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	2025-10-02	Deep learning-based approach for phenotypic trait extraction and computation of tomato under varying water stress 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1660593 PMID:41031303	研究论文	本研究开发了一种基于深度学习的番茄表型性状提取和参数计算框架，用于不同水分胁迫条件下的番茄监测	将自适应核卷积(AKConv)集成到YOLOv11n主干网络的C3k2模块，并设计了基于P2层的重新校准特征金字塔检测头	植株高度平均相对误差为6.9%，叶柄计数误差为10.12%	实现番茄水分胁迫的高效监测和精准灌溉	番茄植株	计算机视觉	NA	深度学习，目标检测，图像分析	YOLOv11n，随机森林，支持向量机，逻辑回归，决策树，K近邻，朴素贝叶斯，梯度提升	图像	NA
162	2025-10-02	Swin-YOLO-SAM: a hybrid Transformer-based framework integrating Swin Transformer, YOLOv12, and SAM-2.1 for automated identification and segmentation of date palm leaf diseases 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1666374 PMID:41031307	研究论文	提出一种基于Transformer的混合框架，用于枣椰树叶部病害的自动识别和分割	集成Swin Transformer、YOLOv12和SAM-2.1的混合Transformer框架，在低标注场景下实现精准的病害检测、分割和严重程度预测	NA	开发自动化、可扩展的植物病害诊断系统	枣椰树叶部病害	计算机视觉	植物病害	深度学习	Swin Transformer, YOLOv12, SAM-2.1, Vision Transformer	图像	13,459张棕榈叶图像
163	2025-10-02	Automated segmentation of soft X-ray tomography: native cellular structure with sub-micron resolution at high throughput for whole-cell quantitative imaging in yeast 2024-Nov-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.31.621371 PMID:39554159	研究论文	开发基于深度学习的自动分割流程用于软X射线断层扫描数据的细胞结构分割	首次将深度学习自动分割应用于软X射线断层扫描，实现高通量全细胞定量成像分析	需要手动迭代优化来提高分割精度	开发高通量细胞结构自动分割方法，实现精确的3D形态学分析	酵母细胞的细胞体、细胞核、液泡和脂滴等细胞器	计算机视觉	NA	软X射线断层扫描(SXT)	深度学习	3D图像数据	数百个细胞，涵盖三种酵母菌株（野生型、VPH1-GFP等）
164	2025-10-02	Selective Classification Under Distribution Shifts 2024-Oct, Transactions on machine learning research PMID:41019465	研究论文	提出一种考虑分布偏移的选择性分类框架，用于在数据分布变化时提高分类器的可靠性	首次在选择性分类中系统考虑分布偏移问题，提出两种新的基于间隔的置信度评分函数	仅关注非训练基础的置信度评分函数，未涉及训练过程中的分布偏移适应	开发在分布偏移环境下更有效的选择性分类方法	深度学习分类器在分布偏移下的选择性分类性能	机器学习	NA	深度学习	深度学习分类器	NA	NA
165	2025-10-02	SVPath: A Deep Learning Tool for Analysis of Stria Vascularis from Histology Slides 2024-Aug, Journal of the Association for Research in Otolaryngology : JARO DOI:10.1007/s10162-024-00948-z PMID:38760547	研究论文	开发了一个名为SVPath的深度学习工具，用于从颞骨组织病理学切片中自动分析血管纹及其相关毛细血管床	首次将YOLOv8和nnUnet深度学习模型结合应用于血管纹的检测和分割，并开发了专门的SV分析工具(SVAT)进行定量测量	研究仅使用正常猕猴耳部样本，样本量相对有限(内部数据集203个切片，外部验证集10个切片)	开发自动化工具替代人工分割，提高血管纹分析的准确性和效率	猕猴颞骨组织切片中的血管纹结构和毛细血管床	数字病理学	耳科疾病	组织病理学染色(苏木精-伊红染色)	YOLOv8, nnUnet	图像	内部数据集203个数字化切片(来自正常猕猴耳)，外部验证集10个切片(来自另一正常猕猴耳)
166	2025-10-02	Predicting the Tumor Microenvironment Composition and Immunotherapy Response in Non-Small Cell Lung Cancer from Digital Histopathology Images 2024-Jun-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.11.24308696 PMID:41030932	研究论文	开发了一种名为HistoTME的弱监督深度学习方法，可从非小细胞肺癌组织病理学图像预测肿瘤微环境组成和免疫治疗反应	首次提出直接从组织病理学图像推断肿瘤微环境组成的弱监督深度学习方法，无需额外分子检测	研究基于特定患者队列，需要在更广泛人群中验证	预测非小细胞肺癌肿瘤微环境组成和免疫治疗反应	非小细胞肺癌患者	数字病理学	肺癌	弱监督深度学习	深度学习	全切片数字病理图像	外部临床队列652名患者
