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
841	2025-05-17	Deep Learning Cerebellar Magnetic Resonance Imaging Segmentation in Late-Onset GM2 Gangliosidosis: Implications for Phenotype 2025-Apr-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.08.25325262 PMID:40297453	研究论文	本研究利用深度学习技术对迟发型GM2神经节苷脂沉积症患者的脑部MRI进行分割，分析小脑萎缩的区域差异	首次使用深度学习小脑特异性分割和皮层厚度分析流程，比较LOTS和LOSD患者的小脑区域萎缩差异	样本量有限（LOTS=20，LOSD=5），需要更多研究考虑症状起始年龄、构音障碍严重程度等因素	确定迟发型GM2神经节苷脂沉积症中小脑萎缩是全局均匀还是特定区域优先	迟发型Tay-Sachs病(LOTS)和迟发型Sandhoff病(LOSD)患者及神经正常对照组	数字病理学	神经退行性疾病	MRI	深度学习	医学影像	LOTS患者20例，LOSD患者5例，神经正常对照1038例
842	2025-05-17	Childhood muscle growth: Reference curves for lower leg muscle volumes and their clinical application in cerebral palsy 2025-Apr-08, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2416660122 PMID:40163724	研究论文	本文构建了5至15岁儿童下肢肌肉体积的参考曲线，并应用于脑瘫儿童的临床评估	首次为儿童下肢10块肌肉的体积构建了肌肉特异性参考曲线，并应用深度学习自动分割MRI图像	参考曲线的置信带在年龄最小和最大的儿童中较宽，可能影响精确性	建立典型发育儿童下肢肌肉体积的参考标准并评估脑瘫儿童的肌肉发育状况	208名典型发育儿童和78名能行走的脑瘫儿童	数字病理学	脑瘫	MRI成像和深度学习	深度学习模型（未指定具体类型）	医学影像	286名儿童（208名典型发育，78名脑瘫）
843	2025-05-17	New Threshold for Defining Mild Aortic Stenosis Derived From Velocity-Encoded MRI in 60,000 Individuals 2025-Apr-08, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2025.01.035 PMID:40175013	研究论文	本研究通过深度学习模型测量主动脉瓣功能，提出新的轻度主动脉瓣狭窄定义标准，并在大规模人群中验证其与不良预后的关联	首次使用深度学习模型在大规模人群(62,902人)中测量主动脉瓣功能参数，提出新的'轻度ASproposed'诊断标准(峰值速度>1.65m/s，平均梯度>4.9mmHg，或主动脉瓣面积男性<2.1cm2/女性<1.7cm2)	随访时间相对较短(平均3.9年)，外部验证队列使用不同成像方式(超声心动图)	建立主动脉瓣功能的正常参考范围并定义轻度主动脉瓣狭窄的新标准	UK Biobank中的62,902名参与者和澳大利亚国家超声数据库(NEDA)中的365,870人	医学影像分析	心血管疾病	速度编码心脏磁共振成像(velocity-encoded cardiac MRI)	深度学习模型	医学影像数据	主要队列62,902人(UK Biobank)，验证队列365,870人(NEDA)，健康亚组41,859人
844	2025-05-17	Decomposing the effect of normal aging and Alzheimer's disease in brain morphological changes via learned aging templates 2025-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96234-w PMID:40189702	研究论文	本文提出两种评分（AS和ADS）来独立测量正常衰老和阿尔茨海默病（AD）对大脑萎缩的影响	使用深度学习模型生成不同年龄的成像模板，并通过基于深度学习的微分同胚配准技术分解变形场，独立量化正常衰老和AD特异性变化	研究仅基于OASIS-3数据集的1,014次T1加权MRI扫描，样本来源和数量可能限制结果的普适性	区分和量化正常衰老与AD病理对大脑形态变化的独立贡献	认知正常个体（326次扫描）和不同临床严重程度AD患者（688次扫描）的脑部MRI数据	数字病理	阿尔茨海默病	T1加权MRI扫描	生成式深度学习模型、基于深度学习的微分同胚配准	MRI图像	1,014次T1加权MRI扫描（326次来自认知正常个体，688次来自AD患者）
