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
41	2025-09-14	A Study on Light Preference in Gilts via Behavioral Pattern Analysis 2025-Sep-07, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15172620 PMID:40941415	研究论文	通过行为模式分析研究后备母猪的光照偏好，为猪舍精准照明系统设计提供依据	开发动态多色自选系统，结合RGBW-LED阵列和YOLOv8n深度学习框架量化母猪时空行为分布	样本量较小（24头母猪），研究周期为五周，未考虑其他环境因素的交互影响	确定人工光照下后备母猪的最优光环境，提升动物福利和繁殖性能	24头未产仔母猪（gilts）	动物行为学	NA	实时图像识别技术，YOLOv8n深度学习框架	YOLOv8n	视频图像数据	24头后备母猪，在五种光色（白/黄/绿/蓝/红）环境中进行五周观察
42	2025-09-14	Deep Learning-Based DNA Methylation Detection in Cervical Cancer Using the One-Hot Character Representation Technique 2025-Sep-07, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172263 PMID:40941751	研究论文	本研究提出了一种基于UNet架构和独热字符编码技术的深度学习框架，用于宫颈癌DNA甲基化预测	采用创新的独热字符编码技术（单体和二聚体策略）与UNet架构结合，在DNA甲基化预测中实现了优越性能	NA	开发可靠的深度学习工具用于宫颈癌表观遗传修饰的早期检测	宫颈癌相关的五个基因启动子区域	机器学习	宫颈癌	DNA甲基化检测	UNet	DNA序列数据	5000、10000和20000个CG位点，使用100bp、200bp和300bp窗口大小
43	2025-09-14	Emulating visual evaluations in the microscopic agglutination test with deep learning 2025-Sep-05, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2025.107249 PMID:40915619	研究论文	本研究利用深度学习模拟显微镜凝集试验中的专家视觉评估，以提高诊断的客观性和一致性	首次将预训练的DenseNet121网络应用于凝集率估计，并通过UMAP可视化技术增强模型可解释性	仅使用内部数据集进行验证，尚未进行大规模外部验证	开发可重现的数值化输出方法，减少人为主观评估的变异性和不一致性	显微镜凝集试验图像	计算机视觉	人畜共患病（钩端螺旋体病）	深度学习	DenseNet121	图像	NA
44	2025-09-14	Prognostic Associations and Functional Implications of Angiogenesis-Related miRNA Variants in Ischemic Stroke 2025-Sep-05, Cells IF:5.1Q2 DOI:10.3390/cells14171389 PMID:40940802	研究论文	本研究探讨血管生成相关miRNA基因多态性与缺血性卒中风险的关联及其功能意义	发现rs13137和rs4636297两个miRNA变异与卒中风险显著相关，并利用深度学习模型评估基因-基因和基因-环境交互作用	NA	识别缺血性卒中的遗传生物标志物以改善早期诊断、风险预测和治疗	缺血性卒中患者及对照人群	生物信息学	缺血性卒中	基因分型、深度学习	深度学习模型	遗传数据、临床数据	基于人群的病例对照设计（具体样本量未明确说明）
45	2025-09-14	Efficient Tissue Detection in Whole-Slide Images Using Classical and Hybrid Methods: Benchmark on TCGA Cancer Cohorts 2025-Sep-05, Cancers IF:4.5Q1 DOI:10.3390/cancers17172918 PMID:40941015	研究论文	本研究在TCGA癌症队列中评估了四种全玻片图像组织检测方法的性能，包括传统方法和新型混合方法	提出了一种无需标注的Double-Pass混合方法，在CPU上实现了接近深度学习模型的精度，但处理速度显著更快	NA	比较不同组织检测方法在全玻片图像处理中的准确性和效率	3322个来自TCGA九个癌症队列的全玻片图像	数字病理学	癌症	图像处理、机器学习	Otsu阈值法、K-Means聚类、Double-Pass混合方法、UNet++	图像	3322个全玻片图像，涵盖九种癌症类型
