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
761	2025-02-25	A Physics-Informed Deep Learning Model for MRI Brain Motion Correction 2025-Feb-13, ArXiv PMID:39990792	研究论文	本研究介绍了一种物理信息驱动的深度学习模型PI-MoCoNet，用于MRI脑部运动校正，通过整合空间和k空间信息来消除运动伪影，提高图像质量和诊断可靠性	PI-MoCoNet无需显式运动参数估计，通过结合空间和k空间信息来校正运动伪影，创新性地使用了U-net与Swin Transformer模块结合的架构，并引入了三种损失函数进行优化	研究主要基于模拟的运动伪影数据，实际临床环境中的复杂运动可能未被完全覆盖	开发一种高效的MRI脑部运动校正方法，以提高图像质量和诊断可靠性	MRI脑部图像	计算机视觉	NA	深度学习	U-net, Swin Transformer	图像	IXI和MR-ART数据集
762	2025-02-25	Deep Learning Derived Adipocyte Size Reveals Adipocyte Hypertrophy is under Genetic Control 2025-Feb-12, medRxiv : the preprint server for health sciences DOI:10.1101/2025.02.11.25322053 PMID:39990583	研究论文	本研究利用深度学习方法对皮下和内脏脂肪组织样本进行语义分割，探讨脂肪细胞大小与肥胖相关性状及其遗传关联	首次大规模研究自动脂肪细胞表型分析，结合组织学测量和遗传学数据，揭示了脂肪细胞肥大与代谢不良的关联，并发现了与脂肪细胞大小相关的遗传位点	研究样本主要来自特定人群，可能限制了结果的普适性	探讨脂肪细胞大小与肥胖相关性状及其遗传关联	皮下和内脏脂肪组织样本	数字病理学	肥胖相关疾病	深度学习	语义分割模型	图像	2,667个样本，来自5个独立队列，包含9,000张全切片图像，超过2,700万个脂肪细胞
763	2025-02-24	A Graph-Theoretic Approach to Detection of Parkinsonian Freezing of Gait From Videos 2025-Feb-28, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.70020 PMID:39976295	研究论文	本文介绍了一种新颖的图论方法，用于从帕金森病患者的视频数据中检测步态冻结（FOG）	提出了一种基于图论的方法，通过构建姿态图序列来表示患者姿势的空间关系和时间进展，并使用Fréchet统计量识别正常步态和FOG发作之间的断点	NA	检测帕金森病患者的步态冻结（FOG）	帕金森病患者的视频数据	计算机视觉	帕金森病	图论方法	NA	视频	两个数据集（Kinect3D和AlphaPose）
764	2025-02-24	Enhancing Functional Protein Design Using Heuristic Optimization and Deep Learning for Anti-Inflammatory and Gene Therapy Applications 2025-Feb-22, Proteins IF:3.2Q2 DOI:10.1002/prot.26810 PMID:39985803	研究论文	本研究开发了一种启发式优化方法，用于增强蛋白质的关键功能，如溶解性、灵活性和稳定性，同时保持蛋白质的结构完整性	结合启发式优化和深度学习，设计出功能更强且结构完整的蛋白质，特别适用于抗炎和基因治疗应用	未提及具体实验验证或临床应用的局限性	提高蛋白质序列设计的功能性和实验室可生产性	蛋白质序列	机器学习	NA	深度学习、启发式优化、遗传算法	NA	蛋白质序列数据	未提及具体样本数量
765	2025-02-24	Design and developing a robot-assisted cell batch microinjection system for zebrafish embryo 2025-Feb-20, Microsystems & nanoengineering IF:7.3Q1 DOI:10.1038/s41378-024-00809-y PMID:39979250	研究论文	本文开发了一种新型的自动化系统，用于斑马鱼胚胎的细胞微注射	首次提出并集成了具有微力感知功能的微注射器，以判断细胞是否成功穿刺，并采用深度学习模型检测斑马鱼胚胎的卵黄中心，定位注射针在卵黄中的位置，从而提高细胞注射的精度	NA	提高斑马鱼胚胎细胞微注射的效率和精度	斑马鱼胚胎	生物医学工程	NA	微流控芯片技术，深度学习	深度学习模型	图像	NA