845	2025-05-17	Cutting-edge computational approaches to plant phenotyping 2025-Apr-07, Plant molecular biology IF:3.9Q1 DOI:10.1007/s11103-025-01582-w PMID:40192856	研究论文	本文综述了计算机视觉和深度学习在植物表型分析中的最新技术和应用	全面总结了植物图像分析的常用成像参数、流行的深度神经网络模型及其在植物科学中的应用	未提及具体实验验证或模型性能比较	探索计算机视觉和深度学习在精准农业和植物表型分析中的应用	植物表型特征（如叶绿素含量、叶片大小、生长速率等）	计算机视觉	NA	深度学习	深度神经网络	图像	公开可用的植物图像数据集
846	2025-05-17	ESM-Ezy: a deep learning strategy for the mining of novel multicopper oxidases with superior properties 2025-Apr-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58521-y PMID:40188191	研究论文	本文提出了一种名为ESM-Ezy的深度学习策略，用于挖掘具有优越性能的新型多铜氧化酶	利用ESM-1b蛋白质语言模型和语义空间中的相似性计算，开发了一种新的酶挖掘策略	NA	发现具有低序列相似性的高性能生物催化剂，加速工业应用的酶发现	多铜氧化酶(MCOs)和L-天冬酰胺酶	机器学习	NA	ESM-1b蛋白质语言模型	深度学习	蛋白质序列	NA
847	2025-05-17	Analyzing the performance of biomedical time-series segmentation with electrophysiology data 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90533-y PMID:40189617	研究论文	本研究评估了五种生物医学时间序列分割算法在100名患者的心内电信号数据上的表现	首次将Faster R-CNN应用于一维信号分割，并展示了深度学习模型在生物医学时间序列分析中的优势	深度学习模型计算需求较大	评估不同分割算法在生物医学时间序列分析中的性能	心内电信号数据	生物医学信号处理	心血管疾病	深度学习	UNet, Faster R-CNN, DENS-ECG, SVM, 基于规则的方法	时间序列数据	100名患者的心内电信号数据
848	2025-05-17	Hybrid vision GNNs based early detection and protection against pest diseases in coffee plants 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96523-4 PMID:40189644	研究论文	本文提出了一种基于混合视觉图神经网络（HV-GNN）的新策略，用于咖啡园中害虫的早期检测	使用HV-GNN模型识别图像中的单个害虫并捕捉它们之间的复杂关系，从而提高检测准确率	需要大量标记的图像数据进行训练，且可能对图像质量有较高要求	开发一种自动化方法，用于早期检测咖啡作物中的害虫，以保护咖啡农场并提高农业产量	咖啡植物及其害虫（如咖啡浆果蛀虫、粉蚧、介壳虫和潜叶虫）	计算机视觉	植物病害	深度学习	HV-GNN（混合视觉图神经网络）	图像	2850张标记的咖啡植物图像
849	2025-05-17	Complex-valued neural networks to speed-up MR thermometry during hyperthermia using Fourier PD and PDUNet 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96071-x PMID:40189690	research paper	该研究利用复值神经网络（Fourier PD和PDUNet）加速磁共振热成像，在热疗过程中提高图像重建质量	首次提出基于深度学习的欠采样磁共振热成像数据重建方法，并利用复值图像（包含相位信息）而不仅关注幅度图像	研究仅针对44例肉瘤患者数据，未验证在其他肿瘤类型中的泛化能力	提升欠采样磁共振热成像的温度监测精度以支持热疗癌症治疗	接受热疗联合放化疗的肉瘤患者磁共振影像数据	digital pathology	sarcoma	dynamic magnetic resonance imaging (MRI)	Fourier Primal-Dual network, Fourier Primal-Dual UNet	complex MRI images	44例不同肉瘤类型患者的MRI数据
850	2025-05-17	Using artificial intelligence system for assisting the classification of breast ultrasound glandular tissue components in dense breast tissue 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95871-5 PMID:40189689	research paper	研究利用人工智能系统辅助分类致密乳腺组织中的腺体组织成分	使用ResNet101深度学习模型显著提高了不同经验放射科医生在超声图像中对致密乳腺腺体组织成分的分类敏感性和阳性预测值	研究仅限于致密乳腺组织的分类，未涉及其他乳腺疾病	探索人工智能驱动的乳腺超声分析模型在致密乳腺组织中腺体组织成分分类中的应用潜力	1,848名乳腺X线摄影分类为致密乳腺的健康女性	digital pathology	breast cancer	breast ultrasound analysis	ResNet101, ResNet+FCN	image	1,848名健康女性
