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
161	2025-07-06	Numerical modeling and neural network optimization for advanced solar panel efficiency 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06830-z PMID:40604001	research paper	本文提出了一种结合物理信息神经网络和强化学习的混合AI模型，用于太阳能电池板的实时优化	开发了一种自学习自适应神经网络，结合CNN-LSTM混合模型进行太阳能预测，并引入Edge AI架构以减少对云计算的依赖	实验仅使用了UTL 335W和330W PV模块，可能限制了结果的普适性	提高太阳能电池板的效率和实时适应性	太阳能电池板的能量输出优化	machine learning	NA	深度学习、强化学习、数值建模	CNN-LSTM、物理信息神经网络	实时辐照度和温度数据	UTL 335W和330W PV模块
162	2025-07-06	A human activity recognition model based on deep neural network integrating attention mechanism 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98763-w PMID:40604060	research paper	提出了一种基于深度神经网络和注意力机制的人类活动识别模型DCAM-Net	结合CNN和MLP，并引入注意力机制，不依赖预训练模型权重，通过多尺度特征提取、残差和跳跃连接以及双注意力机制优化模型性能	未来工作可包括使用更多样化的数据集、提高计算效率以实现实时应用、增强活动转换识别能力以及融合其他传感器数据	提升人类活动识别（HAR）的准确性和泛化能力	30名参与者的智能手机传感器（加速度计和陀螺仪）数据	machine learning	NA	deep learning	CNN, MLP	sensor data	30名参与者的智能手机传感器数据
163	2025-07-06	Deep learning-based quantitative analysis of glomerular morphology in IgA nephropathy whole slide images and its prognostic implications 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09031-w PMID:40604100	研究论文	本文提出了一种基于深度学习的定量分析方法，用于分析IgA肾病全切片图像中的肾小球形态及其预后意义	使用DeepLabV3Plus和EfficientNet-B3模型对肾小球进行分割和形态特征量化，并用于机器学习预测IgA肾病的进展风险	虽然结合图像特征的深度学习模型提高了预测能力，但提升效果不显著	开发一种基于人工智能的定量分析方法，用于预测IgA肾病的肾脏进展	IgA肾病患者的全切片图像	数字病理学	IgA肾病	深度学习	DeepLabV3Plus, EfficientNet-B3	图像	1,241张全切片图像
164	2025-07-06	Transformer based models with hierarchical graph representations for enhanced climate forecasting 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07897-4 PMID:40604146	研究论文	该研究提出了一种基于Transformer的深度学习模型，用于每日温度预测，结合了时空融合模块、分层图表示与分析和动态时序图注意力机制	模型整合了时空融合模块(STFM)、分层图表示与分析(HGRA)和动态时序图注意力机制(DT-GAM)，并引入了混合优化方法(HWOA-TTA)以提高计算效率和特征选择	未来工作将集中在验证模型在不同气候区域的适用性以及增强实时部署的可行性	提高气候预测的准确性和计算效率，以支持农业、城市规划和灾害管理	历史气候数据（2013-2017年德里的1,500条每日记录）	机器学习	NA	深度学习，Whale Optimization Algorithm (WOA), Tiki-Taka Algorithm (TTA)	Transformer, RF-LSTM-XGBoost, cGAN, CNN + LSTM, MC-LSTM	时间序列数据	1,500条每日记录
165	2025-07-06	Character generation and visual quality enhancement in animated films using deep learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07442-3 PMID:40604158	研究论文	本文提出了一种优化的FOMM模型（E-FOOM），通过引入CBAM和图像修复模块，提升了动画角色图像生成的质量和准确性	在FOMM中引入CBAM并重新设计，增强了网络对重要特征的关注能力；提出图像修复模块，有效改善了图像重建的连贯性和完整性	NA	提升动画电影中生成角色图像的质量和准确性，以实现更好的视觉效果	动画角色图像生成	计算机视觉	NA	深度学习	FOMM, CBAM, E-FOOM	图像	VoxCeleb1和TaiChiHD数据集
