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
901	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
902	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
903	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）
904	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
905	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
906	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
907	2025-02-23	Lightweight visual localization algorithm for UAVs 2025-Feb-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88089-y PMID:39971988	研究论文	本文介绍了一种名为Lightv8nPnP的轻量级视觉定位算法模型，旨在使基于深度学习的无人机视觉定位算法更加轻量化	引入了GhostConv构建GDetect检测头模块，采用Wise-IoU作为边界框回归损失函数，并基于无人机航空数据集样本特性修改YOLOv8n网络结构，创建了TrimYOLO网络结构	未提及具体的数据集规模或多样性限制	开发一种高效的视觉定位算法模型，以实现无人机的精确三维定位	无人机	计算机视觉	NA	深度学习	YOLOv8n, TrimYOLO	图像	未提及具体样本数量
908	2025-02-23	Assessment of hydrological loading displacement from GNSS and GRACE data using deep learning algorithms 2025-Feb-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90363-y PMID:39972111	研究论文	本文介绍了一种使用3D卷积神经网络（3D-CNN）估算水文负荷位移的新方法	使用3D-CNN方法显著提高了水文负荷位移的反演精度，相比传统的负荷格林函数反演技术，最大偏差减少了1.34毫米，绝对最小偏差减少了1.47毫米，绝对平均偏差减少了79.6%，标准偏差减少了31.4%	研究仅限于中国云南省及其邻近地区的41个GNSS站点的数据，可能不适用于其他地区	精确评估陆地水负荷位移（TWLD）对大地测量观测和高精度动态参考框架的建立和维护的影响	云南省及其邻近地区的41个GNSS站点的垂直位移时间序列数据	机器学习	NA	3D卷积神经网络（3D-CNN）	3D-CNN	时间序列数据	41个GNSS站点的数据
909	2025-02-23	Genetic insights into the shared molecular mechanisms of Crohn's disease and breast cancer: a Mendelian randomization and deep learning approach 2025-Feb-18, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-01978-6 PMID:39964572	研究论文	本研究旨在探索克罗恩病与乳腺癌之间的潜在遗传联系，重点关注可能具有治疗相关性的可药物基因	结合孟德尔随机化和深度学习方法来研究两种疾病之间的遗传联系，并预测基因-药物相互作用	研究结果仅为初步发现，需要进一步实验验证	探索克罗恩病与乳腺癌之间的遗传联系，识别可能的治疗靶点	克罗恩病和乳腺癌的遗传数据	机器学习	克罗恩病, 乳腺癌	孟德尔随机化, 深度学习	深度学习	单核苷酸多态性(SNP)	NA
910	2025-02-23	Integrating D-S evidence theory and multiple deep learning frameworks for time series prediction of air quality 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87935-3 PMID:39966417	研究论文	本研究提出了一种结合D-S证据理论和多种深度学习模型的时间序列预测框架，用于提高空气质量预测的准确性和鲁棒性	结合D-S证据理论和多种深度学习模型，通过融合多个模型的预测结果和可靠性，提高了长期空气质量预测的准确性	研究仅基于中国三个具有气候特征的城市的数据，可能无法完全代表其他地区的空气质量预测情况	提高空气质量时间序列数据的预测准确性，以提前识别和预警空气污染事件	中国三个具有气候特征的城市	机器学习	NA	D-S证据理论	MLP, RNN, CNN, LSTM, BI-LSTM, GRU	时间序列数据	三个城市的空气质量数据，包含五种空气污染物指标
