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
261	2025-03-29	Technical implications of a novel deep learning system in the segmentation and evaluation of computed tomography angiography before transcatheter aortic valve replacement 2025 Jan-Dec, Therapeutic advances in cardiovascular disease IF:2.6Q2 DOI:10.1177/17539447251321589 PMID:40123453	研究论文	本研究比较了Cvpilot、3mensio和Volume Viewer系统在经导管主动脉瓣置换术（TAVR）前主动脉根部分割和评估中的效果	探索Cvpilot系统在TAVR前主动脉根部分割和技术评估中的实用性	研究仅在一个中心进行，样本量相对较小（154例患者）	评估Cvpilot系统在TAVR前主动脉根部分割和测量中的有效性和可靠性	接受TAVR手术的患者	数字病理学	心血管疾病	计算机断层扫描血管造影（CTA）	深度学习系统	医学影像	154例接受TAVR手术的患者
262	2025-03-29	SUMO-LMNet: Lossless mapping network for predicting SUMOylation sites in SUMO1 and SUMO2 using high-dimensional features 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.005 PMID:40143924	研究论文	介绍了一种名为SUMO-LMNet的深度学习框架，用于精确预测SUMO1和SUMO2的SUMOylation位点	SUMO-LMNet整合了无损映射策略和深度学习架构，提高了预测准确性和可解释性，并引入了Combined Heatmap Feature Analysis (CHFA)进行数据集范围的评估	Grad-CAM在单个预测中突出关键特征，但在样本间缺乏一致性，且未提供数据集范围的特征重要性评估	提高SUMO1和SUMO2修饰位点的预测准确性，以助于基因调控和疾病机制的研究	SUMO1和SUMO2的SUMOylation位点	机器学习	NA	深度学习	CNN	序列数据	NA
263	2025-03-29	SympCoughNet: symptom assisted audio-based COVID-19 detection 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1551298 PMID:40144457	research paper	提出了一种名为SympCoughNet的深度学习网络，通过结合咳嗽声音和临床症状数据来检测COVID-19	首次将临床症状数据与咳嗽声音结合用于COVID-19检测，并采用症状编码通道加权增强特征处理	错误的症状输入可能影响预测结果	提高COVID-19检测的准确性和便捷性	COVID-19患者	machine learning	COVID-19	深度学习	CNN	音频和临床数据	UK COVID-19 Vocal Audio Dataset
264	2025-03-29	A multi-modal deep learning solution for precise pneumonia diagnosis: the PneumoFusion-Net model 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1512835 PMID:40144549	research paper	提出了一种名为PneumoFusion-Net的多模态深度学习模型，用于精确诊断肺炎	整合了CT图像、临床文本、实验室数值结果和放射学报告，首次在肺炎诊断中实现了多模态数据的深度融合	模型仅在单一数据集上进行验证，需要更多外部数据验证其泛化能力	开发一个高精度的肺炎分类系统，区分细菌性和病毒性肺炎	肺炎患者的CT图像及相关临床数据	digital pathology	pneumonia	deep learning	PneumoFusion-Net	CT images, clinical text, numerical lab test results, radiology reports	10,095份肺炎CT图像及相关临床数据
265	2025-03-29	Multimodal diagnosis of Alzheimer's disease based on resting-state electroencephalography and structural magnetic resonance imaging 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1515881 PMID:40144547	研究论文	提出了一种基于静息态脑电图和结构磁共振成像的多模态阿尔茨海默病诊断模型	首次探索深度学习与脑电图多模态结合用于阿尔茨海默病诊断，设计了多模态联合注意力机制以增强模态间协作	未提及模型在其他神经退行性疾病上的泛化能力	提升多模态阿尔茨海默病诊断的准确性和脑电图在多模态研究中的应用	阿尔茨海默病患者	数字病理学	阿尔茨海默病	静息态脑电图（EEG），结构磁共振成像（sMRI）	CNN，随机森林	EEG信号，MRI图像	未明确提及样本数量
