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
1761	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
1762	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
1763	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)
1764	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
1765	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
1766	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）
1767	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
1768	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
1769	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
1770	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
1771	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
1772	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
1773	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
1774	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
1775	2025-07-15	MIST-Explorer: The Comprehensive Toolkit for Spatial Omic Analysis and Visualization of Single-Cell MIST Array Data 2025-May-04, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.29.650640 PMID:40654960	research paper	介绍了一个名为MIST-Explorer的综合工具包，用于空间组学数据的分析和可视化	开发了一个用户友好的工具包，专门用于处理和分析空间MIST阵列数据，填补了现有工具的空白	未提及具体的使用限制或性能瓶颈	提供一个全面的工具包，以简化和优化空间组学数据的分析和可视化流程	空间MIST阵列数据	digital pathology	NA	空间MIST (Multiplex Tagging)	StarDist (deep learning-based segmentation)	image	NA
1776	2025-07-15	Explainable deep learning for identifying cancer driver genes based on the Cancer Dependency Map 2025-May-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.28.651122 PMID:40654945	研究论文	本研究开发了xNNDriver和xAEDriver两种可解释的深度学习模型，用于识别癌症驱动基因和突变模式	结合生物信息学知识开发了监督学习模型xNNDriver和无监督可解释自编码器xAEDriver，能够量化基因作为癌症驱动因子的可能性并揭示突变模式	未明确说明模型在临床样本中的验证情况以及与其他方法的比较结果	开发可解释的深度学习方法来识别癌症驱动基因和突变模式	癌症驱动基因和突变	数字病理学	癌症	深度学习	xNNDriver (监督学习), xAEDriver (自编码器)	基因组依赖分数和突变状态数据	基于Cancer Dependency Map (DepMap)的肿瘤样本
1777	2025-07-15	Accurate and fast segmentation of filaments and membranes in micrographs and tomograms with TARDIS 2025-May-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.19.629196 PMID:39763817	研究论文	介绍了一种名为TARDIS的深度学习框架，用于自动且准确地分割电子显微镜图像中的膜和丝状结构	采用新型几何变换器架构，首次实现了对这些结构的精确实例分割，将注释时间从数月缩短至几分钟	未提及在特定生物分子或应用场景下的性能限制	开发一种快速准确的生物大分子结构分割方法，以促进生物物理定量分析	电子显微镜图像中的膜和丝状结构	计算机视觉	NA	电子断层扫描(ET)	Transformer	2D/3D电子显微图像	超过13,000个断层扫描图像
1778	2025-07-15	A Novel Technique for Fluorescence Lifetime Tomography 2025-Apr-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.19.613888 PMID:39345436	研究论文	提出了一种基于深度神经网络的荧光寿命层析成像新技术AUTO-FLI，用于在深层组织中实现3D强度和定量寿命重建	开发了名为AUTO-FLI的深度学习模型，能够在厘米深度实现高散射介质中的3D定量荧光寿命成像	目前仅在模拟小鼠体模上进行实验验证，尚未在真实生物组织中进行广泛测试	解决深层组织中荧光寿命3D成像的技术挑战	高散射介质中的荧光寿命成像	生物医学成像	NA	荧光寿命成像(FLIM)	深度神经网络(DL)	3D成像数据	解剖学精确的小鼠模拟体模
1779	2025-07-15	All-at-once RNA folding with 3D motif prediction framed by evolutionary information 2025-Apr-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.17.628809 PMID:39764046	research paper	介绍了一种名为CaCoFold-R3D的概率语法模型，用于联合预测RNA的3D结构和二级结构	CaCoFold-R3D利用RNA比对中的进化信息可靠地识别规范螺旋（包括假结），并引入了R3D语法，利用螺旋共变约束大部分非共变的RNA 3D模块的定位	NA	开发一种能够预测RNA 3D结构和二级结构的联合概率语法模型	RNA的3D结构和二级结构	computational biology	NA	probabilistic grammar, evolutionary information	CaCoFold-R3D	RNA sequence and alignment	over fifty known RNA motifs
1780	2025-07-15	Improving Identification of Drug-Target Binding Sites Based on Structures of Targets Using Residual Graph Transformer Network 2025-Feb-03, Biomolecules IF:4.8Q1 DOI:10.3390/biom15020221 PMID:40001524	研究论文	提出了一种基于目标结构的深度学习框架RGTsite，用于改进药物-靶标结合位点的识别	采用残差图Transformer网络（RGTsite）结合1D-CNN和ProtT5预训练模型，融合多模态信息以提升结合位点预测性能	未明确提及数据不平衡问题的具体解决方案或模型在极端不平衡场景下的表现	提升药物-靶标结合位点的识别准确性以加速药物开发流程	蛋白质靶标结构及其结合位点	生物信息学	NA	1D-CNN、ProtT5预训练模型、图Transformer网络（GTN）	Residual Graph Transformer Network (RGTsite)	蛋白质序列数据、结构数据及理化性质	多个基准数据集（未明确具体数量）