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
18601	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
18602	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
18603	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
18604	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
18605	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
18606	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
18607	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
18608	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
18609	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
18610	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
18611	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
18612	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
18613	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
18614	2025-10-07	Deep Learning-Enabled STEM Imaging for Precise Single-Molecule Identification in Zeolite Structures 2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202408629 PMID:39703985	研究论文	开发了一种用于低剂量iDPC-STEM成像的深度学习框架，通过去噪超分辨率模型实现单分子精确识别	提出了专门针对iDPC-STEM成像的DIVAESR模型，结合目标检测和DFT构型匹配，显著提升单分子分析精度	目前主要使用合成数据集进行测试，真实iDPC-STEM图像的应用验证仍需进一步扩展	解决沸石等复杂结构中单分子行为观测的挑战，提升电子显微镜成像质量	沸石结构中的单分子	计算机视觉	NA	iDPC-STEM, DFT	VAE, 深度学习	STEM图像	合成数据集	NA	DIVAESR	PSNR, SSIM	NA
18615	2025-10-07	Semi-supervised learning-based identification of the attachment between sludge and microparticles in wastewater treatment 2025-Feb, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124268 PMID:39889421	研究论文	提出基于半监督学习的废水处理中污泥与微粒附着识别方法	首次将SimCLR对比学习框架与Mask R-CNN结合用于废水处理微粒检测，显著减少标注数据需求	仅使用约200张标注图像进行微调，样本规模有限	开发废水处理系统中微粒转移过程的自动监测方法	废水处理过程中的游离微粒和污泥附着微粒	计算机视觉	NA	显微镜成像	半监督学习,对比学习,实例分割	图像	1000张未标注图像，约200张标注图像（含约600个标注微粒）	PyTorch	ResNet50, Mask R-CNN	平均精度均值, 平均精度	NA
18616	2025-10-07	Integrating deep learning algorithms for forecasting evapotranspiration and assessing crop water stress in agricultural water management 2025-Feb, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.124363 PMID:39889430	研究论文	本研究通过整合深度学习算法预测蒸散发和评估作物水分胁迫，为农业水资源管理提供决策支持	首次将多种深度学习模型（FFNN、CNN、GRU、LSTM）与ACCESS-ESM气候模型和共享社会经济路径（SSPs）相结合，用于蒸散发和作物水分胁迫指数的预测	研究范围仅限于孟加拉国地区，未验证模型在其他地理区域的适用性	开发先进的预测模型以提升农业水资源管理效率	蒸散发（ET）、潜在蒸散发（PET）和作物水分胁迫指数（CWSI）	机器学习	NA	深度学习，气候建模	FFNN, CNN, GRU, LSTM	高分辨率气候数据	基于ACCESS-ESM模型和四种共享社会经济路径（SSPs）的未来气候情景数据	NA	前馈神经网络，卷积神经网络，门控循环单元，长短期记忆网络	预测精度	NA
18617	2025-10-07	Deep learning and generative artificial intelligence in aging research and healthy longevity medicine 2025-Jan-16, Aging DOI:10.18632/aging.206190 PMID:39836094	综述	探讨深度学习和生成式人工智能在衰老研究与健康长寿医学中的应用	系统整合DL与GenAI在衰老研究中的多模态、多任务应用，提出双靶点治疗策略	NA	延长健康生产寿命，推动健康长寿医学发展	人类与动物的衰老过程	机器学习	老年疾病	NA	深度学习, 生成式人工智能	多模态数据	NA	NA	NA	NA	NA
18618	2025-10-07	Deep learning CT image restoration using system blur and noise models 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.1.014003 PMID:39906485	研究论文	提出一种结合系统模糊和噪声模型的深度学习CT图像恢复方法	将系统模糊和噪声特性作为辅助输入整合到深度学习模型中，而非仅依赖图像输入进行盲恢复	NA	提升CT图像恢复质量	受模糊和噪声影响的CT图像	计算机视觉	NA	CT成像	CNN	医学图像	NA	NA	卷积神经网络	峰值信噪比, 结构相似性指数	NA
18619	2025-10-07	Artificial Intelligence to Facilitate Clinical Trial Recruitment in Age-Related Macular Degeneration 2024 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100566 PMID:39139546	研究论文	本研究开发了一种基于深度学习的人工智能系统，用于自动筛选符合地理萎缩临床试验资格的患者	利用AI生成的视网膜组织分割来识别临床试验合格患者，相比传统电子健康记录搜索方法具有更高精度	研究基于单一医疗中心的回顾性数据，需要进一步外部验证	探索人工智能在年龄相关性黄斑变性临床试验招募中的应用	地理萎缩(GA)患者，作为年龄相关性黄斑变性的晚期阶段	数字病理	年龄相关性黄斑变性	OCT成像, FAF成像	深度学习	医学图像	306,651名患者(602,826只眼睛)	NA	NA	阳性预测值, 组内相关系数	NA
18620	2025-10-07	Generative artificial intelligence in ophthalmology: current innovations, future applications and challenges 2024-Sep-20, The British journal of ophthalmology DOI:10.1136/bjo-2024-325458 PMID:38925907	综述	探讨生成式人工智能在眼科领域的当前创新、未来应用与挑战	系统阐述生成对抗网络和扩散模型在眼科影像生成中的应用，以及多模态基础模型在眼科的多场景应用潜力	该技术仍处于发展初期，存在数据偏差、安全问题和临床实施挑战	分析生成式AI在眼科领域的应用前景与技术挑战	眼科医疗影像与相关文本数据	计算机视觉, 自然语言处理	眼科疾病	生成对抗网络, 扩散模型, 多模态基础模型	GAN, 扩散模型	图像, 文本, 视频	NA	NA	NA	NA	NA