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
3121	2025-04-02	Advancing methodologies for assessing the impact of land use changes on water quality: a comprehensive review and recommendations 2025-Mar-05, Environmental geochemistry and health IF:3.2Q2 DOI:10.1007/s10653-025-02413-z PMID:40042544	review	本文对评估土地利用变化对水质影响的研究方法进行了全面回顾，并提出了改进建议	提出了整合自动化监测系统、物联网技术以及深度学习算法与遥感技术的方法论进步	现有方法在解决区域差异、非线性相互作用和实时监测复杂性方面存在局限	评估土地利用变化对水质的影响，并改进研究方法	土地利用变化与水质的关系	环境科学	NA	自动化监测系统、IoT、深度学习算法、遥感技术	NA	水质和土地利用数据	NA
3122	2025-04-02	Advanced deep learning models for predicting elemental concentrations in iron ore mine using XRF data: a cost-effective alternative to ICP-MS methods 2025-Mar-05, Environmental geochemistry and health IF:3.2Q2 DOI:10.1007/s10653-025-02419-7 PMID:40045020	研究论文	本研究提出了一种基于深度学习的先进方法，用于预测伊朗Gohar Zamin铁矿区关键元素的浓度，使用X射线荧光（XRF）地球化学数据作为输入	提出了一种新型AI驱动框架，利用低成本的XRF数据进行矿物预测，减少对昂贵分析技术的依赖，同时提升采矿作业的决策能力	研究仅针对伊朗Gohar Zamin铁矿区的特定元素，可能不适用于其他地区或其他类型的矿物	开发一种成本效益高且快速的地球化学分析方法，以替代传统的ICP-MS方法	伊朗Gohar Zamin铁矿区的关键元素（如砷、锂、锑和钒）的浓度	机器学习	NA	X射线荧光（XRF）	CNN, GRU, SAN	地球化学数据	NA
3123	2025-04-02	CryoTEN: efficiently enhancing cryo-EM density maps using transformers 2025-Mar-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf092 PMID:40036588	research paper	提出了一种名为CryoTEN的3D UNETR++风格transformer，用于有效提升冷冻电镜密度图的质量	CryoTEN在提升冷冻电镜密度图质量方面表现优异，运行速度比现有深度学习方法快10倍以上，且GPU内存需求更低	NA	提升冷冻电镜密度图的质量，以构建更好的蛋白质结构	冷冻电镜密度图	machine learning	NA	冷冻电镜(cryo-EM)	3D UNETR++ transformer	3D冷冻电镜密度图	1295张冷冻电镜图作为训练集，150张作为独立测试集
3124	2025-04-02	A deep learning pipeline for three-dimensional brain-wide mapping of local neuronal ensembles in teravoxel light-sheet microscopy 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02583-1 PMID:39870865	research paper	介绍了一种名为ACE的端到端深度学习流程，用于在光片显微镜下对啮齿动物大脑进行三维全脑局部神经元群映射	提出了一种结合三维深度学习分割模型和高级聚类统计算法的创新流程，能够无偏地映射局部神经元活动和连接性	目前仅应用于啮齿动物大脑研究，尚未扩展到其他物种	开发一种能够泛化不同实验协议并实现神经元活动层流和亚群特异性映射的计算流程	啮齿动物大脑的神经元活动和连接性	digital pathology	NA	光片荧光显微镜	3D deep learning segmentation models	三维图像	未明确说明样本数量（啮齿动物大脑）
3125	2025-04-02	Artificial intelligence for segmentation and classification in lumbar spinal stenosis: an overview of current methods 2025-Mar, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08672-9 PMID:39883162	综述	本文综述了当前用于腰椎管狭窄症（LSS）分割和分类的人工智能方法	系统评估了机器学习（ML）和深度学习（DL）在LSS分割和分类中的应用，并比较了它们的性能	研究间比较困难，因为结果测量和测试数据集存在多样性，且外部验证模型数量有限	评估当前用于LSS分割和分类的ML模型	腰椎管狭窄症（LSS）的MRI、X射线或CT扫描图像	数字病理学	腰椎管狭窄症	MRI、X射线、CT扫描	U-Net、CNN	图像	27篇文献（9篇关于分割，16篇关于分类，2篇关于两者）
