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
1961	2025-08-10	Advanced dynamic ensemble framework with explainability driven insights for precision brain tumor classification across datasets 2025-Aug-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14917-w PMID:40781137	研究论文	本研究提出了一种新颖的集成深度学习系统，用于通过MRI数据准确分类脑肿瘤	提出了一种动态集成框架，结合了微调的CNN、ResNet-50和EfficientNet-B5，并采用自适应动态权重分配策略优化各网络的贡献，同时通过XAI技术提高模型的可解释性	NA	提高脑肿瘤分类的准确性和可解释性	脑肿瘤MRI数据	计算机视觉	脑肿瘤	MRI	CNN, ResNet-50, EfficientNet-B5	图像	NA
1962	2025-08-10	Towards scalable screening for the early detection of Parkinson's disease: validation of an iPad-based eye movement assessment system against a clinical-grade eye tracker 2025-Aug-08, NPJ Parkinson's disease DOI:10.1038/s41531-025-01079-9 PMID:40781252	研究论文	本文介绍了一种基于iPad的眼动评估系统，用于帕金森病的早期筛查和监测，并通过与临床级眼动仪的对比验证其有效性	开发了一种基于iPad的便携式眼动评估系统，利用深度学习算法提取眼跳指标，并与临床级眼动仪EyeLink 1000 Plus进行对比验证	样本量较小（25名参与者），且仅针对特定类型的眼跳任务进行了验证	开发一种可扩展、经济高效的帕金森病筛查和监测工具	帕金森病患者和健康对照者的眼动数据	数字病理学	帕金森病	深度学习	NA	眼动数据	25名参与者（10名帕金森病患者，15名健康对照者）
1963	2025-08-10	Deep learning approach for automated hMPV classification 2025-Aug-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14467-1 PMID:40781468	研究论文	提出了一种名为hMPV-Net的深度学习框架，用于自动分类人类偏肺病毒（hMPV）感染	利用CNN进行hMPV感染的精确检测和分类，并通过数据增强、加权损失函数和dropout正则化等技术解决数据集不平衡问题	使用模拟图像数据集而非真实患者数据进行训练和评估	开发一种快速准确的hMPV诊断方法	人类偏肺病毒（hMPV）感染	计算机视觉	呼吸道疾病	深度学习	CNN	图像	10000个样本（hMPV阳性和阴性各半）
1964	2025-08-10	Deep learning-based image enhancement for improved black blood imaging in brain metastasis 2025-Aug-08, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11920-7 PMID:40781512	research paper	评估基于深度学习的图像增强技术在提高脑转移瘤3D对比增强T1加权黑血MR成像图像质量和诊断性能方面的效用	首次应用深度学习技术提升黑血MR成像的图像质量，并显著提高了对小脑转移瘤（小于5毫米）的检测灵敏度	研究为回顾性设计，且未与其他深度学习方法的处理效果进行直接比较	提升脑转移瘤MR成像的诊断准确性和图像质量	126名脑转移瘤患者和121名非脑转移瘤患者的3-T MRI影像数据	digital pathology	brain metastasis	深度学习图像增强技术	DL-based model	MRI影像	247名患者的MRI影像数据
1965	2025-08-10	ADAM-DETR: an intelligent rice disease detection method based on adaptive multi-scale feature fusion 2025-Aug-08, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01429-x PMID:40781641	研究论文	提出了一种基于改进RT-DETR的水稻病害检测算法ADAM-DETR，用于复杂田间环境下的病害识别	创新设计了三个核心模块：自适应视觉网络（AVN）骨干网络、双域增强Transformer（DDET）模块和自适应多尺度特征模型（AMFM），以提高特征提取和融合能力	NA	解决复杂田间环境下现有深度学习方法特征提取不足和多尺度病害适应性差的问题	水稻病害	计算机视觉	水稻病害	深度学习	RT-DETR	图像	9,303张图像，覆盖五大病害类别
