深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
2301	2025-11-30	Identification and characterization of clusters of potentially new vocalizations in broiler chickens using advanced acoustic analysis 2025-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105769 PMID:40972419	研究论文	本研究使用先进声学分析和机器学习技术识别并表征了1-35日龄肉鸡的潜在新型发声集群	发现了42个不同于4种已知发声的独特声音集群，最终筛选出10个可能代表新型发声的关键集群	样本量有限且缺乏统计重复	理解肉鸡的发声行为以改善动物福利	1-35日龄的健康肉鸡	机器学习	NA	声学分析	深度学习	音频	有限样本量的肉鸡录音	NA	NA	频率、时长、声学功率分析	NA
2302	2025-11-30	Feature-driven optimization for growth and mortality prevention in poultry farms 2025-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105869 PMID:40992324	研究论文	开发基于特征驱动的优化模型预测家禽死亡率与平均体重，为家禽养殖提供智能决策支持	提出集成神经网络模型，将传统畜牧管理与深度学习软传感器相结合，实现家禽生长多指标精准预测	环境变量在稳定饲养条件下影响较小，模型在极端环境变化下的适应性需进一步验证	通过机器学习方法降低家禽死亡率并优化生长性能	台湾本土肉鸡	机器学习	NA	机器学习	Random Forest, Gradient Boosting Machine, Support Vector Machine, Linear Regression, Neural Network, Ensemble NN	数值数据（时间序列）	20,000只肉鸡的88天养殖数据	MATLAB	集成神经网络（5个并行网络）	RMSE, Coefficient of Variation of RMSE	NA
2303	2025-11-30	Monitoring the ramp use of cage-free laying hens with deep learning technologies 2025-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105858 PMID:40997600	研究论文	开发基于深度学习的监测方法，用于监控无笼饲养蛋鸡的斜坡使用情况及其对地面蛋和巢箱产蛋数量的潜在影响	首次将YOLO系列深度学习模型应用于蛋鸡斜坡使用监测，为自动检测斜坡使用提供了高精度基线方法	斜坡接入并未显著降低地面蛋产量，研究结果在商业禽舍系统和CF系统中需要进一步验证	开发深度学习方法监测蛋鸡斜坡使用，评估斜坡接入对产蛋位置的影响	600只Lohmann LSL Lite蛋鸡	计算机视觉	NA	视频监控，深度学习目标检测	CNN	图像，视频	600只蛋鸡，3个相同的研究房间，2000张训练图像	PyTorch	YOLOv5u, YOLO11, YOLO11n(nano)	精确度, 召回率, mAP@0.50	NA
2304	2025-11-30	QTFPred: robust high-performance quantum machine learning modeling that predicts main and cooperative transcription factor bindings with base resolution 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf604 PMID:41294241	研究论文	提出一种量子-经典混合框架QTFPred，通过整合量子卷积层来预测转录因子在碱基分辨率下的结合位点	首次将量子卷积层整合到神经网络中，利用量子电路的指数特征空间在数据稀疏场景下实现稳健性能	基于GPU模拟而非真实量子硬件，数据范围限于49个ENCODE ChIP-seq数据集	预测转录因子结合位点及协同结合机制	转录因子结合位点	机器学习	NA	ChIP-seq	量子-经典混合神经网络	基因组序列数据	49个ENCODE ChIP-seq数据集	NA	量子卷积神经网络	准确率, 精确率, 稳定性	GPU模拟
2305	2025-11-30	Mapping EEG Metrics to Human Affective and Cognitive Models: An Interdisciplinary Scoping Review from a Cognitive Neuroscience Perspective 2025-Nov-01, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10110730 PMID:41294401	综述	从认知神经科学视角系统梳理脑电图指标与人类情感认知模型映射关系的跨学科范围综述	整合传统频谱分析与深度学习等多种EEG方法，系统揭示情感认知过程的频率特异性神经振荡模式及其交叉频率耦合机制	空间分辨率有限（2-3厘米）、个体间变异性大（α峰值频率7-14Hz范围）、神经精神疾病诊断特异性受重叠特征影响	建立EEG指标与心理构念映射的系统框架，推动脑状态评估在临床诊断和脑机接口中的应用	人类情感状态（效价与唤醒度）和认知过程（工作记忆、注意力、认知负荷）的神经振荡机制	认知神经科学	神经精神疾病	脑电图（EEG）、频谱分析、深度学习	深度学习模型	脑电信号	NA	NA	NA	分类准确率（情感效价75-85%、状态分类70-95%、被试识别85-98%）	NA
