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
121	2025-08-04	A dataset for recognition of Arabic accents from spoken L2 English speech (ArL2Eng) 2025-Jul-31, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05561-0 PMID:40745170	research paper	本文介绍了ArL2Eng数据集，一个由阿拉伯语母语者产生的L2英语语音语料库，并强调了其在支持自动化语言评估研究中的潜力	ArL2Eng数据集为阿拉伯口音的L2英语语音提供了独特的资源，支持口音识别和语音处理应用的研究	数据集中仅有471条记录（共640条）由人类专家标注了流利度指标，可能限制了某些研究的深度	研究目标是支持自动化语言评估，特别是针对阿拉伯口音的英语学习者的流利度预测	研究对象是阿拉伯语母语者产生的L2英语语音	natural language processing	NA	Mel Frequency Cepstral Coefficients, deep learning, dimensionality reduction	NA	audio	640条语音记录，其中471条标注了流利度指标
122	2025-08-04	Dual prompt personalized federated learning in foundation models 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11864-4 PMID:40745444	研究论文	提出了一种名为DPFL的双提示个性化联邦学习框架，用于解决异构客户数据分布和有限本地数据训练不足的问题	引入了双提示和自适应聚合策略，结合全局任务意识和本地数据驱动的见解，使本地模型能够有效泛化并适应特定数据分布	未明确提及具体局限性	解决联邦学习在异构数据分布和有限本地数据情况下的性能问题	个性化联邦学习框架及其在异构数据环境中的应用	机器学习	NA	联邦学习，CLIP模型微调	DPFL框架	图像和文本数据（基于CLIP模型）	NA
123	2025-08-04	An efficient fusion detector for road defect detection 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01399-z PMID:40744951	研究论文	提出了一种结合空间深度卷积与瓶颈变换器的SCB-AF-Detector，用于复杂背景下道路图像中的多尺度细微缺陷检测	设计了SCB-Darknet53主干网络，结合SPD-Conv结构和瓶颈变换器，有效提取复杂背景下的细微和远距离缺陷特征	NA	解决复杂背景下道路图像中多尺度细微缺陷检测的挑战	道路图像中的多尺度细微缺陷	计算机视觉	NA	深度学习	SCB-AF-Detector, SCB-Darknet53, 渐进特征金字塔网络	图像	25,000张道路图像（来自伊朗道路病害数据集IRRDD）
124	2025-08-04	A novel flexible identity-net with diffusion models for painting-style generation 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12434-4 PMID:40744991	research paper	提出了一种新颖的灵活身份网络与扩散模型结合的方法，用于绘画风格生成	引入了轻量级Identity-Net，能够将图像提示无缝集成到U-Net编码器中，生成多样且一致的图像	未明确提及具体限制	提升绘画风格创意设计，推动AI驱动的艺术发展	绘画风格的生成与转换	computer vision	NA	diffusion models	U-Net, Identity-Net	image	4055件来自42位中国著名画家的艺术品
125	2025-08-04	Advancing deep learning for expressive music composition and performance modeling 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13064-6 PMID:40745012	研究论文	本研究比较了三种深度学习架构（LSTM、Transformer和GAN）在AI生成音乐作曲和转录方面的表现，并提出了一个双评估框架	创新点在于整合了客观指标和主观人类评估的双评估框架，并使用MAESTRO数据集进行对比分析	人类创作在感知质量上仍优于机器生成音乐，表明当前模型在情感表达和长期结构连贯性方面存在不足	提升AI生成音乐的长期结构连贯性和情感表达	AI生成音乐	机器学习	NA	深度学习	LSTM, Transformer, GAN	音频数据	50名听众参与的主观评估
