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
9941	2025-05-09	A fully automated U-net based ROIs localization and bone age assessment method 2025-Jan-03, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025007 PMID:39949166	research paper	提出了一种基于U-net的完全自动化ROIs定位和骨龄评估方法	结合了U-net和InceptionResNetV2网络，实现了高精度的ROIs定位和骨龄预测，同时结合了ROIs和全局特征的优势	未提及在不同年龄段或不同种族群体中的泛化能力	开发一种完全自动化的骨龄评估方法，提高评估的准确性和效率	青少年的骨龄评估	computer vision	NA	deep learning	U-net, InceptionResNetV2	image	公共RSNA数据集和内部数据集
9942	2025-05-09	Enhancer-driven cell type comparison reveals similarities between the mammalian and bird pallium 2025-Jan-02, Science (New York, N.Y.) DOI:10.1126/science.adp3957 PMID:39946451	研究论文	使用深度学习比较哺乳动物和鸟类大脑皮层细胞类型的增强子编码	开发了三种指标来比较羊膜动物端脑中的细胞类型，并揭示了哺乳动物和鸟类大脑皮层细胞类型之间的相似性	研究主要关注哺乳动物和鸟类的比较，可能不适用于其他动物类群	比较哺乳动物和鸟类大脑皮层细胞类型的增强子编码	鸡端脑的单细胞多组学和空间分辨转录组数据	生物信息学	NA	单细胞多组学、空间分辨转录组学、深度学习	深度学习	基因组调控序列	鸡端脑的单细胞数据
9943	2025-05-09	A privacy-preserved horizontal federated learning for malignant glioma tumour detection using distributed data-silos 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316543 PMID:39932966	research paper	提出了一种基于分布式数据孤岛的隐私保护水平联邦学习模型，用于恶性胶质瘤肿瘤检测	采用分布式和隐私保护的联邦学习方法，解决了传统深度学习模型在数据隐私和集中存储方面的挑战	模型性能依赖于客户端的数量和数据分布类型（IID或非IID）	开发一种高效且隐私保护的恶性胶质瘤检测方法	恶性胶质瘤患者的MRI扫描数据	digital pathology	malignant glioma	MRI	MobileNetV2, federated learning (FL)	image	MRI scans of non-tumour and glioma tumours (具体数量未提及)
9944	2025-05-09	Epileptic seizure detection in EEG signals via an enhanced hybrid CNN with an integrated attention mechanism 2025-Jan, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025004 PMID:39949163	研究论文	提出了一种结合CNN、BiGRU和CBAM的新型深度学习框架，用于癫痫发作的EEG信号检测	结合CNN、BiGRU和CBAM的混合架构，优化了EEG模式识别，提高了检测准确率	未提及具体的数据集规模或多样性限制	开发一种可靠的癫痫发作检测方法，以优化患者护理	癫痫患者的EEG信号	机器学习	癫痫	EEG信号分析	CNN, BiGRU, CBAM	EEG信号	公共EEG数据集（具体数量未提及）
9945	2025-05-09	Multi-step depth enhancement refine network with multi-view stereo 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314418 PMID:39946337	研究论文	本文介绍了一种创新的多视图立体匹配网络——多步深度增强细化网络（MSDER-MVS），旨在提高高分辨率3D重建的准确性和计算效率	MSDER-MVS网络结合了现代深度学习的强大能力和传统3D重建技术的几何直觉，特别关注深度图质量和重建过程效率的优化，创新点包括双分支融合结构和特征金字塔网络（FPN）以有效提取和整合多尺度特征，以及引入可微分的深度优化过程	未来计划将该方法扩展到更复杂的环境和更大规模的数据集，以增强模型的泛化能力和实时处理能力	提高高分辨率3D重建的准确性和计算效率	多视图立体匹配网络	计算机视觉	NA	深度学习	MSDER-MVS网络	3D图像	标准DTU数据集
