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
2401	2025-10-07	Measuring Respiration Rate from Speech 2025 Jan-Dec, Digital biomarkers DOI:10.1159/000544913 PMID:40236620	研究论文	本研究提出使用深度学习模型从语音中预测呼吸信号并估计呼吸率	首次将语音作为虚拟传感器用于呼吸率测量，提出了一种基于多变量时间序列Transformer的新方法	在模拟医院环境中测试，尚未在真实临床环境中全面验证	开发从语音信号中估计呼吸率的技术，为远程患者监测提供解决方案	双语临床研究参与者的语音数据	自然语言处理, 机器学习	NA	语音分析, 深度学习	Transformer	语音信号, 时间序列数据	1,005名参与者	NA	多变量时间序列Transformer, 语音编码器嵌入	呼吸率预测误差在±3 BPM内的准确率	NA
2402	2025-10-07	A multi-modal deep learning approach for stress detection using physiological signals: integrating time and frequency domain features 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1584299 PMID:40236827	研究论文	开发了一种基于多模态深度学习的压力检测方法，通过整合时域和频域特征分析可穿戴设备采集的生理信号	提出了一种整合时域和频域特征的多模态深度学习框架，并采用数据增强技术和SMOTE方法解决数据不平衡问题	仅针对护理职业群体进行研究，模型泛化能力有待进一步验证	开发准确可靠的压力检测方法，适用于高强度职业环境	护理人员的生理信号数据，包括加速度计、皮电活动、心率和皮肤温度	机器学习	NA	生理信号采集，快速傅里叶变换	CNN	生理信号，时域特征，频域特征	包含压力水平标签的多模态生理信号数据集	NA	卷积神经网络，全连接层	准确率，F1分数	NA
2403	2025-10-07	Transfer learning-based approach to individual Apis cerana segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319968 PMID:40238729	研究论文	本研究采用基于迁移学习的Mask R-CNN模型实现蜂箱环境中东方蜜蜂的精确检测与分割	利用已训练的西方蜜蜂模型权重进行迁移学习，并通过数据预处理技术提升模型性能，在极小数据集和计算时间下实现高性能分割	仅针对特定蜂种（东方蜜蜂）进行研究，模型泛化能力未验证	开发自动化的蜜蜂行为分析系统	蜂箱环境中的东方蜜蜂个体	计算机视觉	NA	深度学习，迁移学习	Mask R-CNN	图像	相比先前西方蜜蜂研究减少了85%的训练和验证集数量	NA	Mask R-CNN	mAP（平均精度均值）	NA
2404	2025-10-07	Deep learning-based acceleration of muscle water T2 mapping in patients with neuromuscular diseases by more than 50% - translating quantitative MRI from research to clinical routine 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318599 PMID:40238781	研究论文	本研究评估基于人工智能的压缩感知加速技术在神经肌肉疾病患者肌肉水T2定量成像中的应用效果	首次将CSAI（压缩感知与人工智能结合的重建技术）应用于定量MRI，实现扫描时间减少50%以上	样本量较小（仅10名FSHD患者），仅评估大腿肌肉	评估AI加速技术在定量MRI中的性能，推动定量MRI从研究向临床常规应用转化	面肩肱型肌营养不良症（FSHD）患者的大腿肌肉	医学影像分析	神经肌肉疾病	T2-prepared 3D TSE with SPAIR脂肪抑制，MRI成像	基于AI的压缩感知重建	MRI图像	10名FSHD患者，双侧大腿三个肌肉的六个感兴趣区域	CSAI（SmartSpeed, Philips Healthcare）	NA	表观信噪比，表观对比噪声比，组内相关系数，诊断一致性	NA
2405	2025-10-07	Optimizing lipocalin sequence classification with ensemble deep learning models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319329 PMID:40238838	研究论文	提出一种集成深度学习框架EnsembleDL-Lipo，用于优化脂质运载蛋白序列的分类识别	首次将CNN和DNN组合成集成深度学习框架，利用PSSM特征提升脂质运载蛋白序列分类性能	未提及模型在更大规模数据集上的泛化能力及计算资源消耗的具体分析	开发高效的脂质运载蛋白序列分类方法以替代传统实验方法	脂质运载蛋白序列	机器学习	NA	PSSM（位置特异性评分矩阵）	CNN, DNN	生物序列数据	NA	NA	CNN, DNN	准确率, 召回率, 马修斯相关系数, AUC	NA
