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
301	2025-07-15	CELM: An Ensemble Deep Learning Model for Early Cardiomegaly Diagnosis in Chest Radiography 2025-Jun-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131602 PMID:40647601	研究论文	本研究提出了一种基于深度学习集成模型CELM，用于胸部X光片中早期心脏肥大的自动诊断	引入了新型的基于堆叠的集成模型CELM，结合了CNN和Vision Transformer的特征，通过元分类器进行整合	需要进一步的验证以确认模型在临床环境中的可靠性	开发一种自动诊断心脏肥大的深度学习模型，以支持临床决策	胸部X光片中的心脏肥大	计算机视觉	心血管疾病	深度学习	CNN, Vision Transformer, CELM	图像	结合了PadChest、NIH CXR、VinDr-CXR和CheXpert等多个数据集的后前位(PA)图像，构成迄今为止最大且最多样化的CXR数据集之一
302	2025-07-15	Early Diabetic Retinopathy Detection from OCT Images Using Multifractal Analysis and Multi-Layer Perceptron Classification 2025-Jun-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131616 PMID:40647615	research paper	该研究提出了一种结合多分形分析和多层感知机分类的早期糖尿病视网膜病变检测方法	首次将多分形分析应用于OCT图像以提取视网膜组织的结构不规则性特征，并结合MLP实现高精度分类	未提及外部验证集的测试结果，可能影响模型的泛化能力评估	开发可靠的自动化筛查工具用于早期糖尿病视网膜病变检测	糖尿病患者的OCT视网膜图像	digital pathology	diabetic retinopathy	OCT成像技术	MLP	image	NA
303	2025-07-15	Pose estimation for pickleball players' kinematic analysis through MediaPipe-based deep learning: A pilot study 2025-Jun-25, Journal of sports sciences IF:2.3Q2 DOI:10.1080/02640414.2025.2524283 PMID:40563204	研究论文	本研究通过基于MediaPipe的深度学习工具对匹克球运动员的击球动作进行运动学分析	首次使用MediaPipe深度学习工具对匹克球运动员的击球动作进行运动学分析，并比较不同水平运动员的关键关节角度差异	样本量较小(14名男性运动员)，未分析其他击球类型和身体部位(如足部位置和躯干旋转)	开发匹克球运动员运动学分析工具并比较不同水平运动员的动作差异	匹克球运动员的击球动作	计算机视觉	NA	MediaPipe深度学习工具	深度学习	视频	14名男性匹克球运动员(年龄46.5±10.5岁)
304	2025-07-15	Deep Learning Methods for Automatic Identification of Male and Female Chickens in a Cage-Free Flock 2025-Jun-24, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15131862 PMID:40646761	research paper	本研究应用基于深度学习的对象检测模型，在无笼环境中根据鸡冠大小和体型等表型特征识别母鸡和公鸡，并比较不同模型的性能指标	创新点在于使用YOLO模型基于鸡冠大小和体型特征自动识别公鸡和母鸡，为家禽养殖中的性能评估和遗传选择提供自动化监测方法	研究仅使用了6只公鸡和200只母鸡的小样本量，且仅在预产期阶段进行测试	开发自动化方法识别公鸡和母鸡，以监测公鸡行为并优化家禽养殖效率	Lohmann LSL Lite品种的母鸡和公鸡	computer vision	NA	深度学习对象检测	YOLOv5, YOLOv11	image	6只公鸡和200只母鸡
305	2025-07-15	Innovative Technologies Reshaping Meat Industrialization: Challenges and Opportunities in the Intelligent Era 2025-Jun-24, Foods (Basel, Switzerland) DOI:10.3390/foods14132230 PMID:40646982	综述	本文系统回顾了肉类工业化中的关键技术创新，包括物理技术和数字技术，并探讨了替代肉类生产技术的潜力	介绍了物理技术（如智能切割精度提升至毫米级、脉冲电场杀菌效率超过90%）和数字技术（如物联网实时监控、区块链增强溯源透明度）的创新应用	大规模应用面临高成本、缺乏标准化和消费者接受度等关键挑战	探讨智能时代下肉类工业化的技术创新及其面临的挑战与机遇	肉类工业化中的物理技术和数字技术	食品工业智能化	NA	智能切割、脉冲电场杀菌、超声波辅助腌制、超高压处理、物联网、区块链、AI优化生产决策、细胞培养肉、3D生物打印	深度学习	NA	NA
