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
321	2026-01-24	Code-Free Machine Learning Solutions for Microscopy Image Processing: Deep Learning 2024-10, Tissue engineering. Part A DOI:10.1089/ten.TEA.2024.0014 PMID:38556835	综述	本文综述了无需编程的深度学习算法在显微镜图像处理中的应用，特别关注生物学领域	聚焦于无需编程的深度学习解决方案，为无编程背景的生物学家提供可访问的算法资源	主要关注生物医学应用，可能未全面覆盖其他科学领域的具体需求	探索和介绍适用于显微镜图像处理的深度学习算法，降低使用门槛	显微镜图像，特别是生物学领域的图像	计算机视觉	NA	深度学习	人工神经网络	图像	NA	NA	NA	NA	NA
322	2026-01-24	Addressing grading bias in rock climbing: machine and deep learning approaches 2024, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2024.1512010 PMID:40046938	综述	本文综述了机器学习和深度学习在解决攀岩路线难度评级主观性问题中的应用	首次系统分类并比较了基于路线中心、攀岩者中心和路径查找/生成三种机器学习方法在攀岩难度评级中的效果，并指出自然语言处理或循环神经网络算法是最优方法	NA	探索标准化攀岩路线难度评级的机器学习方法	攀岩路线难度评级系统	自然语言处理, 机器学习	NA	NA	RNN	文本	NA	NA	NA	NA	NA
323	2026-01-23	Decoding depression: a comprehensive multi-cohort exploration of blood DNA methylation using machine learning and deep learning approaches 2024-07-15, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-024-02992-y PMID:39009577	研究论文	本研究通过机器学习和深度学习方法，探索了血液DNA甲基化在抑郁症中的稳定性与预测能力	首次在多个队列中综合评估了12种机器学习和深度学习策略用于抑郁症分类，并比较了有偏和无偏特征选择的效果	使用协调化数据时甲基化预测能力较低，且模型性能受特征选择偏差影响	探索抑郁症的血液DNA甲基化生物标志物，并评估不同机器学习方法在抑郁症分类中的应用	来自六个不同人群的八个队列的血液DNA甲基化数据	机器学习	抑郁症	DNA甲基化分析	随机森林, 自动编码器-分类器联合模型	DNA甲基化数据	1942个样本	NA	自动编码器	AUC	NA
324	2026-01-23	Automated mood disorder symptoms monitoring from multivariate time-series sensory data: getting the full picture beyond a single number 2024-03-26, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-024-02876-1 PMID:38531865	研究论文	本文提出了一种基于可穿戴设备生理数据的深度学习管道，用于自动监测情绪障碍症状，超越单一标签预测，实现HDRS和YMRS量表所有项目的推断	首次提出从多变量时间序列传感器数据推断完整标准化量表（HDRS和YMRS）所有项目的任务，解决了临床中相同标签可能对应不同症状谱的问题	未明确说明样本的具体人口学特征或数据收集时长，且测试集中在分布外样本的重要性上，可能面临泛化挑战	开发一种基于可穿戴设备生理数据的自动化方法，以全面监测情绪障碍症状，支持临床决策	情绪障碍患者	机器学习	情绪障碍	可穿戴设备生理数据采集	深度学习	多变量时间序列传感器数据	大型情绪障碍患者队列（具体数量未提供）	NA	NA	二次Cohen's κ, 宏平均F1分数	NA
325	2026-01-23	Brain volume is a better biomarker of outcomes in ischemic stroke compared to brain atrophy 2024, Frontiers in stroke DOI:10.3389/fstro.2024.1468772 PMID:41542273	研究论文	本研究比较了缺血性卒中时脑体积与脑萎缩作为预测功能结局的生物标志物的效果，发现脑体积是更优的预测指标	首次通过深度学习自动分割管道直接比较脑体积与脑实质分数作为卒中结局预测生物标志物的效能，并利用贝叶斯信息准则进行模型比较	单中心回顾性研究，样本量有限，仅包含2003-2011年的病例，可能无法完全推广到其他人群或医疗环境	确定缺血性卒中损伤时的脑体积是否比脑萎缩更能预测功能结局	急性缺血性卒中患者	数字病理学	缺血性卒中	深度学习自动分割，神经影像分析	深度学习分割模型，逻辑回归	神经影像数据	467名动脉缺血性卒中患者	NA	NA	贝叶斯信息准则	NA
