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
6741	2025-10-06	Computational exploration of global venoms for antimicrobial discovery with Venomics artificial intelligence 2025-Jul-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60051-6 PMID:40645962	研究论文	本研究利用人工智能技术从全球毒液数据库中挖掘新型抗菌肽	首次结合大规模毒液组学数据与深度学习技术，从16,123种毒液蛋白中生成并筛选出结构功能新颖的抗菌肽	研究主要聚焦于计算预测和体外验证，临床前研究仅在小鼠模型中完成	开发新型抗生素以应对耐药菌感染	革兰氏阴性菌（特别是鲍曼不动杆菌）	生物信息学	细菌感染	深度学习，毒液组学分析	深度学习	蛋白质序列数据	16,123种毒液蛋白，生成40,626,260个毒液加密肽，筛选386个候选肽，实验验证58个肽	NA	NA	抗菌活性评估，细菌负荷减少量	NA
6742	2025-10-06	Highly adaptable deep-learning platform for automated detection and analysis of vesicle exocytosis 2025-Jul-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61579-3 PMID:40651941	研究论文	开发了一种用于自动检测和分析囊泡胞吐的深度学习平台IVEA	首个高度适应性强的囊泡胞吐自动分析平台，包含三个专用模块，可检测罕见事件且速度比人工分析快约60倍	NA	开发自动化的囊泡胞吐分析工具以替代劳动密集型的人工分析	荧光标记的囊泡融合事件和其他爆发式活动	计算机视觉	NA	活细胞成像，荧光标记	深度学习	图像	NA	ImageJ	NA	速度，准确度	NA
6743	2025-10-06	Multimodal deep learning for cephalometric landmark detection and treatment prediction 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06229-w PMID:40651957	研究论文	提出一种多模态深度学习框架DeepFuse，集成头影侧位片、CBCT体积数据和数字牙科模型信息，同时进行头影测量标志点检测和治疗结果预测	首次提出结合多种影像模态的多模态深度学习框架，通过注意力引导融合机制和双任务解码器利用不同成像技术的互补信息	NA	提高正畸和颌面外科中头影测量分析的准确性和治疗结果预测的精度	头影测量标志点检测和治疗结果预测	计算机视觉	颌面疾病	多模态深度学习	深度学习	头影侧位片、CBCT体积数据、数字牙科模型	三个临床数据集	NA	模态特定编码器、注意力引导融合机制、双任务解码器	平均径向误差、临床可接受率、准确率	NA
6744	2025-10-06	A crack detection and quantification method using matched filter and photograph reconstruction 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08280-z PMID:40651987	研究论文	提出一种基于无人机图像和数字图像处理的桥梁裂缝自动检测与量化方法	结合无人机飞行参数与增强匹配滤波算法，实现裂缝分割并构建带裂缝标注的3D桥梁模型	未与深度学习方法的性能进行直接对比，主要验证了与传统数字图像处理方法的对比	开发适用于桥梁维护的自动化裂缝检测与量化技术	桥梁表面裂缝	计算机视觉	NA	数字图像处理，无人机摄影测量	NA	图像	三个典型子数据集和一个实际拱桥案例	NA	增强匹配滤波算法，形态学方法	像素精度，F1分数，交并比	NA
6745	2025-10-06	Accurate and real-time brain tumour detection and classification using optimized YOLOv5 architecture 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07773-1 PMID:40651993	研究论文	提出结合优化YOLOv5架构和全卷积神经网络的脑肿瘤检测与分类系统	集成YOLOv5目标检测与FCNN分类模型，采用RMSProp优化算法提升分类性能	NA	开发高精度实时脑肿瘤检测与分类系统	脑部MRI图像中的肿瘤区域	计算机视觉	脑肿瘤	MRI成像	CNN,YOLO	医学图像	NA	PyTorch	YOLOv5,FCNN	准确率,精确率,召回率,F1分数,特异性	NA
