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
10081	2024-12-26	Profiling cell identity and tissue architecture with single-cell and spatial transcriptomics 2025-Jan, Nature reviews. Molecular cell biology DOI:10.1038/s41580-024-00768-2 PMID:39169166	综述	本文综述了单细胞转录组学和空间转录组学在细胞状态和多细胞邻域识别与表征方面的最新进展、挑战和前景	讨论了深度学习（包括基础模型）在单细胞和空间转录组数据分析中的应用，并展望了这些工具在干细胞生物学、免疫学和肿瘤生物学领域的未来应用	未具体提及研究的局限性	探讨单细胞和空间转录组学在细胞状态和多细胞邻域识别与表征方面的应用	单细胞和空间转录组数据	生物信息学	肿瘤生物学	单细胞转录组学、空间转录组学	深度学习、基础模型	转录组数据	数百到数百万个细胞
10082	2024-12-26	Inverse design of metalenses with polarization and chromatic dispersion modulation via transfer learning 2025-Jan-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.540475 PMID:39718885	研究论文	本文介绍了一种基于深度学习的逆向设计模型，用于设计具有偏振和色散调制功能的超透镜	结合传播相位理论和光谱迁移学习，解决了色散问题，并实现了多功能超透镜的快速设计	数值模拟结果显示焦距偏差小于5%，但平均聚焦效率仅为43.3%，仍有提升空间	开发高效的深度学习方法来设计多功能超透镜，以解决传统成像系统的体积问题	偏振和波长复用的超透镜	计算机视觉	NA	深度学习	迁移学习	数值模拟数据	NA
10083	2024-12-26	A probabilistic deep learning approach to enhance the prediction of wastewater treatment plant effluent quality under shocking load events 2025-Jan-01, Water research X IF:7.2Q1 DOI:10.1016/j.wroa.2024.100291 PMID:39720317	研究论文	本研究开发了一种概率深度学习模型，用于增强在突发负荷事件下污水处理厂出水质量的实时预测	提出了结合编码器-解码器长短期记忆网络（LSTM）的概率深度学习模型，能够生成概率预测，提高了在突发负荷事件下实时预测的鲁棒性	模型仅在单一污水处理厂进行了测试，尚未在不同工艺的污水处理厂中广泛应用	提高污水处理厂在突发负荷事件下出水质量的实时预测能力	污水处理厂的出水质量，特别是总氮浓度	机器学习	NA	深度学习	概率编码器-解码器LSTM（P-ED-LSTM）	时间序列数据	实际污水处理厂的每小时出水质量数据
10084	2024-12-26	Deep learning-based classification of breast cancer molecular subtypes from H&E whole-slide images 2025-Jan, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100410 PMID:39720418	研究论文	本文探讨了利用深度学习模型从H&E染色的全切片图像中预测乳腺癌分子亚型的可能性	首次提出了一种基于H&E染色全切片图像的深度学习管道，用于乳腺癌分子亚型分类，并公开了代码以促进进一步研究	需要进一步验证以确认模型的广泛适用性	研究是否可以利用H&E染色的全切片图像预测乳腺癌的分子亚型	乳腺癌的分子亚型（luminal A、B、HER2-enriched和Basal）	数字病理学	乳腺癌	深度学习	eXtreme Gradient Boosting模型	图像	1433张乳腺癌全切片图像，其中221张用于测试
10085	2024-12-26	Crop yield prediction in agriculture: A comprehensive review of machine learning and deep learning approaches, with insights for future research and sustainability 2024-Dec-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40836 PMID:39720079	研究论文	本文综述了机器学习和深度学习方法在农业作物产量预测中的应用，并探讨了未来研究和可持续性的方向	系统性地分析了AI技术在作物产量预测中的应用，强调了环境与农业数据的重要性，并指出了未来研究的方向	未提及具体的数据集或实验结果的局限性	提高作物产量预测的准确性，以支持农业规划和资源管理	作物产量预测	机器学习	NA	机器学习（ML）、深度学习（DL）	随机森林（RF）、人工神经网络（ANN）、支持向量机（SVM）、卷积神经网络（CNN）、长短期记忆网络（LSTM）、深度神经网络（DNN）	环境与农业数据	NA