851	2025-05-17	TransBind allows precise detection of DNA-binding proteins and residues using language models and deep learning 2025-Apr-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07534-w PMID:40185915	研究论文	TransBind是一种无需比对即可从单一蛋白质序列预测DNA结合蛋白及其结合残基的深度学习框架	TransBind利用预训练蛋白质语言模型特征，解决了数据不平衡问题，无需多重序列比对，显著提高了预测准确性和计算效率	未明确提及具体局限性，但可能对某些特殊蛋白质类型的预测效果有待验证	开发高精度预测DNA结合蛋白及其结合残基的计算方法	DNA结合蛋白及其结合残基	生物信息学	NA	深度学习、蛋白质语言模型	深度学习框架（具体架构未明确说明）	蛋白质序列数据	多种实验数据集（具体数量未明确说明）
852	2025-05-17	CGLoop: a neural network framework for chromatin loop prediction 2025-Apr-05, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11531-y PMID:40186170	research paper	提出了一种基于深度学习的神经网络框架CGLoop，用于预测Hi-C接触矩阵中的染色质环	结合了CNN、CBAM和BiGRU来捕获染色质环相关的重要特征，并采用基于密度的聚类方法过滤预测结果	NA	预测染色质环以深入理解基因组的三维结构和功能	染色质环	machine learning	NA	Hi-C	CNN, CBAM, BiGRU	Hi-C接触矩阵	多个细胞系包括GM12878、K562、IMR90和mESC
853	2025-05-17	Machine learning of clinical phenotypes facilitates autism screening and identifies novel subgroups with distinct transcriptomic profiles 2025-Apr-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95291-5 PMID:40188264	research paper	本研究利用机器学习方法提高自闭症谱系障碍（ASD）筛查准确性，并通过整合临床评估和分子数据识别出具有不同转录组特征的新亚组	深度学习模型在ASD筛查中达到95.23%的准确率，并发现仅需27个ADI-R子项即可保持类似性能，同时识别出三个临床和基因表达模式均不同的亚组	研究依赖于特定数据库（AGRE和GSE15402）的数据，可能影响结果的普适性	提高ASD筛查准确性并识别具有生物学意义的亚型	自闭症谱系障碍（ASD）患者	machine learning	autism spectrum disorder	深度学习	深度学习模型	临床评估数据和分子数据	2794名个体
854	2025-05-17	Deep learning-based uncertainty quantification for quality assurance in hepatobiliary imaging-based techniques 2025-Apr-04, Oncotarget DOI:10.18632/oncotarget.28709 PMID:40184325	评论	本文探讨了基于深度学习的肝胆成像技术中的不确定性量化如何提高诊断准确性和可靠性	介绍了Anisotropic Hybrid Network (AHUNet)这一现代架构，通过创新的卷积方法结合2D成像和3D体积数据	未提及具体的研究限制	提高肝胆成像技术的诊断准确性和可靠性，特别是在肿瘤学条件和癌前病变的早期检测中	肝胆成像技术	数字病理学	肝癌	深度学习	AHUNet	2D成像和3D体积数据	NA
855	2025-05-17	MIST: An interpretable and flexible deep learning framework for single-T cell transcriptome and receptor analysis 2025-Apr-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adr7134 PMID:40184452	research paper	介绍了一个名为MIST的深度学习框架，用于单T细胞转录组和受体分析，具有可解释性和灵活性	MIST框架通过三个潜在空间（基因表达、TCR和联合潜在空间）进行T细胞功能研究，能够解析细胞功能和抗原特异性	NA	深入T细胞免疫功能研究	单T细胞的转录组和T细胞受体（TCR）特征	machine learning	lung cancer, COVID19	single-cell transcriptome analysis, TCR analysis	deep learning framework (MIST)	transcriptomic data, TCR data	抗原特异性T细胞、肺癌免疫治疗和COVID19相关的T细胞数据集
