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
1261	2025-10-06	Dairy DigiD: a keypoint-based deep learning system for classifying dairy cattle by physiological and reproductive status 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1545247 PMID:40918586	研究论文	开发基于关键点检测的深度学习系统Dairy DigiD，通过奶牛面部图像分类其生理和繁殖状态	结合DenseNet121全局图像分类和Detectron2细粒度面部分析的双重方法，利用30个解剖关键点检测提升分类鲁棒性	DenseNet121对背景噪声敏感导致泛化能力有限	开发非侵入式精准畜牧监测系统，替代传统识别方法	奶牛	计算机视觉	NA	深度学习，关键点检测，实例分割	CNN	高分辨率面部图像	NA	Detectron2	DenseNet121, Detectron2	准确率	NA
1262	2025-10-06	A systematic review of deep learning methods for community detection in social networks 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1572645 PMID:40918588	系统综述	本文系统回顾了过去十年中深度学习在社交网络社区检测中的应用研究	首次系统性地总结和比较了不同深度学习模型在社交网络社区检测中的表现，并识别了该领域的关键挑战	仅纳入了19项研究，可能未能覆盖所有相关文献；主要关注深度学习方法，未与传统方法进行深入对比	评估深度学习技术在社交网络社区检测中的有效性和应用现状	社交网络数据和社区检测方法	机器学习	NA	深度学习	GNN, Autoencoder, CNN	图数据	19项研究	NA	图神经网络, 自编码器, 卷积神经网络	NA	NA
1263	2025-10-06	Construction of a deep - learning - based rehabilitation prediction model for lower-limb motor dysfunction after stroke using synchronous EEG-EMG and fMRI 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1616957 PMID:40918983	研究论文	本研究构建了基于多模态数据的深度学习模型，用于预测脑卒中患者3个月后的下肢运动功能康复效果	首次结合静息态fMRI图像与同步EEG-EMG时间序列数据，采用集成学习方法构建多模态融合预测模型	样本量相对有限（102例），且仅86例患者完成了同步EEG-EMG检查	预测缺血性脑卒中患者3个月后的下肢运动功能康复结局	102例缺血性脑卒中偏瘫患者	医学人工智能	脑卒中	fMRI, EEG, EMG	深度学习	图像数据, 时间序列数据	102例缺血性脑卒中患者（其中86例完成同步EEG-EMG检查）	NA	ShuffleNet, LSTM	准确率, 召回率, 精确率, F1分数, AUC	NA
1264	2025-10-06	When artificial intelligence meets protein research 2025, Open research Europe DOI:10.12688/openreseurope.20628.1 PMID:40919100	综述	探讨人工智能与蛋白质科学的融合及其对结构预测和计算设计的革命性影响	聚焦2024年诺贝尔奖得主在AI蛋白质研究领域的奠基性贡献，强调AI工具如AlphaFold对非球状蛋白质研究的推动作用	仍存在蛋白质折叠动力学和淀粉样聚集等未解决的科学挑战	分析AI在蛋白质科学研究中的革命性作用与发展前景	蛋白质结构预测、非球状蛋白质（包括固有无序蛋白质）	机器学习	NA	深度学习、神经网络	神经网络	蛋白质结构数据	NA	NA	AlphaFold	NA	NA
1265	2025-10-06	Prediction of bone oligometastases in breast cancer using models based on deep learning radiomics of PET/CT imaging 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1621677 PMID:40919156	研究论文	开发基于PET/CT影像的深度学习放射组学模型，用于早期预测乳腺癌骨寡转移	首次将PET/CT放射组学特征、深度学习特征和临床参数整合到深度学习放射组学模型中预测乳腺癌骨寡转移	回顾性研究，样本量有限（207例患者，312个骨病灶）	早期预测乳腺癌患者的骨寡转移（≤5个病灶）	乳腺癌患者及其骨病灶（包括107个良性病灶和205个恶性病灶，其中89个确诊为骨转移）	数字病理	乳腺癌	PET/CT成像，放射组学分析	深度学习，随机森林	医学影像（CT，PET，融合PET/CT图像）	207例乳腺癌患者，312个骨病灶	PyRadiomics	BasicNet	AUC，准确率，敏感性，特异性	NA