766	2025-02-24	High throughput analysis of rare nanoparticles with deep-enhanced sensitivity via unsupervised denoising 2025-Feb-20, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56812-y PMID:39979247	研究论文	本文介绍了一种名为“深度纳米测量”（DNM）的新方法，通过结合无监督深度学习去噪技术和纳米颗粒检测光流控设备，实现了高扩展性、高通量和高灵敏度的纳米颗粒分析	开发了无监督深度学习去噪方法，并与光流控设备结合，实现了高灵敏度和高通量的纳米颗粒检测，能够直接检测非纯化血清中的稀有目标细胞外囊泡（EVs）	未提及具体局限性	实现高扩展性、高通量和高灵敏度的纳米颗粒分析，特别是在异质混合物中识别稀有纳米颗粒	纳米颗粒，特别是细胞外囊泡（EVs）	机器学习	结直肠癌	无监督深度学习去噪，光流控设备	无监督深度学习	纳米颗粒数据	1,214,392个总颗粒，其中稀有目标EVs占0.002%
767	2025-02-24	FaultSeg: A Dataset for Train Wheel Defect Detection 2025-Feb-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04557-0 PMID:39979297	研究论文	本文介绍了FaultSeg数据集，用于全球铁路运输中自动检测火车车轮缺陷	提出了一个包含829张手动注释图像的数据集，用于训练和测试深度学习模型，以自动检测火车车轮的缺陷	数据集仅包含829张图像，可能不足以涵盖所有可能的缺陷类型和场景	开发一个用于自动检测火车车轮缺陷的数据集，以提高铁路运输的安全性	火车车轮的缺陷检测	计算机视觉	NA	深度学习	YOLOv9	图像	829张手动注释的火车车轮缺陷图像
768	2025-02-24	Application of deep learning for fruit defect recognition in Psidium guajava L 2025-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88936-y PMID:39979339	研究论文	本文探讨了深度学习在番石榴果实缺陷识别中的应用，旨在提高果实质量标准化	使用YOLO v4预训练网络架构进行果实缺陷检测，实现了高准确率和低误检率	样本量相对较小，仅包含189个果实和1701张图像	检测收获的番石榴果实的外观缺陷，以提高质量标准化	番石榴（Psidium guajava L）果实	计算机视觉	NA	深度学习	YOLO v4	图像	189个番石榴果实和1701张图像
769	2025-02-24	Design of tomato picking robot detection and localization system based on deep learning neural networks algorithm of Yolov5 2025-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90080-6 PMID:39979369	研究论文	本文提出了一种基于YOLOv5深度学习算法和SGBM算法的番茄检测与定位系统，以提高复杂环境下番茄的检测精度和三维定位	结合YOLOv5深度学习算法和SGBM算法，实现了番茄在复杂环境下的高精度检测和三维定位	实验仅在温室环境下进行，未涉及其他复杂农业环境	提高番茄采摘机器人在复杂环境下的检测和定位精度	番茄	计算机视觉	NA	YOLOv5深度学习算法, SGBM算法	YOLOv5	图像	640张番茄图像
770	2025-02-24	IoT-driven smart assistive communication system for the hearing impaired with hybrid deep learning models for sign language recognition 2025-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89975-1 PMID:39979401	研究论文	本文提出了一种基于物联网和混合深度学习模型的智能辅助通信系统，用于听力障碍者的手语识别	结合物联网和混合深度学习模型（改进的MobileNetV3和CNN-BiGRU-A模型）进行手语识别，并采用吸引-排斥优化算法优化模型超参数	实验仅在印度手语数据集上进行，可能在其他手语数据集上的泛化能力有限	开发一种智能辅助通信系统，帮助听力障碍者通过手语进行有效沟通	听力障碍者	计算机视觉	听力障碍	深度学习	改进的MobileNetV3和CNN-BiGRU-A模型	图像	印度手语数据集