2406	2025-10-07	Residue-Level Multiview Deep Learning for ATP Binding Site Prediction and Applications in Kinase Inhibitors 2025-01-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01255 PMID:39690486	研究论文	开发了一种结合一维序列和三维结构信息的多视图深度学习模型，用于精确预测ATP结合位点并应用于激酶抑制剂研究	提出了Multiview-ATPBind端到端深度学习模型和ResiBoost残基级提升算法，解决了传统方法依赖耗时预计算特征和数据不平衡问题	未明确说明模型在其他类型蛋白结合位点预测中的泛化能力	开发准确预测ATP结合位点的方法并应用于药物发现	蛋白质ATP结合位点、激酶抑制剂（如伊马替尼和达沙替尼）	生物信息学, 深度学习	癌症	深度学习, 分子对接模拟	深度学习模型	一维序列数据, 三维结构数据	基准数据集	NA	Multiview-ATPBind	平衡指标	NA
2407	2025-10-07	MGT: Machine Learning Accelerates Performance Prediction of Alloy Catalytic Materials 2025-01-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01065 PMID:39698829	研究论文	提出一种基于掩码图变换器的机器学习方法，用于预测合金催化材料在析氢反应中的吸附能	通过掩码图变换器网络分别处理完整分子图和忽略固定原子的掩码图，增强对催化反应关键位点的识别能力；引入非线性消息传递机制改进Transformer的点积注意力，通过深度张量积整合分子几何信息	仅在OC20-Ni小数据集上进行验证，需要更多数据验证泛化能力	提高合金催化材料吸附能预测的准确性	合金催化材料在析氢反应中的吸附能	机器学习	NA	深度学习	Transformer, MPNN	分子图数据	OC20-Ni小数据集	PyTorch	Masked Graph Transformer (MGT), NLMP-TransNet	误差率(eV)	NA
2408	2025-10-07	Deep Learning-Driven Insights into Enzyme-Substrate Interaction Discovery 2025-01-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01801 PMID:39721977	研究论文	开发了一种名为MEI的机器学习框架，用于高精度预测分子与酶之间的相互作用	通过分层神经网络中的先进注意力机制，将原子环境数据与氨基酸序列特征无缝结合	NA	准确预测特定酶的分子底物，特别是针对新型实体	酶与分子间的相互作用	机器学习	NA	机器学习	分层神经网络	酶促反应数据、酶序列数据	包含广泛酶促反应和酶序列信息的综合数据集	NA	具有注意力机制的分层神经网络	预测准确率, AUROC	NA
2409	2025-10-07	Evaluations of the Perturbation Resistance of the Deep-Learning-Based Ligand Conformation Optimization Algorithm 2025-01-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01096 PMID:39724561	研究论文	评估基于深度学习的配体构象优化算法DeepRMSD+Vina对输入扰动的抵抗能力	首次系统评估深度学习构象优化算法对输入结构扰动的鲁棒性，并揭示其物理启发的神经网络设计优势	对大扰动（RMSD 3-4 Å）的成功率显著下降至11%	评估深度学习配体构象优化算法的鲁棒性和可靠性	蛋白质-配体复合物结构	机器学习	NA	深度学习构象优化	深度学习神经网络	分子结构数据	多种蛋白质-配体案例	NA	DeepRMSD+Vina	成功率, RMSD	NA
2410	2025-10-07	Robust soybean seed yield estimation using high-throughput ground robot videos 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1554193 PMID:40230608	研究论文	提出一种基于地面机器人和深度学习的大豆种子产量估算新方法	结合鱼眼图像校正和随机传感器效应的数据增强技术，提高种子计数和产量估算架构的准确性和泛化能力	仅基于两年数据验证（2021年8500个地块和2023年650个地块），需要更多年份数据验证长期稳定性	开发高效准确的大豆产量估算方法以替代传统劳动力密集型方法	大豆种植地块	计算机视觉	NA	计算机视觉，深度学习	深度学习框架	视频，图像	2021年8500个地块，2023年650个地块	NA	P2PNet-Yield（包含特征提取模块和产量回归模块）	基因型排名准确率	NA
