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
1181	2025-07-15	Deep Learning with Transfer Learning on Digital Breast Tomosynthesis: A Radiomics-Based Model for Predicting Breast Cancer Risk 2025-Jun-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131631 PMID:40647630	研究论文	本研究开发并评估了两种基于迁移学习的深度学习模型，用于数字乳腺断层合成（DBT）图像的乳腺病变（良性 vs 恶性）二元分类，以支持临床决策和风险分层	利用迁移学习在DBT图像上构建深度学习模型进行乳腺病变分类，探索AI在乳腺影像中的应用潜力	模型性能中等，敏感性较低，需进一步提升模型鲁棒性和临床适用性	开发AI模型辅助乳腺病变分类和乳腺癌风险评估	乳腺病变（良性与恶性）	数字病理	乳腺癌	数字乳腺断层合成（DBT）	CNN（ResNet50和DenseNet201）	医学影像	184例患者（107例良性，77例恶性）
1182	2025-07-15	CELM: An Ensemble Deep Learning Model for Early Cardiomegaly Diagnosis in Chest Radiography 2025-Jun-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131602 PMID:40647601	研究论文	本研究提出了一种基于深度学习集成模型CELM，用于胸部X光片中早期心脏肥大的自动诊断	引入了新型的基于堆叠的集成模型CELM，结合了CNN和Vision Transformer的特征，通过元分类器进行整合	需要进一步的验证以确认模型在临床环境中的可靠性	开发一种自动诊断心脏肥大的深度学习模型，以支持临床决策	胸部X光片中的心脏肥大	计算机视觉	心血管疾病	深度学习	CNN, Vision Transformer, CELM	图像	结合了PadChest、NIH CXR、VinDr-CXR和CheXpert等多个数据集的后前位(PA)图像，构成迄今为止最大且最多样化的CXR数据集之一
1183	2025-07-15	Early Diabetic Retinopathy Detection from OCT Images Using Multifractal Analysis and Multi-Layer Perceptron Classification 2025-Jun-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131616 PMID:40647615	research paper	该研究提出了一种结合多分形分析和多层感知机分类的早期糖尿病视网膜病变检测方法	首次将多分形分析应用于OCT图像以提取视网膜组织的结构不规则性特征，并结合MLP实现高精度分类	未提及外部验证集的测试结果，可能影响模型的泛化能力评估	开发可靠的自动化筛查工具用于早期糖尿病视网膜病变检测	糖尿病患者的OCT视网膜图像	digital pathology	diabetic retinopathy	OCT成像技术	MLP	image	NA
1184	2025-07-15	Pose estimation for pickleball players' kinematic analysis through MediaPipe-based deep learning: A pilot study 2025-Jun-25, Journal of sports sciences IF:2.3Q2 DOI:10.1080/02640414.2025.2524283 PMID:40563204	研究论文	本研究通过基于MediaPipe的深度学习工具对匹克球运动员的击球动作进行运动学分析	首次使用MediaPipe深度学习工具对匹克球运动员的击球动作进行运动学分析，并比较不同水平运动员的关键关节角度差异	样本量较小(14名男性运动员)，未分析其他击球类型和身体部位(如足部位置和躯干旋转)	开发匹克球运动员运动学分析工具并比较不同水平运动员的动作差异	匹克球运动员的击球动作	计算机视觉	NA	MediaPipe深度学习工具	深度学习	视频	14名男性匹克球运动员(年龄46.5±10.5岁)
1185	2025-07-15	Deep Learning Methods for Automatic Identification of Male and Female Chickens in a Cage-Free Flock 2025-Jun-24, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15131862 PMID:40646761	research paper	本研究应用基于深度学习的对象检测模型，在无笼环境中根据鸡冠大小和体型等表型特征识别母鸡和公鸡，并比较不同模型的性能指标	创新点在于使用YOLO模型基于鸡冠大小和体型特征自动识别公鸡和母鸡，为家禽养殖中的性能评估和遗传选择提供自动化监测方法	研究仅使用了6只公鸡和200只母鸡的小样本量，且仅在预产期阶段进行测试	开发自动化方法识别公鸡和母鸡，以监测公鸡行为并优化家禽养殖效率	Lohmann LSL Lite品种的母鸡和公鸡	computer vision	NA	深度学习对象检测	YOLOv5, YOLOv11	image	6只公鸡和200只母鸡
