深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
501	2025-10-05	Explainable AI and mobile imaging for non-destructive avocado ripeness and internal quality assessment to reduce food waste 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101196 PMID:41019612	研究论文	本研究结合智能手机成像和深度学习技术，开发了一种非破坏性评估鳄梨成熟度和内部质量的方法	首次将可解释AI与移动成像结合用于鳄梨质量评估，开发了CNN残差回归模型并应用LIME技术提供模型解释	研究仅针对鳄梨单一水果，在室温储存条件下进行，样本量为1400张图像	通过非破坏性质量评估减少食物浪费，支持更智能的消费和分销决策	鳄梨果实	计算机视觉	NA	智能手机成像，纹理分析仪测量	CNN, Vision Transformer, 支持向量机回归, 随机森林	图像	1400张鳄梨图像，采集于8天储存期间	NA	ResNetR, CNN, Vision Transformer	相关系数R, 准确率	NA
502	2025-10-05	Multidimensional quality evaluation and traceability study of Fritillariae Cirrhosae Bulbus from different sources 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1648434 PMID:41019711	研究论文	通过多维分析技术研究不同来源川贝母的质量差异并建立深度学习溯源模型	首次整合非靶向代谢组学、生物碱定量、矿物营养元素分析和高光谱成像特征，构建基于ResNet深度学习模型的川贝母溯源系统	外部验证准确率为86.67%，仍有提升空间；样本来源地域有限	建立川贝母多维质量评价体系和准确溯源方法	不同地理来源和栽培方式的川贝母样本	数字病理	NA	非靶向代谢组学,生物碱定量分析,矿物营养元素分析,高光谱成像	深度学习,CNN	高光谱图像,代谢组数据,化学成分数据	来自色卡乡、八美镇、川主寺镇和安宏乡的川贝母样本	NA	ResNet	准确率	NA
503	2025-10-05	Deep-broad learning network model for precision identification and diagnosis of grape leaf diseases 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1611301 PMID:41019747	研究论文	提出一种结合宽度学习与深度学习的深度-宽度学习网络模型(ABLSS)，用于葡萄叶片病害的精准识别与诊断	将宽度学习网络模型与深度学习技术相结合，引入LTM机制和SENet注意力机制，并整合扩张空间金字塔池化和特征金字塔网络	NA	实现葡萄叶片病害的快速、精准、高效识别与诊断	葡萄叶片病害	计算机视觉	植物病害	图像识别	深度学习,宽度学习	图像	NA	NA	BLS,U-Net,SENet	准确率,MIOU,MPA	NA
504	2025-10-05	IMNM: integrated multi-network model for identifying pepper leaf diseases 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1558349 PMID:41019742	研究论文	提出一种集成多网络模型(IMNM)用于识别辣椒叶片病害	结合改进的ResNet、动态卷积网络(DCN)和渐进式原型网络(PPN)构建集成模型，具备强大的跨作物泛化能力	NA	开发基于深度学习的作物病害智能识别方法	辣椒叶片病害（健康、病毒病、叶枯病、褐斑病、斑点病）以及苹果、小麦、水稻叶片病害	计算机视觉	植物病害	深度学习	CNN	图像	五种典型辣椒叶片样本	NA	ResNet,DCN,PPN	准确率,特异性,精确率,灵敏度	NA
505	2025-10-05	YOLO-LF: application of multi-scale information fusion and small target detection in agricultural disease detection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1609284 PMID:41019758	研究论文	提出改进的YOLO-LF模型用于农业病害检测，通过多尺度信息融合和小目标检测技术提升检测精度	引入CSPPA、SEA和LGCK模块，增强多尺度特征融合、注意力机制和小病变区域敏感性	NA	提高农业病害检测的准确性和效率，特别是针对小目标和复杂背景下的检测任务	农业作物病害	计算机视觉	农业病害	深度学习	YOLO	图像	Plant Pathology 2020 - FGVC7和Plant Pathology 2021 - FGVC8数据集	NA	YOLO-LF, CSPPA, SEA, LGCK	mAP@0.5%, mAP@0.5-0.95%	NA
