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
61	2025-09-13	Accurate staging of chick embryonic tissues via deep learning of salient features 2023-11-15, Development (Cambridge, England) DOI:10.1242/dev.202068 PMID:37830145	研究论文	利用深度学习对鸡胚胎脑部和翅膀图像进行精确亚分期	通过生物信息学转换和数据驱动预处理增强小数据集，实现高精度分类并验证模型泛化能力	数据集规模较小（脑部151张图像，翅膀269张图像）	开发基于深度学习的鸡胚胎组织精确分期方法	HH10期鸡胚胎脑部和翅膀组织	计算机视觉	NA	深度学习图像分类	CNN（卷积神经网络）	显微镜图像	脑部151张图像，翅膀269张图像
62	2025-09-13	Negativity and Positivity in the ICU: Exploratory Development of Automated Sentiment Capture in the Electronic Health Record 2023-10, Critical care explorations DOI:10.1097/CCE.0000000000000960 PMID:37753238	研究论文	开发用于ICU电子健康记录中自动捕捉医护人员情感的概念验证算法	提出两种医疗领域专用情感分析工具，包括基于临床情感词典的关键词方法和基于DeBERTa-v3的深度学习模型，显著优于通用情感分类器	NA	探索ICU电子健康记录中自动捕捉医护人员情感的方法	ICU成年患者的电子健康记录	自然语言处理	NA	情感分析，深度学习	关键词匹配，DeBERTa-v3	文本	MIMIC-III数据库中的198,944条记录（来自52,997次ICU入院），以及UCSF 2018-2019年的外部验证样本
63	2025-09-13	DeXtrusion: automatic recognition of epithelial cell extrusion through machine learning in vivo 2023-07-01, Development (Cambridge, England) DOI:10.1242/dev.201747 PMID:37283069	研究论文	提出基于深度学习的DeXtrusion方法，用于自动检测活体荧光成像中的上皮细胞挤出事件	无需细胞分割即可实现细胞事件的精确xyt定位，且方法易于训练并适用于多种成像条件	需要针对不同上皮组织进行重新训练以保持性能	自动检测和定位上皮组织中的细胞事件，特别是细胞挤出和死亡	果蝇蛹背板上皮细胞	计算机视觉	NA	活体荧光显微镜成像	RNN（循环神经网络）	视频（荧光标记的细胞轮廓影像）	基于果蝇蛹背板的荧光E-钙黏蛋白标记影像训练
64	2025-09-13	Tools to analyze the organization and formation of the germline cyst in zebrafish oogenesis 2023-07-01, Development (Cambridge, England) DOI:10.1242/dev.201349 PMID:37272421	研究论文	本文提供了用于斑马鱼卵巢中生殖细胞囊肿三维和功能体内分析的工具	开发了基于深度学习的流程进行高通量三维共聚焦数据分析，并提供了激光消融细胞组分的方法	NA	研究脊椎动物生殖细胞囊肿的形成与组织结构及其对卵母细胞生成的贡献	斑马鱼卵巢中的生殖细胞囊肿	发育生物学	NA	连续块面扫描电子显微镜(SBF-SEM), 激光消融, 深度学习	深度学习	三维电子显微镜图像, 三维共聚焦数据集	NA
65	2025-09-13	Long-term care insurance purchase decisions of registered nurses: Deep learning versus logistic regression models 2023-03, Health policy (Amsterdam, Netherlands) DOI:10.1016/j.healthpol.2023.104709 PMID:36725380	研究论文	本研究使用深度学习模型和逻辑回归模型预测注册护士的长期护理保险购买决策	首次将深度学习模型应用于预测医疗专业人员保险决策，并与传统统计方法进行性能比较	样本仅来自台湾单一医疗中心，可能限制结果的普适性	预测注册护士的长期护理保险购买决策并比较不同模型的预测性能	台湾某大型医疗中心的1373名注册护士	机器学习	NA	深度学习，逻辑回归，逆概率处理加权(IPTW)	DNN（深度神经网络），MLR（多元逻辑回归）	调查问卷数据	1373名至少有2年全职工作经验的注册护士
