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
241	2025-10-07	Deep IDA: a deep learning approach for integrative discriminant analysis of multi-omics data with feature ranking-an application to COVID-19 2024, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae060 PMID:39027641	研究论文	提出一种用于多组学数据整合判别分析的深度学习方法Deep IDA，通过非线性变换实现最大关联和最大分离，并应用于COVID-19研究	开发了能够处理两个或更多数据视图复杂非线性关系的深度学习方法，并提出基于集成学习的特征排序方法以提高结果可解释性	未明确说明样本量的具体限制或模型在其他疾病数据集上的泛化能力	开发多组学数据整合分析方法以更好理解复杂疾病的病理生物学	COVID-19患者的多组学数据	机器学习	COVID-19	RNA测序，代谢组学，蛋白质组学	深度学习	多组学数据	两个大型真实世界数据集	PyTorch	Deep IDA	NA	NA
242	2025-10-07	Automated recognition of emotional states of horses from facial expressions 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302893 PMID:39008504	研究论文	本研究开发了首个基于马匹面部表情自动识别情绪状态的AI模型	首次将AI模型应用于马匹情绪状态识别，探索了深度学习和机器学习两种方法，并比较了视频输入与EquiFACS注释输入的差异	积极期待和挫折两种情绪状态难以区分，准确率仅为61%	开发自动识别马匹情绪状态的AI模型	马匹	计算机视觉	NA	EquiFACS注释	深度学习, 机器学习	视频, 注释数据	NA	NA	NA	准确率	NA
243	2025-10-07	Late-Life High Blood Pressure and Enlarged Perivascular Spaces in the Putaminal Regions of Community-Dwelling Japanese Older Persons 2024-01, Journal of geriatric psychiatry and neurology IF:2.9Q2 DOI:10.1177/08919887231195235 PMID:37537887	研究论文	本研究探讨了日本社区老年人群晚期高血压与脑部豆状核区域血管周围间隙扩大的关联	首次在大型社区老年人群中系统分析血压水平与血管周围间隙体积的定量关系，并采用自主研发的深度学习软件进行精确测量	横断面研究设计无法确定因果关系，研究对象仅限于日本社区老年人群	确定血压与脑部血管周围间隙体积的关联并分析相关因素的交互作用	9296名65岁及以上社区居住的日本老年人	数字病理	老年疾病	脑磁共振成像	深度学习	医学影像	9296名社区老年受试者	自主研发软件	NA	协方差分析，多元回归分析，趋势P值	NA
244	2025-02-12	Enhancing plant disease detection through deep learning: a Depthwise CNN with squeeze and excitation integration and residual skip connections 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1505857 PMID:39925367	研究论文	本研究提出了一种改进的深度卷积神经网络（CNN）结合压缩激励（SE）模块和改进的残差跳跃连接，用于植物病害检测	提出了一种结合SE模块和改进残差跳跃连接的深度CNN模型，增强了特征提取和分类性能，同时保持计算效率	未提及具体的数据集规模或模型在不同环境下的泛化能力	开发高效准确的自动化系统，用于植物病害检测，以增强作物保护和产量优化	多种植物物种和病害类别	计算机视觉	植物病害	深度卷积神经网络（CNN）	深度CNN结合SE模块和残差跳跃连接	图像	未提及具体样本数量	NA	NA	NA	NA
245	2025-02-12	Diagnosis and detection of bone fracture in radiographic images using deep learning approaches 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1506686 PMID:39927268	研究论文	本文探讨了使用深度学习算法在X光图像中自动检测和诊断骨折的方法	提出了结合DenseNet201和VGG16的深度学习模型，用于骨折检测，并在验证阶段达到了97%的准确率	现有骨折检测和诊断方法的局限性，需要进一步改进深度学习模型	开发一种自动化的骨折检测方法，以提高骨折诊断的准确性	X光图像中的骨折	计算机视觉	骨折	深度学习	VGG16, ResNet152V2, DenseNet201	图像	10,580张X光图像	NA	NA	NA	NA