306	2025-07-15	Robust Autism Spectrum Disorder Screening Based on Facial Images (For Disability Diagnosis): A Domain-Adaptive Deep Ensemble Approach 2025-Jun-24, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131601 PMID:40647600	研究论文	本文开发并评估了一种基于面部图像的鲁棒深度集成学习系统，用于准确可靠地分类自闭症谱系障碍（ASD）	创新的ASD-UANet集成方法结合了Xception和ResNet50V2模型，采用加权集成策略（FPPR），显著提高了分类准确性和泛化能力	研究依赖于公开数据集，可能无法涵盖所有人群特征，且未在更广泛的实际临床环境中验证	开发一种鲁棒的ASD筛查方法，以促进更精确的诊断和更大的包容性	自闭症谱系障碍（ASD）患者的面部图像	计算机视觉	自闭症谱系障碍	深度学习	ASD-UANet（Xception和ResNet50V2的集成）	图像	来自Kaggle和YTUIA的两个公开数据集，以及一个未见过的实时数据集（UIFID）
307	2025-07-15	Clinical Context Is More Important than Data Quantity to the Performance of an Artificial Intelligence-Based Early Warning System 2025-Jun-23, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14134444 PMID:40648818	研究论文	本研究探讨了基于深度学习的早期预警系统VitalCare-Major Adverse Event Score在预测成人住院患者6小时内非计划转入重症监护室、心脏骤停或死亡方面的能力	研究发现临床背景比数据量对人工智能预警系统性能的影响更大，支持了对数据完整性的细致看法	这是一项回顾性单中心研究，结果可能无法推广到其他医疗环境	评估临床数据缺失模式对AI预警系统性能的影响	成人住院患者	医疗人工智能	多系统疾病	深度学习	VitalCare-Major Adverse Event Score	电子健康记录	未明确提及具体样本量
308	2025-07-15	Scalable Nuclei Detection in HER2-SISH Whole Slide Images via Fine-Tuned Stardist with Expert-Annotated Regions of Interest 2025-Jun-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131584 PMID:40647583	研究论文	本研究提出了一种可扩展的深度学习框架，用于在HER2-SISH全切片图像中进行细胞核检测，以提高诊断效率和一致性	结合预训练的Stardist模型和基于图像处理的注释，并在特定领域数据集上进行微调，显著提高了细胞核检测的准确性和泛化能力	研究仅基于20个全切片图像和100个专家标记区域，样本量相对较小	开发自动化深度学习框架以提高HER2-SISH图像中细胞核检测的准确性和效率	HER2-SISH全切片图像中的细胞核	数字病理学	乳腺癌	深度学习、图像处理	Stardist	图像	20个全切片图像中的100个专家标记区域
309	2025-07-15	Socializing AI: Integrating Social Network Analysis and Deep Learning for Precision Dairy Cow Monitoring-A Critical Review 2025-Jun-20, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15131835 PMID:40646734	综述	本文批判性分析了奶牛行为识别的最新进展，重点介绍了通过整合先进人工智能技术（如transformer模型和多视角跟踪）与社会网络分析（SNA）带来的新方法贡献	提出了创新的方法交叉点，如姿态感知的SNA框架和多摄像头融合技术，并讨论了伦理挑战和数据治理问题	当前应用仍有限，存在遮挡、标注瓶颈、数据集多样性和有限泛化能力等重大挑战	提高奶牛福利和操作效率，推动精准畜牧业的发展	奶牛行为识别与监控	机器学习和计算机视觉	NA	社会网络分析（SNA）、transformer模型、多视角跟踪	CNN、BiLSTM、convLSTM、YOLO、EfficientDet	图像、视频	NA
