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
1641	2025-05-27	Deep learning algorithms reveal genomic markers for anxiety disorder in a large cohort of children with down syndrome 2025-May-24, Molecular psychiatry IF:9.6Q1 DOI:10.1038/s41380-025-03065-2 PMID:40413309	研究论文	本研究利用深度学习算法分析唐氏综合征儿童的大规模全基因组测序数据，探索与焦虑障碍相关的基因组标记	首次在唐氏综合征人群中结合WGS数据和深度学习模型全面研究焦虑障碍的分子机制，发现其独特的基因组模式	样本量相对有限（74名确诊焦虑障碍的DS患者），环境因素影响未完全量化	解析唐氏综合征患者焦虑障碍的分子机制以指导临床诊疗	1479名唐氏综合征个体及家庭成员（含255名确诊精神障碍的DS先证者，其中74名患焦虑障碍）	基因组学	唐氏综合征/焦虑障碍	全基因组测序(WGS)	神经网络	基因组数据	1479个样本（含255名DS精神障碍患者，其中74名焦虑障碍）
1642	2025-05-27	Deep learning and iterative image reconstruction for head CT: Impact on image quality and radiation dose reduction-Comparative study 2025-May-23, The neuroradiology journal DOI:10.1177/19714009251345108 PMID:40406852	研究论文	本研究通过比较深度学习图像重建算法（DLIR）与自适应统计迭代重建-V（ASIR-V）在非增强头部CT中的表现，评估了DLIR在提高图像质量和减少辐射剂量方面的能力	首次在非增强头部CT中比较了DLIR与ASIR-V在图像质量和辐射剂量减少方面的效果，并展示了DLIR的显著优势	剂量减少功能不足以弥补宽探测器扫描仪中缺乏机架角度调整的问题，且样本量较小（35例患者）	评估深度学习图像重建算法（DLIR）在非增强头部CT中提高图像质量和减少辐射剂量的能力	非增强头部CT扫描图像	医学影像处理	头部疾病	深度学习图像重建（DLIR）和自适应统计迭代重建-V（ASIR-V）	深度学习模型	CT图像	35例患者的163次连续非增强头部CT扫描
1643	2025-05-27	Mondragon Unibertsitatea face-milling dataset for smart tool condition monitoring 2025-May-23, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05168-5 PMID:40410157	research paper	该文章介绍了Mondragon Unibertsitatea（MU）高性能加工实验室中进行的面向智能刀具状态监测（TCM）的端面铣削实验数据集	提供了包含多种信号（切削力、振动信号、声发射信号）的端面铣削数据集，支持机器学习与深度学习在TCM中的应用，并促进仅使用内部CNC信号的工业解决方案开发	未提及数据集的具体规模或覆盖的工业场景范围	推动智能刀具状态监测（TCM）的研究与工业应用之间的结合	端面铣削过程中的刀具磨损监测	智能制造	NA	传感器信号采集（切削力、振动、声发射）与Python脚本验证	机器学习与深度学习（未指定具体模型）	多模态信号数据（力、振动、声发射）	未明确说明实验次数或刀具磨损测量样本量
1644	2025-05-27	Deep learning-based reconstruction of monthly Antarctic surface air temperatures from 1979 to 2023 2025-May-23, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05175-6 PMID:40410240	研究论文	利用深度学习方法从1979年至2023年重建南极月表面气温数据	开发了一个新的、定期更新的、时空完整的南极月表面气温数据集，采用深度学习方法整合多源现场观测数据，提高了温度趋势空间分布特征的准确性	依赖于全球再分析数据集和有限的气象站点数据进行训练和验证，可能在某些区域存在数据偏差	研究南极气候变化及其全球影响	南极表面气温数据	机器学习	NA	深度学习	深度学习模型	气温数据	1979年至2023年的月数据，空间分辨率为1° x 1°
1645	2025-05-27	Development and validation of a multi-omics hemorrhagic transformation model based on hyperattenuated imaging markers following mechanical thrombectomy 2025-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02056-1 PMID:40410254	研究论文	开发并验证了一个基于机械取栓后高衰减成像标志物的多组学出血转化预测模型	整合临床、放射组学和深度学习特征，开发了一个新的预测模型，用于非侵入性预测出血转化	研究样本量相对较小，且仅在内部前瞻性队列中进行了验证	预测机械取栓后出血转化的风险	239名接受机械取栓并出现高衰减成像标志物的患者	数字病理学	心血管疾病	放射组学特征提取、深度学习特征提取	K-最近邻分类器	图像	239名患者（训练队列191名，验证队列48名），内部前瞻性测试队列49名
