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	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
242	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
243	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
244	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
245	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
246	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
247	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
248	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
249	2025-10-07	Multi-modal features-based human-herpesvirus protein-protein interaction prediction by using LightGBM 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae005 PMID:38279649	研究论文	本研究开发了一种基于多模态特征融合的LightGBM方法来预测人类-疱疹病毒蛋白质相互作用	首次将文档嵌入和图嵌入方法结合用于表示蛋白质的序列、网络和功能模态特征，并应用于人类-疱疹病毒PPI预测	未明确说明样本量的具体数值和计算资源配置	预测人类-疱疹病毒蛋白质相互作用，理解病毒感染机制	人类和疱疹病毒蛋白质	自然语言处理, 机器学习	疱疹病毒感染相关恶性肿瘤	文档嵌入, 图嵌入, 多模态特征融合	LightGBM	蛋白质序列数据, 网络数据, 功能数据	NA	LightGBM	LightGBM	NA	NA
250	2025-10-07	Recognition of rare antinuclear antibody patterns based on a novel attention-based enhancement framework 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbad531 PMID:38279651	研究论文	提出一种基于注意力机制的增强框架用于识别罕见抗核抗体模式	首个专门针对罕见ANA模式识别的研究，引入注意力机制增强特征提取能力	仅针对9类罕见ANA模式，未涵盖所有可能的罕见模式	开发用于罕见抗核抗体模式识别的深度学习框架	ANA间接免疫荧光图像中的罕见模式	计算机视觉	自身免疫性疾病	间接免疫荧光成像	CNN	图像	NA	NA	基于注意力机制的增强框架	精确率,召回率,F1分数,平均精度均值	NA
251	2025-10-07	scMMT: a multi-use deep learning approach for cell annotation, protein prediction and embedding in single-cell RNA-seq data 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbad523 PMID:38300515	研究论文	提出一种名为scMMT的多用途深度学习方法，用于单细胞RNA测序数据中的细胞注释、蛋白质预测和嵌入表示	开发了新颖的特征提取技术，构建了基于GradNorm的多任务学习框架，引入对数加权和标签平滑机制以增强稀有细胞识别能力并防止模型过度自信	NA	提高单细胞RNA测序数据中细胞类型注释的准确性，特别是在识别具有相似分子谱但功能不同的免疫细胞类型方面	单细胞RNA测序数据中的细胞类型，特别是免疫细胞	生物信息学	肿瘤微环境	单细胞RNA测序	深度学习	单细胞RNA测序数据	多个公共数据集	NA	基于GradNorm的多任务学习框架	细胞类型注释准确性、稀有细胞识别能力、dropout和标签噪声抵抗能力、蛋白质表达预测准确性、低维嵌入表示质量	NA
252	2025-10-07	Deqformer: high-definition and scalable deep learning probe design method 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae007 PMID:38305453	研究论文	提出一种名为Deqformer的深度学习模型，用于准确预测靶向富集测序中探针的覆盖深度	首次结合Watson-Crick碱基配对原理，采用双BERT编码器分别捕获正反向探针链的底层信息	NA	开发高精度且可扩展的探针设计方法，提升靶向富集测序效率	DNA探针的寡核苷酸序列	机器学习	NA	靶向富集测序	BERT, 前馈神经网络	序列数据	4个数据集：SNP panel（38,200探针）、lncRNA panel（2,000探针）、合成panel（5,899探针）、HD-Marker panel（11,000探针）	NA	BERT编码器	F3acc（三倍准确率因子）, 5折交叉验证	NA
253	2025-10-07	ChemMORT: an automatic ADMET optimization platform using deep learning and multi-objective particle swarm optimization 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae008 PMID:38385872	研究论文	开发了一个名为ChemMORT的自动ADMET优化平台，利用深度学习和多目标粒子群优化算法优化药物分子的ADMET属性	结合可逆分子表示和粒子群优化策略，实现多ADMET端点优化而不损失生物活性，完成逆向QSAR设计	NA	开发自动ADMET优化平台以改善药物分子的吸收、分布、代谢、排泄和毒性属性	药物分子，特别是聚(ADP-核糖)聚合酶-1抑制剂	机器学习	NA	深度学习，多目标粒子群优化	编码器-解码器架构	分子结构数据(SMILES)	NA	NA	SMILES编码器，描述符解码器	NA	NA
