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
61	2025-07-16	Automated detection and numbering of primary and permanent teeth in digital impressions of children using artificial intelligence 2025-Jul-12, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105976 PMID:40659080	研究论文	本研究开发并评估了一种自动方法，用于在儿童数字印模中分割和标记乳牙和恒牙	结合大上下文预测进行牙齿标记和高分辨率预测进行牙齿分割的深度学习模型	对于不寻常的牙齿状况或模糊的牙齿萌出模式会出现错误	开发自动区分儿童数字印模中乳牙和恒牙的方法	儿童数字印模中的乳牙和恒牙	数字病理	NA	深度学习	深度学习模型	数字印模	来自351名患者的716个数字印模
62	2025-07-16	Single-cell spatial transcriptomics reveals immunotherapy-driven bone marrow niche remodeling in AML 2025-Jul-11, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adw4871 PMID:40632867	研究论文	该研究通过单细胞空间转录组学揭示了免疫治疗在急性髓系白血病（AML）中驱动的骨髓微环境重塑	结合单细胞RNA测序与单细胞空间转录组学，实现了对肿瘤微环境的更精确分析，揭示了免疫治疗后白血病细胞附近免疫细胞的全局和局部富集	测序深度限制可能影响数据的全面性	探索免疫治疗在AML中的效果及其对骨髓微环境的影响	接受pembrolizumab和decitabine治疗的AML患者的骨髓样本	数字病理学	急性髓系白血病（AML）	单细胞RNA测序、单细胞空间转录组学	深度学习	转录组数据、图像数据	NA
63	2025-07-16	Visual WetlandBirds Dataset: Bird Species Identification and Behavior Recognition in Videos 2025-Jul-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05516-5 PMID:40645987	research paper	介绍了一个专为鸟类行为检测和物种分类设计的细粒度视频数据集，填补了现有数据集的空白	首个提供详细鸟类行为视频注释的数据集，促进深度学习模型在鸟类行为识别方面的发展	数据集仅包含西班牙湿地的178个视频，覆盖13种鸟类和7种行为类别，样本多样性和规模有限	通过提供详细的鸟类行为视频数据集，支持全球生物多样性保护的决策制定	西班牙湿地中的13种不同鸟类及其7种行为类别	computer vision	NA	视频记录与深度学习模型应用	state of the art models（未具体说明）	video	178个视频，涵盖13种鸟类和7种行为类别
64	2025-07-16	Artificial Intelligence Tools in Myocardial Infarction Prognosis: Evaluating the Performance of Machine Learning and Deep Learning Models 2025-Jul-11, Current cardiology reviews IF:2.4Q2 DOI:10.2174/011573403X380162250706094642 PMID:40660443	review	本文综述了人工智能（AI）在心肌梗死预后评估中的应用，特别是机器学习和深度学习模型的性能	探讨了AI模型在心肌梗死风险分层中的潜力，包括对复杂数据集的适应能力和在不同场景中的应用	没有单一算法表现最优，人工神经网络并不总是优于其他机器学习方法	开发新的心肌梗死患者死亡风险分层工具	心肌梗死患者	machine learning	cardiovascular disease	machine learning, deep learning	random forest, gradient boosting, support vector machines, artificial neural networks	clinical data	十六篇论文
