深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
15181	2025-10-07	Research on intelligent identification of microscopic substances in shale scanning electron microscope images based on deep learning theory 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91225-3 PMID:40189619	研究论文	基于深度学习理论实现页岩扫描电镜图像中微观物质的智能识别	将优化的Yolov8模型与SEM技术集成，实现页岩微观物质的自动识别，突破传统人工识别的主观局限性	未明确说明样本数据的具体规模和多样性	实现页岩扫描电镜图像中微观物质的智能识别，提高储层评价效率	页岩扫描电镜图像中的微观物质	计算机视觉	NA	扫描电子显微镜(SEM)	CNN	图像	NA	PyTorch	Yolov8	Precision, Recall, mAP50, mAP50-95	NA
15182	2025-10-07	Analyzing the performance of biomedical time-series segmentation with electrophysiology data 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90533-y PMID:40189617	研究论文	本研究评估五种生物医学时间序列分割算法在心脏内电信号数据上的性能表现	首次将Faster R-CNN应用于一维信号分割任务，并对五种算法进行系统性的贝叶斯优化比较	深度学习模型计算需求较高，仅使用100例患者数据	评估不同分割算法在生物医学时间序列分析中的性能	100例患者的心脏内电信号数据	生物医学信号处理	心血管疾病	电生理信号分析	SVM, CNN, RNN, Faster R-CNN	一维时间序列信号	100例患者的心脏内电信号	NA	UNet, DENS-ECG, Faster R-CNN	分割得分, 均方根误差	NA
15183	2025-10-07	Hybrid vision GNNs based early detection and protection against pest diseases in coffee plants 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96523-4 PMID:40189644	研究论文	提出一种基于混合视觉图神经网络的咖啡植物病虫害早期检测方法	首次将混合视觉图神经网络应用于咖啡病虫害检测，能识别单个害虫并捕捉害虫间的复杂关系	仅使用2850张标注图像进行训练验证，数据集规模有限	开发自动化咖啡病虫害早期检测系统以提升农业产量	咖啡植物及其害虫（咖啡果小蠹、粉蚧、介壳虫、潜叶虫等）	计算机视觉	植物病虫害	深度学习	GNN	图像	2850张标注咖啡植物图像	NA	Hybrid Vision Graph Neural Networks (HV-GNN)	准确率	NA
15184	2025-10-07	Applying deep learning for style transfer in digital art: enhancing creative expression through neural networks 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95819-9 PMID:40189651	研究论文	本研究提出了一种改进的神经风格迁移模型，通过整合AdaIN和Gram矩阵技术来提升数字艺术创作的效率与质量	提出结合自适应实例归一化(AdaIN)和Gram矩阵的CNN架构，在保持内容完整性的同时显著提升风格迁移效率	研究未明确说明测试数据集的规模和多样性，可能影响模型泛化能力的评估	提升神经风格迁移技术在内容保留、风格保真度和计算效率方面的性能	数字艺术图像和不同艺术风格的融合	计算机视觉	NA	神经风格迁移(NST)	CNN	图像	NA	NA	基于AdaIN和Gram矩阵的卷积神经网络	内容损失, 风格损失, 结构相似性指数(SSIM), 处理时间	NA
15185	2025-10-07	Deep learning for simultaneous phase and amplitude identification in coherent beam combination 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96385-w PMID:40189661	研究论文	提出一种深度学习算法，用于从组合光束的强度分布中同时识别相位和振幅	首次实现单步同时相位和振幅识别，能够处理实际应用中存在的功率波动问题	在模拟系统中进行研究，需要进一步验证在实际光纤激光系统中的性能	解决相干光束组合中功率波动对相位检索的挑战	相干光束组合系统中的相位和振幅识别	机器学习	NA	深度学习，空间光调制器	深度学习	图像	NA	NA	NA	相位精度，振幅精度	NA
