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
481	2025-05-14	Exploring the repository of de novo-designed bifunctional antimicrobial peptides through deep learning 2025-Mar-13, eLife IF:6.4Q1 DOI:10.7554/eLife.97330 PMID:40079572	research paper	该研究通过深度学习探索了从头设计的双功能抗菌肽库，发现并验证了16种具有抗菌和抗病毒活性的肽	建立了一个结合深度生成模块和图编码活性回归器的从头设计抗菌肽框架，能够同时编码抗菌和抗病毒活性	未明确提及研究的局限性	探索和设计具有抗菌和抗病毒活性的双功能抗菌肽，以对抗广泛的耐药性感染	抗菌肽（AMPs）	机器学习	耐药性感染	深度学习	深度生成模块和图编码活性回归器	肽序列数据	16种双功能抗菌肽
482	2025-05-14	Multi-dimensional interpretable deep learning-radiomics based on intra-tumoral and spatial habitat for preoperative prediction of thymic epithelial tumours risk categorisation 2025-Mar-13, Acta oncologica (Stockholm, Sweden) DOI:10.2340/1651-226X.2025.42982 PMID:40079653	研究论文	本研究旨在开发和比较基于增强CT的放射组学、多维深度学习、临床常规成像和空间栖息地分析的组合模型，以实现胸腺瘤风险分类的准确预测	结合全肿瘤放射组学、2D和3D深度学习、临床视觉放射学及亚区域组学，开发了RDLCSM模型，用于非侵入性预测胸腺瘤风险分类	研究样本来自三个医疗中心，可能存在选择偏差	实现胸腺瘤风险分类的准确预测	205例经手术病理证实的胸腺瘤患者	数字病理	胸腺瘤	增强CT成像、K-means聚类方法	LightGBM、KNN、2D和3D深度学习模型	CT图像、临床常规成像数据	205例患者
483	2025-05-14	Enhancing yeast cell tracking with a time-symmetric deep learning approach 2025-Mar-13, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00466-x PMID:40082471	research paper	提出了一种基于深度学习的酵母细胞追踪方法，该方法利用时空邻域信息而非连续帧进行追踪	开发了一种不依赖连续帧的深度学习追踪方法，能够学习细胞运动模式且无需先验假设，并能处理大量存在严重伪影的视频帧	NA	提高活细胞视频显微记录的追踪准确性	酵母细胞	computer vision	NA	深度学习	深度学习框架	视频	芽殖酵母记录和模拟样本
484	2025-05-14	Multi-domain Urdu fake news detection using pre-trained ensemble model 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91054-4 PMID:40082485	research paper	该研究提出了一种基于预训练集成模型的多领域乌尔都语假新闻检测方法	采用堆叠集成学习方法结合ELECTRA、mBERT和XLM-RoBERTa三种预训练模型，通过微调和超参数优化提升乌尔都语假新闻检测性能	研究仅针对乌尔都语这一资源受限语言，且依赖于公开可用的有限数据集	解决资源受限语言（乌尔都语）的假新闻自动检测问题	乌尔都语在线新闻内容	natural language processing	NA	NLP	ELECTRA, mBERT, XLM-RoBERTa的集成模型	text	公开可用的乌尔都语数据集（未说明具体数量）
485	2025-05-14	Attention-enhanced and integrated deep learning approach for fishing vessel classification based on multiple features 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88158-2 PMID:40082493	研究论文	提出了一种基于多特征的注意力增强和集成深度学习方法，用于渔船分类	创新性地结合了二维双向LSTM和带有注意力机制的CNN，构建了一个集成模型，显著提高了渔船分类的准确率	NA	提高基于AIS数据的渔船分类精度，以支持有效的渔业管理	五种类型的渔船（刺网渔船、钩线渔船、拖网渔船、鱼类运输船和刺网渔船）	机器学习	NA	自动识别系统（AIS）数据	二维双向LSTM和带有注意力机制的CNN的集成模型	AIS数据	NA
486	2025-05-14	Deep learning based agricultural pest monitoring and classification 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92659-5 PMID:40082501	research paper	该论文提出了一种基于深度学习的创新方法，用于智能农业中的害虫监测和分类	利用自动编码器解决数据不平衡问题，结合RGB色彩编码和对象检测技术定位和分割害虫，使用CNN进行分类	NA	开发一种先进的害虫分类技术，以提高智能农业中的害虫监测效率	82类害虫	computer vision	NA	object detection, image augmentation	Autoencoder, CNN	image	IP102数据集中的82类害虫图像
