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
241	2024-11-02	Interpreting hourly mass concentrations of PM2.5 chemical components with an optimal deep-learning model 2025-May, Journal of environmental sciences (China) DOI:10.1016/j.jes.2024.03.037 PMID:39481927	研究论文	本文开发了一种优化的深度学习模型，用于获取PM2.5化学成分的小时质量浓度，无需复杂的化学分析	该模型考虑了大气状态指标，并展示了优于典型机器学习模型和全球再分析数据集的性能	NA	开发一种能够准确获取PM2.5化学成分信息的方法，以改进空气污染监测和源识别	PM2.5化学成分的小时质量浓度	机器学习	NA	深度学习	深度学习模型	多变量数据	NA
242	2024-10-30	CineVN: Variational network reconstruction for rapid functional cardiac cine MRI 2025-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30260 PMID:39188085	研究论文	本文开发了一种用于快速功能性心脏电影MRI重建的方法	提出了一种基于深度学习的重建方法CineVN，结合变分网络和共轭梯度下降，提高了图像质量和数据一致性	NA	开发一种高加速比、高时空分辨率和低时间模糊的心脏电影MRI重建方法	健康受试者和患者的心脏功能参数和心肌应变	计算机视觉	心血管疾病	MRI	变分网络	图像	18名健康受试者和46名患者
243	2024-10-30	Automated MRI-based segmentation of intracranial arterial calcification by restricting feature complexity 2025-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30283 PMID:39221515	研究论文	开发了一种基于MRI的自动分割和检测颅内动脉钙化的深度学习模型	提出了一种新的变分自编码器框架下的深度学习模型，并引入了一种理论基础上的不相似性损失来细化从MRI中提取的网络特征，限制其复杂性，从而提高分割精度和检测钙化的鲁棒性	NA	开发一种自动化的深度学习模型，用于MRI图像中颅内动脉钙化的分割和检测	颅内动脉钙化	计算机视觉	NA	深度学习	变分自编码器	图像	113名受试者
244	2024-10-30	Accelerated CEST imaging through deep learning quantification from reduced frequency offsets 2025-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30269 PMID:39270056	研究论文	本文通过深度学习方法从减少的频率偏移中加速CEST成像，缩短CEST采集时间	利用Z谱下采样结合深度学习构建CEST图谱，显著减少扫描时间	仅在3T磁共振环境下测试，未涵盖其他磁场强度	缩短CEST成像的采集时间	脑部CEST图像和胶质母细胞瘤病理模拟	计算机视觉	NA	CEST成像	U-NET	图像	18名志愿者和模拟的胶质母细胞瘤病理
245	2024-10-28	Deep-learning-assisted thermogalvanic hydrogel fiber sensor for self-powered in-nostril respiratory monitoring 2025-Jan-15, Journal of colloid and interface science IF:9.4Q1 DOI:10.1016/j.jcis.2024.09.132 PMID:39288575	研究论文	本文介绍了一种基于深度学习辅助的热电水凝胶纤维传感器，用于自供电的鼻内呼吸监测	开发了一种自供电的鼻内水凝胶传感器，利用温度差异产生热电信号，并通过深度学习识别呼吸模式	NA	开发一种自供电的鼻内传感器，用于长期、无刺激、抗干扰的呼吸监测	呼吸模式监测	生物电子	NA	热电技术	深度学习	时间序列数据	NA
246	2024-10-24	A spectral bias-error stepwise correction method of plasma image-spectrum fusion based on deep learning for improving the performance of LIBS 2025-Jan-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.126872 PMID:39276577	研究论文	提出了一种基于深度学习的等离子体图像-光谱融合的谱偏差-误差逐步校正方法，以提高激光诱导击穿光谱（LIBS）的性能	利用多维等离子体信息融合和物理模型与算法模型的结合，提出了一种新的谱偏差-误差逐步校正方法	NA	提高激光诱导击穿光谱（LIBS）在复杂检测条件下的稳定性	铝合金样品的光谱	机器学习	NA	激光诱导击穿光谱（LIBS）	深度学习	光谱数据	三种复杂检测条件下的铝合金样品
247	2024-10-24	Rapid and accurate identification of Gastrodia elata Blume species based on FTIR and NIR spectroscopy combined with chemometric methods 2025-Jan-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.126910 PMID:39305761	研究论文	研究利用傅里叶变换红外光谱（FTIR）和近红外光谱（NIR）结合化学计量学方法，快速准确地识别天麻（Gastrodia elata Blume）的不同品种	采用深度学习模型ResNet，无需复杂的谱图预处理，实现了100%的训练和测试集准确率，外部验证集也达到高准确率	外部验证集基于NIR的分类错误仅有一例，未出现过度拟合	有效识别天麻的不同品种，具有重要的理论和实践意义	天麻的不同品种及其活性成分含量	机器学习	NA	傅里叶变换红外光谱（FTIR），近红外光谱（NIR）	ResNet	光谱数据	三种天麻品种