126	2025-08-04	Impact of agricultural industry transformation based on deep learning model evaluation and metaheuristic algorithms under dual carbon strategy 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14073-1 PMID:40745031	研究论文	本研究开发了一种结合CNN和LSTM的混合深度学习模型，用于评估农业产业转型的效果，以支持可持续农业发展和双碳目标	提出了一种结合CNN和LSTM的混合深度学习模型，并采用黏菌算法进行参数优化，显著提高了预测精度	未提及具体的数据来源和样本覆盖范围，可能影响模型的泛化能力	支持可持续农业发展和推进双碳目标	农业产业转型的效果评估	机器学习	NA	黏菌算法	CNN, LSTM	空间数据, 时间序列数据	NA
127	2025-08-04	Image dehazing algorithm based on deep transfer learning and local mean adaptation 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13613-z PMID:40745205	研究论文	提出一种基于深度迁移学习和局部均值适应的图像去雾算法，旨在解决现有方法在明亮区域去雾效果不佳和噪声抑制能力弱的问题	结合深度迁移学习的大气光估计模块和局部均值适应的透射率图估计模块，并引入图像增强和降噪模块，显著提升去雾效果和噪声抑制能力	未明确说明算法在极端浓雾条件下的表现，也未提及计算复杂度或实时性能指标	开发一种能同时处理明亮区域去雾和噪声抑制的图像去雾算法	雾天图像	计算机视觉	NA	深度迁移学习，局部均值适应	深度学习模型（未指定具体架构）	图像	四个数据集：自建合成雾天数据集、SOTS（户外）数据集、NH-HAZE数据集和O-HAZE数据集
128	2025-08-04	Multi-heat keypoint incorporation in deep learning model to tropical cyclone centering and intensity classifying from geostationary satellite images 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12733-w PMID:40745273	研究论文	本文提出了一种新的多任务深度学习模型，结合注意力门机制，利用卫星图像构建热带气旋(TC)的中心定位和强度分类热图	提出了多头关键点设计(MHKD)与空间注意力机制(SAM)相结合的方法，并在解码器层采用多分辨率输入，同时引入新的损失函数以优化热图中心定位	主要问题来自TC云模式的复杂性，这些模式与实际TC等级或等级间的区分(如TD到TS、TS到STS的过渡以及TC的升级过程)呈非线性关系	提高热带气旋中心定位和强度分类的准确性	热带气旋(TC)	计算机视觉	NA	深度学习	多任务深度学习模型(结合注意力机制)	卫星图像	2015-2023年西北太平洋区域的数据集，来自日本Himawari 8/9地球静止卫星和WMO RSMC东京-台风中心的最佳路径数据
129	2025-08-04	Impact of large language models and vision deep learning models in predicting neoadjuvant rectal score for rectal cancer treated with neoadjuvant chemoradiation 2025-Jul-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01844-5 PMID:40745280	研究论文	本研究探索了大型语言模型（LLMs）和计算机视觉模型在预测局部晚期直肠癌（LARC）新辅助放化疗（NACRT）后新辅助直肠（NAR）评分中的应用	首次结合大型语言模型和计算机视觉模型预测NAR评分，并比较了不同影像报告和扫描方法的预测效果	样本量较小（160例CT扫描），且仅展示了CT扫描在预测NAR值方面的不足	探索深度学习模型在预测直肠癌新辅助治疗效果评估中的应用	局部晚期直肠癌患者的新辅助放化疗效果评估	数字病理学	直肠癌	CT扫描、MRI扫描	CNN、LLM	图像、文本	160例CT扫描及对应的4种类型放射学报告
130	2025-08-04	VCPC: virtual contrastive constraint and prototype calibration for few-shot class-incremental plant disease classification 2025-Jul-31, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01423-3 PMID:40745353	research paper	提出了一种名为VCPC的方法，通过虚拟对比约束和原型校准，实现植物病害的少样本类增量分类	结合虚拟对比类约束（VCC）模块和原型校准嵌入（PCE）模块，优化原型空间并提升新类别的识别准确率	未提及具体局限性	开发一种能够在少样本条件下持续适应新病害类别的植物病害分类方法	植物病害图像	computer vision	plant disease	deep learning	FSCIL (few-shot class-incremental learning)	image	PlantVillage数据集和CIFAR-100数据集，具体样本数量未提及
