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
4161	2025-03-29	Assessment of choroidal vessels in healthy eyes using 3-dimensional vascular maps and a semi-automated deep learning approach 2025-01-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85189-7 PMID:39753934	研究论文	使用3D深度学习方法和半自动化技术评估健康眼睛中的脉络膜血管	采用3D深度学习方法结合半自动化技术对脉络膜血管进行非侵入性评估，创新性地提供了脉络膜血管的三维可视化	研究样本量较小（80只眼睛），且为回顾性研究，可能存在选择偏差	评估健康眼睛中脉络膜血管的特征及其与年龄和性别的关系	健康眼睛的脉络膜血管	数字病理学	NA	swept-source OCT, 深度学习	ResUNet	OCT扫描图像	80只眼睛（来自53名患者）
4162	2025-03-29	pACP-HybDeep: predicting anticancer peptides using binary tree growth based transformer and structural feature encoding with deep-hybrid learning 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84146-0 PMID:39747941	research paper	提出了一种名为pACP-HybDeep的高可靠性模型，用于准确预测抗癌肽	结合了基于注意力机制的ProtBERT-BFD编码器和CTDT结构信息编码，以及基于k近邻的二叉树生长算法和CNN+RNN深度学习模型	未提及模型在更广泛数据集上的表现或实际临床应用中的潜在限制	开发一种高效可靠的抗癌肽预测工具	抗癌肽	machine learning	cancer	ProtBERT-BFD编码器, CTDT结构信息编码, k近邻算法	CNN+RNN	peptide sequences	三个独立数据集Ind-S1, Ind-S2, Ind-S3
4163	2025-03-29	A deep learning-based multi-view approach to automatic 3D landmarking and deformity assessment of lower limb 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84387-z PMID:39747979	研究论文	提出一种基于深度学习的多视角方法，用于自动3D地标检测和下肢畸形评估	采用多视角渲染和金字塔式卷积神经网络整合技术，自动检测CT图像中的3D地标，提高地标检测和指标评估的速度与准确性	未提及具体样本量及数据来源的多样性，可能影响模型的泛化能力	开发一种自动检测下肢CT图像中3D地标的方法，以可靠诊断骨骼疾病	下肢CT图像中的骨骼地标	计算机视觉	骨骼疾病	CT扫描	金字塔式CNN	3D图像	NA
4164	2025-03-29	Non-invasive blood glucose monitoring using PPG signals with various deep learning models and implementation using TinyML 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84265-8 PMID:39753714	研究论文	本研究提出了一种创新的1秒信号分割方法，并评估了三种先进深度学习模型在利用PPG信号估计血糖水平方面的性能	创新的1秒信号分割技术显著提高了准确性和计算效率，并在嵌入式设备上实现了即时血糖估计	训练数据在手术和麻醉期间收集，可能影响模型在正常状态下的泛化能力	开发一种非侵入性、准确且方便的血糖监测方法	PPG信号	机器学习	糖尿病	PPG	深度学习模型	信号数据	手术和麻醉期间收集的训练数据及单独测试数据集
4165	2025-03-29	Automated assessment of task-based performance of digital mammography and tomosynthesis systems using an anthropomorphic breast phantom and deep learning-based scoring 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S1.S13005 PMID:39416764	研究论文	本文提出了一种基于深度学习的自动化评分方法，用于评估数字乳腺X线摄影（DM）和数字乳腺断层合成（DBT）系统的任务性能	使用具有随机羟基磷灰石微钙化的逼真乳腺体模和基于Resnet-18架构的半自动化深度学习图像评分方法，解决了现有体模方法背景不真实、评分主观和信号模式不具代表性的问题	研究仅基于体模实验，未涉及真实临床数据	开发一种客观的任务型图像质量评估方法，用于乳腺X线摄影和断层合成系统	数字乳腺X线摄影（DM）和数字乳腺断层合成（DBT）系统	数字病理学	乳腺癌	深度学习和ROC分析	Resnet-18	图像	实验使用临床乳腺X线摄影系统收集的2D和伪3D乳腺X线照片