771	2025-02-22	Author Correction: Cough2COVID-19 detection using an enhanced multi layer ensemble deep learning framework and CoughFeatureRanker 2025-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90514-1 PMID:39979555	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
772	2025-02-24	Pathology-based deep learning features for predicting basal and luminal subtypes in bladder cancer 2025-Feb-20, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13688-x PMID:39979837	研究论文	本研究旨在开发基于深度学习的机器学习模型，利用H&E染色的全切片图像（WSIs）预测膀胱癌的基底和管腔亚型	利用深度学习特征从H&E染色的WSIs中提取肿瘤斑块，开发机器学习模型预测膀胱癌亚型，显著提高了分子分型的准确性	外部验证集的性能差异较大，GD2H数据集的AUC仅为0.64，表明模型在不同数据集上的泛化能力有待提高	开发基于深度学习的机器学习模型，预测膀胱癌的基底和管腔亚型，以辅助个性化治疗策略	膀胱癌患者的H&E染色全切片图像（WSIs）	数字病理学	膀胱癌	RNA测序	Resnet50, SVM, RF, LR	图像	来自TCGA、STPH和GD2H的多个膀胱癌患者数据集
773	2025-02-24	stDyer enables spatial domain clustering with dynamic graph embedding 2025-Feb-20, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03503-y PMID:39980033	研究论文	本文介绍了一种名为stDyer的深度学习框架，用于空间转录组学数据中的空间域聚类	stDyer结合了高斯混合变分自编码器和图注意力网络，通过动态图自适应地连接单元，改进了聚类效果并生成更平滑的域边界	未明确提及	开发一种有效的空间域聚类方法，以识别空间转录组学数据中的基因表达模式	空间转录组学数据	机器学习	NA	空间转录组学	高斯混合变分自编码器, 图注意力网络	空间转录组学数据	未明确提及
774	2025-02-24	Plantar Thermogram Analysis Using Deep Learning for Diabetic Foot Risk Classification 2025-Feb-20, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968251316563 PMID:39980256	研究论文	本研究使用热成像技术和深度学习对糖尿病患者进行足部溃疡风险分层	结合热成像和深度学习技术进行糖尿病足部溃疡风险分类	样本量较小，且模型的特异性较低	开发一种非侵入性方法来识别糖尿病足部溃疡风险患者	成年糖尿病患者	计算机视觉	糖尿病	热成像技术	深度学习神经网络	热成像图像	153张热成像图像（训练集98张，测试集55张）
775	2025-02-24	UAS-based MT-YOLO model for detecting missed tassels in hybrid maize detasseling 2025-Feb-19, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01341-4 PMID:39972352	研究论文	本研究介绍了MT-YOLO模型，利用深度学习和无人机系统（UAS）来替代或辅助人工检测杂交玉米去雄过程中遗漏的雄穗	MT-YOLO模型在检测遗漏雄穗方面表现出显著的改进，特别是在早期雄穗阶段，当雄穗部分被叶片包裹时，这是一个关键但未被充分探索的挑战	NA	提高杂交玉米种子生产中去雄效率	杂交玉米去雄过程中遗漏的雄穗	计算机视觉	NA	深度学习	MT-YOLO	图像	包含不同光照条件、种植密度和生长阶段的多样化雄穗图像数据集