10086	2024-12-26	Chemistry of Street Art: Neural Network for the Spectral Analysis of Berlin Wall Colors 2024-Dec-25, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.4c12611 PMID:39660736	研究论文	本研究通过分析柏林墙街头艺术片段，利用拉曼光谱技术对绘画材料进行表征，并探索深度学习在颜料混合物定量分析中的应用	首次将卷积神经网络（CNN）算法应用于拉曼光谱分析，预测商业丙烯颜料中着色化合物的比例，为手持拉曼光谱仪的分析量化提供了新方法	研究主要依赖于特定品牌（Schmincke）的丙烯颜料，可能限制了结果的普适性	通过光谱分析和深度学习技术，定量分析街头艺术中使用的丙烯颜料的成分	柏林墙街头艺术的绘画材料	机器学习	NA	拉曼光谱技术	卷积神经网络（CNN）	光谱数据	使用Schmincke品牌丙烯颜料制备的校准和训练参考材料
10087	2024-12-26	Exploring the Applications of Explainability in Wearable Data Analytics: Systematic Literature Review 2024-Dec-24, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/53863 PMID:39718820	系统文献综述	本文综述了可解释人工智能（XAI）在可穿戴设备数据分析中的应用，探讨了如何通过XAI提高生成数据和模型的可解释性	本文首次系统性地回顾了XAI在可穿戴设备中的应用，并指出了当前研究中的空白和未来研究方向	用户评估方面存在不足，强调了在开发过程中需要更多用户参与	探讨可解释性在可穿戴设备中的应用，以提高医疗保健领域人工智能模型的透明度和可信度	可穿戴设备、传感器或手机生成的量化自我数据	机器学习	NA	可解释人工智能（XAI）	NA	量化自我数据	分析了25篇研究论文
10088	2024-12-26	Precision autofocus in optical microscopy with liquid lenses controlled by deep reinforcement learning 2024-Dec-24, Microsystems & nanoengineering IF:7.3Q1 DOI:10.1038/s41378-024-00845-8 PMID:39719441	研究论文	本文提出了一种基于深度强化学习的自适应液体透镜显微镜系统，用于实现快速、精确的自动对焦	采用深度强化学习直接从捕获的图像中学习对焦策略，并设计了针对性的奖励函数，显著提高了显微镜自动对焦任务的性能	未提及具体局限性	开发一种快速、精确的自动对焦技术，以解决传统显微镜和自动对焦方法的硬件限制和软件速度慢的问题	液体透镜显微镜系统	计算机视觉	NA	深度强化学习	DRLAF（基于深度强化学习的自动对焦）	图像	未提及具体样本数量
10089	2024-12-26	Ecologically sustainable benchmarking of AI models for histopathology 2024-Dec-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01397-x PMID:39719527	研究论文	本文探讨了一种在病理学中开发深度学习模型的方法，该方法同时考虑了诊断性能和碳足迹	提出了一个名为'环境可持续性能'（ESPer）的指标，该指标定量整合了性能和操作期间的二氧化碳当量排放	未提及具体的研究局限性	开发一种既考虑诊断性能又考虑碳足迹的深度学习模型	用于计算病理学的各种深度学习架构，包括一个大型基础模型	数字病理学	NA	深度学习	深度学习模型	NA	NA
10090	2024-12-26	Other possible perspectives for solving the negative outcome penalty paradox in the application of artificial intelligence in clinical diagnostics 2024-Dec-23, Journal of medical ethics IF:3.3Q1 DOI:10.1136/jme-2024-109968 PMID:38871400	评论	本文探讨了人工智能在临床诊断中应用时面临的负面结果惩罚悖论，并提出了三种可能的解决视角	提出了三种新的视角来解决人工智能在临床诊断中的负面结果惩罚悖论，包括改变公众认知、重新设计临床实践流程和引入更多利益相关者	未提供具体的实证研究或数据支持，仅提出了理论上的解决视角	探讨如何更有效地将人工智能整合到未来的临床实践中，解决负面结果惩罚悖论	人工智能在临床诊断中的应用	机器学习	NA	NA	NA	NA	NA
