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
141	2025-05-21	Spatiotemporal transcriptomic landscape of rice embryonic cells during seed germination 2024-09-09, Developmental cell IF:10.7Q1 DOI:10.1016/j.devcel.2024.05.016 PMID:38848718	研究论文	本研究利用Stereo-seq和scRNA-seq技术，结合深度学习细胞分割模型，揭示了水稻种子萌发过程中胚胎细胞的时空转录组图谱	首次报道了两种未发现的盾片细胞类型，并开发了新的深度学习方法用于细胞分割分析	仅研究了水稻这一种植物，结果可能不适用于其他物种	解析种子萌发过程中不同胚胎细胞类型的生物学功能	水稻胚胎细胞	植物分子生物学	NA	Stereo-seq, scRNA-seq, 原位杂交	深度学习细胞分割模型	转录组数据	吸水后6、24、36和48小时的水稻胚胎样本
142	2025-05-21	Constructing analogies: Developing critical thinking through a collaborative task 2024 Sep-Oct, Biochemistry and molecular biology education : a bimonthly publication of the International Union of Biochemistry and Molecular Biology IF:1.2Q3 DOI:10.1002/bmb.21843 PMID:38850246	研究论文	探讨通过协作任务构建类比如何促进大学生的批判性思维发展	提出让学生自行构建复杂类比而非被动接受教师提供的简单类比，并通过配对协作显著提升批判性思维能力	样本量较小（n=30），且仅针对生物学领域遗传信息流动这一特定主题	验证学生自主构建复杂类比对批判性思维和内容知识整合的促进作用	大学生物专业学生（30人）的类比构建过程	教育学	NA	定性研究方法（访谈分析）	NA	访谈文本	30名大学生物专业学生（其中20人配对协作，10人独立完成）
143	2025-05-21	Fragment-Fusion Transformer: Deep Learning-Based Discretization Method for Continuous Single-Cell Raman Spectral Analysis 2024-08-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00149 PMID:38934798	研究论文	提出了一种名为片段融合Transformer的模型，用于连续单细胞拉曼光谱数据的离散化分析	该模型首次将基于光谱内在特征的离散化分段与Transformer结合，通过金字塔设计结构融合片段间特征，显著提升了特征提取的信息增益和熵	未明确说明模型在不同类型光谱数据上的泛化能力	解决连续拉曼光谱数据缺乏离散化方法而限制深度学习算法应用的问题	单细胞拉曼光谱数据	机器学习	NA	拉曼光谱	Transformer	光谱数据	未明确说明具体样本数量
144	2025-05-21	Strain-Temperature Dual Sensor Based on Deep Learning Strategy for Human-Computer Interaction Systems 2024-08-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01202 PMID:39068608	研究论文	本研究开发了一种基于热电水凝胶的应变-温度双传感器，结合深度学习策略，用于人机交互系统	利用Hofmeister效应和热电电流效应制备了具有高韧性和温度响应性的热电水凝胶，并通过深度学习实现了高精度的机器人手反馈机制	NA	开发用于高温高风险场景的人机交互系统，提高安全系数	热电水凝胶传感器及其在人机交互系统中的应用	人机交互	NA	Hofmeister效应、热电电流效应、深度学习	深度学习	应变和温度数据	NA
145	2025-05-21	Deep-Learning-Guided Electrochemical Impedance Spectroscopy for Calibration-Free Pharmaceutical Moisture Content Monitoring 2024-08-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01180 PMID:39096505	研究论文	本研究探讨了使用电化学阻抗谱结合深度学习技术，实现药品粉末水分含量的快速、准确且无需校准的监测方法	首次将深度学习技术应用于电化学阻抗谱数据处理，实现了无需校准的高精度水分含量监测	研究尚未在实际工业生产环境中进行大规模验证	开发一种无需校准的药品水分含量快速监测技术	药品粉末	机器学习	NA	电化学阻抗谱(EIS)	1DCNN	光谱数据	未明确提及具体样本数量
