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
161	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
162	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
163	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
164	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）
165	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
166	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
167	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）
168	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
169	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）
170	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
171	2025-05-17	Artificial intelligence to predict treatment response in rheumatoid arthritis and spondyloarthritis: a scoping review 2025-Apr-07, Rheumatology international IF:3.2Q2 DOI:10.1007/s00296-025-05825-3 PMID:40192881	综述	本文综述了人工智能技术在预测类风湿性关节炎和脊柱关节炎治疗反应中的应用和类型	综合分析了多种AI技术在预测治疗反应中的应用，并指出了多组学方法和基于影像的模型在预测生物制剂和JAK抑制剂反应中的潜力	方法学异质性限制了结果的普遍适用性，且存在数据整合和外部验证等挑战	分析人工智能技术在预测类风湿性关节炎和脊柱关节炎治疗反应中的应用	类风湿性关节炎(RA)和脊柱关节炎(SpA)患者	数字病理学	类风湿性关节炎, 脊柱关节炎	监督机器学习(如随机森林、支持向量机)、无监督聚类、深度学习	随机森林, 支持向量机, 深度学习模型	电子病历、临床生物标志物、遗传和蛋白质组学数据、影像数据	89项研究(74项关于RA，7项关于SpA，4项关于银屑病关节炎，4项混合研究)
172	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
173	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
174	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
175	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
176	2025-05-17	Using artificial intelligence system for assisting the classification of breast ultrasound glandular tissue components in dense breast tissue 2025-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95871-5 PMID:40189689	research paper	研究利用人工智能系统辅助分类致密乳腺组织中的腺体组织成分	使用ResNet101深度学习模型显著提高了不同经验放射科医生在超声图像中对致密乳腺腺体组织成分的分类敏感性和阳性预测值	研究仅限于致密乳腺组织的分类，未涉及其他乳腺疾病	探索人工智能驱动的乳腺超声分析模型在致密乳腺组织中腺体组织成分分类中的应用潜力	1,848名乳腺X线摄影分类为致密乳腺的健康女性	digital pathology	breast cancer	breast ultrasound analysis	ResNet101, ResNet+FCN	image	1,848名健康女性
177	2025-05-17	TransBind allows precise detection of DNA-binding proteins and residues using language models and deep learning 2025-Apr-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07534-w PMID:40185915	研究论文	TransBind是一种无需比对即可从单一蛋白质序列预测DNA结合蛋白及其结合残基的深度学习框架	TransBind利用预训练蛋白质语言模型特征，解决了数据不平衡问题，无需多重序列比对，显著提高了预测准确性和计算效率	未明确提及具体局限性，但可能对某些特殊蛋白质类型的预测效果有待验证	开发高精度预测DNA结合蛋白及其结合残基的计算方法	DNA结合蛋白及其结合残基	生物信息学	NA	深度学习、蛋白质语言模型	深度学习框架（具体架构未明确说明）	蛋白质序列数据	多种实验数据集（具体数量未明确说明）
178	2025-05-17	CGLoop: a neural network framework for chromatin loop prediction 2025-Apr-05, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11531-y PMID:40186170	research paper	提出了一种基于深度学习的神经网络框架CGLoop，用于预测Hi-C接触矩阵中的染色质环	结合了CNN、CBAM和BiGRU来捕获染色质环相关的重要特征，并采用基于密度的聚类方法过滤预测结果	NA	预测染色质环以深入理解基因组的三维结构和功能	染色质环	machine learning	NA	Hi-C	CNN, CBAM, BiGRU	Hi-C接触矩阵	多个细胞系包括GM12878、K562、IMR90和mESC
179	2025-05-17	Machine learning of clinical phenotypes facilitates autism screening and identifies novel subgroups with distinct transcriptomic profiles 2025-Apr-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95291-5 PMID:40188264	research paper	本研究利用机器学习方法提高自闭症谱系障碍（ASD）筛查准确性，并通过整合临床评估和分子数据识别出具有不同转录组特征的新亚组	深度学习模型在ASD筛查中达到95.23%的准确率，并发现仅需27个ADI-R子项即可保持类似性能，同时识别出三个临床和基因表达模式均不同的亚组	研究依赖于特定数据库（AGRE和GSE15402）的数据，可能影响结果的普适性	提高ASD筛查准确性并识别具有生物学意义的亚型	自闭症谱系障碍（ASD）患者	machine learning	autism spectrum disorder	深度学习	深度学习模型	临床评估数据和分子数据	2794名个体
180	2025-05-17	Deep learning-based uncertainty quantification for quality assurance in hepatobiliary imaging-based techniques 2025-Apr-04, Oncotarget DOI:10.18632/oncotarget.28709 PMID:40184325	评论	本文探讨了基于深度学习的肝胆成像技术中的不确定性量化如何提高诊断准确性和可靠性	介绍了Anisotropic Hybrid Network (AHUNet)这一现代架构，通过创新的卷积方法结合2D成像和3D体积数据	未提及具体的研究限制	提高肝胆成像技术的诊断准确性和可靠性，特别是在肿瘤学条件和癌前病变的早期检测中	肝胆成像技术	数字病理学	肝癌	深度学习	AHUNet	2D成像和3D体积数据	NA