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
1881	2025-04-16	Focusing properties and deep learning-based efficient tuning of symmetric butterfly beams 2025-Apr-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.557170 PMID:40232438	研究论文	本文报告了一种新型的突然自聚焦光束——对称蝴蝶高斯光束（SBGBs），并提出了基于深度学习的模型来快速准确地预测SBGBs的传播特性	提出了一种新型的对称蝴蝶高斯光束（SBGBs），并开发了基于深度学习的快速预测模型，其预测速度比传统算法快8000倍	未提及具体实验验证或实际应用中的潜在问题	研究新型光束的聚焦特性及其在光学操纵、光通信和生物医学中的应用	对称蝴蝶高斯光束（SBGBs）	光学	NA	深度学习	深度学习模型	光学数据	NA
1882	2025-04-16	Multi-viewpoint tampering detection for integral imaging 2025-Apr-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.557452 PMID:40232459	研究论文	提出了一种新的3D积分成像方案，能够在保证清晰光场显示的同时实现篡改检测和自我恢复	结合像素映射和深度学习技术，实现了像素级的深度和角度数据提取，并嵌入多视点恢复信息以重建完整的元素图像阵列	未提及具体计算成本降低的程度和实际应用场景的限制	开发一种具有篡改检测和自我恢复功能的3D积分成像方案	相机阵列基础的积分成像系统	计算机视觉	NA	深度学习	NA	图像	NA
1883	2025-04-16	Development and application of deep learning-based diagnostics for pathologic diagnosis of gastric endoscopic submucosal dissection specimens 2025-Apr-15, Gastric cancer : official journal of the International Gastric Cancer Association and the Japanese Gastric Cancer Association IF:6.0Q1 DOI:10.1007/s10120-025-01612-y PMID:40232558	研究论文	开发并评估了一种基于深度学习的模型，用于诊断胃内镜黏膜下剥离术（ESD）标本	首次应用深度学习模型对ESD标本进行肿瘤和黏膜下浸润的自动检测，显著缩短诊断时间	研究仅针对腺癌类型的ESD标本，未涵盖其他类型的胃癌	提高早期胃癌ESD标本的诊断准确性和效率	366例腺癌ESD标本的整张切片图像	数字病理学	胃癌	深度学习	CNN	图像	366例ESD标本，包含2257个标注感兴趣区域和83,839个补丁图像
1884	2025-04-16	Automated pulmonary nodule classification from low-dose CT images using ERBNet: an ensemble learning approach 2025-Apr-15, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03358-2 PMID:40232605	research paper	开发了一种深度学习方法来分析不同剂量和质量的CT图像，旨在将肺部病变分类为结节和非结节	提出了一个名为ERBNet的集成学习模型，能够处理不同剂量水平的低剂量CT图像，并在结节分类上达到高准确率	模型在低剂量CT图像上的性能相对较差，表明需要为每个低剂量水平开发专用模型	开发一种能够分析不同剂量和质量CT图像的深度学习模型，用于肺部结节分类	肺部结节和非结节	digital pathology	lung cancer	low-dose CT (LDCT), full-dose CT (FDCT)	3D CNN, ensemble learning	image	400 nodule and 400 non-nodule samples
1885	2025-04-16	Geometric deep learning framework for de novo genome assembly 2025-Apr-14, Genome research IF:6.2Q1 DOI:10.1101/gr.279307.124 PMID:39472021	research paper	介绍了一个基于几何深度学习的框架GNNome，用于从PacBio HiFi reads中重建基因组组装	利用几何深度学习技术，不依赖现有组装策略，直接从组装图中训练模型，提高了基因组组装的连续性和质量	目前主要适用于单倍体基因组的组装，对于多倍体和非整倍体基因组的重建仍需进一步研究	开发一种新的基因组组装方法，解决现有算法在重复区域导致的复杂图纠缠问题	基因组组装图	machine learning	NA	PacBio HiFi reads	GNN	genomic sequences	several species
1886	2025-04-16	DistAL: A Domain-Shift Active Learning Framework with Transferable Feature Learning for Lesion Detection 2025-Apr-14, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3558861 PMID:40227902	研究论文	提出了一种结合主动学习和域不变特征学习的框架DistAL，用于解决医学图像分析中的域偏移问题	结合对比一致性训练和混合样本选择策略RUDY，有效学习判别性和域不变特征	需要从目标域中标注少量样本，可能在实际应用中受到标注成本的限制	解决医学图像分析中因域偏移导致的性能下降问题	医学图像中的病灶检测	计算机视觉	NA	对比一致性训练，K-means++初始化	深度学习	医学图像	八个来自不同医院的数据集，标注目标域样本的1.7%