246	2025-02-12	NavBLIP: a visual-language model for enhancing unmanned aerial vehicles navigation and object detection 2024, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2024.1513354 PMID:39927288	研究论文	本文介绍了一种名为NavBLIP的视觉-语言模型，旨在通过利用多模态数据增强无人机的导航和物体检测能力	NavBLIP模型引入了Nuisance-Invariant Multimodal Feature Extraction (NIMFE)模块和多模态控制策略，以在动态环境中提高适应性和计算效率	NA	提高无人机在复杂和多样化场景中的导航和物体检测能力	无人机	计算机视觉	NA	多模态数据融合	视觉-语言模型	图像和文本	在RefCOCO、CC12M和Openlmages等基准数据集上进行了广泛实验	NA	NA	NA	NA
247	2025-10-07	Ensemble Deep Learning Object Detection Fusion for Cell Tracking, Mitosis, and Lineage 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2023.3288470 PMID:39906165	研究论文	提出了一种基于集成深度学习的细胞检测、追踪和运动分析方法EDNet	采用深度架构无关的集成方法进行2D细胞检测，在细胞追踪和谱系分析方面超越YOLO和FasterRCNN等单一模型	NA	开发更鲁棒的细胞检测、追踪和运动分析方法	细胞检测、追踪、有丝分裂事件和细胞谱系图	计算机视觉	NA	深度学习	CNN, 集成学习	图像	CTMCv1数据集和外部肌肉干细胞数据	NA	YOLO, FasterRCNN	MOTA, TRA	NA
248	2025-10-07	Deep learning in microbiome analysis: a comprehensive review of neural network models 2024, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2024.1516667 PMID:39911715	综述	本文全面回顾了深度学习在微生物组分析中的应用，重点介绍了神经网络模型在微生物组研究中的优势和挑战	系统梳理了深度学习在微生物组研究中的最新进展，强调了其在模式识别、特征提取和预测建模方面的独特优势	微生物组数据的生物学变异性需要定制化方法，深度学习模型在微生物组研究中仍面临显著挑战	回顾深度学习在微生物组研究中的应用现状和发展前景	微生物群落及其在不同环境中的组成	机器学习	NA	组学数据分析	深度学习神经网络	组学数据	NA	NA	NA	NA	NA
249	2025-10-07	Artificial intelligence in dentistry and dental biomaterials 2024, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2024.1525505 PMID:39917699	综述	概述人工智能技术在牙科和牙科生物材料领域的应用现状与发展前景	系统整合了AI在修复牙科和修复修复学中的多模态应用，包括多模态深度学习融合与神经形态计算等前沿技术	未提及具体临床验证数据与算法精度指标	探讨人工智能技术在生物医学、牙科及牙科生物材料领域的应用潜力	牙科诊断、治疗规划与生物材料开发	机器学习	口腔疾病	数字成像、3D打印	深度学习,神经网络	根尖周X线片、全景X线片	NA	NA	NA	NA	NA
250	2025-10-07	Automated HER2 Scoring in Breast Cancer Images Using Deep Learning and Pyramid Sampling 2024, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0048 PMID:39045139	研究论文	提出一种基于深度学习和金字塔采样的自动化方法，用于乳腺癌组织图像中HER2状态的自动分类	采用金字塔采样策略分析不同空间尺度的形态特征，有效处理HER2表达的组织异质性	研究仅基于523个组织芯片核心图像，样本规模有限	开发自动化HER2评分系统以提高诊断准确性和效率	乳腺癌免疫组织化学染色组织图像	数字病理学	乳腺癌	免疫组织化学染色	深度学习	组织图像	523个组织芯片核心图像	NA	NA	准确率	NA
