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	2025-04-29	Enhancing robustness and generalization in microbiological few-shot detection through synthetic data generation and contrastive learning 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110141 PMID:40253923	研究论文	提出一种结合生成数据增强和少样本检测的新方法，用于微生物检测任务	使用扩散模型生成合成细菌菌落数据，并结合解耦特征分类策略，显著提升少样本场景下的检测性能	仅使用25张真实图像进行训练，可能在某些极端情况下泛化能力有限	解决微生物菌落检测中训练数据不足的问题	琼脂培养皿中的微生物菌落	计算机视觉	NA	扩散模型生成数据增强，对比学习	扩散模型，前馈神经网络	图像	25张真实琼脂培养皿图像
42	2025-04-29	Sharper insights: Adaptive ellipse-template for robust fovea localization in challenging retinal landscapes 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110125 PMID:40258324	研究论文	本文提出了一种基于自适应椭圆模板的新方法，用于在具有挑战性的视网膜图像中准确定位中央凹	与传统固定模板模型不同，该方法根据视盘直径动态调整椭圆参数，确保模板的通用性和适应性	NA	提高在复杂条件下视网膜图像中中央凹定位的准确性和鲁棒性	视网膜图像中的中央凹	数字病理学	糖尿病视网膜病变	数学建模	自适应椭圆模板	图像	十个公开数据库（MESSIDOR、DRIVE、DIARETDB0、DIARETDB1、HRF、IDRiD、HEIMED、ROC、GEI、NETRALAYA）
43	2025-04-29	Prediction of mammographic breast density based on clinical breast ultrasound images using deep learning: a retrospective analysis 2025-Jun, Lancet regional health. Americas DOI:10.1016/j.lana.2025.101096 PMID:40290129	research paper	该研究利用深度学习从临床乳腺超声图像预测乳腺密度，并与传统方法进行比较	首次使用AI从乳腺超声图像预测BI-RADS乳腺密度类别，为乳腺超声在乳腺癌风险评估中的应用提供了新方法	研究为回顾性分析，可能存在选择偏差，且仅来自三个机构的数据	探索AI在从乳腺超声图像预测BI-RADS乳腺密度类别中的应用	临床乳腺超声图像	digital pathology	breast cancer	deep learning, machine learning	AI model	image	14,066名女性的405,120张临床乳腺超声图像
44	2025-04-29	GINClus: RNA structural motif clustering using graph isomorphism network 2025-Jun, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf050 PMID:40290315	研究论文	提出了一种名为GINClus的RNA结构基序聚类工具，利用半监督深度学习模型基于碱基相互作用和3D结构相似性对RNA基序候选进行聚类	首次将图同构网络(GIN)模型与k均值和层次凝聚聚类结合，用于RNA结构基序的聚类分析，并发现了12个新的RNA结构基序家族	未提及该方法在不同类型RNA基序上的泛化性能	开发自动化工具解决RNA结构基序识别和分类的难题	RNA环区域的结构基序	生物信息学	NA	图同构网络(GIN), k均值聚类, 层次凝聚聚类	GIN	RNA 3D结构数据	成功聚类了927个已知基序家族新实例和12个新发现的基序家族
45	2025-04-29	Enhanced electrocardiogram classification using Gramian angular field transformation with multi-lead analysis and segmentation techniques 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103297 PMID:40292189	研究论文	本研究探讨了将1D ECG信号转换为2D Gramian Angular Field (GAF)图像以提高四种ECG分类的潜力	使用GAF转换和多导联分析及分割技术提升ECG分类性能	5000×5000分辨率计算量大，256×256分辨率因细节丢失导致准确率下降	提高ECG分类的准确性和效率	心房颤动(AFib)、左心室肥厚(LVH)、右心室肥厚(RVH)和正常ECG	计算机视觉	心血管疾病	Gramian Angular Field (GAF)转换	ConvNext	图像	NA