4166	2025-03-29	Detection and recognition of foreign objects in Pu-erh Sun-dried green tea using an improved YOLOv8 based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312112 PMID:39775324	研究论文	本研究提出了一种基于改进YOLOv8的深度学习模型，用于普洱茶晒青毛茶中小异物的快速检测与准确识别	采用MPDIoU优化损失函数提升检测性能，引入EfficientDet高效目标检测架构和BiFormer双向注意力机制，结合切片辅助超推理技术显著提升小目标和多尺度物体的识别精度	未说明模型在复杂光照条件或极端环境下的鲁棒性表现	提升普洱茶晒青毛茶生产过程中异物检测的智能化水平	普洱茶晒青毛茶中的小异物	计算机视觉	NA	深度学习	改进YOLOv8（含MPDIoU、EfficientDet模块、BiFormer机制）	图像	未明确说明具体样本数量（普洱茶晒青毛茶异物图像数据集）
4167	2025-03-29	Technical implications of a novel deep learning system in the segmentation and evaluation of computed tomography angiography before transcatheter aortic valve replacement 2025 Jan-Dec, Therapeutic advances in cardiovascular disease IF:2.6Q2 DOI:10.1177/17539447251321589 PMID:40123453	研究论文	本研究比较了Cvpilot、3mensio和Volume Viewer系统在经导管主动脉瓣置换术（TAVR）前主动脉根部分割和评估中的效果	探索Cvpilot系统在TAVR前主动脉根部分割和技术评估中的实用性	研究仅在一个中心进行，样本量相对较小（154例患者）	评估Cvpilot系统在TAVR前主动脉根部分割和测量中的有效性和可靠性	接受TAVR手术的患者	数字病理学	心血管疾病	计算机断层扫描血管造影（CTA）	深度学习系统	医学影像	154例接受TAVR手术的患者
4168	2025-03-29	SUMO-LMNet: Lossless mapping network for predicting SUMOylation sites in SUMO1 and SUMO2 using high-dimensional features 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.03.005 PMID:40143924	研究论文	介绍了一种名为SUMO-LMNet的深度学习框架，用于精确预测SUMO1和SUMO2的SUMOylation位点	SUMO-LMNet整合了无损映射策略和深度学习架构，提高了预测准确性和可解释性，并引入了Combined Heatmap Feature Analysis (CHFA)进行数据集范围的评估	Grad-CAM在单个预测中突出关键特征，但在样本间缺乏一致性，且未提供数据集范围的特征重要性评估	提高SUMO1和SUMO2修饰位点的预测准确性，以助于基因调控和疾病机制的研究	SUMO1和SUMO2的SUMOylation位点	机器学习	NA	深度学习	CNN	序列数据	NA
4169	2025-03-29	SympCoughNet: symptom assisted audio-based COVID-19 detection 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1551298 PMID:40144457	research paper	提出了一种名为SympCoughNet的深度学习网络，通过结合咳嗽声音和临床症状数据来检测COVID-19	首次将临床症状数据与咳嗽声音结合用于COVID-19检测，并采用症状编码通道加权增强特征处理	错误的症状输入可能影响预测结果	提高COVID-19检测的准确性和便捷性	COVID-19患者	machine learning	COVID-19	深度学习	CNN	音频和临床数据	UK COVID-19 Vocal Audio Dataset
4170	2025-03-29	A multi-modal deep learning solution for precise pneumonia diagnosis: the PneumoFusion-Net model 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1512835 PMID:40144549	research paper	提出了一种名为PneumoFusion-Net的多模态深度学习模型，用于精确诊断肺炎	整合了CT图像、临床文本、实验室数值结果和放射学报告，首次在肺炎诊断中实现了多模态数据的深度融合	模型仅在单一数据集上进行验证，需要更多外部数据验证其泛化能力	开发一个高精度的肺炎分类系统，区分细菌性和病毒性肺炎	肺炎患者的CT图像及相关临床数据	digital pathology	pneumonia	deep learning	PneumoFusion-Net	CT images, clinical text, numerical lab test results, radiology reports	10,095份肺炎CT图像及相关临床数据