251	2025-10-07	Deep Learning-Based Glucose Prediction Models: A Guide for Practitioners and a Curated Dataset for Improved Diabetes Management 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3365290 PMID:38899015	研究论文	本研究利用可穿戴传感器采集的生理数据构建基于深度学习的血糖预测模型，并系统比较不同模型架构为从业者提供实践指导	系统比较多种深度学习架构在血糖预测任务中的表现，并引入包含健康人群和糖尿病患者在自由生活条件下记录的精选数据集	NA	开发准确的中短期血糖预测模型以改善糖尿病管理	糖尿病患者及糖尿病高风险人群	机器学习	糖尿病	可穿戴传感器数据采集	深度学习	生理时间序列数据	包含健康个体和糖尿病患者的精选数据集	NA	多种深度学习架构	NA	NA
252	2025-10-07	Classification of tomato leaf disease using Transductive Long Short-Term Memory with an attention mechanism 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1467811 PMID:39906226	研究论文	提出一种结合注意力机制的转导式长短期记忆网络用于番茄叶部病害分类	首次将转导学习与LSTM结合并引入注意力机制，通过缩放点积注意力评估图像序列中各步骤的权重	未明确说明模型计算复杂度及实际部署可行性	开发高效的番茄叶部病害自动分类方法	番茄叶片图像	计算机视觉	植物病害	图像处理、数据增强	T-LSTM, CNN	图像	PlantVillage数据集（未明确具体数量）	NA	U-Net, VGG-16, T-LSTM with attention mechanism	准确率	NA
253	2025-10-07	An improved ShuffleNetV2 method based on ensemble self-distillation for tomato leaf diseases recognition 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1521008 PMID:39906224	研究论文	提出一种基于集成自蒸馏的改进ShuffleNetV2方法，用于番茄叶部病害识别	构建多深度浅层模型建立蒸馏框架，引入深度可分离卷积层提取更有效特征信息，通过集成模型动态传递知识	NA	开发适用于边缘设备部署的轻量级番茄病害识别模型	番茄叶部病害	计算机视觉	植物病害	深度学习	CNN	图像	NA	NA	ShuffleNetV2, VGG16, ResNet18	准确率, 精确率, 召回率, F1分数	边缘设备
254	2025-10-07	Automated karyogram analysis for early detection of genetic and neurodegenerative disorders: a hybrid machine learning approach 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1525895 PMID:39911161	研究论文	提出一种结合无监督和监督学习的混合方法，用于自动化染色体核型分析以早期检测遗传和神经退行性疾病	开发了结合自编码器和卷积神经网络的混合学习方法，解决了染色体异常数据稀缺和标注数据有限的问题	依赖于特定数据集，模型在更广泛染色体异常类型上的泛化能力需要进一步验证	开发自动化染色体核型分析方法，实现遗传和神经退行性疾病的早期检测	染色体图像	医学图像分析	遗传疾病,神经退行性疾病	染色体核型分析	Autoencoder, CNN	图像	234,259张染色体图像（包含训练集、验证集和测试集）	NA	Autoencoder, CNN	准确率, 结构相似性指数, 模板匹配	NA
255	2025-10-07	Proximity-based solutions for optimizing autism spectrum disorder treatment: integrating clinical and process data for personalized care 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1512818 PMID:39911557	研究论文	利用人工智能技术优化自闭症谱系障碍的诊断和治疗，通过集成临床和流程数据提供个性化护理	开发了集成多源数据的中央数据枢纽(MDP)，结合AI算法实现自闭症风险因素识别、个性化治疗计划制定和复发预测，并引入面向患者的聊天机器人	未提及具体样本规模和验证方法，缺乏实际应用效果的具体数据	改善自闭症谱系障碍的诊断和治疗可及性，实现个性化护理	自闭症谱系障碍患者及其临床数据	机器学习	自闭症谱系障碍	人工智能、机器学习和深度学习	NA	临床数据和流程数据	NA	NA	NA	NA	NA
