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
1001	2025-02-14	A Deep-Learning Approach for Vocal Fold Pose Estimation in Videoendoscopy 2025-Feb-12, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01431-8 PMID:39939476	研究论文	本文提出了一种深度学习框架，用于从临床实践中获取的喉镜视频帧中估计声带姿态，以辅助诊断喉部疾病	该框架通过热图回归依赖三个解剖学相关的关键点作为前声门角度（AGA）计算的先验，克服了现有算法在病理图像、噪声和遮挡等挑战性图像中的缺点	NA	开发一种深度学习框架，用于从喉镜视频帧中准确估计声带姿态，以辅助诊断喉部疾病	声带姿态估计	计算机视觉	喉部疾病	深度学习	热图回归	视频帧	124名患者的471张喉镜帧，其中28名患者患有癌症
1002	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
1003	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
1004	2025-02-14	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	本文开发了一个基于分子轨道相互作用的预测框架，用于解释自由基反应的机制	提出了一个化学感知的深度学习模型，能够提供不同层次的解释性预测，并在自由基反应预测中达到了96%的准确率	模型依赖于RMechDB数据库，可能受限于数据库的覆盖范围和准确性	开发一个能够预测和解释自由基反应的深度学习框架	自由基反应的机制和产物	化学信息学	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
1005	2025-02-14	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	本研究专注于单一深度学习架构，以评估其在故障诊断中的性能提升	通过专注于单一深度学习架构，而不是广泛评估多种模型，探索了深度学习方法在故障诊断中的潜力	研究仅基于Tennessee Eastman Process数据集，未在其他数据集上验证	评估专注于单一深度学习架构是否能够提升故障诊断的性能	Tennessee Eastman Process数据集	机器学习	NA	深度学习	卷积神经网络（CNN）	过程数据	NA
1006	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
1007	2024-08-07	Correction to: Deep Learning Glioma Grading with the Tumor Microenvironment Analysis Protocol for Comprehensive Learning, Discovering, and Quantifying Microenvironmental Features 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01160-4 PMID:38864948	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1008	2025-02-14	STCNet: Spatio-Temporal Cross Network with subject-aware contrastive learning for hand gesture recognition in surface EMG 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109525 PMID:39674068	研究论文	本文介绍了一种名为STCNet的新型深度学习架构，专门用于跨多个受试者的表面肌电图（sEMG）中的手势识别，解决了受试者间变异性和环境因素（如电极移位和肌肉疲劳）带来的挑战	STCNet结合了卷积-循环架构和时空块，增强了空间和时间分析，并引入了滚动卷积技术以更有效地捕捉sEMG测量设备的固有空间关系，同时提出了基于受试者和手势标签信息的对比学习框架	未明确提及具体限制	提高跨多个受试者的表面肌电图手势识别的鲁棒性	表面肌电图（sEMG）数据	机器学习	NA	深度学习	卷积-循环架构（CNN-RNN）	表面肌电图（sEMG）信号	未明确提及具体样本数量
1009	2025-02-14	LeafDNet: Transforming Leaf Disease Diagnosis Through Deep Transfer Learning 2025-Feb, Plant direct IF:2.3Q2 DOI:10.1002/pld3.70047 PMID:39943923	研究论文	本文介绍了一种创新的深度迁移学习方法，利用改进的Xception架构，专门用于识别玫瑰、芒果和番茄的植物病害	在基础Xception架构后增加了额外的卷积层，并结合多个可训练的密集层，采用先进的正则化和dropout技术，以优化特征提取和分类	NA	开发一种高效、准确的早期植物病害检测方法，以支持可持续农业实践	玫瑰、芒果和番茄的植物叶片	计算机视觉	植物病害	深度迁移学习	改进的Xception架构	图像	5491张图像，涵盖四种不同的病害类别