1266	2025-10-06	HoloMoA: a holography and deep learning tool for the identification of antimicrobial mechanisms of action and the detection of novel MoA 2025, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2025.1640252 PMID:40919199	研究论文	提出结合数字同轴全息显微镜和深度学习的创新工具HoloMoA，用于识别抗菌药物作用机制并检测新机制	首次将时间序列数字同轴全息显微镜与卷积循环神经网络结合，实现无标记、实时监测细菌表型响应并评估作用机制新颖性	仅使用ATCC 25922大肠杆菌菌株和22种抗生素进行验证，尚未扩展到更多菌株和化合物	开发快速、稳健、经济的抗菌药物作用机制分类和新颖性预测工具	大肠杆菌ATCC 25922和22种代表5种功能类别的抗生素	计算机视觉	NA	数字同轴全息显微镜	CRNN, Siamese Neural Network	图像序列	ATCC 25922菌株经22种抗生素处理达2小时的全息图像数据	NA	Convolutional Recurrent Neural Network, Siamese Neural Network	准确率	NA
1267	2025-10-06	Deep dive into deep learning methods for cervical cancer detection and classification 2025, Reports of practical oncology and radiotherapy : journal of Greatpoland Cancer Center in Poznan and Polish Society of Radiation Oncology IF:1.2Q3 DOI:10.5603/rpor.106148 PMID:40919255	综述	本文系统综述了深度学习在宫颈癌检测与分类中的应用方法、评估指标及现存挑战	首次对深度学习在宫颈癌诊断中的各类方法进行全面梳理，重点关注卷积神经网络在宫颈细胞学图像分析中的创新应用	依赖有限标注数据集、医学影像存在不一致性、需要更具鲁棒性的模型	通过深度学习技术提升宫颈癌的早期检测和诊断水平	宫颈细胞学图像	计算机视觉	宫颈癌	深度学习	CNN	医学影像	NA	NA	卷积神经网络	准确率, 灵敏度, 特异性, AUC	NA
1268	2025-10-06	Optimizing cervical cancer diagnosis with accurate cell classification using modified HDFF 2025, Reports of practical oncology and radiotherapy : journal of Greatpoland Cancer Center in Poznan and Polish Society of Radiation Oncology IF:1.2Q3 DOI:10.5603/rpor.105867 PMID:40919253	研究论文	本研究提出改进的层次深度特征融合方法用于宫颈癌细胞分类，显著提升诊断准确率	通过整合层次深度学习特征，改进特征提取过程并融合多层深度学习模型，实现更准确鲁棒的分类性能	需要进一步优化和扩展训练数据集以提升性能	开发自动化宫颈癌诊断工具，提高诊断准确性和效率	宫颈细胞图像	计算机视觉	宫颈癌	NA	深度学习	图像	SIPaKMeD和Herlev数据集	NA	改进的层次深度特征融合(HDFF)	准确率,精确率,召回率,F1分数	NA
1269	2025-10-06	An explainable AI approach for mapping multivariate regional brain age and clinical severity patterns in Alzheimer's disease 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf051 PMID:40860594	研究论文	本研究开发了一种可解释AI方法，通过MRI数据预测大脑年龄并识别阿尔茨海默病相关的多变量脑区模式	首次将深度学习模型与多种特征重要性方法结合，探索多变量脑区与年龄的关联，而不仅限于单变量关系	样本量相对有限（n=825），且主要基于MRI数据，未整合多模态数据	开发可解释AI方法以理解大脑老化模式和阿尔茨海默病临床严重程度的关系	阿尔茨海默病连续谱患者，包括认知正常者、轻度认知障碍者和阿尔茨海默病患者	医学影像分析	阿尔茨海默病	MRI	深度学习, 机器学习	医学影像	825个MRI样本	NA	AgeNet	预测准确性	NA
1270	2025-10-06	Comparative analysis of cervical cancer classification of DPAGCHE-enhanced Pap smear images using convolutional neural network models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330103 PMID:40920705	研究论文	本研究提出基于DPAGCHE增强的宫颈涂片图像分类方法，通过比较不同CNN模型在原始和增强图像上的性能	提出DPAGCHE图像增强方法改善宫颈涂片图像质量，并结合迁移学习实现自动化分类	仅使用Herlev公开数据集，样本来源相对单一	开发自动化宫颈癌检测方法以提高诊断准确性和效率	宫颈涂片图像	计算机视觉	宫颈癌	图像增强技术	CNN	图像	Herlev公开数据集	MATLAB Online	ResNet50, Baseline CNN	准确率, 特异性, 召回率, 精确率, F1分数	NA