266	2025-03-29	Review of applications of deep learning in veterinary diagnostics and animal health 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1511522 PMID:40144529	review	本文综述了深度学习在兽医诊断和动物健康领域的应用	系统性地回顾了深度学习在兽医医学中的多种诊断应用，并分析了其发展趋势和潜在影响	需要更大更多样的数据集，存在可解释性问题，需专家参与模型开发以确保有效性	探讨深度学习在兽医诊断领域的应用及其未来发展方向	兽医诊断和动物健康	machine learning	NA	deep learning	NA	radiography, cytology, health record, MRI, environmental data, photo/video imaging, ultrasound	39篇主要研究文章
267	2025-03-29	YO-AFD: an improved YOLOv8-based deep learning approach for rapid and accurate apple flower detection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1541266 PMID:40144752	研究论文	提出了一种基于YOLOv8改进的YO-AFD深度学习方法，用于快速准确地检测苹果花	设计了新的注意力模块ISAT，结合了IRMB和SCSA模块，并引入了基于FIoU的回归损失函数，以提高模型对不同尺度特征的关注和关键特征的提取能力	未提及具体的数据集规模或多样性限制，可能影响模型的泛化能力	提高苹果花的检测准确性和速度，以评估果树生长状态、预测花期和早期产量估计	苹果花	计算机视觉	NA	深度学习	YOLOv8, ISAT, C2f-IS	图像	未明确提及具体样本数量
268	2025-03-29	Feasibility study of single-image super-resolution scanning system based on deep learning for pathological diagnosis of oral epithelial dysplasia 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1550512 PMID:40144879	研究论文	本研究评估了基于深度学习的超分辨率扫描系统在口腔上皮异常增生（OED）数字扫描和诊断中的可行性	结合深度学习和超分辨率扫描技术，提高了口腔上皮组织病理切片的成像清晰度，解决了现有数字扫描仪成像速度慢、数据量大等问题	研究样本量较小，仅使用了40张病理切片进行模型训练	评估基于深度学习的超分辨率数字切片扫描系统在OED病理诊断中的可行性	口腔上皮异常增生（OED）的病理切片	数字病理	口腔潜在恶性疾病	深度学习	NA	图像	40张口腔上皮组织病理切片和200张确诊OED的切片
269	2025-03-28	Predicting noncoding RNA and disease associations using multigraph contrastive learning 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81862-5 PMID:39747154	研究论文	提出一种名为K-MGCMLD的多图对比学习方法，用于预测miRNA、lncRNA与疾病之间的关联	结合K-means聚类和多图对比学习（包括局部和全局图对比学习），提高了预测准确性并能同时预测多种非编码RNA与疾病的关联	未明确提及具体局限性	提高非编码RNA与疾病关联预测的准确性，并实现多种类型关联的同时预测	miRNA、lncRNA与疾病之间的关联	机器学习	肺癌、阿尔茨海默病	多图对比学习	GCN、XGBoost	图数据	未明确提及具体样本量
270	2025-03-28	Validation of musculoskeletal segmentation model with uncertainty estimation for bone and muscle assessment in hip-to-knee clinical CT images 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83793-7 PMID:39747203	研究论文	本研究验证了一种改进的深度学习模型，用于从临床CT图像中进行髋部和股骨的肌肉骨骼体积分割及不确定性估计	改进了深度学习模型，增加了不确定性估计功能，并在多厂商/扫描仪、不同疾病状态和患者体位的大规模CT数据库上进行了验证	基线模型的训练数据库较小（N=20）	验证改进的深度学习模型在肌肉骨骼分割中的准确性和可靠性	髋部至膝部的临床CT图像	数字病理	肌肉骨骼疾病	临床CT成像	深度学习模型	3D医学图像	大规模CT数据库（具体数量未明确说明），基线模型训练样本N=20