6746	2025-10-06	A deep learning approach for heart disease detection using a modified multiclass attention mechanism with BiLSTM 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09594-8 PMID:40652020	研究论文	提出一种基于改进多类注意力机制和双向长短期记忆网络的深度学习模型用于心脏病检测	提出新型改进多类注意力机制，通过类别感知注意力权重动态调整对输入特征的关注度	NA	提高心脏病分类准确率，解决传统方法的误分类和噪声干扰问题	心脏病患者的心电信号数据	机器学习	心血管疾病	改进自适应带通滤波，小波变换	BiLSTM, 注意力机制	心电信号	6000个样本，14个特征	NA	Deep BiLSTM with Modified Multiclass Attention Mechanism	准确率, 精确率, 召回率, F1分数	NA
6747	2025-10-06	Development and validation of a prognostic model for predicting survival and immunotherapy benefits in melanoma based on metabolism-relevant genes 2025-Jul-12, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03186-8 PMID:40652057	研究论文	本研究基于代谢相关基因开发并验证了黑色素瘤预后预测和免疫治疗获益评估模型	首次基于代谢相关基因对黑色素瘤患者进行分子分型，并整合深度学习病理特征分析和单细胞RNA测序技术	研究样本量有限，需要进一步临床验证	开发黑色素瘤预后预测模型并评估免疫治疗反应	皮肤 cutaneous 黑色素瘤(SKCM)患者	数字病理学	黑色素瘤	scRNA-seq, western blot, qPCR, IHC, siRNA干扰	LASSO回归, COX回归, 弹性回归, ResNet50	基因表达数据, 病理图像, 单细胞测序数据	NA	ResNet50, Cellprofiler	ResNet50	NA	NA
6748	2025-10-06	Deep learning algorithm for identifying osteopenia/osteoporosis using cervical radiography 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11285-3 PMID:40652099	研究论文	本研究开发了一种基于颈椎X光片识别骨量减少/骨质疏松的深度学习算法	首次利用颈椎X光片通过深度学习算法检测骨质疏松，并与脊柱外科医生的诊断准确性进行比较	样本量较小（训练集200例，测试集30例），需要更大规模的研究验证	验证深度学习算法在颈椎X光片上检测骨量减少/骨质疏松的诊断效能	颈椎疾病患者，包括退行性颈椎病	计算机视觉	骨质疏松	X射线摄影	CNN	医学影像	训练集200例，测试集30例	NA	卷积神经网络	准确率, 灵敏度, 特异性	NA
6749	2025-10-06	Establishing an AI-based diagnostic framework for pulmonary nodules in computed tomography 2025-Jul-12, BMC pulmonary medicine IF:2.6Q2 DOI:10.1186/s12890-025-03806-7 PMID:40652218	研究论文	开发基于人工智能的CT肺结节诊断框架，提高结节识别和分类性能	提出结合Retina-UNet和SVM的深度学习框架，实现肺结节的自动检测与分类	非孤立性结节检测存在困难，标注数据集规模有待扩大	改进CT扫描中肺结节的识别和分类诊断性能	计算机断层扫描中的肺结节	计算机视觉	肺癌	计算机断层扫描(CT)	CNN, SVM	3D-DICOM CT图像	1056张3D-DICOM CT图像	NA	Retina-UNet	准确率, 敏感度, 特异度, AUROC, 阳性预测值, 阴性预测值	NA
6750	2025-10-06	Advancing rare neurological disorder diagnosis: Addressing challenges with systematic reviews and AI-driven MRI meta-trans learning framework for neurodegenerative disorders 2025-Jul-11, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2025.102831 PMID:40653053	研究论文	本文通过系统综述和AI驱动的MRI元迁移学习框架，推进罕见神经系统疾病的诊断	提出结合元学习和迁移学习的Meta_Trans Learning框架，利用小数据集解决罕见神经系统疾病诊断中的数据稀缺问题	研究主要依赖2018-2024年的文献，且罕见疾病患者数据有限可能影响模型泛化能力	探索机器学习和深度学习在神经系统疾病诊断中的应用，提高罕见神经系统疾病的早期检测准确率	神经发育障碍(NDD)、神经生物学障碍(NBD)和神经退行性疾病(ND)	机器学习	神经系统疾病	MRI	机器学习,深度学习	医学影像	NA	NA	Meta_Trans Learning框架	诊断准确率	NA
