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
941	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
942	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
943	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
944	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
945	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
946	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
947	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
948	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
949	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
950	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
951	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
952	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
953	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
954	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
955	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
956	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
957	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
958	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
959	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
960	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