FusionNet（基于ResNet-50和多层感知器的混合架构）	遥感图像	NA
1290	2025-04-20	Tuberculosis detection using few shot learning 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97803-9 PMID:40240548	研究论文	本研究提出了一种基于少样本学习的结核病检测方法TB-FSNet，结合改进的MobileNet-V2主干网络和自注意力层，实现了高效的结核病检测	采用少样本学习范式（FSL-PT）结合改进的MobileNet-V2主干网络和自注意力层，显著减少了模型参数和大小，同时保持了高准确率	依赖于有限的标注数据集，且数据增强在医学领域可能不是最佳实践	开发一种高效且轻量化的结核病检测方法，适用于边缘设备部署	结核病（TB）的胸部X光图像	计算机视觉	结核病	少样本学习（FSL）	改进的MobileNet-V2结合自注意力层	胸部X光图像	Montgomery County和Shenzhen胸部X光数据集的组合
1291	2025-04-20	A lightweight Xray-YOLO-Mamba model for prohibited item detection in X-ray images using selective state space models 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96035-1 PMID:40240781	research paper	提出了一种轻量级的Xray-YOLO-Mamba模型，用于X射线图像中的违禁物品检测，结合了YOLO和Mamba架构	引入了CResVSS块增强感受野和特征表示，SDConv下采样块减少特征转换中的信息损失，Dysample上采样块提升分辨率恢复	未提及具体局限性	解决X射线图像违禁物品检测中的特征提取、物体遮挡和模型复杂度问题	X射线图像中的违禁物品	computer vision	NA	深度学习	Xray-YOLO-Mamba (结合YOLO和Mamba架构)	X-ray图像	三个数据集（CLCXray, OPIXray, SIXray）
1292	2025-04-20	Deep learning-based multi-criteria recommender system for technology-enhanced learning 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97407-3 PMID:40240805	研究论文	本文提出了一种混合DeepFM-SVD++模型，用于改进技术增强学习中的多标准推荐系统	结合深度学习和基于分解的技术，提出了一种新的混合模型DeepFM-SVD++，以解决多标准评分数据中的复杂交互问题	未提及具体的数据稀疏性或冷启动问题的解决效果	改进技术增强学习中的多标准推荐系统	多标准推荐系统在技术增强学习中的应用	机器学习	NA	DeepFM-SVD++	DeepFM, SVD++	多标准评分数据	两个多标准数据集：ITM-Rec（TEL领域）和Yahoo Movies（非TEL领域）
1293	2025-04-20	Improved YOLOv8n-based bridge crack detection algorithm under complex background conditions 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97842-2 PMID:40240806	研究论文	提出一种基于改进YOLOv8n模型的桥梁裂缝检测算法，以解决复杂背景条件下的漏检和误检问题	在Backbone和Neck中引入全局注意力机制增强特征提取能力，通过Gam-Concat优化特征融合模型，使用DySample替代原始上采样模块促进高低分辨率特征信息融合，以及在Head中添加MPDIoU优化边界框功能损失	NA	提高复杂背景条件下桥梁裂缝检测的准确性和鲁棒性	桥梁裂缝	计算机视觉	NA	深度学习	YOLOv8n	图像	NA
1294	2025-04-20	Inter-organ correlation based multi-task deep learning model for dynamically predicting functional deterioration in multiple organ systems of ICU patients 2025-Apr-16, BioData mining IF:4.0Q1 DOI:10.1186/s13040-025-00445-w PMID:40241105	research paper	本研究提出了一种基于器官间相关性的多任务深度学习模型（IOC-MT），用于动态预测ICU患者六个器官系统的功能恶化	使用图注意力网络（GAT）模块捕捉器官间相关性，并采用自适应调整机制（AAM）调整预测	研究仅基于三个公共ICU数据库，可能无法涵盖所有ICU患者的情况	开发一个有效的多任务模型，以同时预测多个器官系统的功能恶化	ICU患者	machine learning	geriatric disease	deep learning, GAT, LSTM, GRU, Transformer	IOC-MT, LSTM, GRU, Transformer, RF	clinical data	三个公共ICU数据库的数据
