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
8661	2025-10-06	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	介绍首个工业智能实验室框架，通过深度学习与机器人实验相结合优化细胞培养工艺开发	首次将仅解码器Transformer深度学习模型与机器人实验结合，实现细胞培养过程的自主优化和决策	仅验证了3L和15L生物反应器的应用，尚未展示在更大生产规模下的表现	提高生物制剂工艺开发效率，实现自主化、数据驱动的生物制造	抗体和重组蛋白生产的细胞培养过程	机器学习	NA	细胞培养，机器人实验，物联网系统	Transformer	生物反应器分析数据，细胞状态数据	三个不同细胞克隆的工艺开发案例	NA	仅解码器Transformer	滴度增加百分比，乳酸水平	NA
8662	2025-10-06	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	开发并评估用于在全景X光片中自动检测和分类溶骨性病变的深度学习模型	首次将视觉变换器组件应用于全景X光片中溶骨性病变的检测，相比传统深度学习模型表现更优	模型在颌窦区域、拔牙部位和透亮带区域存在误判情况	开发辅助牙医早期检测颌骨溶骨性病变的深度学习系统	颌骨溶骨性病变（边界清晰和边界模糊两类）	计算机视觉	颌骨疾病	全景X光成像	CNN, Transformer	医学影像	676张全景X光片（165张边界清晰病变，181张边界模糊病变，330张对照）	PyTorch	Mask R-CNN, Swin-Tiny, ResNet-50, Mask DINO, YOLOv5	敏感度, 特异度, F1分数, AUC	NA
8663	2025-10-06	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	研究论文	提出一种动态自适应知识蒸馏方法DAKD-SMS，通过光谱掩膜超像素增强海洋溢油检测能力	结合动态视觉Transformer网络、光谱指数掩膜超像素生成和尺度自适应知识蒸馏，自动从未标记数据中提取空间-光谱特征	未明确说明模型计算复杂度及在实时检测场景下的性能表现	解决标记样本稀缺问题，提升海洋溢油检测精度	高光谱图像中的海洋溢油区域	计算机视觉	NA	高光谱成像	Transformer	高光谱图像	三个数据集（具体数量未说明）	NA	动态视觉Transformer (ViT)	准确率	NA
8664	2025-10-06	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	提出一种基于顺序检测流程的猪只耳标识别方法，用于精准畜牧业中的个体识别	开发了四阶段顺序检测管道，通过猪只检测、耳标定位、旋转校正和数字识别实现光照不变的个体识别	方法性能可能受耳标编码复杂性和光照条件影响，且在陌生环境中的召回率略有下降	开发可靠的猪只个体识别方法以提升畜牧业管理效率	商业耳标标记的猪只	计算机视觉	NA	深度学习，计算机视觉	目标检测模型	图像	三个自定义数据集（耳标检测、引脚检测、数字检测）	NA	NA	mAP0.95, 精确度, 召回率	NA
8665	2025-10-06	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简单低成本摄像头检测系统，用于促进实验室自动化	使用ArUco标记和OpenCV模拟立体视觉创建机器人环境3D数字模型，并集成深度学习神经网络实现自动化数字显示识别	系统主要针对小型研究实验室设计，可能不适用于大规模工业应用	为资源有限的小型研究实验室提供简单易用的实验室自动化解决方案	实验室自动化系统和机器人手臂	计算机视觉	NA	ArUco标记检测，立体视觉，深度学习	深度学习神经网络	图像，3D模型	NA	OpenCV, Python	NA	错误率	低成本硬件和开源软件
8666	2025-10-06	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	研究论文	提出一种名为SHEPHERD的小样本学习方法，用于基于表型的罕见遗传疾病诊断	首个将知识图谱与小样本学习相结合的多维度罕见疾病诊断方法，使用模拟罕见疾病患者数据进行训练	依赖于模拟患者数据，在真实临床环境中的验证仍需进一步研究	加速罕见遗传疾病的诊断过程	罕见遗传疾病患者	机器学习	罕见遗传疾病	小样本学习	深度学习	知识图谱、临床数据	未诊断疾病网络465例、MyGene2 146例、发育障碍解密研究1431例	NA	NA	NA	NA
8667	2025-10-06	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	提出一种结合石墨烯电容传感器、量子启发算法和深度学习的混合架构，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	初步发现显示损失变异性更稳定，但需要在更广泛的数据集和临床环境中进一步验证	开发用于原发性震颤检测的量子-经典深度学习混合架构	原发性震颤患者的手指震颤运动	机器学习	神经系统疾病	石墨烯印刷电容传感技术	深度学习	传感器数据	NA	NA	量子-经典混合架构	损失变异性	NA
8668	2025-10-06	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	综述	本文全面综述了基于远程光电容积描记术和深度学习的非接触式心率测量方法	系统比较了传统方法与深度学习方法在心率测量中的性能差异，并基于145篇文献识别出现有研究空白和未来研究方向	主要基于文献综述，缺乏原始实验数据验证	评估远程光电容积描记术结合深度学习在心率测量中的应用现状和发展前景	人体心率信号，主要通过面部区域采集	计算机视觉	心血管疾病	远程光电容积描记术(rPPG)	深度学习模型	视频图像	基于145篇研究文献的综合分析	NA	NA	准确率	NA