146	2025-05-21	Deep Learning Enabled Universal Multiplexed Fluorescence Detection for Point-of-Care Applications 2024-08-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00860 PMID:39010300	research paper	本文介绍了一种紧凑、无透镜且成本效益高的荧光传感装置，结合机器学习实现可扩展的多重荧光检测	利用低成本光学组件和预训练机器学习模型实现无需光学调整的多重荧光检测，其多重检测能力可通过更新机器学习模型轻松扩展	NA	开发便携式、紧凑且可多重检测的荧光传感系统	多重荧光检测系统	machine learning	respiratory viruses	Loop-Mediated Isothermal Amplification (LAMP)	pretrained ML model	fluorescence data	NA
147	2025-05-21	Rapid Identification of Drug Mechanisms with Deep Learning-Based Multichannel Surface-Enhanced Raman Spectroscopy 2024-08-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01205 PMID:39138903	研究论文	开发了一种基于深度学习的多通道表面增强拉曼光谱技术，用于快速识别化疗药物的作用机制	结合多通道表面增强拉曼散射传感器阵列和深度学习技术，实现了对多种化疗药物作用机制的高精度快速识别	未提及具体样本量及药物种类数量，可能影响方法的普适性验证	开发快速识别化疗药物作用机制的新方法	化疗药物及其对细胞分子变化的影响	机器学习	癌症	表面增强拉曼散射(SERS)、深度学习	CNN	光谱数据	NA
148	2025-05-21	Fully Automated MRI-based Analysis of the Locus Coeruleus in Aging and Alzheimer's Disease Dementia using ELSI-Net 2024-Jul-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.26.605356 PMID:39091766	research paper	本文介绍了一种基于深度学习的蓝斑核(LC)分割和特征提取方法ELSI-Net，并应用于健康老龄化和阿尔茨海默病痴呆数据集	开发了ELSI-Net这一全自动MRI分析方法，用于评估蓝斑核完整性，并在老龄化和阿尔茨海默病痴呆中验证其性能	需要在更多样化的临床队列数据集上进行进一步评估以确认ELSI-Net的普适性	评估蓝斑核在老龄化和阿尔茨海默病痴呆中的完整性及其与AD病理生物标志物的相关性	健康老龄化和阿尔茨海默病痴呆患者的蓝斑核	digital pathology	Alzheimer's Disease	MRI	Deep Learning (ELSI-Net)	MRI图像	健康老龄化和阿尔茨海默病痴呆数据集（具体数量未提及）
149	2025-05-21	Ultralow-Power Single-Sensor-Based E-Nose System Powered by Duty Cycling and Deep Learning for Real-Time Gas Identification 2024-07-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00471 PMID:38857120	research paper	本研究提出了一种新型超低功耗单传感器电子鼻系统，用于实时气体识别	采用单一金属氧化物半导体传感器和占空比驱动技术，显著降低功耗和成本，同时通过深度学习实现快速气体识别	仅测试了五种气体类型，识别准确率和浓度回归误差仍有提升空间	开发低功耗、低成本的气体识别系统	气体识别和浓度检测	物联网	NA	占空比驱动技术	CNN	传感器信号	五种气体类型
150	2025-05-21	ConsensuSV-ONT - a modern method for accurate structural variant calling 2024-Jul-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.26.605267 PMID:39211254	research paper	提出了一种名为ConsensuSV-ONT的新方法，用于准确检测结构变异	结合六种独立的结构变异检测工具和CNN，提供高质量的结构变异检测	仅适用于Oxford Nanopore长读长测序数据	开发一种基于共识的结构变异检测工具，提高检测的准确性和可靠性	结构变异检测	machine learning	NA	Oxford Nanopore sequencing	CNN	sequencing data	NA
