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	2025-04-27	MSP-tracker: A versatile vesicle tracking software tool used to reveal the spatial control of polarized secretion in Drosophila epithelial cells 2025-Apr, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3003099 PMID:40208901	research paper	开发了一种名为MSP-tracker的囊泡追踪软件工具，用于研究果蝇上皮细胞中极化分泌的空间控制	利用计算机视觉和深度学习技术开发了MSP-tracker，无需大量训练数据即可在嘈杂环境中确定囊泡轨迹，优于其他追踪软件	NA	研究上皮细胞中特定分泌货物如何定向到质膜的不同区域	果蝇上皮细胞中的极化分泌过程	computer vision	NA	RUSH系统，计算机视觉，深度学习	深度学习	图像	NA
762	2025-04-27	Viral escape-inspired framework for structure-guided dual bait protein biosensor design 2025-Apr, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012964 PMID:40233103	research paper	介绍了一种名为CTRL-V的计算平台，用于设计选择性结合（双诱饵）生物传感器蛋白	CTRL-V平台通过迭代设计周期，能够识别SARS-CoV-2刺突蛋白的突变位点，并成功预测最新变种KP.2的单点突变，为双诱饵生物传感器设计提供了通用方法	其他数据驱动的病毒逃逸变体预测工具需要大量数据来绕过显式生化相互作用的物理需求，因此无法推广到其他蛋白质设计应用中	开发一种通用的计算平台，用于设计选择性结合的双诱饵生物传感器蛋白	SARS-CoV-2刺突蛋白的受体结合域（RBD）和Raf激酶	计算生物学	COVID-19	integer optimization, stochastic sampling by PyRosetta, deep learning-based ProteinMPNN	ProteinMPNN	蛋白质结构数据	39个SARS-CoV-2点突变和7个KP.2变体的单点突变
763	2025-04-27	Uncertainty-guided pancreatic tumor auto-segmentation with Tversky ensemble 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100740 PMID:40276495	research paper	开发了一种基于Tversky集成和不确定性估计的胰腺肿瘤自动分割工具，以处理分割任务中的不确定性并适应临床医生的个性化需求	利用Tversky集成和不确定性估计技术，首次在胰腺肿瘤分割中实现了对不确定性的量化处理，并支持临床医生根据偏好调整分割结果	研究仅基于282例患者数据，样本量相对有限；且未在更多类型的肿瘤数据上进行验证	开发一种能够处理分割任务中不确定性并支持个性化调整的胰腺肿瘤自动分割工具	胰腺肿瘤的CT/MRI影像数据	digital pathology	pancreatic cancer	Tversky loss, ensemble learning, uncertainty estimation	CNN ensemble	medical image	282例胰腺癌患者（252例训练/验证，30例独立测试）
764	2025-04-26	A multimodal deep learning-based algorithm for specific fetal heart rate events detection 2025-Apr-28, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0334 PMID:39484683	研究论文	开发了一种基于多模态深度学习的算法，用于检测特定的胎儿心率事件，以增强胎儿健康的自动监测和智能评估	结合多种特征提取技术和深度学习算法，提出了一种多模型深度神经网络和预融合深度学习模型，用于准确分类来自胎心宫缩图信号的多模态参数	在分类四种不同的减速模式时，准确率为67.0%，其中晚期减速的准确率为80.9%，延长减速的准确率为98.9%	开发一种算法，用于检测特定的胎儿心率事件，以增强胎儿健康的自动监测和智能评估	胎儿心率（FHR）和子宫收缩信号	机器学习	胎儿健康监测	深度学习	多模型深度神经网络和预融合深度学习模型	信号数据	基于专家标记的数据
