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
321	2025-07-05	Deep learning-based cough classification using application-recorded sounds: a transfer learning approach with VGGish 2025-Jul-01, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03065-w PMID:40598373	研究论文	本研究提出了一种基于深度学习的咳嗽分类模型，利用智能手机记录的咳嗽声音进行早期诊断	采用VGGish作为迁移学习模型，并结合检测和分类网络，提高了咳嗽声音分类的准确性和可靠性	模型性能依赖于医疗专家的标注质量，且在不同数据集上的分类准确率存在差异	开发早期诊断系统，以改善呼吸道疾病的及时干预和治疗效果	智能手机记录的咳嗽声音	自然语言处理	呼吸道疾病	深度学习	VGGish	音频	多个数据集（dataset1, 2, 和3）
322	2025-07-05	AmpHGT: expanding prediction of antimicrobial activity in peptides containing non-canonical amino acids using multi-view constrained heterogeneous graph transformer 2025-Jul-01, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02253-4 PMID:40598389	研究论文	提出了一种名为AmpHGT的新型深度学习模型，用于预测含有非经典氨基酸的抗菌肽的抗菌活性	AmpHGT模型基于异构图表示肽，能够有效分类含有非经典氨基酸的抗菌肽，解决了传统特征提取方法的局限性	传统解码方法和单字母表示系统对于非经典氨基酸的处理不足，阻碍了新型抗菌肽的开发	开发一种能够预测含有非经典氨基酸的抗菌肽活性的模型	抗菌肽（AMPs），特别是含有非经典氨基酸的抗菌肽	机器学习	NA	深度学习	异构图变换器（Heterogeneous Graph Transformer, HGT）	肽序列和结构数据	NA
323	2025-07-05	Comparative analysis of statistical and deep learning-based multi-omics integration for breast cancer subtype classification 2025-Jul-01, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-06662-5 PMID:40598554	研究论文	比较统计和深度学习方法在多组学整合中对乳腺癌亚型分类的效果	比较了基于统计的MOFA+和基于深度学习的MOGCN两种多组学整合方法在乳腺癌亚型分类中的表现	研究仅基于960例乳腺癌患者样本，可能无法完全代表所有乳腺癌亚型的多样性	评估不同多组学整合方法在乳腺癌亚型分类中的效果	乳腺癌患者的多组学数据（转录组学、表观基因组学和微生物组学）	机器学习	乳腺癌	多组学整合分析	MOFA+, MOGCN	多组学数据	960例乳腺癌患者样本
324	2025-07-05	Associations of street-view greenspace exposure with cardiovascular health (Life's Essential 8) among women in midlife 2025-Jul-01, Biology of sex differences IF:4.9Q1 DOI:10.1186/s13293-025-00718-3 PMID:40598663	研究论文	该研究探讨了街道绿化景观暴露与中年女性心血管健康（Life's Essential 8）之间的关联	使用Google街景图像和深度学习算法量化街道绿化，首次研究了街道绿化与整体心血管健康的关联	研究样本主要来自美国马萨诸塞州东部，可能限制了结果的普遍性	评估街道绿化暴露对中年女性心血管健康的影响	767名中年女性（平均年龄46-51岁）	公共卫生	心血管疾病	深度学习算法	NA	图像（Google街景）、问卷数据、生物医学测量数据	767名女性参与者（68%非西班牙裔白人，74%大学毕业生）
325	2025-07-05	PedSemiSeg: Pedagogy-inspired semi-supervised polyp segmentation 2025-Jul-01, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102591 PMID:40609495	研究论文	提出了一种受教学法启发的半监督学习框架PedSemiSeg，用于在有限标注数据下提升息肉分割性能	受现实教育环境中教师反馈和同伴辅导的启发，设计了正负学习方式下的强增强输入监督机制，并引入基于预测熵的同伴互辅导	未明确说明模型在极端数据分布偏移下的表现及计算效率	解决标注数据稀缺和患者/医疗中心间分布偏移问题，提升息肉分割模型的泛化能力	结直肠息肉图像	数字病理	结直肠癌	半监督学习	深度学习框架（含强/弱数据增强策略）	医学图像	两个公共数据集及外部多中心数据集（未注明具体样本量）
