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
13501	2025-04-26	Deep learning based adaptive and automatic measurement of palpebral margin in eyelid morphology 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93975-6 PMID:40263452	研究论文	本文提出了一种基于深度学习的自适应自动测量方法DeepAAM，用于眼睑形态的量化评估	首次引入Margin Iris Intersectant Angle (MIA)作为创新评估指标，并通过注意力机制和多种算法增强U-Net架构，提高了测量精度	模型在实际应用中仍面临挑战，且精度有待进一步提高	提高眼睑形态测量的准确性和自动化程度，以支持眼周整形手术的疾病治疗和手术规划	眼睑形态	计算机视觉	眼疾	深度学习	U-Net	图像	NA	NA	NA	NA	NA
13502	2025-04-26	Habesha cultural cloth classification using deep learning 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98269-5 PMID:40263488	研究论文	使用深度学习方法对埃塞俄比亚哈贝沙文化服饰进行分类	首次应用CNN模型（VGG16、VGG19和ResNet50v2）对哈贝沙克米斯刺绣设计进行识别和分类	样本量相对较小，仅包含320张原始图像，虽通过数据增强扩展到3,270张，但可能仍不足以覆盖所有可能的变体	识别和分类哈贝沙克米斯刺绣设计的质量	埃塞俄比亚哈贝沙文化服饰（哈贝沙克米斯）的刺绣设计	计算机视觉	NA	数字图像处理、CNN	VGG16、VGG19、ResNet50v2	图像	320张原始图像，通过数据增强扩展到3,270张	NA	NA	NA	NA
13503	2025-04-26	Efficient human activity recognition on edge devices using DeepConv LSTM architectures 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98571-2 PMID:40263516	research paper	该研究旨在通过TinyML在边缘设备上部署轻量级深度学习模型进行人类活动识别（HAR）	DeepConv LSTM模型通过有效捕捉空间和时间特征，在轻量级模型中表现最佳，准确率达到98.24%，F1分数为98.23%	研究未提及模型在更复杂或多样化活动识别场景中的表现	开发并部署轻量级深度学习模型以实现高效的实时人类活动识别	人类活动识别（HAR）	machine learning	NA	TinyML	DeepConv LSTM, 2D CNN, 1D CNN	sensor data	NA	NA	NA	NA	NA
13504	2025-04-26	Deep learning based ensemble model for accurate tomato leaf disease classification by leveraging ResNet50 and MobileNetV2 architectures 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98015-x PMID:40263518	研究论文	本文提出了一种基于深度学习的集成模型，结合MobileNetV2和ResNet50架构，用于番茄叶片病害的精确分类	通过修改输出层（如GlobalAverage Pooling2D、Batch Normalization、Dropout和Dense层）优化特征提取，并融合两种模型的互补特征	NA	开发一种高精度的番茄叶片病害分类方法，以支持智能农业和可持续耕作	番茄叶片的病害分类	计算机视觉	植物病害	深度学习	ResNet50和MobileNetV2的集成模型	图像	11,000张标注图片，涵盖10种病害类别	NA	NA	NA	NA
13505	2025-04-26	Deep learning-aided segmentation combined with finite element analysis reveals a more natural biomechanic of dinosaur fossil 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99131-4 PMID:40263619	研究论文	本研究结合深度学习和有限元分析技术，提出了一种新方法来更准确地模拟恐龙化石的生物力学特性	首次将深度学习分割技术与有限元分析结合应用于化石研究，能够更真实地反映灭绝物种的生物力学性能	仅应用于Jeholosaurus的股骨标本，尚未验证在其他化石上的普适性	研究灭绝物种的生物力学、功能形态学和分类学	Jeholosaurus(小型两足恐龙)的股骨化石标本	数字病理学	NA	有限元分析(FEA)和深度学习分割	深度学习模型(未指定具体类型)	CT图像数据	1个Jeholosaurus股骨化石标本	NA	NA	NA	NA