1966	2025-08-10	Predicting expression-altering promoter mutations with deep learning 2025-Aug-07, Science (New York, N.Y.) DOI:10.1126/science.ads7373 PMID:40440429	研究论文	介绍了一种名为PromoterAI的深度神经网络，用于准确识别非编码启动子变异，这些变异会失调基因表达	开发了PromoterAI深度神经网络，首次能够准确预测非编码启动子变异对基因表达的影响	仅关注启动子区域的变异，未考虑其他非编码区域的潜在致病变异	预测非编码启动子变异对基因表达的影响，以帮助诊断罕见遗传疾病	非编码启动子变异及其对基因表达的影响	机器学习	罕见遗传疾病	深度神经网络	深度神经网络	基因组数据	数千名个体的RNA和蛋白质水平数据
1967	2025-08-10	Enhancing image retrieval through optimal barcode representation 2025-Aug-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14576-x PMID:40770058	research paper	该研究通过优化特征序列提升二进制条形码表示，从而增强图像检索效果	提出基于检索性能指标优化特征序列的方法，显著提高了检索效果	方法性能高度依赖于输入特征的排序，存在显著的组合挑战	优化二进制条形码表示以提升图像检索的效率和准确性	医学和非医学图像数据集	computer vision	NA	deep barcoding, difference-based binarization	NA	image	包括TCGA医学图像数据集、COVID-19胸部X光数据集以及CIFAR-10、CIFAR-100和Fashion-MNIST等非医学基准图像数据集
1968	2025-08-10	An effectiveness of deep learning with fox optimizer-based feature selection model for securing cyberattack detection in IoT environments 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13134-9 PMID:40764727	research paper	提出了一种基于狐狸优化器特征选择和深度学习的网络安全攻击检测模型（FOFSDL-SCD），用于增强物联网环境中的网络威胁检测能力	结合狐狸优化器算法（FOA）进行特征选择，并采用时序卷积网络（TCN）进行分类，进一步通过蜣螂优化（DBO）方法优化超参数，提高了检测准确率	模型性能仅在Edge-IIoT数据集上验证，未在其他物联网环境中测试泛化能力	提升物联网网络的抗攻击能力和威胁检测能力	物联网环境中的网络安全攻击	machine learning	NA	深度学习（DL）、狐狸优化器算法（FOA）、时序卷积网络（TCN）、蜣螂优化（DBO）	TCN	网络安全数据	Edge-IIoT数据集
1969	2025-08-10	Improved early-stage crop classification using a novel fusion-based machine learning approach with Sentinel-2A and Landsat 8-9 data 2025-Aug-06, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-14420-9 PMID:40767980	研究论文	本研究提出了一种基于融合的深度学习方法，用于提高早期作物分类的准确性	采用Gram-Schmidt融合方法整合Landsat 8-9和Sentinel-2A数据，结合多块灰度共生矩阵(GLCM)技术和光谱指数方法提取纹理和光谱特征	NA	提高早期作物分类的准确性	早期作物	机器学习	NA	Gram-Schmidt融合方法、多块灰度共生矩阵(GLCM)技术、光谱指数方法	深度神经网络(DNN)、1D卷积神经网络(1D CNN)、决策树、支持向量机(SVM)、随机森林	遥感图像	NA
1970	2025-08-10	Predictive Modeling of Osteonecrosis of the Femoral Head Progression Using MobileNetV3_Large and Long Short-Term Memory Network: Novel Approach 2025-Aug-06, JMIR medical informatics IF:3.1Q2 DOI:10.2196/66727 PMID:40768653	research paper	该研究利用MobileNetV3_Large和LSTM网络对股骨头坏死(ONFH)的进展进行预测建模，旨在优化治疗策略	首次结合MobileNetV3_Large和LSTM网络对ONFH进行动态预测，显著提高了诊断准确率和预测性能	样本量较小(仅30名患者)，可能影响模型的泛化能力	开发深度学习算法以提升ONFH的疾病评估和预测能力	股骨头坏死(ONFH)患者的MRI影像数据	digital pathology	osteonecrosis	MRI	MobileNetV3_Large + LSTM	image	30名患者的1200张MRI切片(675张病变切片+225张正常切片)