506	2025-10-05	Avoidance behaviours of farmed Atlantic salmon (Salmo salar L.) to artificial sound and light: a case study of net-pen mariculture in Norway 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1657567 PMID:41019777	研究论文	研究养殖大西洋鲑对人工声音和光照的回避行为，为水产养殖设备设计提供依据	首次系统研究商业网箱养殖环境下大西洋鲑对不同频率声音和不同深度光照强度的行为响应	仅针对挪威网箱养殖环境，未考虑其他养殖条件或鱼种	评估养殖设备产生的声音和光照对鱼类行为的影响，优化水产养殖设备设计	养殖大西洋鲑	水产养殖	NA	声纳监测，深度学习图像处理	深度学习	声纳图像数据	商业网箱中的成年养殖大西洋鲑	NA	NA	回避距离估计	NA
507	2025-10-05	Evaluation of the impact of AI-driven personalized learning platform on medical students' learning performance 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1610012 PMID:41020237	研究论文	评估基于Coze平台的AI驱动个性化学习对医学生学习成效的影响	首次在医学教育中整合动态学习路径优化、情感感知支持和BERT模型资源推荐的综合AI干预方案	样本量较小（40人），缺乏长期效果追踪，需多中心大样本研究进一步验证	评估AI个性化学习平台在医学教育中的应用价值	40名全日制医学本科生	自然语言处理	NA	自然语言处理（NLP），BERT模型	BERT	文本数据，学习行为数据，测评成绩	40名医学本科生（实验组20人，对照组20人）	NA	BERT	标准化测试成绩，学习满意度量表，学习时长，课堂互动频率，文献阅读量	NA
508	2025-10-05	Automated segmentation of soft X-ray tomography: native cellular structure with sub-micron resolution at high throughput for whole-cell quantitative imaging in yeast 2024-Nov-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.31.621371 PMID:39554159	研究论文	开发基于深度学习的自动分割流程用于软X射线断层扫描数据中细胞结构的分割和标记	首次将深度学习自动分割应用于软X射线断层扫描，实现高通量全细胞定量成像分析	需要手动迭代优化来提高分割精度	实现酵母细胞亚微米分辨率下的高通量全细胞定量成像分析	三种酵母菌株（野生型、VPH1-GFP和另一菌株）的细胞结构	计算机视觉	NA	软X射线断层扫描(SXT)	深度学习	3D断层扫描图像	数百个细胞，涵盖三种酵母菌株	NA	NA	分割精度	NA
509	2025-10-05	Selective Classification Under Distribution Shifts 2024-Oct, Transactions on machine learning research PMID:41019465	研究论文	提出一种考虑分布偏移的选择性分类框架，适用于深度学习中标签偏移和协变量偏移场景	首次在选择性分类中系统考虑分布偏移问题，提出两种新的基于间隔的置信度评分函数	仅关注非基于训练的置信度评分函数，未涉及训练阶段的分布偏移适应方法	开发在数据分布偏移情况下仍能可靠工作的选择性分类系统	深度学习分类器在分布偏移下的选择性预测	机器学习	NA	深度学习	深度学习分类器	NA	NA	NA	NA	NA	NA
510	2025-10-05	SVPath: A Deep Learning Tool for Analysis of Stria Vascularis from Histology Slides 2024-Aug, Journal of the Association for Research in Otolaryngology : JARO DOI:10.1007/s10162-024-00948-z PMID:38760547	研究论文	开发了一种名为SVPath的深度学习工具，用于从颞骨组织病理学切片中自动分析和提取血管纹及其相关毛细血管床	首次结合YOLOv8和nnUnet深度学习模型，实现了血管纹的自动检测和分割，并开发了专门的SV分析工具(SVAT)进行形态学测量	研究样本数量有限，仅使用了正常猕猴耳的切片数据，缺乏病理状态下的验证	开发自动化工具用于血管纹的组织病理学分析	猕猴颞骨组织切片中的血管纹和毛细血管床	数字病理学	耳科疾病	组织病理学染色(苏木精-伊红染色)	CNN	图像	内部数据集203张切片，外部验证集10张切片(均来自正常猕猴耳)	PyTorch	YOLOv8,nnUnet	准确率,DICE分数	NA