166	2025-07-06	A multivariate time series prediction model based on the KAN network 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07654-7 PMID:40604176	研究论文	提出了一种基于KAN网络的多元时间序列预测模型KANMTS，结合Kolmogorov-Arnold网络和多层感知机的优势，提升预测性能和资源利用效率	整合KAN网络的非线性映射能力和MLP的计算简洁性，提升复杂模式和依赖关系的捕捉能力，同时增强模型的可解释性	未具体说明模型在噪声环境下的鲁棒性表现，以及在小规模数据集上的适用性	解决多元时间序列预测中长程依赖和复杂交互关系的建模问题	多元时间序列数据	机器学习	NA	符号回归和可视化方法	KANMTS（结合KAN和MLP）	时间序列数据	未明确提及具体样本量，但提到在大规模数据集上表现更优
167	2025-07-06	Deep learning for automated dental plaque index assessment: validation against expert evaluations 2025-Jul-02, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06350-2 PMID:40604649	研究论文	本研究开发并评估了一种基于深度学习的系统，用于自动检测和量化牙菌斑，并通过与专家评估的对比验证其性能	首次将深度学习技术应用于牙菌斑指数的自动化评估，并与经验丰富的牙医和牙科卫生员的评估结果进行对比验证	样本量相对较小（70名参与者），且仅使用了一种牙菌斑指数（Quigley-Hein指数）	开发一种自动化的牙菌斑检测和量化系统，以提高口腔卫生评估的效率和准确性	牙菌斑	数字病理学	口腔疾病	深度学习	DL（未明确具体模型类型）	图像	70名参与者
168	2025-07-06	Genomic language models (gLMs) decode bacterial genomes for improved gene prediction and translation initiation site identification 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf311 PMID:40605274	研究论文	本文探讨了基因组语言模型（gLMs）在细菌基因预测和翻译起始位点识别中的应用，提出了一种基于DNABERT的两阶段框架	利用受自然语言处理启发的基因组语言模型（gLMs）改进细菌基因预测，特别是在编码序列（CDS）区域识别和翻译起始位点（TIS）预测方面表现出色	模型性能依赖于NCBI完整细菌基因组的精选数据集，可能对未包含的细菌基因组预测效果有限	提高细菌基因预测的准确性，以更好地理解微生物功能和推动生物技术进步	细菌基因组	自然语言处理	NA	基因组语言模型（gLMs），DNABERT	transformer, DNABERT	基因组序列	NCBI完整细菌基因组精选数据集
169	2025-07-06	Towards reliable WMH segmentation under domain shift: An application study using maximum entropy regularization to improve uncertainty estimation 2025-Jul-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110639 PMID:40614515	研究论文	本研究探讨了领域偏移对白质高信号（WMH）分割的影响，并提出最大熵正则化技术以增强模型校准和不确定性估计	提出最大熵正则化技术，增强模型在校准和不确定性估计方面的表现，特别是在领域偏移情况下	研究仅基于公开数据集，未涉及更多实际临床环境中的复杂情况	提高在领域偏移情况下WMH分割的可靠性和不确定性估计	白质高信号（WMH）的分割	计算机视觉	多发性硬化症	MRI	U-Net	图像	两个公开数据集：WMH Segmentation Challenge和3D-MR-MS数据集
170	2025-07-06	DeepB3P: A transformer-based model for identifying blood-brain barrier penetrating peptides with data augmentation using feedback GAN 2025-Jul, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.08.002 PMID:39111628	研究论文	提出了一种基于transformer的深度学习模型DeepB3P，结合反馈生成对抗网络(FBGAN)生成类似血脑屏障穿透肽(BBBPs)，以解决数据集不平衡问题并提高预测准确性	首次将transformer模型应用于BBBPs预测，并创新性地使用FBGAN生成类似肽以解决数据不平衡问题	未明确说明模型在真实药物开发环境中的验证效果	开发高效准确的血脑屏障穿透肽预测方法以促进中枢神经系统药物研发	血脑屏障穿透肽(BBBPs)	生物信息学	中枢神经系统疾病	深度学习、生成对抗网络	transformer、FBGAN	肽序列数据	基准测试数据集(具体数量未说明)
