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
581	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
582	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
583	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
584	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
585	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
586	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
587	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
588	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
589	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
590	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
591	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
592	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
593	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
594	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
595	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
596	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
597	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
598	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
599	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
600	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