46	2025-09-14	Deep Learning-Driven Intelligent Fluorescent Probes: Advancements in Molecular Design for Accurate Food Safety Detection 2025-Sep-05, Foods (Basel, Switzerland) DOI:10.3390/foods14173114 PMID:40941229	综述	探讨深度学习在荧光传感技术中用于智能探针设计和复杂信号分析的最新进展	整合深度学习非线性建模与模式识别能力，优化荧光探针分子设计并提升复杂食品基质中信号解析精度	未涉及具体实验验证数据，主要基于理论和方法论层面的讨论	推动食品安全检测技术发展，通过智能方法提升荧光传感的准确性与效率	荧光探针分子结构与性质、复杂荧光信号	机器学习	NA	荧光传感	深度学习（DL）	分子结构数据、光学信号数据	NA
47	2025-09-14	Real-Time Pig Weight Assessment and Carbon Footprint Monitoring Based on Computer Vision 2025-Sep-05, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15172611 PMID:40941406	研究论文	基于计算机视觉的实时猪只体重评估与碳足迹监测研究	提出轻量化深度学习模型EcoSegLite，结合ShuffleNetV2、LDConv和ACmix模块，在资源受限环境下实现高精度实时体重估计，并与生命周期评估框架整合优化饲喂策略	研究仅基于63头猪的样本数据，时间和样本规模可能存在局限性	通过优化饲喂策略减少养猪生产的碳足迹，实现碳达峰和碳中和目标	生猪生长过程	计算机视觉	NA	深度学习，生命周期评估(LCA)	EcoSegLite（基于CNN的轻量化模型）	图像	63头猪（2024年12月至2025年5月偏关农场全生命周期监测）
48	2025-09-14	Integrating Artificial Intelligence and Biotechnology to Enhance Cold Stress Resilience in Legumes 2025-Sep-05, Plants (Basel, Switzerland) DOI:10.3390/plants14172784 PMID:40941948	综述	本文综述了人工智能与生物技术整合提升豆类作物抗寒性的研究进展与应用策略	整合AI与高通量表型分析实现症状前冷害早期检测（准确率>95%），并结合多组学数据加速抗寒育种进程	多组学数据标准化不足及资源有限地区的成本限制	增强豆类作物抗寒性以应对气候变化对粮食安全的威胁	鹰嘴豆、大豆、小扁豆和豇豆等主要豆类作物	农业生物技术	NA	多组学分析、高通量表型分析、基因组选择、高光谱/热成像技术	CNN-LSTM混合深度学习模型	基因组数据、表型图像数据、环境传感器数据	基于数十万SNPs的基因组估计育种值（GEBVs）
49	2025-09-14	Machine Learning for Multi-Omics Characterization of Blood Cancers: A Systematic Review 2025-Sep-04, Cells IF:5.1Q2 DOI:10.3390/cells14171385 PMID:40940796	系统综述	本文系统评估了机器学习和人工智能在血液恶性肿瘤多组学分子特征分析中的应用	首次系统评估多组学整合在血液肿瘤中的应用，并强调可解释性、性能、可重复性和伦理问题	存在验证不足、可解释性有限和标准化缺失的空白	评估AI和机器学习在血液恶性肿瘤分子特征分析中的临床应用	血液系统恶性肿瘤，包括急性髓系白血病、急性淋巴细胞白血病和多发性骨髓瘤	机器学习	血液癌症	多组学整合分析	支持向量机、随机森林、深度学习	多组学数据	89项符合纳入标准的研究（共筛选2847条记录）
50	2025-09-14	Integrating Radiomics and Artificial Intelligence (AI) in Stereotactic Body Radiotherapy (SBRT)/Stereotactic Radiosurgery (SRS): Predictive Tools for Tailored Cancer Care 2025-Sep-04, Cancers IF:4.5Q1 DOI:10.3390/cancers17172906 PMID:40941003	系统综述	分析人工智能在立体定向放射治疗中预测患者结局和治疗相关毒性的应用	整合放射组学与AI技术，探索传统方法可能遗漏的影像和剂量学生物标志物	纳入研究均为回顾性研究，需要进一步临床验证	预测接受SBRT/SRS治疗患者的治疗效果和毒性反应	实体瘤患者，包括早期肺癌、肝肿瘤及脑转移瘤等	医学人工智能	多种癌症	人工智能、机器学习、深度学习、放射组学	AI算法模型	影像数据、临床数据、剂量学数据	29项回顾性研究（2020-2025年发表）