1646	2025-05-27	A roll attitude determination method based on the jamming energy of GEO satellites and an LSTM neural network 2025-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01174-0 PMID:40410250	研究论文	提出了一种基于GEO卫星干扰能量和LSTM神经网络的滚动姿态确定方法	首次将GEO卫星的干扰能量信息与LSTM神经网络结合用于滚动姿态确定，相比传统最小二乘法显著降低了误差	未明确说明方法在极端环境或复杂干扰条件下的适用性	提高旋转飞行器滚动姿态的实时测定精度	旋转飞行器的滚动姿态	机器学习	NA	LSTM神经网络	LSTM	卫星能量信号数据	未明确说明具体样本数量，但进行了实时旋转飞行器测试
1647	2025-05-27	Multimodal fusion model for prognostic prediction and radiotherapy response assessment in head and neck squamous cell carcinoma 2025-May-23, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01712-0 PMID:40410262	research paper	开发了一个多模态深度学习模型（MDLM），用于头颈部鳞状细胞癌（HNSCC）的预后预测和术后放疗反应评估	整合了计算机断层扫描、全切片图像和临床特征的多模态深度学习模型，在预测总体生存率和无病生存率方面表现出色，并优于单模态模型	模型性能虽好，但需要进一步验证其在更广泛人群中的适用性	提高头颈部鳞状细胞癌的预后预测和术后放疗反应评估的准确性，以实现个性化治疗	1087名头颈部鳞状细胞癌患者	digital pathology	head and neck squamous cell carcinoma	multimodal deep learning	MDLM	image, clinical features	1087名HNSCC患者
1648	2025-05-27	A robust and statistical analyzed predictive model for drug toxicity using machine learning 2025-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02333-z PMID:40410277	research paper	该研究开发了一个优化的集成模型，用于预测药物毒性，并对比了多种机器学习和深度学习模型的性能	提出了一种结合eager random forest和sluggish k star技术的优化集成模型，并在三种不同场景下评估其性能，展示了显著的准确率提升	未提及模型在更大规模或多样化数据集上的泛化能力	开发一个更准确的药物毒性预测模型	药物毒性预测	machine learning	NA	feature selection, resampling technique, principal component analysis	ensembled model (eager random forest + sluggish k star), Kstar, AIPs-DeepEnC-GA	NA	NA
1649	2025-05-27	Bladder lesion detection using EfficientNet and hybrid attention transformer through attention transformation 2025-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02767-5 PMID:40410301	研究论文	本研究开发了一种结合CNN和基于较少注意力的ViT的混合模型，用于膀胱病变诊断	提出了一种结合CNN和ViT的混合模型，通过引入混合注意力模块来提取特征的整体相关性	未提及模型在实时应用中的具体表现或计算资源需求	提高膀胱癌诊断的准确性和效率	膀胱病变	计算机视觉	膀胱癌	深度学习	EfficientNet, 混合注意力Transformer, inceptionV3	图像	17,540张内窥镜图像
1650	2025-05-27	Automated depression detection via cloud based EEG analysis with transfer learning and synchrosqueezed wavelet transform 2025-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02452-7 PMID:40410314	研究论文	开发了一种基于云计算的计算机辅助抑郁诊断系统，利用EEG信号和深度学习技术进行抑郁症的早期检测	提出了一种新型的基于云的抑郁检测模型，结合了迁移学习和同步压缩小波变换技术，优化了电极数量与准确性的平衡	研究仅使用了两个公开数据库，样本量相对有限，且跨数据库测试的准确性和F1分数较低	开发一种高效、准确的抑郁症早期诊断工具	抑郁症患者和健康对照者的EEG信号	机器学习	抑郁症	同步压缩小波变换(SSWT)	ResNet18	EEG信号	数据库I包含31名抑郁症患者和27名健康对照者，数据库II包含45名抑郁症患者和45名健康对照者