248	2024-10-24	A Computational Framework for Intraoperative Pupil Analysis in Cataract Surgery 2025 Jan-Feb, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100597 PMID:39435136	研究论文	本研究开发并验证了一种用于白内障手术中瞳孔分析的计算框架	提出了一种创新的计算框架，结合深度学习技术自动评估瞳孔形态变化，并能检测和补偿瞳孔遮挡	研究基于回顾性手术视频分析，未来需在实际手术中进一步验证	开发和验证一种自动评估白内障手术中瞳孔形态变化的计算框架	白内障手术中的瞳孔分析	计算机视觉	NA	深度学习	特征金字塔网络模型	视频	5700张手术视频帧，来自190例白内障手术
249	2024-10-19	Development and Validation of a Deep Learning Algorithm for Differentiation of Choroidal Nevi from Small Melanoma in Fundus Photographs 2025 Jan-Feb, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100613 PMID:39421390	研究论文	开发并验证了一种深度学习算法，用于区分眼底照片中的小脉络膜黑色素瘤和痣	该算法在区分小脉络膜黑色素瘤和痣方面表现优于眼科医生，达到了0.88的AUC值	需要进一步研究以验证其在临床环境中的实用性	开发和验证一种能够区分小脉络膜黑色素瘤和痣的深度学习算法	眼底照片中的小脉络膜黑色素瘤和痣	计算机视觉	眼科疾病	深度学习	神经网络	图像	802张图像，来自688名患者
250	2024-10-19	Automated assessment of task-based performance of digital mammography and tomosynthesis systems using an anthropomorphic breast phantom and deep learning-based scoring 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S1.S13005 PMID:39416764	研究论文	本文提出了一种基于深度学习的人体乳腺模型自动评估数字乳腺摄影和断层合成系统任务性能的方法	使用真实乳腺模型和随机羟基磷灰石微钙化，结合深度学习进行半自动图像评分，解决了现有方法中背景不真实、评分主观和信号模式不具代表性的问题	NA	开发一种客观的任务型评估方法，用于评估断层合成和数字乳腺摄影系统的图像质量	数字乳腺摄影和断层合成系统的图像质量评估	计算机视觉	NA	深度学习	卷积神经网络（Resnet-18）	图像	使用了一个人体乳腺模型，插入了微钙化簇，进行了不同剂量水平的实验
251	2024-10-16	gRNAde: A Geometric Deep Learning Pipeline for 3D RNA Inverse Design 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4079-1_8 PMID:39312140	研究论文	介绍了一种基于几何深度学习的3D RNA反向设计流程gRNAde	gRNAde利用图神经网络和SE(3)等变编码器-解码器框架，能够在考虑RNA 3D结构和动态性的情况下设计RNA序列	NA	开发一种能够考虑RNA 3D结构和动态性的计算RNA设计方法	RNA序列及其3D结构	机器学习	NA	图神经网络	图神经网络	3D RNA结构	来自PDB的现有RNA结构，包括核开关、适配体和核酶
252	2024-10-11	Estimating Uncertainty of Geographic Atrophy Segmentations with Bayesian Deep Learning 2025 Jan-Feb, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100587 PMID:39380882	研究论文	本文研究了使用贝叶斯深度学习方法量化地理萎缩分割不确定性的方法	本文引入了两种近似贝叶斯深度学习技术（蒙特卡罗 dropout 和集成方法）来评估地理萎缩语义分割的不确定性，并展示了这些方法在提高模型性能方面的优势	本文未详细讨论贝叶斯深度学习方法在实际临床应用中的可行性和效率	量化深度学习分割地理萎缩（GA）的不确定性	地理萎缩（GA）的OCT图像分割	计算机视觉	老年性疾病	贝叶斯深度学习	CNN	图像	126只眼睛，来自87名参与者
253	2024-09-30	Toward understanding the role of genomic repeat elements in neurodegenerative diseases 2025-Mar-01, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-23-01568 PMID:38886931	综述	本文综述了基因组重复元件在神经退行性疾病中的作用	本文首次系统地探讨了基因组重复区域在多种神经退行性疾病中的作用，并介绍了长读长测序技术和深度学习语言模型在识别和理解重复元件变异功能影响方面的应用	本文主要基于现有研究和综述，未提供新的实验数据或模型	探讨基因组重复元件在神经退行性疾病中的作用及其分子机制	基因组重复元件及其在神经退行性疾病中的变异	基因组学	神经退行性疾病	长读长测序技术	深度学习语言模型	基因组数据	NA