271	2025-03-28	Varying pixel resolution significantly improves deep learning-based carotid plaque histology segmentation 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83948-6 PMID:39747244	研究论文	本研究探讨了通过改变像素分辨率显著提升基于深度学习的颈动脉斑块组织学分割效果	通过大幅变化像素分辨率（从[公式：见文本]到[公式：见文本]）来提供神经网络更多上下文信息，模拟病理学家的观察方式	出血类别被排除，因为34个颈动脉内膜切除标本中仅1个有足够出血用于标注	优化基于斑块成分的医疗治疗方案或干预措施	颈动脉斑块（胆固醇、钙化、细胞碎片和纤维组织的堆积）	数字病理学	心血管疾病	深度学习	Mask R-CNN	图像	从323张全切片图像中采样的1944个感兴趣区域
272	2025-03-28	Drug discovery and mechanism prediction with explainable graph neural networks 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83090-3 PMID:39747341	研究论文	本文提出了一种可解释的基于图的药物反应预测方法XGDP，旨在精确预测药物反应并揭示药物与靶点之间的作用机制	XGDP方法不仅提高了药物反应预测的准确性，还能捕捉药物的关键功能基团与癌细胞重要基因的相互作用	未提及具体的数据集规模或实验验证的广泛性	药物发现和机制预测	药物分子与基因之间的相互作用	机器学习	癌症	图神经网络和卷积神经网络	GNN和CNN	分子图和基因表达数据	NA
273	2025-03-28	DNA promoter task-oriented dictionary mining and prediction model based on natural language technology 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84105-9 PMID:39747934	研究论文	本文提出了一种基于自然语言处理技术的DNA启动子任务导向词典挖掘和预测模型，旨在提高启动子预测的准确性	引入了一种新的DNA序列分割方法，开发了更精细的DNA序列词典，并采用BERT-Inception架构以捕获多粒度信息	未提及具体的样本量或实验数据规模，可能影响模型泛化能力的评估	提高DNA启动子预测的准确性，并增强对DNA序列信息的解释和理解	DNA启动子序列	自然语言处理	NA	自然语言处理技术，BERT预训练	CNN, LSTM, BERT, Inception神经网络	DNA序列数据	NA
274	2025-03-28	Weakly supervised deep learning-based classification for histopathology of gliomas: a single center experience 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84238-x PMID:39748069	研究论文	本研究探讨了弱监督深度学习在胶质瘤组织病理学诊断中的应用	结合ResNet-50和注意力机制开发了一种弱监督深度学习模型，用于胶质瘤的分类诊断	研究仅基于单中心数据，外部验证的样本量相对较小	评估弱监督深度学习在胶质瘤组织病理学诊断中的辅助作用	胶质瘤患者的全切片图像(WSIs)	数字病理学	胶质瘤	弱监督深度学习	ResNet-50结合注意力机制	图像	226名患者的472张WSIs(华西医院数据集)和880名患者的1604张WSIs(TCGA数据集)
275	2025-03-28	Enhancing the performance of SSVEP-based BCIs by combining task-related component analysis and deep neural network 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84534-6 PMID:39748063	research paper	提出了一种结合任务相关成分分析和深度神经网络的分类框架eTRCA+sbCNN，用于增强基于SSVEP的脑机接口性能	结合了eTRCA算法和sbCNN模型，通过整合两种方法的优势显著提高了SSVEP信号的分类性能	未提及具体的局限性	提升基于SSVEP的脑机接口系统的性能	SSVEP信号	脑机接口	NA	任务相关成分分析(eTRCA)和子带卷积神经网络(sbCNN)	eTRCA + sbCNN	SSVEP信号	在两个SSVEP BCI数据集上验证