9946	2025-05-09	Deep learning based screening model for hip diseases on plain radiographs 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318022 PMID:39946371	research paper	开发并验证了一种基于深度学习的筛查模型，用于在普通X光片上区分正常髋关节与严重髋关节疾病	使用深度学习模型在普通X光片上高效筛查髋关节疾病，并比较了不同预处理和骨干算法的效果	研究数据仅来自特定时间段的电子医疗记录，可能无法涵盖所有髋关节疾病类型	开发一种高准确性和可靠性的深度学习模型，辅助医生更准确地诊断髋关节疾病	普通髋关节X光片	digital pathology	hip diseases	deep learning	DenseNet, EfficientNet	image	1,726张X光片（500张正常髋关节X光片和1,226张髋关节疾病X光片）
9947	2025-05-09	Diagnostic of fatty liver using radiomics and deep learning models on non-contrast abdominal CT 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310938 PMID:39946425	研究论文	本研究探讨了非对比腹部CT影像组学和深度学习模型在准确诊断脂肪肝中的潜力	系统比较了2D和3D影像组学模型及深度学习模型在四分类脂肪肝诊断中的性能，为确定最佳肝脏脂肪诊断模型提供了更广泛的视角	研究为回顾性设计，可能受到选择偏倚的影响	探索非对比腹部CT影像组学和深度学习模型在脂肪肝诊断中的应用	840名接受非对比腹部CT和定量CT(QCT)检查的个体	数字病理学	脂肪肝	QCT技术	随机森林算法、Bagging决策树算法	CT图像	840名参与者(平均年龄49.1岁±11.5岁；581名男性)
9948	2025-05-09	Hybrid-RViT: Hybridizing ResNet-50 and Vision Transformer for Enhanced Alzheimer's disease detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318998 PMID:39951414	research paper	开发了一种名为Hybrid-RViT的新型深度学习模型，用于增强阿尔茨海默病的检测	结合了预训练的卷积神经网络ResNet-50和Vision Transformer (ViT)，以分类不同阶段的阿尔茨海默病脑部MRI图像	NA	提高阿尔茨海默病的早期检测准确率，以预防疾病进展并制定有效治疗方案	脑部MRI图像	digital pathology	geriatric disease	deep learning	Hybrid-RViT (ResNet-50 + ViT)	image	NA
9949	2025-05-09	Fast fault diagnosis of smart grid equipment based on deep neural network model based on knowledge graph 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315143 PMID:39951439	研究论文	本文提出了一种基于知识图谱和深度神经网络模型的智能电网设备快速故障诊断方法	创新性地将YOLOv4目标检测算法与知识图谱结合，统一了输入多模态信息的表征和存储	未提及具体实验样本量和在不同类型设备上的泛化能力	提高智能电网设备故障诊断的准确率和效率	智能电网设备	机器学习	NA	深度学习、知识图谱	YOLOv4	多模态信息	未提及具体样本量
9950	2025-05-09	The multiple uses of artificial intelligence in exercise programs: a narrative review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1510801 PMID:39957989	综述	本文综述了人工智能在促进体育活动、训练、运动和健康结果中的应用	阐明了人工智能在体育活动中的多种应用，填补了实际应用理解的空白	仅包括2014年以后发表的英文随机对照试验，排除了机器人辅助的研究	探讨人工智能在体育活动、训练、运动和健康结果中的应用	儿童、青少年、成人、老年人和残疾人等不同人群	机器学习	NA	人工智能、机器学习和深度学习	NA	NA	15项符合条件的研究
