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
7281	2025-02-24	Design of tomato picking robot detection and localization system based on deep learning neural networks algorithm of Yolov5 2025-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90080-6 PMID:39979369	研究论文	本文提出了一种基于YOLOv5深度学习算法和SGBM算法的番茄检测与定位系统，以提高复杂环境下番茄的检测精度和三维定位	结合YOLOv5深度学习算法和SGBM算法，实现了番茄在复杂环境下的高精度检测和三维定位	实验仅在温室环境下进行，未涉及其他复杂农业环境	提高番茄采摘机器人在复杂环境下的检测和定位精度	番茄	计算机视觉	NA	YOLOv5深度学习算法, SGBM算法	YOLOv5	图像	640张番茄图像
7282	2025-02-22	Author Correction: Cough2COVID-19 detection using an enhanced multi layer ensemble deep learning framework and CoughFeatureRanker 2025-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90514-1 PMID:39979555	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7283	2025-02-24	Plantar Thermogram Analysis Using Deep Learning for Diabetic Foot Risk Classification 2025-Feb-20, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968251316563 PMID:39980256	研究论文	本研究使用热成像技术和深度学习对糖尿病患者进行足部溃疡风险分层	结合热成像和深度学习技术进行糖尿病足部溃疡风险分类	样本量较小，且模型的特异性较低	开发一种非侵入性方法来识别糖尿病足部溃疡风险患者	成年糖尿病患者	计算机视觉	糖尿病	热成像技术	深度学习神经网络	热成像图像	153张热成像图像（训练集98张，测试集55张）
7284	2025-02-24	UAS-based MT-YOLO model for detecting missed tassels in hybrid maize detasseling 2025-Feb-19, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01341-4 PMID:39972352	研究论文	本研究介绍了MT-YOLO模型，利用深度学习和无人机系统（UAS）来替代或辅助人工检测杂交玉米去雄过程中遗漏的雄穗	MT-YOLO模型在检测遗漏雄穗方面表现出显著的改进，特别是在早期雄穗阶段，当雄穗部分被叶片包裹时，这是一个关键但未被充分探索的挑战	NA	提高杂交玉米种子生产中去雄效率	杂交玉米去雄过程中遗漏的雄穗	计算机视觉	NA	深度学习	MT-YOLO	图像	包含不同光照条件、种植密度和生长阶段的多样化雄穗图像数据集
7285	2025-02-24	Structure-Based Deep Learning Framework for Modeling Human-Gut Bacterial Protein Interactions 2025-Feb-17, Proteomes IF:4.0Q2 DOI:10.3390/proteomes13010010 PMID:39982320	研究论文	本研究提出了一种基于深度学习的框架，利用结构数据预测人类与肠道细菌蛋白质之间的相互作用	该框架结合了基于图的蛋白质表示和变分自编码器（VAEs），通过双向交叉注意力模块融合结构嵌入来预测相互作用，解决了蛋白质相互作用数据集中的类别不平衡问题	实验数据稀疏，可能影响模型的泛化能力	研究人类与肠道细菌蛋白质之间的相互作用网络，以揭示其对人类健康的影响	人类蛋白质与肠道细菌蛋白质	机器学习	NA	深度学习	变分自编码器（VAEs）	结构数据	NA
7286	2025-02-24	Advancing Privacy-Preserving Health Care Analytics and Implementation of the Personal Health Train: Federated Deep Learning Study 2025-Feb-06, JMIR AI DOI:10.2196/60847 PMID:39912580	研究论文	本文介绍了一种名为Personal Health Train（PHT）的创新联邦学习基础设施，用于在保护数据隐私的同时进行医疗数据分析，并应用于肺癌患者的胸部CT图像中的肿瘤体积分割	提出了PHT框架，结合了安全聚合服务器，确保在联邦学习过程中数据不离开医院，解决了数据隐私问题	虽然展示了概念验证的可行性，但实际大规模应用仍需进一步验证其性能和稳定性	开发并验证一种能够在保护数据隐私的前提下，实现跨机构协作的联邦深度学习基础设施	肺癌患者的胸部CT图像	数字病理	肺癌	联邦学习（FL）	深度学习神经网络	图像	12家医院，覆盖8个国家，4大洲