276	2025-03-28	Mapping the functional network of human cancer through machine learning and pan-cancer proteogenomics 2025-Jan, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-024-00869-z PMID:39663389	研究论文	通过机器学习和泛癌蛋白质组学构建人类癌症功能网络FunMap，用于解释体细胞突变和癌症相关蛋白的功能	FunMap网络通过监督机器学习构建，连接功能相关基因的精度超过传统蛋白质-蛋白质相互作用图谱，并利用图神经网络深度学习发现低频突变驱动基因	NA	构建一个强大的无偏工具，用于解释体细胞突变和未被充分研究的蛋白质，推动癌症生物学和指导治疗策略	1,194名涵盖11种癌症类型的个体的蛋白质组学和RNA测序数据	机器学习	癌症	RNA测序，蛋白质组学	监督机器学习，图神经网络	蛋白质组学和RNA测序数据	1,194名个体
277	2025-03-28	Leveraging Extended Windows in End-to-End Deep Learning for Improved Continuous Myoelectric Locomotion Prediction 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.2025.3552530 PMID:40100693	研究论文	本研究探讨了通过延长窗口长度（250毫秒至1500毫秒）来改进端到端卷积神经网络（CNN）处理原始表面肌电信号（sEMG）在连续运动模式预测中的性能	利用扩展窗口长度结合深度学习，平衡了提取更丰富信息与保持系统对活动变化响应能力之间的固有权衡	研究仅针对八种运动模式和16种转换进行了评估，可能未涵盖所有可能的运动场景	改进基于表面肌电信号的连续运动模式预测方法	表面肌电信号（sEMG）和连续运动模式预测	机器学习	NA	表面肌电信号（sEMG）采集	CNN	生物电信号	涉及八种运动模式和16种转换的连续运动任务
278	2025-03-28	Optimization of Decision Support Technology for Offshore Oil Condition Monitoring with Carbon Neutrality as the Goal in the Enterprise Development Process 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319858 PMID:40131882	研究论文	本研究探讨了在追求碳中和的企业发展过程中，将Faster R-CNN算法与MobileNet v2架构相结合，开发了一种用于海洋油况监测和分类的模型	通过融合MobileNet v2和Faster R-CNN算法，开发了一种新的海洋油况监测和分类模型，显著提高了识别准确率	研究中未提及模型在不同环境条件下的泛化能力，以及实际应用中的计算资源需求	优化决策支持技术，以支持企业在碳中和目标下的海洋油况监测	海洋油况监测和分类	计算机视觉	NA	深度学习	Faster R-CNN与MobileNet v2融合模型	图像	未明确提及具体样本数量
279	2025-03-28	A predictive machine learning model for cannabinoid effect based on image detection of reactive oxygen species in microglia 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320219 PMID:40131976	研究论文	本文介绍了一种基于图像检测的机器学习模型，用于预测大麻素对微胶质细胞中活性氧(ROS)的影响	结合深度学习模型与共聚焦显微镜图像，预测大麻二酚(CBD)对免疫细胞ROS水平的影响	研究仅基于人类微胶质细胞(HMC3)系，未涵盖其他细胞类型或体内模型	开发评估大麻素在免疫细胞中效果的深度学习平台	人类微胶质细胞(HMC3)中的活性氧(ROS)水平	数字病理	神经退行性疾病	共聚焦显微镜成像，CellROX荧光ROS指示剂	CNN	图像	人类微胶质细胞(HMC3)系在三种免疫激活剂(LPS、Aβ42和HIV GP120)条件下的ROS图像数据
280	2025-03-28	Exploring Deep Learning Approaches for Walnut Phenotype Variety Classification 2025, International journal of food science IF:2.7Q3 DOI:10.1155/ijfo/9677985 PMID:40134410	研究论文	本文探讨了深度学习在核桃表型品种分类中的应用	结合深度学习与机器学习方法（如SVM、LR、k-NN）进行特征提取和分类，提高了分类准确率	仅针对四种核桃品种进行了分类，可能无法推广到其他品种	评估深度学习在农产品分类中的有效性	核桃（Chandler、Fernor、Howard、Oguzlar品种）	计算机视觉	NA	深度学习	InceptionV3、VGG-19、VGG-16、SVM、LR、k-NN	图像	四种核桃品种的图像数据集