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	2025-08-10	Deep learning approach for automated hMPV classification 2025-Aug-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14467-1 PMID:40781468	研究论文	提出了一种名为hMPV-Net的深度学习框架，用于自动分类人类偏肺病毒（hMPV）感染	利用CNN进行hMPV感染的精确检测和分类，并通过数据增强、加权损失函数和dropout正则化等技术解决数据集不平衡问题	使用模拟图像数据集而非真实患者数据进行训练和评估	开发一种快速准确的hMPV诊断方法	人类偏肺病毒（hMPV）感染	计算机视觉	呼吸道疾病	深度学习	CNN	图像	10000个样本（hMPV阳性和阴性各半）
122	2025-08-10	Deep learning-based image enhancement for improved black blood imaging in brain metastasis 2025-Aug-08, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11920-7 PMID:40781512	research paper	评估基于深度学习的图像增强技术在提高脑转移瘤3D对比增强T1加权黑血MR成像图像质量和诊断性能方面的效用	首次应用深度学习技术提升黑血MR成像的图像质量，并显著提高了对小脑转移瘤（小于5毫米）的检测灵敏度	研究为回顾性设计，且未与其他深度学习方法的处理效果进行直接比较	提升脑转移瘤MR成像的诊断准确性和图像质量	126名脑转移瘤患者和121名非脑转移瘤患者的3-T MRI影像数据	digital pathology	brain metastasis	深度学习图像增强技术	DL-based model	MRI影像	247名患者的MRI影像数据
123	2025-08-10	ADAM-DETR: an intelligent rice disease detection method based on adaptive multi-scale feature fusion 2025-Aug-08, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01429-x PMID:40781641	研究论文	提出了一种基于改进RT-DETR的水稻病害检测算法ADAM-DETR，用于复杂田间环境下的病害识别	创新设计了三个核心模块：自适应视觉网络（AVN）骨干网络、双域增强Transformer（DDET）模块和自适应多尺度特征模型（AMFM），以提高特征提取和融合能力	NA	解决复杂田间环境下现有深度学习方法特征提取不足和多尺度病害适应性差的问题	水稻病害	计算机视觉	水稻病害	深度学习	RT-DETR	图像	9,303张图像，覆盖五大病害类别
124	2025-08-10	Predicting expression-altering promoter mutations with deep learning 2025-Aug-07, Science (New York, N.Y.) DOI:10.1126/science.ads7373 PMID:40440429	研究论文	介绍了一种名为PromoterAI的深度神经网络，用于准确识别非编码启动子变异，这些变异会失调基因表达	开发了PromoterAI深度神经网络，首次能够准确预测非编码启动子变异对基因表达的影响	仅关注启动子区域的变异，未考虑其他非编码区域的潜在致病变异	预测非编码启动子变异对基因表达的影响，以帮助诊断罕见遗传疾病	非编码启动子变异及其对基因表达的影响	机器学习	罕见遗传疾病	深度神经网络	深度神经网络	基因组数据	数千名个体的RNA和蛋白质水平数据
125	2025-08-10	Enhancing image retrieval through optimal barcode representation 2025-Aug-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14576-x PMID:40770058	research paper	该研究通过优化特征序列提升二进制条形码表示，从而增强图像检索效果	提出基于检索性能指标优化特征序列的方法，显著提高了检索效果	方法性能高度依赖于输入特征的排序，存在显著的组合挑战	优化二进制条形码表示以提升图像检索的效率和准确性	医学和非医学图像数据集	computer vision	NA	deep barcoding, difference-based binarization	NA	image	包括TCGA医学图像数据集、COVID-19胸部X光数据集以及CIFAR-10、CIFAR-100和Fashion-MNIST等非医学基准图像数据集
126	2025-08-10	MedCLIP-SAMv2: Towards universal text-driven medical image segmentation 2025-Aug-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103749 PMID:40779830	research paper	提出了一种名为MedCLIP-SAMv2的新型框架，通过整合CLIP和SAM模型，利用文本提示在零样本和弱监督设置下进行医学图像分割	引入了新的解耦硬负噪声对比估计（DHN-NCE）损失和多模态信息瓶颈（M2IB）方法，以提升医学图像分割的准确性和效率	需要进一步验证在更多医学成像模态和任务中的泛化能力	开发一种数据高效的医学图像分割方法，减少对标记数据集的依赖	医学图像中的解剖结构和病理	digital pathology	breast tumor, brain tumor, lung disease	BiomedCLIP, SAM, DHN-NCE, M2IB	CLIP, SAM	image	四种不同的分割任务和医学成像模态（乳腺肿瘤超声、脑肿瘤MRI、肺部X光和肺部CT）
127	2025-08-10	Deep learning model enables the discovery of a novel BET inhibitor YD-851 2025-Aug-07, Biomedicine & pharmacotherapy = Biomedecine & pharmacotherapie DOI:10.1016/j.biopha.2025.118431 PMID:40779884	研究论文	本文提出了一种新型BET抑制剂YD-851，并通过深度学习模型和环闭骨架跳跃方法设计了一系列咔啉衍生物作为BET抑制剂	提出了一种新型BET抑制剂策略，开发了高效低毒的YD-851，并通过深度学习模型优化了药物设计	研究主要基于临床前模型，尚未进行人体临床试验	开发一种高效低毒的BET抑制剂用于治疗实体瘤	BET抑制剂及其在实体瘤治疗中的应用	药物发现	实体瘤	深度学习模型、环闭骨架跳跃方法	深度学习模型	化学结构数据、药效数据	多种异种移植实体瘤模型