511	2025-10-05	Predicting the Tumor Microenvironment Composition and Immunotherapy Response in Non-Small Cell Lung Cancer from Digital Histopathology Images 2024-Jun-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.11.24308696 PMID:41030932	研究论文	提出一种名为HistoTME的弱监督深度学习方法，直接从非小细胞肺癌患者的组织病理学图像预测肿瘤微环境组成和免疫治疗反应	首次开发能够直接从组织病理学图像推断肿瘤微环境组成的弱监督深度学习方法，无需额外分子检测	研究基于特定患者队列，需要在更广泛人群中验证	预测非小细胞肺癌肿瘤微环境组成和免疫治疗反应	非小细胞肺癌患者	数字病理学	肺癌	数字组织病理学成像	深度学习	全切片图像	外部临床队列652名患者	NA	NA	Pearson相关系数, AUROC	NA
512	2025-10-05	Predicting Progression From Mild Cognitive Impairment to Alzheimer's Dementia With Adversarial Attacks 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3373703 PMID:38507374	研究论文	提出一种结合浅层神经网络和对抗性攻击的框架，用于预测轻度认知障碍向阿尔茨海默病痴呆的转化	使用单步梯度对抗性攻击寻找输入空间中的对抗性进展方向，通过到决策边界的距离预测疾病转化	阿尔茨海默病研究可用数据集规模不足以学习复杂模型	预测轻度认知障碍向阿尔茨海默病痴呆的转化	轻度认知障碍患者	机器学习	阿尔茨海默病	对抗性攻击	神经网络	患者数据	两个公开可用数据集	NA	浅层神经网络	NA	NA
513	2025-10-05	CONUNETR: A CONDITIONAL TRANSFORMER NETWORK FOR 3D MICRO-CT EMBRYONIC CARTILAGE SEGMENTATION 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635851 PMID:41018045	研究论文	提出一种基于Transformer的条件网络CONUNETR，用于3D显微CT胚胎软骨分割	引入改进的生物先验知识和条件机制，能够通过单一模型准确预测多个年龄组的软骨形态	NA	解决胚胎软骨快速结构变化导致的深度学习模型泛化问题	小鼠胚胎软骨	计算机视觉	骨骼发育异常	显微CT	Transformer	3D图像	NA	NA	CONUNETR	NA	NA
514	2025-10-05	High-throughput target trial emulation for Alzheimer's disease drug repurposing with real-world data 2023-12-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43929-1 PMID:38081829	研究论文	本研究使用真实世界数据模拟目标临床试验，评估数千种药物对阿尔茨海默病的潜在治疗效果	提出基于倾向评分模型的改进选择策略，并在大规模真实世界数据上系统评估深度学习与传统逻辑回归方法在协变量平衡方面的表现	基于观察性数据，可能存在未测量的混杂因素	通过目标试验模拟方法进行阿尔茨海默病药物再利用研究	170多万患者的临床记录和数千种已批准药物	医学信息学	阿尔茨海默病	目标试验模拟，逆概率加权	深度学习，逻辑回归	真实世界临床数据	超过170万患者，覆盖10多年临床记录	NA	NA	协变量平衡	NA
515	2025-10-05	Comprehensive tissue deconvolution of cell-free DNA by deep learning for disease diagnosis and monitoring 2023-07-11, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2305236120 PMID:37399400	研究论文	通过深度学习对血浆游离DNA进行组织溯源分析，用于疾病诊断和治疗监测	构建了基于521个非癌组织样本的全面高分辨率甲基化图谱，开发了基于深度学习的监督组织反卷积方法	仅包含29种主要人体组织类型，可能未覆盖所有组织类型	开发高灵敏度和准确性的组织来源cfDNA定量方法，用于疾病检测和监测	血浆游离DNA和组织特异性甲基化模式	数字病理	多种疾病	甲基化测序	深度学习	甲基化数据	521个非癌组织样本，涵盖29种主要人体组织类型	NA	NA	灵敏度, 准确度	NA