2306	2025-11-30	Water Body Identification from Satellite Images Using a Hybrid Evolutionary Algorithm-Optimized U-Net Framework 2025-Nov-01, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10110732 PMID:41294405	研究论文	提出一种结合混合进化算法优化U-Net框架的卫星图像水体自动识别方法	将增强型U-Net模型与新型混合进化优化策略协同集成，实现全自动超参数调优	未提及模型在极端天气条件或特殊地理环境下的泛化能力	开发全自动卫星图像水体识别框架以提升环境监测和灾害响应能力	卫星图像中的水体区域	计算机视觉	NA	卫星遥感成像	U-Net	卫星图像	Kaggle和Sentinel-2公共数据集	NA	U-Net	Pixel Accuracy, F1-Score	NA
2307	2025-11-30	OCTA-ReVA+ AV: an open-source toolbox for retinal artery-vein segmentation and analysis in OCT angiography 2025-Nov-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.575416 PMID:41306988	研究论文	开发了一个开源工具箱OCTA-ReVA，用于视网膜OCTA图像的动静脉分割和定量分析	首个集成深度学习动静脉分割和血管特异性定量分析的开源OCTA工具箱	未提及具体性能验证数据和研究局限性	解决当前临床OCTA系统无法分别分割和量化动静脉血管特征的问题	视网膜OCTA图像	数字病理学	视网膜血管疾病	光学相干断层扫描血管成像(OCTA)	深度学习	医学图像	NA	NA	NA	重复性,分割一致性	NA
2308	2025-11-30	DE-YOLOv13-S: Research on a Biomimetic Vision-Based Model for Yield Detection of Yunnan Large-Leaf Tea Trees 2025-Oct-30, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10110724 PMID:41294396	研究论文	提出一种融合灵长类视觉机制的深度学习网络DE-YOLOv13-S，用于云南大叶茶树的产量检测	首次将灵长类视觉机制融入YOLO框架，通过DynamicConv优化感受野动态调整，引入高效混合池化通道注意力模拟全局增益控制策略，使用基于尺度的动态损失模拟中央凹机制	NA	解决云南大叶茶树产量检测中目标尺度多变、背景复杂、图像模糊和严重遮挡的挑战	云南大叶茶树	计算机视觉	NA	深度学习	YOLO, CNN	图像	NA	NA	DE-YOLOv13-S, YOLOv13	Box Loss, Cls Loss, DFL Loss, 精确度, 召回率, mAP	NA
2309	2025-11-30	Visible-Light Hyperspectral Reconstruction and PCA-Based Feature Extraction for Malignant Pleural Effusion Cytology 2025-Oct-28, Biosensors DOI:10.3390/bios15110714 PMID:41294726	研究论文	提出一种基于可见光高光谱重建和PCA特征提取的恶性胸腔积液细胞学分析方法	整合高光谱成像技术和计算机辅助诊断系统用于胸腔积液细胞分类，结合Giemsa染色和PCA分析实现光谱变异分类	尚未实现基于深度学习的自动细胞分类系统，数据维度仍需优化	开发先进的胸腔积液细胞学图像分析模型以加速肺癌诊断	恶性胸腔积液细胞样本	计算机视觉	肺癌	高光谱成像, Giemsa染色, 主成分分析	NA	高光谱图像	NA	NA	NA	NA	显微镜搭载的敏感CCD
2310	2025-11-30	Multi-institutional validation of AI models for classifying urothelial neoplasms in digital pathology 2025-Oct-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21096-1 PMID:41136495	研究论文	本研究提出了一种基于深度学习的数字病理图像分类方法，用于区分正常、非浸润性和浸润性尿路上皮肿瘤	首次在多机构数据集上验证AI模型对膀胱尿路上皮肿瘤的细分类，重点关注膀胱病变并区分关键病理类别	NA	开发并验证用于膀胱癌病理图像分类的人工智能模型	尿路上皮肿瘤的数字化病理切片图像	数字病理	膀胱癌	数字化病理成像	CNN, Transformer	图像	来自5个机构的12,500张全切片图像	NA	EfficientNet-B6, Transformer	准确率, 灵敏度, 特异性, F1分数, AUC	NA