13506	2025-04-26	Deep learning for automated segmentation of brain edema in meningioma after radiosurgery 2025-Apr-22, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01660-x PMID:40264119	研究论文	本研究开发了一种基于深度学习的自动化方法，用于分割和量化脑膜瘤放射手术后脑水肿区域	首次应用Mask R-CNN和DeepMedic深度学习模型实现脑水肿区域的自动分割与量化	样本量较小(21名患者)，且仅基于T2加权图像	开发自动化工具来量化放射手术后脑水肿体积，以辅助治疗规划和监测	接受伽玛刀放射手术(GKRS)治疗的脑膜瘤患者	数字病理学	脑膜瘤	MRI T2加权成像	Mask R-CNN, DeepMedic	医学影像	21名患者的154次T2w扫描(其中130次用于模型训练和测试)	NA	NA	NA	NA
13507	2025-10-07	Deep-Learning-Based Disease Classification in Patients Undergoing Cine Cardiac MRI 2025-Apr, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29619 PMID:39353848	研究论文	开发基于心脏电影MRI的深度学习算法，用于区分正常受试者和三种心血管疾病患者	使用变分自编码器模型自动提取心脏功能特征，并探索使用未标记数据提高正常类别特异性	回顾性研究设计，样本量相对有限	开发自动化的心血管疾病分类方法	1337名受试者（568名正常，151名扩张型心肌病，177名肥厚型心肌病，441名缺血性心脏病）	医学影像分析	心血管疾病	心脏电影MRI	变分自编码器	MRI图像	1337名受试者	NA	变分自编码器	AUC, 准确率, 特异性, 精确率, 召回率, 混淆矩阵	NA
13508	2025-10-07	Deep learning-based whole-brain B1 +-mapping at 7T 2025-Apr, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30359 PMID:39462473	研究论文	本研究探索使用复数值神经网络从多切片定位器扫描中估计7T磁场下人脑定量发射射频场(B1+)图谱的可行性	首次使用复数值神经网络从多方向切片定位器扫描中快速估计全脑B1+图谱，显著加速并行传输系统的受试者特定校准过程	研究样本量较小(15名健康受试者)，仅在人脑中进行验证，未在其他器官或病理条件下测试	加速7T磁场下并行传输系统的受试者特定B1+校准过程	人脑B1+图谱	医学影像分析	NA	磁共振成像, 并行传输, 多切片定位器扫描	复数值神经网络	磁共振图像, B1+图谱	15名健康受试者	NA	NA	相对误差, 绝对相位差	NA
13509	2025-10-07	Air quality index prediction with optimisation enabled deep learning model in IoT application 2025-Apr, Environmental technology IF:2.2Q3 DOI:10.1080/09593330.2024.2409993 PMID:39467096	研究论文	提出一种基于物联网和优化深度学习的空气质量指数预测模型	提出切线两阶段算法(TTSA)用于路由优化，并提出分数切线两阶段优化(FTTSA)用于深度前馈神经网络训练	NA	通过物联网和深度学习技术预测空气质量指数	空气质量时间序列数据	机器学习	NA	物联网传感技术	深度前馈神经网络(DFNN)	时间序列数据	NA	NA	深度前馈神经网络	RMSE, R-squared, MSE, MAPE, 能量, 时间, 距离	NA
13510	2025-10-07	Detection of Macular Neovascularization in Eyes Presenting with Macular Edema using OCT Angiography and a Deep Learning Model 2025-Apr, Ophthalmology. Retina DOI:10.1016/j.oret.2024.10.017 PMID:39461425	研究论文	本研究开发了一种基于深度学习的人工智能算法，用于在伴有黄斑水肿的眼球中通过OCT和OCTA检测和分割黄斑新生血管	首次将混合多任务卷积神经网络应用于多种病因黄斑水肿患者的MNV检测与分割	6×6-mm扫描因采样密度较低导致MNV检测灵敏度下降	测试人工智能算法在黄斑水肿患者中检测和分割MNV的诊断性能	患有渗出性年龄相关性黄斑变性、糖尿病黄斑水肿或视网膜静脉阻塞引起的黄斑水肿的患者	数字病理	眼科疾病	OCT, OCTA	CNN	图像	114只眼（112名参与者），其中56只眼患有渗出性AMD，58只眼患有DME或RVO	NA	混合多任务卷积神经网络	灵敏度, 特异性, 阳性预测值, 阴性预测值, IoU, F1分数	NA
