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	2025-07-04	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	结合放射组学和深度学习特征，提高光学诊断的透明度和理解，填补人工智能预测与临床意义评估之间的差距	未提及具体样本量，可能影响结果的普遍性	开发可解释的人工智能方法以提高结肠镜检查中光学诊断的准确性	增生性和腺瘤性结肠息肉	数字病理学	结肠癌	放射组学、深度学习	niceAI	图像	NA
162	2025-07-04	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，用于在少量数据情况下进行人类活动识别，结合Few-Shot学习、权重印记和自监督视觉变换器DINO	结合Few-Shot学习与权重印记技术，利用自监督视觉变换器DINO进行特征提取，无需大量标注数据即可实现高效的人类活动识别	在LARa数据集上的准确率相对较低（35.81%），可能对某些罕见活动识别效果有限	解决在数据稀缺或不平衡情况下的人类活动识别问题，适用于动态和个性化的医疗保健场景	人类活动识别（HAR）	机器学习	NA	Few-Shot学习、权重印记、Short-Time Fourier Transform	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
163	2025-07-04	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	利用深度学习技术捕捉砾石土壤的微观结构和水力特性	使用Wasserstein生成对抗网络(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性的特定微观结构实现	研究仅针对来自中国桂林市的三个具有相似结构特征的砾石土壤样本进行分析，样本数量有限	分析砾石土壤的水力行为特性	砾石土壤的微观结构和水力特性	机器学习	NA	WGAN with Gradient Penalty, µ-CT扫描	WGAN	3D图像数据	来自中国桂林市的三个砾石土壤样本
164	2025-07-04	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	提出了一种混合深度融合模型RGG-Net，用于通过手写图像分析早期预测帕金森病	结合ResNet-50和GoogLeNet，采用自适应特征融合技术和分层集成学习，提高了模型的准确性和可解释性	未提及样本来源的多样性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性	帕金森病患者的手写图像	数字病理学	帕金森病	深度迁移学习	RGG-Net（ResNet-50和GoogLeNet的混合模型）	图像	未明确提及具体样本数量
165	2025-07-04	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	本文介绍了一种名为STIED的深度学习模型，用于通过脑磁图（MEG）检测局灶性间歇性癫痫样放电（IEDs）的时空特征	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	模型在应用于不同类型的难治性局灶性癫痫患者时，需要进一步工作以区分IEDs和生理性瞬态	开发一种自动、高效的深度学习模型，用于临床MEG中IEDs的检测	局灶性癫痫患者	数字病理学	癫痫	深度学习	CNN	MEG信号	局灶性癫痫患者组（FE组）及另一组不同类型的难治性局灶性癫痫患者
166	2025-07-04	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	本研究评估了珊瑚礁恢复项目的美学价值，并与健康和退化的珊瑚礁进行了比较	首次使用深度学习模型量化珊瑚礁的美学价值，并证明恢复后的珊瑚礁美学价值与健康珊瑚礁相当	研究仅基于单一大型珊瑚恢复项目，结果可能不具有普遍性	评估珊瑚礁恢复项目的生态系统服务恢复情况，特别是美学价值	珊瑚礁底栖生物群落	计算机视觉	NA	深度学习	CNN	图像	来自世界最大珊瑚恢复项目之一的珊瑚礁照片
167	2025-07-04	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	本文提出了一种基于深度学习的实时事故预测和预防模型A-LAPPM，用于提升自动驾驶车辆网络的安全性	结合LSTM单元和注意力机制，捕捉关键时间模式和危险指标，实现精确及时的事故预测	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的安全性能	自动驾驶车辆网络	机器学习	NA	深度学习	LSTM, 注意力机制	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
168	2025-07-04	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	research paper	该研究提出了一种结合ACGAN和WGAN的新方法ACWGAN，用于增强中风早期康复患者的数据，以辅助诊断深静脉血栓并发症	提出了一种新的ACWGAN方法，结合了ACGAN和WGAN的优点，用于数据增强，提高了模型的多样性和准确性	研究仅基于南京第一医院2017至2021年的患者数据，可能不具有广泛代表性	辅助诊断中风患者的深静脉血栓并发症	中风早期康复患者	digital pathology	cardiovascular disease	GAN-based methods	ACWGAN, GAN, ACGAN, WGAN	clinical data	7110名患者
169	2025-07-04	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	研究论文	本文探讨了通过引入可训练的量子卷积层和解决训练多层或深度量子卷积神经网络（QuNNs）相关挑战来提升量子卷积神经网络性能的方法	提出了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，解决了深度QuNNs训练中的梯度传播问题	未提及具体应用场景或实际量子计算任务的性能验证	提升量子卷积神经网络的可训练性和梯度传播效率	量子卷积神经网络（QuNNs）	量子机器学习	NA	残差学习	ResQuNNs（残差量子卷积神经网络）	NA	NA
170	2025-07-04	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有效方法来定位和分类胫股膝关节间隙宽度（JSW），并比较前后位（AP）和侧位视图的结果	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视图和侧位视图上分别进行定位和分类	提出的方法在AP视图上的表现优于侧位视图	评估深度学习在分类和比较胫股膝关节骨关节炎方面的性能	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
