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
1	2025-10-06	DeepCLEM: automated registration for correlative light and electron microscopy using deep learning 2020, F1000Research DOI:10.12688/f1000research.27158.3 PMID:37397873	研究论文	提出了一种基于深度学习的自动化CLEM配准工作流程DeepCLEM	首次使用卷积神经网络从电子显微镜图像预测荧光信号，实现无需荧光染色或基准标记的全自动配准	未提及具体的性能限制或适用范围限制	开发自动化CLEM图像配准方法	相关光电子显微镜图像	计算机视觉	NA	相关光电子显微镜	CNN	图像	NA	Fiji	卷积神经网络	NA	NA
2	2025-10-06	2018 n2c2 shared task on adverse drug events and medication extraction in electronic health records 2020-01-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocz166 PMID:31584655	研究论文	总结了2018年n2c2共享任务中关于从电子健康记录中提取药物不良事件和药物信息的竞赛组织与结果分析	首次系统评估了临床记录中药物不良事件提取的三种任务（概念提取、关系分类和端到端系统），并建立了性能基准	对于原因和药物不良事件的概念和关系识别性能较低，局部上下文不足以准确识别这些复杂概念	评估临床自然语言处理技术在药物不良事件提取任务上的最新进展	临床出院摘要的原始文本数据	自然语言处理	NA	电子健康记录文本分析	双向长短期记忆网络, 支持向量机	文本	28个团队参与任务1，21个团队参与任务2和3	NA	序列标注模型, 基于实例的分类器	F1分数	NA
3	2025-10-06	Evolving the pulmonary nodules diagnosis from classical approaches to deep learning-aided decision support: three decades' development course and future prospect 2020-Jan, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-019-03098-5 PMID:31786740	综述	本文全面回顾了过去三十年计算机辅助肺结节诊断技术的发展历程，从传统方法演进到深度学习辅助决策支持	首次系统梳理三十年来肺结节计算机辅助诊断技术发展历程，涵盖从传统方法到深度学习技术的完整演进路径	作为综述性文章，未包含原始实验数据和具体模型性能比较	提供计算机辅助肺结节检测和良恶性分类技术的全面综述，识别挑战并展望未来研究方向	肺结节计算机辅助诊断技术	计算机视觉	肺癌	计算机辅助诊断，深度学习	NA	胸部影像	NA	NA	NA	灵敏度，假阳性率	NA
4	2025-06-07	MOXA: A Deep Learning Based Unmanned Approach For Real-Time Monitoring of People Wearing Medical Masks 2020, Transactions of the Indian National Academy of Engineering : an international journal of engineering and technology DOI:10.1007/s41403-020-00157-z PMID:38624452	research paper	提出了一种基于深度学习的无人实时监测人们佩戴口罩的方法MOXA	将口罩佩戴监测任务建模为物体检测的特殊案例，并在边缘设备上实现实时场景解析	嵌入式设备的内存和计算能力有限，可能影响实时监测的性能	实时监测人们是否佩戴口罩，以预防COVID-19的传播	佩戴口罩的人群	computer vision	COVID-19	object detection algorithms	YOLOv3, YOLOv3Tiny, SSD, Faster R-CNN	video	Moxa3K benchmark dataset	NA	NA	NA	NA
5	2025-10-06	A topology-based network tree for the prediction of protein-protein binding affinity changes following mutation 2020, Nature machine intelligence IF:18.8Q1 DOI:10.1038/s42256-020-0149-6 PMID:34170981	研究论文	提出一种基于拓扑的网络树方法，用于预测蛋白质-蛋白质相互作用中突变引起的结合亲和力变化	引入元素和位点特异性持久同调方法简化蛋白质复合物结构复杂性，并提出结合CNN和梯度提升树的新深度学习算法NetTree	NA	开发计算方法来预测蛋白质-蛋白质相互作用中突变引起的结合亲和力变化	蛋白质-蛋白质复合物及其突变体	生物信息学	NA	代数拓扑，持久同调	CNN,梯度提升树	蛋白质结构数据	主要基准数据集	NA	NetTree	NA	NA