171	2025-07-06	Expanding genomic prediction in plant breeding: harnessing big data, machine learning, and advanced software 2025-Jul, Trends in plant science IF:17.3Q1 DOI:10.1016/j.tplants.2024.12.009 PMID:39890501	综述	本文综述了基因组选择在植物育种中的应用，重点关注统计机器学习方法和软件	强调了深度学习模型在基因组预测中的独特优势，并介绍了支持基因组选择方法的最新数据管理工具	NA	提高基因组选择在植物育种中的效率	植物育种中的基因组预测	机器学习	NA	基因组选择(GS), 基因组预测(GP)	深度学习(DL), 统计机器学习(ML)	基因组数据	NA
172	2025-07-06	Deep learning image enhancement algorithms in PET/CT imaging: a phantom and sarcoma patient radiomic evaluation 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07149-7 PMID:40014074	研究论文	本研究使用放射组学特征比较了两种制造商深度学习图像增强算法与'金标准'图像重建技术在体模数据和肉瘤患者数据集中的表现	首次在体模和肉瘤患者数据中系统评估了两种深度学习图像增强算法的放射组学特征表现，并与金标准方法进行比较	样本量较小(N=20)，仅评估了两种特定的深度学习算法	评估深度学习图像增强算法在PET/CT成像中的性能	体模数据和肉瘤患者PET/CT图像	数字病理	肉瘤	PET/CT成像	深度学习算法	医学影像	20例肉瘤患者数据和体模重复采集数据
173	2025-07-06	CT-free attenuation and Monte-Carlo based scatter correction-guided quantitative 90Y-SPECT imaging for improved dose calculation using deep learning 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07191-5 PMID:40080141	研究论文	本研究旨在开发深度学习模型，用于90Y SPECT成像中的无CT衰减和基于蒙特卡洛的散射校正，以改进剂量计算	使用改进的3D Swin UNETR架构训练深度学习模型，实现无CT衰减和蒙特卡洛散射校正，提升90Y SPECT成像的定量分析	研究样本量有限（190例患者），未来需要更大数据集进行训练和验证	改进90Y选择性内放射治疗（SIRT）中的剂量计算精度	接受90Y玻璃微球SIRT治疗的190例患者	医学影像处理	肝脏肿瘤	深度学习，蒙特卡洛模拟，SPECT成像	3D Swin UNETR	医学影像（SPECT）	190例患者
174	2025-07-06	Fast-forwarding plant breeding with deep learning-based genomic prediction 2025-Jul, Journal of integrative plant biology IF:9.3Q1 DOI:10.1111/jipb.13914 PMID:40226955	research paper	本文探讨了基于深度学习的基因组预测（DL-based GP）在植物育种中的应用及其面临的挑战	提出了未来发展方向，如模块化方法、数据增强和高级注意力机制	需要大量高质量数据集、性能基准测试不一致以及环境因素的整合	加速植物育种过程	植物基因组数据	machine learning	NA	deep learning-based genomic prediction	DL-based GP	multi-omics data	NA
175	2025-07-06	Identification of non-glandular trichome hairs in cannabis using vision-based deep learning methods 2025-Jul, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70058 PMID:40249026	研究论文	提出了一种基于深度学习的计算机视觉方法，用于识别大麻中的非腺毛状毛状体	首次将深度学习技术应用于大麻非腺毛状毛状体的识别，准确率超过97%，减少了对耗时耗力的专家显微镜分析的依赖	需要大量标注的显微镜图像数据集，且依赖于前期三种法医测试、两种化学分析和专家显微镜分析建立的真实标签	开发一种高效准确的大麻非腺毛状毛状体识别方法，以支持打击非法毒品贩运	大麻及疑似喷洒合成大麻素的非大麻植物材料	计算机视觉	NA	深度学习	CNN	图像	数千张标注的显微镜图像
