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
861	2025-06-16	O-GEST: Overground gait events detector using b-spline-based geometric models for marker-based and markerless analysis 2025-Jun-06, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2025.112803 PMID:40516373	研究论文	介绍了一种基于B样条的几何模型算法O-GEST，用于在无测力板情况下检测地面步态事件	提出两种几何模型集成到自动算法中，利用运动学数据进行步态事件检测，并能够处理噪声轨迹和缺失足部标志点的情况	未明确提及算法在极端病理步态或复杂环境下的表现	提高无测力板环境下步态事件检测的准确性和可靠性	健康人群及患有单侧髋关节骨关节炎、中风后遗症、帕金森病和脑瘫儿童的患者	生物医学工程	神经系统疾病/骨科疾病	B样条几何建模	几何模型算法	运动学数据	390名受试者（200名健康人，100名髋关节骨关节炎患者，50名中风患者，26名帕金森患者，14名脑瘫儿童）
862	2025-06-16	The Role of Muscle Density in Predicting the Amputation Risk in Peripheral Arterial Disease: A Tissue Composition Study Using Lower Extremity CT Angiography 2025-Jun-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111439 PMID:40507011	研究论文	本研究探讨了肌肉密度在预测外周动脉疾病（PAD）患者截肢风险中的作用，通过下肢CT血管造影分析组织组成	首次系统性地研究了肌肉密度（而非仅肌肉体积）在PAD患者截肢风险预测中的独立预后价值	回顾性研究设计，样本量相对有限（134例患者）	评估肌肉密度作为PAD患者截肢风险预测因子的临床价值	134例接受下肢CT血管造影检查的患者（包括非PAD、轻度PAD和严重肢体缺血患者）	数字病理学	心血管疾病	CT血管造影（CTA）结合深度学习软件分析	深度学习	医学影像	134例患者（2018年1月至2023年12月期间接受检查）
863	2025-06-16	Connectogram-COH: A Coherence-Based Time-Graph Representation for EEG-Based Alzheimer's Disease Detection 2025-Jun-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111441 PMID:40507013	研究论文	提出一种基于信号相干性的时间图表示方法Connectogram-COH，用于EEG信号的阿尔茨海默病检测	将EEG信号转换为具有时间分辨率的图表示，并进一步转化为灰度图像，适用于深度学习分类器	未提及具体样本量及数据集的多样性	开发一种新的EEG信号表示方法以提高阿尔茨海默病的检测准确率	多通道EEG信号	数字病理学	阿尔茨海默病	EEG信号分析	深度学习架构	时间序列数据	NA
864	2025-06-16	PlantDeepMeth: A Deep Learning Model for Predicting DNA Methylation States in Plants 2025-Jun-05, Plants (Basel, Switzerland) DOI:10.3390/plants14111724 PMID:40508398	research paper	介绍了一种名为PlantDeepMeth的深度学习模型，用于预测植物中的DNA甲基化状态	提出了一种新的深度学习模型PlantDeepMeth，专门用于预测植物中的DNA甲基化状态，填补了该领域工具的空白	未提及具体的样本量或数据集的详细描述	开发一种工具以预测植物中的DNA甲基化状态，推动植物基因组学研究	植物中的DNA甲基化状态	machine learning	NA	DNA甲基化测序	深度学习模型	基因组数据	NA
865	2025-06-16	Harnessing Artificial Intelligence and Machine Learning for Identifying Quantitative Trait Loci (QTL) Associated with Seed Quality Traits in Crops 2025-Jun-05, Plants (Basel, Switzerland) DOI:10.3390/plants14111727 PMID:40508402	综述	本文综述了人工智能和机器学习在作物种子质量性状QTL定位中的应用	整合了AI/ML方法在QTL定位中的最新应用，包括多种机器学习模型和深度学习技术，并展示了多组学数据整合的潜力	模型可解释性、生物学验证和计算可扩展性方面仍存在挑战	探索AI/ML在作物种子质量性状QTL定位中的应用，以加速基因组辅助育种	作物种子质量性状（如种子大小、油脂和蛋白质含量、矿物质积累等）	机器学习	NA	LASSO回归、随机森林、梯度提升、ElasticNet、CNN、GNN	多种机器学习模型和深度学习技术	基因组数据、转录组数据、代谢组数据、表型组数据	涉及大豆、小麦、生菜、水稻和棉花等多种作物
