深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
17501	2025-02-14	Blinking characteristics analyzed by a deep learning model and the relationship with tear film stability in children with long-term use of orthokeratology 2024, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2024.1517240 PMID:39935789	研究论文	本研究使用深度学习模型观察长期使用角膜塑形镜（ortho-K）儿童的眨眼特征，并评估其与泪膜稳定性的相关性	提出了一种基于U-Net和Swin-Transformer的深度学习系统，用于观察眨眼特征，并首次定义了相对IPH%来量化不完全眨眼的程度	样本量较小（31名儿童，58只眼），且为回顾性研究，可能存在选择偏倚	研究长期使用角膜塑形镜儿童的眨眼特征及其与泪膜稳定性的关系	长期使用角膜塑形镜的儿童	计算机视觉	眼科疾病	深度学习	U-Net, Swin-Transformer	视频	31名儿童（58只眼）	NA	NA	NA	NA
17502	2025-02-14	End-to-end 3D instance segmentation of synthetic data and embryo microscopy images with a 3D Mask R-CNN 2024, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2024.1497539 PMID:39944885	研究论文	本文介绍了一种3D Mask R-CNN的改进版本，用于3D实例分割，并在合成数据和胚胎显微镜图像上进行了验证	开发了自定义的TensorFlow操作，用于3D非最大抑制和3D裁剪与调整大小，从而实现了对3D数据的高效训练和推理	在最嘈杂的对象上，3D Mask R-CNN的表现存在局限性	解决3D图像分析中的实例分割问题，特别是在医学和显微镜图像中的应用	合成数据和胚胎显微镜图像	计算机视觉	NA	3D Mask R-CNN	CNN	3D图像	合成数据和胚胎显微镜图像	NA	NA	NA	NA
17503	2025-02-14	Application of deep learning for real-time detection, localization, and counting of the malignant invasive weed Solanum rostratum Dunal 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1486929 PMID:39944948	研究论文	本文介绍了一种名为TrackSolanum的深度学习网络模型，用于实时检测、定位和计数恶性入侵杂草Solanum rostratum Dunal（SrD）	设计了TrackSolanum网络模型，结合了检测、跟踪、定位和计数四个模块，实现了对SrD的实时检测和精确管理	模型在不同高度的无人机视频中表现有所差异，特别是在3米高度时，精度和召回率有所下降	开发一种能够实时检测、定位和计数SrD的技术，以支持对SrD的危害评估和精确管理	恶性入侵杂草Solanum rostratum Dunal（SrD）	计算机视觉	NA	深度学习	YOLO_EAND, DeepSort	视频	无人机视频（2米和3米高度）	NA	NA	NA	NA
17504	2025-10-07	Detecting Glaucoma from Fundus Photographs Using Deep Learning without Convolutions: Transformer for Improved Generalization 2023-Mar, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2022.100233 PMID:36545260	研究论文	本研究比较了Vision Transformer（DeiT）和ResNet-50在眼底照片中检测原发性开角型青光眼的诊断准确性和可解释性	首次在青光眼检测中应用无需卷积的Vision Transformer架构，并证明其在泛化能力和可解释性方面优于传统CNN模型	研究主要基于特定数据集（OHTS），需要进一步验证在其他人群中的适用性	开发能够准确检测青光眼并具有良好泛化能力的深度学习模型	原发性开角型青光眼患者和健康对照者的眼底照片	计算机视觉	青光眼	深度学习	Transformer, CNN	眼底图像	66,715张来自1,636名参与者的照片，外加5个外部数据集的16,137张照片	NA	DeiT, ResNet-50	AUROC, 灵敏度, 特异度	NA
17505	2025-10-07	Usability and Clinician Acceptance of a Deep Learning-Based Clinical Decision Support Tool for Predicting Glaucomatous Visual Field Progression 2023-03-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002163 PMID:36877820	研究论文	评估临床医生对集成人工智能预测视野指标的临床决策支持工具GLANCE的可用性和接受度	开发并评估了集成AI预测视野指标的临床决策支持工具原型，首次系统分析临床医生对AI预测指标的信任度和实用性认知	样本量较小（10名眼科医生和验光师），仅使用6个病例11只眼睛进行评估	评估临床决策支持工具中AI预测视野指标的临床接受度和实用性	眼科医生和验光师对AI预测视野指标的态度和接受度	医疗人工智能	青光眼	深度学习	深度学习模型	视野检查数据	10名临床医生，6个病例（11只眼睛）	NA	NA	李克特量表评分，系统可用性量表评分	NA