1186	2025-07-15	Innovative Technologies Reshaping Meat Industrialization: Challenges and Opportunities in the Intelligent Era 2025-Jun-24, Foods (Basel, Switzerland) DOI:10.3390/foods14132230 PMID:40646982	综述	本文系统回顾了肉类工业化中的关键技术创新，包括物理技术和数字技术，并探讨了替代肉类生产技术的潜力	介绍了物理技术（如智能切割精度提升至毫米级、脉冲电场杀菌效率超过90%）和数字技术（如物联网实时监控、区块链增强溯源透明度）的创新应用	大规模应用面临高成本、缺乏标准化和消费者接受度等关键挑战	探讨智能时代下肉类工业化的技术创新及其面临的挑战与机遇	肉类工业化中的物理技术和数字技术	食品工业智能化	NA	智能切割、脉冲电场杀菌、超声波辅助腌制、超高压处理、物联网、区块链、AI优化生产决策、细胞培养肉、3D生物打印	深度学习	NA	NA
1187	2025-07-15	Robust Autism Spectrum Disorder Screening Based on Facial Images (For Disability Diagnosis): A Domain-Adaptive Deep Ensemble Approach 2025-Jun-24, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131601 PMID:40647600	研究论文	本文开发并评估了一种基于面部图像的鲁棒深度集成学习系统，用于准确可靠地分类自闭症谱系障碍（ASD）	创新的ASD-UANet集成方法结合了Xception和ResNet50V2模型，采用加权集成策略（FPPR），显著提高了分类准确性和泛化能力	研究依赖于公开数据集，可能无法涵盖所有人群特征，且未在更广泛的实际临床环境中验证	开发一种鲁棒的ASD筛查方法，以促进更精确的诊断和更大的包容性	自闭症谱系障碍（ASD）患者的面部图像	计算机视觉	自闭症谱系障碍	深度学习	ASD-UANet（Xception和ResNet50V2的集成）	图像	来自Kaggle和YTUIA的两个公开数据集，以及一个未见过的实时数据集（UIFID）
1188	2025-07-15	Clinical Context Is More Important than Data Quantity to the Performance of an Artificial Intelligence-Based Early Warning System 2025-Jun-23, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14134444 PMID:40648818	研究论文	本研究探讨了基于深度学习的早期预警系统VitalCare-Major Adverse Event Score在预测成人住院患者6小时内非计划转入重症监护室、心脏骤停或死亡方面的能力	研究发现临床背景比数据量对人工智能预警系统性能的影响更大，支持了对数据完整性的细致看法	这是一项回顾性单中心研究，结果可能无法推广到其他医疗环境	评估临床数据缺失模式对AI预警系统性能的影响	成人住院患者	医疗人工智能	多系统疾病	深度学习	VitalCare-Major Adverse Event Score	电子健康记录	未明确提及具体样本量
1189	2025-07-15	Scalable Nuclei Detection in HER2-SISH Whole Slide Images via Fine-Tuned Stardist with Expert-Annotated Regions of Interest 2025-Jun-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131584 PMID:40647583	研究论文	本研究提出了一种可扩展的深度学习框架，用于在HER2-SISH全切片图像中进行细胞核检测，以提高诊断效率和一致性	结合预训练的Stardist模型和基于图像处理的注释，并在特定领域数据集上进行微调，显著提高了细胞核检测的准确性和泛化能力	研究仅基于20个全切片图像和100个专家标记区域，样本量相对较小	开发自动化深度学习框架以提高HER2-SISH图像中细胞核检测的准确性和效率	HER2-SISH全切片图像中的细胞核	数字病理学	乳腺癌	深度学习、图像处理	Stardist	图像	20个全切片图像中的100个专家标记区域
1190	2025-07-15	Socializing AI: Integrating Social Network Analysis and Deep Learning for Precision Dairy Cow Monitoring-A Critical Review 2025-Jun-20, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15131835 PMID:40646734	综述	本文批判性分析了奶牛行为识别的最新进展，重点介绍了通过整合先进人工智能技术（如transformer模型和多视角跟踪）与社会网络分析（SNA）带来的新方法贡献	提出了创新的方法交叉点，如姿态感知的SNA框架和多摄像头融合技术，并讨论了伦理挑战和数据治理问题	当前应用仍有限，存在遮挡、标注瓶颈、数据集多样性和有限泛化能力等重大挑战	提高奶牛福利和操作效率，推动精准畜牧业的发展	奶牛行为识别与监控	机器学习和计算机视觉	NA	社会网络分析（SNA）、transformer模型、多视角跟踪	CNN、BiLSTM、convLSTM、YOLO、EfficientDet	图像、视频	NA
