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
15501	2025-10-07	Taxonomy of hybridly polarized Stokes vortex beams 2024-Feb-26, Optics express IF:3.2Q2 DOI:10.1364/OE.512409 PMID:38439421	研究论文	提出结合深度学习与衍射斯托克斯偏振测量法的高效识别混合偏振斯托克斯涡旋光束方法	首次将深度学习与广义衍射斯托克斯偏振测量法相结合，解决复杂偏振结构光束的简并识别难题	实验噪声因素（相对相位、振幅和偏振差异）与光束波动会增加识别过程的复杂性	开发高效识别混合偏振斯托克斯涡旋光束的分类方法	15类基于斯托克斯奇点类型及模式指数的光束	光学	NA	斯托克斯偏振测量法，衍射技术	深度神经网络	光束强度图像（总强度与偏振分量强度）	15类斯托克斯奇点光束	NA	深度神经网络	分类准确率（98.67%）	NA
15502	2025-03-29	"UDE DIATOMS in the Wild 2024": a new image dataset of freshwater diatoms for training deep learning models 2024-Jan-02, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae087 PMID:39607983	research paper	该研究介绍了迄今为止最大的淡水硅藻图像数据集，旨在促进深度学习在硅藻识别问题上的应用和基准测试	提出了最大的硅藻图像数据集，并展示了两种创新分析方法，包括处理视觉异质性类别的子聚类、分布外样本检测和半监督学习	硅藻的高类内变异性和小类间差异、显微镜载玻片上标本视觉外观的差异以及硅藻专家注释的有限可用性	促进深度学习在淡水硅藻识别问题上的应用和基准测试	淡水硅藻	computer vision	NA	light microscopy	deep learning	image	83,570张图像，涵盖611种硅藻类群，其中101种类群每种至少有100个样本，144种类群每种至少有50个样本	NA	NA	NA	NA
15503	2025-10-07	Convolutional Neural Networks for Segmentation of Malignant Pleural Mesothelioma: Analysis of Probability Map Thresholds (CALGB 30901, Alliance) 2023-Nov-30, ArXiv PMID:38076518	研究论文	评估概率图阈值对卷积神经网络分割恶性胸膜间皮瘤肿瘤的影响	首次系统分析CNN概率图阈值对MPM肿瘤分割体积和空间重叠度的影响	CNN在特定疾病表现（如严重胸腔积液或胸膜裂隙疾病）存在分割缺陷，未找到同时优化肿瘤体积和DSC的最佳单一阈值	评估深度学习自动分割方法在恶性胸膜间皮瘤肿瘤测量中的可靠性	恶性胸膜间皮瘤患者的CT扫描图像	计算机视觉	肺癌	CT扫描	CNN	医学图像	21名MPM患者的88次CT扫描	NA	VGG16,U-Net	Dice相似系数,体积百分比差异	NA
15504	2025-10-07	Transport-based morphometry of nuclear structures of digital pathology images in cancers 2023-Feb-02, ArXiv PMID:36776820	研究论文	提出一种基于最优传输理论的核结构形态测量新方法，用于分析癌症数字病理图像中的核染色质结构	开发了基于最优传输理论的形态测量框架，可直接从成像数据建模核染色质结构信息内容，无需依赖传统特征提取方法	NA	开发定量核形态测量方法以区分良恶性肿瘤	癌症数字病理图像中的细胞核结构	数字病理学	癌症	数字病理成像	NA	图像	NA	NA	NA	NA	NA
15505	2025-10-07	Real-time risk prediction of colorectal surgery-related post-surgical complications using GRU-D model 2022-11, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2022.104202 PMID:36162805	研究论文	本研究使用GRU-D深度学习模型开发结直肠手术后并发症的实时风险预测系统	首次将GRU-D模型应用于结直肠手术后并发症的实时风险预测，并展示了其临床实用性	复杂架构（堆叠层、多模态）相比单层GRU-D未见明显优势，模型在某些并发症类型预测上表现不如逻辑回归	开发结直肠手术后并发症的风险预测模型，用于针对性预防干预	结直肠手术患者	机器学习	结直肠疾病	电子健康记录数据分析	GRU-D	电子健康记录	3,535例结直肠手术患者	NA	单层GRU-D, 堆叠层GRU-D, 多模态GRU-D	AUROC	NA