6751	2025-10-06	Development and retrospective validation of an artificial intelligence system for diagnostic assessment of prostate biopsies: study protocol 2025-Jul-07, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-097591 PMID:40623883	研究论文	开发并回顾性验证用于前列腺活检诊断评估的人工智能系统	首次遵循TRIPOD+AI、PIECES和CLAIM等国际指南系统开发前列腺癌诊断AI系统，并进行全面外部验证	采用回顾性研究设计，缺乏前瞻性验证数据	开发高性能且稳健的AI模型用于前列腺癌诊断和Gleason评分	前列腺核心针穿刺活检样本	数字病理学	前列腺癌	全切片图像分析	深度学习模型	病理图像	来自独立患者、病理实验室和数字化平台的外部数据集	NA	NA	诊断准确性、Gleason评分一致性、癌范围估计、筛状癌和神经周围浸润检测	NA
6752	2025-10-06	A Deep Learning Model Integrating Clinical and MRI Features Improves Risk Stratification and Reduces Unnecessary Biopsies in Men with Suspected Prostate Cancer 2025-Jul-07, Cancers IF:4.5Q1 DOI:10.3390/cancers17132257 PMID:40647554	研究论文	开发了一种整合临床和MRI特征的深度学习模型，用于改进疑似前列腺癌患者的风险分层并减少不必要的活检	首次将临床特征与MRI影像特征（包括PI-RADS分类、病灶大小、位置和前列腺体积）通过深度学习进行整合，实现了更精准的前列腺癌风险预测	回顾性研究设计，样本量相对有限（538例），需要进一步前瞻性验证	提高临床显著性前列腺癌的风险分层准确性，减少不必要的活检	疑似前列腺癌的男性患者	医学影像分析	前列腺癌	磁共振成像	全连接神经网络	临床数据和MRI影像特征	538名男性患者	NA	全连接神经网络	AUC, 敏感性, 特异性	NA
6753	2025-10-06	Automated Sidewalk Surface Detection Using Wearable Accelerometry and Deep Learning 2025-Jul-07, Sensors (Basel, Switzerland) DOI:10.3390/s25134228 PMID:40648484	研究论文	提出一种利用可穿戴加速度计和深度学习自动检测人行道表面状况的新方法	结合可穿戴传感器和深度学习技术，通过频域转换和滤波处理实现对人行道表面状况的自动化评估	未提及样本规模的具体细节和模型在其他环境下的泛化能力	开发高效、经济且客观的人行道可步行性评估方法	人行道表面状况	机器学习	NA	可穿戴加速度计、FFT、卡尔曼滤波、低通滤波、移动平均滤波	深度学习	加速度信号	NA	NA	NA	准确率	NA
6754	2025-10-06	ResNet-SE-CBAM Siamese Networks for Few-Shot and Imbalanced PCB Defect Classification 2025-Jul-07, Sensors (Basel, Switzerland) DOI:10.3390/s25134233 PMID:40648488	研究论文	提出一种融合ResNet、SE和CBAM的孪生网络，用于小样本和不平衡数据下的PCB缺陷分类	结合注意力机制和度量学习的孪生网络架构，引入基于SSIM的样本选择方法和高缺陷率训练策略	NA	解决小样本和不平衡数据条件下的工业缺陷检测问题	印刷电路板(PCB)缺陷	计算机视觉	NA	NA	Siamese网络, CNN	图像	良品与缺陷样本比例20:40，缺陷样本最多80个	NA	ResNet, SE, CBAM	准确率, 假阴性率(FNR)	NA
6755	2025-10-06	Entropy, Irreversibility, and Time-Series Deep Learning of Kinematic and Kinetic Data for Gait Classification in Children with Cerebral Palsy, Idiopathic Toe Walking, and Hereditary Spastic Paraplegia 2025-Jul-07, Sensors (Basel, Switzerland) DOI:10.3390/s25134235 PMID:40648490	研究论文	本研究评估统计物理指标在区分儿童异常步态模式中的有效性，并与深度学习模型进行性能比较	首次整合运动学和动力学信息，将统计物理指标与深度学习模型在步态分类中进行系统对比	不同实验室间的性能差异限制了训练模型的泛化能力	提高儿童神经系统和发育性疾病的步态分类准确性	患有脑瘫、特发性趾行和遗传性痉挛性截瘫的儿童以及正常发育儿童	机器学习	神经系统疾病	步态分析	Random Forest, CNN	时间序列数据	528名儿童（81名ITW，300名CP，20名HSP，127名正常对照）	NA	ResNet	分类准确率	NA
