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
2981	2025-04-13	Universal conditional networks (UniCoN) for multi-age embryonic cartilage segmentation with Sparsely annotated data 2025-01-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87797-9 PMID:39890924	research paper	提出了一种名为Universal conditional networks (UniCoN)的新方法，用于多年龄胚胎软骨分割，特别是在稀疏标注数据的情况下	提出了两种新机制，一种基于离散年龄类别，另一种基于连续图像裁剪位置，以增强模型性能	需要进一步验证在更广泛的数据集上的泛化能力	解决胚胎软骨分割在3D micro-CT图像中的挑战，特别是在多年龄组数据中的准确性和泛化性	胚胎小鼠的软骨组织	digital pathology	osteochondrodysplasia	3D micro-CT imaging	CNN, Transformers, hybrid models	3D micro-CT images	多年龄软骨分割数据集
2982	2025-04-13	Assessing the cardioprotective effects of exercise in APOE mouse models using deep learning and photon-counting micro-CT 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320892 PMID:40208877	research paper	本研究利用深度学习和光子计数微型CT评估运动对不同APOE基因型小鼠心脏结构和功能的影响	结合光子计数CT和深度学习分割技术评估运动对APOE小鼠模型的保护作用	研究仅基于小鼠模型，结果可能无法直接外推至人类	评估运动对不同APOE基因型小鼠心脏结构和功能的影响	140只不同APOE基因型小鼠	digital pathology	cardiovascular disease	photon-counting computed tomography (PCCT), deep learning-based segmentation	3D U-Net	image	140只小鼠（按APOE基因型、性别和运动方案分组）
2983	2025-04-13	Advancing personalized diagnosis and treatment using deep learning architecture 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1545528 PMID:40212269	研究论文	本研究提出了一种名为ImmunoNet的深度学习框架，用于提高自身免疫性疾病的诊断和治疗准确性	结合遗传、分子和临床数据，利用CNN和MLP分析大规模数据集，通过可解释AI技术和联邦学习提高模型的解释性和隐私保护	未提及具体的数据集规模或实际临床应用中的潜在问题	提高自身免疫性疾病的诊断准确性和个性化治疗策略	自身免疫性疾病患者	机器学习	自身免疫性疾病	深度学习	CNN, MLP	遗传数据、分子数据、临床数据	NA
2984	2025-04-13	Preliminary exploratory study on differential diagnosis between benign and malignant peripheral lung tumors: based on deep learning networks 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1567545 PMID:40212272	研究论文	本研究基于深度学习网络开发了一种超声成像模型，用于区分良性和恶性周围型肺肿瘤	研究首次利用超声成像结合深度学习模型（ResNet系列）进行肺肿瘤良恶性鉴别，相比传统X射线、CT和MRI方法具有创新性	研究样本量相对有限（371例），且为回顾性分析，可能存在选择偏倚	开发基于超声成像的深度学习模型以提高肺肿瘤良恶性鉴别诊断准确性	371例接受超声引导经皮肺肿瘤手术的患者	数字病理	肺癌	超声成像	ResNet18/34/50/101/152	超声图像	371例患者（训练集296例，测试集75例）
2985	2025-04-13	Heterogeneous transfer learning model for improving the classification performance of fNIRS signals in motor imagery among cross-subject stroke patients 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1555690 PMID:40212471	研究论文	本文提出了一种跨主题异构迁移学习模型（CHTLM），用于提高中风患者运动想象功能近红外光谱（MI-fNIRS）信号的跨主题分类性能	利用健康个体的标记脑电图（EEG）数据作为源域，通过自适应特征匹配网络对齐源域和目标域的任务相关特征图和卷积层，从而提升分类性能	实验样本量较小，仅涉及八名中风患者的数据	提升中风患者MI-fNIRS信号的跨主题分类性能，以支持中风康复中的脑机接口应用	中风患者的MI-fNIRS信号	脑机接口	中风	功能近红外光谱（fNIRS）和脑电图（EEG）	跨主题异构迁移学习模型（CHTLM）	信号数据	八名中风患者的MI-fNIRS数据
