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	2025-06-24	Innovating cell culture process development with deep learning-powered robotic experimentation using the first Industrial Smart Lab Framework 2025-Jun-21, Biotechnology progress IF:2.5Q3 DOI:10.1002/btpr.70051 PMID:40542657	研究论文	介绍了一种结合深度学习和机器人实验的工业智能实验室框架（ISLFCC），用于优化细胞培养过程	首次将深度学习与机器人实验结合，实现高通量自动化细胞培养，显著提高产量和效率	仅在小规模（3L和15L）生物反应器中进行了验证，未涉及更大规模的应用	优化生物制剂（如抗体和重组蛋白）的生产过程	细胞培养过程	生物制造	NA	深度学习、机器人实验、IoT系统	decoder-only transformer	生物反应器分析数据	三种不同的细胞克隆
42	2025-06-24	Automated detection and classification of osteolytic lesions in panoramic radiographs using CNNs and vision transformers 2025-Jun-21, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06209-6 PMID:40544240	研究论文	本研究旨在开发和评估深度学习模型，用于在全景X光片中自动检测和分类溶骨性病变	首次将视觉变换器（vision transformers）组件应用于溶骨性病变的自动检测，显著提升了传统深度学习模型的性能	模型在颌窦周围、拔牙部位和透光带区域存在误判情况	支持牙医早期诊断颌骨溶骨性病变	颌骨溶骨性病变（边界清晰型与边界模糊型）	数字病理	颌骨疾病	深度学习实例分割	Mask R-CNN（Swin-Tiny/ResNet-50）、Mask DINO、YOLOv5	X光影像	676张全景X光片（165边界清晰型/181边界模糊型/330对照组）
43	2025-06-24	Enhancing marine oil spill detection through dynamic adaptive knowledge distillation with spectral mask superpixel 2025-Jun-21, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118270 PMID:40544526	research paper	提出一种动态自适应知识蒸馏方法（DAKD-SMS），用于从无标签数据中提取空间-光谱特征，以增强海洋溢油检测	结合3D数据转换、动态ViT网络、光谱指数掩膜超像素生成和尺度自适应知识蒸馏，自动提取无标签数据的特征并优化模型	依赖于光谱指数掩膜的质量，且未提及模型在复杂海洋环境中的泛化能力	解决标记样本稀缺问题，提升海洋溢油检测的准确性	海洋溢油区域	computer vision	NA	hyperspectral imaging (HSI), knowledge distillation	dynamic vision transformer (ViT)	hyperspectral images (HSI)	三个数据集（具体数量未明确说明）
44	2025-06-24	SE-ATT-YOLO- A deep learning driven ultrasound based respiratory motion compensation system for precision radiotherapy 2025-Jun-21, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110638 PMID:40544802	研究论文	开发了一种基于超声和深度学习的呼吸运动补偿系统（RMCS），用于精确放射治疗中呼吸运动引起的肿瘤位移的补偿	提出了SE-ATT-YOLO模型，通过结合挤压激励块和增强注意力机制，改进了YOLOv8n，提高了超声图像检测的实时性能	未提及具体样本量或临床验证的广泛性	开发一种非侵入性超声深度学习算法，用于放射治疗中呼吸运动引起的肿瘤位移补偿	人类膈肌的超声运动	计算机视觉	肿瘤	超声成像	SE-ATT-YOLO（基于YOLOv8n改进）	超声图像	NA
45	2025-06-24	Deep learning on high-density EEG during a cognitive task distinguishes patients with Parkinson's disease from healthy controls 2025-Jun-20, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ade6a9 PMID:40541235	研究论文	本研究利用深度学习模型分析高密度脑电图（EEG）数据，通过认知任务区分帕金森病患者与健康对照组	研究首次在认知任务条件下使用高密度EEG数据，通过深度学习模型提高帕金森病诊断的准确性	EEG生物标志物仍处于实验阶段，研究结果需要进一步验证	探索认知任务是否能通过激活受疾病影响的皮层区域，提高基于EEG的帕金森病检测准确性	帕金森病患者和健康对照组的EEG数据	数字病理学	帕金森病	高密度EEG	深度学习模型	EEG信号	NA