1010	2025-02-14	Spatial-temporal activity-informed diarization and separation 2025-Feb-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0035830 PMID:39945646	研究论文	本文提出了一种利用说话者时空活动的鲁棒多通道说话者分离和识别系统	系统采用混合架构，结合阵列信号处理单元和深度学习单元，提出了一种基于空间一致性矩阵的说话者识别方法和一种全局与局部活动驱动的说话者提取网络	未明确提及具体局限性	开发一种鲁棒的多通道说话者分离和识别系统	多通道音频信号中的说话者	自然语言处理	NA	深度学习，阵列信号处理	Encoder-Decoder-based Attractor network, Global and Local Activity-driven Speaker Extraction network	音频信号	未明确提及具体样本数量
1011	2025-02-13	PortNet: Achieving lightweight architecture and high accuracy in lung cancer cell classification 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e41850 PMID:39931476	研究论文	本研究开发了一种名为PortNet的深度学习模型，旨在为肺癌细胞的病理类型提供高效、准确且经济的辅助诊断	PortNet模型通过结合1×1卷积块和深度可分离卷积架构，显著减少了模型参数数量，同时通过集成Squeeze-and-Excitation自注意力模块增强了特征表示，实现了轻量化和高精度的平衡	未提及模型在实际临床环境中的验证情况，以及是否适用于其他类型的癌症细胞分类	开发一种轻量化的深度学习模型，用于肺癌细胞分类的辅助诊断	肺癌细胞	计算机视觉	肺癌	深度学习	CNN	图像	未明确提及样本数量
1012	2025-02-13	Deep learning-based quick MLC sequencing for MRI-guided online adaptive radiotherapy: a feasibility study for pancreatic cancer patients 2025-Feb-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb099 PMID:39883962	研究论文	本研究提出了一种基于深度学习的快速MLC序列生成方法，用于MRI引导的在线自适应放疗，旨在加速胰腺癌患者的治疗计划适应过程	使用递归条件生成对抗网络模型从通量图预测MLC段形状，并结合线性矩阵方程模块优化段的监测单位权重，显著减少了治疗计划的执行时间	研究仅针对腹部癌症患者，且样本量相对较小（49名患者，242个每日分数）	加速MRI引导的在线自适应放疗的每日在线重新计划过程	胰腺癌患者	数字病理学	胰腺癌	深度学习	递归条件生成对抗网络（RCGAN）	MRI图像	49名腹部癌症患者的242个每日分数
1013	2025-02-13	In vivo confocal microscopy in ophthalmology: research trends from a bibliometric analysis 2025-Feb-11, Clinical & experimental optometry DOI:10.1080/08164622.2025.2459345 PMID:39933698	研究论文	本文通过文献计量分析探讨了活体共聚焦显微镜（IVCM）在眼科领域的研究趋势	首次对IVCM在眼科领域的全球研究进行了文献计量分析，填补了该领域的空白	研究仅基于Web of Science核心合集数据库，可能未涵盖所有相关文献	识别IVCM研究中的有影响力的文章、作者、机构和新兴趋势	眼科领域的IVCM研究文献	数字病理	眼科疾病	活体共聚焦显微镜（IVCM）	NA	文献数据	1,389篇文章，其中600篇发表于过去十年
1014	2025-02-13	Frontier molecular orbital weighted model based networks for revealing organic delayed fluorescence efficiency 2025-Feb-10, Light, science & applications DOI:10.1038/s41377-024-01713-w PMID:39924488	研究论文	本文提出了一种基于前沿分子轨道加权模型的网络，用于揭示有机延迟荧光效率	开发了电子结构注入网络（ESIN），用于TADF发射体的筛选，能够基于分子几何和轨道信息准确预测TADF分子的光致发光量子产率（PLQYs）	数据驱动的材料筛选方法在访问TADF发射体的激发态特性方面仍然非常困难且未得到充分解决	预测TADF发射体的功能，以替代金属基磷光材料，并作为新一代发射体用于OLED显示的大规模生产	具有热激活延迟荧光（TADF）特性的有机分子	机器学习	NA	深度学习（DL）	电子结构注入网络（ESIN）	分子几何和轨道信息	NA
1015	2025-02-13	An automatic control system based on machine vision and deep learning for car windscreen clean 2025-Feb-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88688-9 PMID:39924520	研究论文	本文介绍了一种基于机器视觉和深度学习的实时雨滴检测系统和创新的雨刷控制方法，用于汽车挡风玻璃清洁	使用改进的YOLOv8模型构建了一个全天候雨滴检测模型，并提出了根据降雨强度自动调整检测频率和雨刷操作速度的控制方法	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	提高雨天驾驶的安全性，通过自动控制雨刷系统保持挡风玻璃清晰	汽车挡风玻璃上的雨滴	计算机视觉	NA	深度学习	CNN, YOLOv8	图像	未提及具体样本数量