167	2025-10-02	Predicting Progression From Mild Cognitive Impairment to Alzheimer's Dementia With Adversarial Attacks 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3373703 PMID:38507374	研究论文	提出一种使用对抗攻击预测轻度认知障碍向阿尔茨海默病转化的框架	利用单步梯度对抗攻击寻找输入空间中的疾病进展方向，通过到决策边界的距离预测疾病转化	阿尔茨海默病研究可用数据集的规模不足以学习复杂模型	预测轻度认知障碍向阿尔茨海默病的转化	轻度认知障碍患者	机器学习	阿尔茨海默病	对抗攻击	浅层神经网络	医学数据	两个公开可用阿尔茨海默病研究数据集
168	2025-10-02	Prediction of MRI-Induced Power Absorption in Patients with DBS Leads 2024-Jun, Proceedings. IEEE International Symposium on Computer-Based Medical Systems DOI:10.1109/cbms61543.2024.00087 PMID:41030917	研究论文	本研究使用机器学习方法预测深部脑刺激导联在MRI扫描中的局部比吸收率值	首次将XgBoost和深度残差网络应用于DBS导联SAR值预测，显著超越现有最佳方法	数据量较小，仅包含260个样本，限制了深度网络的应用效果	开发高效算法预测DBS患者MRI扫描时的组织能量吸收	深部脑刺激系统患者和人工模拟数据	机器学习	神经系统疾病	电磁仿真，机器学习	XgBoost，Residual Networks	电磁仿真数据	260个样本（包含患者数据和人工数据）
169	2025-10-02	CONUNETR: A CONDITIONAL TRANSFORMER NETWORK FOR 3D MICRO-CT EMBRYONIC CARTILAGE SEGMENTATION 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635851 PMID:41018045	研究论文	提出一种基于Transformer的条件网络用于3D微CT胚胎软骨分割	通过条件机制改进生物先验知识，使单个模型能够准确预测多个年龄组的软骨形态	NA	解决胚胎软骨快速结构变化导致的深度学习模型泛化问题	小鼠胚胎软骨	计算机视觉	骨骼发育异常	微CT成像	Transformer	3D图像	多个小鼠软骨数据集（包含不同突变类型）
170	2025-10-02	High-throughput target trial emulation for Alzheimer's disease drug repurposing with real-world data 2023-12-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43929-1 PMID:38081829	研究论文	使用真实世界数据模拟阿尔茨海默病药物再利用的靶向试验	提出了基于倾向评分模型的模型选择策略以改进基线协变量平衡，并发现深度学习模型在协变量平衡方面不一定优于逻辑回归方法	缺乏对现有方法的系统性评估	识别已批准药物对阿尔茨海默病的新适应症	170多万患者的临床记录	医学信息学	阿尔茨海默病	靶向试验模拟、逆概率加权	深度学习、逻辑回归	临床记录	超过1.7亿患者，覆盖10多年的临床数据
171	2025-10-02	Comprehensive tissue deconvolution of cell-free DNA by deep learning for disease diagnosis and monitoring 2023-07-11, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2305236120 PMID:37399400	研究论文	通过深度学习对血浆游离DNA进行组织溯源分析，用于疾病诊断和治疗监测	构建了基于521个非癌组织样本的高分辨率甲基化图谱，开发了基于深度学习的监督组织反卷积方法	NA	开发高灵敏度和准确度的组织来源cfDNA定量方法，用于疾病检测和治疗监测	血浆游离DNA(cfDNA)和组织特异性甲基化模式	数字病理	多种疾病	甲基化测序，深度学习	深度学习模型	甲基化数据，DNA片段数据	521个非癌组织样本，涵盖29种主要人体组织类型
172	2025-10-02	Enhancing Neonatal Pain Assessment Transparency via Explanatory Training Examples Identification 2023-Jun, Proceedings. IEEE International Symposium on Computer-Based Medical Systems DOI:10.1109/cbms58004.2023.00236 PMID:41019613	研究论文	本研究提出一种基于实例的解释方法，通过识别最有帮助和有害的训练样本来增强新生儿疼痛音频评估的透明度	将新生儿音频信号可视化为频谱图图像进行分类，并提出基于实例的方法解释黑盒模型决策，通过影响分数分析训练实例对疼痛预测的影响	仅针对音频模态进行研究，未考虑多模态融合方法	提高基于深度学习的新生儿疼痛评估方法的透明度和可解释性	新生儿疼痛音频信号	计算机视觉	新生儿疼痛	深度学习	黑盒模型	音频信号转换的频谱图图像	NA
173	2025-10-02	Application of Machine learning to predict RF heating of cardiac leads during magnetic resonance imaging at 1.5 T and 3 T: A simulation study 2023-04, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2023.107384 PMID:36842429	研究论文	本研究应用深度学习预测心脏导联在1.5T和3T磁共振成像中的射频加热	首次将深度学习应用于预测位置和方向可变的导电导联在MRI中的射频加热	基于仿真研究，需要进一步实验验证	开发快速预测磁共振成像中植入物射频加热的方法	心脏导联模型	机器学习	心血管疾病	电磁仿真，深度学习	神经网络	仿真数据	600个具有临床相关轨迹的心脏导联模型