2411	2025-10-07	A weakly supervised deep learning framework for automated PD-L1 expression analysis in lung cancer 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1540087 PMID:40230846	研究论文	开发了一种基于弱监督深度学习的自动化PD-L1表达分析框架，用于肺癌免疫治疗评估	创新性地开发了多示例学习框架MiLT，显著减少对细胞级标注的需求，同时保持高准确性	需要在前瞻性临床试验中进一步验证	开发可靠的人工智能工具来标准化PD-L1表达评估，改善肺癌免疫治疗患者选择	肺癌患者的全玻片图像	数字病理学	肺癌	全玻片图像分析	多示例学习	图像	内部和外部队列验证	NA	MiLT	组内相关系数	NA
2412	2025-10-07	Unlocking chickpea flour potential: AI-powered prediction for quality assessment and compositional characterisation 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101030 PMID:40231315	研究论文	本研究探索将深度学习模型与近红外光谱技术相结合，用于鹰嘴豆粉质量评估和成分表征	首次将多种先进深度学习模型（CNN、ViT、GCN）应用于鹰嘴豆粉质量评估，并与传统PLSR方法进行对比	数据集规模有限，可能影响模型的泛化能力	提高鹰嘴豆粉质量评估的准确性和效率	136种不同品种的鹰嘴豆粉	机器学习	NA	近红外光谱技术	CNN, Vision Transformer, Graph Convolutional Network	光谱数据	136个鹰嘴豆品种	NA	CNN, Vision Transformer, Graph Convolutional Network	预测准确性	NA
2413	2025-10-07	Automated strabismus detection and classification using deep learning analysis of facial images 2025-01-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88154-6 PMID:39890897	研究论文	提出一种基于深度学习的面部图像分析方法，用于自动检测和分类斜视	首次使用卷积神经网络实现斜视的自动检测和八类偏差角度分类	数据集规模有限，多分类任务仅包含622张图像	开发自动斜视检测和分类系统以辅助医疗诊断	面部图像中的斜视患者和正常对照者	计算机视觉	斜视	面部图像采集	CNN	图像	二分类：4,257张面部图像（1,599正常，2,658斜视）；多分类：622张图像（480斜视，142正常）	NA	CNN	敏感度，准确率，F1分数，召回率	NA
2414	2025-10-07	An interpretable machine learning model for seasonal precipitation forecasting 2025, Communications earth & environment IF:8.1Q1 DOI:10.1038/s43247-025-02207-2 PMID:40125292	研究论文	提出一种名为TelNet的可解释机器学习模型，用于季节降水预测	开发了具有变量选择权重的序列到序列模型，支持实例和提前期预测解释	训练数据量有限，这是气候预测领域的常见问题	开发短期到中期提前期的季节降水预测模型	目标区域的季节降水值和气候指数	机器学习	NA	序列到序列机器学习	序列到序列模型	时间序列数据（降水值和气候指数）	小数据集，通过多次重采样训练、验证和测试集	NA	编码器-解码器-头部架构	确定性性能、概率性能、准确性、校准度	NA
2415	2025-10-07	AADNet: Exploring EEG Spatiotemporal Information for Fast and Accurate Orientation and Timbre Detection of Auditory Attention Based on a Cue-Masked Paradigm 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3555542 PMID:40168202	研究论文	提出基于线索掩蔽范式的AADNet深度学习模型，用于快速准确解码脑电信号中的听觉注意定向和音色信息	提出线索掩蔽听觉注意范式防止信息泄露，开发端到端深度学习模型AADNet利用短时间窗口脑电信号的时空信息	NA	开发快速准确的听觉注意解码技术，用于神经导向助听设备和其他辅助听力设备	脑电信号中的听觉注意定向和音色检测	脑机接口	听力障碍	脑电图	深度学习	脑电信号	NA	NA	AADNet	准确率	NA