3126	2025-04-02	DeepPrep: an accelerated, scalable and robust pipeline for neuroimaging preprocessing empowered by deep learning 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02599-1 PMID:39915693	research paper	介绍了一种名为DeepPrep的神经影像预处理流程，该流程通过深度学习和工作流管理器实现加速、可扩展和鲁棒性	DeepPrep利用深度学习和工作流管理器，实现了神经影像预处理的十倍加速，并具备可扩展性和鲁棒性	未提及具体的技术细节或与其他方法的详细比较	解决神经影像大数据预处理中的计算挑战	神经影像数据	machine learning	NA	deep learning, workflow manager	NA	neuroimaging scans	超过55,000次扫描
3127	2025-04-02	Segment Anything for Microscopy 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02580-4 PMID:39939717	研究论文	介绍了一种名为Segment Anything for Microscopy (μSAM)的工具，用于多维显微镜数据的分割和跟踪	基于Segment Anything视觉基础模型，通过微调通用模型以适应光学和电子显微镜，显著提高了多种成像条件下的分割质量	NA	解决显微镜图像中对象准确分割的瓶颈问题	显微镜图像中的对象	数字病理学	NA	深度学习	Segment Anything	图像	NA
3128	2025-04-02	A Systematic Review of Advances in Infant Cry Paralinguistic Classification: Methods, Implementation, and Applications 2025-Feb-18, JMIR rehabilitation and assistive technologies DOI:10.2196/69457 PMID:40163619	系统性综述	本文系统回顾了过去24年婴儿哭声副语言分类的方法、实施和应用进展	总结了婴儿哭声分类从传统统计方法到机器学习和深度学习模型的演变，并提出了未来研究方向	大多数模型(90%)未实际部署，数据隐私和保密性考虑不足	系统回顾婴儿哭声分类技术的发展现状和未来方向	婴儿哭声信号	自然语言处理	NA	机器学习、深度学习、混合方法	NA	音频	126项符合条件的研究
3129	2025-04-02	Improving the Reliability of Language Model-Predicted Structures as Docking Targets through Geometric Graph Learning 2025-Jan-23, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c02740 PMID:39787296	research paper	本研究开发了一种名为CarsiDock-Flex的新型两步柔性对接范式，通过几何图学习提高语言模型预测结构作为对接目标的可靠性	提出CarsiDock-Flex，结合CarsiInduce模型和现有CarsiDock算法，直接从预测结构生成结合姿态，显著提高了对接准确性	未明确提及具体局限性	改进蛋白质-配体结合姿态的柔性建模	蛋白质-配体结合	machine learning	NA	equivariant deep learning, ESMFold	CarsiInduce, CarsiDock	protein structures	未明确提及样本量
3130	2025-04-02	Spike rate inference from mouse spinal cord calcium imaging data 2025-Jan-11, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.17.603957 PMID:39829770	research paper	该研究通过钙成像技术记录小鼠脊髓神经元的电活动，并比较了两种算法（CASCADE和OASIS）在推断脊髓神经元放电率方面的性能	首次在脊髓神经元上测试了基于深度学习的CASCADE算法和非监督学习的OASIS算法，并提供了针对脊髓数据重新训练的模型	研究仅针对小鼠脊髓背角浅层的谷氨酸能和GABA能神经元，未涵盖其他类型神经元或脑区	评估和改进从钙成像数据推断神经元放电率的算法在脊髓神经元中的应用	小鼠脊髓背角浅层的谷氨酸能和GABA能体感神经元	神经科学	NA	钙成像技术	CASCADE（基于深度学习的监督学习算法）和OASIS（基于非负反卷积的非监督算法）	钙成像信号数据	未明确说明具体数量，但包括两性小鼠的脊髓神经元