1191	2025-07-15	Experimental Evaluation and Machine Learning-Based Prediction of Laser Cutting Quality in FFF-Printed ABS Thermoplastics 2025-Jun-20, Polymers IF:4.7Q1 DOI:10.3390/polym17131728 PMID:40647739	研究论文	本研究通过实验和机器学习方法评估和预测了激光切割FFF打印ABS热塑性塑料的质量	结合传统、集成和深度学习算法，特别是LSTM-GRU模型，实现了对激光切割质量的高精度预测	研究仅限于ABS材料，未涉及其他热塑性塑料	优化3D打印ABS零件的后处理策略，提高聚合物基增材制造的精度和效率	FFF打印的ABS热塑性塑料板	机器学习	NA	激光切割，机器学习	Linear Regression, Support Vector Regression, Extreme Gradient Boosting, Random Forest, LSTM, LSTM-GRU, LSTM-XGBoost	实验数据	45次实验试验
1192	2025-07-15	Histopathology-based Protein Multiplex Generation using Deep Learning 2025-May-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.26.24301803 PMID:39677425	研究论文	提出了一种名为HistoPlexer的深度学习框架，能够直接从标准的H&E组织病理学图像生成空间解析的蛋白质多重图像	使用条件生成对抗网络架构和自定义损失函数，联合预测多种肿瘤和免疫标记物，同时减轻切片间的变异	NA	开发一种成本和时间高效的方法，用于肿瘤微环境表征，以推进精准肿瘤学	转移性黑色素瘤样本和其他癌症类型的像素对齐数据集	数字病理学	黑色素瘤	深度学习	GAN	图像	转移性黑色素瘤样本和不同癌症类型的公开数据集
1193	2025-07-15	Learning Biophysical Dynamics with Protein Language Models 2025-May-12, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.11.617911 PMID:39464109	研究论文	本文介绍了SeqDance和ESMDance两种蛋白质语言模型，用于学习从分子动力学模拟和正态模式分析中获得的动态生物物理特性	提出了两种新型蛋白质语言模型，能够直接捕捉蛋白质的动态特性，并在缺乏进化信息的蛋白质上表现出色	模型依赖于分子动力学模拟和正态模式分析的数据，可能受到这些方法固有局限性的影响	开发能够捕捉蛋白质动态特性的深度学习模型	蛋白质的结构动态和突变效应	机器学习	NA	分子动力学模拟, 正态模式分析	蛋白质语言模型(SeqDance, ESMDance)	蛋白质序列, 结构数据	65,100种蛋白质
1194	2025-07-15	Vessels hiding in plain sight: quantifying brain vascular morphology in anatomical MR images using deep learning 2025-May-11, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.06.652518 PMID:40654616	研究论文	该研究开发了一种名为anat2vessels的深度学习模型，用于在标准T1或T2加权MR图像中量化脑部血管形态	首次提出在无需额外MRA扫描的情况下，利用常规T1w/T2w MR图像准确量化脑部血管形态的深度学习方法	模型性能在仅使用T1w图像时可能不如T2w图像	开发非侵入性评估脑部血管形态的方法，研究血管形态与衰老、血压和认知能力的关系	脑部血管系统	数字病理学	老年疾病	MR成像（T1w/T2w）、TOF-MRA	深度学习神经网络	医学影像	包含配对MR/MRA的数据集（具体数量未明确说明）
1195	2025-07-15	Genome structure mapping with high-resolution 3D genomics and deep learning 2025-May-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.06.650874 PMID:40654659	研究论文	本文介绍了一种结合高分辨率3D基因组学和深度学习的基因组结构映射方法	开发了基于注意力的深度学习模型Cleopatra，能够以前所未有的分辨率预测3D基因组图谱	研究仅针对四种人类细胞类型，可能需要更多细胞类型验证	建立超高清3D基因组图谱框架，研究细胞类型特异性基因调控	人类细胞中的3D基因组结构和基因表达调控	基因组学	NA	Region Capture Micro-C (RCMC) 和 Micro-C	基于注意力的深度学习模型 (Cleopatra)	3D基因组数据	四种人类细胞类型