1271	2025-10-06	Automated segmentation of retinal vessel using HarDNet fully convolutional networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330641 PMID:40920773	研究论文	提出一种基于HarDNet的改进模型用于视网膜血管自动分割	集成HarDNet模块、感受野块模块和密集聚合模块的创新架构，能有效提取多尺度特征并提升小血管分割精度	未明确说明模型在更大规模或更多样化数据集上的泛化能力	开发高精度的视网膜血管自动分割方法以辅助眼底疾病诊断	彩色眼底图像中的视网膜血管结构	计算机视觉	糖尿病、高血压、脑血管疾病	深度学习	全卷积网络	图像	DRIVE和CHASE_DB1数据集	NA	HarDNet, Receptive Field Block, Dense Aggregation	准确率	NA
1272	2025-10-06	AI-Driven quality assurance in mammography: Enhancing quality control efficiency through automated phantom image evaluation in South Korea 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330091 PMID:40920794	研究论文	开发并验证基于深度学习的乳腺摄影体模图像自动评估模型，旨在提高放射科医师间评分一致性和质量控制效率	首次在韩国国家认证体系中使用EfficientNetV2_L模型实现乳腺摄影体模图像的自动化评估，结合可解释AI技术验证模型决策与指南标准的一致性	模型在肿块评估中存在尺寸相关偏差，且研究数据仅来自单一机构	提升乳腺摄影质量控制的效率和评分一致性	乳腺摄影体模图像中的模拟病灶（纤维、斑点、肿块）	计算机视觉	乳腺癌	深度学习	CNN	医学图像	5,813张符合质量标准的乳腺摄影体模图像	未明确说明	EfficientNetV2_L	准确率,F1分数,AUC,置信区间	NA
1273	2025-10-06	A robust hydroponic system for horticulture farming using deep learning, IoT, and mobile application 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330488 PMID:40920816	研究论文	开发了一个结合深度学习、物联网和移动应用的稳健水培系统，用于支持孟加拉国基层农民	集成硬件实现、深度学习疾病检测和移动应用的三阶段系统架构，实现98.5%的高疾病检测准确率	未提及系统在更大规模或不同环境条件下的测试结果	通过技术系统简化水培种植过程，提高农民操作便利性和系统监控能力	孟加拉国基层农民和水培种植系统	计算机视觉,物联网	园艺作物病害	深度学习,物联网传感器技术	深度学习模型	传感器数据,图像数据	约80%的基层农民参与调查	NA	NA	准确率	NA
1274	2025-10-06	Mean pulmonary artery pressure prediction with explainable multi-view cardiovascular magnetic resonance cine series deep learning model 2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101133 PMID:39645082	研究论文	开发可解释的多视角心脏磁共振电影序列深度学习模型用于无创预测平均肺动脉压力	首次使用多视角心脏磁共振电影序列结合可解释CNN模型同时实现mPAP预测和关键影像特征识别	研究样本量相对有限（1646例检查），未进行外部验证	通过深度学习模型从心脏磁共振数据无创估计右心导管检查的血流动力学参数	肺动脉高压患者的心脏磁共振影像数据	医学影像分析	肺动脉高压	心脏磁共振成像	CNN	心脏磁共振电影序列影像	1646例检查	NA	可解释卷积神经网络	Pearson相关系数,R2	NA
1275	2025-10-06	VNC-Dist: A machine learning-based semi-automated pipeline for quantification of neuronal position in the C. elegans ventral nerve cord 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331188 PMID:40875629	研究论文	开发了一种基于机器学习的半自动化流程VNC-Dist，用于量化秀丽隐杆线虫腹神经索中神经元位置	结合机器学习和传统工具，用计算机辅助方法替代手动测量，改进了神经元位置量化的速度和准确性	需要手动神经元胞体定位作为流程的一部分，尚未实现完全自动化	研究控制腹神经索神经元定位和排列的细胞和分子机制	秀丽隐杆线虫腹神经索中的22个运动神经元（DD、DA和DB类）	数字病理学	NA	显微镜成像，深度学习分割	深度学习	显微镜图像	多个已知破坏神经元定位的遗传突变体	NA	改进的Segment Anything Model (SAM)	NA	NA