15506	2025-03-28	Classifying Alzheimer's Disease Using a Finite Basis Physics Neural Network 2025-Apr, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24727 PMID:39704389	research paper	提出了一种基于有限基物理神经网络（FBPINN）的分类方法CAD-FBPINN，用于阿尔茨海默病（AD）的分类	结合了海马优化算法（SHOA）优化FBPINN，提高了AD分类的准确性	未提及具体的数据集规模或多样性限制	开发一种可靠的AD分类方法，以支持临床治疗应用	阿尔茨海默病患者的功能性磁共振成像（MRI）数据	digital pathology	geriatric disease	functional magnetic resonance imaging (MRI), Newton-time-extracting wavelet transform (NTEWT)	FBPINN, SHOA	image	数据来自AD Neuroimaging Initiative (ADNI)数据集，但未提及具体样本数量	NA	NA	NA	NA
15507	2025-03-28	Deep learning analysis for rheumatologic imaging: current trends, future directions, and the role of human 2025-Apr-01, Journal of rheumatic diseases IF:2.2Q3 DOI:10.4078/jrd.2024.0128 PMID:40134548	review	本文综述了深度学习在风湿病影像分析中的应用、当前趋势、未来方向及人类角色的重要性	深度学习在风湿病影像分析中的应用展示了超越人类表现的潜力，特别是在关节损伤评估和疾病进展监测方面	深度学习面临数据偏见、解释性有限以及需要大量标注数据集等挑战	探讨深度学习在风湿病影像分析中的应用及其对未来诊断、治疗决策和个性化医疗的潜在影响	风湿病影像数据，包括类风湿性关节炎(RA)、骨关节炎(OA)和脊柱关节炎(SpA)患者的影像	digital pathology	rheumatoid arthritis, osteoarthritis, spondyloarthritis	深度学习(DL)	CNN	image	NA	NA	NA	NA	NA
15508	2025-03-28	Machine Learning Potential for Copper Hydride Clusters: A Neutron Diffraction-Independent Approach for Locating Hydrogen Positions 2025-Mar-26, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c02046 PMID:40088162	研究论文	本文提出了一种名为SSW-NN的创新策略，用于准确预测金属氢化物团簇中氢的位置，无需依赖中子衍射数据	提出了一种不依赖中子衍射数据的机器学习方法SSW-NN，能够准确预测氢的位置，适用于仅有X射线衍射数据或DFT预测的情况	虽然方法在铜氢化物团簇上验证有效，但对于其他金属氢化物系统的普适性仍需进一步验证	开发一种不依赖中子衍射的机器学习方法，用于确定金属氢化物团簇中氢的位置	铜氢化物团簇及其他金属氢化物系统（如银和合金氢化物）	机器学习	NA	SSW-NN（随机表面行走与神经网络结合的方法）	神经网络	X射线衍射数据、DFT预测数据	铜氢化物团簇及其他金属氢化物系统（具体数量未提及）	NA	NA	NA	NA
15509	2025-03-28	Sparse-View CT Joint Reconstruction Strategy with Sparse Sampling Encoding Layer 2025-Mar-25, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056354972250221012822 PMID:40143696	research paper	提出了一种基于稀疏采样编码层的稀疏视角CT联合重建策略，旨在自动搜索有效的稀疏采样方案并提高重建质量	开发了一种端到端的稀疏角度CT重建方法，通过采样编码层自动搜索稀疏采样方案，并结合了基于Radon域和图像域绘制的联合重建策略	方法仅针对特定的剂量约束进行稀疏采样方案的搜索，可能不适用于所有剂量约束条件	开发一种能够自动搜索高效稀疏采样方案并提高CT图像重建质量的端到端方法	稀疏角度CT图像重建	machine learning	NA	deep learning	neural network	CT图像	基于公共CT数据集进行的实验	NA	NA	NA	NA
15510	2025-03-28	Image segmentation and coverage estimation of deep-sea polymetallic nodules based on lightweight deep learning model 2025-Mar-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89952-8 PMID:40128230	研究论文	本文提出了一种名为YOLOv7-PMN的轻量级深度学习模型，用于深海多金属结核的图像分割和覆盖率估计	模型采用MobileNetV3-Small轻量级特征提取框架，并集成多级Squeeze-and-Excitation注意力机制，提高了检测精度和推理速度，同时减少了模型大小	未明确提及具体局限性	实时、准确、高效地计算深海多金属结核的覆盖率参数	深海多金属结核	计算机视觉	NA	深度学习	YOLOv7-PMN（基于YOLOv7改进的轻量级模型）	海底视频数据	未明确提及具体样本数量	NA	NA	NA	NA