1971	2025-08-10	Ensemble-based sesame disease detection and classification using deep convolutional neural networks (CNN) 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08076-1 PMID:40769993	研究论文	本研究提出了一种基于集成学习的芝麻病害检测与分类方法，利用深度卷积神经网络（CNN）提高分类准确性和泛化能力	采用集成学习方法结合ResNet-50、DenseNet-121和Xception三种先进的CNN架构，显著提高了芝麻病害的分类准确率	未提及模型在不同环境条件下的泛化能力测试，以及实际田间应用的可行性验证	开发一个鲁棒且准确的模型，用于识别芝麻病害，支持精准农业	芝麻叶片图像，包括健康、变叶病和细菌性疫病三种状态	计算机视觉	芝麻病害	深度卷积神经网络（CNN）	ResNet-50, DenseNet-121, Xception	图像	未明确提及具体数量，但包含健康、变叶病和细菌性疫病三种状态的芝麻叶片图像数据集
1972	2025-08-10	Network intrusion detection model using wrapper based feature selection and multi head attention transformers 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11348-5 PMID:40769994	研究论文	提出了一种基于包装器特征选择和多头注意力变换器的网络入侵检测模型，以提高检测准确性	结合包装器特征选择技术和多头注意力变换器，优化特征选择并提升模型性能	仅使用UNSW-NB15数据集进行验证，未在其他数据集上测试模型的泛化能力	提高网络入侵检测的准确性	网络入侵检测系统	机器学习	NA	包装器特征选择、多头注意力变换器	Transformer	网络数据	UNSW-NB15数据集
1973	2025-08-10	Predict the writer's trait emotional intelligence from reproduced calligraphy 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13318-3 PMID:40770015	research paper	该研究提出了一种结合深度学习和书法美学特征的方法，通过书法复制品预测作者的特质情绪智力	首次将Siamese神经网络与手工特征结合，用于从书法复制品中预测特质情绪智力，并显著优于人类评估能力	研究样本仅包含191名参与者，可能缺乏广泛代表性	探索书法复制品是否包含作者特质情绪智力的潜在信息，并开发预测方法	书法复制品及作者的特质情绪智力	计算机视觉	NA	深度学习	Siamese neural network	图像	191名参与者的48,826个复制字符
1974	2025-08-10	Transductive zero-shot learning via knowledge graph and graph convolutional networks 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13612-0 PMID:40770031	研究论文	提出了一种基于知识图谱和图卷积网络的转导零样本学习方法，用于识别未见类别的对象	结合知识图谱和图卷积网络，提出双过滤模块与匈牙利算法聚类策略，显著提升分类性能	依赖有限的语义关系和少量标记的已见类别数据集，可能影响模型泛化能力	解决零样本学习中因领域偏移导致的分类性能下降问题	未见类别的对象识别	计算机视觉	NA	知识图谱构建、图卷积网络	GCN（图卷积网络）	图像	三个数据集（AWA2、ImageNet50、ImageNet100）
1975	2025-08-10	Contrastive representation learning with transformers for robust auditory EEG decoding 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13646-4 PMID:40770040	研究论文	本文探讨了使用对比学习和transformer网络从脑电图(EEG)信号中解码连续语音的新方法	提出了一种结合对比学习和transformer网络的新型模型架构，用于学习EEG信号的稳健潜在表示	NA	提高从EEG信号解码连续语音的准确性，理解听觉处理的神经机制	听觉EEG信号	机器学习	NA	对比学习	transformer	EEG信号	ICASSP 2023 Auditory EEG Decoding Challenge中的两个任务数据集
