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
18501	2025-10-07	Automatic detection and counting of wheat spike based on DMseg-Count 2024-11-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80244-1 PMID:39613805	研究论文	提出基于DMseg-Count的小麦穗自动检测与计数方法，用于产量预测和品种评估	在DM-Count模型基础上引入小麦穗局部分割分支，通过逐元素点乘机制融合全局与局部上下文监督信息	未明确说明模型在极端遮挡和重叠情况下的性能限制	提高复杂田间环境下小麦穗自动检测与计数的准确性	小麦穗图像	计算机视觉	NA	深度学习	CNN	图像	NA	NA	DMseg-Count, DM-Count	平均绝对误差(MAE), 均方根误差(RMSE)	NA
18502	2025-10-07	Synthetic augmentation of cancer cell line multi-omic datasets using unsupervised deep learning 2024-Nov-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54771-4 PMID:39614072	研究论文	本研究开发了一种无监督深度学习模型MOSA，用于整合和增强癌症细胞系的多组学数据集	提出首个专门用于整合和增强癌症依赖图谱的无监督深度学习模型，能够生成分子和表型特征，将多组学特征数量增加32.7%	NA	解决生物数据异质性、复杂性和稀疏性问题，实现对癌症生物学的整体理解	1523个癌症细胞系的多组学数据	机器学习	癌症	多组学分析	无监督深度学习	多组学数据	1523个癌症细胞系	NA	MOSA	SHAP分析	NA
18503	2025-10-07	nPOD-Kidney: A Heterogenous Donor Cohort for the Investigation of Diabetic Kidney Disease Pathogenesis and Progression 2024-Nov-05, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000620 PMID:39499578	研究论文	介绍nPOD-K肾脏项目通过传统和数字病理学方法研究糖尿病肾病发病机制和进展	建立首个基于器官捐赠者肾脏的异质性队列，结合数字病理和深度学习工具分析糖尿病肾病进展	研究依赖于器官捐赠者样本，样本获取可能受限	利用器官捐赠者肾脏增强对糖尿病肾病发病机制和进展的理解	器官捐赠者的肾脏组织样本	数字病理学	糖尿病肾病	传统病理学染色, 数字病理学, 全玻片成像	深度学习, 机器学习	病理图像	nPOD-K队列肾脏样本	Visiopharm	NA	组织学定量分析	NA
18504	2025-10-07	Machine learning-optimized targeted detection of alternative splicing 2024-Sep-24, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.20.614162 PMID:39386495	研究论文	提出一种名为LSV-seq的靶向RNA测序方法，通过机器学习优化引物设计，提高选择性剪接检测的效率和灵敏度	开发了Optimal Prime机器学习算法优化引物设计，并首次将深度学习剪接编码预测与靶向测序相结合	方法主要针对已知剪接事件的检测，可能不适用于全新剪接事件的发现	开发高效检测和量化选择性剪接的靶向RNA测序方法	人类组织样本中的选择性剪接事件	机器学习	NA	RNA-seq, LSV-seq, 靶向测序	机器学习, 深度学习	RNA测序数据	GTEx数据库中的数千个引物序列	NA	NA	捕获率, 测序深度, 灵敏度	NA
18505	2025-10-07	Empowering Portable Age-Related Macular Degeneration Screening: Evaluation of a Deep Learning Algorithm for a Smartphone Fundus Camera 2024-09-05, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-081398 PMID:39237272	研究论文	评估用于智能手机眼底相机的深度学习算法在年龄相关性黄斑变性筛查中的性能	首次评估基于智能手机眼底相机的AI系统进行AMD筛查，通过两阶段训练策略（初始训练+设备特定微调）	使用回顾性数据，需要前瞻性研究验证临床适用性	开发便携式年龄相关性黄斑变性筛查系统	视网膜图像和年龄相关性黄斑变性患者	计算机视觉	年龄相关性黄斑变性	眼底成像	深度学习	图像	初始训练108,251张图像，微调1,108张图像，测试集分别包含909张和238张图像	NA	NA	AUC, 敏感度, 特异度	NA