51	2025-09-14	An Explainable Deep Learning Framework for Multimodal Autism Diagnosis Using XAI GAMI-Net and Hypernetworks 2025-Sep-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172232 PMID:40941719	研究论文	提出一种基于可解释深度学习的多模态自闭症诊断框架，融合行为表型和脑成像数据	结合GAMI-Net处理行为数据实现透明嵌入，采用混合CNN-GNN提取脑特征，并通过超网络生成个性化分类权重	仅在单一数据集的分层交叉验证和保留测试集上验证，需在更大规模多中心数据上测试鲁棒性	开发可解释且个性化的多模态融合方法以改进自闭症谱系障碍的诊断准确性	自闭症谱系障碍患者的行为表型和脑结构影像数据	机器学习	自闭症谱系障碍	sMRI结构磁共振成像	GAMI-Net, CNN-GNN, Autoencoder, Hyper Network-based MLP	多模态数据（结构化行为数据和脑成像数据）	ABIDE-I数据集中的约247名受试者（20%测试集）
52	2025-09-14	Classification Performance of Deep Learning Models for the Assessment of Vertical Dimension on Lateral Cephalometric Radiographs 2025-Sep-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172240 PMID:40941727	研究论文	本研究评估了六种深度学习模型在侧位头颅X光片上根据垂直骨骼生长模式进行分类的性能，无需解剖标志点识别	提出直接基于深度学习模型进行垂直维度评估，绕过了传统头影测量中耗时的标志点识别步骤	样本量相对有限（1050例），且模型在不同角度指标上的准确率存在差异（65%-87.29%）	评估深度学习算法在正畸诊断中分类垂直骨骼生长模式的性能	1050名患者的侧位头颅X光片	计算机视觉	口腔正畸	深度学习图像分类	ResNet101, DenseNet201, EfficientNet B0, EfficientNet V2 B0, ConvNetBase, 混合模型	X光影像	1050例患者侧位头颅X光片
53	2025-09-14	Category-Aware Two-Stage Divide-and-Ensemble Framework for Sperm Morphology Classification 2025-Sep-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172234 PMID:40941720	研究论文	提出一种两阶段深度集成学习框架，用于精子形态自动分类，以提高男性不育评估的准确性和可靠性	引入分层分类与结构化多阶段投票策略的集成模型，显著减少视觉相似类别间的误分类	NA	开发全自动精子形态分类系统，减少主观性并提供可靠生殖健康诊断支持	精子图像	计算机视觉	男性不育	深度学习	集成模型（NFNet-F4, ViT变体等）	图像	基于三种染色方案的18类数据集
54	2025-09-14	Three-Dimensional Choroidal Vessels Assessment in Fellow Eyes of Patients With Central Serous Chorioretinopathy 2025-Sep-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.9.10 PMID:40919871	研究论文	使用深度学习三维算法评估单侧慢性中心性浆液性脉络膜视网膜病变患者对侧眼的脉络膜血管结构	首次应用深度学习ResUNet模型结合Phansalkar阈值法实现脉络膜血管三维重建与定量分析	样本量较小（30例患者），且为回顾性研究，CVI变化未达显著统计学差异	评估cCSC患者对侧眼的脉络膜血管形态学特征	单侧慢性中心性浆液性脉络膜视网膜病变患者及其对侧眼与健康对照组	数字病理	视网膜疾病	深度学习自动分割、三维血管重建、Phansalkar阈值二值化	ResUNet	医学影像	30只cCSC患眼、22只对侧眼和26只对照眼
55	2025-09-14	Genetic Artificial Intelligence in Gastrointestinal Disease: A Systematic Review 2025-Sep-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172227 PMID:40941714	系统综述	本文系统综述了遗传人工智能在胃肠道疾病早期诊断中的最新进展	首次系统总结遗传AI在胃肠道疾病中的应用，并识别关键SNPs和预测变量	仅纳入10项研究，未发现深度学习相关研究，数据来源有限	评估遗传人工智能在胃肠道疾病诊断中的有效性和应用进展	胃肠道疾病及相关疾病的遗传数据和临床变量	生物信息学	胃肠道疾病	SNP分析，机器学习	随机森林	遗传数据，临床数据	10项原始研究（来自PubMed）