7287	2025-02-24	Deep Learning Model for Predicting Immunotherapy Response in Advanced Non-Small Cell Lung Cancer 2025-Feb-01, JAMA oncology IF:22.5Q1 DOI:10.1001/jamaoncol.2024.5356 PMID:39724105	研究论文	本文开发了一种基于深度学习的模型，用于预测晚期非小细胞肺癌（NSCLC）患者对免疫检查点抑制剂（ICI）治疗的反应	该研究首次使用深度学习模型从全切片H&E染色图像中预测ICI治疗反应，并在多个队列中验证了其独立预测能力	研究样本主要来自美国和欧洲，可能限制了模型的普遍适用性	开发并验证一种深度学习模型，用于预测晚期NSCLC患者对ICI治疗的反应	晚期非小细胞肺癌患者	数字病理学	肺癌	深度学习	深度学习模型	图像	958名患者（456名女性，502名男性），共295,581张图像切片
7288	2025-02-24	Analysis of TEM micrographs with deep learning reveals APOE genotype-specific associations between HDL particle diameter and Alzheimer's dementia 2025-Jan-27, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100962 PMID:39874947	研究论文	本文利用深度学习模型YOLOv7分析了183个HDL样本的透射电子显微镜（TEM）图像，测量了超过1,800,000个HDL颗粒的直径，揭示了APOE基因型与阿尔茨海默病痴呆之间的关联	使用深度学习模型YOLOv7从TEM图像中高效准确地测量HDL颗粒直径，并发现APOE基因型与HDL颗粒直径分布之间的特异性关联	研究样本量相对较小（183个样本），且仅关注了APOE基因型的两种变异（ε3ε4和ε3ε3）	探索HDL颗粒直径分布与阿尔茨海默病痴呆之间的关联，并验证深度学习在HDL颗粒直径测量中的应用	183个HDL样本，包括痴呆患者和正常认知的对照组	计算机视觉	阿尔茨海默病	透射电子显微镜（TEM）成像	YOLOv7	图像	183个HDL样本，超过1,800,000个HDL颗粒
7289	2025-02-24	TimeFlies: an snRNA-seq aging clock for the fruit fly head sheds light on sex-biased aging 2025-Jan-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.25.625273 PMID:39896546	研究论文	本文介绍了TimeFlies，一种基于单细胞RNA测序的果蝇头部衰老时钟，揭示了性别差异在衰老过程中的作用	TimeFlies是首个基于全基因组基因表达谱的泛细胞类型单细胞RNA测序衰老时钟，能够识别关键标记基因，并揭示了性别特异性衰老路径的差异	该研究主要局限于果蝇头部，尚未在其他生物体或组织中验证其普适性	开发一种基于单细胞RNA测序的衰老时钟，以研究果蝇头部衰老过程中的性别差异	果蝇头部细胞	生物信息学	衰老	单细胞RNA测序（scRNA-seq）	深度学习	基因表达数据	NA
7290	2025-02-24	"Sadness smile" curve: Processing emotional information from social network for evaluating thermal comfort perception 2025-Jan, Journal of thermal biology IF:2.9Q1 DOI:10.1016/j.jtherbio.2024.104025 PMID:39689668	研究论文	本研究通过分析社交媒体上的面部表情数据，评估热舒适感知，并提出了一种基于深度学习的方法来预测热舒适度	提出了‘悲伤微笑’曲线，通过分析面部表情中的悲伤分数来预测最舒适温度，并利用ResNet模型进行情感基热舒适感知的预测	研究依赖于社交媒体数据，可能存在数据偏差，且未考虑其他可能影响热舒适感知的因素	评估和预测人类在不同热环境下的热舒适感知	社交媒体上的面部表情数据	计算机视觉	NA	深度学习	ResNet	图像	8314张面部照片，来自49个城市的82个公园的志愿者