256	2025-10-07	Accurate LAI estimation of soybean plants in the field using deep learning and clustering algorithms 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1501612 PMID:39911650	研究论文	提出结合深度学习和聚类算法的处理流程，从无人机LiDAR点云数据中分割田间大豆植株并估算叶面积指数	首次将PointNet++模型与分水岭算法结合用于田间大豆植株分割，显著提升分割精度6.73%	仅针对大豆植物进行研究，未验证在其他作物上的适用性	开发高效准确的田间植物表型参数提取方法	田间种植的大豆植株	计算机视觉	NA	LiDAR点云采集	PointNet++, SVM, RF, XGBoost	3D点云数据	NA	NA	PointNet++	准确率, F1-score, R², RMSE	NA
257	2025-10-07	YOLOv8s-Longan: a lightweight detection method for the longan fruit-picking UAV 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1518294 PMID:39911656	研究论文	提出一种名为YOLOv8s-Longan的轻量级深度学习算法，用于无人机采摘龙眼果实的快速准确检测	设计了AMA注意力模块并集成到DenseAMA和C2f-Faster-AMA模块中，提出VOVGSCSPC模块进行多尺度特征融合，采用新型Inner-SIoU损失函数作为目标边界框损失函数	NA	提高无人机采摘场景下果实检测的准确性和速度，同时减少模型参数量	龙眼果实	计算机视觉	NA	深度学习	YOLO	图像	NA	NA	YOLOv8s-Longan, DenseAMA, C2f-Faster-AMA, VOVGSCSPC	mAP@0.5	无人机计算平台
258	2025-10-07	Automated classification of elongated styloid processes using deep learning models-an artificial intelligence diagnostics 2024, Frontiers in oral health IF:3.0Q1 DOI:10.3389/froh.2024.1424840 PMID:39902080	研究论文	本研究开发了一种基于深度学习的自动化分类系统，用于从数字全景X光片中准确分类细长茎突	首次应用EfficientNetB5和InceptionV3深度学习模型对细长茎突进行自动化分类，显著提高了诊断准确性	研究为回顾性分析，样本量相对有限（450张图像），仅使用单一类型医学影像（全景X光片）	开发细长茎突的自动化分类系统，评估不同深度学习模型的性能	细长茎突和正常茎突的医学影像	计算机视觉	Eagle综合征	数字全景X光片（OPG）	CNN	医学影像	450张图像（330张细长茎突，120张正常茎突）	NA	EfficientNetB5, InceptionV3	准确率, 精确率, 召回率, F1分数, AUC	NA
259	2025-10-07	Rapid and non-destructive classification of rice seeds with different flavors: an approach based on HPFasterNet 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1502631 PMID:39902203	研究论文	本研究提出了一种基于HPFasterNet深度学习模型的快速无损大米风味分类方法	结合Ghost瓶颈和FasterNet_T0并引入分组卷积的轻量级网络HPFasterNet，在保持高精度的同时显著减少参数和计算量	仅针对19种粳稻种子进行研究，未涉及其他水稻品种	开发快速无损的大米风味分类识别方法	19种不同风味的粳稻种子	计算机视觉	NA	图像采集	CNN	图像	36735张图像	NA	HPFasterNet, FasterNet_T0	准确率	资源受限环境
260	2025-10-07	MyoV: a deep learning-based tool for the automated quantification of muscle fibers 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbad528 PMID:38271484	研究论文	开发了一种基于深度学习的自动化肌肉纤维量化工具MyoV	使用掩膜区域卷积神经网络结合残差网络和特征金字塔网络作为骨干网络，能够处理不同大小和年龄的肌肉纤维	NA	开发自动化肌肉纤维量化工具以克服现有方法的局限性	苏木精-伊红染色的肌肉纤维	计算机视觉	肌肉疾病	图像分割	CNN	图像	超过660,000个手动和半自动标记的肌肉纤维	NA	Mask R-CNN, ResNet, FPN	检测率, 精确度	NA