171	2025-07-04	Trees vs neural networks for enhancing tau lepton real-time selection in proton-proton collisions 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04767-x PMID:40594382	研究论文	本文介绍了在质子-质子对撞机中使用监督学习技术实时选择（触发）强子衰变τ轻子的方法	通过实施传统机器学习决策树和先进的深度学习模型（如多层感知器或残差神经网络），相比标准基于规则的τ触发器，性能有明显提升	NA	提高质子-质子对撞中τ轻子实时选择的性能，以增强对新现象的探测灵敏度	强子衰变的τ轻子	机器学习	NA	监督学习	决策树、多层感知器（MLP）、残差神经网络（ResNet）	粒子碰撞数据	NA
172	2025-07-04	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	提出了一种利用手机数据和CNN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手机数据中的货运研究，提供了一种可扩展且成本效益高的替代方案	未提及具体的数据集大小或模型泛化能力的验证	开发一种检测重型卡车的创新方法，以支持货运运输策略的制定	重型卡车和手机数据	machine learning	NA	Call Detail Records (CDR), CNN	CNN	mobile phone trajectories	NA
173	2025-07-04	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，通过结合毛发去除过程和升级的U-Net模型来提高Mpox检测的准确性	引入了一种新颖的深度学习方法来增强Mpox检测，包括毛发去除预处理步骤和优化的U-Net架构	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
174	2025-07-04	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，用于胃活检中的幽门螺杆菌检测	首次提出实时AI辅助诊断工具，结合智能手机和5G网络，提高幽门螺杆菌检测的一致性和准确性	样本量相对较小（270例），且未提及模型在其他数据集上的泛化能力	开发一种实时AI辅助诊断工具，用于幽门螺杆菌的自动化检测	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例胃活检标本
175	2025-07-04	Deep learning framework for hourly air pollutants forecasting using encoding cyclical features across multiple monitoring sites in Beijing 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05472-5 PMID:40594555	研究论文	本文提出了一种基于深度学习的综合可靠系统，用于预测和评估中国北京的空气污染	使用编码循环特征的深度神经网络（DNNs）和卷积神经网络（CNNs）来预测多元时间序列中的空气污染物浓度	数据仅来自北京的10个空气质量监测站点，可能无法完全代表其他地区的空气污染情况	开发高效的空气污染预测系统，以支持环境管理和健康预防策略	六种空气污染物（CO、NO、O、SO、PM2.5、PM10）	机器学习	NA	深度神经网络（DNNs）和卷积神经网络（CNNs）	DNN, CNN	时间序列数据	10个空气质量监测站点从2013年3月1日至2017年2月28日的每小时数据
176	2025-07-04	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的深度学习框架Linker-GPT，用于设计抗体药物偶联物（ADCs）的连接子	结合了迁移学习和强化学习，生成具有高结构多样性和合成可行性的新型ADC连接子	目前结果仅为计算模拟，需要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（ADCs）的连接子	机器学习	NA	迁移学习，强化学习（RL）	Transformer	分子数据	NA
177	2025-07-04	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	本研究开发了一个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	尽管PredIL6在训练和测试集上表现优异，但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，以替代耗时、费力且昂贵的实验方法，识别IL-6诱导肽	白细胞介素6诱导肽	机器学习	NA	遗传算法、集成学习	集成模型（包括AAINDEX、BLOSUM62、ESM-2和word2vec等20个基线或单特征模型）	蛋白质序列数据	NA
178	2025-07-04	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	本研究提出了一种结合注意力机制的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-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	未明确提及模型在更长预测时间跨度下的性能表现	开发一种深度学习方法来预测大气臭氧浓度，以理解空气质量和气候变化	大气臭氧浓度	机器学习	NA	主成分分析(PCA)	CNN-LSTM混合模型	时间序列数据	16,806条记录(2018-2019年)
179	2025-07-04	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，以提高软骨样肿瘤的分类准确性	未提及样本量的具体限制或潜在的泛化性问题	开发一种自动分类软骨样肿瘤的方法，以辅助临床决策	软骨样肿瘤	数字病理学	软骨样肿瘤	放射组学特征提取和深度学习	3D U-Net, Random Forest, XGBoost, Gradient Boosting, LightGBM, CatBoost	医学影像数据	NA
180	2025-07-04	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	研究论文	提出一种自适应的进化神经网络（SADE-KAN），用于高精度的短期电力负荷预测	结合Kolmogorov-Arnold网络（KAN）和自适应差分进化（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	机器学习	NA	自适应差分进化（SADE）	Kolmogorov-Arnold网络（KAN）	时间序列数据	ISO-NE每小时负荷数据（2019-2023年，约100万条观测数据）