46	2025-04-29	Enhanced bearing health indicator extraction using slope adaptive signal decomposition for predictive maintenance 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103310 PMID:40292192	研究论文	本研究介绍了一种名为斜率自适应信号分解（SASD）的新算法，用于从振动数据中提取增强的机器健康指标	提出了一种新的信号分解算法SASD，结合动态Savitzky-Golay滤波、分割和基于趋势的重新校准技术，实现了更好的噪声衰减和趋势保留	目前仅在PRONOSTIA平台的轴承数据集上进行验证，需要扩展到其他工业数据集以验证其普适性	开发一种改进的信号处理方法，用于预测性维护任务中的轴承健康监测和剩余使用寿命（RUL）估计	轴承振动数据	信号处理与预测性维护	NA	动态Savitzky-Golay滤波、信号分割、趋势重新校准	GRU, LSTM, 混合架构	振动信号数据	PRONOSTIA平台的轴承数据集
47	2025-04-29	Deep learning for cerebral vascular occlusion segmentation: A novel ConvNeXtV2 and GRN-integrated U-Net framework for diffusion-weighted imaging 2025-May-14, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.04.010 PMID:40204150	研究论文	提出了一种结合ConvNeXtV2和GRN的U-Net框架，用于扩散加权成像中的脑血管闭塞分割	首次将ConvNeXtV2应用于脑血管闭塞分割领域，并提出了结合GRN的新型U-Net架构	预处理步骤中移除了小病灶（≤5像素），可能影响对小病灶的识别	提高脑血管闭塞的分割准确性，以支持临床诊断和治疗	脑血管闭塞的MRI图像	计算机视觉	脑血管疾病	MRI	U-Net, ConvNeXtV2, GRN	图像	ISLES 2022数据集
48	2025-04-29	A fully automatic radiomics pipeline for postoperative facial nerve function prediction of vestibular schwannoma 2025-May-14, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.04.008 PMID:40210197	研究论文	提出了一种基于多序列MRI的全自动深度学习方法来预测前庭神经鞘瘤患者术后面神经功能	结合Transformer和U-Net开发了2.5D Trans-UNet分割网络，并整合1DCNN和GRU构建深度学习网络，实现全自动预测	未提及模型在其他数据集上的泛化能力或临床实际应用中的潜在限制	开发全自动放射组学流程以预测前庭神经鞘瘤患者术后面神经功能	前庭神经鞘瘤患者	数字病理学	前庭神经鞘瘤	多序列磁共振成像(MRI)	2.5D Trans-UNet, 1DCNN-GRU	医学影像	公共和私人数据集（具体数量未提及）
49	2025-04-29	Deep learning based abiotic crop stress assessment for precision agriculture: A comprehensive review 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125158 PMID:40203709	综述	本文全面回顾了深度学习在非生物作物胁迫评估中的应用，包括多种深度学习模型和数据类型的使用	详细分析了深度学习在非生物作物胁迫评估中的多种应用，包括分类、定位和量化，并讨论了模型的独特能力和未来方向	面临标记数据有限、模型可解释性和互操作性等挑战	探讨深度学习在非生物作物胁迫评估中的应用，以推动数据驱动的精准农业	非生物胁迫作物，包括水分、营养、盐度、温度和重金属胁迫	计算机视觉	NA	深度学习	ANN, CNN, RNN, ViT	IoT传感器数据、热成像、光谱、RGB图像、无人机和卫星影像	NA
50	2025-04-29	Advancing harmful algal bloom predictions using chlorophyll-a as an Indicator: Combining deep learning and EnKF data assimilation method 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125441 PMID:40254001	研究论文	本研究结合深度学习和EnKF数据同化方法，利用叶绿素a作为指标，提升有害藻华预测的准确性	引入数据同化(DA)方法，结合实时观测数据与模型预测，克服了传统数据驱动模型的固有结构和生成过程的不确定性	未明确说明模型在其他环境或不同数据集上的泛化能力	提升有害藻华(HABs)预测的准确性和可靠性，支持有效的HABs管理和决策	有害藻华(HABs)及其预测模型	机器学习	NA	数据同化(DA), Ensemble Kalman Filter (EnKF)	LSTM, GRU	高频pH、温度、特定电导率、浊度、溶解氧、饱和溶解氧和氧化还原电位(ORP)数据	NA
