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
2061	2025-05-22	Spatial transcriptomic clocks reveal cell proximity effects in brain ageing 2025-Feb, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08334-8 PMID:39695234	研究论文	该研究通过构建空间分辨的单细胞转录组脑图谱，揭示了细胞邻近效应对脑衰老的影响	开发了空间衰老时钟模型，用于识别衰老、年轻化和疾病的空间及细胞类型特异性转录组指纹，并发现T细胞和神经干细胞对邻近细胞的显著影响	研究仅基于小鼠模型，人类大脑的类似效应尚未验证	探究细胞邻近效应对脑组织衰老的影响及潜在干预措施	成年寿命不同阶段的420万个脑细胞	空间转录组学	神经退行性疾病	空间分辨单细胞转录组测序	机器学习模型（空间衰老时钟）和深度学习	单细胞转录组数据	420万个细胞，覆盖20个不同年龄阶段
2062	2025-05-22	LeFood-set: Baseline performance of predicting level of leftovers food dataset in a hospital using MT learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320426 PMID:40388400	研究论文	本文提出了一种基于深度学习的创新方法，用于预测医院患者餐盘中的剩余食物量，并创建了一个名为LeFoodSet的大规模开放数据集	首次创建了专门用于估计食物剩余量的大规模开放数据集LeFoodSet，并提出了结合视觉特征提取和后期融合的多任务学习模型	数据集仅包含34种印尼食物类别，可能无法完全代表其他地区的饮食习惯	开发AI方法来准确预测医院患者的食物剩余量，以替代耗时且存在偏差的人工观察	医院患者的餐盘食物剩余量	计算机视觉	NA	深度学习	ResNet101, 多任务学习(MT), 单任务学习(ST)	图像	524对图像(34种印尼食物类别，每类包含食用前后的图像)
2063	2025-05-22	Transfer learning in ECG diagnosis: Is it effective? 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316043 PMID:40388401	研究论文	本文通过实证研究探讨了迁移学习在多标签心电图分类中的有效性	首次系统验证了迁移学习在心电图诊断中的效果，比较了微调与从头训练的性能差异	研究结果依赖于特定数据集和神经网络架构，可能不适用于所有心电图诊断场景	评估迁移学习在心电图诊断中的实际效果	多标签心电图分类	机器学习	心血管疾病	深度学习	CNN, RNN	时间序列数据	多种心电图数据集
2064	2025-05-22	Predictive hybrid model of a grid-connected photovoltaic system with DC-DC converters under extreme altitude conditions at 3800 meters above sea level 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324047 PMID:40388424	研究论文	本研究开发了一种用于极端海拔条件下（海拔3800米）并网光伏系统的预测混合模型，旨在降低模型复杂度并提高准确性	结合递归特征消除（RFE）方法与高级正则化技术（如Lasso、Ridge和Bayesian Ridge），以解决维度灾难问题	未来工作将探索与储能系统和智能控制策略的集成，以及在极端气候条件下的应用	优化极端海拔条件下并网光伏系统的预测性能	由单晶模块、DC-DC优化器和3000 W逆变器组成的光伏系统	机器学习	NA	RFE、Lasso、Ridge、Bayesian Ridge	混合模型	电力系统数据	NA
2065	2025-05-22	AI-driven educational transformation in ICT: Improving adaptability, sentiment, and academic performance with advanced machine learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317519 PMID:40388422	研究论文	本研究通过部署先进的机器学习和深度学习策略，在教育技术领域实现了有意义的变革	采用混合堆叠方法结合多种机器学习模型，实现了高精度的预测和分析，特别是在情感分析和学术表现提升方面	数据集来源于Kaggle，可能无法完全代表所有教育环境	探索AI驱动的教育转型，提高学生的适应性、情感状态和学术表现	教育技术领域中的学生适应性、情感和学术表现	教育技术	NA	机器学习、深度学习	Decision Trees, Random Forest, XGBoost, Gradient Boosting, CNN, RCNN	结构化数据	1205条包含14个属性的条目
2066	2025-05-22	Anomaly recognition in surveillance based on feature optimizer using deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313692 PMID:40388481	research paper	该研究提出了一种基于深度学习的先进框架，用于监控系统中的异常识别，通过特征优化技术显著提高了准确性和鲁棒性	创新点在于结合了新型63层CNN 'Up-to-the-Minute-Net' 和 Inception-Resnet-v2 进行特征提取，并采用蜻蜓算法和遗传算法进行特征优化	未提及具体的数据集规模限制或实际部署中的计算资源需求	提高监控系统中异常识别的准确性和鲁棒性	监控视频中的异常事件	computer vision	NA	histogram equalization, Dragonfly algorithm, Genetic Algorithm	DCNN (包括 'Up-to-the-Minute-Net' 和 Inception-Resnet-v2)	image	未明确说明具体样本数量，但使用了5折和10折交叉验证