176	2025-07-06	Artificial Olfactory System Enabled by Ultralow Chemical Sensing Variations of 1D SnO2 Nanoarchitectures 2025-Jul, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202501293 PMID:40318170	研究论文	本研究开发了一种高可靠的传感器平台，通过一维SnO纳米网络功能化Au和Pd纳米催化剂，标准化气体传感用于深度学习应用	通过系统沉积工艺制备的1D SnO纳米网络功能化Au和Pd纳米催化剂，显著提高了气体扩散和反应动力学，并通过受控老化过程将变异系数降低至5%以下	研究未涉及长期稳定性测试或在更广泛环境条件下的性能验证	开发一种高可靠的传感器平台，用于标准化气体传感并提升深度学习在气体识别中的应用	七种目标气体：丙酮、氢气、乙醇、一氧化碳、丙烷、异戊二烯和甲苯	传感器技术	NA	系统沉积工艺、受控老化过程	残差网络模型	气体传感数据	七种目标气体
177	2025-07-06	Artificial Intelligence Augmented Cerebral Nuclear Imaging 2025-Jul, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2025.05.005 PMID:40441996	research paper	本文探讨了人工智能（AI），特别是机器学习和深度学习在核神经影像处理、分析、增强和解释中的当前和新兴应用	介绍了AI在核神经影像中的创新应用，包括自动图像分割、疾病分类、放射组学特征提取，以及基于深度学习的重建、伪CT生成用于衰减校正和低计数研究的去噪	未明确提及具体局限性	探索AI如何提升核神经影像的能力，推动精准医学的发展	SPECT和PET脑部影像	digital pathology	NA	SPECT, PET, 放射组学	ML, DL	image	NA
178	2025-07-06	Systematic Evaluation of Atrous Spatial Pyramid Pooling in U-Net for Pore Segmentation in Plasma Electrolytic Oxidation Coatings 2025-Jul-01, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.5c01673 PMID:40523154	研究论文	本研究提出了一种基于深度学习的U-Net架构结合Atrous Spatial Pyramid Pooling (ASPP)的分割框架，用于提高等离子电解氧化(PEO)涂层中孔隙结构的多尺度特征提取能力	系统地评估了ASPP在U-Net不同位置的性能影响，发现桥接和解码器路径的修改对分割性能影响最大，结合修改在两者中应用ASPP获得了最高的F1分数和IoU	传统图像分割方法难以捕捉PEO表面在SEM图像中的复杂性，本研究虽有所改进，但可能仍存在对某些复杂孔隙结构的识别不足	提高PEO涂层孔隙结构的分割精度，以更好地理解界面结构-性能关系	等离子电解氧化(PEO)涂层的孔隙结构	计算机视觉	NA	深度学习	U-Net, ASPP	图像	未明确提及具体样本数量，但使用了5折交叉验证
179	2025-07-06	Language models learn to represent antigenic properties of human influenza A(H3) virus 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03275-2 PMID:40592976	研究论文	本研究比较了几种机器学习方法，用于预测流感A(H3N2)病毒的抗原特性，并识别可能需要疫苗更新的新抗原变异	使用深度学习语言模型（BiLSTM和ProtBERT）预测流感病毒的抗原特性，并在单氨基酸驱动的抗原变化和深度突变扫描实验中表现优于传统方法	研究主要针对流感A(H3N2)病毒的HA1蛋白序列，可能不适用于其他病毒或蛋白	评估从流感病毒基因组信息中可靠预测抗原特性的可能性，以支持疫苗更新决策	流感A(H3N2)病毒的HA1蛋白序列	自然语言处理	流感	深度学习语言模型（BiLSTM和ProtBERT）	BiLSTM, ProtBERT	蛋白质序列	已验证的流感病毒基因组和湿实验室实验结果的链接数据集
180	2025-07-06	SE(3)-equivariant ternary complex prediction towards target protein degradation 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61272-5 PMID:40593782	研究论文	本文介绍了一种名为DeepTernary的新型深度学习方法，用于预测靶向蛋白质降解中的三元复合物结构	提出了一种端到端的深度学习方法，结合SE(3)-等变编码器和基于查询的解码器，能够准确快速地预测三元复合物结构	未提及具体的数据集规模限制或模型泛化能力的局限性	开发一种能够预测靶向蛋白质降解中三元复合物结构的工具，以促进靶向蛋白质降解剂的设计	靶向蛋白质降解中的三元复合物（包括PROTACs和分子胶降解剂MGD）	机器学习	NA	深度学习	SE(3)-等变编码器和基于查询的解码器	蛋白质结构数据	基于精心整理的TernaryDB数据集，但未提及具体样本数量