326	2025-07-05	Decoding olfactory response from neurophysiological signal with a multi modal deep learning framework 2025-Jun-28, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107775 PMID:40609506	研究论文	通过多模态深度学习框架解码神经生理信号中的嗅觉反应	提出了一种新的多模态深度学习方法TACAF，结合了EEG和呼吸信号，通过小波特征和时间窗口选择以及频谱分析来增强嗅觉EEG解码	样本量较小，仅涉及20名受试者	更好地理解嗅觉感知的神经特征	人类的嗅觉系统	神经科学	NA	EEG和呼吸信号分析	TACAF（Token Alignment and Cross-Attention Fusion network）	神经生理信号（EEG和呼吸信号）	20名受试者
327	2025-07-05	Extracting True Virus SERS Spectra and Augmenting Data for Improved Virus Classification and Quantification 2025-Jun-27, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c03397 PMID:40382719	研究论文	本文开发了一种深度学习框架，利用双神经网络提取真实的病毒SERS光谱并估计12种不同呼吸道病毒在水中的浓度系数，以提高病毒分类和定量分析的准确性	提出了一种深度学习框架，能够提取真实的病毒SERS光谱并估计浓度系数，从而增强光谱数据集，显著提高了分类和定量分析的准确性	研究主要基于水中的病毒样本，虽然在唾液背景中也进行了测试，但其他生物样本中的适用性仍需进一步验证	提高基于SERS的病毒分类和定量分析的准确性和灵敏度	12种不同的呼吸道病毒	机器学习	呼吸道病毒感染	表面增强拉曼光谱(SERS)	XGBoost	光谱数据	12种不同呼吸道病毒的光谱数据
328	2025-07-05	Rapid and non-destructive detection of formaldehyde adulteration in shrimp based on deep learning-assisted portable Raman spectroscopy 2025-Jun-27, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145343 PMID:40609364	研究论文	本研究开发了一种基于深度学习和便携式拉曼光谱仪的快速、无损检测虾中甲醛掺假的方法	结合便携式拉曼光谱仪与InceptionTime深度学习模型，无需样品预处理即可实现甲醛检测	模型在5 mg/kg和100 mg/kg检测阈值下的准确率分别为84.40%和85.17%，仍有提升空间	开发一种现场可部署的实时、现场甲醛检测方法	虾中的甲醛掺假	数字病理学	NA	便携式拉曼光谱仪	InceptionTime	拉曼光谱数据	FA阴性和FA阳性的虾表面拉曼光谱数据
329	2025-07-04	Rethinking deep learning in bioimaging through a data centric lens 2025-Jun-26, Npj imaging.. DOI:10.1038/s44303-025-00092-0 PMID:40604161	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
330	2025-07-05	Breathable soft bioelectronics for enhanced automatic detection of obstructive sleep apnea 2025-Jun-26, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117735 PMID:40609200	研究论文	介绍了一种无线、柔软且透气的生物电子系统，用于检测阻塞性睡眠呼吸暂停（OSA）	提出了一种新型的可穿戴设备，具有穿孔、可变形的结构，提高了皮肤贴合度，便于排汗，并减少了运动伪影，同时采用深度学习框架自动分类睡眠阶段和检测呼吸暂停事件	未提及样本量或具体实验结果的统计显著性	开发一种低成本、易于使用且舒适的OSA检测方法，特别是在儿童和有颅面畸形的患者中	阻塞性睡眠呼吸暂停（OSA）患者，特别是儿童和有颅面畸形的患者	数字病理学	阻塞性睡眠呼吸暂停	深度学习	多流卷积神经网络（CNN）与双向长短期记忆模型（Bi-LSTM）	电生理信号	NA