2067	2025-05-22	Digital profiling of gene expression from histology images with linearized attention 2024-11-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54182-5 PMID:39543087	research paper	该研究介绍了一种名为SEQUOIA的线性化transformer模型，用于从全切片图像(WSIs)预测癌症转录组学特征	提出SEQUOIA模型，首次将线性化transformer应用于WSIs的基因表达预测，解决了传统transformer在WSIs应用中的高复杂性和小数据集限制问题	模型在16种癌症类型上进行了训练，但可能对其他罕见癌症类型的泛化能力有限	开发一种成本效益高的方法，从组织学图像中预测基因表达谱，用于个性化癌症管理	7584个肿瘤样本(训练集)和1368个肿瘤样本(验证集)，涵盖16种癌症类型	digital pathology	cancer	deep learning	linearized transformer (SEQUOIA)	whole slide images (WSIs)	7584个肿瘤样本(训练集) + 1368个肿瘤样本(验证集)
2068	2025-05-22	Foundation model of neural activity predicts response to new stimulus types and anatomy 2024-Aug-31, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.21.533548 PMID:36993435	research paper	该研究通过训练一个基础模型来预测小鼠视觉皮层对任意自然视频的神经元响应，并展示了该模型在新小鼠和新刺激域中的泛化能力	利用基础模型预测神经元响应，并展示其在跨小鼠、跨刺激域及新任务中的泛化能力	模型在训练分布之外的泛化能力仍有局限	构建基础大脑模型，以理解大脑的计算目标和神经编码	小鼠视觉皮层的神经活动	neuroscience	NA	deep learning	foundation model	neural activity data, natural videos	大量来自多只小鼠视觉皮层的神经活动数据
2069	2025-05-22	Lightning Pose: improved animal pose estimation via semi-supervised learning, Bayesian ensembling and cloud-native open-source tools 2024-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02319-1 PMID:38918605	研究论文	介绍了一种名为'Lightning Pose'的高效姿态估计包，通过半监督学习、贝叶斯集成和云原生开源工具改进了动物姿态估计	结合半监督学习、多视角几何和姿态合理性惩罚，提出了一种新的网络架构以解决遮挡问题，并通过集成和卡尔曼平滑后处理优化姿态预测	需要部分标记视频帧作为监督信号，且未提及在极端遮挡或复杂背景下的性能	改进动物姿态估计的准确性和科学可用性	动物姿态估计	计算机视觉	NA	半监督学习、贝叶斯集成、卡尔曼平滑	深度学习网络	视频	未明确提及具体样本数量，但使用了大量未标记视频和少量标记视频帧
2070	2025-05-22	Digital profiling of cancer transcriptomes from histology images with grouped vision attention 2024-Jan-19, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.28.560068 PMID:37808782	研究论文	开发了一种基于transformer的深度学习模型，用于从组织学图像中预测癌症转录组	首次将transformer架构应用于组织学图像分析，通过预训练和微调策略解决了小数据集和参数爆炸问题	模型在组织水平上训练，空间基因表达模式的预测能力仍需验证	开发一种从组织学图像预测癌症转录组的深度学习方法	癌症转录组和组织学图像	数字病理学	癌症（乳腺癌、肾癌、肺癌等）	深度学习、转录组分析	transformer	图像（全切片组织学图像）	预训练：1,802个正常组织样本；微调和评估：4,331个肿瘤样本（涵盖9种癌症类型）；验证：1,305个肿瘤样本
2071	2025-05-22	A review of epilepsy detection and prediction methods based on EEG signal processing and deep learning 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1468967 PMID:39618710	综述	本文综述了基于脑电图（EEG）信号处理和深度学习的癫痫检测与预测方法	总结了公开可用的癫痫EEG数据集、预处理技术、特征提取方法和深度学习网络，并基于患者独立性对文献进行分类	公开数据集在癫痫类型上缺乏多样性，且采集条件受控，可能无法反映真实场景；信号预处理方法有限，可能无法完全代表实际条件	提出一种高效的癫痫检测和预测方法，以促进患者康复、减轻家庭负担并优化医疗流程	癫痫患者的EEG信号	数字病理学	癫痫	EEG信号处理	CNN, RNN	EEG信号	NA
2072	2025-05-22	MLR-predictor: a versatile and efficient computational framework for multi-label requirements classification 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1481581 PMID:39664103	研究论文	提出了一种名为MLR-Predictor的多标签需求分类计算框架，通过创新的OkapiBM25模型将需求文本转化为统计向量，并利用逻辑回归分类器进行分类	使用OkapiBM25模型将需求文本转化为统计向量，并将多标签分类问题转化为多类分类问题，显著提升了分类性能	未提及具体局限性	开发一个高效且通用的多标签需求分类计算框架	软件需求文本	自然语言处理	NA	OkapiBM25模型，逻辑回归分类器	逻辑回归	文本	三个公共基准需求分类数据集，包括PROMISE、EHR-binary和EHR-multiclass数据集
2073	2025-05-22	The regulatory landscape of 5' UTRs in translational control during zebrafish embryogenesis 2023-Nov-23, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.23.568470 PMID:38045294	research paper	该研究通过大规模平行报告实验和深度学习模型，揭示了斑马鱼胚胎发生早期5' UTR在翻译调控中的关键作用	首次在早期脊椎动物发育中建立了5' UTR翻译调控的定量模型，并开发了能预测5' UTR异构体活性的深度学习模型DaniO5P	研究仅针对斑马鱼胚胎发生早期阶段，未涉及其他发育阶段或其他生物体	解析5' UTR在翻译调控中的作用机制	斑马鱼胚胎发生早期的5' UTR序列	生物信息学	NA	大规模平行报告实验、多核糖体分析	深度学习模型DaniO5P	序列数据	18,154个5' UTR序列