1976	2025-08-10	Chronological age estimation from human microbiomes with transformer-based Robust Principal Component Analysis 2025-Aug-06, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08590-y PMID:40770074	研究论文	提出了一种基于Transformer的鲁棒主成分分析方法(TRPCA)，用于从人类微生物组数据中预测年龄	结合Transformer架构和鲁棒主成分分析的可解释性，提高了年龄预测的准确性，并通过多任务学习实现了出生国家预测	NA	提高从人类微生物组数据中预测年龄的准确性，并探索微生物组与个体特征之间的联系	人类微生物组数据（皮肤、口腔、肠道）	机器学习	NA	16S rRNA基因扩增子测序(16S)和全基因组测序(WGS)	Transformer-based Robust Principal Component Analysis(TRPCA)	微生物组测序数据	NA
1977	2025-08-10	Revolutionizing clinical decision making through deep learning and topic modeling for pathway optimization 2025-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12679-z PMID:40770243	研究论文	本文提出了一种创新的优化框架，结合LDA主题建模和BiLSTM网络，以解决现代医疗保健中的复杂性	融合LDA主题建模和BiLSTM网络，显著提高了临床路径优化的准确性和效率	未提及具体的数据集规模或多样性限制	优化临床路径，提升医疗保健服务的个性化和效率	临床路径和患者护理过程	自然语言处理	NA	LDA, BiLSTM	BiLSTM	临床叙述数据	NA
1978	2025-08-10	Machine learning training data: over 500,000 images of butterflies and moths (Lepidoptera) with species labels 2025-Aug-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05708-z PMID:40770239	research paper	该研究提供了一个包含超过54万张蝴蝶和蛾类图像的标注数据集，用于机器学习的训练和评估	数据集规模大于其他已发布的蝴蝶和蛾类图像数据集，并提供了细粒度物种分类任务的机会	数据集中存在强烈的类别不平衡，某些物种的图像数量从1到近3万不等	加速基于图像的生物多样性数据处理，并为公民科学家提供直接反馈	蝴蝶和蛾类（鳞翅目）物种	computer vision	NA	deep learning	NA	image	超过540,000张图像，涵盖185种蝴蝶和蛾类
1979	2025-08-10	Renji endoscopic submucosal dissection video data set for colorectal neoplastic lesions 2025-Aug-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05718-x PMID:40770268	research paper	介绍了一个名为Renji的数据集，包含用于结直肠肿瘤病变的内镜黏膜下剥离术（ESD）视频，带有详细的阶段标注	首个针对结直肠肿瘤病变治疗的ESD视频公开数据集	样本量相对较小，仅包含30个手术记录	提升内镜手术视频的分析能力，促进计算机辅助干预和外科医生学习	结直肠肿瘤病变的内镜黏膜下剥离术视频	digital pathology	colorectal neoplastic lesions	endoscopic submucosal dissection (ESD)	deep learning	video	30个手术记录，包含130,298个阶段标注
1980	2025-08-10	Assessing the spatial relationship between mandibular third molars and the inferior alveolar canal using a deep learning-based approach: a proof-of-concept study 2025-Aug-06, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06539-5 PMID:40770327	研究论文	本研究开发并验证了一种基于深度学习的系统，用于在锥形束计算机断层扫描（CBCT）图像中准确测量下颌第三磨牙（M3）与下颌管（MC）之间的空间关系	提出了一种创新的方法，在低资源环境下使用DeeplabV3+进行CBCT提取的2D图像的语义分割，随后进行多类别3D重建和可视化，并应用KD-Tree算法测量M3与MC之间的空间最小距离	研究仅在内部验证中使用随机选择的CBCT图像进行比较，未进行大规模外部验证	开发并验证一种基于深度学习的系统，用于准确测量M3-MC空间关系，以评估其与传统方法相比的准确性	下颌第三磨牙（M3）与下颌管（MC）之间的空间关系	数字病理	口腔疾病	CBCT	DeeplabV3+	图像	随机选择的CBCT图像