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
12221	2025-03-29	Assessment of choroidal vessels in healthy eyes using 3-dimensional vascular maps and a semi-automated deep learning approach 2025-01-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85189-7 PMID:39753934	研究论文	使用3D深度学习方法和半自动化技术评估健康眼睛中的脉络膜血管	采用3D深度学习方法结合半自动化技术对脉络膜血管进行非侵入性评估，创新性地提供了脉络膜血管的三维可视化	研究样本量较小（80只眼睛），且为回顾性研究，可能存在选择偏差	评估健康眼睛中脉络膜血管的特征及其与年龄和性别的关系	健康眼睛的脉络膜血管	数字病理学	NA	swept-source OCT, 深度学习	ResUNet	OCT扫描图像	80只眼睛（来自53名患者）
12222	2025-03-29	pACP-HybDeep: predicting anticancer peptides using binary tree growth based transformer and structural feature encoding with deep-hybrid learning 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84146-0 PMID:39747941	research paper	提出了一种名为pACP-HybDeep的高可靠性模型，用于准确预测抗癌肽	结合了基于注意力机制的ProtBERT-BFD编码器和CTDT结构信息编码，以及基于k近邻的二叉树生长算法和CNN+RNN深度学习模型	未提及模型在更广泛数据集上的表现或实际临床应用中的潜在限制	开发一种高效可靠的抗癌肽预测工具	抗癌肽	machine learning	cancer	ProtBERT-BFD编码器, CTDT结构信息编码, k近邻算法	CNN+RNN	peptide sequences	三个独立数据集Ind-S1, Ind-S2, Ind-S3
12223	2025-03-29	A deep learning-based multi-view approach to automatic 3D landmarking and deformity assessment of lower limb 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84387-z PMID:39747979	研究论文	提出一种基于深度学习的多视角方法，用于自动3D地标检测和下肢畸形评估	采用多视角渲染和金字塔式卷积神经网络整合技术，自动检测CT图像中的3D地标，提高地标检测和指标评估的速度与准确性	未提及具体样本量及数据来源的多样性，可能影响模型的泛化能力	开发一种自动检测下肢CT图像中3D地标的方法，以可靠诊断骨骼疾病	下肢CT图像中的骨骼地标	计算机视觉	骨骼疾病	CT扫描	金字塔式CNN	3D图像	NA
12224	2025-03-29	Non-invasive blood glucose monitoring using PPG signals with various deep learning models and implementation using TinyML 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84265-8 PMID:39753714	研究论文	本研究提出了一种创新的1秒信号分割方法，并评估了三种先进深度学习模型在利用PPG信号估计血糖水平方面的性能	创新的1秒信号分割技术显著提高了准确性和计算效率，并在嵌入式设备上实现了即时血糖估计	训练数据在手术和麻醉期间收集，可能影响模型在正常状态下的泛化能力	开发一种非侵入性、准确且方便的血糖监测方法	PPG信号	机器学习	糖尿病	PPG	深度学习模型	信号数据	手术和麻醉期间收集的训练数据及单独测试数据集
12225	2025-03-29	Automated assessment of task-based performance of digital mammography and tomosynthesis systems using an anthropomorphic breast phantom and deep learning-based scoring 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S1.S13005 PMID:39416764	研究论文	本文提出了一种基于深度学习的自动化评分方法，用于评估数字乳腺X线摄影（DM）和数字乳腺断层合成（DBT）系统的任务性能	使用具有随机羟基磷灰石微钙化的逼真乳腺体模和基于Resnet-18架构的半自动化深度学习图像评分方法，解决了现有体模方法背景不真实、评分主观和信号模式不具代表性的问题	研究仅基于体模实验，未涉及真实临床数据	开发一种客观的任务型图像质量评估方法，用于乳腺X线摄影和断层合成系统	数字乳腺X线摄影（DM）和数字乳腺断层合成（DBT）系统	数字病理学	乳腺癌	深度学习和ROC分析	Resnet-18	图像	实验使用临床乳腺X线摄影系统收集的2D和伪3D乳腺X线照片
12226	2025-03-29	Detection and recognition of foreign objects in Pu-erh Sun-dried green tea using an improved YOLOv8 based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312112 PMID:39775324	研究论文	本研究提出了一种基于改进YOLOv8的深度学习模型，用于普洱茶晒青毛茶中小异物的快速检测与准确识别	采用MPDIoU优化损失函数提升检测性能，引入EfficientDet高效目标检测架构和BiFormer双向注意力机制，结合切片辅助超推理技术显著提升小目标和多尺度物体的识别精度	未说明模型在复杂光照条件或极端环境下的鲁棒性表现	提升普洱茶晒青毛茶生产过程中异物检测的智能化水平	普洱茶晒青毛茶中的小异物	计算机视觉	NA	深度学习	改进YOLOv8（含MPDIoU、EfficientDet模块、BiFormer机制）	图像	未明确说明具体样本数量（普洱茶晒青毛茶异物图像数据集）
12227	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
12228	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
12229	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
12230	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
12231	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
12232	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
12233	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