866	2025-06-16	Efficient and Non-Invasive Grading of Chinese Mitten Crab Based on Fatness Estimated by Combing Machine Vision and Deep Learning 2025-Jun-05, Foods (Basel, Switzerland) DOI:10.3390/foods14111989 PMID:40509517	研究论文	本文提出了一种基于机器视觉和深度学习的中华绒螯蟹肥满度评估方法，用于高效、非侵入性的质量分级	结合YOLOv5-seg与SE注意力模型，提出改进的条件因子K评估蟹的肥满度，实现100%性别识别准确率和0.995的甲壳分割mAP	研究仅基于2282张RGB图像和300只蟹的生理特征数据，样本量和多样性可能存在局限	开发高效、非侵入性的中华绒螯蟹质量分级方法以满足市场需求	中华绒螯蟹	计算机视觉	NA	机器视觉、深度学习	YOLOv5-seg、SE注意力模型	RGB图像	2282张RGB图像和300只蟹的生理特征数据
867	2025-06-16	AI automated radiographic scoring in rheumatoid arthritis: Shedding light on barriers to implementation through comprehensive evaluation 2025-Jun-05, Seminars in arthritis and rheumatism IF:4.6Q1 DOI:10.1016/j.semarthrit.2025.152761 PMID:40513204	research paper	该研究开发并验证了一个深度学习模型，用于自动化类风湿关节炎的放射学评分，并评估了其在临床应用中面临的障碍	利用深度学习模型自动化放射学评分，并通过外部测试集进行严格验证，明确了当前临床应用中的障碍	AI系统的表现不及人工评分，无法在研究或临床实践中证明其有效性	开发并验证一个自动化放射学评分的AI系统，以提升类风湿关节炎诊断的效率和可靠性	类风湿关节炎患者的放射学图像	digital pathology	rheumatoid arthritis	deep learning	CNN	image	157名患者和1470张放射学图像用于训练，253名患者和589张放射学图像用于外部测试
868	2025-06-16	Fruit Freshness Classification and Detection Based on the ResNet-101 Network and Non-Local Attention Mechanism 2025-Jun-04, Foods (Basel, Switzerland) DOI:10.3390/foods14111987 PMID:40509513	研究论文	提出了一种基于ResNet-101网络和非局部注意力机制的水果新鲜度分类方法	在ResNet-101中嵌入非局部注意力模块，捕捉水果表面细微特征变化，提升模型在复杂背景下识别腐烂区域和颜色变化的能力	NA	提高水果新鲜度检测的准确性和稳定性，适用于智能农业和智能物流的实时监测任务	水果	计算机视觉	NA	深度学习	ResNet-101, Non-local Attention	图像	NA
869	2025-06-16	Predicting clinical prognosis in gastric cancer using deep learning-based analysis of tissue pathomics images 2025-Jun-04, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108895 PMID:40513510	研究论文	利用基于深度学习的组织病理组学图像分析预测胃癌患者的临床预后	结合机器学习方法和病理组学参数，构建了一个综合预测模型，显著提高了胃癌患者术后生存期的预测准确性	研究为回顾性分析，样本量相对较小（160例患者）	评估基于机器学习的病理组学模型在预测胃癌患者术后总体生存期（OS）中的效用	160例接受根治性手术并有连续随访的胃癌患者	数字病理	胃癌	机器学习、生物信息学分析	GBM（梯度提升机）	图像（病理组学图像）	160例胃癌患者，并使用TCGA和GEO数据库进行验证
870	2025-06-16	Deep-ELA: Deep Exploratory Landscape Analysis with Self-Supervised Pretrained Transformers for Single-Objective and Multiobjective Continuous Optimization Problems 2025-Jun-04, Evolutionary computation IF:4.6Q1 DOI:10.1162/evco_a_00372 PMID:40514037	research paper	提出了一种名为Deep-ELA的混合方法，结合深度学习和探索性景观分析（ELA）特征，用于单目标和多目标连续优化问题的分析	结合深度学习和ELA特征，预训练四个transformer模型，以学习连续单目标和多目标优化问题的景观深度表示	需要大量标记训练数据，且存在多个特征之间的强相关性	改进探索性景观分析（ELA）特征在单目标和多目标连续优化问题中的应用	单目标和多目标连续优化问题	machine learning	NA	self-supervised pretrained transformers	transformer	numerical features	millions of randomly generated optimization problems
