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
921	2025-10-07	Functionally characterizing obesity-susceptibility genes using CRISPR/Cas9, in vivo imaging and deep learning 2025-Feb-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89823-2 PMID:39948378	研究论文	开发了一种结合CRISPR/Cas9基因编辑、活体荧光成像和深度学习图像分析的流程，用于系统表征肥胖易感基因对斑马鱼幼鱼脂质积累和心脏代谢特征的影响	首次将CRISPR/Cas9基因编辑、活体成像和深度学习分析整合到斑马鱼模型中，用于系统功能表征肥胖易感基因	在10 dpf时无法检测到CRISPR/Cas9诱导突变对脂肪细胞脂质积累的影响，且8 dpf时的摄食效应与哺乳动物研究结果不一致	系统表征肥胖易感基因在脂肪细胞脂质积累和其他心脏代谢特征中的功能作用	斑马鱼幼鱼	计算机视觉, 深度学习	肥胖症, 心脏代谢疾病	CRISPR/Cas9基因编辑, 荧光成像, 深度学习图像分析	深度学习	图像	脂质积累实验n=275，基因突变实验n=1014，摄食行为实验n=1127	NA	NA	NA	NA
922	2025-10-07	Unraveling microglial spatial organization in the developing human brain with DeepCellMap, a deep learning approach coupled with spatial statistics 2025-Feb-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56560-z PMID:39948387	研究论文	开发了一种名为DeepCellMap的深度学习工具，用于分析发育中人脑中小胶质细胞的空间组织	将多尺度图像处理与先进的空间和聚类统计相结合，能够绘制正常和病理状态下小胶质细胞的组织结构	NA	研究发育中人脑中小胶质细胞的空间组织模式	人脑发育过程中的小胶质细胞	数字病理学	脑发育相关疾病	多尺度图像处理，空间统计，聚类分析	深度学习	组织切片图像	NA	NA	NA	NA	NA
923	2025-10-07	Applications of digital health technologies and artificial intelligence algorithms in COPD: systematic review 2025-Feb-13, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02870-7 PMID:39948530	系统综述	系统回顾数字健康技术和人工智能算法在慢性阻塞性肺疾病(COPD)中的应用现状	首次系统梳理COPD领域中数字健康技术与AI算法的结合应用，识别关键应用领域和主流算法类型	仅纳入两个数据库的研究，可能存在发表偏倚；未进行meta分析；纳入研究质量不均	探索数字健康技术在COPD中的数据种类、AI分析算法及主要应用领域	已发表的关于AI算法在COPD数字健康管理中的应用研究	数字病理学	慢性阻塞性肺疾病	数字健康技术	机器学习,深度学习	临床数据,患者报告结果,环境/生活方式数据	41项符合纳入标准的研究（从265项初筛研究中筛选）	NA	支持向量机,Boosting算法,深度神经网络,卷积神经网络	准确率,性能指标	NA
924	2025-10-07	Robust CRW crops leaf disease detection and classification in agriculture using hybrid deep learning models 2025-Feb-13, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01332-5 PMID:39948565	研究论文	提出一种用于玉米、水稻和小麦作物叶片病害检测的混合深度学习模型	设计了一种细长型CNN架构，包含不同尺寸的并行卷积层以准确定位多尺度病变区域	NA	开发一种适用于多种作物的通用病害检测模型，解决农民资源有限和数字素养低的问题	玉米(C)、水稻(R)和小麦(W)作物的叶片病害	计算机视觉	植物病害	深度学习	CNN	图像	NA	NA	Slender-CNN, VGG19, EfficientNetb6, ResNeXt, DenseNet201, AlexNet, YOLOv5, MobileNetV3	准确率	NA