174	2025-10-02	Machine-learning based investigation of prognostic indicators for oncological outcome of pancreatic ductal adenocarcinoma 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.895515 PMID:36568148	研究论文	本研究开发了一种基于3D-CNN的机器学习模型，用于术前预测胰腺导管腺癌的淋巴结转移和术后切缘状态	首次将三维卷积神经网络应用于胰腺癌术前CT扫描，同时预测淋巴结转移和手术切缘状态	样本量较小（110名患者），需要更大规模研究验证模型的普适性	改善胰腺导管腺癌术前影像分期，预测术后切缘和淋巴结状态以优化治疗策略	胰腺导管腺癌患者	计算机视觉	胰腺癌	CT扫描	3D-CNN	医学影像	110名患者的881个CT扫描
175	2025-10-02	ADVERSARIAL SYNTHESIS LEARNING ENABLES SEGMENTATION WITHOUT TARGET MODALITY GROUND TRUTH 2018-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi.2018.8363790 PMID:41018946	研究论文	提出一种端到端的合成与分割网络，无需CT模态标注即可同时实现MRI到CT的图像合成和脾肿大分割	首次将图像合成与分割任务整合到端到端网络中，利用合成与分割间的互补信息，突破了传统两阶段方法的局限	仅针对脾肿大分割进行验证，未在其他器官或疾病上测试通用性	解决跨模态医学图像分割中标注数据缺乏的问题	脾脏器官的CT图像分割	计算机视觉	脾肿大	生成对抗网络	EssNet（端到端合成分割网络），CycleGAN	医学图像（MRI和CT）	NA
176	2025-10-02	DANN: a deep learning approach for annotating the pathogenicity of genetic variants 2015-Mar-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btu703 PMID:25338716	研究论文	开发了一种基于深度学习的遗传变异致病性注释方法DANN	使用深度神经网络替代线性SVM，能够捕捉特征间的非线性关系，在CADD相同特征集和训练数据基础上实现性能提升	NA	改进遗传变异致病性注释算法的性能	编码和非编码遗传变异	机器学习	NA	深度神经网络训练	DNN	遗传变异特征数据	NA
177	2025-10-01	Mino-Bimaadiziwin and the Pursuit of Harmony 2025-Nov, Personality and social psychology review : an official journal of the Society for Personality and Social Psychology, Inc IF:7.7Q1 DOI:10.1177/10888683251345043 PMID:41017246	研究论文	本文介绍北美原住民Anishinaabeg文化中的Mino-Bimaadiziwin概念及其七大祖训对幸福观的启示	首次将北美原住民多数世界观引入心理学幸福理论研究，提出以和谐为核心的非西方幸福观	研究聚焦单一原住民文化群体，结论可能不具普遍代表性	探索北美原住民文化视角下的幸福观理论	Anishinaabeg原住民群体的文化传统和幸福观念	心理学	NA	文化叙事分析	NA	文本	NA
178	2025-10-01	Hybrid deep learning framework for environmental microplastic classification: Integrating CNN-based spectral feature extraction and transformer models 2025-Nov-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126989 PMID:40816460	研究论文	提出一种结合CNN和Transformer的混合深度学习框架，用于基于FTIR光谱的环境微塑料分类	首次将CNN的局部光谱特征提取能力与Transformer的全局上下文建模能力相结合，形成互补优势的混合架构	NA	开发一种可靠且可扩展的环境微塑料快速识别方法	环境微塑料的FTIR光谱数据	机器学习	NA	FTIR光谱分析	CNN-Transformer混合模型	光谱数据	包含来自土壤、空气、沉积物和水体基质的17种聚合物类型的光谱数据集
179	2025-10-01	Surveillance of urban river environment by quantifying distributions of water quality parameters using hyperspectral remote sensing-based ripple propagation graph network 2025-Nov-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126875 PMID:40846259	研究论文	本研究提出了一种混合反馈涟漪网络(HF-RN)，用于从无人机高光谱数据中有效反演城市河流水质参数	整合深度学习、空间分布模式分析和概率统计分析，通过涟漪传播图网络实现采样区与非采样区的信息共享，增强水质参数预测的空间相关性和连续性	NA	开发高效的城市河流水质监测方法，优化生活与工业污水排放管理方案	城市河流水质参数(总磷、总氮、化学需氧量、生化需氧量、叶绿素a、总悬浮固体)	环境遥感	NA	高光谱遥感、无人机遥感	混合反馈涟漪网络(HF-RN)、深度学习	高光谱图像	实际世界数据集，应用于中国广东中山市石岐河水质监测
180	2025-10-01	Interpreting spatiotemporal dynamics of Ulva prolifera blooms in the southern yellow sea using an attention-enhanced transformer framework 2025-Nov-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126999 PMID:40846261	研究论文	本研究开发了一种基于注意力增强Transformer的深度学习框架，用于解释和预测黄海南部浒苔爆发的时空动态	首次将多头自注意力机制的Transformer框架应用于浒苔爆发动态预测，能够动态捕捉空间依赖性并提供可解释的生态预测	NA	更好地理解和预测浒苔爆发的复杂时空动态，为针对性缓解和管理提供见解	黄海南部浒苔爆发事件	机器学习	NA	深度学习，多头自注意力机制	Transformer	海洋环境因子数据	NA