254	2024-09-25	Machine and Deep Learning Methods for Predicting 3D Genome Organization 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4136-1_22 PMID:39283464	综述	本文综述了用于预测3D基因组组织的三种类型交互（增强子-启动子交互、染色质交互和TAD边界）的计算工具，并分析了它们的优缺点	本文讨论了机器学习方法在填补3D基因组交互缺失和提高分辨率方面的应用	当前的3D结构目录仍不完整且不可靠，受限于技术、工具和数据分辨率	探讨计算工具在预测3D基因组交互中的应用及其未来研究方向	3D基因组组织中的三种类型交互（增强子-启动子交互、染色质交互和TAD边界）	机器学习	NA	ChIP-seq, DNAse-seq	NA	基因组数据	NA
255	2024-09-24	Machine Learning for RNA Design: LEARNA 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4079-1_5 PMID:39312137	研究论文	本文介绍了用于RNA设计的机器学习方法，特别是基于深度强化学习的learna_tools Python包	本文提出了一个用于RNA设计的自动化深度强化学习算法集合，这是在分子生物学领域中机器学习应用的创新	NA	探讨机器学习在RNA设计中的应用	RNA的二级结构设计	机器学习	NA	深度强化学习	深度强化学习	RNA结构数据	NA
256	2024-09-24	The Evolution of Nucleic Acid-Based Diagnosis Methods from the (pre-)CRISPR to CRISPR era and the Associated Machine/Deep Learning Approaches in Relevant RNA Design 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4079-1_17 PMID:39312149	研究论文	本文探讨了从PCR到CRISPR时代核酸诊断方法的演变，并介绍了相关的机器学习和深度学习方法在RNA设计中的应用	本文首次全面介绍了CRISPR技术在分子诊断中的应用，并结合机器学习和深度学习方法，探讨了其在RNA设计中的潜力	本文主要集中在理论和计算工具的介绍，缺乏实际实验数据的支持	探讨核酸诊断方法的演变及其在RNA设计中的应用	核酸诊断技术、CRISPR技术、机器学习和深度学习方法	机器学习	NA	CRISPR技术、PCR、INAATs	机器学习、深度学习	RNA	NA
257	2024-09-21	Deep learning-enabled fluorescence imaging for surgical guidance: in silico training for oral cancer depth quantification 2025-Jan, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.S1.S13706 PMID:39295734	研究论文	开发了一种基于深度学习的荧光空间频率域成像系统，用于量化口腔肿瘤的深度，以指导手术	结合结构光和深度学习技术，实现了近实时三维肿瘤边缘检测，并能量化肿瘤深度	仅在模拟数据和光学幻影上进行了验证，尚未在真实患者中进行测试	开发一种能够量化口腔肿瘤深度的成像系统，以提高手术精度	口腔肿瘤的深度和浓度	计算机视觉	口腔癌	荧光空间频率域成像 (SFDI)	卷积神经网络 (CNN)	图像	三种模拟的口腔癌病变模型（圆柱体、球谐函数和复合球谐函数）以及患者来源的舌肿瘤模拟图像
258	2024-09-14	Smartphone video imaging: A versatile, low-cost technology for food authentication 2025-Jan-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.140911 PMID:39213969	研究论文	本研究介绍了一种基于智能手机的低成本成像技术——智能手机视频成像（SVI），用于食品认证	SVI技术通过人工智能辅助，实现了对异质内容样本的分类、分析物含量的空间表示以及从视频中重建高光谱图像，超越了传统的计算机视觉方法	NA	开发一种低成本、多功能的成像技术，用于食品认证	食品样本，特别是人参和藏红花粉混合物	计算机视觉	NA	智能手机视频成像（SVI）	残差神经网络（ResNet），U-Net	视频	NA
259	2024-09-13	Sugarcane disease recognition through visible and near-infrared spectroscopy using deep learning assisted continuous wavelet transform-based spectrogram 2025-Jan-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125001 PMID:39180971	研究论文	本研究利用可见光和近红外光谱结合深度学习辅助的连续小波变换光谱图，提高甘蔗病害识别的准确性	本研究创新性地将卷积神经网络与连续小波变换结合，用于提取可见光和近红外光谱中的特征，以提高甘蔗病害识别的准确性	本研究仅使用了130个甘蔗叶样本，样本量相对较小，可能影响模型的泛化能力	本研究的目的是通过结合深度学习和光谱分析技术，提高甘蔗病害识别的准确性	本研究的对象是甘蔗病害的识别	机器学习	NA	可见光和近红外光谱	卷积神经网络	光谱图	130个甘蔗叶样本