128	2025-08-10	A novel approach for CT image smoothing: Quaternion Bilateral Filtering for kernel conversion 2025-Aug-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110644 PMID:40779990	research paper	提出了一种结合四元数数学和双边滤波的创新方法，用于CT图像去噪	将CT扫描以四元数形式表达，结合双边滤波，有效保持解剖结构并减少噪声	未提及具体局限性	解决CT图像去噪问题，特别是在使用锐利或中等重建核时产生的高频噪声	CT图像	medical imaging	NA	Quaternion Bilateral Filtering	NA	image	使用同一患者的配对数据
129	2025-08-10	Application of AI-based techniques for anomaly management in wastewater treatment plants: A review 2025-Aug-07, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.126886 PMID:40780155	综述	本文综述了人工智能（AI）在废水处理厂（WWTPs）异常管理中的应用进展	重点介绍了AI在传感器数据质量控制与自校准、早期异常检测与诊断以及容错控制与韧性增强三个方面的应用，并系统比较了监督学习、无监督学习和迁移学习方法	研究存在模型可解释性、计算强度、数据质量控制、跨设施泛化能力和成本效益等方面的不足	探讨AI技术在废水处理厂异常管理中的应用及其未来发展方向	废水处理厂（WWTPs）的异常管理	机器学习	NA	深度学习、集成学习、智能优化算法	监督学习、无监督学习、迁移学习	传感器数据	NA
130	2025-08-10	Root mixture analysis: methods and vision 2025-Aug-07, Trends in plant science IF:17.3Q1 DOI:10.1016/j.tplants.2025.07.003 PMID:40781027	review	本文综述了根系混合物分析的方法和愿景，强调了可持续农业中对多样化作物混合物地下相互作用深入理解的需求	提出了利用理化根系性状作为物种身份标记，结合优化的深度学习和机器学习进行高通量根系混合物分析的新方法	当前方法无法在不破坏性采样的情况下区分根系物种，且田间条件下高变异性和后勤困难常见	开发标准化、成本效益高的根系表型分析方法，以支持可持续农业	多样化作物混合物的根系	农业技术	NA	深度学习, 机器学习	NA	根系理化性状数据	NA
131	2025-08-10	An effectiveness of deep learning with fox optimizer-based feature selection model for securing cyberattack detection in IoT environments 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13134-9 PMID:40764727	research paper	提出了一种基于狐狸优化器特征选择和深度学习的网络安全攻击检测模型（FOFSDL-SCD），用于增强物联网环境中的网络威胁检测能力	结合狐狸优化器算法（FOA）进行特征选择，并采用时序卷积网络（TCN）进行分类，进一步通过蜣螂优化（DBO）方法优化超参数，提高了检测准确率	模型性能仅在Edge-IIoT数据集上验证，未在其他物联网环境中测试泛化能力	提升物联网网络的抗攻击能力和威胁检测能力	物联网环境中的网络安全攻击	machine learning	NA	深度学习（DL）、狐狸优化器算法（FOA）、时序卷积网络（TCN）、蜣螂优化（DBO）	TCN	网络安全数据	Edge-IIoT数据集
132	2025-08-10	Improved early-stage crop classification using a novel fusion-based machine learning approach with Sentinel-2A and Landsat 8-9 data 2025-Aug-06, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-14420-9 PMID:40767980	研究论文	本研究提出了一种基于融合的深度学习方法，用于提高早期作物分类的准确性	采用Gram-Schmidt融合方法整合Landsat 8-9和Sentinel-2A数据，结合多块灰度共生矩阵(GLCM)技术和光谱指数方法提取纹理和光谱特征	NA	提高早期作物分类的准确性	早期作物	机器学习	NA	Gram-Schmidt融合方法、多块灰度共生矩阵(GLCM)技术、光谱指数方法	深度神经网络(DNN)、1D卷积神经网络(1D CNN)、决策树、支持向量机(SVM)、随机森林	遥感图像	NA
133	2025-08-10	Predictive Modeling of Osteonecrosis of the Femoral Head Progression Using MobileNetV3_Large and Long Short-Term Memory Network: Novel Approach 2025-Aug-06, JMIR medical informatics IF:3.1Q2 DOI:10.2196/66727 PMID:40768653	research paper	该研究利用MobileNetV3_Large和LSTM网络对股骨头坏死(ONFH)的进展进行预测建模，旨在优化治疗策略	首次结合MobileNetV3_Large和LSTM网络对ONFH进行动态预测，显著提高了诊断准确率和预测性能	样本量较小(仅30名患者)，可能影响模型的泛化能力	开发深度学习算法以提升ONFH的疾病评估和预测能力	股骨头坏死(ONFH)患者的MRI影像数据	digital pathology	osteonecrosis	MRI	MobileNetV3_Large + LSTM	image	30名患者的1200张MRI切片(675张病变切片+225张正常切片)