2074	2025-05-21	CatSkill: Artificial Intelligence-Based Metrics for the Assessment of Surgical Skill Level from Intraoperative Cataract Surgery Video Recordings 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100764 PMID:40385240	research paper	开发并验证了一种基于AI的视频分析系统CatSkill，用于评估白内障手术中外科医生的技能水平	提出了一种新型AI驱动的视频分析系统，能够自动评估手术中的眼位中性、眼位中心和显微镜焦距维持能力	研究仅回顾性分析了620例手术视频，未涉及实时应用验证	开发AI系统评估白内障手术医生的专业技能水平	白内障手术视频记录	computer vision	白内障	深度学习视频分析	FPN (VGG16), 随机森林	video	620例白内障手术视频（254例主治医师/176例住院医师）
2075	2025-05-21	Optimizing Skin Cancer Diagnosis: A Modified Ensemble Convolutional Neural Network for Classification 2025-Jun, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24792 PMID:39888306	研究论文	本研究提出了一种结合随机猫群优化算法和集成卷积神经网络的RCS-ECNN方法，用于皮肤癌不同阶段的分类	提出了结合随机猫群优化(CSO)与集成卷积神经网络(ECNN)的RCS-ECNN方法，用于优化皮肤癌分类	未提及方法在临床环境中的实际应用效果或泛化能力	优化皮肤癌诊断，提高分类准确率	皮肤癌的不同阶段	计算机视觉	皮肤癌	随机猫群优化(CSO)，GrabCut算法	集成卷积神经网络(ECNN)，深度神经网络(DNN)，Keras DNN(KDNN)	图像	HAM10000和ISIC数据集
2076	2025-02-20	Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia" 2025-Jun, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251317097 PMID:39966688	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2077	2025-04-25	Response to the Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia" 2025-Jun, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251329356 PMID:40269482	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2078	2025-05-21	Accuracy of an Automated Bone Scan Index Measurement System Enhanced by Deep Learning of the Female Skeletal Structure in Patients with Breast Cancer 2025-Jun, Nuclear medicine and molecular imaging IF:1.3Q3 DOI:10.1007/s13139-025-00905-5 PMID:40385368	research paper	该研究验证了通过深度学习女性骨骼结构更新的VSBONE® BSI系统在乳腺癌患者中的诊断准确性	VSBONE ver.3通过深度学习957名女性的骨骼结构，提高了在乳腺癌患者中的诊断准确性	研究样本量较小，仅包括220名日本乳腺癌患者	验证更新的VSBONE系统在乳腺癌患者中的诊断准确性	乳腺癌患者	digital pathology	breast cancer	bone scintigraphy with SPECT/CT	deep learning	image	220名日本乳腺癌患者（20名有活动性骨转移，200名无骨转移）
2079	2025-05-21	Classification of differentially activated groups of fibroblasts using morphodynamic and motile features 2025-Jun, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0250502 PMID:40385989	research paper	该研究提出了一种基于人工智能的分类框架，通过分析成纤维细胞的形态动力学和运动特征来识别和表征不同激活状态的成纤维细胞	利用形态动力学和运动特征作为成纤维细胞激活状态的生物物理标志物，克服了传统分子标记的局限性	研究仅基于与乳腺癌细胞系共培养的成纤维细胞数据，可能无法完全代表体内复杂微环境	开发新型成纤维细胞分类方法以更好地理解肿瘤微环境	与乳腺癌细胞系共培养的成纤维细胞	digital pathology	breast cancer	label-free live-cell imaging	deep learning and machine learning algorithms	image	NA
2080	2025-05-21	Gluten identification from food images using advanced deep learning and transfer learning methods 2025-Jun, Journal of food science and technology DOI:10.1007/s13197-024-06158-y PMID:40386197	research paper	本文提出了一种基于深度学习和迁移学习的创新方法，用于从食物图像中识别麸质，旨在帮助乳糜泻患者识别含麸质食物	利用EfficientNet预训练模型进行麸质图像分类，在食物图像识别领域具有创新性	研究仅基于Food101数据集的子集，可能无法涵盖所有食物类型	开发一种辅助乳糜泻患者识别含麸质食物的工具	食物图像	computer vision	celiac disease	deep learning, transfer learning	CNN, EfficientNet	image	20,000张训练图像和2,000张测试图像