331	2025-07-05	Electronic nose, HS-GC-IMS, HS-SPME-GC-MS, and deep learning model were used to analyze and predict the changes and contents of VOCs in in-shell walnut kernels under different roasting conditions 2025-Jun-26, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145342 PMID:40609363	研究论文	本研究使用电子鼻、HS-GC-IMS、HS-SPME-GC-MS和深度学习模型，分析并预测不同烘焙条件下带壳核桃仁中挥发性有机化合物（VOCs）的变化和含量	结合多种分析技术和深度学习模型，全面分析并预测核桃仁在不同烘焙条件下的VOCs变化，为烘焙工艺优化提供重要依据	研究仅针对带壳核桃仁，未考虑其他类型核桃或不同储存条件的影响	分析并预测不同烘焙条件下核桃仁中VOCs的变化和含量，优化烘焙工艺	带壳核桃仁在不同烘焙条件下的挥发性有机化合物（VOCs）	食品科学与技术	NA	电子鼻、HS-GC-IMS、HS-SPME-GC-MS、深度学习模型	反向传播神经网络（BP神经网络）	化学分析数据	NA
332	2025-07-05	Towards effective and efficient machine learning models for schistosomiasis diagnosis in microscopic images 2025-Jun-25, Experimental parasitology IF:1.4Q3 DOI:10.1016/j.exppara.2025.108967 PMID:40578420	研究论文	本研究提出了一种结合深度学习和传统机器学习技术的自动化解决方案，用于在显微镜图像中识别曼氏血吸虫卵	结合DL-based目标检测方法和经典ML技术及HOG特征提取，提出了一种集成投票机制的机器学习模型方案	研究基于特定数据集，外部验证数据有限	提高曼氏血吸虫病的诊断效率和准确性	曼氏血吸虫卵的显微镜图像	计算机视觉	血吸虫病	Kato-Katz寄生虫学技术	Faster R-CNN with ResNet-50	图像	1100张图像
333	2025-07-05	EEG-Based Classification of Parkinson's Disease With Freezing of Gait Using Midfrontal Beta Oscillations 2025-Jun-20, Journal of integrative neuroscience IF:2.5Q3 DOI:10.31083/JIN39023 PMID:40613373	研究论文	本研究利用脑电图（EEG）信号中的中额叶β振荡特征，结合机器学习和深度学习方法，对帕金森病伴随冻结步态（PDFOG+）与不伴随冻结步态（PDFOG-）的患者进行分类	首次将中额叶β振荡特征与LSTM时间建模相结合，作为区分PDFOG+和PDFOG-的潜在EEG生物标志物	样本量相对较小（共82名受试者），且仅使用静息态EEG数据	开发更有效的帕金森病相关步态障碍诊断工具和治疗策略	帕金森病患者（41名PDFOG+和41名PDFOG-）	机器学习	帕金森病	EEG	LR, RF, XGBoost, CatBoost, LSTM	EEG信号	82名受试者（41名PDFOG+和41名PDFOG-）
334	2025-07-05	De novo design of insulated cis-regulatory elements based on deep learning-predicted fitness landscape 2025-Jun-20, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf611 PMID:40613715	研究论文	本文提出了一种基于深度学习预测适应性景观的绝缘顺式调控元件从头设计策略	整合异源配对顺式和反式调控模块到正交宿主细胞中，建立了可控的转录调控系统，并利用深度学习算法结合实验数据纯化过程，实现了基于宿主非依赖性活动景观的全长转录启动子序列的从头设计	未明确提及具体局限性	精确控制宿主细胞内基因活性，用于生物工程应用	顺式调控序列和转录调控系统	生物工程	NA	深度学习算法	NA	序列数据	细菌（大肠杆菌）和哺乳动物（中国仓鼠卵巢）细胞系
335	2025-07-05	Rural Medical Centers Struggle to Produce Well-Calibrated Clinical Prediction Models: Data Augmentation Can Help 2025-Jun-17, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.16.25329699 PMID:40585177	研究论文	本文探讨了农村医疗中心在临床预测模型校准方面的困难，并提出数据增强技术作为解决方案	提出使用合成数据生成(SDG)技术增强农村医疗机构本地数据量，以改善模型校准效果	研究主要基于模拟数据和单一网络医院数据，需要更多真实世界验证	解决农村医疗机构因患者数量不足导致的临床预测模型校准问题	农村医疗中心的临床预测模型	医疗机器学习	NA	合成数据生成(SDG)	深度学习	临床数据	多站点ICU数据集和真实医院网络数据