9951	2025-05-09	A preoperative predictive model based on multi-modal features to predict pathological complete response after neoadjuvant chemoimmunotherapy in esophageal cancer patients 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1530279 PMID:39958355	research paper	本研究旨在开发一个多模态模型，结合治疗前的CT影像组学、病理组学特征及临床变量，预测局部晚期食管癌患者对新辅助化疗免疫治疗的病理完全缓解	提出了一个结合影像组学、病理组学及临床特征的多模态预测模型，其预测性能优于单一模态模型	样本量相对较小（223例），且研究时间范围较短（2021年8月至2023年12月）	预测食管癌患者对新辅助化疗免疫治疗的病理完全缓解	局部晚期食管癌患者	digital pathology	esophageal cancer	CT影像组学、病理组学	SVM	image	223例食管癌患者
9952	2025-05-08	Aflatoxin detection in naturally contaminated peanuts based on vision transformer and multi-scale convolutional fusion 2025-Aug-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144300 PMID:40220445	research paper	提出了一种结合Vision Transformer和多尺度卷积融合的改进1D-MCFViT模型，用于自然条件下花生中黄曲霉毒素的检测	结合Vision Transformer和多尺度卷积融合，使用自编码器网络和高斯重采样技术增强模型特征判别能力	未提及具体样本量或实验条件的局限性	提高自然条件下花生中黄曲霉毒素的检测准确率	自然污染的花生	computer vision	NA	autoencoder network, Gaussian resampling	1D-MCFViT, Vision Transformer, CNN	RGB图像, 光谱曲线	NA
9953	2025-05-08	From prediction to design: Revealing the mechanisms of umami peptides using interpretable deep learning, quantum chemical simulations, and module substitution 2025-Aug-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144301 PMID:40233511	研究论文	本研究利用深度学习模型和模块替换策略筛选和设计鲜味肽	结合预训练、增强特征和对比学习模块的预测模型，准确率达到0.94，比其他模型高出2-9%，并通过模块替换策略揭示鲜味肽的机制	NA	快速筛选和设计鲜味肽，并揭示其机制	鲜味肽	自然语言处理	NA	深度学习、量子化学模拟、模块替换	深度学习模型	NA	NA
9954	2025-05-08	A deep learning model for structure-based bioactivity optimization and its application in the bioactivity optimization of a SARS-CoV-2 main protease inhibitor 2025-Jul-05, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2025.117602 PMID:40239482	研究论文	本文提出了一种基于深度学习的结构生物活性优化模型Pocket-StrMod，并将其应用于SARS-CoV-2主要蛋白酶抑制剂的生物活性优化	开发了Pocket-StrMod模型，采用自回归流架构，在蛋白质结合口袋内同步优化所有取代基，显著提高了生物活性优化的效率和效果	模型的应用范围可能受限于特定蛋白质结合口袋的结构特征	通过深度学习技术优化药物发现早期阶段的生物活性	SARS-CoV-2主要蛋白酶抑制剂Hit1及其优化后的化合物	药物发现	COVID-19	深度学习	自回归流架构	分子结构数据	6个合成化合物
9955	2025-05-08	A lightweight spatial and spectral CNN model for classifying floating marine plastic debris using hyperspectral images 2025-Jul, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117965 PMID:40252351	研究论文	提出了一种轻量级的空间和光谱CNN模型（LSS-HCNN），用于利用高光谱图像对漂浮的海洋塑料垃圾进行分类	LSS-HCNN模型通过空间和光谱卷积提取特征，并结合Squeeze-and-Excitation（SE）块提高可解释性，显著降低了计算复杂度和参数数量	未提及具体局限性	开发高效且自动化的海洋塑料垃圾检测方法，以应对海洋塑料污染问题	漂浮的海洋塑料垃圾	计算机视觉	NA	高光谱成像	CNN	高光谱图像	三个高光谱数据集和四个专门的漂浮塑料数据集，包括一个新的塑料垃圾数据集
