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
18081	2025-10-07	Comparative Analysis of Recurrent Neural Networks with Conjoint Fingerprints for Skin Corrosion Prediction 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02062 PMID:39835935	研究论文	本研究开发基于循环神经网络的深度学习模型，用于预测化学化合物的皮肤腐蚀性	首次将联合指纹（结合化学语言符号、分子亚结构和理化性质）与多种RNN架构结合用于皮肤腐蚀预测	NA	开发深度学习模型用于化学化合物皮肤腐蚀性分类	化学化合物	机器学习	皮肤毒性	深度学习	RNN, LSTM, BiLSTM, GRU, BiGRU	分子特征数据	NA	NA	Simple RNN, LSTM, BiLSTM, GRU, BiGRU	准确率, AUC, Matthews相关系数	NA
18082	2025-10-07	Chemically Informed Deep Learning for Interpretable Radical Reaction Prediction 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01901 PMID:39871741	研究论文	开发基于分子轨道相互作用的化学感知深度学习框架，用于可解释的自由基反应预测	提出化学信息引导的深度学习模型，能够在机制层面预测自由基反应并提供多层次可解释性	模型训练和评估仅限于RMechDB数据库中的自由基反应步骤	建立可解释的自由基反应预测框架	自由基反应机制和反应路径	机器学习	NA	深度学习	深度学习模型	化学反应数据	RMechDB数据库中的自由基反应步骤	NA	NA	正确率	NA
18083	2025-10-07	Can Focusing on One Deep Learning Architecture Improve Fault Diagnosis Performance? 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02060 PMID:39883649	研究论文	本研究通过专注于单一深度学习架构探索其在故障诊断中的性能提升	采用聚焦单一深度学习架构的研究方法，而非传统多架构比较策略	仅使用单一数据集进行验证，未来需要扩展到其他数据集	评估专注单一深度学习架构是否能提升故障诊断性能	田纳西伊士曼过程数据集	机器学习	NA	深度学习	CNN	过程数据	NA	NA	卷积神经网络	F1-score	NA
18084	2025-10-07	Assessment of different U-Net backbones in segmenting colorectal adenocarcinoma from H&E histopathology 2025-Feb, Pathology, research and practice DOI:10.1016/j.prp.2025.155820 PMID:39826493	研究论文	本研究评估了不同U-Net主干网络在结直肠腺癌组织病理图像分割中的性能	比较了多种U-Net变体架构（包括Attention U-Net和不同主干网络的U-Net）在结直肠腺癌分割任务中的表现	NA	开发自动系统准确识别结直肠区域的腺癌，实现早期检测和诊断	结直肠腺癌组织病理图像	数字病理	结直肠癌	H&E染色组织病理学	CNN	图像	NA	NA	U-Net, Attention U-Net, U-Net with ResNet50, U-Net with MobileNet-v2, U-Net with EfficientNetB0, U-Net with DenseNet121	准确率	NA
18085	2025-10-07	Deep Learning Model Using Stool Pictures for Predicting Endoscopic Mucosal Inflammation in Patients With Ulcerative Colitis 2025-Jan-01, The American journal of gastroenterology DOI:10.14309/ajg.0000000000002978 PMID:39051648	研究论文	开发了一种使用溃疡性结肠炎患者粪便照片预测内镜下黏膜炎症的深度学习模型	首次使用粪便照片通过深度学习模型预测溃疡性结肠炎内镜活动度，提供了一种非侵入性的监测方法	直肠豁免病例的预测性能较低，样本量相对有限	预测溃疡性结肠炎患者的内镜下黏膜炎症活动度	溃疡性结肠炎患者	计算机视觉	溃疡性结肠炎	内镜检查	深度学习模型	图像	训练集：306名患者的2,161张粪便图片；测试集：126名患者的1,047张粪便图片	NA	NA	AUC, 准确率, 敏感性, 特异性	NA