310	2025-07-15	Experimental Evaluation and Machine Learning-Based Prediction of Laser Cutting Quality in FFF-Printed ABS Thermoplastics 2025-Jun-20, Polymers IF:4.7Q1 DOI:10.3390/polym17131728 PMID:40647739	研究论文	本研究通过实验和机器学习方法评估和预测了激光切割FFF打印ABS热塑性塑料的质量	结合传统、集成和深度学习算法，特别是LSTM-GRU模型，实现了对激光切割质量的高精度预测	研究仅限于ABS材料，未涉及其他热塑性塑料	优化3D打印ABS零件的后处理策略，提高聚合物基增材制造的精度和效率	FFF打印的ABS热塑性塑料板	机器学习	NA	激光切割，机器学习	Linear Regression, Support Vector Regression, Extreme Gradient Boosting, Random Forest, LSTM, LSTM-GRU, LSTM-XGBoost	实验数据	45次实验试验
311	2025-07-15	Advancements in epilepsy classification: Current trends and future directions 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103257 PMID:40655433	综述	本文全面综述了利用脑电图(EEG)信号对局灶性和非局灶性癫痫进行分类的最新进展	强调了机器学习和深度学习方法在克服现有分类挑战中的作用，并提出了结合传统信号处理技术与机器学习算法的混合模型	未提及具体实验数据或样本量，可能缺乏实证支持	提高癫痫分类精度并探索未来研究方向	局灶性和非局灶性癫痫	机器学习	癫痫	EEG信号分析	混合模型(传统信号处理+机器学习)	EEG信号	NA
312	2025-07-15	XSE-TomatoNet: An explainable AI based tomato leaf disease classification method using EfficientNetB0 with squeeze-and-excitation blocks and multi-scale feature fusion 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103159 PMID:40655435	research paper	本研究提出了一种基于可解释AI的番茄叶病分类方法XSE-TomatoNet，通过结合EfficientNetB0、SE模块和多尺度特征融合，提高了分类性能	XSE-TomatoNet结合了SE模块和多尺度特征融合，显著提升了番茄叶病分类的准确率，并利用LIME、SHAP、Grad-CAM和Grad-CAM++增强了模型的可解释性	未提及具体的数据集规模限制或模型在不同环境下的泛化能力测试	提高番茄叶病分类的准确性和可解释性	番茄叶病图像	computer vision	tomato leaf disease	deep learning	EfficientNetB0 with SE blocks and multi-scale feature fusion	image	NA
313	2025-07-15	Artificial Intelligence in Cardiovascular Diagnosis: Innovations and Impact on Disease Screenings 2025-Jun, Journal of pharmacy & bioallied sciences DOI:10.4103/jpbs.jpbs_557_25 PMID:40655749	研究论文	本文探讨了人工智能在心血管疾病诊断中的创新及其对疾病筛查的影响	利用AI模型（如CNN）分析心电图等影像数据，提高心血管疾病的早期诊断准确性并预测疾病发作和长期预后	未提及具体AI模型的性能比较及临床应用的详细验证数据	探索人工智能在心血管疾病诊断和管理中的应用潜力	心血管疾病（如心力衰竭、心房颤动、冠状动脉疾病和瓣膜性心脏病）	数字病理学	心血管疾病	机器学习和深度学习算法	CNN	心电图和其他影像数据	NA
314	2025-07-15	Evaluation of Artificial Intelligent Systems Based Analysis in Dental Periapical Lesions - A Radiological Study 2025-Jun, Journal of pharmacy & bioallied sciences DOI:10.4103/jpbs.jpbs_2002_24 PMID:40655781	research paper	本研究评估了基于AI的牙科根尖周病变分析，使用CBCT扫描进行放射学研究	比较了手动机器学习AI和深度学习AI在牙科根尖周病变诊断中的准确性，发现手动机器学习AI表现更优	研究样本量相对较小（500例CBCT扫描），且仅在一个医疗机构进行	评估AI系统在牙科根尖周病变诊断中的性能	牙科根尖周病变（根尖周囊肿、脓肿和肉芽肿）	digital pathology	dental disease	CBCT扫描	手动机器学习AI和深度学习AI	医学影像	500例CBCT扫描（400例用于训练，100例用于测试）