2311	2025-11-30	Kideraspa: designing variants of staphylococcal protein a based on a diffusion model with kidera factors 2025-Oct-24, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00696-z PMID:41136793	研究论文	提出一种基于扩散模型和Kidera因子的蛋白质设计方法，用于生成葡萄球菌蛋白A的功能性变体	首次将扩散生成模型与Kidera因子表示相结合用于蛋白质从头设计，直接针对特定结合功能进行优化	方法依赖于选定的突变位点，实验验证规模可能有限	开发高效的数据驱动蛋白质设计方法以克服传统方法的局限性	葡萄球菌蛋白A变体及其与人免疫球蛋白G的相互作用	计算生物学	癌症,炎症,感染,自身免疫疾病	深度学习,扩散模型,蛋白质结构预测	扩散模型	蛋白质序列,结构数据	NA	NA	扩散模型	成功率,结合亲和力	AlphaFold3
2312	2025-11-30	Multi-omics integration and batch correction using a modality-agnostic deep learning framework 2025-Oct-22, bioRxiv : the preprint server for biology DOI:10.1101/2025.10.21.683449 PMID:41279228	研究论文	提出了一种名为MIMA的无监督深度学习框架，用于多组学数据整合和批次效应校正	开发了模块化、模态无关的AI框架，能够同时处理多组学数据整合和批次效应校正，支持跨模态转换并发现手动注释未捕获的分子模式	NA	开发多模态数据整合和批次效应校正的AI框架，促进数字病理学发展	空间和单细胞多组学数据集	机器学习	癌症	多组学技术	深度学习	多模态分子数据和病理图像	NA	NA	NA	与专家病理学家注释的预测性能比较	NA
2313	2025-11-30	Quantifying the impact of genetic mutations on enhancer dynamics 2025-Oct-21, bioRxiv : the preprint server for biology DOI:10.1101/2025.10.21.683558 PMID:41279603	研究论文	本研究开发了UDI-UMI-STARR-seq技术结合RNA-seq，系统量化遗传突变对增强子活性和基因表达的影响	整合双索引和唯一分子标识符的新型增强子分析技术，结合深度学习模型解析增强子语法规则	仅针对6个转录因子进行CRISPR/Cas9敲除研究，样本规模有限	量化遗传突变对增强子动力学的影响	46,142个细胞类型特异性候选增强子对应的253,632个片段	计算生物学	神经发育障碍	UDI-UMI-STARR-seq, RNA-seq, CRISPR/Cas9	深度学习模型	基因组序列数据，基因表达数据	253,632个增强子片段，6个转录因子敲除系	NA	NA	NA	NA
2314	2025-11-30	StoPred: Accurate Stoichiometry Prediction for Protein Complexes Using Protein Language Models and Graph Attention 2025-Oct-21, bioRxiv : the preprint server for biology DOI:10.1101/2025.10.20.683515 PMID:41279950	研究论文	提出一种结合蛋白质语言模型和图注意力网络预测蛋白质复合物化学计量比的新方法	首个能够准确预测异源寡聚复合物化学计量比的深度学习方法，无需模板组装或预定义组成	未提及具体的数据集规模限制或计算资源需求	开发准确预测蛋白质复合物化学计量比的计算方法	蛋白质复合物的化学计量比预测	计算生物学	NA	蛋白质语言模型，图注意力网络	图注意力网络	蛋白质序列，结构特征	NA	NA	图注意力网络	top-1准确率	NA
2315	2025-11-30	Deep learning the dynamic regulatory sequence code of cardiac organoid differentiation 2025-Oct-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.10.15.680997 PMID:41279701	研究论文	结合人类iPSC来源心脏类器官的单细胞多组学图谱与深度学习模型，揭示早期心脏发育的调控序列规则	首次将时间分辨单细胞多组学数据与深度学习预测染色质可及性相结合，系统解析心脏发育的调控语法	研究主要聚焦早期心脏发育阶段，对后期成熟过程的调控机制覆盖有限	解析人类心脏器官发生过程中的时序基因调控程序	人类iPSC来源的心脏类器官	计算生物学	先天性心脏病	单细胞多组学测序，染色质可及性分析	深度学习	基因组序列，单细胞多组学数据	时间序列心脏类器官样本	NA	NA	预测准确性	NA