7291	2025-02-24	Utilizing retinal arteriole/venule ratio to estimate intracranial pressure 2024-Nov-08, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-06343-0 PMID:39514087	研究论文	本研究探讨了利用视网膜动静脉比率（A/V比率）无创估计颅内压（ICP）的可行性，并加入了眼内压（IOP）的考量	首次在神经重症监护病房（NICU）环境中，结合眼内压（IOP）使用深度学习算法分析眼底镜检查视频，以无创方式估计颅内压（ICP）	图像质量和诊断特异性仍存在挑战，需要更大规模的多中心研究来验证该技术的临床适用性	研究无创估计颅内压（ICP）的方法，以减少侵入性测量带来的风险	神经重症监护病房（NICU）中的成年患者，格拉斯哥昏迷评分（GCS）≤8分，并接受侵入性压力监测	数字病理学	脑损伤	深度学习算法	混合效应线性回归模型	视频	40名患者，其中15名纳入最终分析
7292	2025-02-24	A DEEP LEARNING FRAMEWORK TO CHARACTERIZE NOISY LABELS IN EPILEPTOGENIC ZONE LOCALIZATION USING FUNCTIONAL CONNECTIVITY 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635583 PMID:39464200	研究论文	本文开发了一个深度学习框架，用于在药物难治性局灶性癫痫患者的静息态功能磁共振成像（rs-fMRI）中定位致痫区（EZ），并处理训练和测试中的噪声标签问题	提出了一个多任务深度学习框架，能够同时识别噪声标签的概率和每个感兴趣区域（ROI）的定位预测	由于临床协议的限制，具有可靠EZ标签的数据集稀缺，且使用的标签可能包含噪声	开发一个数学框架来表征EZ定位中的噪声标签，并提高定位性能	药物难治性局灶性癫痫患者	数字病理学	癫痫	rs-fMRI	多任务深度学习框架	图像	模拟数据集（来自人类连接组计划）和临床癫痫数据集
7293	2025-02-24	High Resolution Multi-delay Arterial Spin Labeling with Transformer based Denoising for Pediatric Perfusion MRI 2024-Mar-06, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.04.24303727 PMID:38496517	研究论文	本文介绍了一种高分辨率多延迟动脉自旋标记（MDASL）协议，并提出了基于Transformer的深度学习模型，用于儿科灌注MRI的去噪	提出了基于Transformer的深度学习模型，结合k空间加权图像平均（KWIA）去噪图像作为参考，有效提高了多延迟ASL图像的信噪比（SNR）和测试-重测重复性	研究样本仅限于8至17岁的典型发育儿童，未涵盖其他年龄段或特殊发育情况的儿童	提高儿科灌注MRI中多延迟动脉自旋标记（MDASL）图像的质量和重复性	21名8至17岁的典型发育儿童	医学影像	NA	多延迟动脉自旋标记（MDASL），k空间加权图像平均（KWIA）	Transformer	MRI图像	21名8至17岁的典型发育儿童
7294	2025-02-24	NnU-Net versus mesh growing algorithm as a tool for the robust and timely segmentation of neurosurgical 3D images in contrast-enhanced T1 MRI scans 2024-Feb-20, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-05973-8 PMID:38376564	研究论文	本研究评估了nnU-Net在对比增强T1（T1CE）图像中分割大脑、皮肤、肿瘤和脑室的性能，并与现有的网格生长算法（MGA）进行了对比	nnU-Net在分割大脑、皮肤、肿瘤和脑室方面显著优于MGA，且速度更快，减少了手动调整和迭代的需求	训练集规模较小，可能影响模型的泛化能力	评估nnU-Net在神经外科3D图像分割中的性能	对比增强T1（T1CE）图像中的大脑、皮肤、肿瘤和脑室	计算机视觉	神经外科疾病	对比增强T1 MRI扫描	nnU-Net	3D图像	67个用于训练的T1CE脑部扫描和32个用于测试的扫描
7295	2025-02-24	Applied deep learning in neurosurgery: identifying cerebrospinal fluid (CSF) shunt systems in hydrocephalus patients 2024-Feb-07, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-05940-3 PMID:38321344	研究论文	本研究评估了AI辅助的脑脊液分流阀检测系统在神经外科中的可行性	使用深度学习模型自动识别X射线或CT图像中的不同分流阀模型，提高识别速度和准确性	数据集仅包含2070张图像，可能不足以涵盖所有分流阀类型	评估AI辅助分流阀检测系统在神经外科中的可行性	脑脊液分流阀	计算机视觉	脑积水	深度学习	CNN	图像	2070张X射线或CT图像，涵盖10种不同的分流阀类型