151	2025-05-21	Marker Data Enhancement For Markerless Motion Capture 2024-Jul-17, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.13.603382 PMID:39071421	research paper	该研究通过构建更大、更多样化的训练数据集，开发了一种更准确且泛化能力更强的标记增强器，用于改进无标记运动捕捉的准确性	创建了一个更大、更多样化的训练数据集，并开发了比OpenCap原有标记增强器更准确、泛化能力更强的模型	未明确提及具体局限性，但暗示模型性能可能仍受限于训练数据的覆盖范围	提高无标记运动捕捉中关节运动学的测量准确性	人体运动捕捉数据	计算机视觉	NA	深度学习	标记增强器（marker enhancer）	视频和运动捕捉数据	1176名受试者的标记运动捕捉数据，合成了1433小时的关键点和解剖标记数据
152	2025-05-21	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	research paper	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、多视图几何和姿势合理性惩罚，引入处理遮挡的网络架构，以及通过集成和卡尔曼平滑后处理优化姿态预测	需要部分标记的视频帧和大量未标记视频，可能在某些场景下性能受限	改进动物姿态估计的准确性和科学可用性	动物姿态估计	computer vision	NA	半监督学习, 贝叶斯集成, 卡尔曼平滑	CNN	video	NA
153	2025-05-21	Deep Learning Based on Computed Tomography Predicts Response to Chemoimmunotherapy in Lung Squamous Cell Carcinoma 2024-May-12, Aging and disease IF:7.0Q1 DOI:10.14336/AD.2024.0169 PMID:38916736	研究论文	本研究旨在开发一种基于深度学习（DL）的模型，用于预测肺鳞状细胞癌（LUSC）患者对新辅助化疗免疫治疗（NCI）的主要病理反应（MPR），并探索其生物学机制	利用ResNet50模型在增强CT图像上训练，首次实现了对LUSC患者NCI治疗反应的准确预测，并揭示了与免疫反应和抗原处理相关的基因突变及肿瘤微环境中的免疫细胞多样性	研究样本量相对有限（309例患者），且未提及模型在其他类型肺癌或更大样本中的泛化能力	预测肺鳞状细胞癌患者对新辅助化疗免疫治疗的主要病理反应并解析相关生物学机制	309例接受新辅助化疗免疫治疗的肺鳞状细胞癌患者	数字病理	肺癌	对比增强计算机断层扫描（CT）	ResNet50	图像	309例肺鳞状细胞癌患者
154	2025-05-21	An explainable ensemble approach for advanced brain tumor classification applying Dual-GAN mechanism and feature extraction techniques over highly imbalanced data 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310748 PMID:39331600	研究论文	本文提出了一种可解释的集成方法，用于高级脑肿瘤分类，结合了Dual-GAN机制和特征提取技术，针对高度不平衡的数据	提出了一种新颖的深度集成特征提取（DeepEFE）框架，结合Dual-GAN机制生成合成少数类样本，解决了类别不平衡问题，同时通过Grad-CAM增强了分类过程的透明度和可解释性	未提及具体的数据集大小或来源，可能影响方法的泛化能力	提高脑肿瘤分类的准确性和可解释性，以支持临床诊断和治疗计划	脑肿瘤的医学影像数据（如MRI扫描）	数字病理学	脑肿瘤	Dual-GAN, 特征提取技术	GAN, 深度集成模型	图像（MRI扫描）	未提及具体样本数量
155	2025-05-21	Active learning of enhancer and silencer regulatory grammar in photoreceptors 2023-Aug-22, bioRxiv : the preprint server for biology DOI:10.1101/2023.08.21.554146 PMID:37662358	research paper	该研究使用主动机器学习方法训练深度学习模型，以预测光感受器中增强子和沉默子的调控语法	采用主动机器学习方法，通过迭代训练模型并选择最具信息量的合成DNA序列进行实验，显著减少了训练数据的需求	研究仅限于光感受器中的CRX转录因子结合位点，可能不适用于其他细胞类型或转录因子	开发能够从DNA序列准确预测调控元件活性的模型	光感受器中的调控元件（CREs）和Cone-rod homeobox（CRX）转录因子结合位点	machine learning	NA	active machine learning, deep learning	deep learning model	DNA sequence	使用比现有方法少一个数量级的训练数据