46	2025-06-24	Validation of an artificial intelligence-based algorithm for predictive performance and risk stratification of sepsis using real-world data from hospitalised patients: a prospective observational study 2025-Jun-20, BMJ health & care informatics IF:4.1Q2 DOI:10.1136/bmjhci-2024-101353 PMID:40541404	研究论文	本研究验证了一种基于深度学习的算法VC-SEPS在预测败血症和患者风险分层方面的性能	前瞻性比较了医疗人工智能软件算法与传统评分系统在预测败血症方面的表现	研究仅在一家医院进行，可能限制了结果的普遍性	验证VC-SEPS算法在早期预测败血症和患者风险分层中的性能	住院患者，特别是败血症患者	数字病理学	败血症	深度学习	深度学习算法	电子病历数据	6,455名患者，其中325名被诊断为败血症
47	2025-06-24	BoneDat, a database of standardized bone morphology for in silico analyses 2025-Jun-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05161-y PMID:40541988	研究论文	介绍了一个名为BoneDat的标准化骨骼形态数据库，用于骨科和进化生物学领域的计算机模拟分析	开发了一个包含标准化骨骼形态数据的综合数据库，解决了该领域缺乏高质量数据集的问题	数据集仅包含278个临床腰骨盆CT扫描，样本量相对有限	提高计算机模拟分析的重复性和可信度，支持深度学习模型的训练和基准测试	人类骨骼形态	数字病理	骨科疾病	CT扫描	深度学习模型	图像	278个临床腰骨盆CT扫描（骨盆和下脊柱），年龄16至91岁，按性别和10个年龄组平衡
48	2025-06-24	Automated oil spill detection using deep learning and SAR satellite data for the northern entrance of the Suez Canal 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03028-1 PMID:40541995	研究论文	本研究利用DeepLabv3+深度学习模型和Sentinel-1合成孔径雷达影像，自动检测苏伊士运河北部入口的油污泄漏	采用区域特定训练数据集提升油污检测的准确性和分割质量	研究仅针对苏伊士运河北部入口，可能不适用于其他地理区域	开发自动化油污检测方法以保护海洋生态系统	苏伊士运河北部入口的油污泄漏事件	计算机视觉	NA	合成孔径雷达(SAR)影像分析	DeepLabv3+	图像	2600个油污泄漏事件（1100个来自EMSA-CSN数据集，1500个来自埃及领海数据集）
49	2025-06-23	Multistage pig identification using a sequential ear tag detection pipeline 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05283-8 PMID:40542014	研究论文	本文提出了一种基于序列耳标检测管道的猪只识别方法，用于畜牧业中的个体识别	提出了一种光照不变的猪只识别方法，通过四个连续的目标检测模型实现高效识别，并公开了三个自定义数据集	在陌生环境下的识别性能略有下降，且依赖于商业耳标的使用	提高畜牧业中猪只个体识别的准确性和鲁棒性	猪只及其耳标	计算机视觉	NA	深度学习	目标检测模型	图像	在两个不同的摄像头环境中评估，具体样本数量未提及
50	2025-06-24	Attention-driven UNet enhancement for accurate segmentation of bacterial spore outgrowth in microscopy images 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05900-6 PMID:40542045	research paper	开发了一种基于注意力机制的UNet增强模型，用于显微镜图像中细菌孢子生长的精确分割	采用注意力驱动的UNet算法，提高了分割的准确性和效率，准确率达到96%	未提及模型在不同类型细菌图像上的泛化能力	高效量化细菌孢子和营养细胞的位置、面积和圆形度	显微镜图像中的细菌孢子和营养细胞	computer vision	NA	deep learning	UNet with attention mechanism	image	超过10,000个细菌细胞的图像