2986	2025-04-13	Image-based food monitoring and dietary management for patients living with diabetes: a scoping review of calorie counting applications 2025, Frontiers in nutrition IF:4.0Q2 DOI:10.3389/fnut.2025.1501946 PMID:40212724	综述	本文综述了基于图像的食品监测和饮食管理在糖尿病患者中的应用，特别是卡路里计数应用程序	探讨了利用深度学习和计算机视觉技术自动从食物图像中估算卡路里摄入量的最新进展	标准化、多样化人群的验证以及数据隐私问题是当前面临的主要挑战	研究计算机科学在饮食摄入估计中的作用，特别是食物分割、分类和体积估计以计算卡路里	糖尿病患者	计算机视觉	糖尿病	深度学习	NA	图像	NA
2987	2025-04-13	Plant stem and leaf segmentation and phenotypic parameter extraction using neural radiance fields and lightweight point cloud segmentation networks 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1491170 PMID:40212877	研究论文	本研究提出了一种结合神经辐射场模型和轻量级点云分割网络的方法，用于植物茎叶分割和表型参数提取	提出了一个轻量级点云分割网络PointSegNet，包含GLSA模块和EAFP模块，用于整合局部和全局特征并增强边缘感知能力	NA	开发一种自动提取植物表型参数的方法	玉米、番茄和大豆植物的茎叶	计算机视觉	NA	神经辐射场模型(Nerfacto)、点云分割	PointSegNet	3D点云数据	玉米、番茄和大豆植物样本
2988	2025-04-13	Deep learning-based target spraying control of weeds in wheat fields at tillering stage 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1540722 PMID:40212873	研究论文	本研究结合深度学习设计了目标喷洒决策与滞后算法，并在测试平台上验证其有效性	对YOLOv5s进行轻量化改进并设计目标喷洒决策与滞后算法，解决了硬件操作滞后问题	实验仅使用模拟杂草和模拟分蘖小麦进行台架实验，未在真实田间环境中验证	开发基于深度学习的小麦田杂草目标喷洒控制系统	小麦田分蘖期的杂草	计算机视觉	NA	深度学习	YOLOv5s	图像	模拟杂草和模拟分蘖小麦的台架实验数据集
2989	2025-04-13	Machine learning and artificial intelligence in type 2 diabetes prediction: a comprehensive 33-year bibliometric and literature analysis 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1557467 PMID:40212895	综述	本文对33年（1991-2024年）间机器学习（ML）和人工智能（AI）在2型糖尿病（T2DM）预测中的应用研究进行了全面的文献计量和系统综述	采用文献计量和系统综述方法，结合TF-IDF和专家输入筛选文献，并应用双标准方法评估文献的相关性和影响力	未来研究需要解决泛化性、跨学科T2DM预测研究和社会心理整合方面的不足	综述机器学习与人工智能在2型糖尿病预测中的应用，识别关键趋势、方法和研究空白	2型糖尿病（T2DM）预测研究	机器学习	糖尿病	TF-IDF, PRISMA指南, VOSviewer, Bibliometrix	Random Forest, Gradient Boosting, CNN	文献数据	2,351篇文章
2990	2025-04-13	Head and Neck Tumor Segmentation for MRI-Guided Radiation Therapy Using Pre-trained STU-Net Models 2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings DOI:10.1007/978-3-031-83274-1_4 PMID:40213034	研究论文	本研究比较了nnU-Net v2和STU-Net两种深度学习模型在头颈癌MRI图像中自动分割肿瘤的性能	STU-Net在可扩展性和可迁移性方面进行了关键改进，参数规模从1400万到14亿不等，并利用TotalSegmentator等大规模数据集进行预训练，更有效地捕捉复杂多变的肿瘤结构	NA	提高MRI引导放射治疗中头颈癌肿瘤分割的准确性	头颈癌患者的MRI图像	数字病理	头颈癌	深度学习	STU-Net, nnU-Net v2	MRI图像	NA