326	2026-01-22	What makes human cortical pyramidal neurons functionally complex 2024-Dec-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.17.628883 PMID:39763809	研究论文	本文提出了一个基于深度学习的框架——功能复杂性指数（FCI），用于量化神经元输入输出复杂性，并比较了人类与啮齿动物皮层锥体神经元的功能复杂性差异	首次提出功能复杂性指数（FCI）作为量化神经元功能复杂性的标准化度量，并揭示了人类皮层锥体神经元在树突膜面积、分支模式及NMDA受体密度和非线性方面的独特结构生物物理基础	NA	探究人类皮层神经元独特性质如何解释其高级认知能力，并开发量化神经元功能复杂性的方法	人类和啮齿动物（大鼠）的皮层锥体神经元	机器学习	NA	深度学习	NA	神经元形态和生理特性数据	NA	NA	NA	NA	NA
327	2026-01-22	Deep Learning Used with a Colorimetric Sensor Array to Detect Indole for Nondestructive Monitoring of Shrimp Freshness 2024-07-24, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c04223 PMID:38980942	研究论文	本研究开发了一种基于比色传感器阵列和深度学习技术的智能比色鲜度指示器，用于无损监测虾的新鲜度	提出了一种掺杂PDL的PVA/壳聚糖比色条传感器阵列，其颜色变化（从淡黄色到粉色或桑葚色）能像进度条一样直观反映吲哚浓度，并结合深度学习图像分类系统实现高精度鲜度识别	传感器阵列的检测范围限定在50-350 ppb的吲哚浓度区间，实际应用场景的普适性未充分验证	开发一种低成本、直观的无损食品鲜度监测方法	虾的新鲜度（通过吲哚浓度指示）	计算机视觉	NA	比色传感器阵列	DCNN	图像	NA	NA	VGG16	准确率	NA
328	2026-01-22	Deep learning application to automated classification of recommendations made by hospital pharmacists during medication prescription review 2024-05-24, American journal of health-system pharmacy : AJHP : official journal of the American Society of Health-System Pharmacists IF:2.1Q3 DOI:10.1093/ajhp/zxae011 PMID:38294025	研究论文	本研究应用深度学习算法对医院药师在处方审核过程中提出的建议进行自动分类，以促进建议数据的总结和利用	首次将深度学习技术应用于医院药师建议的自动化分类，利用大量文本数据提升分类效率，并通过半监督学习方式整合未标记数据优化模型性能	研究仅基于单一法国大学医院的数据，模型泛化能力需进一步验证；分类准确率虽达81%，但在实际临床应用中可能仍需人工复核	开发一个深度学习算法，用于自动分类医院药师在处方审核中提出的治疗建议，以促进这些数据的回顾性分析和利用	医院药师在处方审核过程中生成的文本建议	自然语言处理	NA	深度学习	深度神经网络	文本	27,699条已标记建议（2017年上半年）用于训练和评估，另包含2017年下半年未标记建议	NA	深度神经网络分类器	准确率	NA
329	2026-01-22	A multimodal deep learning approach for the prediction of cognitive decline and its effectiveness in clinical trials for Alzheimer's disease 2024-02-21, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-024-02819-w PMID:38383536	研究论文	本研究提出了一种基于人工智能模型预测认知衰退程度的分层随机化方法，以抑制阿尔茨海默病临床试验中的分配偏差，并通过ADNI数据集模拟评估其有效性	首次将人工智能预测的认知衰退程度作为分层指数，用于临床试验的随机化过程，以解决因个体认知衰退速度差异导致的治疗组与安慰剂组分配偏差问题	研究基于模拟数据（ADNI数据集）进行评估，尚未在真实临床试验中验证；模型预测准确性可能受数据质量和样本量限制	开发一种分层随机化方法，以减少阿尔茨海默病临床试验中因认知衰退速度个体差异引起的分配偏差，从而提高治疗效果评估的准确性	阿尔茨海默病患者的认知衰退预测及临床试验随机化过程	机器学习	阿尔茨海默病	多模态深度学习	深度学习模型	多模态数据（可能包括影像、临床评估等）	基于ADNI数据集，具体样本量未在摘要中明确说明	未明确说明	未明确说明	未明确说明	未明确说明