1651	2025-05-27	Research on Chinese patent classification based on structured features 2025-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03441-6 PMID:40410318	研究论文	本文提出了一种基于结构化特征的专利多级领域信息（PMDI）模型和多信息处理（MIP）模型，以提高专利分类的准确性	提出了PMDI模型和MIP模型，结合三维特征和上下文信息，显著提高了专利分类的准确率	未提及具体的数据集规模或实验条件的限制	提高专利分类的准确性	中国专利文本	自然语言处理	NA	专利文本分析	PMDI模型, MIP模型	文本	NA
1652	2025-05-27	Efficient adaptation of deep neural networks for semantic segmentation in space applications 2025-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99192-5 PMID:40410339	研究论文	本文评估了在月球和火星地形中使用适配器进行高效迁移学习以实现岩石分割的可行性	首次在太空应用中评估使用适配器进行高效迁移学习的可行性，并提出了减少带宽和内存需求的策略	研究仅针对月球和火星地形，未涉及其他太空环境	评估在太空应用中高效迁移学习的可行性，以减少目标设备的带宽和内存需求	月球和火星地形的岩石分割	计算机视觉	NA	迁移学习	深度神经网络	图像	NA
1653	2025-05-27	Screening of oral potentially malignant disorders and oral cancer using deep learning models 2025-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02802-5 PMID:40410364	研究论文	本研究评估了两种深度学习模型（DenseNet201和FixCaps）在口腔潜在恶性疾病（OPMDs）和口腔癌筛查中的有效性	研究使用了改进的FixCaps模型和预训练的DenseNet201模型，并通过智能手机设备或云端应用进行筛查	研究样本量较小，仅使用了518张口腔图像	评估AI筛查工具在OPMDs和口腔癌早期诊断中的有效性	口腔潜在恶性疾病（OPMDs）和口腔癌	数字病理	口腔癌	深度学习	DenseNet201, FixCaps	图像	518张口腔图像
1654	2025-05-27	Optimal deep learning based vehicle detection and classification using chaotic equilibrium optimization algorithm in remote sensing imagery 2025-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02491-0 PMID:40410394	研究论文	本文提出了一种基于混沌平衡优化算法和深度学习的自动化车辆检测与分类方法（VDTC-CEOADL），用于高分辨率遥感图像	结合混沌平衡优化算法（CEOA）与深度学习，优化YOLO-HR目标检测器和注意力LSTM模型，提高车辆检测与分类的准确性	未提及具体数据集规模及跨场景泛化能力验证	提升高分辨率遥感图像中车辆检测与分类的精度	遥感图像中的车辆（卡车、摩托车、汽车、公交车等）	计算机视觉	NA	深度学习、混沌平衡优化算法（CEOA）	YOLO-HR、ResNet、注意力LSTM（ALSTM）	高分辨率遥感图像	未明确说明（仅提及高分辨率遥感数据集）
1655	2025-05-27	Vibration area localization and event recognition for underground power optical cable in multiple laying scenarios based on deep learning 2025-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99588-3 PMID:40410528	研究论文	提出了一种基于深度学习的多铺设场景下地下电力光缆振动区域定位和事件识别方法	结合PGSD-YOLO和1DCNN-BiGRU-AFM模型，解决了现有方法在多种铺设场景下的实时性和性能问题	实验环境可能仍需进一步多样化以验证模型的泛化能力	提高地下电力光缆振动监测的实时性和准确性	地下电力光缆的振动信号	机器学习和信号处理	NA	ϕ-OTDR系统、高/低通滤波	PGSD-YOLO、1DCNN-BiGRU-AFM	振动信号	NA