6	2025-10-07	Developing and verifying automatic detection of active pulmonary tuberculosis from multi-slice spiral CT images based on deep learning 2020, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-200662 PMID:32651351	研究论文	开发基于深度学习的自动检测系统，用于从多层螺旋CT图像中识别活动性肺结核	首次将U-Net深度学习算法应用于活动性肺结核的自动检测和病灶分割，并实现2D病灶向3D病灶的转换	回顾性研究，数据来源于单一医疗机构，样本量有限	简化活动性肺结核的诊断流程并提高诊断准确性	活动性肺结核患者、肺炎患者和正常受试者的CT图像	计算机视觉	肺结核	多层螺旋CT成像	深度学习	CT图像	846名患者（训练集：337例ATB、110例肺炎、120例正常；测试集：139例ATB、40例肺炎、100例正常）	NA	U-Net	AUC, 准确率, 灵敏度, 特异性, 阳性预测值, 阴性预测值	NA
7	2025-10-07	Risk factor analysis combined with deep learning in the risk assessment of overseas investment of enterprises 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0239635 PMID:33006998	研究论文	结合风险因子分析和深度学习评估企业海外投资风险	将深度神经网络应用于企业海外投资风险评估，并基于国家集群样本识别主要风险来源	仅采用15个国家集群作为样本，样本规模有限；风险评估主要基于弗雷泽风险评估学习标签	评估企业海外投资风险并拓展深度学习在风险评估中的应用	15个国家集群的企业海外投资风险指标	机器学习	NA	深度学习	DNN	风险评估指标数据	15个国家集群	NA	深度神经网络	投资吸引力指数	NA
8	2025-10-07	The use of deep learning algorithm and digital media art in all-media intelligent electronic music system 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0240492 PMID:33075083	研究论文	本研究提出基于深度强化学习的多任务和分层学习算法，应用于全媒体智能电子音乐系统中的图像处理任务	提出了基于深度确定性策略梯度的多任务学习算法(M-DDPG)和分层学习算法(H-DDPG)，用于解决智能系统中的多任务和复杂任务处理问题	NA	探索深度学习方法在智能电子音乐系统中的应用，促进深度学习与数字媒体技术的融合	智能电子音乐系统中的图像分类和多任务处理	数字媒体艺术	NA	深度强化学习	DDPG, M-DDPG, H-DDPG	图像	基于8个任务的测试环境	NA	深度确定性策略梯度，自增强网络	奖励值，准确率	NA
9	2025-10-07	Single image super-resolution via Image Quality Assessment-Guided Deep Learning Network 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0241313 PMID:33119656	研究论文	提出了一种基于图像质量评估引导的深度学习网络用于单图像超分辨率重建	引入IQA网络提取感知特征并计算融合损失，通过级联网络解决异构数据集问题，提出成对排序铰链损失方法解决训练样本不足	未明确说明具体的数据集规模和网络架构细节	在超分辨率重建中实现感知质量与失真度量之间的更好平衡	单张低分辨率图像	计算机视觉	NA	深度学习超分辨率重建	深度学习网络	图像	NA	深度学习架构	级联网络	感知质量, 失真度量	NA
10	2025-10-07	The use of machine translation algorithm based on residual and LSTM neural network in translation teaching 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0240663 PMID:33211704	研究论文	本研究构建了基于残差和LSTM神经网络的SCN-LSTM机器翻译模型，并验证其在翻译教学中的应用效果	提出融合跳跃卷积网络和长短期记忆网络的SCN-LSTM翻译模型，相比传统N元组模型性能提升近一倍	NA	促进翻译专业培养模式转型和翻译服务业在各领域的应用	英语专业翻译教学	自然语言处理	NA	机器翻译	LSTM, CNN	文本	真实数据集和公开PTB数据集	NA	SCN-LSTM（Skip Convolutional Network and Long Short Term Memory）	准确率, 翻译混淆度, 适应性	NA