15511	2025-03-28	A deep learning-based hybrid method for PM2.5 prediction in central and western China 2025-Mar-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95460-6 PMID:40128263	research paper	该研究提出了一种基于深度学习的混合方法，用于预测中国中部和西部地区的PM2.5浓度	结合Transformer和LSTM架构，并通过粒子群优化（PSO）算法进行参数优化，利用LSTM的门控机制、Transformer的位置编码和自注意力机制以及PSO的优化能力，提升了PM预测的性能	未提及模型在其他地区或不同污染条件下的适用性	提高PM2.5预测的准确性和可靠性	中国中部和西部地区的PM2.5浓度数据	machine learning	NA	deep learning, PSO	Transformer, LSTM	时间序列数据	未明确提及样本数量，但涉及多个城市和不同时期的数据	NA	NA	NA	NA
15512	2025-03-28	Detection of cyber attacks in electric vehicle charging systems using a remaining useful life generative adversarial network 2025-Mar-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92895-9 PMID:40128270	research paper	本研究提出了一种基于生成对抗网络（GAN）的剩余使用寿命（RUL）方法，用于检测电动汽车充电系统中的网络攻击	利用GAN结合RUL方法预测网络攻击的剩余时间，为网络安全策略带来革命性变化	研究仅针对电动汽车充电设备（EVSE）在空闲和充电状态下的网络和主机攻击场景进行了测试	提高电动汽车充电系统的网络安全，减少网络攻击带来的经济和声誉损失	电动汽车充电设备（EVSE）及其网络攻击	machine learning	NA	GAN, GRU, LSTM, RNN, CNN, MLP	GAN-GRU, GAN-LSTM, GAN-RNN, GAN-CNN, GAN-MLP, GAN-Dense Layer	网络攻击数据	NA	NA	NA	NA	NA
15513	2025-03-28	High-speed threat detection in 5G SDN with particle swarm optimizer integrated GRU-driven generative adversarial network 2025-Mar-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95011-z PMID:40122918	研究论文	本文提出了一种结合粒子群优化器和GRU驱动的生成对抗网络的高效深度学习模型，用于5G软件定义网络中的威胁检测	创新点在于将粒子群优化器(PSO)与GRU驱动的生成对抗网络(GAN)相结合，优化网络权重并生成合成攻击数据，从而提高检测性能	NA	开发高效的深度学习模型以提高5G SDN环境中的攻击检测性能和响应能力	5G软件定义网络(SDN)中的网络流量数据	机器学习	NA	深度学习	PSO-GRUGAN-IDS（结合PSO、GRU和GAN的入侵检测系统分类器）	网络流量数据	使用InSDN数据集进行评估	NA	NA	NA	NA
15514	2025-03-28	Impact of Artificial Intelligence on Periodontology: A Review 2025-Mar, Cureus DOI:10.7759/cureus.81162 PMID:40134460	review	本文综述了人工智能在牙周病学中的应用及其影响	探讨了AI在牙周病诊断、治疗规划和患者管理中的创新应用	存在数据隐私、算法可靠性和临床验证需求等挑战	评估AI在牙周病学中的当前应用、优势、限制和未来可能性	牙周病学中的AI技术应用	digital pathology	periodontal disease	machine learning, deep learning, computer vision	NA	radiographic images, clinical data	NA	NA	NA	NA	NA
15515	2025-03-28	Predicting noncoding RNA and disease associations using multigraph contrastive learning 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81862-5 PMID:39747154	研究论文	提出一种名为K-MGCMLD的多图对比学习方法，用于预测miRNA、lncRNA与疾病之间的关联	结合K-means聚类和多图对比学习（包括局部和全局图对比学习），提高了预测准确性并能同时预测多种非编码RNA与疾病的关联	未明确提及具体局限性	提高非编码RNA与疾病关联预测的准确性，并实现多种类型关联的同时预测	miRNA、lncRNA与疾病之间的关联	机器学习	肺癌、阿尔茨海默病	多图对比学习	GCN、XGBoost	图数据	未明确提及具体样本量	NA	NA	NA	NA