487	2025-05-14	Liver margin segmentation in abdominal CT images using U-Net and Detectron2: annotated dataset for deep learning models 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92423-9 PMID:40082561	research paper	该研究利用U-Net和Detectron2两种深度学习模型对腹部CT图像中的肝脏边缘进行分割，并提供了一个包含4200多张图像的标注数据集	研究不仅比较了U-Net和Detectron2在肝脏分割任务中的表现，还公开了一个由专家标注的大规模数据集，为后续研究提供了资源	研究可能未涵盖所有肝脏解剖变异情况，且模型性能在极端复杂病例中可能仍有提升空间	提高医学影像中肝脏边缘分割的准确性，为肝脏疾病的自动化诊断系统开发提供支持	腹部CT图像中的肝脏边缘	digital pathology	liver disease	CT imaging	U-Net, Detectron2	image	4200多张腹部CT图像
488	2025-05-14	A robust deep learning approach for segmenting cortical and trabecular bone from 3D high resolution µCT scans of mouse bone 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92954-1 PMID:40082604	research paper	本文提出了一种名为DBAHNet的深度学习架构，用于自动分割小鼠胫骨3D高分辨率µCT扫描中的皮质骨和小梁骨	DBAHNet结合了transformer和卷积神经网络，以捕捉长距离依赖和局部特征，提高了上下文表示能力	训练数据集有限，仅基于小鼠胫骨的3D µCT扫描	提高高分辨率µCT小鼠胫骨扫描的自动分割准确性和效率	小鼠胫骨的皮质骨和小梁骨	digital pathology	NA	µCT扫描	DBAHNet（结合transformer和CNN的混合网络）	3D图像	来自七项不同研究的小鼠胫骨3D µCT扫描数据集
489	2025-05-14	Artificial intelligence based classification and prediction of medical imaging using a novel framework of inverted and self-attention deep neural network architecture 2025-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93718-7 PMID:40082642	research paper	提出了一种基于人工智能的新型深度学习框架，用于分类多种医学影像模态	引入了两种新颖的自定义深度学习架构（IRCNN和SACNN），并采用改进的串行融合方法和优化算法SScSEM进行特征选择和分类	未提及样本量的具体限制或数据集的潜在偏差	提高医学影像分类的准确性和效率	多种医学影像模态（如乳腺X线摄影、内窥镜图像、皮肤镜图像、肺癌和口腔癌影像）	computer vision	lung cancer, oral cancer	deep learning, data augmentation, feature fusion	IRCNN, SACNN, SWNN	image	五个公开数据集（INBreast、KVASIR、ISIC2018、肺癌和口腔癌数据集）
490	2025-05-14	Development and evaluation of a deep learning framework for pelvic and sacral tumor segmentation from multi-sequence MRI: a retrospective study 2025-Mar-13, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00850-8 PMID:40082955	research paper	开发并评估了一种用于从多序列MRI中分割盆腔和骶骨肿瘤的深度学习框架	提出了一种结合2.5D U-net和MobileNetV2的深度学习框架，并采用快速标注策略，减少了数据标注的依赖性	研究为回顾性研究，可能存在选择偏倚	开发高效的盆腔和骶骨肿瘤分割方法，以支持治疗和手术规划	盆腔和骶骨肿瘤（PSTs）	digital pathology	pelvic and sacral tumors	multi-sequence MRI (T1-w, T2-w, DWI, CET1-w)	2.5D U-net, MobileNetV2	MRI images	616名病理确诊的盆腔和骶骨肿瘤患者
