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
1421	2025-07-05	A novel approach to overcome black box of AI for optical diagnosis in colonoscopy 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04770-2 PMID:40594084	研究论文	本研究开发了一种可解释的人工智能方法niceAI，用于分类结肠镜检查中的增生性和腺瘤性息肉，以提高光学诊断的透明度和准确性	结合放射组学和深度特征，开发了一种可解释的AI方法，填补了AI预测与临床意义评估之间的空白	未明确提及具体局限性	提高结肠镜检查中光学诊断的准确性和可解释性	增生性和腺瘤性结肠息肉	数字病理学	结直肠疾病	放射组学、深度学习	niceAI	图像	NA
1422	2025-07-05	FSID: a novel approach to human activity recognition using few-shot weight imprinting 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04323-7 PMID:40594132	研究论文	提出了一种名为FSID的新方法，通过Few-Shot学习和权重印记技术结合自监督视觉变换器DINO，用于低数据量下的人类活动识别	结合Few-Shot学习、权重印记和自监督视觉变换器DINO，提出了一种在低数据量下有效的人类活动识别框架	在HuGaDB和LARa数据集上的准确率分别为55.47%和35.81%，仍有提升空间	解决人类活动识别在低数据量和数据不平衡情况下的挑战	人类活动识别	机器学习	NA	Few-Shot学习, 权重印记, 自监督学习	DINO (自监督视觉变换器)	时间序列传感器数据（如EMG和IMU信号）转换的频谱图图像	HuGaDB和LARa公开数据集，仅需20个新样本
1423	2025-07-05	Using deep learning to capture gravel soil microstructure and hydraulic characteristics 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04879-4 PMID:40594165	研究论文	使用Wasserstein生成对抗网络（WGANs）技术分析砾石土壤的微观结构和水力特性	采用WGANs技术重建砾石土壤的3D数字样本，能够生成包含复杂孔隙特征的特定微观结构实现，从而深入理解砾石土壤的水力行为	研究仅针对中国桂林市的砾石土壤样本，样本数量较少（三个），可能影响模型的泛化能力	分析砾石土壤的微观结构和水力特性	砾石土壤样本	机器学习	NA	Wasserstein生成对抗网络（WGANs），µ-CT扫描	WGAN	3D图像数据	三个来自中国桂林市的砾石土壤样本
1424	2025-07-05	Design of a deep fusion model for early Parkinson's disease prediction using handwritten image analysis 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04807-6 PMID:40594187	研究论文	提出了一种结合ResNet-50和GoogLeNet的深度融合模型（RGG-Net），用于通过手写图像分析早期预测帕金森病	采用自适应特征融合技术和注意力过程选择相关特征，通过层次集成学习增强模型性能，并使用grad-CAM技术进行决策解释	未提及样本量的具体限制或模型在其他数据集上的泛化能力	提高帕金森病的早期诊断准确率	帕金森病患者的手写图像	计算机视觉	帕金森病	深度迁移学习，自适应特征融合，层次集成学习，eXplainable Artificial Intelligence	RGG-Net（ResNet-50和GoogLeNet的混合模型）	图像	未明确提及具体样本数量
1425	2025-07-05	STIED: a deep learning model for the spatiotemporal detection of focal interictal epileptiform discharges with MEG 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03880-1 PMID:40594203	研究论文	开发并验证了一个名为STIED的深度学习模型，用于通过脑磁图（MEG）检测局灶性癫痫患者的间歇性癫痫样放电（IEDs）	STIED结合了时间（1D时间序列）和空间（2D地形图）特征的卷积神经网络，模仿了临床MEG实践，成功识别了局灶性癫痫患者的IEDs	在应用于不同类型难治性局灶性癫痫的术前患者时，需要进一步工作以区分IEDs与生理性瞬态	开发一个自动、数据驱动的深度学习模型，用于临床MEG中IEDs的检测	局灶性癫痫患者	数字病理	癫痫	脑磁图（MEG）	CNN	时间序列和地形图数据	局灶性癫痫患者组（FE组）和另一组术前难治性局灶性癫痫患者
1426	2025-07-05	Benthic communities on restored coral reefs confer equivalent aesthetic value to healthy reefs 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06373-3 PMID:40594259	研究论文	本研究通过深度学习模型评估了珊瑚礁恢复项目的美学价值，发现恢复后的珊瑚礁美学价值与健康珊瑚礁相当，且显著高于退化珊瑚礁	首次使用深度学习模型量化珊瑚礁恢复后的美学价值，并证明其与健康珊瑚礁相当	研究仅基于一个大型珊瑚恢复项目，可能无法推广到所有珊瑚礁恢复情况	评估珊瑚礁恢复对生态系统服务（特别是美学价值）的恢复效果	珊瑚礁底栖生物群落	计算机视觉	NA	深度学习	深度学习模型	图像	世界最大珊瑚恢复项目及附近健康与退化珊瑚礁的底栖生物照片