765	2025-04-26	FusionXNet: enhancing EEG-based seizure prediction with integrated convolutional and Transformer architectures 2025-Apr-25, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adce33 PMID:40245880	研究论文	提出了一种结合CNN和Transformer的混合模型FusionXNet，用于提升基于EEG的癫痫发作预测性能	设计了令牌合成单元，结合CNN的局部特征提取和Transformer的全局注意力机制，提升了EEG信号的特征表示能力	模型仅在公开数据集上进行了验证，未说明在其他数据集上的泛化能力	开发一种混合模型以提高癫痫发作预测的准确性和可靠性	癫痫患者的EEG信号	机器学习	癫痫	EEG信号分析	CNN与Transformer混合模型	EEG信号数据	波士顿儿童医院和麻省理工学院的公开数据集
766	2025-04-26	Ordinal Sleep Depth: A Data-Driven Continuous Measurement of Sleep Depth 2025-Apr-25, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70074 PMID:40276961	研究论文	开发了一种数据驱动的连续睡眠深度测量方法——有序睡眠深度（OSD），并评估其与觉醒概率的关联及其与年龄、性别、睡眠呼吸障碍（SDB）和认知障碍的关系	提出了一种基于深度学习的连续睡眠深度测量方法，优于传统的离散睡眠分期方法	未提及具体局限性	开发并验证一种数据驱动的连续睡眠深度测量方法	18,116名患者的21,787份多导睡眠图记录	机器学习	睡眠呼吸障碍、认知障碍	深度学习	CNN	EEG信号	18,116名患者的21,787份多导睡眠图记录
767	2025-04-26	Graph-Aware AURALSTM: An Attentive Unified Representation Architecture with BiLSTM for Enhanced Molecular Property Prediction 2025-Apr-25, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11197-4 PMID:40279083	研究论文	本研究提出了一种新型混合深度学习模型Graph-Aware AURALSTM，用于高精度预测分子性质	结合多种图神经网络架构（GCNs、GATs、GINs）并行结构，全面捕捉分子的多维结构特征，并通过BiLSTM评估时间关系以增强分子特征分类	未提及具体局限性	提高分子性质预测的准确性	分子数据	机器学习	NA	GNN（Graph Neural Network）、GCN（Graph Convolutional Networks）、GAT（Graph Attention Networks）、GIN（Graph Isomorphism Networks）、BiLSTM	AURALSTM（Attentive Unified Representation Architecture-Long Short-Term Memory）	分子结构数据	八个基准数据集
768	2025-04-26	The use of ChatGPT in the dermatological field: a narrative review 2025-Apr-24, Clinical and experimental dermatology IF:3.7Q1 DOI:10.1093/ced/llae546 PMID:39690824	综述	本文探讨了ChatGPT在皮肤病学领域的应用及其对皮肤健康管理的潜在影响	探索了ChatGPT这一先进语言模型在皮肤病学中的创新应用及其与医疗领域的协同关系	讨论了与使用ChatGPT相关的伦理和法律问题，但未深入具体解决方案	研究ChatGPT在皮肤病学中的应用及其对医疗诊断和治疗的潜在贡献	ChatGPT在皮肤病学中的应用及其效率与准确性的初步数据	自然语言处理	皮肤病	NA	ChatGPT	文本	NA
769	2025-04-26	Reparameterization lightweight residual network for super-resolution of brain MR images 2025-Apr-24, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc935 PMID:40185120	研究论文	本文提出了一种基于BSRN和结构重参数化的轻量级超分辨率MRI模型，用于提高脑部MR图像的分辨率	结合结构重参数化技术，在训练时采用多分支结构，在推理时将其整合为单个3×3卷积，显著降低计算复杂度和存储需求	实验仅在IXI数据集上进行验证，未在其他数据集或实际临床环境中测试	开发一种轻量级的超分辨率方法，用于提高脑部MR图像的质量	脑部磁共振图像(MRI)	计算机视觉	NA	深度学习	BSRN结合结构重参数化	医学图像(MRI)	IXI数据集