6756	2025-10-06	Deep learning-assisted Raman spectroscopy for rapid lactic acid bacteria identification at the colony level 2025-Jul-07, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126662 PMID:40664053	研究论文	提出基于信噪比筛选的自适应菌落拉曼采集方法与拉曼Swin Transformer模型相结合，实现乳酸菌菌落的快速准确鉴定	开发了ACRA-SNR原位光谱采集方法解决菌落空间异质性问题，并首次将Swin Transformer架构应用于拉曼光谱数据分析	对同种不同源菌株的识别准确率仅为70%以上，跨源泛化能力有待提升	实现菌落水平的快速准确鉴定并提高菌落筛选效率	十四种乳酸菌菌株	计算机视觉	NA	拉曼光谱技术	Transformer	光谱数据	14种乳酸菌菌株	NA	Swin Transformer	准确率	NA
6757	2025-10-06	Human-Centric Cognitive State Recognition Using Physiological Signals: A Systematic Review of Machine Learning Strategies Across Application Domains 2025-Jul-05, Sensors (Basel, Switzerland) DOI:10.3390/s25134207 PMID:40648460	系统综述	系统分析2010年至2024年初基于生理信号的认知状态识别研究中机器学习策略的发展趋势和应用领域	揭示了从浅层机器学习向深度学习方法的重大转变，以及从神经影像向多模态生理信号整合的研究趋势	仅纳入使用机器学习和深度学习技术的应用性研究，可能遗漏其他方法学的研究	评估认知状态识别领域机器学习策略的发展历程和应用现状	405篇相关研究文献（从2398条记录中筛选）	机器学习	NA	生理信号采集技术（ECG等）	CNN, 传统机器学习方法	生理信号数据	405篇研究文献	NA	卷积神经网络	NA	NA
6758	2025-10-06	Emerging Techniques of Translational Research in Immuno-Oncology: A Focus on Non-Small Cell Lung Cancer 2025-Jul-04, Cancers IF:4.5Q1 DOI:10.3390/cancers17132244 PMID:40647543	综述	本文重点介绍免疫肿瘤学中用于非小细胞肺癌的转化研究新兴技术	聚焦人工智能、液体活检等新兴技术在NSCLC转化研究中的创新应用	NA	优化非小细胞肺癌的个性化治疗策略	非小细胞肺癌患者	数字病理学	肺癌	单细胞RNA测序, 液体活检	机器学习, 深度学习	NA	NA	NA	NA	NA	NA
6759	2025-10-06	Fault Detection of Cyber-Physical Systems Using a Transfer Learning Method Based on Pre-Trained Transformers 2025-Jul-04, Sensors (Basel, Switzerland) DOI:10.3390/s25134164 PMID:40648419	研究论文	提出一种基于预训练Transformer的迁移学习方法，用于网络物理系统的故障检测	将预训练Transformer架构应用于CPS故障检测，通过迁移学习解决领域偏移问题，并引入SHAP进行可解释性分析	仅在实验室规模的水净化设施数据集上进行验证，需要在实际工业环境中进一步测试	提高网络物理系统在有限故障标签数据条件下的故障检测性能	网络物理系统(CPS)的故障检测	机器学习	NA	迁移学习	Transformer	传感器数据	公开可用的实验室规模水净化设施数据集	NA	Transformer	F1-score, K折交叉验证	NA
6760	2025-10-06	A Dynamic Kalman Filtering Method for Multi-Object Fruit Tracking and Counting in Complex Orchards 2025-Jul-02, Sensors (Basel, Switzerland) DOI:10.3390/s25134138 PMID:40648393	研究论文	提出一种结合改进YOLO检测算法和动态优化卡尔曼滤波的多目标水果跟踪与计数方法	集成改进的YOLO检测模型与带可变遗忘因子的卡尔曼滤波，动态调整历史数据权重以适应观测和运动噪声变化	未明确说明方法在其他类型农作物或更复杂环境中的泛化能力	实现复杂果园环境下水果的连续跟踪和精确计数	果园视频序列中的水果目标	计算机视觉	NA	视频序列分析	YOLO, Kalman filter	视频图像帧	NA	NA	改进的YOLO架构	MOTA, MOTP, 决定系数, 均方根误差	NA