776	2025-02-24	A deep learning approach: physics-informed neural networks for solving a nonlinear telegraph equation with different boundary conditions 2025-Feb-19, BMC research notes IF:1.6Q2 DOI:10.1186/s13104-025-07142-1 PMID:39972356	研究论文	本文提出了一种基于深度学习的物理信息神经网络方法，用于解决具有不同边界条件的非线性电报方程	提出了一种新的多目标损失函数，结合了偏微分方程残差、初始条件和边界条件，并使用前馈深度神经网络进行训练	未提及具体局限性	解决具有不同边界条件的非线性电报方程	非线性电报方程	机器学习	NA	物理信息神经网络	前馈深度神经网络	数值数据	三个计算示例
777	2025-02-24	Structure-Based Deep Learning Framework for Modeling Human-Gut Bacterial Protein Interactions 2025-Feb-17, Proteomes IF:4.0Q2 DOI:10.3390/proteomes13010010 PMID:39982320	研究论文	本研究提出了一种基于深度学习的框架，利用结构数据预测人类与肠道细菌蛋白质之间的相互作用	该框架结合了基于图的蛋白质表示和变分自编码器（VAEs），通过双向交叉注意力模块融合结构嵌入来预测相互作用，解决了蛋白质相互作用数据集中的类别不平衡问题	实验数据稀疏，可能影响模型的泛化能力	研究人类与肠道细菌蛋白质之间的相互作用网络，以揭示其对人类健康的影响	人类蛋白质与肠道细菌蛋白质	机器学习	NA	深度学习	变分自编码器（VAEs）	结构数据	NA
778	2025-02-24	Advancing Privacy-Preserving Health Care Analytics and Implementation of the Personal Health Train: Federated Deep Learning Study 2025-Feb-06, JMIR AI DOI:10.2196/60847 PMID:39912580	研究论文	本文介绍了一种名为Personal Health Train（PHT）的创新联邦学习基础设施，用于在保护数据隐私的同时进行医疗数据分析，并应用于肺癌患者的胸部CT图像中的肿瘤体积分割	提出了PHT框架，结合了安全聚合服务器，确保在联邦学习过程中数据不离开医院，解决了数据隐私问题	虽然展示了概念验证的可行性，但实际大规模应用仍需进一步验证其性能和稳定性	开发并验证一种能够在保护数据隐私的前提下，实现跨机构协作的联邦深度学习基础设施	肺癌患者的胸部CT图像	数字病理	肺癌	联邦学习（FL）	深度学习神经网络	图像	12家医院，覆盖8个国家，4大洲
779	2025-02-24	Forecasting the Incidence of Mumps Based on the Baidu Index and Environmental Data in Yunnan, China: Deep Learning Model Study 2025-Feb-06, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/66072 PMID:39913179	研究论文	本研究利用百度搜索指数和环境数据开发了一个深度学习模型，用于预测中国云南省腮腺炎的发病率	结合百度搜索指数和环境因素数据，使用长短期记忆网络（LSTM）构建预测模型，提高了腮腺炎发病率预测的准确性	研究仅基于云南省的数据，可能无法推广到其他地区；模型的预测性能可能受到数据质量和时间范围的限制	开发一个预测模型，用于早期检测腮腺炎疫情	云南省的腮腺炎发病率	机器学习	腮腺炎	长短期记忆网络（LSTM）	LSTM	时间序列数据（包括腮腺炎发病率、百度搜索指数和环境因素）	2014年至2023年云南省的腮腺炎发病率数据
780	2025-02-24	Detection of Alzheimer Disease in Neuroimages Using Vision Transformers: Systematic Review and Meta-Analysis 2025-Feb-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/62647 PMID:39908541	系统综述与荟萃分析	本文系统回顾了视觉变换器（ViTs）在阿尔茨海默病（AD）检测中的应用，评估了其诊断准确性和网络架构对模型性能的影响	首次系统评估了视觉变换器在阿尔茨海默病诊断中的应用，并比较了不同网络架构的诊断性能	研究仅涵盖了2020年至2024年的文献，可能未包括最新的研究成果	评估视觉变换器在阿尔茨海默病检测中的诊断准确性和网络架构的影响	阿尔茨海默病患者与健康对照组的神经影像数据	医学影像	阿尔茨海默病	磁共振成像（MRI）和正电子发射断层扫描（PET）	视觉变换器（ViTs）	神经影像数据	11项研究，具体样本量未明确