66	2025-09-12	RescueNet: A High Resolution UAV Semantic Segmentation Dataset for Natural Disaster Damage Assessment 2023-12-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-023-02799-4 PMID:38123582	研究论文	介绍了一个用于自然灾害损害评估的高分辨率无人机语义分割数据集RescueNet	提供高分辨率灾后图像及所有类别的像素级标注，超越现有数据集的有限标注范围	NA	促进自然灾害后的全面场景理解，提升损害评估精度	飓风Michael后的灾后图像，包含建筑物、道路、水池、树木等多类别场景元素	计算机视觉	NA	无人机(UAV)图像采集，语义分割技术	state-of-the-art segmentation models	高分辨率图像	从多个受影响区域收集的灾后图像数据集
67	2025-09-12	Using green background for dermatological images to improve deep learning-based image classification 2023-12-13, Archives of dermatological research IF:1.8Q3 DOI:10.1007/s00403-023-02734-y PMID:38091097	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
68	2025-09-12	Deep learning downscaled high-resolution daily near surface meteorological datasets over East Asia 2023-12-12, Scientific data IF:5.8Q1 DOI:10.1038/s41597-023-02805-9 PMID:38086806	研究论文	使用U-Net深度学习模型对东亚地区气象数据进行降尺度处理，生成高分辨率数据集CLIMEA-BCUD	结合19个CMIP6模型和MSWX数据集，首次应用偏差校正和U-Net降尺度方法生成0.1°高分辨率东亚气象数据集	NA	开发高分辨率气象数据集以促进气候变化和水文学等领域的研究	东亚地区的气象数据	机器学习	NA	偏差校正，UNet降尺度	U-Net, CNN	气象数据	基于19个CMIP6模型和MSWX数据集，覆盖1950-2100年期间
69	2025-09-12	A Drosophila heart optical coherence microscopy dataset for automatic video segmentation 2023-12-09, Scientific data IF:5.8Q1 DOI:10.1038/s41597-023-02802-y PMID:38071220	研究论文	介绍一种基于LSTM卷积神经网络的果蝇心脏自动分割算法FlyNet 2.0+及其配套数据集	利用LSTM-CNN结合时间序列信息实现高质量自动分割，并提供包含213个视频的大型标注数据集	NA	开发自动分割算法以提升果蝇心脏光学相干显微镜视频的分析效率与可重复性	果蝇（Drosophila melanogaster）心脏	计算机视觉	心血管疾病	光学相干显微镜（OCM）	LSTM-CNN	视频	213个果蝇心脏视频（相当于604,000张截面图像），涵盖所有发育阶段和多种搏动模式
70	2025-09-12	A news-based climate policy uncertainty index for China 2023-12-08, Scientific data IF:5.8Q1 DOI:10.1038/s41597-023-02817-5 PMID:38065994	研究论文	本研究首次构建了中国国家级、省级和城市级的气候政策不确定性指数（CCPU）	首次使用深度学习算法MacBERT模型，基于新闻文本挖掘构建多层级气候政策不确定性指数	NA	量化评估中国气候政策不确定性及其社会经济影响	中国气候政策及相关新闻报道	自然语言处理	NA	文本挖掘，深度学习	MacBERT	文本	中国主要报纸发布的新闻
71	2025-09-12	A Chinese Face Dataset with Dynamic Expressions and Diverse Ages Synthesized by Deep Learning 2023-12-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-023-02701-2 PMID:38062057	研究论文	利用StyleGAN深度学习技术合成包含动态表情和多样年龄的中国面孔数据集SZU-EmoDage	通过潜在向量插值生成连续动态表情，解决了现有数据集缺乏年龄多样性和动态表情的问题	NA	创建具有表情强度和年龄多样性的中国面孔数据集，用于心理学实验	合成中国面孔图像	计算机视觉	NA	StyleGAN，深度学习	GAN	图像	NA
