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
921	2025-05-17	Trinocular Vision-Driven Robotic Fertilization: Enhanced YOLOv8n for Precision Mulberry Growth Synchronization 2025-Apr-24, Sensors (Basel, Switzerland) DOI:10.3390/s25092691 PMID:40363130	研究论文	本研究提出了一种基于深度学习的智能叶面施肥系统，用于解决气雾栽培中桑树根系发育延迟的问题	改进了YOLOv8n模型，引入了AFPN、MSBlock模块优化特征提取，采用动态ATSS标签分配策略，并使用Focal_XIoU损失函数替代CIoU	NA	解决桑树在气雾栽培中因枝条和芽生长不同步导致的根系发育延迟问题	桑树	计算机视觉	NA	深度学习	YOLOv8n	图像	NA
922	2025-05-17	YOLO-BCD: A Lightweight Multi-Module Fusion Network for Real-Time Sheep Pose Estimation 2025-Apr-24, Sensors (Basel, Switzerland) DOI:10.3390/s25092687 PMID:40363127	research paper	本研究开发了一种名为YOLOv8-BCD的优化深度学习框架，专门用于绵羊姿态识别，以提高实时监测动物姿态的效率和准确性	1) 通过双向跨层连接实现自适应多尺度特征聚合 2) 上下文感知注意力加权以突出关键区域 3) 针对资源受限设备进行精简检测头优化	NA	开发一个平衡计算效率和检测准确性的深度学习框架，用于实时监测绵羊姿态	绵羊的三种特征姿态（站立、躺卧和侧卧）	computer vision	NA	深度学习	YOLOv8-BCD	image	1476张标注图像
923	2025-05-17	Smartphone-Based Deep Learning System for Detecting Ractopamine-Fed Pork Using Visual Classification Techniques 2025-Apr-24, Sensors (Basel, Switzerland) DOI:10.3390/s25092698 PMID:40363136	研究论文	本研究提出了一种基于智能手机的深度学习系统，用于通过视觉分类技术检测含有莱克多巴胺的猪肉	开发了一种三阶段的视觉检测系统，结合MobileNet模型，实现了对猪肉部位、来源及莱克多巴胺含量的高精度分类	猪肉来源分类和莱克多巴胺检测的准确率仍有提升空间（分别为79.11%和80.67%）	解决消费者对进口含莱克多巴胺猪肉的识别需求，提升肉类真实性验证和市场透明度	北美（美国和加拿大）进口的含莱克多巴胺猪肉与台湾本地猪肉	计算机视觉	NA	视觉分类技术	MobileNet	图像	未明确说明样本数量
924	2025-05-17	Research and Optimization of White Blood Cell Classification Methods Based on Deep Learning and Fourier Ptychographic Microscopy 2025-Apr-24, Sensors (Basel, Switzerland) DOI:10.3390/s25092699 PMID:40363138	研究论文	本文提出了一种基于深度学习和傅里叶叠层显微技术的白细胞分类优化方法CCE-YOLOv7，旨在提高分类准确性和模型效率	1) 设计了结合CNN局部模式提取和Transformer全局上下文推理的Conv2Former主干网络 2) 采用CARAFE上采样算子提升特征图质量 3) 引入EMA模块优化多尺度特征融合 4) 使用Soft-NMS改善密集或重叠细胞场景下的检测性能	NA	提升白细胞分类的准确性和计算效率	白细胞图像	数字病理	血液疾病	傅里叶叠层显微技术(FPM)	CCE-YOLOv7 (基于YOLOv7改进)	图像	使用FPM系统获取的白细胞图像数据集
925	2025-05-17	Guided Filter-Inspired Network for Low-Light RAW Image Enhancement 2025-Apr-22, Sensors (Basel, Switzerland) DOI:10.3390/s25092637 PMID:40363077	research paper	提出了一种基于引导滤波启发的网络（GFNet），用于低光照RAW图像增强任务	GFNet以引导滤波的方式融合源图像，在网络中推断系数，从而更好地捕捉源图像之间的内在关联，保留细节并减少噪声	当前基于融合的方法未能充分探索源图像之间的物理相关性，导致无法充分利用不同源图像提供的互补信息	提高低光照RAW图像增强的性能	低光照RAW图像	computer vision	NA	deep learning	GFNet	image	NA
926	2025-05-17	SECrackSeg: A High-Accuracy Crack Segmentation Network Based on Proposed UNet with SAM2 S-Adapter and Edge-Aware Attention 2025-Apr-22, Sensors (Basel, Switzerland) DOI:10.3390/s25092642 PMID:40363082	研究论文	提出了一种基于改进UNet架构的高精度裂缝分割网络SECrackSeg，结合了SAM2 S-Adapter和边缘感知注意力机制	1) 使用冻结骨干的SAM2 S-Adapter增强低数据场景下的泛化能力；2) 采用多尺度空洞卷积模块促进多尺度特征融合；3) 引入MI上采样减少上采样过程中的特征损失；4) 实施边缘感知注意力机制提高裂缝边缘分割精度	未明确提及具体限制，但传统深度学习方法在有限样本下的泛化能力差和细粒度特征提取不足的问题可能仍然存在	提高裂缝分割的精度和鲁棒性，用于结构健康监测和基础设施维护	裂缝图像	计算机视觉	NA	深度学习	UNet, SAM2	图像	CFD、Crack500和DeepCrack数据集