15516	2025-03-28	Validation of musculoskeletal segmentation model with uncertainty estimation for bone and muscle assessment in hip-to-knee clinical CT images 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83793-7 PMID:39747203	研究论文	本研究验证了一种改进的深度学习模型，用于从临床CT图像中进行髋部和股骨的肌肉骨骼体积分割及不确定性估计	改进了深度学习模型，增加了不确定性估计功能，并在多厂商/扫描仪、不同疾病状态和患者体位的大规模CT数据库上进行了验证	基线模型的训练数据库较小（N=20）	验证改进的深度学习模型在肌肉骨骼分割中的准确性和可靠性	髋部至膝部的临床CT图像	数字病理	肌肉骨骼疾病	临床CT成像	深度学习模型	3D医学图像	大规模CT数据库（具体数量未明确说明），基线模型训练样本N=20	NA	NA	NA	NA
15517	2025-03-28	Varying pixel resolution significantly improves deep learning-based carotid plaque histology segmentation 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83948-6 PMID:39747244	研究论文	本研究探讨了通过改变像素分辨率显著提升基于深度学习的颈动脉斑块组织学分割效果	通过大幅变化像素分辨率（从[公式：见文本]到[公式：见文本]）来提供神经网络更多上下文信息，模拟病理学家的观察方式	出血类别被排除，因为34个颈动脉内膜切除标本中仅1个有足够出血用于标注	优化基于斑块成分的医疗治疗方案或干预措施	颈动脉斑块（胆固醇、钙化、细胞碎片和纤维组织的堆积）	数字病理学	心血管疾病	深度学习	Mask R-CNN	图像	从323张全切片图像中采样的1944个感兴趣区域	NA	NA	NA	NA
15518	2025-03-28	Drug discovery and mechanism prediction with explainable graph neural networks 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83090-3 PMID:39747341	研究论文	本文提出了一种可解释的基于图的药物反应预测方法XGDP，旨在精确预测药物反应并揭示药物与靶点之间的作用机制	XGDP方法不仅提高了药物反应预测的准确性，还能捕捉药物的关键功能基团与癌细胞重要基因的相互作用	未提及具体的数据集规模或实验验证的广泛性	药物发现和机制预测	药物分子与基因之间的相互作用	机器学习	癌症	图神经网络和卷积神经网络	GNN和CNN	分子图和基因表达数据	NA	NA	NA	NA	NA
15519	2025-03-28	DNA promoter task-oriented dictionary mining and prediction model based on natural language technology 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84105-9 PMID:39747934	研究论文	本文提出了一种基于自然语言处理技术的DNA启动子任务导向词典挖掘和预测模型，旨在提高启动子预测的准确性	引入了一种新的DNA序列分割方法，开发了更精细的DNA序列词典，并采用BERT-Inception架构以捕获多粒度信息	未提及具体的样本量或实验数据规模，可能影响模型泛化能力的评估	提高DNA启动子预测的准确性，并增强对DNA序列信息的解释和理解	DNA启动子序列	自然语言处理	NA	自然语言处理技术，BERT预训练	CNN, LSTM, BERT, Inception神经网络	DNA序列数据	NA	NA	NA	NA	NA
15520	2025-03-28	Weakly supervised deep learning-based classification for histopathology of gliomas: a single center experience 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84238-x PMID:39748069	研究论文	本研究探讨了弱监督深度学习在胶质瘤组织病理学诊断中的应用	结合ResNet-50和注意力机制开发了一种弱监督深度学习模型，用于胶质瘤的分类诊断	研究仅基于单中心数据，外部验证的样本量相对较小	评估弱监督深度学习在胶质瘤组织病理学诊断中的辅助作用	胶质瘤患者的全切片图像(WSIs)	数字病理学	胶质瘤	弱监督深度学习	ResNet-50结合注意力机制	图像	226名患者的472张WSIs(华西医院数据集)和880名患者的1604张WSIs(TCGA数据集)	NA	NA	NA	NA