330	2026-01-22	Deep learning prediction of steep and flat corneal curvature using fundus photography in post-COVID telemedicine era 2024-Feb, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-023-02952-6 PMID:37889431	研究论文	本研究开发了一种基于眼底摄影的深度学习模型，用于预测角膜曲率，并将其分为陡峭、正常和平坦三类	首次利用眼底摄影结合深度学习技术预测角膜曲率，为远程医疗提供了一种新的非侵入性筛查方法	模型在验证中的多类准确率为0.727，性能有待进一步提升，且可能受限于样本多样性和数据质量	开发基于眼底摄影的深度学习模型，用于预测角膜曲率，以支持远程医疗中的角膜异常筛查	眼底摄影图像	计算机视觉	角膜疾病	眼底摄影	CNN	图像	NA	TensorFlow, Keras	EfficientNetB0	准确率, Matthews相关系数, Cohen's κ, AUC	NA
331	2026-01-22	DeepMainmast: integrated protocol of protein structure modeling for cryo-EM with deep learning and structure prediction 2024-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-023-02099-0 PMID:38066344	研究论文	本文开发了一种名为DeepMainmast的蛋白质结构建模方法，结合深度学习和结构预测，用于从冷冻电镜图谱中建模蛋白质结构	采用深度学习捕获氨基酸和原子的局部图谱特征以辅助主链追踪，并整合AlphaFold2与从头密度追踪协议，结合两者互补优势，实现比单独方法更高的准确性	NA	研究蛋白质及其复合物的三维结构建模，以改进冷冻电镜图谱解析中的主链追踪准确性	蛋白质及其复合物，特别是同源多聚体的结构模型	计算生物学	NA	冷冻电子显微镜	深度学习模型	冷冻电镜图谱	NA	NA	NA	准确性	NA
332	2026-01-21	Disorder-specific neurodynamic features in schizophrenia inferred by neurodynamic embedded contrastive variational autoencoder model 2024-12-18, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-024-03200-7 PMID:39695106	研究论文	本研究通过整合神经动力学模型与对比变分自编码器，提取并评估精神分裂症特有的宏观特征，包括个体水平、区域水平参数和时变状态	首次将神经动力学模型与对比变分自编码器结合，用于提取精神分裂症特有的神经动力学特征，并揭示了与症状相关的独特分子机制模式	研究基于多中心数据集，但未具体说明样本异质性或模型泛化能力的详细评估	探索精神分裂症的病理机制，通过神经动力学模型分析微观改变如何影响宏观神经回路和脑功能	精神分裂症患者	机器学习	精神分裂症	神经动力学模型	CVAE	神经影像数据	NA	NA	对比变分自编码器	NA	NA
333	2026-01-21	Uncertainty-aware genomic deep learning with knowledge distillation 2024-Nov-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.13.623485 PMID:39605624	研究论文	本文提出了一种名为DEGU的方法，通过集成学习和知识蒸馏提升深度神经网络在调控基因组学预测中的鲁棒性和可解释性	DEGU方法首次将集成学习与知识蒸馏结合，以捕获模型不确定性（认知不确定性）并可选地估计数据不确定性，从而提供校准的不确定性估计和更一致的解释	未明确提及具体的数据集限制或模型泛化边界	提高深度神经网络在调控基因组学预测中的可靠性和可解释性	调控基因组学中的功能基因组预测任务	机器学习	NA	深度神经网络，集成学习，知识蒸馏	DNN	基因组序列数据	NA	NA	NA	校准的不确定性估计，覆盖保证	NA
334	2026-01-21	High-speed in vivo calcium recording using structured illumination with self-supervised denoising 2024-Nov-15, Optics continuum IF:1.1Q4 DOI:10.1364/optcon.532996 PMID:41550202	研究论文	本研究提出了一种结合周期性结构光照和自监督去噪的高通量钙成像方法，用于在体记录神经活动	开发了新型伪HiLo重建方法，结合周期性结构光照和自监督深度学习去噪，显著提高了钙信号的信噪比	方法主要针对GCaMP8f钙指示剂在CA1锥体神经元中的应用，尚未验证其他神经类型或指示剂	提高在体神经钙成像的速度和信噪比，减少背景污染和随机噪声	小鼠CA1区锥体神经元的钙活动	计算神经科学	NA	宽场荧光成像，周期性结构光照，钙成像	深度学习	图像序列	NA	NA	DeepCAD-RT	对比度，瞬态峰噪比，成对相关系数，背景像素相关系数	NA
335	2026-01-21	Brain volume is a better biomarker of outcomes in ischemic stroke compared to brain atrophy 2024-Mar-19, ArXiv PMID:38562453	研究论文	本研究评估了缺血性卒中发生时脑体积与脑萎缩指标BPF作为功能预后生物标志物的优劣	首次通过深度学习自动分割和贝叶斯信息准则比较，证明急性卒中时的脑体积比脑萎缩指标BPF能更好地预测功能预后	单中心回顾性研究，样本量有限（467例），仅纳入动脉缺血性卒中患者	比较脑体积与脑萎缩指标在缺血性卒中功能预后预测中的效能	急性缺血性卒中患者的神经影像数据与90天功能预后	数字病理学	缺血性卒中	MR神经影像	深度学习分割模型	医学影像	467例动脉缺血性卒中患者	NA	NA	贝叶斯信息准则	NA