72	2025-09-12	Application of a 1H Brain MRS Benchmark Dataset to Deep Learning for Out-of-Voxel Artifacts 2023-Sep-01, bioRxiv : the preprint server for biology DOI:10.1101/2023.05.08.539813 PMID:37215030	研究论文	本文介绍了一个用于训练和测试神经网络的合成¹H MRS基准数据集AGNOSTIC，并展示了其在检测和预测体素外伪影方面的应用	创建了包含259,200个合成MRS样本的大规模基准数据集，并首次使用CNN网络实现体素外伪影的实时检测和信号重建	基于合成数据训练，需要在真实临床数据上进一步验证模型性能	解决MRS数据中的体素外伪影问题，提高磁共振波谱数据分析的准确性	合成¹H MRS数据	医学影像分析	NA	磁共振波谱(MRS)	CNN	频谱数据	259,200个合成MRS样本
73	2025-09-12	Deep learning prediction of post-SBRT liver function changes and NTCP modeling in hepatocellular carcinoma based on DGAE-MRI 2023-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.16386 PMID:36988423	研究论文	基于DGAE-MRI和深度学习技术，开发个性化NTCP模型以预测肝癌患者SBRT治疗后肝功能变化	首次使用条件Wasserstein生成对抗网络（cWGAN）从剂量分布和基线功能图中预测治疗中肝功能图，实现患者特异性的毒性风险建模	研究样本量较小（仅24例患者），需要更大队列验证	开发结合体素功能信息的NTCP模型，用于肝癌SBRT治疗的个性化适应	肝细胞癌（HCC）患者	数字病理	肝癌	动态钆塞酸增强MRI（DGAE-MRI）	cWGAN（条件Wasserstein生成对抗网络）	医学影像	24例接受SBRT治疗的HCC患者
74	2025-09-12	Regional Deep Atrophy: a Self-Supervised Learning Method to Automatically Identify Regions Associated With Alzheimer's Disease Progression From Longitudinal MRI 2023-Apr-10, ArXiv PMID:37090239	研究论文	提出一种自监督学习方法RDA，用于从纵向MRI中自动识别与阿尔茨海默病进展相关的脑区萎缩	结合可变形配准神经网络和注意力机制，在保持高精度的同时提供区域可解释性	未明确说明方法对运动伪影或MRI artifacts的具体处理效果	开发可解释的深度学习方法来量化阿尔茨海默病相关的脑萎缩进展	阿尔茨海默病患者的纵向MRI脑部扫描数据	医学影像分析	阿尔茨海默病	深度学习，MRI成像	CNN，可变形配准神经网络，注意力机制	MRI脑部图像	NA
75	2025-09-12	Quality assurance (QA) for monitoring the performance of assisted reproductive technology (ART) staff using artificial intelligence (AI) 2023-Feb, Journal of assisted reproduction and genetics IF:3.2Q2 DOI:10.1007/s10815-022-02649-z PMID:36374394	研究论文	本研究评估了基于AI的质量保证工具在监测辅助生殖技术（ART）人员操作表现中的应用效果	首次将AI预测的胚胎植入概率作为质量保证工具，用于持续监测不同ART操作人员（医生和胚胎学家）的表现差异	样本量相对有限（每组20个连续操作），且仅针对特定操作环节进行评估	评估AI质量保证工具在ART实践中监测人员操作表现的一致性和实用性	ART操作人员（医生和胚胎学家）及相关的胚胎操作流程	医疗人工智能	生殖医学	深度学习神经网络	深度学习神经网络	胚胎图像及临床结果数据	共涉及760个操作案例：ET（320例）、EV（160例）、EW（160例）、TBx（120例）