4171	2025-03-29	Multimodal diagnosis of Alzheimer's disease based on resting-state electroencephalography and structural magnetic resonance imaging 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1515881 PMID:40144547	研究论文	提出了一种基于静息态脑电图和结构磁共振成像的多模态阿尔茨海默病诊断模型	首次探索深度学习与脑电图多模态结合用于阿尔茨海默病诊断，设计了多模态联合注意力机制以增强模态间协作	未提及模型在其他神经退行性疾病上的泛化能力	提升多模态阿尔茨海默病诊断的准确性和脑电图在多模态研究中的应用	阿尔茨海默病患者	数字病理学	阿尔茨海默病	静息态脑电图（EEG），结构磁共振成像（sMRI）	CNN，随机森林	EEG信号，MRI图像	未明确提及样本数量
4172	2025-03-29	Review of applications of deep learning in veterinary diagnostics and animal health 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1511522 PMID:40144529	review	本文综述了深度学习在兽医诊断和动物健康领域的应用	系统性地回顾了深度学习在兽医医学中的多种诊断应用，并分析了其发展趋势和潜在影响	需要更大更多样的数据集，存在可解释性问题，需专家参与模型开发以确保有效性	探讨深度学习在兽医诊断领域的应用及其未来发展方向	兽医诊断和动物健康	machine learning	NA	deep learning	NA	radiography, cytology, health record, MRI, environmental data, photo/video imaging, ultrasound	39篇主要研究文章
4173	2025-03-29	YO-AFD: an improved YOLOv8-based deep learning approach for rapid and accurate apple flower detection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1541266 PMID:40144752	研究论文	提出了一种基于YOLOv8改进的YO-AFD深度学习方法，用于快速准确地检测苹果花	设计了新的注意力模块ISAT，结合了IRMB和SCSA模块，并引入了基于FIoU的回归损失函数，以提高模型对不同尺度特征的关注和关键特征的提取能力	未提及具体的数据集规模或多样性限制，可能影响模型的泛化能力	提高苹果花的检测准确性和速度，以评估果树生长状态、预测花期和早期产量估计	苹果花	计算机视觉	NA	深度学习	YOLOv8, ISAT, C2f-IS	图像	未明确提及具体样本数量
4174	2025-03-29	Feasibility study of single-image super-resolution scanning system based on deep learning for pathological diagnosis of oral epithelial dysplasia 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1550512 PMID:40144879	研究论文	本研究评估了基于深度学习的超分辨率扫描系统在口腔上皮异常增生（OED）数字扫描和诊断中的可行性	结合深度学习和超分辨率扫描技术，提高了口腔上皮组织病理切片的成像清晰度，解决了现有数字扫描仪成像速度慢、数据量大等问题	研究样本量较小，仅使用了40张病理切片进行模型训练	评估基于深度学习的超分辨率数字切片扫描系统在OED病理诊断中的可行性	口腔上皮异常增生（OED）的病理切片	数字病理	口腔潜在恶性疾病	深度学习	NA	图像	40张口腔上皮组织病理切片和200张确诊OED的切片
4175	2025-03-29	Interpretable deep learning for deconvolutional analysis of neural signals 2024-Dec-02, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.05.574379 PMID:38260512	研究论文	提出了一种可解释的深度学习方法DUNL，用于神经信号的解卷积分析	应用算法展开方法设计稀疏解卷积神经网络架构，直接解释网络权重与刺激驱动的单神经元活动之间的关系	NA	获得对神经活动机制的理解	神经信号	机器学习	NA	算法展开	稀疏解卷积神经网络	神经信号	多个脑区和记录模态的单次试验局部信号