8669	2025-10-06	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	本研究使用高速摄像和深度学习无标记运动捕捉技术，在杜氏肌营养不良症斑马鱼模型中识别运动学生物标志物	首次将无标记运动捕捉与机器学习相结合，精确量化斑马鱼幼体的游泳运动学特征，并识别出区分营养不良表型的关键生物标志物	研究仅限于两种斑马鱼营养不良品系，需要进一步验证在其他模型中的适用性	识别杜氏肌营养不良症斑马鱼模型中的运动学生物标志物	营养不良斑马鱼幼体（sapje和sapje-like品系）和野生型斑马鱼幼体	计算机视觉, 机器学习	杜氏肌营养不良症	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	两种斑马鱼营养不良品系和野生型对照	NA	NA	效应大小（2.4-3.7个标准差）	NA
8670	2025-10-06	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扭曲CuInP2S6双层结构中铁电畴的形成与演化动力学	揭示了扭曲双层铁电材料中通过界面铁电/反铁电耦合形成极性畴的新机制，不同于传统拓扑极性涡旋和斯格明子结构	研究基于理论模拟，需要实验验证；未考虑更复杂的界面缺陷和实际材料不均匀性	探索扭曲角对铁电材料极性畴形成和演化的影响机制	扭曲CuInP2S6双层铁电材料	材料科学	NA	密度泛函理论,深度学习分子动力学模拟	深度学习分子动力学	模拟数据	NA	NA	NA	NA	NA
8671	2025-10-06	Artificial Intelligence-Assisted Detection of Breast Cancer Lymph Node Metastases in the Post-Neoadjuvant Treatment Setting 2025-Jun, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104121 PMID:40020876	研究论文	开发用于乳腺癌新辅助治疗后淋巴结转移检测的可解释深度学习流程	首次专门针对接受新辅助系统治疗（NAT）的乳腺癌患者淋巴结转移检测算法进行泛化性评估，并创建了包含治疗效应的大规模数据集	研究主要关注乳腺癌新辅助治疗后的淋巴结检测，在其他癌症类型或治疗场景中的泛化能力尚未验证	开发能够自动化检测乳腺癌新辅助治疗后淋巴结转移的人工智能算法	接受新辅助系统治疗的乳腺癌患者的淋巴结组织切片	数字病理学	乳腺癌	数字病理切片扫描	深度学习	病理组织切片图像	1027张病理切片	NA	NA	AUC, 特异性, 敏感性	NA
8672	2025-10-06	FedOpenHAR: Federated Multitask Transfer Learning for Sensor-Based Human Activity Recognition 2025-Jun, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0631 PMID:40267073	研究论文	提出FedOpenHAR框架，探索传感器数据在联邦学习环境下的多任务迁移学习，用于人类活动识别和设备位置识别	首次将联邦迁移学习应用于传感器数据的多任务场景，通过训练任务特定层和个性化层实现知识共享	研究基于十个较小数据集，可能在大规模数据场景下需要进一步验证	开发适用于多任务传感器数据分析的联邦学习框架	基于运动传感器的可穿戴设备数据	机器学习	NA	传感器数据分析	深度学习	传感器数据	十个数据集	Flower	DeepConvLSTM	准确率	NA
8673	2025-10-06	QRS-centric beat-wise atrial fibrillation detection in ECG signals using deep neural networks 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110282 PMID:40378565	研究论文	提出一种基于QRS波群的心拍级别房颤检测深度学习方法	采用QRS中心化方法实现精确的心拍级别房颤检测，解决了传统节律级检测与即时心律失常识别之间的关键差距	NA	开发精确的心拍级别房颤自动检测方法	心电图信号中的房颤和其他心律失常类型	医疗信号处理	心血管疾病	心电图分析	CNN, 双向LSTM	心电图信号	MIT-BIH心律失常数据库、MIT-BIH房颤数据库、MIMIC-III和Simband数据集	NA	卷积层与双向LSTM层集成架构	精确度, 灵敏度, F分数	NA
8674	2025-10-06	Integrating Alternative Fragmentation Techniques into Standard LC-MS Workflows Using a Single Deep Learning Model Enhances Proteome Coverage 2025-Jun-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.28.656555 PMID:40501536	研究论文	本研究开发了一种能够整合多种碎裂技术的质谱仪，并建立了统一的深度学习模型来预测碎片离子强度，显著提高了蛋白质组覆盖度	开发了首个能够覆盖CID、UVPD、EID和ECD等多种碎裂技术的单一深度学习模型，实现了在标准LC-MS工作流程中整合替代碎裂技术	NA	提高蛋白质组学实验中蛋白质鉴定的覆盖度和效率	蛋白质组学数据	机器学习	NA	LC-MS、CID、UVPD、EID、ECD、多酶深度蛋白质组学	深度学习	质谱数据	NA	Prosit	深度学习模型	蛋白质鉴定增加百分比	NA