17506	2025-10-07	Deep Learning Estimation of 10-2 Visual Field Map Based on Circumpapillary Retinal Nerve Fiber Layer Thickness Measurements 2023-02, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2022.10.013 PMID:36328198	研究论文	本研究开发了基于卷积神经网络的深度学习模型，通过视网膜神经纤维层厚度测量来估计青光眼患者的10-2视野图	首次使用卷积神经网络从SD-OCT环形扫描的RNFL厚度信息中估计10-2视野图的68个个体敏感度阈值	研究样本仅包含724名患者的5352次扫描，需要更大规模验证	利用人工智能技术从结构数据估计功能性的视野图	健康受试者、疑似青光眼患者和青光眼患者的1365只眼睛	医学影像分析	青光眼	光谱域光学相干断层扫描	CNN	医学影像	5352次SD-OCT扫描和10-2视野图对，来自1365只眼睛	NA	卷积神经网络	平均绝对误差, 相关系数	NA
17507	2025-10-07	A novel ensemble-based statistical approach to estimate daily wildfire-specific PM2.5 in California (2006-2020) 2023-01, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2022.107719 PMID:36592523	研究论文	开发了一种基于集成学习的统计方法来估算加州2006-2020年每日野火特异性PM2.5浓度	首次应用一套统计模型结合易得数据集，在精细空间尺度上提供长达15年的每日野火特异性PM2.5估算	野火烟雾对PM污染的测量数据不可得，模型估算存在不确定性	分离野火特异性PM2.5与其他排放源，为流行病学研究提供数据支持	加州地区2006-2020年的PM2.5污染数据	机器学习	NA	统计建模	梯度提升机,随机森林,深度学习	环境监测数据,卫星气溶胶数据,气象变量	加州2006-2020年ZIP编码级别的每日数据	NA	集成模型	与先前机器学习研究结果相当	避免处理大型计算密集型数据集
17508	2025-10-07	Monkeypox genome mutation analysis using a timeseries model based on long short-term memory 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0290045 PMID:37611023	研究论文	使用基于长短期记忆的时间序列模型分析猴痘病毒基因组突变率	首次使用LSTM模型预测猴痘病毒基因组突变率，并与GRU模型进行比较	数据样本量有限，仅基于NCBI数据集进行分析	预测猴痘病毒的基因组突变率变化趋势	猴痘病毒基因组序列	生物信息学	猴痘	基因组测序	LSTM, GRU	基因组序列数据	NCBI猴痘数据集，按加拿大、德国和世界其他地区分类	NA	长短期记忆网络，门控循环单元	均方根误差	NA
17509	2025-10-07	Resting state network mapping in individuals using deep learning 2022, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2022.1055437 PMID:36712434	研究论文	本研究开发了一种基于深度3D卷积神经网络的静息态网络映射方法，可用于个体水平的脑功能网络定位	首次使用深度3DCNN进行体素水平的静息态网络映射，相比传统方法对噪声和数据量要求更低	模型训练仅基于健康参与者数据，在临床患者群体中的适用性需要进一步验证	开发个体水平的静息态网络定位方法，满足临床应用的精准需求	静息态功能磁共振数据	医学影像分析	神经退行性疾病	静息态功能磁共振	3DCNN	功能磁共振图像	2010名健康参与者	NA	3D卷积神经网络	概率分布图, 均值, 标准差	NA
17510	2025-02-13	A comprehensive hog plum leaf disease dataset for enhanced detection and classification 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111311 PMID:39931093	研究论文	本文介绍了一个全面的Hog plum叶片病害数据集，旨在增强病害的检测和分类	创建了一个全面的Hog plum叶片病害数据集，并通过数据增强技术扩展了数据集，提高了深度学习模型的训练效果	数据集仅包含来自孟加拉国不同地区的图像，可能无法完全代表其他地区的病害情况	开发一个用于早期检测和分类Hog plum叶片病害的机器学习模型，以减少对人工检查的依赖	Hog plum叶片病害	计算机视觉	植物病害	数据增强技术（翻转、旋转、缩放、平移、裁剪、添加噪声、调整亮度、调整对比度、缩放）	深度学习模型	图像	原始数据集包含3782张图像，通过数据增强扩展到20000张图像	NA	NA	NA	NA
17511	2025-10-07	Active learning for extracting rare adverse events from electronic health records: A study in pediatric cardiology 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105761 PMID:39689449	研究论文	本研究开发了一种基于主动学习和深度学习的文本分类器，用于从电子健康记录中自动提取儿科心脏导管术相关的不良事件	采用主动学习流程进行医学文本标注，针对罕见不良事件开发了高效的深度学习分类器	数据集存在不平衡问题，不良事件较为罕见，初始预筛选产生大量假阳性	自动化从电子医疗记录文本中提取心脏导管术相关不良事件	因心脏导管术住院的儿科患者电子健康记录	自然语言处理	心血管疾病	电子健康记录文本挖掘，正则表达式，主动学习	深度学习文本分类器	文本	2,980名患者	NA	NA	召回率, 特异性	NA