1276	2025-10-06	A deep learning and digital archaeology approach for mosquito repellent discovery 2025-Jan-22, Chemical senses IF:2.8Q2 DOI:10.1093/chemse/bjaf021 PMID:40598906	研究论文	开发了一种结合深度学习和数字考古学的创新方法，用于发现新型驱蚊分子	首次将图神经网络应用于驱蚊剂发现，并通过数字化历史数据集实现了数据驱动的分子筛选	需要进一步验证候选分子在真实环境中的长期效果和安全性	开发高效、安全的新型驱蚊剂以应对虫媒疾病	蚊子驱避分子和多种病原体传播昆虫媒介	机器学习	虫媒疾病	行为测定、触角叶神经记录	GNN	分子结构数据、驱避性测量数据	约19,000个驱蚊性测量数据，317个候选分子	NA	图神经网络	命中率、预测准确性	NA
1277	2025-10-06	Changes in Self-Directed Learning Among Doctor of Physical Therapy Students Across Didactic Curriculum: A Mixed-Methods Analysis 2025-Jan-07, Journal, physical therapy education DOI:10.1097/JTE.0000000000000382 PMID:39763033	研究论文	本研究通过混合方法分析物理治疗博士学生在课程期间自我导向学习能力的变化	首次在物理治疗教育中追踪学生自我导向学习能力的纵向变化，并将定量测量与定性主题分析相结合	样本量有限（50名定量研究参与者，14名定性研究参与者），仅来自单一中西部DPT项目	探究传统物理治疗博士学生在课程期间自我导向学习能力的变化模式	物理治疗博士学生	教育研究	NA	混合研究方法	NA	问卷调查数据、焦点小组访谈数据	50名学生参与定量研究，14名学生参与定性研究	NA	NA	MSLQ评分、Grit量表评分、主题分析	NA
1278	2025-10-06	ASAS-NANP symposium: mathematical modeling in animal nutrition: synthetic database generation for non-normal multivariate distributions: a rank-based method with application to ruminant methane emissions 2025-Jan-04, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf136 PMID:40319357	研究论文	提出一种基于秩次的合成数据库生成方法，用于处理反刍动物甲烷排放等动物科学中的非正态多元分布数据	开发了一种新的基于秩次的方法来生成具有相关非正态多元分布的合成数据库，相比copula方法能更好地保持原始分布矩和相关性结构	可能在合成数据库的子集中引入人工（未知）关系，随机森林回归对分布类型具有高度特异性	解决动物科学中数据有限的问题，提高预测建模工具的准确性和可靠性	反刍动物甲烷排放数据	机器学习	NA	合成数据生成，统计建模	随机森林, 多元线性模型	多元分布数据	NA	NA	NA	R2, 标准误差	NA
1279	2025-10-06	DeepLigType: Predicting Ligand Types of Protein-Ligand Binding Sites Using a Deep Learning Model 2025 Jan-Feb, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3493820 PMID:39509302	研究论文	提出一种名为DeepLigType的深度学习模型，用于预测蛋白质-配体结合位点的配体类型	首次将CBAM注意力机制与ResNet结合用于配体类型预测，并创建了新的LigType5数据集	仅针对五种特定配体类型进行分类，未涵盖所有可能的配体类型	开发计算方法来预测蛋白质-配体结合位点的配体类型，以辅助药物发现	蛋白质-配体结合位点及其对应的配体类型	生物信息学	NA	深度学习	CNN	蛋白质结构数据	基于PDBbind和scPDB数据集构建的LigType5数据集	NA	CBAM-ResNet	准确率,AUC	NA
1280	2025-10-06	Automatic analysis of three-dimensional cardiac tagged magnetic resonance images using neural networks trained on synthetic data 2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101869 PMID:40021091	研究论文	提出一种基于合成数据训练的神经网络方法，用于自动分析三维心脏标记磁共振图像中的位移	首次开发专门针对三维心脏标记MR图像的深度学习分析方法，使用合成数据进行网络训练	方法在合成数据上初步验证，需要进一步在更多真实临床数据上验证	开发用于三维心脏标记磁共振图像位移分析的深度学习方法	左心室运动分析	医学图像分析	心血管疾病	三维标记磁共振成像	神经网络	三维磁共振图像	外部验证人类数据集和猪体内研究数据集	NA	NA	位移偏差, 应变测量差异	NA