1656	2025-05-27	Multimodal malware classification using proposed ensemble deep neural network framework 2025-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96203-3 PMID:40410526	research paper	提出了一种基于多模态方法的恶意软件分类框架，整合了恶意软件图像和数值特征以提高分类效果	采用多模态晚期融合技术，结合RUSBoost和提出的集成深度神经网络，显著提高了恶意软件分类的准确性和鲁棒性	未提及具体的数据集规模限制或计算资源需求	提高恶意软件分类的准确性和鲁棒性，以应对现代恶意软件攻击的复杂环境	恶意软件	machine learning	NA	Neighbourhood Component Analysis (NCA), Synthetic Minority Over-sampling Technique (SMOTE), Random Under Sampling and Boosting (RUSBoost)	ensemble deep neural network	image, numeric	NA
1657	2025-05-27	Facial emotion based smartphone addiction detection and prevention using deep learning and video based learning 2025-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99681-7 PMID:40410532	研究论文	本文提出了一种基于深度学习和视频学习的智能手机成瘾检测与预防方法，通过分析学生的面部情绪来识别和减少智能手机成瘾	结合心智理论（Theory of Mind）与视频建模（Video Modelling）框架，利用MnasNet-TLBO和CNN-CSO优化算法进行情绪识别，并通过动态调整激励视频来促进行为改变	研究仅针对750名行为参数较低的学生，样本范围可能有限	检测和预防学生的智能手机成瘾行为	学生	计算机视觉	NA	深度学习、视频建模、Fisher-Yates和Durstenfeld随机算法	MnasNet-TLBO、CNN-CSO	视频、面部情绪数据	750名行为参数较低的学生
1658	2025-05-27	A deep learning model integrating domain-specific features for enhanced glaucoma diagnosis 2025-May-23, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02925-9 PMID:40410768	研究论文	提出了一种结合领域特定特征的深度学习模型，用于增强青光眼的诊断	结合非结构化和结构化特征，通过深度学习模型区分青光眼和生理性大杯	未提及样本来源的多样性及模型在临床环境中的实际应用效果	提高青光眼的早期诊断准确率	青光眼患者和生理性大杯患者的视网膜图像	数字病理学	青光眼	深度学习	CNN	图像	未明确提及具体样本数量
1659	2025-05-27	Deep Learning and Radiomic Signatures Associated with Tumor Immune Heterogeneity Predict Microvascular Invasion in Colon Cancer 2025-May-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.006 PMID:40413149	research paper	本研究旨在开发和验证一种结合放射组学和深度学习特征的深度学习放射组学特征（DLRS），用于无创预测结肠癌（CC）患者的微血管侵犯（MVI），并探索DLRS与肿瘤免疫异质性的潜在关联	开发了一种结合放射组学和深度学习特征的DLR融合模型，用于预测结肠癌患者的MVI，并首次探索了DLRS与肿瘤免疫异质性的关联	研究为回顾性多中心研究，可能存在选择偏倚，且外部验证队列样本量较小	开发非侵入性预测结肠癌患者微血管侵犯的工具，并探索其与肿瘤免疫微环境的关联	结肠癌患者	digital pathology	colon cancer	RNA-seq, 对比增强静脉期CT成像	DLR融合模型（结合放射组学和深度学习模型）	CT图像, RNA-seq数据	1007名结肠癌患者（来自三个医疗中心和TCGA-COAD数据库）
1660	2025-05-27	Renal Transplant Survival Prediction From Unsupervised Deep Learning-Based Radiomics on Early Dynamic Contrast-Enhanced MRI 2025-May-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.001 PMID:40413148	研究论文	本研究探讨了基于无监督深度学习的放射组学方法在早期动态对比增强MRI上预测肾移植存活率的潜力	首次将无监督对比学习应用于肾移植MRI数据，提取与移植物存活相关的放射组学特征	样本量较小(108例训练集，48例验证集)，需要进一步研究验证方法的稳健性	开发基于AI的肾移植存活预测方法	肾移植患者的动态对比增强MRI数据	数字病理学	终末期肾病	动态对比增强MRI	深度卷积神经网络(CNN)	医学影像	训练集108例患者(50±15岁，67名男性)，验证集48例患者(54±13岁，30名男性)