856	2025-05-17	Advancing plant leaf disease detection integrating machine learning and deep learning 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72197-2 PMID:40185756	研究论文	本研究提出了一种结合机器学习和深度学习的自动化方法，用于提高植物叶片病害检测的准确性	结合深度学习和机器学习技术，利用CNN模型（如VGG19和Inception v3）提取叶片图像特征，并通过机器学习进一步处理，提高了病害检测的准确性和效率	实验数据仅覆盖了四种植物叶片病害，可能无法代表所有植物病害的检测需求	开发一种自动化的植物叶片病害检测方法，以解决传统方法的劳动密集和复杂性问题	香蕉叶、番荔枝叶和果实、无花果叶和马铃薯叶的病害图像	计算机视觉	植物病害	深度学习（DL）和机器学习（ML）	CNN（VGG19和Inception v3）	图像	四个不同的数据集（香蕉叶、番荔枝叶和果实、无花果叶和马铃薯叶）
857	2025-05-17	A fine-tuned convolutional neural network model for accurate Alzheimer's disease classification 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86635-2 PMID:40185767	研究论文	该研究提出了一种基于微调卷积神经网络（CNN）的模型，用于准确分类阿尔茨海默病（AD）	利用迁移学习技术，减少了训练成本并提高了性能，即使在训练数据较少的情况下也能实现良好的泛化能力	未提及模型在更大规模或多样化数据集上的表现，以及实际临床应用中的潜在挑战	通过早期诊断实现阿尔茨海默病的及时干预和有效控制	阿尔茨海默病患者	数字病理学	老年疾病	MRI扫描	CNN（AlexNet, GoogleNet, MobileNetV2）	图像	Kaggle MRI数据集和OASIS数据库
858	2025-05-17	Deep learning prediction of mammographic breast density using screening data 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95275-5 PMID:40185813	研究论文	本研究探讨了使用深度学习模型客观评估乳腺密度的四种分类	使用深度学习模型InceptionV3在乳腺密度分类上表现优于放射科医生，特别是在异质性和极度致密类别中	研究仅基于回顾性数据，且外部验证集的范围和多样性未详细说明	开发并验证深度学习模型在乳腺密度分类中的应用	乳腺X光影像	计算机视觉	乳腺癌	深度学习	InceptionV3	图像	9,621名女性的57,282张乳腺X光影像
859	2025-05-17	Accurate cross-species 5mC detection for Oxford Nanopore sequencing in plants with DeepPlant 2025-Apr-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58576-x PMID:40185832	research paper	开发了一种名为DeepPlant的深度学习模型，用于提高植物中5-甲基胞嘧啶（5mC）的检测准确性，特别是在CHH位点	结合了Bi-LSTM和Transformer架构，显著提高了CHH检测的准确性，并在CpG和CHG基序上表现良好	需要依赖bisulfite-sequencing筛选高甲基化CHH位点的物种，且训练数据集的多样性可能影响模型的泛化能力	提高植物中5mC检测的准确性和跨物种泛化能力	植物中的5-甲基胞嘧啶（5mC）	生物信息学	NA	Oxford Nanopore sequencing, bisulfite-sequencing	Bi-LSTM, Transformer	基因组测序数据	覆盖了9个物种的多样9-mer基序数据集
860	2025-05-17	The analysis of optimization in music aesthetic education under artificial intelligence 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96436-2 PMID:40185937	研究论文	本文探讨了在人工智能环境下，如何将深度学习技术有效整合到音乐审美教育的内容、教学方法和学习过程中	结合AI和深度学习算法，设计了音乐情感识别的算法原理和运行代码，提高了识别的准确性	NA	优化音乐审美教育方法，探索AI时代音乐审美教育的新发展方向和实践路径	音乐审美教育	人工智能	NA	深度学习	DL	NA	NA