1887	2025-04-16	Saturation transfer MR fingerprinting for magnetization transfer contrast and chemical exchange saturation transfer quantification 2025-Apr-14, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30532 PMID:40228056	研究论文	本研究开发了一种基于深度学习的饱和转移MR指纹识别技术，用于快速准确量化自由水、磁化转移对比、酰胺质子转移参数及B0场不均匀性	提出了基于生物物理模型驱动的深度学习框架，结合Bloch-McConnell模拟器进行神经网络训练，显著提升了参数估计精度	研究仅在数值模型和健康人脑中进行验证，未涉及病理状态组织的测试	开发快速准确的饱和转移MR定量成像技术	水分子、磁化转移对比、酰胺质子转移参数及B0场	医学影像分析	NA	饱和转移MR指纹识别(ST-MRF)、深度学习	深度学习网络	MR影像数据	数值模型测试及健康人脑数据(尺寸256×256×9×103)
1888	2025-04-16	Invited Perspective: How Do Green- and Bluespaces Reduce Heat-Related Health Risks? Gaining New Insights from Street-View Imagery, Deep Learning Models, and Smartphone Data 2025-Apr-14, Environmental health perspectives IF:10.1Q1 DOI:10.1289/EHP15400 PMID:40228076	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1889	2025-04-16	A CNN-transformer-based hybrid U-shape model with long-range relay for esophagus 3D CT image gross tumor volume segmentation 2025-Apr-14, Medical physics IF:3.2Q1 DOI:10.1002/mp.17818 PMID:40229138	research paper	提出了一种基于CNN和Transformer的混合U型模型（LRRM-U-TransNet），用于提高食管3D CT图像中肿瘤体积分割的准确性	引入了长距离接力机制和两个即用型模块（Dual FastViT和Dual AxialViT），以增强特征表示能力和全局信息获取	未提及具体局限性	提高食管肿瘤体积（GTV）在CT图像中的分割准确性，以改善诊断和治疗效果	食管肿瘤的3D CT图像	digital pathology	食管癌	深度学习	CNN-Transformer混合模型（LRRM-U-TransNet）	3D CT图像	1665例真实患者CT样本，由五位放射科专家标注
1890	2025-04-16	An Automated AI Framework for Quantitative Measurement of Mammalian Behavior 2025-Apr-14, Integrative zoology IF:3.5Q1 DOI:10.1111/1749-4877.12985 PMID:40230073	研究论文	开发了一个基于面部识别和深度学习的框架，用于自动跟踪、测量和量化多种哺乳动物的行为	首次提出一个自动化框架，利用面部识别和深度学习技术对多种哺乳动物的行为进行定量测量和分析	未提及具体样本数量，且准确率在不同物种间存在差异	开发一种自动化和定量测量动物行为的方法	10种不同的哺乳动物类群，包括灵长类、牛科、食肉目和马科动物	计算机视觉	NA	深度学习、面部识别	NA	视频	NA
1891	2025-04-16	Update of imaging in the assessment of axial spondyloarthritis 2025-Apr-13, Best practice & research. Clinical rheumatology DOI:10.1016/j.berh.2025.102064 PMID:40229184	综述	本文回顾了过去5年中轴型脊柱关节炎影像学评估的新进展	介绍了增强CT和MRI技术，以及深度学习算法在识别骶髂关节炎和脊柱病变中的应用	主要关注过去5年的进展，可能未涵盖更早期的技术或更广泛的应用	更新轴型脊柱关节炎的影像学评估方法	骶髂关节和脊柱的炎症及结构损伤	数字病理	脊柱关节炎	增强CT、MRI、深度学习	深度学习算法	影像数据（X光、CT、MRI）	NA
1892	2025-04-16	Improving AlphaFold2 and 3-based protein complex structure prediction with MULTICOM4 in CASP16 2025-Apr-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.06.641913 PMID:40161604	research paper	本文介绍了MULTICOM4系统，通过整合AlphaFold2、AlphaFold3及内部技术，提升蛋白质复合物结构预测的准确性	整合了基于transformer的AlphaFold2和基于扩散模型的AlphaFold3，结合内部技术如蛋白质复合物化学计量预测、多样化的多序列比对生成等	未明确提及具体限制，但可能依赖于AlphaFold模型的固有局限性	提升多链蛋白质复合物（多聚体）结构预测的准确性	蛋白质复合物结构	生物信息学	NA	多序列比对(MSA)、深度学习模型质量评估	AlphaFold2, AlphaFold3	蛋白质序列和结构数据	在CASP16评估中表现优异，具体样本数量未提及
1893	2025-04-16	Unveiling chromatin dynamics with virtual epigenome 2025-Apr-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58481-3 PMID:40221401	研究论文	本文提出了一种名为EpiVerse的计算方法，利用估算的表观遗传信号和先进的深度学习技术，提高了跨细胞类型Hi-C预测的准确性	EpiVerse通过整合染色质状态预测到多任务学习框架中，不仅提高了预测准确性，还增强了模型的可解释性，并首次实现了在表观基因组水平上的虚拟扰动实验	NA	研究染色质三维组织及其与基因调控的复杂关系	人类39种组织的染色质相互作用	计算生物学	NA	Hi-C, ChIP-seq, 深度学习	深度学习模型（未指定具体类型）	表观遗传数据, Hi-C数据	39种人类组织
1894	2025-04-16	Detection of surface defects in soybean seeds based on improved Yolov9 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92429-3 PMID:40221419	research paper	提出一种改进的Yolov9模型用于大豆种子表面缺陷检测	引入GhostNet中的轻量级卷积模块GhostConv改进Yolov9模型，提升大豆种子图像识别能力	未提及模型在其他作物种子上的泛化能力	开发基于深度学习的自动化大豆种子缺陷检测方法	大豆种子表面缺陷	computer vision	NA	深度学习技术	Yolov9-c-ghost-Forward (改进的Yolov9模型)	图像	未明确说明样本数量