56	2025-09-14	Generalized deep learning for histopathology image classification using supervised contrastive learning 2025-Sep, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.013 PMID:39551131	研究论文	本研究提出了一种名为HistopathAI的混合网络，利用监督对比学习和深度特征融合技术，旨在提升组织病理学图像分类的准确性和效率	结合监督对比学习(SCL)和混合深度特征融合(HDFF)技术，在包括不平衡数据集在内的多种场景下显著提高分类精度	NA	开发一个能够提高组织病理学图像分类准确性的深度学习框架，以支持癌症诊断	组织病理学图像	数字病理学	癌症	监督对比学习(SCL)，混合深度特征融合(HDFF)	EfficientNetB3, ResNet50, 混合网络	图像	七个公开数据集和一个私有数据集，涵盖多个组织病理学领域
57	2025-09-14	Full dimensional dynamic 3D convolution and point cloud in pulmonary nodule detection 2025-Sep, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.033 PMID:39617261	研究论文	提出一种名为ODR3DNet的新型深度学习模型，用于肺结节检测，结合全维度动态3D卷积和点云数据处理技术	引入全维度动态3D卷积模块(OD3D)和专门针对3D点云数据的机器学习检测算法，显著提升特征提取能力和模型适应性	NA	提高肺结节检测的准确性和早期诊断效果	肺结节	计算机视觉	肺癌	深度学习，3D点云处理	3D CNN，ODR3DNet	3D图像，点云数据	NA
58	2025-09-14	Update of imaging in the assessment of axial spondyloarthritis 2025-Sep, Best practice & research. Clinical rheumatology DOI:10.1016/j.berh.2025.102064 PMID:40229184	综述	本文回顾了过去5年中轴型脊柱关节炎影像评估技术的新进展，重点关注CT和MRI技术的创新应用	介绍了基于深度学习的合成CT技术以及国际共识推荐的4序列MRI方案，提升了炎症和结构损伤评估的精确度	NA	更新中轴型脊柱关节炎的影像学评估方法和技术进展	骶髂关节的炎症和结构损伤	医学影像分析	中轴型脊柱关节炎	增强CT、MRI、深度学习	深度学习算法	医学影像（X光、CT、MRI）	NA
59	2025-09-14	Detection of maxillary sinus pathologies using deep learning algorithms 2025-Sep, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-025-09451-4 PMID:40394252	研究论文	本研究开发了一种基于深度学习的人工智能方法，用于从CBCT图像中自动检测上颌窦病变	采用卷积神经网络实现上颌窦病变的自动分割，在CBCT影像中达到了高精度分割性能	NA	评估人工智能算法在CBCT扫描中检测上颌窦病变的准确性	上颌窦病变	计算机视觉	鼻窦疾病	锥形束计算机断层扫描(CBCT)	CNN	医学影像	500名患者的1000个上颌窦样本
60	2025-09-14	Left ventricular systolic dysfunction screening in muscular dystrophies using deep learning-based electrocardiogram interpretation 2025 Sep-Oct, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2025.154048 PMID:40527225	研究论文	本研究评估基于人工智能的心电图解释（AI-ECG）在检测和预测肌营养不良患者左心室收缩功能障碍（LVSD）中的应用	首次使用卷积神经网络（CNN）分析心电图数据，为非侵入性筛查肌营养不良患者LVSD提供替代方案，并展示其预测新发LVSD的潜力	研究局限于单中心数据，尚未进行外部验证，且未涵盖儿科患者群体	开发并验证AI-ECG作为肌营养不良患者LVSD筛查和预测工具	肌营养不良患者，包括杜兴型（DMD）、贝克尔型（BMD）、肢带型肌营养不良（LGMD）、强直性肌营养不良（MD）及女性DMD/BMD携带者	数字病理	肌营养不良	心电图（ECG）和超声心动图	CNN（卷积神经网络）	心电图信号	推导队列包含30,978名患者的53,874对ECG-超声心动图数据；测试集包含390名肌营养不良患者的390对数据