254	2025-10-07	ADH-Enhancer: an attention-based deep hybrid framework for enhancer identification and strength prediction 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae030 PMID:38385876	研究论文	提出一种基于注意力机制的深度混合框架ADH-Enhancer，用于增强子识别和强度预测	使用语言建模策略将DNA序列转换为统计特征空间，结合卷积神经网络和注意力机制的新型分类器	未提及框架在实时分析中的具体应用限制	开发高性能的计算框架用于增强子识别和强度预测	DNA序列中的增强子区域	生物信息学	血友病、膀胱癌、糖尿病、先天性疾病	语言建模、k-mer分析	CNN, 注意力机制	DNA序列	NA	NA	基于CNN和注意力机制的混合架构	准确率, MCC	NA
255	2025-10-07	A comprehensive computational benchmark for evaluating deep learning-based protein function prediction approaches 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae050 PMID:38388682	研究论文	本研究提出了一个名为BeProf的综合性基准测试平台，用于评估深度学习蛋白质功能预测方法的性能	提出了新颖的综合性评估指标，设计了八种应用场景，并对现有方法进行了系统评估	仅评估了17种代表性计算方法，可能未覆盖所有现有方法	建立蛋白质功能预测计算方法的全面评估体系	蛋白质功能预测计算方法	生物信息学	NA	高通量测序技术	深度学习	生物数据	最新数据集（具体数量未说明）	NA	NA	综合性评估指标	NA
256	2025-10-07	CRISPR-DIPOFF: an interpretable deep learning approach for CRISPR Cas-9 off-target prediction 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbad530 PMID:38388680	研究论文	提出一种可解释的深度学习方法CRISPR-DIPOFF，用于预测CRISPR Cas-9基因编辑工具的脱靶效应	首次结合高预测效能、模型可解释性以及精确率-召回率平衡的脱靶预测模型，通过积分梯度方法识别出单导RNA种子区域中两个影响脱靶效应的子区域	未明确说明模型在多样化基因组背景下的泛化能力及计算效率评估	开发高精度且可解释的CRISPR Cas-9脱靶效应预测方法	CRISPR Cas-9基因编辑系统的脱靶效应	机器学习	NA	基因编辑技术	RNN	序列数据	NA	NA	循环神经网络	精确率,召回率	NA
257	2025-10-07	Deeply integrating latent consistent representations in high-noise multi-omics data for cancer subtyping 2024-01-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae061 PMID:38426322	研究论文	提出一种基于变分自编码器的深度学习模型DILCR，用于从高噪声多组学数据中提取一致性表征并进行癌症亚型分型	设计多独立变分自编码器和对比损失函数分离组学数据噪声，提出注意力深度整合网络有效整合多组学一致性表征，引入改进深度嵌入聚类算法	NA	开发能够有效处理高噪声多组学数据的癌症亚型分型方法	癌症患者的多组学数据	机器学习	癌症	多组学数据分析	变分自编码器,深度学习	多组学数据	来自癌症基因组图谱的10种典型癌症数据集	NA	变分自编码器,注意力深度整合网络	NA	NA
258	2025-02-05	Multimodal Alzheimer's disease classification through ensemble deep random vector functional link neural network 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2590 PMID:39896355	研究论文	本研究通过集成深度随机向量功能链接神经网络（edRVFL）模型，结合临床和遗传信息的多模态数据，提高了阿尔茨海默病（AD）和轻度认知障碍（MCI）的早期检测能力	采用多模态数据集成和深度随机向量功能链接神经网络（edRVFL）模型，结合有效的数据填补技术（如Winsorized-mean），显著提高了AD早期检测的准确性	研究主要依赖于多模态数据的集成，可能面临数据变异性和不完整性的挑战	提高阿尔茨海默病（AD）和轻度认知障碍（MCI）的早期检测能力	阿尔茨海默病（AD）和轻度认知障碍（MCI）患者	机器学习	老年病	深度学习（DL）	集成深度随机向量功能链接神经网络（edRVFL）	临床和遗传信息的多模态数据	NA	NA	NA	NA	NA
259	2025-02-05	Enhancing breast cancer diagnosis using deep learning and gradient multi-verse optimizer: a robust biomedical data analysis approach 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2578 PMID:39896354	研究论文	本文提出了一种结合梯度搜索机制和多宇宙优化器（MVO）的混合优化算法，用于优化深度学习模型在乳腺癌诊断中的参数，以提高分类准确性	提出了一种新的混合优化算法，结合梯度搜索机制和多宇宙优化器（MVO），以解决深度学习模型在高维搜索空间中易陷入局部最优的问题	实验仅在两个乳腺癌数据集上进行，未在其他类型的数据集上验证其泛化能力	提高乳腺癌早期诊断的准确性，推动计算机辅助诊断（CAD）系统的发展	乳腺癌诊断	数字病理学	乳腺癌	深度学习（DL）	深度神经网络（DNN）	医疗数据	威斯康星乳腺癌数据集（WBCD）和威斯康星诊断乳腺癌数据集（WDBC），分别划分为70%训练集和30%测试集	NA	NA	NA	NA
260	2025-02-05	AI in dermatology: a comprehensive review into skin cancer detection 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2530 PMID:39896358	综述	本文系统回顾了人工智能在皮肤癌分类中的应用，全面概述了其优势、挑战、方法和功能	本文通过综合分析和分类现有文献，提供了人工智能在皮肤癌检测中的全面视角，强调了其在提高诊断准确性、效率和可及性方面的潜力	数据隐私问题、将AI系统整合到现有工作流程中的复杂性以及需要大规模高质量数据集等挑战仍然存在	探讨人工智能在皮肤癌检测和诊断中的应用及其潜力	皮肤癌	计算机视觉	皮肤癌	深度学习算法、图像处理技术、特征提取方法	CNN, SVM, 集成学习技术	图像	95篇科学文章	NA	NA	NA	NA