911	2025-02-23	Research on variable-length control chart pattern recognition based on sliding window method and SECNN-BiLSTM 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86849-4 PMID:39966459	研究论文	本文提出了一种基于滑动窗口方法和SE-attention CNN与Bi-LSTM（SECNN-BiLSTM）的可变长度控制图识别方法	结合滑动窗口方法和SE-attention CNN与Bi-LSTM，提出了一种新的可变长度控制图识别方法	未提及具体局限性	提高可变长度控制图的识别效率和准确性	可变长度控制图	机器学习	NA	滑动窗口方法、SE-attention CNN、Bi-LSTM	CNN、LSTM	一维和二维矩阵数据	未提及具体样本数量
912	2025-02-23	Jointly exploring client drift and catastrophic forgetting in dynamic learning 2025-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89873-6 PMID:39966528	研究论文	本文提出了一个统一的分析框架，用于联合建模空间和时间偏移，以更接近真实动态环境的模拟	首次联合分析客户端漂移和灾难性遗忘，提出了一种统一的分析框架，并发现适度的空间和时间偏移组合可以提高模型性能	未提及具体的数据集或实验规模，可能缺乏广泛的验证	研究在动态环境中联合解决客户端漂移和灾难性遗忘问题，以提高深度学习模型的鲁棒性	联邦学习和持续学习中的模型性能	机器学习	NA	深度学习	NA	NA	NA
913	2025-02-23	Developing a semi-automated technique of surface water quality analysis using GEE and machine learning: A case study for Sundarbans 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42404 PMID:39981364	研究论文	本研究提出了一种半自动化的方法，利用机器学习模型结合现场和遥感数据评估孙德尔本斯的水质	结合Google Earth Engine (GEE)和AutoML，利用深度学习库创建动态、自适应模型，提高预测精度	数据可用性的可变性以及机器学习预测动态水系统时固有的不确定性	开发一种半自动化的水质分析技术，以支持可持续环境管理实践和孙德尔本斯应对新兴气候挑战的韧性	孙德尔本斯的水质参数（海表温度、总悬浮固体、浊度、盐度和pH值）	机器学习	NA	机器学习算法、Empirical Bayesian Kriging (EBK)模型、Google Earth Engine (GEE)、AutoML	深度学习模型	现场数据和遥感数据	NA
914	2025-02-23	Mentorship advances antimicrobial use surveillance systems in low- and middle-income countries 2025-Feb, JAC-antimicrobial resistance IF:3.7Q2 DOI:10.1093/jacamr/dlae212 PMID:39734490	研究论文	本文探讨了在低收入和中等收入国家（LMICs）中，通过导师制培训方法来推进抗菌药物使用（AMU）监测系统的实施	提出了导师制作为一种有效的培训方法，以解决LMICs中AMU监测系统实施中的人员短缺问题	研究主要基于尼泊尔、巴基斯坦、巴布亚新几内亚和东帝汶的经验，可能不适用于所有LMICs	探讨导师制在LMICs中AMU监测系统实施中的有效性	低收入和中等收入国家的AMU专业人员	公共卫生	NA	导师制培训	NA	NA	2019年至2023年间在尼泊尔、巴基斯坦、巴布亚新几内亚和东帝汶进行的1至2年导师制项目
915	2025-01-30	Author Correction: AIVariant: a deep learning-based somatic variant detector for highly contaminated tumor samples 2025-Feb, Experimental & molecular medicine DOI:10.1038/s12276-025-01405-4 PMID:39875568	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
916	2025-02-22	A New Method Using Deep Learning to Predict the Response to Cardiac Resynchronization Therapy 2025-Feb-20, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01380-8 PMID:39979759	研究论文	本研究提出了一种结合临床变量、心电图特征和心脏功能评估参数与门控SPECT MPI极坐标图的深度学习方法，用于预测心脏再同步化治疗（CRT）的响应	通过结合预训练的VGG16模型和多层感知器，利用SPECT MPI极坐标图和临床特征、心电图参数、SPECT-MPI衍生参数等表格数据，提高了CRT响应预测的准确性	研究样本量较小（218例患者），且仅基于单一中心的患者数据，可能影响模型的泛化能力	提高心脏再同步化治疗（CRT）响应预测的准确性	218例接受CRT植入的患者	机器学习	心血管疾病	门控单光子发射计算机断层扫描心肌灌注成像（SPECT MPI）	VGG16模型和多层感知器	图像和表格数据	218例患者