1295	2025-04-20	Achieving precision assessment of functional clinical scores for upper extremity using IMU-Based wearable devices and deep learning methods 2025-Apr-16, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01625-9 PMID:40241161	research paper	该研究利用基于IMU的可穿戴设备和深度学习方法，对中风患者上肢运动功能进行精准评估	结合IMU信号和GRU网络对Fugl-Meyer上肢子量表进行评分，并基于Fugl-Meyer评估与Brunnstrom量表的内部相关性，建立Brunnstrom阶段预测模型	研究样本量相对较小（120名患者），且为回顾性注册临床试验	实现中风患者上肢运动功能的精准评估，以促进个性化康复方案的制定	120名患有运动功能障碍的中风患者	digital pathology	cardiovascular disease	IMU信号采集，随机森林和极端随机树算法	GRU网络，随机森林，极端随机树	IMU信号	120名患者
1296	2025-04-20	AI-assisted SERS imaging method for label-free and rapid discrimination of clinical lymphoma 2025-Apr-16, Journal of nanobiotechnology IF:10.6Q1 DOI:10.1186/s12951-025-03339-5 PMID:40241186	研究论文	开发了一种基于AI辅助的SERS成像方法，用于无标记和快速鉴别临床淋巴瘤	提出了一种分子成像策略，用于微创淋巴瘤诊断，通过SERS芯片和深度学习模型实现快速识别	当前方法仍依赖于分析宽视野病理图像，限制了其在微创病变中的适用性	开发一种快速、无标记的淋巴瘤诊断方法	正常淋巴组织和非霍奇金淋巴瘤（NHL）组织的临床样本	数字病理	淋巴瘤	表面增强拉曼散射（SERS）	深度卷积神经网络（CNN）	拉曼图像	临床样本（具体数量未提及）
1297	2025-04-20	3D Hyperspectral Data Analysis with Spatially Aware Deep Learning for Diagnostic Applications 2025-Apr-15, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05549 PMID:40179245	研究论文	本研究探讨了在拉曼高光谱扫描数据中保留空间信息用于分析的可行性，并应用空间感知深度学习算法对结直肠组织数据集进行了分析	提出了利用3D拉曼高光谱扫描的空间邻近信息来提高深度学习模型性能的方法，相较于传统的1D光谱数据分类方法具有创新性	可能会增加网络训练的复杂性	研究保留拉曼光谱空间信息用于数据分析的可行性	结直肠组织数据集和胆管癌数据集	计算机视觉	结直肠癌	拉曼光谱	3D U-Net, CNN	3D高光谱图像	包含正常、增生、腺瘤、癌变组织以及伪影的拉曼光谱数据
1298	2025-04-20	BERT-AmPEP60: A BERT-Based Transfer Learning Approach to Predict the Minimum Inhibitory Concentrations of Antimicrobial Peptides for Escherichia coli and Staphylococcus aureus 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01749 PMID:40086449	研究论文	提出了一种基于BERT架构的深度学习模型BERT-AmPEP60，用于预测抗菌肽对大肠杆菌和金黄色葡萄球菌的最小抑菌浓度	首次将BERT架构与迁移学习策略结合，用于抗菌肽活性的定量预测，相比现有方法在准确性和相关性上均有显著提升	研究仅针对两种特定细菌（大肠杆菌和金黄色葡萄球菌），未验证在其他病原体上的泛化能力	开发能够定量预测抗菌肽活性的计算方法，以解决现有二元分类方法的局限性	抗菌肽（AMPs）及其对大肠杆菌（EC）和金黄色葡萄球菌（SA）的最小抑菌浓度（MIC）	自然语言处理	NA	BERT架构、迁移学习	BERT	蛋白质序列	未明确说明样本总量，采用10%留出法作为测试集进行五次独立实验
1299	2025-04-20	Integrative Computational Analysis of Common EXO5 Haplotypes: Impact on Protein Dynamics, Genome Stability, and Cancer Progression 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00067 PMID:40115981	研究论文	本研究通过整合基因组和临床数据分析、深度学习变异效应预测及分子动力学模拟，探讨了常见EXO5单倍型对蛋白质结构、动力学及癌症结果的影响	采用综合方法分析常见EXO5单倍型对蛋白质结构和功能的影响，并揭示其与癌症进展的关联	研究结果主要基于计算模拟和数据库分析，缺乏实验验证	探究常见遗传变异对蛋白质功能及疾病结果的影响	EXO5基因及其编码的蛋白质	计算生物学	癌症（前列腺癌和胰腺癌）	基因组数据分析、深度学习、分子动力学（MD）模拟	深度学习模型	基因组数据、临床数据	来自不同人群的EXO5单倍型数据及The Cancer Genome Atlas数据库中的癌症患者数据
1300	2025-04-20	A Deep Retrieval-Enhanced Meta-Learning Framework for Enzyme Optimum pH Prediction 2025-Apr-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02291 PMID:40127128	研究论文	本文提出了一种基于深度检索增强元学习框架的酶最适pH预测模型Venus-DREAM	Venus-DREAM将酶pH预测视为少样本学习任务，利用NN算法和Reptile算法实现最先进的预测精度	未提及具体的数据集规模或模型在极端pH值下的表现	开发高效的计算方法来预测酶的最适pH值，以支持酶的设计和应用	酶的最适pH值预测	机器学习	NA	少样本学习、NN回归算法、蛋白质语言模型(PLMs)	Venus-DREAM（基于NN算法和Reptile算法）	蛋白质序列数据	未明确提及具体样本量