1427	2025-07-05	Schizophrenia detection from electroencephalogram signals using image encoding and wrapper-based deep feature selection approach 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06121-7 PMID:40594257	研究论文	本文提出了一种基于图像编码和包装器深度特征选择的方法，用于从脑电图信号中检测精神分裂症	提出了一种三阶段框架，包括图像编码、预训练深度学习模型和新型特征选择方法，显著提高了检测准确率	研究样本量相对较小，可能影响模型的泛化能力	开发一种高效准确的精神分裂症检测方法	精神分裂症患者的脑电图信号	机器学习	精神分裂症	EEG信号处理	预训练深度学习模型	EEG信号转换的图像数据	112人（84人来自MSU数据集，28人来自RepOD数据集）
1428	2025-07-05	Deep learning based predictive models for real time accident prevention in autonomous vehicle networks 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04867-8 PMID:40594266	研究论文	本研究提出了一种基于深度学习的创新事故预测与预防模型A-LAPPM，用于提升自动驾驶车辆网络中的实时安全性	结合LSTM单元和注意力机制，捕捉关键时间模式和危险信号，实现精确且及时的事故预测	未提及模型在极端天气或复杂城市环境中的表现	提升自动驾驶车辆网络中的实时事故预防能力	自动驾驶车辆网络中的实时交通数据	机器学习	NA	LSTM, 注意力机制	A-LAPPM (基于注意力机制的LSTM自编码器)	传感器数据, V2V通信数据, 环境变量	未明确提及具体样本数量
1429	2025-07-05	A modified generative adversarial networks method for assisting the diagnosis of deep venous thrombosis complications in stroke patients 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04880-x PMID:40594284	研究论文	本文提出了一种名为ACWGAN的新方法，通过结合ACGAN和WGAN方法进行数据增强，以辅助诊断中风患者深静脉血栓并发症	结合ACGAN和WGAN方法构建ACWGAN，用于数据增强，提高模型多样性和准确性	研究样本仅来自南京第一医院2017至2021年的患者，可能存在地域和时间局限性	辅助诊断中风患者深静脉血栓并发症	中风早期康复患者	数字病理学	中风	GAN-based方法	ACWGAN, GAN, ACGAN, WGAN	医疗数据	7110名患者
1430	2025-07-05	Deep quanvolutional neural networks with enhanced trainability and gradient propagation 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06035-4 PMID:40594297	research paper	本文探讨了通过引入可训练的量子卷积层和解决深度量子卷积神经网络训练中的挑战来提升量子卷积神经网络性能的方法	提出可训练的量子卷积层和残差量子卷积神经网络（ResQuNNs），通过残差学习增强梯度流动，从而提升深度量子卷积神经网络的训练效果	深度量子卷积神经网络在基于梯度的优化中仍面临梯度流动受限的挑战	提升量子卷积神经网络的性能和可训练性	量子卷积神经网络（QuNNs）	quantum computing	NA	quantum convolutional neural networks	ResQuNNs	NA	NA
1431	2025-07-05	Deep learning based classification of tibio-femoral knee osteoarthritis from lateral view knee joint X-ray images 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04869-6 PMID:40594325	research paper	提出一种基于深度学习的侧位膝关节X光图像中胫股膝关节骨关节炎的分类方法	首次提出自动化深度学习方法来分类胫股骨关节炎，并在AP视图和侧位视图上均取得良好效果	在侧位视图上的性能表现不如AP视图	设计有效的深度学习方法来定位和分类胫股膝关节间隙宽度（JSW）	胫股膝关节骨关节炎	digital pathology	osteoarthritis	X-ray imaging	DenseNet 201	image	4334张膝关节X光图像
1432	2025-07-05	Detecting heavy trucks from mobile phone trajectories using image-based behavioral representations and deep learning models 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06711-5 PMID:40594390	research paper	提出一种利用移动电话数据和图像行为表示结合深度学习模型检测重型卡车的新方法	首次将基于图像的分析技术应用于移动电话数据，在货运研究中提供了一种可扩展且经济高效的替代方案	未提及具体的数据集规模或模型泛化能力的详细评估	开发一种检测重型卡车的创新方法，以支持货运运输模式分析	重型卡车和移动电话数据	machine learning	NA	Call Detail Records (CDR) 和图像行为表示	CNN	移动电话轨迹数据	未提及具体样本数量
1433	2025-07-05	Deep learning model for hair artifact removal and Mpox skin lesion analysis and detection 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05324-2 PMID:40594433	研究论文	该研究提出了一种基于深度学习的方法，通过结合毛发移除过程和升级的U-Net模型来提高Mpox检测的准确性	引入了毛发移除预处理步骤，并优化了U-Net架构，以提高Mpox病变的检测和分类准确性	未提及具体的数据集规模限制或模型在其他疾病上的泛化能力	提高Mpox的早期诊断准确性	Mpox、水痘和麻疹的皮肤病变图像	数字病理学	Mpox	深度学习	U-Net	图像	NA