12234	2025-03-28	CorLabelNet: a comprehensive framework for multi-label chest X-ray image classification with correlation guided discriminant feature learning and oversampling 2025-Apr, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03247-0 PMID:39609353	research paper	提出一个名为CorLabelNet的综合框架，用于多标签胸部X光图像分类，通过相关性引导的判别特征学习和过采样来提高分类性能	利用自注意力机制捕捉高阶标签相关性，并从全局和局部角度考虑标签相关性，提出一致性约束和多标签对比损失以增强特征学习，以及利用学习的标签相关性进行过采样的新方法	未提及具体的数据集规模限制或计算资源需求	提高多标签胸部X光图像分类的性能，解决标签相关性利用不足和类别不平衡问题	胸部X光图像	computer vision	lung cancer	deep learning	self-attention	image	CheXpert和ChestX-Ray14数据集，进行了5折交叉验证实验三次
12235	2025-03-28	Dual Multi Scale Attention Network Optimized With Archerfish Hunting Optimization Algorithm for Diabetics Prediction 2025-Apr, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24739 PMID:39620437	研究论文	提出了一种结合双多尺度注意力网络和射水鱼狩猎优化算法的糖尿病预测方法	使用双多尺度注意力网络(DMSAN)结合射水鱼狩猎优化算法(AHO)进行糖尿病预测，提高了分类准确率	仅使用了PIMA印度糖尿病数据集进行验证，未在其他数据集上测试	开发更准确的糖尿病预测模型	糖尿病患者的血糖数据	机器学习	糖尿病	Contrast Limited Adaptive Histogram Equalization Filtering (CLAHEF), Multi-Level Haar Wavelet Features Fusion Network (MHWFFN)	Dual Multi Scale Attention Network (DMSAN), Archerfish Hunting Optimization (AHO)	结构化医疗数据	PIMA印度糖尿病数据集(PIDD)
12236	2025-03-28	Classifying Alzheimer's Disease Using a Finite Basis Physics Neural Network 2025-Apr, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24727 PMID:39704389	research paper	提出了一种基于有限基物理神经网络（FBPINN）的分类方法CAD-FBPINN，用于阿尔茨海默病（AD）的分类	结合了海马优化算法（SHOA）优化FBPINN，提高了AD分类的准确性	未提及具体的数据集规模或多样性限制	开发一种可靠的AD分类方法，以支持临床治疗应用	阿尔茨海默病患者的功能性磁共振成像（MRI）数据	digital pathology	geriatric disease	functional magnetic resonance imaging (MRI), Newton-time-extracting wavelet transform (NTEWT)	FBPINN, SHOA	image	数据来自AD Neuroimaging Initiative (ADNI)数据集，但未提及具体样本数量
12237	2025-03-28	Deep learning analysis for rheumatologic imaging: current trends, future directions, and the role of human 2025-Apr-01, Journal of rheumatic diseases IF:2.2Q3 DOI:10.4078/jrd.2024.0128 PMID:40134548	review	本文综述了深度学习在风湿病影像分析中的应用、当前趋势、未来方向及人类角色的重要性	深度学习在风湿病影像分析中的应用展示了超越人类表现的潜力，特别是在关节损伤评估和疾病进展监测方面	深度学习面临数据偏见、解释性有限以及需要大量标注数据集等挑战	探讨深度学习在风湿病影像分析中的应用及其对未来诊断、治疗决策和个性化医疗的潜在影响	风湿病影像数据，包括类风湿性关节炎(RA)、骨关节炎(OA)和脊柱关节炎(SpA)患者的影像	digital pathology	rheumatoid arthritis, osteoarthritis, spondyloarthritis	深度学习(DL)	CNN	image	NA
12238	2025-03-28	Interpretable Identification of Single-Molecule Charge Transport via Fusion Attention-Based Deep Learning 2025-Mar-27, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.4c03650 PMID:40111072	研究论文	本文提出了一种基于融合注意力机制的深度学习方法，用于单分子电荷传输的精确识别	创新性地提出了SingleFACNN神经网络架构，结合了CNN与多头自注意力和空间注意力机制，提高了模型的解释性和准确性	NA	提高单分子电荷传输识别的解释性和准确性	单分子电荷传输	机器学习	NA	深度学习	CNN与注意力机制融合的SingleFACNN	STM-BJ数据集	三类和四类STM-BJ数据集以及不同比例的混合样本
12239	2025-03-28	Machine Learning Potential for Copper Hydride Clusters: A Neutron Diffraction-Independent Approach for Locating Hydrogen Positions 2025-Mar-26, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c02046 PMID:40088162	研究论文	本文提出了一种名为SSW-NN的创新策略，用于准确预测金属氢化物团簇中氢的位置，无需依赖中子衍射数据	提出了一种不依赖中子衍射数据的机器学习方法SSW-NN，能够准确预测氢的位置，适用于仅有X射线衍射数据或DFT预测的情况	虽然方法在铜氢化物团簇上验证有效，但对于其他金属氢化物系统的普适性仍需进一步验证	开发一种不依赖中子衍射的机器学习方法，用于确定金属氢化物团簇中氢的位置	铜氢化物团簇及其他金属氢化物系统（如银和合金氢化物）	机器学习	NA	SSW-NN（随机表面行走与神经网络结合的方法）	神经网络	X射线衍射数据、DFT预测数据	铜氢化物团簇及其他金属氢化物系统（具体数量未提及）
12240	2025-03-28	The Current Research Landscape on the Machine Learning Application in Autism Spectrum Disorder: A Bibliometric Analysis From 1999 to 2023 2025-Mar-25, Current neuropharmacology IF:4.8Q1 DOI:10.2174/011570159X332833241222191422 PMID:40143686	研究论文	通过文献计量分析，研究了1999年至2023年间机器学习在自闭症谱系障碍(ASD)领域的应用现状和研究热点	利用文献计量学方法系统分析了机器学习在ASD领域的研究趋势和热点，并提出了未来发展方向	仅基于Web of Science核心合集的数据，可能未涵盖所有相关研究	分析机器学习在ASD领域的研究趋势和热点	1999-2023年间发表的关于机器学习和ASD的研究论文	机器学习	自闭症谱系障碍	文献计量分析	NA	文献数据	1357篇论文