925	2025-10-07	Prediction of cognitive conversion within the Alzheimer's disease continuum using deep learning 2025-Feb-13, Alzheimer's research & therapy DOI:10.1186/s13195-025-01686-x PMID:39948600	研究论文	开发深度学习模型预测阿尔茨海默病连续谱内认知转换，以指导临床治疗决策	首次使用包含五类变量集的纵向数据开发深度学习模型，并建立简约模型保持良好预测性能	样本量随时间推移减少，仅使用ADNI队列数据可能限制模型泛化能力	预测阿尔茨海默病连续谱内的认知转换，为治疗分配决策提供指导	阿尔茨海默病神经影像倡议(ADNI)队列中的607名个体	机器学习	阿尔茨海默病	神经影像学，神经心理学评估，实验室检测	深度学习	纵向多模态数据	基线607人，12个月随访538人，24个月482人，36个月268人，48个月280人	NA	NA	AUC	NA
926	2025-10-07	Comparison of Deep Learning Models for Voice Disorder Classification Using Kymographic Images 2025-Feb-12, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.01.001 PMID:39947969	研究论文	本研究比较了五种深度学习模型在基于声门图图像进行嗓音障碍分类的性能	首次系统比较多种预训练深度学习模型在声门图图像分类任务中的表现，发现DenseNet121模型在嗓音障碍分类中表现最佳	研究仅使用了BAGLS数据集，样本来源相对单一，需要进一步研究验证模型的泛化能力	开发基于深度学习的自动化嗓音障碍分类方法，辅助临床诊断	嗓音障碍患者的声门图图像	计算机视觉	嗓音障碍	高速视频内窥镜成像，声门图生成技术	CNN	图像	来自BAGLS数据集的高速录音生成的声门图图像	NA	AlexNet, DenseNet121, Xception, Inceptionv3, ResNet50v2	准确率, 多种模型评估指标	NA
927	2025-10-07	Deep learning-based clustering for endotyping and post-arthroplasty response classification using knee osteoarthritis multiomic data 2025-Feb-12, Annals of the rheumatic diseases IF:20.3Q1 DOI:10.1016/j.ard.2025.01.012 PMID:39948003	研究论文	开发基于多模态深度学习的聚类框架，利用膝骨关节炎多组学数据识别患者内型并对全膝关节置换术后反应进行分类	首次提出整合三种匹配生物流体（血浆、滑液、尿液）的多组学数据，采用多模态变分自编码器与K均值聚类相结合的新方法	样本量相对有限（414例患者），仅评估了1年随访结果	识别膝骨关节炎的分子内型并预测全膝关节置换术后疼痛/功能反应	414例原发性膝骨关节炎患者	机器学习	骨关节炎	microRNA测序, 代谢组学	变分自编码器, K-means聚类	多组学数据, 临床数据	414例膝骨关节炎患者，匹配的血浆、滑液和尿液样本	NA	多模态变分自编码器	WOMAC疼痛/功能评分分类性能	NA
928	2025-10-07	Comparative analysis of three methods for estimating the compositions of construction waste 2025-Feb-15, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.01.009 PMID:39823854	研究论文	比较三种建筑废弃物成分估算方法的性能差异	首次系统比较人工分拣、红外热成像人工图像识别和基于SegFormer的深度学习图像识别三种方法在建筑废弃物成分分析中的综合表现	对非惰性废弃物的识别误差相对较高，深度学习方法的处理时间和成本显著高于人工分拣	评估不同建筑废弃物成分估算方法的适用性和性能	建筑废弃物成分分析	计算机视觉	NA	红外热成像，语义分割	深度学习	图像	NA	NA	SegFormer	绝对相对误差	NA
929	2025-10-07	A multi-modal transformer for cell type-agnostic regulatory predictions 2025-Feb-12, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100762 PMID:39884279	研究论文	提出一种多模态Transformer模型EpiBERT，通过整合基因组序列和细胞类型特异性染色质可及性数据来提升调控基因组学的泛化能力	首次将多模态Transformer应用于基因组学，通过掩码可及性预训练目标学习可泛化的基因组序列和染色质可及性表示	未明确说明模型在跨组织或跨物种中的泛化能力限制	提升基于序列的深度学习模型在调控基因组学中的泛化能力	人类基因组调控元件和细胞类型特异性染色质状态	机器学习	NA	染色质可及性分析，基因表达预测	Transformer	基因组序列数据，染色质可及性数据	NA	NA	Transformer	准确性	NA