51	2025-06-24	Facilitating laboratory automation using a robot with a simple and inexpensive camera detection system 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05670-1 PMID:40542052	研究论文	开发了一种基于机器人手臂的摄像头检测系统，旨在简化实验室自动化	利用低成本硬件和开源软件，结合ArUco标记和深度学习神经网络，实现了高效的实验室自动化	系统可能对特定实验室环境的适应性有限，且需要一定的技术知识进行设置和维护	解决小型研究实验室在采用实验室自动化技术时面临的资源和技术挑战	实验室自动化设备，特别是机器人手臂和摄像头检测系统	实验室自动化	NA	ArUco标记，OpenCV，深度学习神经网络	深度学习神经网络	图像	NA
52	2025-06-24	Few shot learning for phenotype-driven diagnosis of patients with rare genetic diseases 2025-Jun-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01749-1 PMID:40542121	research paper	该论文提出了一种名为SHEPHERD的小样本学习方法，用于多方面的罕见疾病诊断	SHEPHERD是一种基于知识图谱的小样本学习方法，能够在罕见疾病诊断中实现因果基因发现、检索类似患者以及表征新疾病表现	该方法依赖于模拟罕见疾病患者的数据集进行训练，可能在实际应用中存在泛化性问题	加速罕见疾病的诊断过程	罕见疾病患者	machine learning	rare genetic diseases	few-shot learning	knowledge-grounded deep learning	knowledge graph enriched with rare disease information	Undiagnosed Diseases Network (N=465), MyGene2 (N=146), Deciphering Developmental Disorders study (N=1431)
53	2025-06-24	Quantum-classical deep learning hybrid architecture with graphene-printed low-cost capacitive sensor for essential tremor detection 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06359-1 PMID:40542145	研究论文	本研究提出了一种结合电容传感器、量子启发算法和深度学习的硬件和软件架构，用于检测原发性震颤	将量子启发的计算滤波器（Quantvolution和QuantClass）集成到深度学习框架中，改进了震颤模式的分析能力	初步结果表明损失变异性更稳定，但需要在更广泛的数据集和临床环境中进一步验证	开发一种用于检测原发性震颤的新型混合架构	原发性震颤患者的手指震颤运动	机器学习	原发性震颤	量子启发算法、深度学习	深度学习框架	传感器数据	NA
54	2025-06-24	A comprehensive review of heart rate measurement using remote photoplethysmography and deep learning 2025-Jun-20, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01405-5 PMID:40542336	review	本文全面回顾了使用远程光电容积描记术（rPPG）和深度学习进行心率测量的研究进展	比较分析了深度学习与传统方法在非接触式心率估计中的准确性，并识别了现有研究中的空白和未来研究方向	面临运动伪影和对不同光照条件敏感等挑战	探讨远程健康监测系统中使用rPPG和深度学习进行心率测量的方法和进展	远程光电容积描记术（rPPG）和深度学习算法	machine learning	心血管疾病	远程光电容积描记术（rPPG）	深度学习	图像	145篇文章
55	2025-06-24	Identifying kinematic biomarkers of the dystrophic phenotype in a zebrafish model of Duchenne muscular dystrophy 2025-Jun-20, Skeletal muscle IF:5.3Q2 DOI:10.1186/s13395-025-00382-6 PMID:40542412	研究论文	本研究利用高速摄像和基于深度学习的无标记运动捕捉技术，量化了两种肌营养不良斑马鱼模型的逃避反应游泳运动学，以识别杜氏肌营养不良表型的运动学生物标志物	采用无标记运动捕捉技术提供高精度、可重复的运动学估计，并利用随机森林和支持向量机模型识别区分突变型和野生型斑马鱼幼体的预测性生物标志物	研究仅针对斑马鱼模型，结果是否适用于其他动物模型或人类尚需进一步验证	识别杜氏肌营养不良表型的运动学生物标志物，为治疗开发提供早期评估工具	两种肌营养不良斑马鱼模型（sapje和sapje-like）的幼体	数字病理学	杜氏肌营养不良	高速摄像、深度学习、无标记运动捕捉	随机森林、支持向量机	视频	两种斑马鱼模型（具体数量未明确说明）