917	2025-02-22	Discovery of anticancer peptides from natural and generated sequences using deep learning 2025-Feb, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.138880 PMID:39706427	研究论文	本研究提出了一种基于三通道深度学习架构的CNBT-ACPred模型，用于预测抗癌肽（ACPs），并通过大量体外和体内实验验证其有效性	CNBT-ACPred模型在准确性和MCC指标上显著优于现有模型，并通过实验验证了其预测的候选肽的抗癌活性	尽管模型表现优异，但缺乏更多湿实验验证可能限制了其进一步应用	开发一种高效的抗癌肽预测模型，并验证其预测结果的有效性	抗癌肽（ACPs）及其在癌症治疗中的应用	机器学习	癌症	深度学习	CNN	序列数据	超过3.8百万条Uniprot序列和10万条生成序列，最终验证了41条候选肽中的37条
918	2025-02-21	Atomic force microscopy combined with microfluidics for label-free sorting and automated nanomechanics of circulating tumor cells in liquid biopsy 2025-Feb-20, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr04033c PMID:39865849	研究论文	本文介绍了一种结合原子力显微镜（AFM）和微流控技术的无标记分选和自动化纳米力学测量方法，用于液体活检中的循环肿瘤细胞（CTCs）研究	创新点在于结合AFM和微流控技术，实现了CTCs的无标记分选和自动化纳米力学测量，为临床提供了新的可能性	研究仍处于概念验证阶段，样本量有限，需要进一步验证和优化	研究目的是开发一种高效测量液体活检中CTCs机械性能的方法，以推动癌症管理	研究对象为液体活检中的循环肿瘤细胞（CTCs）	数字病理学	癌症	原子力显微镜（AFM）、微流控技术、深度学习光学图像识别模型	深度学习模型	图像、力学数据	三个实验样本系统，包括不同大小的混合微球、不同类型癌细胞的混合物以及癌细胞和血细胞的混合物
919	2025-02-21	Improved Assessment of Juxtacortical Lesions in Multiple Sclerosis Using Highly-accelerated High-resolution Double Inversion Recovery MR Imaging with Deep Learning-based Reconstruction 2025-Feb-20, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2024-0126 PMID:39971311	研究论文	本研究旨在使用深度学习重建技术（DLS）实现高分辨率双反转恢复（DIR）成像，并比较其在检测多发性硬化症（MS）皮质旁病变中的诊断性能与传统DIR（C-DIR）的差异	开发了一种新的基于深度学习的重建技术（DLS），用于重建高度欠采样的MR数据，并在检测MS皮质旁病变中表现出优于压缩感知的性能	研究样本量较小，仅包括25名MS患者	比较DLS-DIR和C-DIR在检测MS皮质旁病变中的诊断性能	25名多发性硬化症患者的MRI数据	医学影像	多发性硬化症	深度学习重建技术（DLS）	深度学习	MRI图像	25名多发性硬化症患者
920	2025-02-21	EBHOA-EMobileNetV2: a hybrid system based on efficient feature selection and classification for cardiovascular disease diagnosis 2025-Feb-19, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2466081 PMID:39970065	研究论文	本文提出了一种基于深度学习的智能医疗框架，用于心血管疾病的诊断，结合了有效的特征选择和分类技术	结合了增强的二进制蝗虫优化算法（EBHOA）和增强的MobileNetV2模型（EMobileNetV2），以提高心血管疾病预测的准确性和一致性	未提及模型在其他数据集上的泛化能力，以及在实际临床环境中的应用效果	提高心血管疾病预测的准确性，以改善临床实践和患者护理	心血管疾病（CVD）患者	机器学习	心血管疾病	增强的二进制蝗虫优化算法（EBHOA）、增强的MobileNetV2模型（EMobileNetV2）	EMobileNetV2	结构化数据	UCI Heart Disease和Framingham Heart Study数据集