770	2025-04-26	Unrolling Plug-and-Play Gradient Graph Laplacian Regularizer for Image Restoration 2025-Apr-24, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3562425 PMID:40272955	研究论文	本文提出了一种基于图拉普拉斯正则化的可解释性网络，用于图像恢复任务，如去噪和插值	引入了一种新的ℓ范数图平滑先验——梯度图拉普拉斯正则化器（GGLR），并通过展开不同复杂度的ADMM算法构建了可解释性网络	更复杂的展开网络需要更多的标记数据来训练更多参数	解决通用深度学习网络在图像恢复中缺乏数学可解释性、需要大量训练数据和协变量偏移脆弱性的问题	图像恢复（去噪和插值）	计算机视觉	NA	ADMM算法、图学习模块	展开式前馈网络	图像	NA
771	2025-04-26	In Vitro Diagnosis of Parkinson's Disease Based on Facial Expression and Behavioral Gait Data 2025-Apr-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3563902 PMID:40272952	研究论文	提出了一种基于面部表情和行为步态的新型多模态体外诊断方法，用于帕金森病的早期检测	使用轻量级深度学习模型进行特征提取和特征融合，提高了诊断准确性和易用性，并建立了最大的多模态帕金森病数据集	未提及方法在临床环境中的实际应用效果和长期稳定性	开发一种非侵入性、低成本的帕金森病早期体外诊断方法	帕金森病患者的面部表情和行为步态数据	数字病理学	帕金森病	深度学习	轻量级深度学习模型	面部表情和行为步态数据	与医院合作建立的最大多模态帕金森病数据集，具体样本量未提及
772	2025-04-26	PlantCareNet: an advanced system to recognize plant diseases with dual-mode recommendations for prevention 2025-Apr-23, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01366-9 PMID:40264213	研究论文	介绍了一种名为PlantCareNet的自动化端到端植物病害诊断系统，该系统不仅能精确诊断病害，还能提供交互式预防指导	结合深度学习算法和专家知识框架，提供双重模式的病害诊断和预防建议	NA	开发一个能够精确诊断植物病害并提供预防措施的自动化系统	植物病害	计算机视觉	植物病害	深度学习	CNN	图像	五个知名数据集
773	2025-04-26	Profiling electric signals of electrogenic probiotic bacteria using self-attention analysis 2025-Apr-22, Applied microbiology and biotechnology IF:3.9Q2 DOI:10.1007/s00253-025-13425-1 PMID:40263148	研究论文	通过自组装电路检测两种产电益生菌在鸡胚绒毛尿囊膜和小鼠肠道内产生的电信号，并利用自注意力机制分析其差异	首次使用自注意力机制分析产电益生菌的电信号谱，揭示了两种菌的独特信号特征	研究仅针对两种益生菌，样本范围有限	开发评估益生菌治疗效果的电信号特征分析方法	产电益生菌Leuconostoc mesenteroides和Lactococcus lactis	生物电信号分析	NA	自组装电路检测、自注意力机制分析	自注意力机制	电信号数据	两种益生菌在鸡胚绒毛尿囊膜和小鼠肠道内的样本
774	2025-04-26	Effective integration of drone technology for mapping and managing palm species in the Peruvian Amazon 2025-Apr-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58358-5 PMID:40263254	研究论文	本文开发了一种结合无人机技术和深度学习的方法，用于精确绘制和管理秘鲁亚马逊地区经济重要的棕榈树种	结合可见光谱无人机影像和深度学习，实现了在景观尺度上对棕榈树种的高精度检测，显著降低了成本和时间	方法在密集簇生的棕榈树检测中平均总体得分仅为74%，存在一定的识别误差	开发精确、景观尺度的物种级方法，评估经济重要的亚马逊棕榈树的分布和丰度	秘鲁亚马逊地区的三种经济重要的棕榈树种，尤其是Mauritia flexuosa	计算机视觉	NA	可见光谱无人机影像和深度学习	深度学习	图像	两个社区的棕榈树资源
775	2025-04-26	Frailty identification using a sensor-based upper-extremity function test: a deep learning approach 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73854-2 PMID:40263276	研究论文	本研究通过结合生物力学和深度学习的方法，提高了老年人衰弱预测的准确性	使用传感器辅助的上肢功能测试和深度学习模型（LSTM）进行衰弱预测，肌肉共收缩被识别为关键预测因子	需要更大规模和更多样化的人群进行进一步验证以确认结果的普遍性	提高老年人衰弱预测的准确性	312名参与者（126名非衰弱，145名衰弱前期，41名衰弱）	机器学习	老年疾病	传感器辅助的上肢功能测试，肌肉力计算	LSTM, SVM, logistic regression	生物力学数据	312名参与者