134	2025-08-10	Ensemble-based sesame disease detection and classification using deep convolutional neural networks (CNN) 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08076-1 PMID:40769993	研究论文	本研究提出了一种基于集成学习的芝麻病害检测与分类方法，利用深度卷积神经网络（CNN）提高分类准确性和泛化能力	采用集成学习方法结合ResNet-50、DenseNet-121和Xception三种先进的CNN架构，显著提高了芝麻病害的分类准确率	未提及模型在不同环境条件下的泛化能力测试，以及实际田间应用的可行性验证	开发一个鲁棒且准确的模型，用于识别芝麻病害，支持精准农业	芝麻叶片图像，包括健康、变叶病和细菌性疫病三种状态	计算机视觉	芝麻病害	深度卷积神经网络（CNN）	ResNet-50, DenseNet-121, Xception	图像	未明确提及具体数量，但包含健康、变叶病和细菌性疫病三种状态的芝麻叶片图像数据集
135	2025-08-10	Network intrusion detection model using wrapper based feature selection and multi head attention transformers 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11348-5 PMID:40769994	研究论文	提出了一种基于包装器特征选择和多头注意力变换器的网络入侵检测模型，以提高检测准确性	结合包装器特征选择技术和多头注意力变换器，优化特征选择并提升模型性能	仅使用UNSW-NB15数据集进行验证，未在其他数据集上测试模型的泛化能力	提高网络入侵检测的准确性	网络入侵检测系统	机器学习	NA	包装器特征选择、多头注意力变换器	Transformer	网络数据	UNSW-NB15数据集
136	2025-08-10	Predict the writer's trait emotional intelligence from reproduced calligraphy 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13318-3 PMID:40770015	research paper	该研究提出了一种结合深度学习和书法美学特征的方法，通过书法复制品预测作者的特质情绪智力	首次将Siamese神经网络与手工特征结合，用于从书法复制品中预测特质情绪智力，并显著优于人类评估能力	研究样本仅包含191名参与者，可能缺乏广泛代表性	探索书法复制品是否包含作者特质情绪智力的潜在信息，并开发预测方法	书法复制品及作者的特质情绪智力	计算机视觉	NA	深度学习	Siamese neural network	图像	191名参与者的48,826个复制字符
137	2025-08-10	Transductive zero-shot learning via knowledge graph and graph convolutional networks 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13612-0 PMID:40770031	研究论文	提出了一种基于知识图谱和图卷积网络的转导零样本学习方法，用于识别未见类别的对象	结合知识图谱和图卷积网络，提出双过滤模块与匈牙利算法聚类策略，显著提升分类性能	依赖有限的语义关系和少量标记的已见类别数据集，可能影响模型泛化能力	解决零样本学习中因领域偏移导致的分类性能下降问题	未见类别的对象识别	计算机视觉	NA	知识图谱构建、图卷积网络	GCN（图卷积网络）	图像	三个数据集（AWA2、ImageNet50、ImageNet100）
138	2025-08-10	Contrastive representation learning with transformers for robust auditory EEG decoding 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13646-4 PMID:40770040	研究论文	本文探讨了使用对比学习和transformer网络从脑电图(EEG)信号中解码连续语音的新方法	提出了一种结合对比学习和transformer网络的新型模型架构，用于学习EEG信号的稳健潜在表示	NA	提高从EEG信号解码连续语音的准确性，理解听觉处理的神经机制	听觉EEG信号	机器学习	NA	对比学习	transformer	EEG信号	ICASSP 2023 Auditory EEG Decoding Challenge中的两个任务数据集
139	2025-08-10	Chronological age estimation from human microbiomes with transformer-based Robust Principal Component Analysis 2025-Aug-06, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08590-y PMID:40770074	研究论文	提出了一种基于Transformer的鲁棒主成分分析方法(TRPCA)，用于从人类微生物组数据中预测年龄	结合Transformer架构和鲁棒主成分分析的可解释性，提高了年龄预测的准确性，并通过多任务学习实现了出生国家预测	NA	提高从人类微生物组数据中预测年龄的准确性，并探索微生物组与个体特征之间的联系	人类微生物组数据（皮肤、口腔、肠道）	机器学习	NA	16S rRNA基因扩增子测序(16S)和全基因组测序(WGS)	Transformer-based Robust Principal Component Analysis(TRPCA)	微生物组测序数据	NA
140	2025-08-10	Revolutionizing clinical decision making through deep learning and topic modeling for pathway optimization 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12679-z PMID:40770243	研究论文	本文提出了一种创新的优化框架，结合LDA主题建模和BiLSTM网络，以解决现代医疗保健中的复杂性	融合LDA主题建模和BiLSTM网络，显著提高了临床路径优化的准确性和效率	未提及具体的数据集规模或多样性限制	优化临床路径，提升医疗保健服务的个性化和效率	临床路径和患者护理过程	自然语言处理	NA	LDA, BiLSTM	BiLSTM	临床叙述数据	NA