927	2025-05-17	Automated Recognition and Measurement of Corrugated Pipes for Precast Box Girder Based on RGB-D Camera and Deep Learning 2025-Apr-22, Sensors (Basel, Switzerland) DOI:10.3390/s25092641 PMID:40363081	研究论文	本文提出了一种基于RGB-D摄像头和深度学习的波纹管自动识别与测量方法，用于预制箱梁中的波纹管定位	结合RGB-D摄像头和深度学习技术，提出了一种成本效益高且测量精度高的波纹管自动识别与测量方法	方法在模拟预制工厂环境中测试，实际现场应用效果未验证	开发一种自动化方法以精确识别和测量预制箱梁中的波纹管位置	预制箱梁中的波纹管	计算机视觉	NA	深度学习	BP神经网络	点云数据	三种波纹管的测试数据
928	2025-05-17	Stain Normalization of Histopathological Images Based on Deep Learning: A Review 2025-Apr-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15081032 PMID:40310413	review	本文综述了基于深度学习的组织病理学图像染色归一化方法的最新进展	系统回顾了115篇相关文献，涵盖了监督、无监督和自监督的深度学习方法，并分析了它们的贡献与局限性	未提及具体方法的性能比较结果	标准化不同来源图像的色彩分布，以提升下游算法在分类、分割和检测等任务中的性能	H&E染色的组织病理学图像	digital pathology	cancer	deep learning	supervised, unsupervised, self-supervised methods	image	115篇相关文献
929	2025-05-17	One-click image reconstruction in single-molecule localization microscopy via deep learning 2025-Apr-18, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.13.648574 PMID:40376092	research paper	该论文介绍了AutoDS和AutoDS3D两种基于深度学习的软件，用于单分子超分辨率显微镜数据的重建，显著减少了人工干预	提出了AutoDS和AutoDS3D软件，能够自动从原始成像数据中提取实验参数，减少人工干预，提高计算效率，并通过图形用户界面实现一键图像重建	虽然减少了人工干预，但模型的泛化能力可能仍受限于预训练模型的选择和实验条件的变化	开发一种减少人工干预、提高单分子超分辨率显微镜数据处理效率的自动化解决方案	单分子超分辨率显微镜数据	digital pathology	NA	深度学习	Deep-STORM, DeepSTORM3D	image	NA
930	2025-05-17	DeepGuard: real-time threat recognition using Golden Jackal optimization with deep learning model 2025-Apr-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82478-5 PMID:40240369	研究论文	提出了一种名为DeepGuard的实时威胁识别系统，结合Golden Jackal优化算法与深度学习模型，用于监控视频中的暴力行为检测	采用改进的ShuffleNetv2模型提取特征，并首次将Golden Jackal优化算法用于超参数调优，结合LSTM神经网络实现暴力检测	实验仅在基准数据集上进行验证，未说明实际场景中的泛化能力	提升监控视频中暴力行为的实时检测准确率，保障公共安全	监控视频中的暴力行为与非暴力事件	计算机视觉	NA	深度学习	ShuffleNetv2, LSTM, GJO优化算法	监控视频	基准数据集（具体数量未说明）
931	2025-05-17	An integrated AI knowledge graph framework of bacterial enzymology and metabolism 2025-Apr-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2425048122 PMID:40193601	研究论文	本文介绍了一种名为IBIS的集成AI知识图谱框架，用于细菌酶学和代谢研究，旨在通过深度学习和知识图谱技术提升细菌代谢推断的速度和可扩展性	采用基于Transformer的模型生成酶、生物合成域和代谢途径的高质量嵌入表示，结合知识图谱技术，实现了快速、大规模的代谢蛋白质和途径比较，超越了传统方法的局限性	未明确提及具体的数据集规模或计算资源需求，可能在大规模应用时仍面临挑战	提升细菌代谢研究的计算效率和可扩展性，促进对人类健康和农业实践的潜在应用	细菌代谢、酶学和代谢途径	机器学习	NA	深度学习、知识图谱	Transformer	基因组测序数据	未明确提及具体样本数量，但涉及多种细菌物种
932	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
933	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）
934	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
935	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）
936	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
937	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
938	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
939	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
940	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