930	2025-10-07	Optical Microscopy and Deep Learning for Absolute Quantification of Nanoparticles on a Macroscopic Scale and Estimating Their Number Concentration 2025-Feb-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05555 PMID:39886935	研究论文	提出一种基于光学显微镜和深度学习的大尺度纳米颗粒绝对定量方法，通过蒸发液滴体积分析（EVA）估算纳米颗粒数量浓度	开发了EVA方法，结合光学显微镜全表面扫描和人工神经网络计数，实现宏观尺度下纳米颗粒的绝对定量	讨论了EVA的理论限制，包括检测限、定量限和最佳工作范围	开发纳米颗粒数量浓度的绝对定量方法	纳米颗粒分散液中的纳米颗粒	计算机视觉	NA	光学显微镜，蒸发体积分析	人工神经网络	图像	每个液滴数千个纳米颗粒，多个液滴样本	NA	NA	相对标准不确定度2.7%	NA
931	2025-10-07	Normalized Protein-Ligand Distance Likelihood Score for End-to-End Blind Docking and Virtual Screening 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01014 PMID:39823352	研究论文	提出一种用于分子对接和虚拟筛选的深度学习评分函数及端到端协议	引入归一化混合密度网络评分函数，学习蛋白质残基与配体原子间距离的概率密度分布，并开发端到端的盲对接和虚拟筛选协议	在结合剂信息有限的实际药物发现场景中性能可能受限	开发用于分子对接和虚拟筛选的深度学习评分方法	蛋白质-配体复合物	机器学习	NA	分子对接，虚拟筛选	混合密度网络，扩散模型	蛋白质-配体结构数据	LIT-PCBA数据集	NA	DiffDock, NMDN	富集因子	NA
932	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
933	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
934	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
935	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
936	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
937	2025-02-14	Using Deep Learning to Simultaneously Reduce Noise and Motion Artifacts in Brain MR Imaging 2025-Feb-13, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2024-0098 PMID:39938896	研究论文	本文提出了一种使用深度学习同时减少脑部MRI中的噪声和运动伪影的方法	通过深度学习模型独立处理T1W、T2W和FLAIR序列，有效去除噪声和运动伪影，且不受成像方向和伪影方向的影响	研究仅基于20名健康志愿者的数据，样本量较小，且未涉及真实患者数据	提高脑部MRI的临床实用性，通过减少噪声和运动伪影来改善图像质量	脑部MRI图像（T1W、T2W和FLAIR序列）	计算机视觉	NA	深度学习	深度学习模型	图像	20名健康志愿者的脑部MRI图像，模拟生成的115200对图像用于训练、验证和测试	NA	NA	NA	NA
938	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
939	2025-02-14	Analytical Capabilities and Future Perspectives of Chemometrics in Omics for Food Microbial Investigation 2025-Feb-13, Critical reviews in analytical chemistry IF:4.2Q1 DOI:10.1080/10408347.2025.2463430 PMID:39945579	综述	本文综述了化学计量学在食品微生物研究中的应用、原理及挑战，并探讨了其与多组学和生物信息学结合的未来发展	强调了化学计量学在食品微生物组学研究中的潜力，并提出了整合深度学习和人工智能算法以提高分析能力和预测精度的迫切需求	选择合适的化学计量工具并进行多组学数据融合分析仍是一个巨大挑战	揭示食品微生物在营养和安全中的功能属性和机制	食品微生物组	生物信息学	NA	多组学技术	深度学习（DL）和人工智能算法	多组学数据	NA	NA	NA	NA	NA
940	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