10091	2024-12-26	Accurate and Efficient Algorithm for Detection of Alzheimer Disability Based on Deep Learning 2024-Dec-19, Cellular physiology and biochemistry : international journal of experimental cellular physiology, biochemistry, and pharmacology IF:2.5Q2 DOI:10.33594/000000746 PMID:39720940	研究论文	本研究开发了一种基于深度学习和计算机辅助检测的自动化、成本效益高的数字诊断方法，用于早期阿尔茨海默病的识别和分类	结合预训练的卷积神经网络和多类支持向量机及人工神经网络分类器，提出了一种纹理特征降维算法，显著提高了计算效率和分类准确性	未来研究应探索在更大、更多样化的数据集上的应用，并研究与其他成像模式（如MRI）的整合，以进一步提高诊断精度	开发一种自动化、成本效益高的数字诊断方法，用于早期阿尔茨海默病的识别和分类	阿尔茨海默病患者，数据集分为非痴呆、极轻度痴呆、轻度痴呆和中度痴呆四组	计算机视觉	老年病	深度学习	CNN, MSVM, ANN	图像	数据集分为四组，具体样本数量未提及
10092	2024-12-26	Autoencoder imputation of missing heterogeneous data for Alzheimer's disease classification 2024-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.12091 PMID:39720752	研究论文	本研究探讨了使用去噪自编码器对阿尔茨海默病（AD）异质数据中缺失关键特征进行填补的有效性，并评估其在AD分类中的性能	首次系统评估深度学习算法在填补异质且全面的AD数据中的表现，特别是针对关键特征极端缺失（≥40%）的情况	研究仅关注特定类型的缺失数据（随机缺失），未涵盖其他缺失机制	提高AD诊断的准确性，特别是在数据缺失的情况下	阿尔茨海默病患者的多模态数据，包括tau-PET、MRI、认知和功能评估、基因型、社会人口学和病史	机器学习	阿尔茨海默病	去噪自编码器	随机森林	多模态数据（图像、文本、数值）	未明确提及样本数量
10093	2024-12-26	PlutoNet: An efficient polyp segmentation network with modified partial decoder and decoder consistency training 2024-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.12105 PMID:39720760	研究论文	本文提出了一种名为PlutoNet的高效息肉分割网络，通过改进的部分解码器和解码器一致性训练来解决现有模型在泛化能力和计算资源消耗方面的问题	PlutoNet引入了共享编码器、部分解码器与全尺度连接的组合，以及辅助解码器，通过一致性训练强化学习到的表示，显著减少了计算和内存需求	未明确提及具体局限性，但可能包括在更广泛数据集上的泛化能力验证	提高息肉分割的准确性和效率，减少计算资源消耗	息肉分割	计算机视觉	NA	深度学习	PlutoNet	图像	未明确提及具体样本数量
10094	2024-12-26	SNPs and blood inflammatory marker featured machine learning for predicting the efficacy of fluorouracil-based chemotherapy in colorectal cancer 2024-11-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79036-4 PMID:39532939	研究论文	本研究通过分析379名接受氟尿嘧啶化疗的结直肠癌患者的数据，结合SNPs和血液炎症标志物，开发了预测化疗效果的机器学习模型	首次将代谢相关SNPs和血液炎症标志物结合，利用多种机器学习模型预测结直肠癌患者对氟尿嘧啶化疗的反应，并开发了在线预后工具	样本量相对较小，外部验证的准确性有待进一步提高	开发预测结直肠癌患者对氟尿嘧啶化疗反应的模型，以提高治疗的精准性	379名接受氟尿嘧啶化疗的结直肠癌患者	机器学习	结直肠癌	SNPs分析，血液炎症标志物检测	KNN, SVM, GBDT, XGBoost, LightGBM, 随机森林, MLP	临床数据，SNPs数据，血液炎症标志物数据	379名结直肠癌患者
10095	2024-12-26	Impact of annotation imperfections and auto-curation for deep learning-based organ-at-risk segmentation 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100684 PMID:39720784	研究论文	本文研究了放射治疗中器官风险分割的标注不完美和自动校正对基于深度学习的分割性能的影响，并提出了一个易于实施的自动校正对策	通过模拟和临床分割噪声对卷积神经网络（CNN）腮腺分割性能的影响进行研究，并提出了一个自动校正对策，证明了其在提高模型泛化能力方面的有效性	研究主要针对腮腺分割，未涉及其他器官或疾病的分割问题	研究放射治疗中器官风险分割的标注不完美对深度学习模型性能的影响，并提出自动校正对策	腮腺（PG）的分割	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	1750个个体腮腺（PG）