871	2025-06-16	GM-VGG-Net: A Gray Matter-Based Deep Learning Network for Autism Classification 2025-Jun-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111425 PMID:40506998	研究论文	本研究开发了一种基于灰质的深度学习网络GM-VGG-Net，用于自闭症谱系障碍（ASD）的分类	首次单独使用灰质（GM）组织结合VGG网络进行ASD诊断	样本量相对较小，且仅使用了结构MRI数据	开发一种高效的深度学习网络，利用结构MRI脑扫描识别ASD	自闭症谱系障碍（ASD）患者和正常对照（CN）的脑部MRI图像	数字病理学	自闭症谱系障碍	结构磁共振成像（MRI）	VGG-Net	图像	272个MRI T1图像（132个正常对照，140个ASD患者）
872	2025-06-16	Automated Detection of the Kyphosis Angle Using a Deep Learning Approach: A Cross-Sectional Study on Young Adults 2025-Jun-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111422 PMID:40506996	研究论文	本研究开发了一种基于深度学习的自动测量胸椎后凸角度的决策支持系统，旨在避免人体暴露于辐射并减少测量时间	使用卷积神经网络（CNN）自动识别T1和T12点进行图像分割，计算后凸角度，实现了高类内一致性和内部一致性可靠性	研究仅针对健康年轻成年人，未涉及其他年龄段或患有特定疾病的人群	开发一种自动测量胸椎后凸角度的系统，避免辐射暴露并提高测量效率	健康年轻成年人的胸椎后凸角度	计算机视觉	NA	图像分割	CNN	图像	NA
873	2025-06-16	Nondestructive Detection of Rice Milling Quality Using Hyperspectral Imaging with Machine and Deep Learning Regression 2025-Jun-03, Foods (Basel, Switzerland) DOI:10.3390/foods14111977 PMID:40509505	研究论文	本研究利用高光谱成像结合机器学习和深度学习回归方法，无损检测稻米碾磨质量	采用高光谱成像结合多种机器学习和深度学习模型（PLSR、SVR、CNN、BPNN）进行单任务和多任务建模，多任务模型在预测精度上普遍优于单任务模型	仅针对两个水稻品种（秀水121和浙湖粳26）进行了研究，样本多样性可能不足	开发一种无损检测稻米碾磨质量的方法	稻米碾磨质量指标（糙米率BRR、精米率MRR、整精米率HRR）	计算机视觉	NA	高光谱成像	PLSR, SVR, CNN, BPNN	图像	两个水稻品种（秀水121和浙湖粳26）
874	2025-06-16	Effective Identification of Variety and Origin of Chenpi Using Hyperspectral Imaging Assisted with Chemometric Models 2025-Jun-03, Foods (Basel, Switzerland) DOI:10.3390/foods14111979 PMID:40509507	研究论文	本研究提出了一种结合高光谱成像和深度学习的方法，用于快速准确识别陈皮品种和地理来源	首次将高光谱成像与深度学习结合用于陈皮品种和地理来源的无损检测	研究仅涵盖中国13个主要产区的15个陈皮品种，样本来源和数量有限	开发一种快速、无损且经济高效的陈皮质量评估和来源追溯方法	陈皮（Citri Reticulatae Pericarpium）的品种和地理来源	计算机视觉	NA	高光谱成像（HSI）	CNN, PLS-DA, SVM, MLP	高光谱图像	15个陈皮品种，来自中国13个主要产区
875	2025-06-16	NeuroCL: A deep learning approach for identifying neuropeptides based on contrastive learning 2025-Jun-02, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2025.115920 PMID:40466845	research paper	提出了一种基于对比学习和交叉注意力机制的深度学习模型NeuroCL，用于高效识别神经肽	利用对比学习增强类别区分和一致性，结合交叉注意力机制整合预训练大模型和手动编码特征，显著提升神经肽识别性能	未提及具体的数据集规模限制或模型泛化能力测试	开发高效识别神经肽的深度学习模型，为相关疾病的早期诊断和靶向治疗提供科学依据	神经肽（NPs）	machine learning	NA	对比学习，交叉注意力机制	深度学习模型（NeuroCL）	生物分子数据	未明确提及具体样本数量