1895	2025-04-16	Integrating hybrid bald eagle crow search algorithm and deep learning for enhanced malicious node detection in secure distributed systems 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93549-6 PMID:40221436	研究论文	该研究提出了一种混合秃鹰乌鸦搜索算法与深度学习相结合的HBECSA-DLMND技术，用于增强安全分布式系统中的恶意节点检测	结合了混合秃鹰乌鸦搜索算法(HBECSA)和深度学习(CSAE模型)，并采用DBO方法优化参数，提高了恶意节点检测的准确率	仅在WSN-DS基准数据库上进行了实验验证，未在其他分布式系统数据集上测试	提高分布式系统中恶意节点检测的准确性和效率	分布式系统中的恶意节点	机器学习	NA	线性缩放归一化(LSN)、ADASYN、HBECSA、CSAE、DBO	卷积稀疏自编码器(CSAE)	网络数据	WSN-DS基准数据库
1896	2025-04-16	Integrating advanced deep learning techniques for enhanced detection and classification of citrus leaf and fruit diseases 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97159-0 PMID:40221550	研究论文	本研究评估了四种深度学习模型在柑橘病害图像分类中的性能	比较了四种先进的深度学习模型在柑橘病害分类中的表现，其中InceptionV3和DenseNet121达到了99.12%的测试准确率	数据集规模相对较小，仅包含759张图像	提高柑橘叶片和果实病害的检测与分类准确性	柑橘病害图像	计算机视觉	柑橘病害	深度学习	EfficientNetB0, ResNet50, DenseNet121, InceptionV3	图像	759张图像，涵盖9种病害类别
1897	2025-04-16	Deep learning-based identification of patients at increased risk of cancer using routine laboratory markers 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97331-6 PMID:40221571	research paper	该研究开发了一种基于血液标志物的风险分层方法，用于识别癌症风险较高的患者，以鼓励其进行诊断测试或参与筛查计划	利用简单且广泛可用的血液测试（如全血细胞计数和全面代谢面板）来识别结直肠癌、肝癌和肺癌的风险患者，ROC曲线下面积分别为0.76、0.85和0.78	研究未提及样本的具体数量或多样性，可能影响结果的普遍性	开发一种基于血液标志物的风险分层方法，用于癌症早期筛查	结直肠癌、肝癌和肺癌的风险患者	machine learning	colorectal cancer, liver cancer, lung cancer	deep learning	NA	blood test data	NA
1898	2025-04-16	[Application and considerations of artificial intelligence and neuroimaging in the study of brain effect mechanisms of acupuncture and moxibustion] 2025-Apr-12, Zhongguo zhen jiu = Chinese acupuncture & moxibustion DOI:10.13703/j.0255-2930.20241124-0001 PMID:40229151	research paper	探讨人工智能与神经影像学在针灸脑效应机制研究中的应用与思考	结合人工智能算法优化多模态神经影像数据，实现针灸效应的个体化、智能化和精确预测	当前研究存在数据量大且分散、质量不一致及图像信息高度异质性等问题	分析人工智能与神经影像学在针灸脑效应机制研究中的应用	脑电图（EEG）和磁共振成像（MRI）数据	machine learning	NA	EEG, MRI	machine learning, deep learning	neuroimaging data	NA
1899	2025-04-16	Improved YOLO for long range detection of small drones 2025-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95580-z PMID:40210712	研究论文	提出了一种轻量级无人机检测方法LMWP-YOLO，通过多维协作注意力机制和多尺度融合提高小目标检测性能	结合多维协作注意力机制和多尺度融合，优化损失函数和剪枝策略，显著提升检测精度和计算效率	未提及在极端环境条件下的性能表现	提高复杂环境下小型无人机的长距离检测准确性和效率	小型无人机	计算机视觉	NA	深度可分离卷积、高效激活函数	YOLO改进模型（LMWP-YOLO）	图像	未明确说明
1900	2025-04-16	DeepATsers: a deep learning framework for one-pot SERS biosensor to detect SARS-CoV-2 virus 2025-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96557-8 PMID:40210912	研究论文	开发了一个名为DeepATsers的深度学习框架，用于通过一锅法SERS生物传感器快速检测COVID-19感染	结合CNN和GAN的深度学习模型DeepATsers，用于从实验指纹状光谱数据中准确识别SARS-CoV-2蛋白	原始实验数据集较小（126个光谱），尽管通过GAN进行了数据增强	开发一个快速、准确检测COVID-19感染的深度学习框架	SARS-CoV-2病毒蛋白（S蛋白、N蛋白、VLP蛋白、链霉亲和素蛋白及空白信号）	数字病理学	COVID-19	SERS（表面增强拉曼光谱）	CNN和GAN	光谱数据	原始数据集126个光谱，增强后780个光谱