8675	2025-10-06	Neural Spectral Prediction for Structure Elucidation with Tandem Mass Spectrometry 2025-Jun-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.28.656653 PMID:40501725	研究论文	提出几何深度学习模型ICEBERG，通过模拟质谱中的碰撞诱导解离来预测分子碎片及其相对强度，辅助结构解析	开发了能够考虑碰撞能量和极性的几何深度学习模型，首次实现化学可解释的质谱谱图预测	NA	解决同量异位分子结构在质谱解析中的区分难题	分子结构、代谢物、药物分子、反应产物	机器学习	抑郁症、结核性脑膜炎	串联质谱(MS/MS)	几何深度学习	质谱数据	NIST'20 [M+H]加合物子集	NA	ICEBERG	top-1准确率, top-10预测准确率	NA
8676	2025-10-06	Evaporative cooling signals for wound healing in plants 2025-May-28, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.23.655667 PMID:40502075	研究论文	本研究揭示了植物叶片损伤后通过蒸发冷却激活冷响应基因的伤口愈合机制	首次发现植物伤口愈合过程中局部冷却现象及其作为愈合定量标志的功能，并开发了基于计算机视觉的监测方法	研究主要基于拟南芥模型，在其他植物中的普适性有待验证	探究植物伤口愈合的最终阶段调控机制	拟南芥叶片伤口愈合过程	计算机视觉, 植物生理学	植物组织损伤	计算机视觉, 深度学习	深度学习模型	图像数据	NA	NA	NA	NA	NA
8677	2025-10-06	A pediatric ECG database with disease diagnosis covering 11643 children 2025-May-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05225-z PMID:40419508	研究论文	构建了一个包含11643名儿童的心电图数据库，并提供心血管疾病诊断标签	首个专门针对0-14岁儿童的心电图数据库，提供心血管疾病诊断标签，填补了现有数据集主要关注成人的空白	数据仅来自单一医院，可能限制模型的泛化能力	为儿科心血管疾病的智能诊断提供数据支持	0-14岁住院儿童的心电图数据	数字病理	心血管疾病	心电图检查	NA	心电图信号	11643名儿童，14190条心电图记录（12334条12导联，1856条9导联）	NA	NA	NA	NA
8678	2025-10-06	Artificial Intelligence Applied to Ultrasound Diagnosis of Pelvic Gynecological Tumors: A Systematic Review and Meta-Analysis 2025-May-08, Gynecologic and obstetric investigation IF:2.0Q2 DOI:10.1159/000545850 PMID:40340944	系统评价与Meta分析	本文系统评价了人工智能在盆腔妇科肿瘤超声诊断中的应用，并通过Meta分析评估其诊断性能	首次对AI在妇科盆腔肿瘤超声诊断中的研究进行系统评价和Meta分析，并与ADNEX模型的性能进行对比	95%的研究存在高偏倚风险，主要由于研究纳入标准不当、缺乏患者级别的训练测试集分割和校准评估不足	评估人工智能在盆腔妇科肿瘤超声诊断中的识别和鉴别能力	盆腔妇科肿瘤（卵巢肿瘤、子宫内膜肿瘤、子宫肌层肿瘤）	医学影像分析	妇科肿瘤	超声成像	深度学习, 基于放射组学的机器学习	超声图像	44项研究（40项卵巢肿瘤、3项子宫内膜肿瘤、1项子宫肌层肿瘤）	NA	NA	AUC, 敏感性, 特异性	NA
8679	2025-10-06	U-Net-Based Prediction of Cerebrospinal Fluid Distribution and Ventricular Reflux Grading 2025-May, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70029 PMID:40229147	研究论文	本研究开发基于U-Net的深度学习模型，用于预测人类脑脊液中造影剂的分布和脑室反流分级	首次使用U-Net模型仅基于注射后2小时的早期MRI数据即可准确预测24小时后的造影剂峰值分布，与使用更多时间点数据的模型性能相当	研究依赖于特定造影剂和MRI扫描协议，模型泛化能力需进一步验证	开发能够预测脑脊液造影剂分布的深度学习模型，减少MRI扫描次数而不影响临床分析	人类脑脊液和脑室系统	医学影像分析	中枢神经系统疾病	T1加权磁共振成像	CNN	医学影像	NA	NA	U-Net	与神经放射科医师的脑室反流分级一致性	NA
8680	2025-10-06	Longitudinal Risk Prediction for Pediatric Glioma with Temporal Deep Learning 2025-May, NEJM AI DOI:10.1056/aioa2400703 PMID:40535328	研究论文	开发了一种用于儿科胶质瘤复发预测的时序深度学习模型，通过分析连续MRI扫描提高复发风险预测性能	提出自监督时序深度学习方法，通过按时间顺序分类的预训练任务学习连续医学影像的时序特征	数据可用性和当前机器学习方法的限制可能影响模型性能	提高儿科胶质瘤复发风险的个体化预测准确性	儿科低级别和高级别胶质瘤患者	医学影像分析	儿科胶质瘤	磁共振成像	深度学习	医学影像	715名患者的3994次扫描，来自三个不同机构	NA	时序深度学习模型	F1分数, AUC	NA