9956	2025-05-08	Discovery of naturally inspired antimicrobial peptides using deep learning 2025-Jun-15, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.108444 PMID:40209356	研究论文	利用深度学习发现天然启发的抗菌肽	使用深度学习算法从216,408个细菌基因组中挖掘NRPS基因簇，发现并优化了具有抗菌活性的新型肽	研究仅针对两种病原菌进行了抗菌活性测试，未涵盖更广泛的病原菌种类	加速从沉默的生物合成基因簇中发现天然启发的抗菌肽	非核糖体肽（NRPs）及其衍生物	机器学习	细菌感染	深度学习	深度学习模型	基因组数据	216,408个细菌基因组中的335,024个NRPS基因簇
9957	2025-05-08	Automatic Vertical Root Fracture Detection on Intraoral Periapical Radiographs With Artificial Intelligence-Based Image Enhancement 2025-Jun, Dental traumatology : official publication of International Association for Dental Traumatology IF:2.3Q2 DOI:10.1111/edt.13027 PMID:39829209	研究论文	探索迁移学习技术在提高垂直根折诊断准确性中的应用，并评估人工智能在图像增强对垂直根折检测的影响	结合迁移学习技术和多种深度学习模型（DenseNet、ConvNext、Inception121、MobileNetV2）进行模型融合，并应用粒子群优化和深度学习图像增强技术	样本量相对较小（378张根尖周X光片），且仅针对磨牙和前磨牙进行了评估	提高垂直根折（VRF）在根尖周X光片上的自动检测准确性	根尖周X光片中的牙齿图像，包括195颗有折裂和183颗无折裂的牙齿	计算机视觉	牙科疾病	迁移学习（TL）、粒子群优化（PSO）、深度学习（DL）	DenseNet、ConvNext、Inception121、MobileNetV2	图像	378张根尖周X光片（195颗有折裂牙齿，183颗无折裂牙齿）
9958	2025-05-08	Automated Detection and Severity Prediction of Wheat Rust Using Cost-Effective Xception Architecture 2025-Jun, Plant, cell & environment DOI:10.1111/pce.15413 PMID:39898421	研究论文	提出了一种基于计算机视觉的小麦锈病自动检测和严重程度预测方法	使用深度学习分类器和Grabcut分割技术，结合CIELAB色彩空间分析，开发了一种低成本、自动化的田间小麦锈病筛查解决方案	未提及该方法在不同光照条件或不同小麦品种上的泛化能力	开发自动化的小麦锈病检测和严重程度预测方法，以改善作物病害管理	小麦叶片（健康和感染锈病的）	计算机视觉	小麦锈病	深度学习、图像分割	Xception架构	数字彩色图像	未明确提及样本数量
9959	2025-05-08	Deep learning-driven multi-class classification of brain strokes using computed tomography: A step towards enhanced diagnostic precision 2025-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112109 PMID:40252282	研究论文	开发并验证了利用CT成像预测和分类脑卒中状况的深度学习模型，以提高诊断准确性并支持临床决策	使用Expanded ResNet101深度学习框架构建两步模型，实现了脑卒中的多类分类，并在外部验证中展示了高准确率	外部验证准确率相对较低（78.6%和60.2%），且需要更大规模和多样化的数据集进一步验证	提高脑卒中的诊断精确性并支持临床决策	脑卒中患者的CT影像	数字病理学	脑卒中	CT成像	Expanded ResNet101	图像	250名患者的8186张CT影像
9960	2025-05-08	Quality prediction of seabream Sparus aurata by deep learning algorithms and explainable artificial intelligence 2025-May-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143150 PMID:39923522	研究论文	本研究使用深度学习算法和可解释人工智能技术预测海鲷鱼的新鲜度	结合CNN、DenseNet121等深度学习模型与Grad-CAM、LIME等XAI算法，开发了一种非破坏性的海鲷鱼新鲜度检测方法	仅针对冰箱储存条件下的海鲷鱼进行研究，未涉及其他储存条件或鱼类品种	开发基于图像分析的鱼类新鲜度自动检测技术	海鲷鱼（Sparus aurata）的眼睛和鳃部图像	计算机视觉	NA	深度学习、可解释人工智能（XAI）	CNN, DenseNet121, Inception V3, ResNet50	图像	NA