516	2025-10-05	Application of Machine learning to predict RF heating of cardiac leads during magnetic resonance imaging at 1.5 T and 3 T: A simulation study 2023-04, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2023.107384 PMID:36842429	研究论文	本研究探索应用深度学习预测心脏导联在1.5T和3T磁共振成像中射频加热的可行性	首次将深度学习应用于预测位置和方向可变的导电导联在MRI中的射频加热，突破了传统固定位置预测的限制	基于仿真数据的研究，需要进一步实验验证；SAR预测误差范围较大（223W/kg和206W/kg）	开发快速预测磁共振成像中导电植入物射频加热的机器学习方法	心脏导联模型（心血管植入电子设备中的导联）	机器学习	心血管疾病	电磁仿真，磁共振成像	神经网络	仿真数据，坐标数据	600个具有临床相关轨迹的心脏导联模型	NA	神经网络	均方根误差，R分数	NA
517	2025-10-05	Machine-learning based investigation of prognostic indicators for oncological outcome of pancreatic ductal adenocarcinoma 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.895515 PMID:36568148	研究论文	开发基于3D-CNN的机器学习模型，利用术前CT扫描预测胰腺导管腺癌的淋巴结转移和术后切缘状态	首次将三维卷积神经网络应用于胰腺癌术前CT扫描，同时预测淋巴结转移和术后切缘状态	样本量较小（110名患者），需要更大规模研究验证模型的普适性	改善胰腺导管腺癌术前影像学分期，预测术后切缘和淋巴结状态	胰腺导管腺癌患者	计算机视觉	胰腺癌	CT扫描	CNN	医学影像	110名患者的881个CT扫描	NA	3D-CNN	准确率	NA
518	2025-10-05	ADVERSARIAL SYNTHESIS LEARNING ENABLES SEGMENTATION WITHOUT TARGET MODALITY GROUND TRUTH 2018-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi.2018.8363790 PMID:41018946	研究论文	提出一种无需目标模态标注数据的端到端对抗合成学习框架，实现跨模态图像分割	首次将图像合成与分割任务整合到端到端网络中，利用合成与分割间的互补信息	仅验证了MRI到CT的跨模态分割，未在其他模态组合上测试	解决深度学习分割模型在不同成像模态间泛化能力不足的问题	脾肿大器官的CT图像分割	计算机视觉	脾脏疾病	医学影像分析	GAN, CNN	医学影像（MRI、CT）	NA	NA	CycleGAN, ResNet, 自定义EssNet	Dice相似系数	NA
519	2025-10-05	DANN: a deep learning approach for annotating the pathogenicity of genetic variants 2015-Mar-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btu703 PMID:25338716	研究论文	开发了一种基于深度学习的遗传变异致病性注释方法DANN	使用深度神经网络替代传统线性SVM，能够捕捉特征间的非线性关系	使用与CADD相同的特征集和训练数据，未引入新的特征	改进遗传变异致病性注释算法的性能	编码和非编码遗传变异	机器学习	NA	遗传变异注释	DNN	遗传变异特征数据	NA	NA	深度神经网络	AUC, 错误率	CUDA兼容GPU, dropout, momentum训练
520	2025-10-05	Mino-Bimaadiziwin and the Pursuit of Harmony 2025-Nov, Personality and social psychology review : an official journal of the Society for Personality and Social Psychology, Inc IF:7.7Q1 DOI:10.1177/10888683251345043 PMID:41017246	研究论文	本文介绍北美原住民安尼什纳比格人的幸福观Mino-Bimaadiziwin及其七大祖训美德体系	首次将北美原住民的幸福观引入心理学研究，提出以和谐为核心的非西方幸福理论框架	研究范围限于特定原住民群体，未与其他文化体系进行系统比较	探索非西方文化背景下的幸福理论，丰富心理学对幸福的理解	安尼什纳比格原住民文化中的幸福概念Mino-Bimaadiziwin及七大祖训美德	心理学	NA	故事工作法	NA	文化文本	NA	NA	NA	NA	NA