18506	2025-10-07	Free access via computational cloud to deep learning-based EEG assessment in neonatal hypoxic-ischemic encephalopathy: revolutionary opportunities to overcome health disparities 2024-Sep, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-024-03427-6 PMID:39107521	研究论文	评估基于深度学习的脑电监测系统BSN作为新生儿缺氧缺血性脑病严重程度床边标志物的有效性	首次通过计算云平台免费提供基于深度学习的脑电评估，为克服健康差异提供创新解决方案	样本量较小（仅46例HIE新生儿），需要更大规模研究验证	开发可访问的深度学习脑电评估工具用于新生儿脑病严重程度监测	缺氧缺血性脑病新生儿与健康婴儿	医疗人工智能	新生儿缺氧缺血性脑病	脑电图	深度学习	脑电信号	46例HIE新生儿及健康婴儿对照	NA	Brain State of the Newborn (BSN)	与Total Sarnat Score相关性分析	计算云平台
18507	2025-10-07	AI and Big Data approaches to addressing the opioid crisis: a scoping review protocol 2024-08-31, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-084728 PMID:39645274	综述	本文提出了一项范围综述方案，旨在评估人工智能和大数据技术在应对阿片类药物危机中的最新进展	首次系统性地对AI和大数据技术在阿片类药物危机中的应用进行范围综述，填补该领域综合评估的空白	作为综述方案，尚未开展实际数据收集和分析，结果有待后续研究验证	评估AI和大数据技术在检测、治疗、预防和应对阿片类药物危机方面的有效性	2013-2023年间发表的关于AI和大数据技术应用于阿片类药物危机的研究文献	自然语言处理, 机器学习	阿片类药物危机	机器学习, 深度学习, 自然语言处理	NA	文献数据, 灰色文献	四个科学数据库的文献（PubMed, Web of Science, Engineering Village, PsycInfo）	NA	NA	评估指标将作为提取信息的一部分进行分析	Covidence文献筛选工具
18508	2025-10-07	CREMP: Conformer-rotamer ensembles of macrocyclic peptides for machine learning 2024-Aug-09, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03698-y PMID:39122750	研究论文	本文介绍了CREMP数据集，这是一个用于机器学习模型开发和评估的环肽构象集合资源	首次创建了包含36,198个独特环肽及其高质量结构集合的大规模数据集，填补了环肽构象建模领域的空白	数据集主要基于计算模拟生成，需要进一步实验验证	开发用于环肽构象建模和优化的机器学习方法	环肽的构象集合和结构特性	机器学习	NA	构象-旋转异构体集合采样工具(CREST)，半经验扩展紧束缚(xTB)DFT计算	NA	结构数据，构象集合，能量注释	36,198个独特环肽，包含近3,130万个独特环肽几何结构，其中3,258个环肽具有被动渗透性数据	NA	NA	NA	NA
18509	2025-10-07	Artificial intelligence for gastric cancer in endoscopy: From diagnostic reasoning to market 2024-Jul, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2024.04.019 PMID:38763796	综述	本文全面评估人工智能在内窥镜成像中评估胃癌前病变和癌变病变的应用现状及临床推广障碍	系统梳理人工智能在胃镜领域从诊断推理到市场应用的全链条发展，重点关注临床转化面临的挑战	缺乏大规模稳健验证研究，存在监管障碍，临床常规应用尚未普及	评估人工智能在内窥镜胃部病变检测中的当前应用状况和实施障碍	胃部癌前病变和癌变病变的内窥镜图像	计算机视觉	胃癌	内窥镜成像	深度学习	医学图像	NA	NA	NA	NA	NA
18510	2025-10-07	Sentiment analysis of the Hamas-Israel war on YouTube comments using deep learning 2024-06-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63367-3 PMID:38871739	研究论文	本研究使用深度学习方法对YouTube上关于哈马斯-以色列战争的评论进行情感分析	首次将多种深度学习模型应用于哈马斯-以色列战争相关的社交媒体评论情感分析，并比较了不同词嵌入技术的效果	研究仅针对YouTube平台，样本来源有限；人工标注可能存在主观性；未考虑评论的时间动态变化	通过分析社交媒体评论了解公众对哈马斯-以色列战争的情感和意见倾向	YouTube上关于哈马斯-以色列战争的用户评论	自然语言处理	NA	自然语言处理，情感分析	LSTM, Bi-LSTM, GRU, CNN	文本评论	24,360条来自BBC、WION、Aljazeera等YouTube新闻频道的评论	NA	CNN和Bi-LSTM混合模型	准确率	NA