491	2025-05-14	Deep learning based automatic quantification of aortic valve calcification on contrast enhanced coronary CT angiography 2025-Mar-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93744-5 PMID:40069321	研究论文	本研究评估了基于深度学习的自动量化主动脉瓣钙化在对比增强冠状动脉CT血管造影中的可行性，并与手动钙化评分进行了比较	开发了一种结合DeepLab v3+和XGBoost模型的自动化方法，用于在增强CT上高精度量化主动脉瓣钙化，减少了对非对比CT的依赖	研究为回顾性分析，样本量相对有限（n=177）	评估自动量化主动脉瓣钙化的可行性，为主动脉狭窄评估提供替代方案	接受主动脉狭窄评估的177名患者	数字病理学	心血管疾病	对比增强冠状动脉CT血管造影	DeepLab v3+和XGBoost	医学影像	177名患者（97例开发集，80例内部验证集）
492	2025-05-14	Two-Year Hypertension Incidence Risk Prediction in Populations in the Desert Regions of Northwest China: Prospective Cohort Study 2025-Mar-12, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/68442 PMID:40072485	研究论文	本研究旨在开发和验证一个用于预测中国西北沙漠地区人群2年内高血压发病风险的机器学习模型	利用大规模健康检查数据开发并验证了针对沙漠地区人群的高血压风险预测模型，结合了多种机器学习和深度学习方法，并开发了基于网络的应用程序以提高临床和公共卫生应用的可及性	研究结果可能仅适用于中国西北沙漠地区人群，对其他地区的适用性有待验证	开发、校准和前瞻性验证一个2年高血压风险预测模型，以支持早期检测和干预策略	居住在中国西北塔克拉玛干沙漠周边4个地区的成年人群	机器学习	心血管疾病	多种机器学习方法（逻辑回归、随机森林、XGBoost、LightGBM）和深度学习方法（Feature Tokenizer + Transformer, SAINT）	CatBoost	健康检查数据（人口统计学、生活方式因素、体检和实验室测量）	回顾性队列1,038,170名成年人（2019-2021年），前瞻性验证队列961,519名成年人（2021-2023年）
493	2025-05-14	Disease detection on exterior surfaces of buildings using deep learning in China 2025-Mar-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92112-7 PMID:40074790	研究论文	本研究探讨了深度学习技术在中国城市建筑外表面病害检测中的应用，旨在提高检测效率和准确性	通过整合DenseNet块和Swin-Transformer预测头改进了特征提取和准确性，显著优于传统方法	数据集仅包含289张高分辨率图像，可能影响模型的泛化能力	提高城市建筑外表面病害检测的效率和准确性，提供实时监测解决方案	城市建筑外表面	计算机视觉	NA	深度学习	DenseNet, Swin-Transformer	图像	289张高分辨率图像
494	2025-05-14	Mapping variants in thyroid hormone transporter MCT8 to disease severity by genomic, phenotypic, functional, structural and deep learning integration 2025-Mar-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56628-w PMID:40075072	research paper	该研究通过整合基因组、表型、功能、结构数据和深度学习技术，对甲状腺激素转运体MCT8的基因变异与疾病严重程度进行了映射分析	结合深度表型数据、功能与计算测试及人群队列结果，开发了一种可推广的方法来提升罕见遗传病的多维度研究	研究主要关注男性患者，且样本量相对有限	预测和量化罕见病中基因变异的表型后果，特别是在甲状腺激素转运体MCT8基因中	甲状腺激素转运体MCT8基因的变异及其与疾病表型的关系	genomics	neurodevelopmental disorder	genomic, phenotypic, functional, structural analysis, deep learning	deep learning	genomic, phenotypic, functional, structural data	~400,000 individuals with common genetic variants in MCT8
495	2025-05-14	Lung cancer detection with machine learning classifiers with multi-attribute decision-making system and deep learning model 2025-Mar-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88188-w PMID:40075131	research paper	该论文旨在通过机器学习和深度学习模型对肺部X光图像进行分类，以区分良恶性并识别疾病类型	结合多属性决策方法TOPSIS对分类器进行排名，并提出了深度学习模型Inception v3，实现了97.05%的准确率	未提及数据集的具体来源和样本多样性，可能影响模型的泛化能力	早期检测肺部疾病，辅助医生提供有效治疗	肺部X光图像	digital pathology	lung cancer	machine learning, deep learning	SVM with RBF, Inception v3	image	NA