15186	2025-10-07	Complex-valued neural networks to speed-up MR thermometry during hyperthermia using Fourier PD and PDUNet 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96071-x PMID:40189690	研究论文	本研究提出使用复值神经网络加速磁共振测温技术，通过傅里叶原始对偶网络和傅里叶原始对偶UNet重建高度欠采样的MR测温数据	首次提出基于深度学习的欠采样MR测温数据重建方法，同时处理复值图像的实部和虚部，而非仅关注幅度图像	研究仅针对肉瘤患者，样本量相对有限（44例患者）	改善高度欠采样MR测温数据的重建质量，减少运动伪影和混叠伪影	接受热疗联合放疗和/或化疗的不同类型肉瘤患者的MR测温数据	医学影像处理	肉瘤	动态磁共振成像，MR测温	复值神经网络	复值MR图像（包含实部和虚部）	44例肉瘤患者	NA	傅里叶原始对偶网络，傅里叶原始对偶UNet	温度差异（全体积和肿瘤区域）	NA
15187	2025-10-07	Using artificial intelligence system for assisting the classification of breast ultrasound glandular tissue components in dense breast tissue 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95871-5 PMID:40189689	研究论文	本研究开发了一种基于人工智能的乳腺超声分析系统，用于辅助放射科医生分类致密乳腺组织中的腺体组织成分	首次将ResNet101深度学习模型应用于乳腺超声图像中腺体组织成分的分类，并验证其对不同经验水平放射科医生的辅助效果	研究样本仅包含健康女性，未涉及乳腺癌患者；样本量相对有限	探索人工智能系统在辅助放射科医生分类致密乳腺腺体组织成分方面的潜力	1,848名乳腺X线摄影显示为致密乳腺的健康女性	计算机视觉	乳腺疾病	超声成像	CNN	超声图像	1,848名健康女性	NA	ResNet101, ResNet+FCN	敏感度, 特异度, 阳性预测值	NA
15188	2025-10-07	Optimization on multifractal loss landscapes explains a diverse range of geometrical and dynamical properties of deep learning 2025-Apr-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58532-9 PMID:40185730	研究论文	提出多分形损失景观理论框架，解释深度学习优化过程中几何特征和动态特性的多样性	首次将损失景观建模为多分形结构，统一解释了深度神经网络中多种几何特征和优化动态现象	理论框架需要进一步实验验证，未涉及具体应用场景的实证研究	揭示深度学习优化器在复杂损失景观中的工作机制和泛化能力来源	深度学习损失景观的几何特性和优化动态	机器学习	NA	NA	深度神经网络	NA	NA	NA	NA	NA	NA
15189	2025-10-07	TransBind allows precise detection of DNA-binding proteins and residues using language models and deep learning 2025-Apr-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07534-w PMID:40185915	研究论文	提出TransBind框架，使用语言模型和深度学习直接从蛋白质序列精确检测DNA结合蛋白及其结合残基	首个无需多序列比对的深度学习方法，利用预训练蛋白质语言模型特征，有效解决数据不平衡问题	对于孤儿蛋白或快速进化蛋白的适用性未详细验证	开发高精度检测DNA结合蛋白及其结合残基的计算方法	DNA结合蛋白及其结合残基	生物信息学, 机器学习	NA	蛋白质语言模型, 深度学习	深度学习框架	蛋白质序列数据	多种实验数据集（具体数量未明确说明）	深度学习框架	基于语言模型的架构	准确率, 计算效率	NA
15190	2025-10-07	CT-based radiomics deep learning signatures for non-invasive prediction of metastatic potential in pheochromocytoma and paraganglioma: a multicohort study 2025-Apr-05, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01952-4 PMID:40185919	研究论文	开发并验证基于CT的放射组学深度学习特征用于无创预测嗜铬细胞瘤和副神经节瘤的转移潜能	首次将放射组学特征与深度学习模型结合，构建能够术前预测PPGL转移潜能的组合模型	回顾性研究设计，样本量相对有限（249例患者）	开发非侵入性预测嗜铬细胞瘤和副神经节瘤转移潜能的诊断工具	249例嗜铬细胞瘤和副神经节瘤患者	医学影像分析	嗜铬细胞瘤和副神经节瘤	CT静脉期成像	机器学习算法,深度学习模型	CT图像	249例患者（训练集138例，测试集1 71例，测试集2 40例）	NA	ResNet-50,ResNet	AUC,准确率,无转移生存期	NA