18086	2025-10-07	A non-local dual-stream fusion network for laryngoscope recognition 2025 Jan-Feb, American journal of otolaryngology IF:1.8Q2 DOI:10.1016/j.amjoto.2024.104565 PMID:39729791	研究论文	提出一种基于深度学习的喉镜图像自动分类模型，用于辅助医生诊断喉部疾病	首次将ResNet和Transformer的输出特征融合用于喉镜图像分类，采用非局部双流融合网络架构	NA	开发能够自动分类喉镜图像的深度学习模型，辅助喉部疾病诊断	喉镜图像中的八种喉部状况（正常、声门癌、肉芽肿、Reinke水肿、声带囊肿、白斑、结节和息肉）	计算机视觉	喉部疾病	深度学习	CNN, Transformer	图像	3057张喉镜图像	NA	ResNet, Transformer	准确率, 召回率, 特异性, F1分数, AUC	NA
18087	2025-10-07	AI predictive models and advancements in microdissection testicular sperm extraction for non-obstructive azoospermia: a systematic scoping review 2025, Human reproduction open IF:8.3Q1 DOI:10.1093/hropen/hoae070 PMID:39764557	系统范围综述	本文系统回顾了人工智能预测模型在非梗阻性无精子症患者显微睾丸精子提取手术中预测精子获取成功率的研究进展	首次系统评估AI模型在NOA患者m-TESE手术精子获取预测中的应用，整合临床、激素、组织病理学和遗传学参数	纳入研究存在异质性、潜在发表偏倚、仅使用两个数据库、缺乏荟萃分析进行定量评估	评估AI模型预测非梗阻性无精子症患者显微睾丸精子提取手术精子获取准确性的研究现状	非梗阻性无精子症患者和相关的AI预测模型研究	医疗人工智能	男性不育症	机器学习，深度学习，逻辑回归	机器学习模型，深度学习模型，逻辑回归	临床数据，激素水平，组织病理学评估，遗传参数	45项符合纳入标准的研究，大多数样本量较小	NA	NA	预测准确性，偏倚风险评估	NA
18088	2025-10-07	Semantic segmentation for weed detection in corn 2025-Mar, Pest management science IF:3.8Q1 DOI:10.1002/ps.8554 PMID:39584373	研究论文	提出一种结合语义分割和图像处理的新方法，通过分割玉米作物像素来检测杂草	采用间接分割方法，通过作物掩码识别杂草，避免了直接检测多种杂草物种的复杂性	未明确说明训练数据集的规模和多样性限制	开发精确、快速的农田杂草检测方法，支持精准杂草管理	玉米田中的杂草检测	计算机视觉	NA	语义分割，图像处理，知识蒸馏	深度学习	图像	NA	NA	DeepLabV3+	平均准确率，平均交并比，帧率	NA
18089	2024-09-20	Comment on: "Deep learning-based surgical phase recognition in laparoscopic cholecystectomy" 2025-Feb-28, Annals of hepato-biliary-pancreatic surgery IF:1.1Q3 DOI:10.14701/ahbps.24-149 PMID:39295321	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
18090	2025-02-14	Improved segmentation of hepatic vascular networks in ultrasound volumes using 3D U-Net with intensity transformation-based data augmentation 2025-Feb-13, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03320-2 PMID:39939404	研究论文	本研究通过引入基于强度变换的数据增强方法，改进了使用3D U-Net进行肝脏血管网络的三维分割	提出了基于高对比度和低对比度强度变换的数据增强方法，显著提高了3D U-Net在肝脏血管网络分割中的性能	高对比度强度变换的数据增强方法降低了分割准确性，需要进一步优化	改进肝脏血管网络的三维分割，以支持超声介导的肝脏疾病诊疗	肝脏血管网络	计算机视觉	肝脏疾病	3D U-Net	3D U-Net	超声体积数据	78个超声体积数据	NA	NA	NA	NA