315	2025-07-15	Artificial Intelligence in Ultrasound-Based Diagnoses of Gynecological Tumors: A Systematic Review 2025-Jun, Cureus DOI:10.7759/cureus.85884 PMID:40656430	系统综述	本文系统综述了人工智能在基于超声的妇科肿瘤诊断中的应用，评估了其性能指标、方法学优势和局限性	首次系统性地评估了AI在妇科肿瘤超声诊断中的应用，并强调了深度学习方法与传统机器学习相比的优越性	研究间存在成像协议、样本量和验证方法的异质性，且只有少数研究采用前瞻性设计或解决算法偏见问题	评估人工智能在妇科肿瘤超声诊断中的应用效果，并指导未来研究和临床实践	妇科肿瘤（卵巢、子宫内膜和子宫肿块）	数字病理学	妇科肿瘤	超声	CNN, ResNet	图像	26项符合纳入标准的研究（共252条记录）
316	2025-07-15	Histopathology-based Protein Multiplex Generation using Deep Learning 2025-May-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.26.24301803 PMID:39677425	研究论文	提出了一种名为HistoPlexer的深度学习框架，能够直接从标准的H&E组织病理学图像生成空间解析的蛋白质多重图像	使用条件生成对抗网络架构和自定义损失函数，联合预测多种肿瘤和免疫标记物，同时减轻切片间的变异	NA	开发一种成本和时间高效的方法，用于肿瘤微环境表征，以推进精准肿瘤学	转移性黑色素瘤样本和其他癌症类型的像素对齐数据集	数字病理学	黑色素瘤	深度学习	GAN	图像	转移性黑色素瘤样本和不同癌症类型的公开数据集
317	2025-07-15	Learning Biophysical Dynamics with Protein Language Models 2025-May-12, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.11.617911 PMID:39464109	研究论文	本文介绍了SeqDance和ESMDance两种蛋白质语言模型，用于学习从分子动力学模拟和正态模式分析中获得的动态生物物理特性	提出了两种新型蛋白质语言模型，能够直接捕捉蛋白质的动态特性，并在缺乏进化信息的蛋白质上表现出色	模型依赖于分子动力学模拟和正态模式分析的数据，可能受到这些方法固有局限性的影响	开发能够捕捉蛋白质动态特性的深度学习模型	蛋白质的结构动态和突变效应	机器学习	NA	分子动力学模拟, 正态模式分析	蛋白质语言模型(SeqDance, ESMDance)	蛋白质序列, 结构数据	65,100种蛋白质
318	2025-07-15	Vessels hiding in plain sight: quantifying brain vascular morphology in anatomical MR images using deep learning 2025-May-11, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.06.652518 PMID:40654616	研究论文	该研究开发了一种名为anat2vessels的深度学习模型，用于在标准T1或T2加权MR图像中量化脑部血管形态	首次提出在无需额外MRA扫描的情况下，利用常规T1w/T2w MR图像准确量化脑部血管形态的深度学习方法	模型性能在仅使用T1w图像时可能不如T2w图像	开发非侵入性评估脑部血管形态的方法，研究血管形态与衰老、血压和认知能力的关系	脑部血管系统	数字病理学	老年疾病	MR成像（T1w/T2w）、TOF-MRA	深度学习神经网络	医学影像	包含配对MR/MRA的数据集（具体数量未明确说明）
319	2025-07-15	Using deep learning to predict internalizing problems from brain structure in youth 2025-May-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.28.625869 PMID:40654936	研究论文	使用深度学习通过大脑结构预测青少年的内化问题	利用深度学习识别大脑结构与内化问题之间的复杂多维关系，并预测内化问题的横断面和纵向恶化轨迹	纵向模型在一般人群中预测恶化轨迹的性能欠佳，样本主要集中在神经发育条件较高的个体	探索内化问题的生物标志物，预测其临床显著性和恶化轨迹	青少年内化问题（如焦虑和抑郁）	机器学习	精神健康疾病	深度学习	深度学习模型	大脑结构数据（厚度、表面积和体积）	横断面模型14,523例，纵向模型10,540例
320	2025-07-15	Neurospectrum: A Geometric and Topological Deep Learning Framework for Uncovering Spatiotemporal Signatures in Neural Activity 2025-May-08, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.22.533807 PMID:40654845	研究论文	介绍了一个名为Neurospectrum的几何和拓扑深度学习框架，用于揭示神经活动中的时空特征	提出了一种将神经活动编码为受时空结构影响的潜在轨迹的框架，结合了图注意力机制、图小波嵌入和流形正则化自编码器，以及多尺度几何、拓扑和动力学特征的描述符	NA	提取与行为或疾病相关的可解释神经特征	神经信号	机器学习	强迫症	深度学习	图注意力机制、流形正则化自编码器、循环网络	神经信号数据（如fMRI、钙成像数据）	模拟和实验数据集