4176	2025-03-29	Multiplex Detection of Foodborne Pathogens using 3D Nanostructure Swab and Deep Learning-Based Classification of Raman Spectra 2024-08, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202308317 PMID:38564785	研究论文	本文提出了一种利用3D纳米结构拭子和基于深度学习的拉曼光谱分类技术检测多种食源性病原体的方法	结合3D纳米结构拭子高效捕获病原体和便携式拉曼仪器直接采集信号，以及基于1D CNN的深度学习算法实现高精度分类	未明确提及方法在极端环境或低浓度病原体情况下的检测性能	开发快速、灵敏的食源性病原体检测技术以保障食品安全	食源性细菌	机器学习	食源性疾病	拉曼光谱技术	1D CNN	光谱数据	受污染的厨房用具和食品样本（具体数量未说明）
4177	2025-03-29	Variants in tubule epithelial regulatory elements mediate most heritable differences in human kidney function 2024-Jun-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.18.599625 PMID:38948875	研究论文	该研究通过GWAS和单细胞染色质可及性测序，揭示了肾小管上皮细胞调控元件中的遗传变异对人类肾功能遗传差异的主要影响	首次系统鉴定了肾功能相关遗传位点，开发了ChromKid深度学习模型预测肾细胞类型特异性染色质可及性，并利用CRISPRi技术验证了调控元件对基因表达的影响	研究主要关注SNP遗传力，可能忽略了其他类型的遗传变异对肾功能的影响	解析影响人类肾功能的遗传变异及其分子机制	人类肾功能相关的遗传变异和调控元件	基因组学	肾脏疾病	GWAS, scATAC-seq, CRISPRi, 深度学习	ChromKid (深度学习模型)	基因组数据, 单细胞染色质可及性数据	NA
4178	2025-03-29	Enhancing Global Estimation of Fine Particulate Matter Concentrations by Including Geophysical a Priori Information in Deep Learning 2024-May-10, ACS ES&T air DOI:10.1021/acsestair.3c00054 PMID:38751607	research paper	该研究通过结合地球物理先验信息和深度学习技术，改进了全球细颗粒物(PM)浓度的估计	开发了一种包含地球物理估计的损失函数，并引入了新颖的空间交叉验证方法，以解决监测站稀少区域的估计问题	在远离监测站的区域，模型性能仍然会受到一定影响	改进全球细颗粒物(PM)浓度的估计精度	全球细颗粒物(PM)浓度分布	machine learning	NA	深度学习	CNN	卫星数据、模拟数据和监测数据	1998-2019年间的月度数据
4179	2025-03-29	MA-PEP: A novel anticancer peptide prediction framework with multimodal feature fusion based on attention mechanism 2024-Apr, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.4966 PMID:38532681	研究论文	介绍了一种新型抗癌肽预测框架MA-PEP，该框架基于注意力机制进行多模态特征融合以提高预测性能	利用多种注意力机制进行特征增强和融合，整合分子级化学特征和序列信息，提升抗癌肽预测性能	未明确提及具体局限性	开发高效的抗癌肽预测方法	抗癌肽（ACPs）	机器学习	癌症	注意力机制	MA-PEP（基于注意力机制的深度学习框架）	分子级化学特征和序列信息	多个基准数据集（未明确提及具体样本数量）
4180	2025-03-29	Deep learning from latent spatiotemporal information of the heart: Identifying advanced bioimaging markers from echocardiograms 2024-Mar, Biophysics reviews IF:2.9Q2 DOI:10.1063/5.0176850 PMID:38559589	research paper	该研究利用深度学习技术从超声心动图的潜在时空信息中提取高级生物成像标记，以改进心脏病的诊断和管理	提出了新颖的时空深度学习模型，能够基于未标记的像素超声心动图数据整合时间臂信息，构建个性化的4D心脏网格，评估心脏功能，检测早期瓣膜病变，并区分罕见心血管疾病	依赖于手动和主观的人类追踪，可能导致工作流程和协议标准化以及最终解释准确性的挑战	开发先进的生物成像标记，改进心脏病的早期诊断和个性化治疗策略	超声心动图数据	digital pathology	cardiovascular disease	spatiotemporal deep learning	DL	image	NA