7296	2025-02-24	Deep learning performance on MRI prostate gland segmentation: evaluation of two commercially available algorithms compared with an expert radiologist 2024-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.1.015002 PMID:38404754	研究论文	本研究评估了两种商用深度学习算法在MRI前列腺分割中的表现，并与专家放射科医生的手动分割进行了比较	在真实临床环境中评估商用AI模型的前列腺分割性能，填补了现有研究的空白	未对深度学习算法进行内部训练，且样本量相对较小	验证商用AI模型在前列腺分割中的准确性和临床应用价值	123名患者的多中心、多扫描仪MRI数据集	数字病理学	前列腺癌	深度学习算法	深度学习算法（DLA1和DLA2）	MRI图像	123名患者
7297	2025-02-23	QuantumNet: An enhanced diabetic retinopathy detection model using classical deep learning-quantum transfer learning 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103185 PMID:39981059	研究论文	本文介绍了一种名为QuantumNet的混合模型，结合了经典深度学习和量子迁移学习，用于增强糖尿病视网膜病变（DR）的检测	QuantumNet结合了经典深度学习模型和量子计算的优势，通过量子迁移学习提高了DR检测的准确性和资源效率	NA	提高糖尿病视网膜病变的检测准确性和效率	糖尿病视网膜病变（DR）	医学影像	糖尿病视网膜病变	量子迁移学习	CNN, ResNet50, MobileNetV2, 变分量子分类器	图像	APTOS 2019 blindness detection dataset on Kaggle
7298	2025-02-23	Combination of deep learning reconstruction and quantification for dynamic contrast-enhanced (DCE) MRI 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110310 PMID:39710009	研究论文	本研究提出了一种结合深度学习重建和量化的动态对比增强（DCE）MRI技术，旨在提高DCE-MRI的临床应用	提出了一种名为DCE-Movienet的新型深度重建网络，与之前开发的DCE-Qnet深度量化网络结合，实现了快速且定量的DCE-MRI	研究仅在健康志愿者和一名宫颈癌患者中进行了验证，样本量较小	提高DCE-MRI在临床中的速度和量化鲁棒性	健康志愿者和宫颈癌患者	医学影像	宫颈癌	动态对比增强（DCE）MRI	DCE-Movienet, DCE-Qnet	4D MRI数据	健康志愿者和一名宫颈癌患者
7299	2025-02-23	Performance and efficiency of machine learning models in analyzing capillary serum protein electrophoresis 2025-Mar-01, Clinica chimica acta; international journal of clinical chemistry DOI:10.1016/j.cca.2025.120165 PMID:39875052	研究论文	本文研究了机器学习模型在分析毛细血管血清蛋白电泳（SPEP）中的性能和效率，旨在通过人工智能模型提高M蛋白的分类和定位准确性	本文创新性地将U-Net与Transformer模型结合，用于M蛋白的分类和定位，展示了与临床专家相当的性能	研究依赖于单一数据集，且未探讨模型在其他类型疾病中的应用	开发人工智能诊断模型，以提高SPEP在M蛋白相关疾病诊断中的准确性和效率	毛细血管血清蛋白电泳（SPEP）数据	机器学习	M蛋白相关疾病	血清蛋白电泳（SPEP）	XGB, U-Net, Transformer	电泳数据	85,026个SPEP结果用于训练和验证，1,079个样本用于测试
7300	2025-02-23	Lightweight visual localization algorithm for UAVs 2025-Feb-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88089-y PMID:39971988	研究论文	本文介绍了一种名为Lightv8nPnP的轻量级视觉定位算法模型，旨在使基于深度学习的无人机视觉定位算法更加轻量化	引入了GhostConv构建GDetect检测头模块，采用Wise-IoU作为边界框回归损失函数，并基于无人机航空数据集样本特性修改YOLOv8n网络结构，创建了TrimYOLO网络结构	未提及具体的数据集规模或多样性限制	开发一种高效的视觉定位算法模型，以实现无人机的精确三维定位	无人机	计算机视觉	NA	深度学习	YOLOv8n, TrimYOLO	图像	未提及具体样本数量