3131	2025-04-02	Robustly detecting mpox and non-mpox using a deep learning framework based on image inpainting 2025-01-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85771-z PMID:39794381	research paper	提出了一种基于图像修复的深度学习框架MIM，用于稳健检测猴痘和非猴痘病例	采用图像修复策略MIM，能够处理未知类别和异常输入，相比多类分类模型更具优势	需要多样化的非猴痘图像数据，且在实际应用中可能受到各种噪声的干扰	开发一种高效的猴痘诊断技术，以应对当前猴痘病例持续增加的挑战	猴痘和非猴痘皮肤疾病的图像数据	computer vision	猴痘	深度学习	GAN	image	MSLD猴痘数据集和包含18类非猴痘皮肤疾病的数据集
3132	2025-04-02	Deep learning-integrated MRI brain tumor analysis: feature extraction, segmentation, and Survival Prediction using Replicator and volumetric networks 2025-01-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84386-0 PMID:39789043	research paper	该研究提出了一种结合MRI扫描的深度学习方法，用于精确分割脑肿瘤并预测胶质瘤患者的生存率	采用2D体积卷积神经网络架构和多数规则进行肿瘤分割，以及使用深度学习启发的3D复制神经网络从分割的肿瘤区域提取放射组学特征以预测生存率	研究仅使用了BRATS2020基准数据集进行评估，可能在其他数据集上的泛化能力未经验证	开发一种精确且稳健的脑肿瘤分割方法，并预测胶质瘤患者的总体生存率	胶质瘤患者	digital pathology	brain tumor	MRI扫描	2D volumetric CNN, 3D replicator neural network	MRI图像	BRATS2020基准数据集
3133	2025-04-02	Predictive modeling of air quality in the Tehran megacity via deep learning techniques 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84550-6 PMID:39779721	研究论文	本研究利用深度学习技术预测德黑兰大都市区的空气质量，并评估其相对于传统机器学习方法的有效性	深度学习模型（如GRU、FCNN和CNN）在预测空气污染物浓度方面表现优于传统机器学习方法，特别是在CO、O、NO、SO、PM等污染物的预测上	研究仅针对德黑兰大都市区，可能无法直接推广到其他地区	预测德黑兰大都市区的空气污染物浓度，为空气质量控制策略提供决策支持	德黑兰大都市区的空气污染物（CO、O、NO、SO、PM等）	机器学习	NA	深度学习	GRU、FCNN、CNN	时间序列数据	2013年至2023年的空气污染物数据
3134	2025-04-02	The analysis of dance teaching system in deep residual network fusing gated recurrent unit based on artificial intelligence 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85407-2 PMID:39779733	研究论文	本研究探讨了如何利用深度学习和人工智能技术提升舞蹈教学的智能化水平，开发了一种基于图注意力机制和双向门控循环单元的舞蹈动作识别与反馈模型	结合3D-ResNet、BiGRU和图注意力机制，动态调整节点权重以优化动作识别性能，在NTU-RGBD60数据集上准确率比现有3D-CNN基线算法提高5%以上	未提及模型在其他舞蹈数据集上的泛化能力测试	提升舞蹈教学的智能化水平，为舞蹈教育提供高效个性化的技术支持	舞蹈动作识别与反馈系统	计算机视觉	NA	深度学习	3D-ResNet-BiGRU结合图注意力机制	视频	NTU-RGBD60数据集（具体数量未说明）
3135	2025-04-02	Uncertainty-aware diabetic retinopathy detection using deep learning enhanced by Bayesian approaches 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84478-x PMID:39779778	research paper	本研究提出了一种基于贝叶斯方法增强的深度学习模型，用于糖尿病视网膜病变检测，并评估了不确定性估计在临床决策中的价值	结合贝叶斯近似方法（如蒙特卡洛Dropout、均值场变分推断和确定性推断）增强DenseNet-121模型，不仅提高了分类准确性，还提供了预测不确定性的量化指标	研究仅针对糖尿病视网膜病变，未验证模型在其他医学影像分析任务中的泛化能力	开发一种能够提供不确定性估计的深度学习模型，以提高糖尿病视网膜病变检测的可靠性和临床决策的信任度	糖尿病视网膜病变的医学影像	digital pathology	diabetic retinopathy	Bayesian approximation techniques (Monte Carlo Dropout, Mean Field Variational Inference, Deterministic Inference)	DenseNet-121 (CNN) with Bayesian extensions	image	combined dataset (APTOS 2019 + DDR) with pre-processed images