15191	2025-10-07	CGLoop: a neural network framework for chromatin loop prediction 2025-Apr-05, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11531-y PMID:40186170	研究论文	提出基于深度学习的神经网络框架CGLoop，用于预测Hi-C接触矩阵中的染色质环	结合卷积神经网络与卷积块注意力模块和双向门控循环单元，并采用基于密度的聚类方法过滤预测结果	NA	预测全基因组相互作用中产生的染色质环，以深入理解三维基因组结构和功能	染色质环	生物信息学	NA	Hi-C染色体构象捕获	CNN, BiGRU	Hi-C接触矩阵	多个细胞系包括GM12878、K562、IMR90和mESC	NA	CNN with CBAM, BiGRU	APA分数，转录因子和结合蛋白富集分析	NA
15192	2025-10-07	Noninvasive early prediction of preeclampsia in pregnancy using retinal vascular features 2025-Apr-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01582-6 PMID:40188283	研究论文	本研究开发了一种基于视网膜血管特征的AI模型PROMPT，用于妊娠期子痫前期的无创早期预测	首次结合视网膜摄影、风险因素和平均动脉压，创建非侵入性、低成本的子痫前期预测工具	样本量相对有限（1812例妊娠），需进一步验证在更广泛人群中的适用性	开发子痫前期的无创早期预测方法	妊娠14周前的孕妇	数字病理	妊娠期高血压疾病	视网膜摄影	深度学习, 机器学习	视网膜图像	1812例妊娠	NA	NA	AUC	NA
15193	2025-10-07	Advancing plant leaf disease detection integrating machine learning and deep learning 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72197-2 PMID:40185756	研究论文	本研究提出了一种结合深度学习和机器学习的植物叶片病害自动检测方法	将CNN特征提取与机器学习分类器相结合，针对不同植物病害数据集优化模型组合	未提及模型泛化能力和计算效率方面的限制	开发自动化的植物叶片病害检测系统	香蕉叶、番荔枝叶和果实、无花果叶、马铃薯叶的病害	计算机视觉	植物病害	NA	CNN, SVM, kNN	图像	四个植物叶片病害数据集	NA	VGG19, Inception v3	准确率, 精确率, 召回率, F1分数, AUC, MCC	NA
15194	2025-10-07	A fine-tuned convolutional neural network model for accurate Alzheimer's disease classification 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86635-2 PMID:40185767	研究论文	提出一种基于迁移学习的卷积神经网络模型，用于阿尔茨海默病的准确分类诊断	采用迁移学习策略，在有限数据条件下实现高精度AD分类，解决了传统模型需要大量标注数据和计算资源的问题	模型性能依赖于预训练模型的质量，在不同医疗中心数据上的泛化能力仍需验证	开发高效的阿尔茨海默病早期诊断方法	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	磁共振成像(MRI)	CNN	医学图像	Kaggle MRI数据集和OASIS数据库	NA	AlexNet, GoogleNet, MobileNetV2	准确率	NA
15195	2025-10-07	Deep learning prediction of mammographic breast density using screening data 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95275-5 PMID:40185813	研究论文	本研究开发深度学习模型用于乳腺X线摄影密度的客观评估	首次系统比较多种深度学习模型在乳腺密度分类中的性能，并与放射科医生进行对比验证	使用单中心回顾性数据，需要外部验证确认泛化能力	开发客观评估乳腺X线摄影密度的深度学习工具	乳腺X线摄影图像	计算机视觉	乳腺癌	乳腺X线摄影	深度学习	图像	9,621名女性的57,282张乳腺X线图像	NA	InceptionV3	平均精度	NA