18091	2025-10-07	A hitchhiker's guide to deep chemical language processing for bioactivity prediction 2025-Feb-12, Digital discovery IF:6.2Q1 DOI:10.1039/d4dd00311j PMID:39726698	研究论文	本文系统分析深度化学语言处理的关键要素，为生物活性预测提供实用指南	首次全面分析化学语言处理中的多种方法组合，提供基于实证的实践建议	仅涵盖三种神经网络架构和两种分子表示方法，可能未覆盖所有最新技术	为生物活性预测提供深度化学语言处理的实践指南	分子字符串表示（SMILES和SELFIES）	自然语言处理	NA	化学语言处理	神经网络	分子字符串数据	十个生物活性数据集	NA	三种神经网络架构	分类和回归评估指标	NA
18092	2025-10-07	Biophysics-guided uncertainty-aware deep learning uncovers high-affinity plastic-binding peptides 2025-Feb-12, Digital discovery IF:6.2Q1 DOI:10.1039/d4dd00219a PMID:39882101	研究论文	结合生物物理建模、证据深度学习与元启发式搜索方法，开发不确定性感知框架以发现高亲和力塑料结合肽	首次将生物物理建模数据、证据深度学习的不确定性量化与元启发式搜索相结合，用于塑料结合肽的发现	仅针对聚乙烯、聚丙烯和聚苯乙烯三种塑料进行了验证，未涵盖所有塑料类型	开发高效发现高亲和力塑料结合肽的计算框架，用于微塑料环境修复	塑料结合肽（PBPs）	机器学习	NA	分子动力学模拟，PepBD算法	证据深度学习	生物物理建模数据	超过10^12种12聚肽的组合空间	NA	NA	吸附自由能	NA
18093	2025-02-14	Multifactor prediction model for stock market analysis based on deep learning techniques 2025-Feb-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88734-6 PMID:39934296	研究论文	本文提出了一种基于深度学习的多因素预测模型，用于分析股票市场的稳定性	使用sigmoid深度学习范式构建了一个基于矛盾因素的稳定性预测模型，能够识别不同影响因素对股票市场稳定性的影响	未提及具体的数据集或实验验证结果，可能缺乏实际应用的验证	研究股票市场的稳定性预测，以提高预测精度和识别市场突变	股票市场的稳定性及其影响因素	机器学习	NA	深度学习	sigmoid深度学习模型	股票市场数据	未提及具体样本数量	NA	NA	NA	NA
18094	2025-02-14	Deep-learning-ready RGB-depth images of seedling development 2025-Feb-11, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01334-3 PMID:39934882	研究论文	本文提出了一个独特的幼苗出苗动力学注释数据集，包含近70,000个RGB深度帧和超过700,000个植物注释	提供了一个独特的RGB深度图像数据集，用于训练深度学习模型并进行高通量表型分析，展示了该数据集在多种物种上的泛化能力并超越现有技术	讨论了该数据集在植物表型分析中引发的新问题，但未详细说明具体问题	旨在通过提供高质量的注释数据集，推动机器学习驱动的植物成像研究	幼苗出苗动力学	计算机视觉	NA	NA	深度学习模型	RGB深度图像	近70,000个RGB深度帧和超过700,000个植物注释	NA	NA	NA	NA
18095	2025-10-07	Renji endoscopic submucosal dissection video data set for early gastric cancer 2025-Feb-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04573-0 PMID:39929844	研究论文	介绍首个公开的早期胃癌内镜黏膜下剥离术视频数据集	首个公开可用的早期胃癌ESD治疗数据集，包含66,656个由三位内镜医师共同标注的阶段识别注释	数据集规模相对较小，仅包含20个ESD内镜视频	促进内镜手术阶段识别技术发展和ESD数据集构建标准化	早期胃癌内镜黏膜下剥离术视频数据	计算机视觉	胃癌	内镜黏膜下剥离术	深度学习	视频	20个ESD内镜视频，66,656个阶段识别标注	NA	NA	NA	NA