1016	2025-02-13	Translational Informatics Driven Drug Repositioning for Neurodegenerative Disease 2025-Feb-06, Current neuropharmacology IF:4.8Q1 DOI:10.2174/011570159X327908241121062335 PMID:39936420	综述	本文通过转化信息学的视角，全面探讨了神经退行性疾病的药物重新定位，包括数据来源、计算模型和临床应用	利用人工智能和医疗数据的快速发展，提出了一种创新的、数据驱动的药物重新定位方法，为神经退行性疾病的治疗提供了新的途径	本文主要集中于理论和方法论的探讨，缺乏具体的实验验证和临床数据支持	开发适用于神经退行性疾病的有效治疗干预措施	神经退行性疾病	转化信息学	神经退行性疾病	人工智能、机器学习、深度学习、网络分析方法	机器学习、深度学习、网络模型	医疗数据	NA
1017	2025-02-13	High-content imaging and deep learning-driven detection of infectious bacteria in wounds 2025-Feb, Bioprocess and biosystems engineering IF:3.5Q2 DOI:10.1007/s00449-024-03110-4 PMID:39621107	研究论文	本文介绍了一种基于深度学习的框架，用于快速准确地检测和分类伤口中的四种常见细菌	利用预训练的ResNet50深度学习架构，结合高内涵成像技术，显著缩短了细菌检测时间，并提供了关键特征的可视化	研究主要基于体外和小鼠伤口样本，尚未在人类临床环境中进行大规模验证	开发一种快速、准确的细菌检测方法，以改善伤口感染的临床治疗	伤口中的四种常见细菌：鲍曼不动杆菌（AB）、大肠杆菌（EC）、铜绿假单胞菌（PA）和金黄色葡萄球菌（SA）	计算机视觉	伤口感染	高内涵成像	ResNet50	图像	体外样本和小鼠伤口样本
1018	2025-02-13	Deep Learning-Enabled STEM Imaging for Precise Single-Molecule Identification in Zeolite Structures 2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202408629 PMID:39703985	研究论文	本文开发了一种深度学习框架，用于在低剂量条件下进行集成差分相位对比扫描透射电子显微镜（iDPC-STEM）成像，以精确捕捉沸石结构中的单分子行为	提出了一种名为DIVAESR的去噪超分辨率模型，有效减少了散粒噪声，从而获得更清晰的原子分辨率iDPC-STEM图像，并支持高级单分子检测和分析	测试主要基于合成数据集，虽然展示了在真实iDPC-STEM图像上的应用潜力，但仍需进一步验证其在实际复杂环境中的表现	开发深度学习框架以提升iDPC-STEM成像质量，用于精确捕捉和分析沸石结构中的单分子行为	沸石结构中的单分子行为	计算机视觉	NA	集成差分相位对比扫描透射电子显微镜（iDPC-STEM）	DIVAESR（去噪推理变分自编码器超分辨率模型）	图像	合成数据集和真实iDPC-STEM图像
1019	2025-02-13	Semi-supervised learning-based identification of the attachment between sludge and microparticles in wastewater treatment 2025-Feb, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124268 PMID:39889421	研究论文	本文提出了一种基于半监督学习的方法，用于识别废水处理系统中污泥与微粒之间的附着情况	采用基于SimCLR的半监督学习方法，结合预训练的ResNet50和Mask R-CNN架构，显著提高了在有限标注数据情况下的检测精度	需要一定量的未标注数据进行预训练，且标注数据量较少时性能提升有限	提高废水处理系统中微粒转移过程的监测精度	废水处理系统中的污泥和微粒	计算机视觉	NA	半监督学习（SSL），SimCLR，Mask R-CNN	ResNet50，Mask R-CNN	图像	1000张未标注图像，约200张标注图像（包含约600个标注微粒）
1020	2025-02-13	Integrating deep learning algorithms for forecasting evapotranspiration and assessing crop water stress in agricultural water management 2025-Feb, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124363 PMID:39889430	研究论文	本研究旨在通过先进的深度学习技术提高蒸散发（ET）、潜在蒸散发（PET）和作物水分胁迫指数（CWSI）的预测精度，以优化农业水资源管理	结合高分辨率气候数据和四种共享社会经济路径（SSPs），采用多种深度学习模型（FFNNs、CNNs、GRUs、LSTMs）进行预测，显著提高了预测精度	研究主要针对孟加拉国，可能在其他地区的适用性有限	开发先进的预测模型以优化农业水资源管理	蒸散发（ET）、潜在蒸散发（PET）和作物水分胁迫指数（CWSI）	机器学习	NA	深度学习	FFNNs、CNNs、GRUs、LSTMs	气候数据	NA