56	2025-06-24	Ferroelectric Domains and Evolution Dynamics in Twisted CuInP2S6 Bilayers 2025-Jun-20, Small methods IF:10.7Q1 DOI:10.1002/smtd.202500683 PMID:40538291	研究论文	通过密度泛函理论和深度学习分子动力学模拟，研究了扭曲双层铁电材料CuInP2S6中极性畴的形成和动态控制	揭示了扭曲双层铁电材料中极性畴的形成机制，提出通过旋转操控控制局部极化的新方法	研究仅限于理论模拟，缺乏实验验证	探索扭曲角度对铁电材料中极性畴演化的影响	扭曲双层铁电材料CuInP2S6	材料科学	NA	密度泛函理论(DFT), 深度学习分子动力学(DLMD)	NA	模拟数据	NA
57	2025-06-24	Selection of representative electrodes for stereoscopic visual comfort studies in conjunction with brain mechanism analysis 2025-Jun-20, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149800 PMID:40544932	研究论文	本研究通过立体视觉脑机制分析，寻找用于评估立体视觉舒适度的代表性电极	首次通过脑机制分析确定用于评估立体视觉舒适度的代表性电极，为电极选择提供科学依据	样本量较小（15个电极），分类准确率提升有限（2-4%）	评估立体视觉舒适度并开发便携式检测设备	立体视觉舒适度和不适状态的脑电活动	脑机接口	NA	事件相关电位和功率谱分析	机器学习和深度学习模型	脑电信号	15个电极的脑电活动数据
58	2025-06-24	Synergistic analysis based on chemometrics and deep learning: An innovative Kolmogorov-Arnold neural network (CKAN) model combined with ternary hybrid SERS substrate (Au@mSiO₂(YSN)-Fe₃O₄@MoS₂-rGO) for highly sensitive detection of trace quinolone antibiotics in milk 2025-Jun-19, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145193 PMID:40544590	研究论文	本研究提出了一种利用三元复合表面增强拉曼光谱（SERS）基底检测牛奶中痕量喹诺酮类抗生素的方法，结合化学计量学算法和深度学习模型实现抗生素的定性和定量分析	创新性地结合了化学计量学与深度学习，提出了CKAN模型，并与三元复合SERS基底结合，显著提高了检测灵敏度和准确性	NA	开发一种高灵敏度的检测方法用于牛奶中痕量喹诺酮类抗生素的定性和定量分析	牛奶中的喹诺酮类抗生素（恩诺沙星、依诺沙星和诺氟沙星）	化学计量学与深度学习	NA	表面增强拉曼光谱（SERS）、有限差分时域（FDTD）方法	Kolmogorov-Arnold神经网络（CKAN）	光谱数据	NA
59	2025-06-24	MDEANet: A multi-scale deep enhanced attention net for popliteal fossa segmentation in ultrasound images 2025-Jun-18, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102570 PMID:40544544	research paper	提出了一种名为MDEANet的深度学习分割网络，用于在超声图像中精确定位腘窝区域的神经、肌肉和动脉	结合了级联多尺度空洞卷积(CMAC)、增强空间注意力机制(ESAM)和跨层特征融合(CLFF)以提升分割性能	未提及具体的数据集规模限制或临床应用中的潜在问题	提升超声引导下神经阻滞手术中腘窝区域解剖结构的分割精度	腘窝区域的神经、肌肉和动脉	digital pathology	NA	深度学习图像分割	MDEANet (基于CNN的改进架构)	超声图像	未明确说明样本量
60	2025-06-24	Interactive prototype learning and self-learning for few-shot medical image segmentation 2025-Jun-18, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103183 PMID:40544698	研究论文	提出了一种新的交互式原型学习和自学习网络，用于解决医学图像分割中的少样本学习问题	通过深度编码-解码模块学习高级特征构建峰值原型，提出交互式原型学习模块提升类内特征一致性并降低类间特征相似性，以及查询特征引导的自学习模块分离前景和背景	未明确提及具体局限性	解决医学图像分割中少样本学习面临的类内不一致性和类间相似性问题	医学图像	数字病理	NA	少样本学习	深度编码-解码网络	医学图像	未明确提及具体样本量