336	2025-07-05	Deep learning in poultry farming: comparative analysis of Yolov8, Yolov9, Yolov10, and Yolov11 for dead chickens detection 2025-Jun-13, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105440 PMID:40541098	research paper	本研究比较了YOLOv8、YOLOv9、YOLOv10和YOLOv11在无笼养鸡场死鸡检测中的性能	首次对YOLOv8至YOLOv11在死鸡检测任务中的性能进行全面比较，并提供了基于农场特定操作约束的模型选择建议	研究使用的是合成数据集，未在真实农场条件下进行验证	评估不同YOLO模型在死鸡检测任务中的性能，为家禽养殖提供AI监控方案	家禽养殖场中的死鸡	computer vision	NA	目标检测	YOLOv8, YOLOv9, YOLOv10, YOLOv11	image	3413张合成图像
337	2025-07-05	An Integrated Framework for Automated Image Segmentation and Personalized Wall Stress Estimation of Abdominal Aortic Aneurysms 2025-Jun-12, Research square DOI:10.21203/rs.3.rs-6630234/v1 PMID:40585219	研究论文	提出一个集成框架，用于自动分割腹主动脉瘤（AAA）图像并估计其壁应力	结合基于补片的扩张改进U-Net模型、非线性弹性膜分析（NEMA）和非均匀有理B样条（NURBS）来精确分割AAA外壁并估计壁应力	未提及样本量或具体临床应用验证结果	开发自动化方法以改进腹主动脉瘤的监测和手术规划	腹主动脉瘤（AAA）的CTA图像	数字病理学	心血管疾病	CTA成像、深度学习、NURBS、NEMA	改进的U-Net	医学图像	NA
338	2025-07-05	Multicenter Histology Image Integration and Multiscale Deep Learning for Machine Learning-Enabled Pediatric Sarcoma Classification 2025-Jun-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.10.25328700 PMID:40585079	研究论文	开发了一种基于深度学习的计算流程，用于从数字化组织学切片中准确分类儿科肉瘤亚型	利用多中心数据集和先进的ViT基础模型（UNI、CONCH），结合多尺度特征提高分类准确性，并开发了轻量级且训练速度快的SAMPLER分类器	研究依赖于多中心数据集的协调性，可能仍存在某些中心特异性偏差	提高儿科肉瘤亚型分类的准确性和可及性	儿科肉瘤的数字化组织学切片	数字病理学	儿科肉瘤	深度学习	CNN, ViT (UNI, CONCH)	图像	867张全切片图像（WSIs），来自三个医疗中心和儿童肿瘤学组（COG）
339	2025-07-05	Utilizing shallow features and spatial context for weakly supervised intracerebral hemorrhage segmentation 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1462 PMID:40606325	研究论文	提出一种利用浅层特征和空间上下文信息进行弱监督脑出血分割的新方法	开发了Shallow-Feature CAM模块和Spatial Context Aware (SCA)模块，利用CNN的浅层特征图和CT图像的空间上下文信息提高分割精度	仅使用公开数据集验证，未在更多临床场景中测试	提高弱监督条件下脑出血分割的准确性	脑出血CT图像	数字病理	脑出血	CNN	CNN	CT图像	两个公开数据集(BHSD和BCIHM)
340	2025-07-05	A three-classification machine learning model for non-invasive prediction of molecular subtypes in diffuse glioma: a two-center study 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-2461 PMID:40606348	research paper	开发并验证了一种非侵入性的三分类机器学习模型，用于预测成人型弥漫性胶质瘤的分子亚型	结合了常规MRI特征、RSTD特征和人口统计学特征，构建了一个性能优越的三分类机器学习模型	研究为回顾性设计，样本量相对有限，且仅来自两个中心	开发一种非侵入性方法来预测成人型弥漫性胶质瘤的分子亚型	306名胶质瘤患者	machine learning	glioma	MRI, radiomics, Swin Transformer-based deep learning	XGBoost, kNN, LightGBM, RF, SVM, SGD	MRI图像	306名患者（258名来自中心1，48名来自中心2）