17512	2025-10-07	AtSubP-2.0: An integrated web server for the annotation of Arabidopsis proteome subcellular localization using deep learning 2025-Mar, The plant genome DOI:10.1002/tpg2.20536 PMID:39924294	研究论文	开发了一个基于深度学习的网络服务器AtSubP-2.0，用于拟南芥蛋白质组亚细胞定位注释	在AtSubP v1.0基础上扩展，采用四阶段策略精确预测蛋白质亚细胞定位，包括单/双定位区分、12个单定位分类、9个双定位分类和膜蛋白类型分类	NA	开发快速准确的拟南芥蛋白质亚细胞定位预测工具	拟南芥蛋白质组	生物信息学	NA	深度学习	NA	蛋白质序列数据	NA	NA	NA	准确率, Matthews相关系数	网络服务器
17513	2025-02-13	Deep Imbalanced Regression Model for Predicting Refractive Error from Retinal Photos 2025 Mar-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100659 PMID:39931359	研究论文	本研究旨在通过整合深度不平衡回归（DIR）技术到ResNet和Vision Transformer模型中，从视网膜照片预测屈光不正	首次将深度不平衡回归（DIR）技术整合到ResNet和Vision Transformer模型中，以解决数据集不平衡问题，并进行了外部验证	研究为回顾性研究，可能存在选择偏差	预测屈光不正	视网膜照片	计算机视觉	眼科疾病	深度不平衡回归（DIR）	ResNet34, SwinV2 (Swin Transformer)	图像	总计124,514张视网膜图像（新加坡眼病流行病学研究、英国生物银行、新加坡前瞻性研究和北京眼研究）	NA	NA	NA	NA
17514	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	NA	NA	NA	NA
17515	2025-10-07	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	本研究开发了一种基于深度学习的快速多叶准直器序列生成方法，用于MRI引导的在线自适应放疗	首次将循环条件生成对抗网络应用于放疗计划中的MLC序列快速生成，显著缩短了在线重新计划时间	研究样本量相对有限，仅包含49名腹部癌症患者的数据	开发快速深度学习方法替代耗时的传统叶片序列生成过程，加速MRI引导的在线自适应放疗	胰腺癌患者和其他腹部癌症患者	医学影像分析	胰腺癌	MRI引导放疗，深度学习	GAN, RNN	医学影像（MRI），放疗计划数据	49名腹部癌症患者的242个日常治疗分次	NA	循环条件生成对抗网络	伽马通过率，相对绝对误差，段数比较，总监测单位数，执行时间	GTX 1660 TI GPU
17516	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	NA	NA	NA	NA
17517	2025-10-07	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	开发了一种基于前沿分子轨道加权的电子结构融合网络模型，用于预测有机热激活延迟荧光分子的发光效率	首次将前沿分子轨道权重表示与建模特征相结合，开发了能够准确预测TADF分子光致发光量子产率的可解释性工具	未明确说明模型在多大程度上解决了访问TADF发射体激发态特性的挑战	开发能够评估有机热激活延迟荧光材料效率的深度学习模型	有机热激活延迟荧光分子	机器学习	NA	深度学习	神经网络	分子几何结构和轨道信息	NA	NA	电子结构融合网络	光致发光量子产率预测准确度	NA
17518	2025-10-07	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	提出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雨刮控制方法	使用改进的YOLOv8模型构建全天气雨滴检测模型，能根据降雨强度自动调整检测频率和雨刮器运行速度	NA	开发自动雨刮控制系统以提升雨天驾驶安全性	汽车挡风玻璃上的雨滴	计算机视觉	NA	机器视觉	CNN	图像	NA	NA	YOLOv8	精确率, 召回率, 检测速度	NA
17519	2025-10-07	Next-generation sequencing based deep learning model for prediction of HER2 status and response to HER2-targeted neoadjuvant chemotherapy 2025-Feb-09, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-025-06105-0 PMID:39923208	研究论文	本研究开发了一种基于下一代测序数据和免疫组化图像的深度学习模型，用于预测乳腺癌HER2状态及HER2靶向新辅助化疗疗效	首次结合NGS数据和IHC图像，采用Vision Transformer模型进行HER2扩增状态识别，并将模型应用于新辅助治疗疗效预测	模型误识别可能源于癌组织中HER2表达的异质性	提高HER2扩增状态检测的准确性和效率，并预测新辅助治疗疗效	606例乳腺癌患者（其中399例HER2阳性患者用于疗效预测）	数字病理学	乳腺癌	下一代测序(NGS), 免疫组化(IHC)染色	Vision Transformer (ViT)	图像, 基因测序数据	606例乳腺癌患者（训练集404例，验证集101例，测试集101例），其中399例HER2阳性患者用于疗效预测	NA	Vision Transformer	准确率, ROC曲线, AUC值	NA
17520	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	NA	NA	NA	NA