2316	2025-11-30	A Review on Deep Learning Methods for Glioma Segmentation, Limitations, and Future Perspectives 2025-Aug-11, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11080269 PMID:40863479	综述	本文对胶质瘤分割的深度学习方法进行了全面分析，重点关注研究性能与临床实际应用之间的差距	首次将80多种最先进模型按CNN、纯Transformer和混合架构分类，并引入基于鲁棒性、效率和肿瘤区域完整性的适用性分析	主要基于BraTS数据集进行评估，可能无法完全代表真实临床环境的多样性	评估胶质瘤分割深度学习模型的性能、计算效率及临床适用性	胶质瘤磁共振成像(MRI)数据	数字病理	胶质瘤	磁共振成像(MRI)	CNN, Transformer	医学影像	基于BraTS数据集的80多个模型评估	NA	CNN-based, Pure Transformer, Hybrid CNN-Transformer	分割准确性, 计算效率, 鲁棒性, 肿瘤区域完整性	NA
2317	2025-11-30	A combinatorial mutational map of active non-native protein kinases by deep learning guided sequence design 2025-Aug-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.03.668353 PMID:40766444	研究论文	通过深度学习指导的序列设计构建活性非天然蛋白激酶的组合突变图谱	突破传统方法限制，通过深度学习指导重新设计天然蛋白酪氨酸激酶，生成具有高度组合突变的新型功能序列	NA	探索高度组合和稀疏的序列-功能景观在突变尺度上的功能探索	蛋白酪氨酸激酶及其重新设计的序列变体	机器学习	NA	深度学习指导的序列设计，无细胞检测	深度学习，回归模型	蛋白质序列数据，功能活性数据	537个重新设计的序列变体，覆盖76个不同位置的436个独特突变	NA	NA	活性保留率（85%变体保持活性），功能预测准确率	NA
2318	2025-11-30	Domain-Randomized Deep Learning for Neuroimage Analysis: Selecting Training Strategies, Navigating Challenges, and Maximizing Benefits 2025-Jul, IEEE signal processing magazine IF:9.4Q1 DOI:10.1109/MSP.2025.3590806 PMID:41306561	教程论文	本教程论文综述了基于合成图像的领域随机化深度学习方法在神经影像分析中的原理、实现和潜力	通过使用随机化强度和解剖内容的合成图像训练深度神经网络，解决了模型泛化问题，使模型能够准确处理训练期间未见过的图像类型	计算需求增加，需要权衡计算成本与性能提升	加速开发可泛化的深度学习工具，使领域专家无需大量计算资源或机器学习知识即可使用	神经影像分析，包括MRI、CT、PET、OCT等多种成像模态	医学影像分析	神经系统疾病	领域随机化，合成图像生成	深度神经网络	医学影像数据	NA	NA	NA	泛化性能，过拟合抵抗能力	NA
2319	2025-11-30	Sidechain conditioning and modeling for full-atom protein sequence design with FAMPNN 2025-Jul, Proceedings of machine learning research PMID:41307002	研究论文	提出FAMPNN方法，在蛋白质序列设计中同时建模序列身份和侧链构象	首次在固定骨架蛋白质序列设计中显式建模侧链构象，通过联合分类交叉熵和扩散损失目标学习氨基酸身份和侧链构象的分布	NA	开发能够同时优化蛋白质序列和侧链构象的深度学习方法	蛋白质序列和三维结构	计算生物学	NA	深度学习	图神经网络	蛋白质结构数据	NA	NA	MPNN（消息传递神经网络）	序列恢复率，侧链包装精度，结合和稳定性预测	NA
2320	2025-11-30	Deep learning-based reconstruction improves image quality in low-dose head CT angiography 2025-Jun, Malawi medical journal : the journal of Medical Association of Malawi IF:1.2Q4 DOI:10.4314/mmj.v37i2.8 PMID:41306806	研究论文	比较深度学习重建算法与传统算法在低剂量头颈部CT血管成像中的图像质量	首次在低剂量头颈部CTA中系统比较深度学习重建算法与传统迭代重建算法的图像质量	样本量较小（25例患者），仅使用单一CT扫描设备	评估不同图像重建算法在低剂量头颈部CTA中的图像质量表现	头颈部CT血管成像图像	医学影像处理	脑血管疾病	CT血管成像	深度学习重建算法	医学影像	25例患者	NA	NA	信噪比, 对比噪声比, 边缘上升斜率, 图像噪声评分, 血管边缘定义评分, 整体质量评分, 锐利度评分, 清晰度评分	256层CT扫描仪