336	2026-01-17	Opportunities and challenges for deep learning in cell dynamics research 2024-11, Trends in cell biology IF:13.0Q1 DOI:10.1016/j.tcb.2023.10.010 PMID:38030542	综述	本文综述了深度学习在细胞动力学研究中的应用，包括现有技术、工具和开源数据集，并探讨了该领域的机遇与挑战	从计算角度总结了显微镜视频分析中的长期挑战，并回顾了深度学习引导自动化在细胞动力学研究中的新兴前沿和创新应用	NA	评估深度学习在细胞动力学研究中的机遇与挑战，支持药物开发、精准医学和基因组-表型组映射	细胞和亚细胞结构与动力学	计算机视觉	NA	显微镜成像	深度学习	图像, 视频	NA	NA	NA	NA	NA
337	2026-01-17	Deep-Learning-Based Blood Glucose Detection Device Using Acetone Exhaled Breath Sensing Features of α-Fe2O3-MWCNT Nanocomposites 2024-09-11, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c06855 PMID:39225263	研究论文	本文开发了一种基于α-Fe2O3-MWCNT纳米复合材料的非侵入式血糖检测设备，通过检测呼气中的丙酮气体，并利用深度学习算法提高检测可靠性	结合α-Fe2O3-MWCNT纳米复合材料传感器与深度学习算法，实现高湿度环境下呼气丙酮的精确检测，用于非侵入式血糖监测	设备在±15误差范围内正确响应率约为85%，可能存在进一步优化空间，且样本量仅50名志愿者，需更大规模验证	开发非侵入式血糖检测设备，用于糖尿病早期诊断	人体呼气中的丙酮气体	机器学习	糖尿病	气体传感技术，深度学习算法	深度学习算法	气体传感数据	50名志愿者	NA	NA	正确响应率，响应时间，选择性，重复性	NA
338	2026-01-17	Virtual staining for histology by deep learning 2024-09, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2024.02.009 PMID:38480025	综述	本文综述了深度学习在组织学虚拟染色中的应用，探讨了其基本概念、技术方法及未来展望	利用深度学习技术实现组织学染色的数字化替代，通过训练神经网络从未染色组织图像生成染色图像或在不同染色间转换信息，提供更可持续、快速且经济高效的替代方案	技术发展仍处于早期阶段，需要严格的验证	探讨人工智能驱动的虚拟组织学在病理学和生物医学研究中的应用潜力	组织学染色流程	数字病理学	NA	深度学习	神经网络	图像	NA	NA	NA	NA	NA
339	2026-01-17	BrainFTFCN: Synergistic feature fusion of temporal dynamics and network connectivity for brain age prediction 2024-Jul, 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/EMBC53108.2024.10782250 PMID:40038971	研究论文	提出一种名为BrainFTFCN的新型特征融合网络，通过协同整合时间动态性和网络连接性来增强大脑年龄预测	首次将时间动态性（通过时间序列）和网络拓扑结构（通过功能网络连接）进行协同特征融合，克服了以往模型仅关注单一特征的局限性	研究仅在Cam-CAN数据集上进行验证，未在其他独立数据集上测试泛化能力	开发更准确的大脑年龄预测模型以理解大脑发育和衰老机制	静息态功能磁共振成像（rs-fMRI）数据	医学影像分析	神经退行性疾病	静息态功能磁共振成像（rs-fMRI）	深度学习, 图神经网络, 自编码器, 支持向量回归	神经影像数据	Cam-CAN数据集（具体数量未明确说明）	PyTorch（推断）, Scikit-learn	Temporal Attention Autoencoder (TAAE), Functional Connectivity Graph Attention Network (FCGAT), 支持向量回归	平均绝对误差（MAE）, 其他未指定指标	NA
340	2026-01-17	Electrotransfer for nucleic acid and protein delivery 2024-06, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2023.11.009 PMID:38102019	综述	本文综述了核酸和蛋白质电转移技术在生物技术中的应用，特别是在基因增强和基因组编辑领域	探讨了纳米技术和深度学习技术如何克服传统电穿孔的限制，并总结了已完成的临床试验和成功案例	NA	探索电转移技术在体外和体内场景中的应用，特别是生物医学用途	免疫细胞、干细胞和祖细胞等治疗相关细胞	生物技术	NA	电转移、电穿孔	NA	NA	NA	NA	NA	NA	NA