496	2025-05-14	Deep learning-based evaluation of panoramic radiographs for osteoporosis screening: a systematic review and meta-analysis 2025-Mar-12, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01626-z PMID:40075328	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习模型在利用全景X光片预测骨质疏松症方面的准确性	首次评估深度学习模型在全景X光片上预测骨质疏松症的准确性，为临床使用提供证据	需要更多大规模多中心研究来验证模型在高风险群体中的有效性	评估深度学习模型在骨质疏松症筛查中的准确性	骨质疏松症患者	digital pathology	geriatric disease	deep learning	AlexNet, ResNet	image	7项研究
497	2025-05-14	Deep learning radiomics for the prediction of epidermal growth factor receptor mutation status based on MRI in brain metastasis from lung adenocarcinoma patients 2025-Mar-12, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13823-8 PMID:40075375	research paper	本研究开发了一种基于多序列MRI的深度学习放射组学模型，用于预测肺腺癌脑转移患者的EGFR突变状态	结合放射组学和深度学习特征，利用多序列MRI图像预测EGFR突变状态，为非小细胞肺癌脑转移患者提供了一种非侵入性的精准预测方法	研究为回顾性设计，样本量相对有限（288例患者）	开发预测非小细胞肺癌脑转移患者EGFR突变状态的模型	非小细胞肺癌（NSCLC）伴脑转移患者	digital pathology	lung cancer	MRI（T1CE和T2W序列）	ResNet34	image	288例NSCLC脑转移患者（106例EGFR突变型，182例野生型）
498	2025-05-14	Exploring the impact of myoelectric prosthesis controllers on visuomotor behavior 2025-Mar-12, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01604-0 PMID:40075405	研究论文	探讨肌电假肢控制器对视觉运动行为的影响	研究了新型位置感知控制系统对视觉运动行为的影响，并发现其能减少对假肢动作的视觉依赖	研究仅针对无肢体差异的参与者，未涉及实际假肢使用者	探索不同肌电假肢控制策略对视觉运动行为的影响	无肢体差异的参与者	生物医学工程	NA	眼动追踪和动作捕捉	深度学习	运动数据和眼动数据	未明确提及具体样本数量
499	2025-05-14	Widely accessible prognostication using medical history for fetal growth restriction and small for gestational age in nationwide insured women 2025-Mar-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92986-7 PMID:40065124	research paper	本研究旨在开发、验证并部署一个仅使用医疗史进行胎儿生长受限/小于胎龄儿（FGR/SGA）筛查的预后预测模型	开发了一个仅依赖医疗史的深度学习模型，用于FGR/SGA筛查，提高了筛查的可及性	需要进一步研究评估该模型的使用是否影响患者结局	开发一个广泛可及的FGR/SGA筛查预测模型	12至55岁的女性保险持有者，共169,746名受试者，涉及507,319次医疗访问	machine learning	geriatric disease	machine learning, deep learning	deep-insight visible neural network	medical history records	169,746名受试者，507,319次医疗访问
500	2025-05-14	Applications of Artificial Intelligence in Constrictive Pericarditis: A Short Literature Review 2025-Mar-11, Current cardiology reports IF:3.1Q2 DOI:10.1007/s11886-025-02222-x PMID:40067491	review	本文综述了人工智能在缩窄性心包炎（CP）诊断和治疗中的应用	探讨了人工智能（特别是机器学习和深度学习算法如ResNet50）在提高CP诊断准确性方面的潜力	AI在CP中的应用尚处于起步阶段，存在泛化性和可解释性问题，且高质量超声心动图数据集获取困难	评估人工智能在提高CP诊断准确性和改善患者预后方面的应用	缩窄性心包炎（CP）患者	digital pathology	cardiovascular disease	深度学习算法（ResNet50）	ResNet50	超声心动图、计算机断层扫描、磁共振成像	NA