2991	2025-04-13	Transformers in RNA structure prediction: A review 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.021 PMID:40213272	综述	本文全面回顾了基于Transformer的RNA结构预测模型	深入分析了Transformer架构的创新如何提升RNA结构预测性能及其现有不足	未具体说明Transformer模型在RNA结构预测中的具体局限性	探讨Transformer在RNA结构预测领域的应用与发展	RNA的二级和三级结构	自然语言处理	NA	Transformer模型	Transformer	序列数据	NA
2992	2025-04-13	Deep learning-based prediction of chemical accumulation in a pathogenic mycobacterium 2024-Dec-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.15.628588 PMID:39764009	研究论文	该研究利用深度学习模型预测病原性分枝杆菌中化学物质的积累情况，以提高抗生素设计的成功率	首次使用深度学习模型预测药物在分枝杆菌中的积累，突破了传统化学性质预测方法的局限	研究仅针对一种特定的病原性分枝杆菌（M. abscessus），结果可能不适用于其他细菌	提高抗生素候选药物的设计成功率，解决细菌药物积累不足的问题	1528种已批准药物在M. abscessus中的积累情况	机器学习	分枝杆菌感染	液相色谱-质谱联用技术（LC-MS）	深度学习模型	化学物质积累数据	1528种已批准药物
2993	2025-04-13	Deep Learning-Based Classification of Histone-DNA Interactions Using Drying Droplet Patterns 2024-Nov, Small science IF:11.1Q1 DOI:10.1002/smsc.202400252 PMID:40213456	研究论文	本研究利用深度学习神经网络对源自不同组蛋白-DNA混合物的干燥液滴沉积物的偏振光显微镜图像进行分类，以预测组蛋白-DNA结合亲和力	首次发现组蛋白-DNA相互作用可以通过染色模式进行分层，并应用深度学习实现高准确度的DNA分类和结合亲和力预测	对于训练集未包含的物种样本，预测准确度有所下降	开发可扩展且准确的蛋白质-DNA结合分类预测分析方法	组蛋白-DNA相互作用	数字病理学	NA	偏振光显微镜	CNN	图像	多种物种的DNA样本（具体数量未明确说明）
2994	2025-04-13	Knot data analysis using multiscale Gauss link integral 2024-Oct-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2408431121 PMID:39392667	research paper	提出了一种结合曲线分割和多尺度分析的高斯链环积分方法，用于数据科学中的拓扑数据分析	引入了knot data analysis (KDA)范式，通过多尺度高斯链环积分(mGLI)捕捉数据的局部结构和连通性，显著优于现有方法	未提及具体局限性	开发一种新的拓扑数据分析方法，以解决传统方法在定位和量化方面的不足	13种复杂的生物数据集，包括蛋白质灵活性分析、蛋白质-配体相互作用等	machine learning	NA	multiscale Gauss link integral (mGLI)	NA	biological datasets	13种生物数据集
2995	2025-04-13	Active Label Refinement for Robust Training of Imbalanced Medical Image Classification Tasks in the Presence of High Label Noise 2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72120-5_4 PMID:40207034	research paper	提出一种结合噪声标签学习（LNL）和主动学习的两阶段方法，以提高医学图像分类在标签噪声下的鲁棒性，并通过有限标注预算迭代提升数据集质量	引入梯度方差方法在LNL阶段补充基于损失的样本选择，同时采样代表性不足的样本，避免将少数类别的干净样本误判为噪声样本	方法仅在两种不平衡噪声医学分类数据集上验证，需进一步测试更广泛场景	提升医学图像分类在标签噪声和不平衡数据集下的鲁棒性	医学图像分类任务	digital pathology	NA	Learning with Noisy Labels (LNL), active learning	deep learning	image	两种不平衡噪声医学分类数据集（未明确样本数量）