131	2025-08-04	Higher glass transition temperatures reduce thermal stress cracking in aqueous solutions relevant to cryopreservation 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13295-7 PMID:40745362	研究论文	本文通过实验和计算模拟研究了玻璃化冷冻保存中热应力裂纹与溶液玻璃化转变温度的关系	揭示了玻璃化转变温度对热应力裂纹的关键影响，并开发了新型冷冻显微镜平台结合深度学习算法分析裂纹程度	研究仅针对四种水溶液化学体系，未涵盖更广泛的玻璃化溶液类型	探索降低玻璃化冷冻保存过程中热应力裂纹风险的方法	四种不同玻璃化转变温度的水溶液体系	材料科学/生物医学工程	NA	冷冻显微镜成像、语义分割深度学习算法、热力学有限元模拟	语义分割深度学习模型	图像数据	四种水溶液化学体系（玻璃化转变温度跨度>50°C）
132	2025-08-04	Development of a novel deep learning method that transforms tabular input variables into images for the prediction of SLD 2025-Jul-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12900-z PMID:40745379	research paper	开发了一种新的深度学习方法，将表格输入变量转换为图像，用于预测脂肪性肝病（SLD）	提出了一种将表格数据转换为图像的新方法，利用深度学习模型的模式识别能力来提高预测性能	未提及具体的数据来源或患者群体的多样性限制	开发一种新的深度学习方法，用于预测脂肪性肝病（SLD）	2,999名患者的注册数据	machine learning	fatty liver disease	Deep Learning	DL models	tabular data transformed into images	2,999名患者
133	2025-08-04	A comprehensive multifaceted technical evaluation framework for implementation of auto-segmentation models in radiotherapy 2025-Jul-31, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01048-6 PMID:40745381	research paper	该研究开发了一个全面的多层面技术评估框架，用于验证放疗中自动分割模型的临床适用性	提出了一个整合几何测量、专家评估、时间效率分析和剂量学评估的综合评估框架，用于自动分割模型的验证	需要建立标准化的基准和共识指南以支持不同分割工具的临床实施和比较	验证自动分割模型在放疗中的临床适用性和效率	脑部风险器官的自动分割模型	digital pathology	NA	deep learning	NA	image	100例训练数据，8位放射肿瘤学专家参与评估
134	2025-08-04	TA-SSM net: tri-directional attention and structured state-space model for enhanced MRI-Based diagnosis of Alzheimer's disease and mild cognitive impairment 2025-Jul-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01836-5 PMID:40745641	研究论文	提出了一种名为TA-SSM Net的深度学习模型，用于增强基于MRI的阿尔茨海默病和轻度认知障碍的诊断	结合了三向注意力和结构化状态空间模型(SSM)，有效捕捉3D MRI图像的空间和上下文信息，并通过梯度检查点提升处理效率	研究仅基于ADNI数据集，可能无法完全代表所有人群	提高基于MRI的阿尔茨海默病和轻度认知障碍的诊断准确性和效率	阿尔茨海默病(AD)患者、轻度认知障碍(MCI)患者和正常对照组	数字病理学	老年病	MRI	TA-SSM Net (结合三向注意力和SSM的深度学习模型)	3D MRI图像	300名AD患者、400名MCI患者和400名正常对照
135	2025-08-04	Multimodal deep learning for allergenic proteins prediction 2025-Jul-31, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02347-z PMID:40745646	research paper	提出了一种基于多模态深度学习的框架Multimodal-AlgPro，用于预测过敏原蛋白	通过整合多种维度信息（理化性质、氨基酸序列和进化信息）并采用模型组合的穷举搜索策略，提高了过敏原预测的准确性	未提及具体的数据集规模或模型泛化能力的验证	提高过敏原预测的准确性，以识别过敏反应来源并预防有害触发物的暴露	过敏原蛋白	machine learning	NA	multimodal deep learning	deep learning	protein sequence data, physicochemical properties, evolutionary information	NA