18511	2025-10-07	The Neurobeachin-like 2 protein (NBEAL2) controls the homeostatic level of the ribosomal protein RPS6 in mast cells 2024-05, Immunology IF:4.9Q2 DOI:10.1111/imm.13756 PMID:38272677	研究论文	本研究揭示了NBEAL2蛋白通过调控核糖体蛋白RPS6的稳态水平影响肥大细胞功能的分子机制	首次发现NBEAL2与RPS6形成复合物调控其蛋白稳态，并阐明NBEAL2缺失导致RPS6异常磷酸化进而引发肥大细胞表型异常的机制	研究主要基于小鼠模型和细胞系，人类样本验证不足；具体分子相互作用机制仍需进一步探索	探究NBEAL2在肥大细胞中的详细功能及其分子机制	小鼠肥大细胞、MC/9肥大细胞系	分子生物学	免疫系统疾病	CRISPR/Cas9基因编辑, 免疫共沉淀, 蛋白质印迹, ELISA, 流式细胞术	深度学习	蛋白质结构, 分子相互作用数据	野生型和Nbeal2基因敲除小鼠的肥大细胞, MC/9细胞系	RoseTTAFold, Pymol	深度学习蛋白质结构预测模型	NA	NA
18512	2025-10-07	Deep Learning-Based Glucose Prediction Models: A Guide for Practitioners and a Curated Dataset for Improved Diabetes Management 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3365290 PMID:38899015	研究论文	本研究利用可穿戴传感器采集的生理数据构建基于深度学习的血糖预测模型，并系统比较不同模型架构为从业者提供实践指导	系统比较多种深度学习架构在血糖预测任务中的表现，并引入包含健康人群和糖尿病患者在自由生活条件下记录的精选数据集	NA	开发准确的中短期血糖预测模型以改善糖尿病管理	糖尿病患者及糖尿病高风险人群	机器学习	糖尿病	可穿戴传感器数据采集	深度学习	生理时间序列数据	包含健康个体和糖尿病患者的精选数据集	NA	多种深度学习架构	NA	NA
18513	2025-10-07	Optimizing Machine Learning Models for Accessible Early Cognitive Impairment Prediction: A Novel Cost-effective Model Selection Algorithm 2024, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/access.2024.3505038 PMID:39902153	研究论文	开发了一种用于早期认知障碍预测的成本效益模型选择算法，并验证了支持向量机模型在预测性能与计算效率方面的优势	提出了一种新颖的算法来选择成本效益高的模型，在保证高性能的同时最小化开发和运营成本	未在更多样化的数据集上进行验证，且主要依赖NACC UDS数据	开发成本效益高且易于获取的机器学习模型，用于预测未来五年内的认知障碍风险	认知障碍和痴呆相关疾病的早期预测	机器学习	老年疾病	机器学习，深度学习	SVM, 神经网络	结构化医疗数据	来自NACC统一数据集的数据	NA	支持向量机，神经网络	F2-score	NA
18514	2025-10-07	Classification of tomato leaf disease using Transductive Long Short-Term Memory with an attention mechanism 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1467811 PMID:39906226	研究论文	提出一种结合注意力机制的转导式长短期记忆网络用于番茄叶部病害分类	首次将转导学习与LSTM结合并引入注意力机制，通过缩放点积注意力评估图像序列中各步骤的权重	未明确说明模型计算复杂度及实际部署可行性	开发高效的番茄叶部病害自动分类方法	番茄叶片图像	计算机视觉	植物病害	图像处理、数据增强	T-LSTM, CNN	图像	PlantVillage数据集（未明确具体数量）	NA	U-Net, VGG-16, T-LSTM with attention mechanism	准确率	NA
18515	2025-10-07	An improved ShuffleNetV2 method based on ensemble self-distillation for tomato leaf diseases recognition 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1521008 PMID:39906224	研究论文	提出一种基于集成自蒸馏的改进ShuffleNetV2方法，用于番茄叶部病害识别	构建多深度浅层模型建立蒸馏框架，引入深度可分离卷积层提取更有效特征信息，通过集成模型动态传递知识	NA	开发适用于边缘设备部署的轻量级番茄病害识别模型	番茄叶部病害	计算机视觉	植物病害	深度学习	CNN	图像	NA	NA	ShuffleNetV2, VGG16, ResNet18	准确率, 精确率, 召回率, F1分数	边缘设备