51	2025-04-29	Quaternary stabilization of a GH2 β-galactosidase from the psychrophile A. ikkensis, a flexible and unstable dimeric enzyme 2025-May, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70141 PMID:40277444	研究论文	研究来自嗜冷菌Alkalilactibacillus ikkensis的冷活性GH2 β-半乳糖苷酶AiLac的低温活性和稳定性	通过AlphaFold结构预测结合SAXS和流动诱导分散分析，提出了可逆单体-二聚体模型，展示了冷适应在四级结构水平上的结构适应性	AiLac对热和尿素高度敏感，且在室温下即观察到早期解折叠事件	探究冷活性酶低温活性的基础及其在节能过程中的应用	来自嗜冷菌Alkalilactibacillus ikkensis的GH2 β-半乳糖苷酶AiLac	生物化学	NA	固有荧光、圆二色性、小角X射线散射(SAXS)、流动诱导分散分析	生成式深度学习模型	结构预测数据、散射数据、活性测定数据	NA
52	2025-04-29	Predicting seizure episodes and high-risk events in autism through adverse behavioral patterns 2025-Apr-28, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adcafd PMID:40203864	research paper	利用历史行为数据预测自闭症谱系障碍（ASD）患者的高风险行为或癫痫发作事件，以促进早期干预和支持	首次证明行为模式可以预测癫痫发作及不良行为，扩展了预测模型在ASD中的临床应用	仅分析了353名ASD患者的数据，样本量可能不足以代表所有ASD患者	预测ASD患者的高风险行为和癫痫发作事件，以改善早期干预措施	353名ASD患者的行为和癫痫发作数据	machine learning	autism spectrum disorder	deep learning algorithm	deep learning	behavior and seizure data	353名ASD患者，九年的行为与癫痫发作数据
53	2025-04-29	Heat Capacity of Ionic Liquids: Toward Interpretable Chemical Structure-Based Machine Learning Approaches 2025-Apr-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00238 PMID:40208008	研究论文	本研究利用多种机器学习模型预测离子液体的热容，并注重结果的可解释性	不仅追求预测准确性，还强调模型结果的可解释性，填补了预测建模研究中常被忽视的空白	未使用复杂的深度学习架构，可能限制了模型性能的进一步提升	预测纯液相离子液体的热容，并确保预测结果的可解释性	322种离子液体的13,893个数据点	机器学习	NA	机器学习（包括支持向量机、基于实例的学习、集成学习和神经网络）	XGBoost、浅层神经网络	化学结构特征和温度数据	13,893个数据点，涵盖322种离子液体
54	2025-04-29	Crystal Structure Prediction Using a Self-Attention Neural Network and Semantic Segmentation 2025-Apr-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02345 PMID:40228012	研究论文	该研究开发了一种基于自注意力神经网络的模型，用于预测晶体结构	结合自注意力机制，有效学习并提取三维结构的局部和全局特征，提高预测准确性	训练数据可能无法全面覆盖所有可能的晶体构型多样性	加速新材料的开发过程	晶体结构	机器学习	NA	自注意力神经网络	自注意力神经网络	晶体学信息文件	数千个来自现有晶体结构数据库的样本
55	2025-04-29	Topology-Enhanced Machine Learning Model (Top-ML) for Anticancer Peptide Prediction 2025-Apr-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00476 PMID:40229641	研究论文	提出了一种基于拓扑增强的机器学习模型（Top-ML）用于抗癌肽预测	利用肽的拓扑特征进行特征化，提高了模型性能，并增强了可解释性	NA	加速抗癌肽的识别	抗癌肽	机器学习	癌症	AI	Extra-Trees	序列数据	AntiCP 2.0和mACPpred 2.0基准数据集