65	2025-07-16	Identification of neural crest and melanoma cancer cell invasion and migration genes using high-throughput screening and deep attention networks 2025-Jul-10, Developmental dynamics : an official publication of the American Association of Anatomists IF:2.0Q3 DOI:10.1002/dvdy.70059 PMID:40637615	研究论文	通过高通量筛选和深度学习网络识别神经嵴和黑色素瘤癌细胞侵袭与迁移的关键基因	结合高通量siRNA筛选、统计分析和深度学习技术，从45个基因中筛选出对黑色素瘤细胞迁移至关重要的基因，并揭示了BMP4和RASGRP1在细胞间相互作用中的关键作用	研究主要基于体外实验和鸡胚胎移植模型，尚未在更复杂的体内环境中验证这些基因的功能	识别调控神经嵴和黑色素瘤癌细胞侵袭与迁移的关键基因	神经嵴细胞和c8161黑色素瘤细胞系	机器学习	黑色素瘤	高通量siRNA筛选、深度学习分析	深度注意力网络	基因表达数据、细胞行为数据	45个基因的筛选，重点关注14个显著影响细胞迁移的基因
66	2025-07-16	Integrating deep learning in stride-to-stride muscle activity estimation of young and old adults with wearable inertial measurement units 2025-Jul-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83903-5 PMID:40634326	研究论文	该研究提出了一种基于CNN的方法，利用可穿戴惯性测量单元(IMUs)数据来估计步行时的肌肉活动	通过深度学习模型处理可穿戴IMUs数据，克服了传统步态分析需要专业实验室设置和精确电极放置的限制	样本年龄范围较广(19-73岁)，可能影响模型在特定年龄段的性能	开发一种更简便、经济的步态分析方法	65名19-73岁的参与者	机器学习	NA	可穿戴惯性测量单元(IMUs)	CNN	传感器数据	65名参与者(19-73岁)
67	2025-07-16	Deep ensemble learning with transformer models for enhanced Alzheimer's disease detection 2025-Jul-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08362-y PMID:40634379	研究论文	本文提出了一种基于BERT和循环卷积神经网络的深度学习集成模型，用于提高阿尔茨海默病的检测准确率	结合BERT编码器和循环卷积神经网络的双分支结构，并采用集成学习方法提高模型性能	模型仅在特定数据集(DementiaBank Pitt Corpus的子集)上进行测试，可能需要更多数据验证泛化能力	开发更准确的阿尔茨海默病早期诊断方法	阿尔茨海默病患者和健康对照者的临床笔记文本数据	自然语言处理	阿尔茨海默病	深度学习	BERT, CNN, LSTM, 集成学习	文本	DementiaBank Pitt Corpus中Cookie Theft子集的数据
68	2025-07-16	Applying deep learning techniques to identify tonsilloliths in panoramic radiography 2025-Jul-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10489-x PMID:40634633	研究论文	本研究应用深度学习技术在全景X光片中识别扁桃体结石，以提高诊断准确性和效率	首次将ResNet和EfficientNet CNN模型应用于扁桃体结石的自动识别	样本量相对较小(仅275例)，且仅评估了两种CNN模型	开发准确快速的扁桃体结石诊断支持系统	全景X光片中的扁桃体结石	计算机视觉	口腔疾病	深度学习	CNN(包括ResNet18、ResNet101、EfficientNetB0和EfficientNetB1)	医学影像(全景X光片)	275张全景X光片(125张无结石，150张有结石)
69	2025-07-16	Enhancing sequence alignment of adaptive immune receptors through multi-task deep learning 2025-Jul-08, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf651 PMID:40650972	research paper	提出了一种基于多任务深度学习的自适应免疫受体序列对齐工具AlignAIR，显著提高了等位基因分配准确性和序列分割性能	利用先进的模拟方法和多任务学习框架，AlignAIR在等位基因分配准确性、生产力评估、序列分割和速度方面达到了新的最先进水平	未明确提及具体局限性	改进自适应免疫受体序列对齐方法，促进免疫遗传学研究和抗体工程	免疫球蛋白（Ig）序列	machine learning	NA	adaptive immune receptor repertoire sequencing (AIRR-seq)	multi-task deep learning	sequence data	数百万条序列的本地高效处理能力