10096	2024-12-26	3D convolutional neural network based on spatial-spectral feature pictures learning for decoding motor imagery EEG signal 2024, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2024.1485640 PMID:39720668	研究论文	本文提出了一种基于空间-频谱特征图学习的3D卷积神经网络方法，用于解码运动想象脑电图信号	提出了一种新的3D卷积神经网络（P-3DCNN）解码方法，联合学习脑电图信号的频率和空间域特征，提高了解码和准确率	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	提高运动想象脑电图信号的解码准确率，推动脑机接口在神经康复领域的应用	运动想象脑电图信号	脑机接口	NA	Welch方法，3D卷积神经网络	3DCNN	脑电图信号	未提及具体样本数量
10097	2024-12-26	Improved amyloid burden quantification with nonspecific estimates using deep learning 2021-06, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-020-05131-z PMID:33415430	研究论文	本文提出了一种利用深度学习去除淀粉样蛋白-PET扫描中非特异性结合变异的新方法，以提高淀粉样蛋白负担的量化准确性	利用卷积网络的跨模态图像转换能力，去除淀粉样蛋白-PET扫描中的非特异性结合变异，从而提高量化准确性	研究样本仅来自新加坡的172名参与者，可能存在地域和人群限制	提高淀粉样蛋白负担的量化准确性，特别是在存在脑血管疾病的情况下	淀粉样蛋白-PET扫描图像	数字病理学	阿尔茨海默病	深度学习	CNN, cGAN	图像	172名参与者
10098	2024-12-25	AI-driven approaches for automatic detection of sleep apnea/hypopnea based on human physiological signals: a review 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00320-8 PMID:39712669	综述	本文综述了近年来基于人工智能技术的自动睡眠呼吸暂停/低通气检测方法	总结了现有工作的通用流程，并涵盖了不同生理信号的特定预处理方法	面临数据可用性有限、数据不平衡问题以及多中心研究必要性等挑战	探讨基于人工智能技术的自动睡眠呼吸暂停/低通气检测方法	睡眠呼吸暂停/低通气检测方法及其相关生理信号	机器学习	心血管疾病	机器学习和深度学习模型	NA	生理信号	NA
10099	2024-12-25	Empowering surgeons: will artificial intelligence change oral and maxillofacial surgery? 2025-Feb, International journal of oral and maxillofacial surgery IF:2.2Q2 DOI:10.1016/j.ijom.2024.09.004 PMID:39341693	综述	本文探讨了人工智能在口腔颌面外科中的应用现状，并强调了进一步研究以优化AI在临床实践中的整合和提升患者治疗效果的迫切需求	本文通过综述分析了AI在口腔颌面外科中的多种应用，包括病理学和正颌手术等领域，展示了AI在该领域的潜在改进	本文为综述性研究，未提供具体的实验数据或模型验证结果	探讨人工智能在口腔颌面外科中的应用现状，并呼吁进一步研究以优化AI在临床中的应用	口腔颌面外科中的多种应用，包括病理学、正颌手术、面部创伤等	机器学习	NA	卷积神经网络（CNN）、人工神经网络（ANN）	卷积神经网络（CNN）、人工神经网络（ANN）	NA	90篇文章
10100	2024-12-25	Implications and Identification of Specific Learning Disability Using Weighted Ensemble Learning Model 2025-Jan, Child: care, health and development DOI:10.1111/cch.70026 PMID:39715695	研究论文	本文提出了一种基于加权集成学习模型的特定学习障碍识别方法，并展示了其在阅读和写作障碍评估中的应用	本文创新性地提出了加权集成学习（WEL）变体的XGBoost算法，用于处理不平衡数据并提高识别特定学习障碍的准确性	NA	开发一种高效准确的模型来识别特定学习障碍，并提供个性化的教学策略	特定学习障碍（如阅读障碍和书写障碍）的儿童	机器学习	NA	加权集成学习（WEL）变体的XGBoost算法	加权集成学习模型	性能分数和完成时间	NA