15196	2025-10-07	Parallel boosting neural network with mutual information for day-ahead solar irradiance forecasting 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95891-1 PMID:40185800	研究论文	提出一种用于日前太阳辐照度预测的并行提升神经网络框架	将三种提升决策树算法与前馈神经网络并行集成，并采用互信息进行特征选择	仅在两个地理数据集上进行验证，需要更多数据集测试泛化能力	提高太阳辐照度预测精度以支持光伏系统可靠运行	太阳辐照度时间序列数据	机器学习	NA	互信息特征选择	集成学习,前馈神经网络	时间序列数据	两个地理数据集（伊斯兰堡和圣地亚哥）	NA	XgBoost,CatBoost,Random Forest,FFNN	平均绝对百分比误差（MAPE）	NA
15197	2025-10-07	Improved deep learning model for accurate energy demand prediction and conservation in electric vehicles integrated with cognitive radio networks 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94650-6 PMID:40185809	研究论文	提出一种结合经验模态分解、卷积神经网络和海鸥优化算法的深度学习模型，用于电动汽车能量需求预测和节能	首次将经验模态分解与CNN结合，并采用海鸥优化算法进行优化，同时整合认知无线电网络技术	未提及模型在不同气候条件和驾驶模式下的泛化能力	准确预测电动汽车能量需求以实现节能，并减轻电网负担	电动汽车能量需求和认知无线电网络	机器学习	NA	经验模态分解，海鸥优化算法	CNN, LSTM, RNN	时间序列数据，无线通信数据	NA	NA	深度CNN	准确率	NA
15198	2025-10-07	Accurate cross-species 5mC detection for Oxford Nanopore sequencing in plants with DeepPlant 2025-Apr-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58576-x PMID:40185832	研究论文	开发了名为DeepPlant的深度学习模型，用于提高植物中5-甲基胞嘧啶（5mC）的检测准确性	结合Bi-LSTM和Transformer架构，解决了植物CHH甲基化检测中高甲基化阳性样本稀缺的问题，显著提高了跨物种检测的泛化能力	仅针对植物物种进行研究，未在动物或其他生物中进行验证	提高植物中5-甲基胞嘧啶（5mC）检测的准确性和跨物种泛化能力	植物基因组中的5-甲基胞嘧啶（5mC），特别是CHH、CpG和CHG甲基化模式	生物信息学	NA	Oxford Nanopore测序，亚硫酸氢盐测序（BS-seq）	Bi-LSTM, Transformer	基因组测序数据	9个植物物种的测序数据	NA	Bi-LSTM, Transformer	全基因组甲基化频率相关性，F1分数，单分子准确性	NA
15199	2025-10-07	A performance-driven hybrid text-image classification model for multimodal data 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95674-8 PMID:40185890	研究论文	提出一种结合文本和图像处理的多模态混合分类模型HTIC	采用VGG16和Roberta结合的多模态架构，通过多模态特征提取层确保不同类型数据的兼容性	仅使用了五个数据集进行验证，未提及模型在其他领域的泛化能力	开发用于多模态数据的混合分类模型	文本和图像数据	自然语言处理,计算机视觉	NA	多模态深度学习	CNN,Transformer	文本,图像	五个不同数据集	NA	VGG16,Roberta,CNN	分类准确率,泛化能力,鲁棒性	NA
15200	2025-10-07	The analysis of optimization in music aesthetic education under artificial intelligence 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96436-2 PMID:40185937	研究论文	本文探索了在人工智能环境下如何通过深度学习算法优化音乐审美教育的教学内容与方法	将深度学习算法与音乐审美教育相结合，设计了专门的算法原理和运行代码，提高了音乐情感识别的准确率	NA	研究通过深度学习优化音乐审美教育方法的可行性和途径	不同年龄段和音乐素养水平的学生	机器学习	NA	深度学习	NA	音乐数据	NA	NA	NA	准确率	NA