18096	2025-10-07	Identifying invasiveness to aid lung adenocarcinoma diagnosis using deep learning and pathomics 2025-Feb-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87094-5 PMID:39929860	研究论文	本研究探索结合深度学习和病理组学识别肺腺癌肿瘤侵袭性的可行性	首次将深度学习与病理组学结合用于肺腺癌侵袭性识别，并验证其对初级和中级病理医生的辅助诊断价值	回顾性研究，样本量有限（289例），需进一步前瞻性验证	提高肺腺癌肿瘤侵袭性的诊断准确性	肺腺癌患者的手术切除磨玻璃结节	数字病理	肺腺癌	全切片图像分析	CNN	病理图像	289例患者	NA	ResNet18, ResNet50, ResNet101	AUC, 准确率, 灵敏度	NA
18097	2025-10-07	BO-CLAHE enhancing neonatal chest X-ray image quality for improved lesion classification 2025-Feb-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88451-0 PMID:39929905	研究论文	提出基于贝叶斯优化的CLAHE方法(BO-CLAHE)用于增强新生儿胸部X射线图像质量，以改善肺部病变分类效果	首次将贝叶斯优化应用于CLAHE超参数自动选择，解决了传统手动调参的低效问题	仅针对新生儿胸部X射线图像进行验证，未在其他医学影像模态上测试	通过图像增强技术提升新生儿胸部X射线图像质量，以支持基于深度学习的肺部疾病分类	早产和高风险新生儿的胸部X射线图像	计算机视觉	新生儿肺部疾病	X射线成像	深度学习分类模型	医学图像	NA	NA	NA	分类性能指标	NA
18098	2025-02-14	Robust pose estimation for non-cooperative space objects based on multichannel matching method 2025-Feb-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89544-6 PMID:39930024	研究论文	本文提出了一种基于多通道匹配方法的非合作空间物体姿态估计框架，该框架不依赖于3D模型，适用于实例和类别级别的场景	提出了一种不依赖于3D模型的通用姿态估计流程，并设计了一个多通道匹配网络和三重损失函数来获取关键点匹配对，同时引入了动态关键帧池的姿态图优化算法以减少长期漂移误差	NA	提高非合作空间物体姿态估计的准确性和鲁棒性，以支持3D重建、卫星导航、交会对接和碰撞避免等空间任务	非合作空间物体	计算机视觉	NA	深度学习	多通道匹配网络	图像	包含9种不同类型的非合作目标的11,565个样本	NA	NA	NA	NA
18099	2025-10-07	RadImageNet and ImageNet as Datasets for Transfer Learning in the Assessment of Dental Radiographs: A Comparative Study 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01204-9 PMID:39048809	研究论文	比较RadImageNet和ImageNet预训练模型在牙科影像分类任务中的迁移学习性能	首次系统比较医学影像数据集RadImageNet与自然图像数据集ImageNet在牙科影像分析中的迁移学习效果	研究仅针对两种特定的牙科影像分类任务，结果可能不适用于其他医学影像场景	评估医学影像专用数据集在牙科影像分类中的迁移学习性能优势	牙科全景片和侧位头影测量片	计算机视觉	牙科疾病	深度学习	预训练模型	医学影像	两个牙科影像数据集（具体数量未明确）	NA	NA	AUC	NA
18100	2025-10-07	AutoCorNN: An Unsupervised Physics-Aware Deep Learning Model for Geometric Distortion Correction of Brain MRI Images Towards MR-Only Stereotactic Radiosurgery 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01171-1 PMID:39080159	研究论文	提出一种无监督物理感知深度学习模型AutoCorNN，用于校正脑部MRI图像的几何畸变	将两个2D卷积编码器-解码器神经网络与MRI信号生成的前向物理模型相结合，无需真实标签图像即可训练	仅在前庭神经鞘瘤病例上进行了评估，未在其他脑部疾病上验证	开发用于脑部MRI图像几何畸变校正的深度学习模型，以支持MR-only立体定向放射外科手术	脑部MRI图像	医学影像分析	脑部疾病	MRI	CNN	图像	两个公共数据集：MPI-Leipzig Mind-Brain-Body（318名受试者）和Vestibular Schwannoma-SEG数据集（242名患者）	NA	2D卷积编码器-解码器神经网络	峰值信噪比, 均方根误差, 结构相似性指数, 靶区覆盖率, 适形指数	NA