70	2025-07-16	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	该研究开发了一个结合临床和MRI特征的深度学习模型，用于改进前列腺癌风险分层并减少不必要的活检	整合临床和MRI变量，使用全连接神经网络进行预测，提高了前列腺癌风险分层的准确性	研究为回顾性分析，可能存在选择偏倚	改进前列腺癌风险分层，减少不必要的活检	538名接受MRI和活检的男性	数字病理学	前列腺癌	MRI	全连接神经网络	临床数据和MRI图像	538名男性
71	2025-07-16	Automated Sidewalk Surface Detection Using Wearable Accelerometry and Deep Learning 2025-Jul-07, Sensors (Basel, Switzerland) DOI:10.3390/s25134228 PMID:40648484	research paper	提出了一种利用可穿戴传感器和深度学习自动检测人行道表面状况的新方法	结合可穿戴加速度计和深度学习技术，提供了一种高效、低成本且客观的人行道评估方法	未提及样本的具体多样性或在不同城市环境中的泛化能力	评估人行道的可步行性，促进健康和环境友好的城市发展	人行道表面状况	machine learning	NA	Fast Fourier Transform (FFT), Kalman filter, low-pass filter, moving average filter	deep learning	accelerometry data	未明确提及具体样本数量
72	2025-07-16	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	本研究提出了一种结合ResNet、SE块和CBAM的Siamese网络，用于小样本和不平衡数据集下的PCB缺陷分类	提出了一种结合注意力机制和度量学习的Siamese网络，能够在少量数据下有效进行缺陷检测，并引入了基于SSIM的样本选择方法和高缺陷率训练策略	研究仅针对PCB缺陷分类，未验证在其他类型缺陷检测中的适用性	开发适用于小样本和不平衡数据集的PCB缺陷分类方法	印刷电路板(PCB)的缺陷	计算机视觉	NA	深度学习	ResNet-SE-CBAM Siamese网络, KNN	图像	缺陷样本数量从20到80不等
73	2025-07-16	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	本研究利用统计物理学指标和深度学习模型对儿童步态数据进行分析，以区分脑瘫、特发性趾行和遗传性痉挛性截瘫等神经发育疾病	整合了运动学和动力学信息，并首次将统计物理学指标与ResNet深度学习模型在步态分类中的性能进行对比	不同实验室间的性能差异限制了训练模型的泛化能力	评估统计物理学指标在区分正常和异常步态模式中的鲁棒性，并量化数据源对模型性能的影响	81名特发性趾行儿童、300名脑瘫儿童、20名遗传性痉挛性截瘫儿童和127名正常发育儿童	生物医学工程	脑瘫/神经发育疾病	步态分析/时间序列分析	Random Forest/ResNet	运动学和动力学时间序列数据	528名儿童（包括患者和对照组）
74	2025-07-16	[The development of AlphaFold and its applications in biology and medicine] 2025-Jul-06, Zhonghua yu fang yi xue za zhi [Chinese journal of preventive medicine] DOI:10.3760/cma.j.cn112150-20250117-00051 PMID:40661027	综述	本文综述了AlphaFold的发展历程及其在生物学和医学中的应用	AlphaFold2通过端到端深度学习架构实现了原子级精度的蛋白质结构预测，解决了长期以来的蛋白质折叠问题，而AlphaFold3进一步扩展了预测能力，能够模拟复杂的生物分子复合物	在模拟构象动力学和瞬时结合状态方面仍存在局限性	探讨AlphaFold在计算生物学中的发展及其多学科应用	蛋白质结构预测及生物分子复合物模拟	计算生物学	NA	深度学习	AlphaFold2, AlphaFold3	蛋白质结构数据	NA