56	2025-04-29	Accurate Ti-Al-Nb ternary interatomic potential development using deep neural networks for TiAl PST single crystals 2025-Apr-28, Journal of physics. Condensed matter : an Institute of Physics journal DOI:10.1088/1361-648X/adcdb2 PMID:40239688	研究论文	开发了一种基于深度神经网络的Ti-Al-Nb三元原子间势能，用于TiAl PST单晶的研究	结合第一性原理精度和分子动力学可扩展性，通过DP-GEN框架开发了具有优异迁移能力的神经网络势能	NA	研究Nb掺杂对TiAl相剪切变形的影响，并模拟Ti-Al PST单晶中的局部构型	Ti-Al-Nb三元合金和TiAl PST单晶	材料科学	NA	DP-GEN框架，分子动力学模拟	深度神经网络	模拟数据	NA
57	2025-04-29	Machine learning-based label-free macrophage phenotyping in immune-material interactions 2025-Apr-28, Journal of materials chemistry. B DOI:10.1039/d5tb00365b PMID:40289902	研究论文	本研究提出了一种基于机器学习的无标记巨噬细胞表型分析方法，结合AI驱动的图像分类和定量相位成像技术，用于优化植入材料的免疫相容性	首次将AI驱动的图像分类与定量相位成像技术结合，实现无标记巨噬细胞表型的高通量分析	定量相位成像技术单独使用时无法完全区分巨噬细胞表型	优化植入生物材料的免疫相容性	THP-1来源的巨噬细胞（M0、M1、M2a和M2c表型）	数字病理学	NA	定量相位成像（QPI）	GoogLeNet, ShuffleNet, VGG-16, ResNet-18	图像	THP-1来源的巨噬细胞样本
58	2025-04-29	Towards proactively improving sleep: machine learning and wearable device data forecast sleep efficiency 4-8 hours before sleep onset 2025-Apr-28, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsaf113 PMID:40293116	research paper	该研究开发了机器学习模型，利用可穿戴设备数据在睡眠开始前4-8小时预测睡眠效率	首次展示了在睡前几小时准确预测睡眠效率的可行性，并确定了干预目标活动时间段	研究仅基于UK Biobank的加速度计数据，未考虑其他可能影响睡眠的因素	开发可提前预测睡眠效率的机器学习系统，为主动改善睡眠提供依据	80,811名UK Biobank成年参与者的加速度计数据	machine learning	NA	加速度计数据采集与分析	CatBoost, CNN-LSTM	时间序列传感器数据	80,811名成年人
59	2025-04-29	Deep learning-assisted detection of meniscus and anterior cruciate ligament combined tears in adult knee magnetic resonance imaging: a crossover study with arthroscopy correlation 2025-Apr-28, International orthopaedics IF:2.0Q2 DOI:10.1007/s00264-025-06531-2 PMID:40293511	研究论文	本研究比较了医生在有无深度学习模型辅助下，对膝关节MRI中半月板和前交叉韧带撕裂的诊断性能	使用深度学习模型Keros®辅助医生提高对膝关节MRI中半月板和前交叉韧带撕裂的诊断准确性	样本量较小（186例MRI检查），且仅评估了Keros®模型，未与其他模型进行比较	评估深度学习模型在膝关节MRI诊断中的辅助作用	成人膝关节MRI图像中的半月板和前交叉韧带撕裂	数字病理学	膝关节损伤	MRI	深度学习模型（Keros®）	图像	186例MRI检查（88例有撕裂，98例无撕裂）
60	2025-04-29	State of the art review of AI in renal imaging 2025-Apr-28, Abdominal radiology (New York) DOI:10.1007/s00261-025-04963-3 PMID:40293518	review	本文综述了人工智能在肾脏影像学中的最新应用，特别是在肾细胞癌（RCC）的诊断和治疗规划中的潜力	探讨了AI在肾脏病变检测、分割和分类中的先进工具，以及其在术前诊断和个性化治疗中的应用	存在数据变异性、可解释性和发表偏倚等限制	评估AI在肾脏影像学中的当前作用，并探讨其在临床实施中的潜力与挑战	肾细胞癌（RCC）及其不同组织学亚型的肾脏病变	digital pathology	renal cell carcinoma	machine learning (ML), deep learning (DL)	NA	image	NA