2416	2025-10-07	Practical implementation and impact of the 4R principles in ethnopharmacology: Pursuing a more humane approach to research 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1543316 PMID:40223937	研究论文	探讨4R原则在民族药理学研究中的实际应用及其影响，追求更人性化的研究方法	在传统3R原则基础上引入'责任'原则，强化研究人员对实验动物福利的伦理义务	未提供具体实施案例的量化数据支持	推动民族药理学研究中动物实验的伦理管理	民族药理学研究中的动物实验伦理框架	民族药理学	NA	3D器官oids、深度学习技术	NA	NA	NA	NA	NA	NA	NA
2417	2025-10-07	Enhancing multilevel tea leaf recognition based on improved YOLOv8n 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1540670 PMID:40225027	研究论文	提出改进的T-YOLOv8n模型用于多层级茶叶识别，通过集成CBAM注意力模块和BiFPN多尺度特征融合提升检测性能	提出重叠标签茶叶数据集生成方法，集成CBAM和BiFPN改进YOLOv8n模型，结合CIOU和Focal Loss优化边界框预测	NA	提升自动化茶叶采摘中不同类别茶叶的识别精度	茶叶图像中的多层级复合特征	计算机视觉	NA	深度学习	CNN, YOLO	图像	NA	PyTorch	YOLOv8n, CBAM, BiFPN	mAP50, 精确率, 召回率	边缘计算环境
2418	2025-10-07	Comparative Analysis of nnUNet and MedNeXt for Head and Neck Tumor Segmentation in MRI-Guided Radiotherapy 2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings DOI:10.1007/978-3-031-83274-1_10 PMID:40213035	研究论文	比较nnUNet和MedNeXt在MRI引导放疗中头颈部肿瘤分割的性能	在HNTS-MRG24 MICCAI挑战赛中提出结合预训练和微调策略的多任务解决方案	未提供最终测试阶段的详细Dice相似系数分数	开发头颈部肿瘤自动分割方法以改进MRI引导放疗	头颈部癌患者的原发肿瘤体积(GTVp)和转移淋巴结肿瘤体积(GTVn)	数字病理	头颈部癌	磁共振成像(MRI)	深度学习模型	MRI图像	150例头颈部癌患者的MRI扫描	NA	nnUNet, MedNeXt	Dice相似系数	NA
2419	2025-10-07	Improving fishing ground estimation with weak supervision and meta-learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321116 PMID:40215460	研究论文	本研究提出结合弱监督和元学习的训练策略，通过海面温度模式估计渔场位置	首次将弱监督与元学习相结合用于渔场估计，利用轨迹数据预训练并通过元学习器缓解标签噪声	依赖有限的渔获数据作为标注，渔场覆盖范围不完整	改进渔场估计的准确性和数据利用效率	渔场位置和海面温度模式	计算机视觉	NA	深度学习关键点检测	关键点检测器	海面温度模式图像，渔获数据，渔船轨迹数据	有限量的渔获数据和更大量的轨迹数据	NA	NA	F1-score	NA
2420	2025-10-07	A deep learning-based approach for the detection of cucumber diseases 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320764 PMID:40215456	研究论文	提出基于VGG19架构和迁移学习的深度学习方法，用于黄瓜疾病的检测与分类	采用创新的迁移学习方法，在黄瓜疾病检测任务中实现了97.66%的平衡准确率，优于传统微调方法的93.87%	NA	开发准确的黄瓜疾病检测方法以保障作物质量和食品安全	黄瓜植株及其疾病（炭疽病、细菌性萎蔫病、肚腐病、霜霉病、健康黄瓜、健康叶片、腐霉果腐病、胶质茎枯病）	计算机视觉	植物疾病	深度学习	CNN	图像	NA	NA	VGG19	平衡准确率	NA