76	2025-09-11	Deep Learning from Phylogenies for Diversification Analyses 2023-12-30, Systematic biology IF:6.1Q1 DOI:10.1093/sysbio/syad044 PMID:37556735	研究论文	本文提出一种基于深度学习的系统发育树多样化分析推断方法，替代传统似然方法	将深度学习从病原体系统动力学领域迁移至多样化推断，并扩展至依赖状态的多样化模型推断	NA	开发一种通用、高效的系统发育树多样化动态推断方法	物种系统发育树及相关性状数据	机器学习	NA	深度学习	深度神经网络	系统发育树数据、性状数据	以灵长类动物系统发育树为例进行验证
77	2025-09-11	Developing and deploying deep learning models in brain magnetic resonance imaging: A review 2023-12, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5014 PMID:37539775	综述	本文回顾了脑部磁共振成像中深度学习模型的开发与临床部署，涵盖从数据收集到实际应用的完整流程	整合了从数据采集到临床部署的全流程指南，并基于FDA良好机器学习实践提供了检查清单，强调可解释性在神经影像中的应用	NA	探讨深度学习在脑部MRI中的应用潜力及临床部署策略	脑部磁共振成像数据及深度学习模型	医学影像分析	神经系统疾病	深度学习（DL）	深度学习模型	磁共振图像（MRI）	NA
78	2025-09-11	Deep learning based correction of RF field induced inhomogeneities for T2w prostate imaging at 7 T 2023-12, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5019 PMID:37622473	研究论文	提出一种基于深度学习的偏置场校正方法，用于改善7T磁场下T2加权前列腺图像的不均匀性问题	首次将深度学习应用于7T超强磁场下T2加权前列腺图像的偏置场校正，克服了传统N4算法假设低频偏置场的局限性	偶尔在前列腺内部观察到对比度变化，特别是在t-Image网络中较为明显	解决超强磁场(7T)下T2加权前列腺图像因B场不均匀性导致的信号强度不均匀问题	前列腺图像	医学影像处理	前列腺癌	深度学习，神经网络训练	神经网络(t-Image和t-Biasf两种架构)	MRI图像	四个数据集：合成训练数据集的测试分割、7T志愿者和患者图像、3T患者图像
79	2025-09-11	Predicting individual cases of major adolescent psychiatric conditions with artificial intelligence 2023-10-10, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-023-02599-9 PMID:37816706	研究论文	利用人工智能和多域高维数据预测青少年主要精神疾病的个体病例	首次在青少年多精神健康条件下，使用超过100个候选预测因子，比较不同类别黄金标准算法的预测能力	需要纵向数据和外部数据集验证结果	预测青少年焦虑、抑郁、注意力缺陷、破坏性行为和创伤后应激等精神疾病的个体风险	青少年群体	机器学习	精神疾病	机器学习算法优化与人工智能元学习技术	人工神经网络深度学习、XGBoost树基学习、ElasticNet逻辑回归	多域高维数据（神经、产前、发育、生理、社会文化、环境、情绪和认知特征）	大规模跨诊断青少年样本
80	2025-09-11	A Large-Scale Clinical Benchmark of ResNet-based Deep Models for Newborn Face Recognition 2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC40787.2023.10340883 PMID:38082835	研究论文	本研究通过构建大规模新生儿面部数据集并评估四种基于ResNet的深度学习模型，探索新生儿面部识别的临床应用可行性	创建了目前医院场景下最大的新生儿面部数据集NEWBORN200，并首次系统评估了多种先进ResNet模型在新领域的性能表现	模型对姿态变化的鲁棒性仍需改进，识别准确率在开放集和封闭集中仍有提升空间	开发适用于医院产科的新生儿面部识别系统，增强婴儿安全防护措施	200名出生后一小时内新生儿的面部图像	计算机视觉	NA	深度学习面部识别	ResNet-based models (ArcFace, CurricularFace, MagFace, AdaFace)	图像	200名新生儿的面部图像数据集