13511	2025-10-07	Multi-Omics Graph Knowledge Representation for Pneumonia Prognostic Prediction 2025-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3488735 PMID:39475733	研究论文	提出基于多组学图知识表示的肺炎预后预测模型，整合CT影像与三种非影像组学信息	首次将多组学图知识表示应用于肺炎预后预测，开发了多通道金字塔递归MLP和Longformer-based 3D深度学习模块	未明确说明样本数据的具体来源和潜在选择偏差	提升肺炎患者住院结局的早期预后预测准确性	肺炎患者	医学影像分析	肺炎	CT成像、实验室检测、微生物检测、临床指标分析	GCN, MLP, 深度学习	CT影像、实验室数据、微生物数据、临床数据	NA	NA	多通道金字塔递归MLP, Longformer-based 3D模块, 图卷积网络	鲁棒性、泛化验证	NA
13512	2025-10-07	Supra-second tracking and live-cell karyotyping reveal principles of mitotic chromosome dynamics 2025-04, Nature cell biology IF:17.3Q1 DOI:10.1038/s41556-025-01637-6 PMID:40185948	研究论文	开发结合超分辨率显微镜和深度学习的FAST CHIMP方法，用于实时追踪活细胞有丝分裂过程中的染色体动态	首次实现以8秒分辨率追踪人类染色体从前期到末期的全过程，并能识别同源染色体对和比较母细胞与子细胞间的染色体定位	方法可能受限于显微镜分辨率和深度学习模型的准确性，且仅验证于人类细胞	研究有丝分裂过程中染色体的时空动态特征和三维基因组组织	活人类细胞中的有丝分裂染色体	计算生物学	NA	延时超分辨率显微镜，深度学习	深度学习	时间序列显微镜图像	NA	NA	NA	分辨率（8秒），同源染色体识别准确率（15/23对）	NA
13513	2025-10-07	A novel data-driven screening method of antidepressants stability in wastewater and the guidance of environmental regulations 2025-Apr, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109427 PMID:40188602	研究论文	开发了一种基于深度学习的抗抑郁药物废水稳定性筛选方法	构建了MSSL-RealFormer分类模型，首次将深度学习应用于抗抑郁药物废水稳定性预测	仅针对66种抗抑郁药物进行研究，样本范围有限	建立抗抑郁药物废水稳定性的快速筛选方法和环境监管指导	66种抗抑郁药物及其转化产物	机器学习	NA	密度泛函理论，定量构效关系分析	RealFormer	分子理化性质数据	66种抗抑郁药物	NA	MSSL-RealFormer	预测准确度	NA
13514	2025-10-07	Viral escape-inspired framework for structure-guided dual bait protein biosensor design 2025-Apr, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012964 PMID:40233103	研究论文	介绍了一种可推广的计算平台CTRL-V，用于设计选择性结合的双诱饵生物传感器蛋白质	利用病毒逃逸机制启发，开发了结合整数优化、随机采样和深度学习的结构引导生物传感器设计框架	需要依赖公开可用的病毒逃逸数据作为体内锚点	开发通用计算平台用于双诱饵生物传感器蛋白质设计	SARS-CoV-2刺突蛋白受体结合域(RBD)和Raf激酶	计算生物学	COVID-19	结构引导蛋白质设计	深度学习	蛋白质结构数据	39个SARS-CoV-2点突变，30个流行感染株，KP.2变体的7个单点突变	PyRosetta, ProteinMPNN	NA	突变识别准确率(20%的已知突变，70%的KP.2变体突变)	NA
13515	2025-10-07	Toward a unified benchmark and framework for deep learning-based prediction of nuclear magnetic resonance chemical shifts 2025-Apr, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00783-z PMID:40155533	研究论文	提出NMRNet深度学习框架和统一基准，用于预测核磁共振化学位移	首次引入SE(3) Transformer进行原子环境建模，并建立了覆盖多种化学系统的综合基准	NA	推进深度学习在分析和结构化学中的应用，改进核磁共振化学位移预测	分子结构和核磁共振光谱之间的关系	机器学习	NA	核磁共振(NMR)	Transformer	分子结构数据，光谱数据	基于先前研究和数据库的多样化化学系统	PyTorch	SE(3) Transformer	NA	NA