776	2025-04-26	Real-space heterogeneous reconstruction, refinement, and disentanglement of CryoEM conformational states with HetSIREN 2025-Apr-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59135-0 PMID:40263313	research paper	提出了一种基于深度学习的CryoEM异构体重建和细化方法HetSIREN，能够在真实空间中重构或细化CryoEM体积	HetSIREN是一种基于空间的方法，允许空间聚焦分析，并引入了具有高分析能力的正弦超网络，能够细化图像姿态并解决异构体分析中的纠缠问题	NA	开发一种能够更准确重建和细化CryoEM体积的深度学习方法	大分子构象	computational biology	NA	Cryo-electron microscopy (CryoEM)	deep learning, sinusoidal hypernetworks	image	NA
777	2025-04-26	An air target intention data extension and recognition model based on deep learning 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98438-6 PMID:40263364	研究论文	提出了一种基于深度学习的空中目标意图数据扩展与识别模型IDERDL，用于解决空中目标意图识别中的数据稀缺和时间特征提取不足的问题	首次考虑了意图数据的稀缺性以及时间性，提出了基于去噪扩散模型的数据生成方法和基于扩张因果卷积的时间块，以提高战术意图识别能力	未明确提及模型在复杂战场环境中的泛化能力或实时性表现	提高空中目标意图识别的准确性和效率	空中目标的意图数据	机器学习	NA	去噪扩散模型、知识蒸馏、图注意力机制	IDERDL（基于深度学习的复合模型）	时序数据、特征编码数据	NA（未明确提及具体样本量）
778	2025-04-26	Recognition of chlorophyll rings using YOLOv8 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98659-9 PMID:40263370	研究论文	本研究利用YOLOv8模型识别中尺度海洋涡旋外围的高叶绿素浓度区域（叶绿素环）	YOLOv8模型在叶绿素环识别中展现出卓越的泛化能力和高精度，超越了Swin-Transformer和ResNet等其他模型	NA	分析叶绿素浓度数据，研究海洋生态系统中叶绿素的分布和动态变化	中尺度海洋涡旋外围的叶绿素环	计算机视觉	NA	深度学习	YOLOv8	图像	NA
779	2025-04-26	Revolutionizing Alzheimer's disease detection with a cutting-edge CAPCBAM deep learning framework 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98476-0 PMID:40263406	研究论文	本文介绍了一种名为CAPCBAM的深度学习框架，用于阿尔茨海默病的早期和准确诊断	CAPCBAM框架创新性地结合了Capsule Networks和Convolutional Block Attention Module (CBAM)，通过双重注意力策略提升了模型泛化能力和减少了信息损失	尽管Capsule Networks和注意力机制已有研究，但CAPCBAM的整合方式仍需进一步验证其广泛适用性	提高阿尔茨海默病的早期诊断准确率	阿尔茨海默病患者	数字病理学	阿尔茨海默病	MRI图像分析	CAPCBAM（结合Capsule Networks和CBAM）	图像	ADNI数据集
780	2025-04-26	Vocal performance evaluation of the intelligent note recognition method based on deep learning 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99357-2 PMID:40263420	研究论文	本研究旨在优化音符识别能力并提高声乐表演评估的准确性	结合门控循环单元和注意力机制优化CNN模型，提出A-GRCNN模型，显著提升了音符识别和声乐表演评估的准确性	未提及模型在其他音乐风格或复杂场景下的泛化能力	优化音符识别技术并提高声乐表演评估的准确性	音乐音符识别和声乐表演评估	机器学习	NA	深度学习	CNN, GRU, 注意力机制	音频信号	NA