1196	2025-07-15	Boltz-1 Democratizing Biomolecular Interaction Modeling 2025-May-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.19.624167 PMID:39605745	research paper	介绍Boltz-1，一个开源深度学习模型，用于预测生物分子复合物的3D结构	Boltz-1在模型架构、速度优化和数据处理方面进行了创新，达到了Alphafold3级别的准确性，并引入了Boltz-steering技术来修复模型中的幻觉和非物理预测	未提及具体局限性	推动生物分子相互作用建模的民主化，促进药物发现和蛋白质设计领域的进步	生物分子复合物的3D结构	machine learning	NA	deep learning	Boltz-1	3D结构数据	未提及具体样本数量
1197	2025-07-15	Automated Joint Space Detection Improves Bone Segmentation Accuracy 2025-May-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.30.651481 PMID:40654621	研究论文	本研究通过深度学习模型自动检测关节空间，提高了小鼠后爪和前爪骨骼分割的准确性	超越之前发布的半自动标记分水岭算法，引入了结构增强、张量投票和输出膨胀技术，并采用3D U-Net架构的深度学习模型进行关节空间预测	在疾病严重程度增加和年龄增长的小鼠中，分割准确性下降，且在前爪中的应用表现随关节炎严重程度增加而降低	提高复杂骨骼解剖结构的自动分割准确性	小鼠的后爪和前爪骨骼	数字病理	炎症性侵蚀性关节炎	micro-CT成像、深度学习	3D U-Net, ResNet-18	micro-CT图像	野生型和TNF-Tg小鼠的后爪和前爪（具体数量未明确说明，但涉及不同性别和年龄的样本）
1198	2025-07-15	Deep Learning-Based Classification of Peptide Analytes from Single-Channel Nanopore Translocation Events 2025-May-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.04.652126 PMID:40654724	研究论文	本文提出了一种基于深度学习的纳米孔易位事件肽类分析物分类方法	采用了一种新颖的分支输入网络结构，结合时间卷积网络和密集网络处理易位事件电导状态序列及全局动力学特征	模拟数据与实际实验数据存在差距，某些肽具有相似动力学参数导致事件级预测困难	开发用于纳米孔生物传感器肽类生物标志物快速准确分类的深度学习方法	七种肽的模拟多态易位数据	机器学习	NA	纳米孔生物传感器	CNN, RNN, 时间卷积网络, 密集网络	电流记录数据	七种肽的模拟数据
1199	2025-07-15	The epigenomic landscape of single vascular cells reflects developmental origin and identifies disease risk loci 2025-May-06, bioRxiv : the preprint server for biology DOI:10.1101/2022.05.18.492517 PMID:40655014	研究论文	该研究通过单细胞染色质可及性和基因表达谱分析，揭示了血管细胞的表观基因组和转录组景观具有细胞类型和血管部位特异性，并发现部位特异性增强子调控疾病风险的复杂遗传驱动因素	首次在单细胞分辨率上揭示了血管部位特异性表观基因组特征，并整合GWAS数据和深度学习模型预测变异对染色质可及性的影响	研究仅基于健康成年小鼠血管组织，人类样本验证不足	探究血管部位特异性疾病风险的生物学基础	健康成年小鼠三个血管部位的细胞（血管平滑肌细胞、成纤维细胞和内皮细胞）	表观基因组学	心血管疾病	scATAC-seq, scRNA-seq, GWAS, ChromBPNet	深度学习模型ChromBPNet	单细胞表观基因组和转录组数据	三个血管部位的成年小鼠血管组织
1200	2025-07-15	Generating Synthetic Task-based Brain Fingerprints for Population Neuroscience Using Deep Learning 2025-May-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.03.606469 PMID:40654743	研究论文	提出了一种名为DeepTaskGen的深度学习方法，用于从静息态功能磁共振成像(rs-fMRI)数据生成未获取的任务相关对比图	能够从未获取的任务中生成合成任务图像，并在预测人口统计、认知和临床变量方面表现出与真实任务对比图相似或更优的性能	未明确提及具体限制，但可能依赖于rs-fMRI数据的质量和可用性	解决任务功能磁共振成像(tb-fMRI)在人群水平研究中的扩展挑战	人类大脑功能成像数据	神经科学	NA	深度学习	DeepTaskGen	功能磁共振成像(fMRI)数据	超过20,000名来自UK Biobank的个体