13516	2025-04-26	Deep Learning Model for Diagnosing and Classifying Subtypes of Chronic Pulmonary Aspergillosis in Chest CT 2025-Apr, Mycoses IF:4.1Q2 DOI:10.1111/myc.70061 PMID:40277031	研究论文	本研究开发了一种深度学习模型，用于在胸部CT图像中诊断和分类慢性肺曲霉病（CPA）及其亚型	利用人工智能生成技术和半监督学习增强模型性能，特别是在小样本、分布偏斜和多类特征的数据集上	数据集虽然来自多中心，但样本量仍相对较小，且外部测试集的样本数量有限	探索人工智能技术在慢性肺曲霉病诊断和亚型分类中的应用	慢性肺曲霉病（CPA）患者及其CT图像	数字病理学	肺曲霉病	深度学习	多分类模型	CT图像	660名患者的39,387张胸部CT图像用于训练、验证和内部测试，外加11名患者的3,337张CT图像作为外部测试集1，以及其他研究的120张图像作为外部测试集2	NA	NA	NA	NA
13517	2025-10-07	Unsupervised Deep Learning of Electronic Health Records to Characterize Heterogeneity Across Alzheimer Disease and Related Dementias: Cross-Sectional Study 2025-Mar-31, JMIR aging IF:5.0Q1 DOI:10.2196/65178 PMID:40163031	研究论文	本研究使用无监督深度学习技术分析电子健康记录，识别阿尔茨海默病及相关痴呆症的临床亚型	首次结合非ADRD诊断代码的预训练嵌入和临床笔记的LLM嵌入，通过层次聚类识别具有性别特异性共病表现的ADRD亚型	研究为横断面设计，无法建立因果关系；样本仅来自单一记忆诊所	识别阿尔茨海默病及相关痴呆症的临床亚型，为精准医疗提供依据	3454名来自麻省总医院记忆诊所的ADRD患者	自然语言处理	阿尔茨海默病及相关痴呆症	无监督学习，大型语言模型嵌入	层次聚类	电子健康记录，临床笔记文本	3454名ADRD患者	NA	NA	卡方检验，患病比	NA
13518	2025-10-07	Continuous and discrete decoding of overt speech with scalp electroencephalography (EEG) 2025-Mar-14, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad8d0a PMID:39476487	研究论文	本研究探索使用头皮脑电图解码离散和连续语音特征的可行性	首次证明在存在EMG伪影情况下从EEG信号解码离散和连续语音特征的可行性，并识别关键频率带和通道	仅纳入9名神经功能完好的参与者，需要进一步验证在目标患者群体中的效果	开发基于脑电图的语音脑机接口，为神经系统疾病患者提供更自然的交流机制	9名神经功能完好的参与者	脑机接口	神经系统疾病	脑电图	CNN, RNN	脑电信号，音频信号	9名参与者	NA	卷积神经网络，循环神经网络，注意力模块	统计显著性解码性能	NA
13519	2025-04-26	Intelligent Inter- and Intra-Row Early Weed Detection in Commercial Maize Crops 2025-Mar-11, Plants (Basel, Switzerland) DOI:10.3390/plants14060881 PMID:40265804	研究论文	本研究评估了Faster R-CNN、RT-DETR和YOLOv11等先进深度学习架构在商业玉米田中杂草和作物准确识别中的效果	首次比较了多种深度学习模型在玉米田杂草检测中的性能，并确定了YOLOv11为最优模型	研究仅针对三种主要杂草物种，可能不适用于其他杂草类型	提高商业玉米田中杂草检测的准确性和效率	商业玉米田中的杂草和作物	计算机视觉	NA	深度学习	Faster R-CNN, RT-DETR, YOLOv11	图像	包含多种田间条件下采集的综合数据集	NA	NA	NA	NA
13520	2025-10-07	Electrocardiogram-based deep learning to predict mortality in paediatric and adult congenital heart disease 2025-Mar-03, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae651 PMID:39387652	研究论文	开发基于心电图和深度学习的人工智能工具，用于预测儿童和成人先天性心脏病患者的死亡率	首次在大型多样化先天性心脏病队列中应用卷积神经网络分析心电图数据来预测5年死亡率，并进行了时间验证	研究为单中心回顾性研究，需要多中心前瞻性验证	开发一种稳健且便捷的先天性心脏病患者风险分层工具	儿童和成人先天性心脏病患者	医疗人工智能	先天性心脏病	心电图分析	CNN	心电图信号	225,379份心电图（79,568名患者，年龄范围0-92岁）	NA	卷积神经网络	ROC曲线下面积, PR曲线下面积	NA