18516	2025-10-07	Automated karyogram analysis for early detection of genetic and neurodegenerative disorders: a hybrid machine learning approach 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1525895 PMID:39911161	研究论文	提出一种结合无监督和监督学习的混合方法，用于自动化染色体核型分析以早期检测遗传和神经退行性疾病	开发了结合自编码器和卷积神经网络的混合学习方法，解决了染色体异常数据稀缺和标注数据有限的问题	依赖于特定数据集，模型在更广泛染色体异常类型上的泛化能力需要进一步验证	开发自动化染色体核型分析方法，实现遗传和神经退行性疾病的早期检测	染色体图像	医学图像分析	遗传疾病,神经退行性疾病	染色体核型分析	Autoencoder, CNN	图像	234,259张染色体图像（包含训练集、验证集和测试集）	NA	Autoencoder, CNN	准确率, 结构相似性指数, 模板匹配	NA
18517	2025-10-07	Proximity-based solutions for optimizing autism spectrum disorder treatment: integrating clinical and process data for personalized care 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1512818 PMID:39911557	研究论文	利用人工智能技术优化自闭症谱系障碍的诊断和治疗，通过集成临床和流程数据提供个性化护理	开发了集成多源数据的中央数据枢纽(MDP)，结合AI算法实现自闭症风险因素识别、个性化治疗计划制定和复发预测，并引入面向患者的聊天机器人	未提及具体样本规模和验证方法，缺乏实际应用效果的具体数据	改善自闭症谱系障碍的诊断和治疗可及性，实现个性化护理	自闭症谱系障碍患者及其临床数据	机器学习	自闭症谱系障碍	人工智能、机器学习和深度学习	NA	临床数据和流程数据	NA	NA	NA	NA	NA
18518	2025-10-07	Accurate LAI estimation of soybean plants in the field using deep learning and clustering algorithms 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1501612 PMID:39911650	研究论文	提出结合深度学习和聚类算法的处理流程，从无人机LiDAR点云数据中分割田间大豆植株并估算叶面积指数	首次将PointNet++模型与分水岭算法结合用于田间大豆植株分割，显著提升分割精度6.73%	仅针对大豆植物进行研究，未验证在其他作物上的适用性	开发高效准确的田间植物表型参数提取方法	田间种植的大豆植株	计算机视觉	NA	LiDAR点云采集	PointNet++, SVM, RF, XGBoost	3D点云数据	NA	NA	PointNet++	准确率, F1-score, R², RMSE	NA
18519	2025-10-07	YOLOv8s-Longan: a lightweight detection method for the longan fruit-picking UAV 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1518294 PMID:39911656	研究论文	提出一种名为YOLOv8s-Longan的轻量级深度学习算法，用于无人机采摘龙眼果实的快速准确检测	设计了AMA注意力模块并集成到DenseAMA和C2f-Faster-AMA模块中，提出VOVGSCSPC模块进行多尺度特征融合，采用新型Inner-SIoU损失函数作为目标边界框损失函数	NA	提高无人机采摘场景下果实检测的准确性和速度，同时减少模型参数量	龙眼果实	计算机视觉	NA	深度学习	YOLO	图像	NA	NA	YOLOv8s-Longan, DenseAMA, C2f-Faster-AMA, VOVGSCSPC	mAP@0.5	无人机计算平台
18520	2025-02-07	Graph Neural Networks in Cancer and Oncology Research: Emerging and Future Trends 2023-Dec-15, Cancers IF:4.5Q1 DOI:10.3390/cancers15245858 PMID:38136405	综述	本文综述了图神经网络（GNNs）在癌症和肿瘤学研究中的应用，并探讨了未来的研究趋势	本文首次系统性地总结了2020年以来GNN在癌症和肿瘤学研究中的应用，并提出了未来研究的方向	本文主要基于现有文献进行综述，未涉及具体的实验验证	探讨图神经网络在癌症和肿瘤学研究中的应用及其未来趋势	癌症和肿瘤学研究中的多模态图数据	机器学习	癌症	图神经网络（GNNs）	GNN	图数据（分子结构、空间分辨成像、数字病理学、生物网络、知识图谱等）	NA	NA	NA	NA	NA