136	2025-08-04	Enhanced stroke risk prediction in hypertensive patients through deep learning integration of imaging and clinical data 2025-Jul-31, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03120-6 PMID:40745655	研究论文	本研究开发了一种基于深度学习的多模态卒中风险预测模型，整合颈动脉超声成像和多维临床数据，以提高高血压患者卒中风险预测的准确性	通过结合颈动脉超声成像和临床数据，使用Vision Transformer (ViT)和径向基概率神经网络(RBPNN)进行风险分层，显著提高了预测准确性	研究仅针对高血压患者，未涵盖其他可能影响卒中风险的人群	开发一种深度学习模型，用于高血压患者的卒中风险预测	1,088名高血压患者的2,176张颈动脉超声图像及相关临床数据	数字病理学	心血管疾病	颈动脉超声成像	ResNet50, Vision Transformer (ViT), 径向基概率神经网络(RBPNN)	图像, 临床数据	1,088名高血压患者的2,176张颈动脉超声图像
137	2025-08-04	Single-cell multiomics reveals the oscillatory dynamics of mRNA metabolism and chromatin accessibility during the cell cycle 2025-Jul-31, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.116089 PMID:40751912	研究论文	该研究通过单细胞多组学技术揭示了细胞周期中mRNA代谢和染色质可及性的振荡动态	结合单细胞多组学测序、生物物理建模和深度学习，首次量化了mRNA转录、剪接、核输出和降解的速率	NA	揭示细胞周期中基因表达的时序调控机制	增殖细胞中的mRNA代谢和染色质可及性	生物信息学	NA	单细胞多组学测序	深度学习	单细胞多组学数据	NA
138	2025-08-04	Deep Learning-Based Classification of Fungal and Acanthamoeba Keratitis Using Confocal Microscopy 2025-Jul-31, The ocular surface DOI:10.1016/j.jtos.2025.07.012 PMID:40752665	研究论文	本研究利用深度学习技术对真菌性和棘阿米巴性角膜炎进行基于共聚焦显微镜图像的分类	首次使用深度学习模型对真菌性和棘阿米巴性角膜炎进行自动分类，并实现了真菌性角膜炎的亚型分类	非特异性角膜炎的分类性能较低，且样本量相对有限	提高微生物性角膜炎的诊断准确性并指导针对性治疗	真菌性角膜炎(FK)、棘阿米巴性角膜炎(AK)和非特异性角膜炎(NSK)的共聚焦显微镜图像	数字病理学	角膜炎	共聚焦显微镜	ResNet50	图像	1,975张图像(1,137 FK, 457 AK, 381 NSK)
139	2025-08-04	Deep Learning in Central Serous Chorioretinopathy 2025-Jul-31, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.07.011 PMID:40752852	综述	本文全面回顾了深度学习在中心性浆液性脉络膜视网膜病变（CSC）诊断、分类、预后及治疗效果预测中的应用	探讨了深度学习如何通过自动化分析CSC相关成像生物标志物来解决传统眼科实践中的效率问题，并首次详细展示了脉络膜血管系统的快速、无创可视化	未提及具体样本量或数据集的规模，可能缺乏对深度学习模型泛化能力的实证评估	探索深度学习技术在眼科疾病，特别是CSC的诊断和管理中的应用潜力	中心性浆液性脉络膜视网膜病变（CSC）及其相关成像生物标志物	数字病理学	视网膜疾病	深度学习（DL）	NA	图像	NA
140	2025-08-04	Predicting ROS1 and ALK fusions in NSCLC from H&E slides with a two-step vision transformer approach 2025-Jul-30, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01037-x PMID:40739404	研究论文	本研究提出了一种基于深度学习的双步视觉Transformer方法，用于从H&E染色切片中预测NSCLC中的ROS1和ALK融合	采用双步视觉Transformer方法（MoCo-V3作为特征提取器，后接基于Transformer的预测模型），并针对ROS1阳性样本量少的问题设计了专门的训练流程	ROS1阳性样本数量有限（仅306例）	开发一种可扩展、准确且经济高效的方法来检测NSCLC中的ALK和ROS1融合	非小细胞肺癌（NSCLC）患者	数字病理学	肺癌	深度学习	Transformer（MoCo-V3）	H&E染色的全切片图像（WSI）	33,014名患者（其中ROS1阳性306例，ALK阳性697例）