1434	2025-07-05	Deep learning for smartphone-aided detection system of Helicobacter Pylori in gastric biopsy 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05527-7 PMID:40594549	研究论文	本文提出了一种基于深度学习的智能手机辅助检测系统，用于实时检测胃活检中的幽门螺杆菌	首次提出实时AI辅助诊断工具，结合智能手机和5G网络，提高病理学家诊断的一致性和准确性	样本量为270个胃活检标本，可能需要更大规模的数据验证	开发一种实时AI辅助诊断工具，用于幽门螺杆菌的筛查	胃活检标本中的幽门螺杆菌	数字病理学	胃癌	深度学习	Faster-R-CNN with ResNet 50或VGG16	图像	270个胃活检标本
1435	2025-07-05	Linker-GPT: design of Antibody-drug conjugates linkers with molecular generators and reinforcement learning 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05555-3 PMID:40594643	研究论文	介绍了一种基于Transformer和强化学习的深度学习框架Linker-GPT，用于设计抗体药物偶联物（ADC）的新型连接子	结合了Transformer的自注意力机制和强化学习，生成具有高结构多样性和合成可行性的ADC连接子	目前仅为计算结果，尚需未来实验验证和优化	加速新型ADC连接子的发现和优化	抗体药物偶联物（ADC）的连接子	机器学习	NA	Transformer, 强化学习（RL）	Transformer	分子数据	NA
1436	2025-07-05	A genetic algorithm-based ensemble model for efficiently identifying interleukin 6 inducing peptides 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05491-2 PMID:40594650	研究论文	本研究开发了一种基于遗传算法的集成模型PredIL6，用于高效识别白细胞介素6诱导肽	PredIL6通过结合148个基线机器学习和深度学习模型的概率分数，使用基于遗传算法的元分类器，显著提高了识别IL-6诱导肽的准确性	未提及模型在更大规模或多样化数据集上的泛化能力	开发一种计算预测方法，以替代实验方法识别IL-6诱导肽	白细胞介素6（IL-6）诱导肽	机器学习	NA	遗传算法	集成学习模型（包含AAINDEX、BLOSUM62、ESM-2和word2vec等20个基线模型）	蛋白质序列数据	未明确提及具体样本数量
1437	2025-07-05	Attention mechanism based CNN-LSTM hybrid deep learning model for atmospheric ozone concentration prediction 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05877-2 PMID:40594664	研究论文	提出了一种基于注意力机制的CNN-LSTM混合深度学习模型，用于预测大气臭氧浓度	结合注意力机制与CNN和LSTM网络，提高了对多元时间序列数据的非线性处理能力和短期预测精度	未提及模型在其他环境参数或更长预测时间跨度下的表现	开发一种高精度的大气臭氧浓度预测方法	大气臭氧浓度	机器学习	NA	PCA, 深度学习	CNN-LSTM混合模型	时间序列数据	16,806条记录（2018-2019年）
1438	2025-07-05	Automated classification of chondroid tumor using 3D U-Net and radiomics with deep features 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07128-w PMID:40594673	研究论文	本研究提出了一种结合深度学习和放射组学的混合方法，用于软骨样肿瘤的自动分类	整合了3D U-Net辅助分割、放射组学特征和深度学习特征，提高了软骨样肿瘤的分类准确性	未提及样本量是否足够大或是否具有多样性	改善软骨样肿瘤的自动分类方法以辅助临床决策	软骨样肿瘤	数字病理学	软骨样肿瘤	放射组学特征提取、深度学习特征提取	3D U-Net, Random Forest, XGBoost, Gradient Boosting, LightGBM, CatBoost	医学影像数据	NA
1439	2025-07-05	Self-adaptive evolutionary neural networks for high-precision short-term electric load forecasting 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05918-w PMID:40594695	research paper	提出了一种自适应的进化神经网络（SADE-KAN）用于高精度短期电力负荷预测	结合Kolmogorov-Arnold网络（KAN）与自适应差分进化（SADE），通过可学习的样条基函数替代固定激活函数，提高了预测精度和计算效率	训练时间稍长	提高短期电力负荷预测的准确性和计算效率	电力负荷数据	machine learning	NA	self-adaptive differential evolution (SADE)	Kolmogorov-Arnold network (KAN)	time series data	ISO-NE每小时负荷数据（2019-2023年，约100万条观测数据）
1440	2025-07-05	A deep neural network approach for optimizing charging behavior for electric vehicle ride-hailing fleet 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05953-7 PMID:40594713	研究论文	本文提出了一种基于深度神经网络的优化方法，用于优化电动汽车网约车车队的充电行为	研究创新点在于将深度学习算法与大规模真实世界充电数据相结合，提出了一种优化电动汽车网约车充电行为的新方法	NA	分析当前充电行为，评估关键变量对成本和排放的影响，为潜在改进提供数据驱动的见解	电动汽车网约车车队的充电行为	机器学习	NA	Adam算法	NN	充电事件数据	214万次充电事件