156	2025-05-20	FADE: Forecasting for anomaly detection on ECG 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108780 PMID:40300434	研究论文	提出了一种名为FADE的深度学习系统，用于正常ECG预测和异常检测，以减少对大量标记数据集和人工解释的需求	采用自监督学习方式和新型形态学启发的损失函数，通过预测正常ECG信号的未来值来检测异常，避免了传统方法需要标记异常ECG波形的需求	NA	提高心血管疾病的早期和准确检测，改善患者预后	ECG信号	机器学习	心血管疾病	深度学习	FADE	ECG信号	两个公开数据集：MIT-BIH NSR和MIT-BIH Arrythmia
157	2025-05-20	A multi-task neural network for full waveform ultrasonic bone imaging 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108807 PMID:40311439	研究论文	本文提出了一种名为CEDD-Unet的新型网络，用于实现基于深度学习的全波形反演方法进行高分辨率骨超声成像	采用双解码器架构，结合ConvLSTM模块和EMA模块，有效捕捉超声射频信号的多尺度时空特征，提高了重建精度	NA	实现高分辨率骨超声成像	人类骨骼和小鼠骨骼	医学影像处理	骨科疾病	全波形反演(FWI)	CEDD-Unet, ConvLSTM	超声射频(RF)信号	人类骨骼数据集(Dataset1)和小鼠骨骼数据集(Dataset2)
158	2025-05-20	TransAnno-Net: A Deep Learning Framework for Accurate Cell Type Annotation of Mouse Lung Tissue Using Self-supervised Pretraining 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108809 PMID:40315689	research paper	提出了一种基于自监督预训练的深度学习框架TransAnno-Net，用于小鼠肺组织单细胞RNA测序数据的细胞类型注释	采用自监督预训练策略减少标注成本，结合Transformer架构提升模型效率和可迁移性	需要在小规模标注数据集上进行微调，且针对细胞类型不平衡问题采用了随机过采样技术	开发高效准确的单细胞RNA测序数据细胞类型注释方法	小鼠肺组织的单细胞RNA测序数据	digital pathology	lung cancer	scRNA-seq	Transformer	gene expression data	约100,000个细胞的scRNA-seq肺数据
159	2025-05-20	Deep learning modelling to forecast emergency department visits using calendar, meteorological, internet search data and stock market price 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108808 PMID:40315688	研究论文	本研究利用深度学习模型，结合日历、气象、互联网搜索数据和股票市场价格，预测急诊科患者访问量	首次将股票市场价格与互联网搜索数据结合日历和气象数据，用于深度学习预测急诊科患者访问量，并比较了不同混合深度学习架构的预测效果	研究仅基于2010-2012年新加坡总医院的数据，可能不具有普遍适用性	提高急诊科患者访问量的预测准确性，优化资源分配	急诊科患者访问量	机器学习	NA	深度学习	LSTM, 1D CNN, CNN-LSTM混合模型	时间序列数据（日历、气象、互联网搜索、股票市场数据）	2010-2012年新加坡总医院的每日急诊科患者访问量数据
160	2025-05-20	Integrating prior knowledge with deep learning for optimized quality control in corneal images: A multicenter study 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108814 PMID:40319841	研究论文	本研究开发并评估了一种基于混合AI的角膜图像质量控制系统，旨在提高裂隙灯图像的分类准确性和效率，特别是在远程医疗应用中	提出了一种新型网络HP-Net，结合了基于ResNet的分类分支和利用Hough圆变换及频域模糊检测的先验知识分支，增强了网络的表征能力和分类性能	研究仅针对裂隙灯图像，未涉及其他类型的医学图像	开发并评估一种混合AI图像质量控制系统，以提高角膜图像分类的准确性和效率	裂隙灯图像	计算机视觉	眼科疾病	Hough圆变换、频域模糊检测	HP-Net（基于ResNet的混合网络）	图像	内部数据集2982张图像，外部数据集AGEH 13554张图像，FPH of Aksu 9853张图像