3136	2025-04-02	A hybrid CNN model for classification of motor tasks obtained from hybrid BCI system 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84883-2 PMID:39779796	研究论文	本文提出了一种混合CNN模型，用于分类从混合脑机接口系统获取的运动任务	结合EEG和fNIRS两种非侵入性BCI模块，提高了多类数据的分类性能	NA	评估深度学习方法在分类四类运动执行任务中的性能	从CORE数据集中获取的右手、左手、右臂和左臂的运动执行任务	脑机接口	NA	EEG, fNIRS	CNN, Bi-LSTM, 混合CNN模型	脑电信号	NA
3137	2025-04-02	Attention-based deep learning for accurate cell image analysis 2025-01-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85608-9 PMID:39779905	research paper	介绍了一种名为X-Profiler的新型高内涵分析方法，结合了细胞实验、图像处理和深度学习建模，用于准确的细胞图像分析	X-Profiler结合了CNN和Transformer来编码高内涵图像，有效过滤噪声信号并精确表征细胞表型	NA	提高细胞图像分析的准确性，推动药物开发和疾病研究	细胞图像	digital pathology	cardiovascular disease	high-content analysis (HCA)	CNN, Transformer	image	NA
3138	2025-04-02	SRADHO: statistical reduction approach with deep hyper optimization for disease classification using artificial intelligence 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82838-1 PMID:39774278	研究论文	提出了一种结合统计降维和深度超参数优化的方法（SRADHO），用于改进疾病分类的特征选择和模型性能	结合深度学习和超参数调优，通过贝叶斯优化方法自动选择最相关特征，优化模型准确性并降低维度	仅使用了三个基准数据集进行实验，可能在其他数据集上的泛化能力有限	提高疾病分类的准确性和效率，减少过拟合和欠拟合问题	脑部相关疾病	机器学习	脑部疾病	深度学习，贝叶斯优化	人工神经网络，逻辑回归，决策树，随机森林，K近邻，支持向量机，朴素贝叶斯	医学数据	三个基准数据集
3139	2025-04-02	Assessment of simulated snoring sounds with artificial intelligence for the diagnosis of obstructive sleep apnea 2025-01, Sleep medicine IF:3.8Q1 DOI:10.1016/j.sleep.2024.11.018 PMID:39566267	研究论文	本研究利用人工智能模型分析模拟打鼾声音，以诊断阻塞性睡眠呼吸暂停(OSA)	首次验证了深度学习模型在利用模拟打鼾声音诊断OSA方面的优越性能	研究样本量有限(465名参与者)，且仅在一个睡眠中心进行	验证人工智能模型利用模拟打鼾声音诊断OSA的性能	阻塞性睡眠呼吸暂停(OSA)患者	机器学习	阻塞性睡眠呼吸暂停	Python音频数据处理	支持向量机(SVM)、K近邻(KNN)、随机森林(RF)、音频频谱变换器(AST)	音频	465名参与者
3140	2025-04-02	Deep Learning Predicts Subtype Heterogeneity and Outcomes in Luminal A Breast Cancer Using Routinely Stained Whole-Slide Images 2025-Jan-01, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-24-0397 PMID:39740059	research paper	该研究开发了一种基于深度学习的模型，利用常规染色的全切片图像预测Luminal A型乳腺癌的亚型异质性和预后	通过转录组数据训练的深度学习模型，低成本地量化和精细定位LumA乳腺癌常规图像中的亚型混合导致的瘤内异质性(ITH)	NA	探索Luminal A型乳腺癌亚型异质性机制及其对个体化治疗选择的影响	Luminal A型乳腺癌患者	digital pathology	breast cancer	deep learning	NA	image	NA