75	2025-07-16	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	本文系统综述了2010年至2024年初认知状态识别领域的研究进展，评估了405篇相关文章	强调了从浅层机器学习向深度学习方法的转变，以及从神经影像学到多模态生理信号的转变	仅涵盖了2010年至2024年初的研究，可能未包括最新的技术发展	评估认知状态识别领域的研究进展和技术趋势	使用生理信号和机器学习或深度学习技术评估认知状态的研究	机器学习	NA	机器学习(ML)、深度学习(DL)	CNN	生理信号	405篇文章（初始2398篇记录）
76	2025-07-16	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	本文综述了免疫肿瘤学中新兴的转化研究技术，特别关注非小细胞肺癌（NSCLC）的诊断和治疗进展	探讨了人工智能、液体活检、单细胞RNA测序和病理组学等新兴技术在NSCLC诊断和治疗中的应用及其创新点	未提及具体研究样本量或实验数据，主要基于现有研究的综述	优化NSCLC的个性化治疗策略，提高诊断和治疗精确性	非小细胞肺癌（NSCLC）患者及其肿瘤微环境（TME）	数字病理学	肺癌	单细胞RNA测序、液体活检、病理组学	Machine Learning、Deep Learning	生物标志物数据、图像数据	NA
77	2025-07-16	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	本文提出了一种基于预训练Transformer的迁移学习方法，用于提升网络物理系统（CPS）中的故障检测性能	采用预训练的Transformer架构进行迁移学习，有效解决了工业CPS中数据分布差异和故障标记数据有限的问题	实验数据来源于实验室规模的现代工业水净化设施，可能无法完全代表真实工业环境的复杂性	提升网络物理系统的故障检测性能	网络物理系统（CPS）	机器学习	NA	迁移学习	Transformer, CNN, LSTM	时序数据	公开数据集（实验室规模的现代工业水净化设施生成）
78	2025-07-16	optiGAN: a deep learning-based alternative to optical photon tracking in Python-based GATE (10+) 2025-Jul-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade2b5 PMID:40490001	研究论文	本文介绍了一种基于生成对抗网络（GAN）的optiGAN模型，用于加速GATE医学物理框架中的光学光子传输模拟，同时保持高建模精度	提出optiGAN模型，首次将GAN架构集成到Python版本的GATE 10中，作为传统光学蒙特卡洛模拟的高效替代方案	研究仅验证了与GATE v9.3的一致性，未涉及其他蒙特卡洛模拟软件的对比	加速光学光子传输模拟，同时保持建模精度	GATE医学物理模拟框架中的光学光子传输	医学物理	NA	GAN	GAN	模拟数据	NA
79	2025-07-16	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	本文提出了一种结合改进YOLO目标检测算法和动态优化卡尔曼滤波的多目标水果追踪与计数方法，用于复杂果园环境下的视频序列分析	改进YOLO网络结构提供高质量检测结果，集成带可变遗忘因子的卡尔曼滤波器动态调整历史数据权重，结合IoU和Re-ID特征的目标关联策略提高匹配精度	未明确说明在极端光照条件或严重遮挡场景下的性能表现	开发适用于动态果园场景的自动化水果检测追踪技术以优化果园管理	视频序列中的水果目标	计算机视觉	NA	YOLO目标检测、卡尔曼滤波、IoU与Re-ID特征融合	YOLO改进模型+动态卡尔曼滤波器	视频序列图像帧	未明确说明具体样本量（基于果园水果视频帧的实验数据）
80	2025-07-16	MPN-RRT*: A New Method in 3D Urban Path Planning for UAV Integrating Deep Learning and Sampling Optimization 2025-Jul-02, Sensors (Basel, Switzerland) DOI:10.3390/s25134142 PMID:40648397	研究论文	提出了一种结合深度学习和采样优化的新型3D城市无人机路径规划方法MPN-RRT*	通过将Motion Planning Networks (MPNet)与RRT*结合，利用降维技术将3D城市地形切片为2D迷宫表示，并应用迁移学习优化采样，显著提高了计算效率和路径质量	研究仅基于MATLAB仿真验证，未涉及实际无人机飞行测试	提升无人机在复杂3D城市环境中的路径规划效率和路径质量	无人机(UAV)	机器学习和路径规划	NA	Motion Planning Networks (MPNet), Rapidly exploring Random Tree Star (RRT*), 迁移学习	MPNet, RRT*	3D城市地图数据	两个3D环境：稀疏的200 × 200 × 200地图和密集的800 × 800 × 200地图