2996	2025-04-13	qlty: handling large tensors in scientific imaging deep-learning workflows 2024-Sep, Software impacts IF:1.3Q3 DOI:10.1016/j.simpa.2024.100696 PMID:40206204	research paper	介绍了一个名为qlty的工具包，用于处理科学成像中深度学习工作流程中的大型张量数据	提出了一个专门用于处理超出标准GPU内存容量的大型体积数据集的工具包qlty，通过张量管理技术实现有效训练和推理	未提及具体的性能对比实验或与其他工具的比较	解决科学成像中深度学习工作流程中大型张量数据处理的问题	大型体积数据集	computer vision	NA	NA	NA	image	NA
2997	2025-04-13	Multiscale Computational and Artificial Intelligence Models of Linear and Nonlinear Composites: A Review 2024-May, Small science IF:11.1Q1 DOI:10.1002/smsc.202300185 PMID:40213577	综述	本文综述了多尺度建模方法在硬质和软质复合材料中的应用，包括分子动力学模拟、有限元分析和机器学习/深度学习替代模型	综述了最新的多尺度建模方法，包括无网格方法、混合机器学习和有限元模型，以及非线性本构材料模型	计算资源可用性、模型保真度和可重复性方面的限制	为读者提供复合材料多尺度建模研究和开发的未来趋势的清晰展望	硬质（聚合物、金属、纱线、纤维、纤维增强聚合物和聚合物基复合材料）和软质（如脑白质[BWM]等生物组织）复合材料	机器学习	NA	分子动力学模拟、有限元分析、机器学习/深度学习	分子动力学、有限元、机器学习/深度学习替代模型	数值模拟和大量实验结果	NA
2998	2025-04-13	Development and Validation of a Deep Learning Algorithm to Differentiate Colon Carcinoma From Acute Diverticulitis in Computed Tomography Images 2023-01-03, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2022.53370 PMID:36705919	研究论文	开发并验证了一种深度学习算法，用于在CT图像中区分结肠癌和急性憩室炎	提出了一种3D卷积神经网络(CNN)模型，能够显著提高放射科医生在区分结肠癌和急性憩室炎方面的诊断准确性	研究样本仅包括2005年至2020年间接受手术的患者，可能无法代表所有病例	开发并评估能够区分结肠癌和急性憩室炎的AI支持系统	结肠癌和急性憩室炎患者	数字病理学	结肠癌/急性憩室炎	3D卷积神经网络	3D CNN	CT图像	585名患者(267例AD，318例CC)
2999	2025-04-12	Tracking protein kinase targeting advances: integrating QSAR into machine learning for kinase-targeted drug discovery 2025-Dec, Future science OA IF:2.4Q3 DOI:10.1080/20565623.2025.2483631 PMID:40181786	综述	本文探讨了定量构效关系（QSAR）模型在激酶药物发现中的应用，重点介绍了将传统QSAR与机器学习（ML）和结构数据相结合的进展	深度学习增强的QSAR在自动特征提取和捕捉复杂关系方面具有创新性，超越了传统QSAR方法	强调了可解释性和实验验证对于临床转化的重要性	提高激酶靶向药物设计的效率和准确性	蛋白激酶及其选择性抑制剂	机器学习	NA	定量构效关系（QSAR）、机器学习（ML）、深度学习	CNN、RNN	结构数据、实验数据	NA
3000	2025-04-12	Leveraging multi-modal feature learning for predictions of antibody viscosity 2025-Dec, mAbs IF:5.6Q1 DOI:10.1080/19420862.2025.2490788 PMID:40214197	研究论文	本文报告了一种多模态特征学习工作流程在预测治疗性抗体粘度中的应用	整合了多种数据源，包括序列、结构、物理化学性质以及语言模型的嵌入，使模型能够从分子模拟的物理化学规则和大型预训练深度学习模型捕获的蛋白质进化模式中学习	未提及具体样本量或实验验证的局限性	预测治疗性抗体的粘度，以解决皮下给药制剂的高粘度问题	治疗性抗体	机器学习	NA	多模态特征学习	深度学习模型	序列、结构、物理化学性质数据	NA