876	2025-06-16	Three-Dimensional Choroidal Contour Mapping in Healthy and Diseased Eyes 2025-Jun-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.6.16 PMID:40488701	研究论文	本研究通过三维脉络膜轮廓映射技术，定量评估了健康眼与患病眼脉络膜曲率的差异	采用结合深度学习和三维平滑方法的混合技术进行脉络膜层分割，首次在CSCR和AMD患者中系统比较脉络膜内外边界的曲率特征	样本量相对有限（共97例），且为回顾性研究设计	定量分析脉络膜内外边界的形态学特征及其在眼部疾病中的变化规律	97例患者的眼睛（35例健康眼，32例CSCR患者眼，30例干性AMD患者眼）	数字病理学	年龄相关性黄斑变性/中心性浆液性脉络膜视网膜病变	深度学习结合三维平滑的混合分割方法	深度学习	医学影像	97眼（35健康眼，32 CSCR眼，30干性AMD眼）
877	2025-06-16	ECG Signal Analysis for Detection and Diagnosis of Post-Traumatic Stress Disorder: Leveraging Deep Learning and Machine Learning Techniques 2025-Jun-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15111414 PMID:40506986	研究论文	本研究开发并评估了一种基于人工智能的分类系统，利用心电图（ECG）信号检测创伤后应激障碍（PTSD）	利用连续小波变换（CWT）将原始ECG信号转换为时频图像，生成2D scalogram表示，并使用深度学习模型（如AlexNet、GoogLeNet和ResNet50）进行分类	研究中仅测试了四种不同的信号段长度（5秒、10秒、15秒和20秒），可能未涵盖所有可能的信号长度	开发一种非侵入性的ECG信号分析方法，用于早期和准确诊断创伤后应激障碍（PTSD）	创伤后应激障碍（PTSD）患者的心电图（ECG）信号	机器学习	创伤后应激障碍	连续小波变换（CWT）	CNN（包括AlexNet、GoogLeNet和ResNet50）	图像（时频图像）	NA
878	2025-06-16	Wrapped phase denoising: a WISE-transformer and comprehensive comparisons 2025-Jun-02, Optics express IF:3.2Q2 DOI:10.1364/OE.563309 PMID:40515227	research paper	该论文提出了一种名为WISE-Transformer的新型深度学习模型，用于包裹相位去噪任务，并与传统方法进行了全面比较	提出了一种结合窗口内和窗口间自注意力的U型Transformer模型，平衡了局部结构保持和全局上下文整合	在真实实验数据上表现不如WFT方法，存在泛化挑战	改进包裹相位去噪方法并比较不同方法的性能	包裹相位去噪	optical metrology	NA	deep learning, windowed Fourier transform	WISE-Transformer, U-shaped transformer	phase data	NA
879	2025-06-16	Robust occlusion-aware orbital angular momentum feature extraction via all-optical diffractive processing systems 2025-Jun-02, Optics express IF:3.2Q2 DOI:10.1364/OE.564283 PMID:40515278	研究论文	提出了一种基于轨道角动量(OAM)的鲁棒全光学特征提取框架，用于增强衍射光学神经网络在复杂环境中的性能	利用OAM的螺旋波前和正交性，实现了无需重新训练网络的自适应遮挡免疫，提高了光学计算在动态不确定条件下的鲁棒性	未提及具体应用场景的性能指标和对比实验细节	解决传统衍射光学神经网络在复杂不可预测环境中的鲁棒性问题	衍射光学神经网络(DONN)的特征提取方法	光学计算	NA	轨道角动量(OAM)特征提取	衍射光学神经网络(DONN)	光学信息	零额外训练样本
880	2025-06-16	Intelligent Moiré deflection tomography using physically processed deep learning 2025-Jun-02, Optics express IF:3.2Q2 DOI:10.1364/OE.561684 PMID:40515303	研究论文	提出了一种基于深度学习的莫尔偏转层析成像方法，用于高精度预测复杂流场的折射率分布	采用精心设计的两步深度学习模型，确保结果符合物理原理，显著提高了高精度诊断的速度	NA	提高莫尔层析成像在高温和复杂流场诊断中的精度和效率	高温和复杂流场的折射率分布	计算机视觉	NA	莫尔偏转层析成像	深度学习模型	图像	NA