11	2025-10-07	Applying Internet information technology combined with deep learning to tourism collaborative recommendation system 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0240656 PMID:33271589	研究论文	提出一种结合深度学习的旅游协同推荐系统，通过整合互联网旅游信息提供个性化旅游服务	结合词嵌入、CNN处理评论信息、DNN处理必要信息以及因子分解机技术来提升推荐系统的个性化性能	NA	改进传统旅游推荐系统的不足，提供更准确个性化的旅游产品推荐	旅游产品信息和用户评论信息	自然语言处理,机器学习	NA	深度学习	CNN,DNN	文本	NA	NA	卷积神经网络,深度神经网络	精确度,灵敏度	NA
12	2025-10-07	Control of hybrid electromagnetic bearing and elastic foil gas bearing under deep learning 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0243107 PMID:33264358	研究论文	本研究基于径向基函数神经网络探索混合电磁和弹性箔气体轴承的控制方法以提高其工作稳定性	将PID控制器改进为IPD和CIPD控制器，并首次将基于深度学习的RBF神经网络应用于混合轴承系统的控制	仅通过Simulink仿真平台进行控制仿真研究，缺乏实际物理实验验证	提高混合电磁和弹性箔气体轴承的工作稳定性	混合电磁和弹性箔气体轴承系统	机器学习	NA	Simulink仿真	RBF神经网络	仿真数据	NA	Simulink	径向基函数神经网络	响应时间, 控制效果, 收敛速度	Simulink仿真平台
13	2025-03-11	Re: An Observational Study of Deep Learning and Automated Evaluation of Cervical Images for Cancer Screening 2020-01-01, Journal of the National Cancer Institute DOI:10.1093/jnci/djz115 PMID:31187115	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
14	2025-10-07	Analysis of the pattern recognition algorithm of broadband satellite modulation signal under deformable convolutional neural networks 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0234068 PMID:32658924	研究论文	本研究基于可变形卷积神经网络构建宽带卫星调制信号模式识别模型，分析不同参数估计对低信噪比条件下信号识别性能的影响	首次将可变形卷积神经网络应用于宽带卫星调制信号识别，在低信噪比和非理想信道条件下实现高精度识别	研究基于Matlab软件仿真的卫星信号，未提及实际环境验证	分析深度学习在低信噪比条件下对卫星调制信号的识别性能	宽带卫星调制信号（BPSK、QPSK、8PSK、16QAM、64QAM、32APSK）	信号处理	NA	星座图特征提取，信号仿真	DCNN	卫星调制信号数据	数据长度4000	Matlab	可变形卷积神经网络	识别准确率，训练时间	NA
15	2025-10-07	Risk management system and intelligent decision-making for prefabricated building project under deep learning modified teaching-learning-based optimization 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0235980 PMID:32678855	研究论文	本研究基于改进教学优化算法和深度学习神经网络建立了装配式建筑项目风险管理系统的智能决策模型	提出结合信息熵改进教学优化算法(MTLBO)与BP神经网络的混合预测模型，增强了全局搜索能力且不易陷入局部最优	未明确说明具体测试函数和实际工程验证的样本规模	提高大型装配式建筑项目施工期间风险管理的智能化水平	装配式建筑项目的风险管理与智能决策	机器学习	NA	深度学习神经网络	BP神经网络	工程风险数据	NA	MATLAB	多层前馈神经网络	收敛速度, 预测精度, 可靠性预测, 成本预测	NA
16	2025-10-07	The data dimensionality reduction and bad data detection in the process of smart grid reconstruction through machine learning 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0237994 PMID:33027298	研究论文	本研究通过机器学习方法检测智能电网重构过程中的虚假数据注入攻击，解决电力系统中数据维度高和异常数据处理的问题	结合孤立森林异常评分算法与局部线性嵌入降维方法构建数据特征提取算法，并首次将CNN-GRU混合网络用于虚假数据注入攻击检测	研究基于标准IEEE节点系统的仿真数据，未在真实电网环境中验证	实现智能电网安全稳定运行，检测虚假数据注入攻击	电力系统数据，特别是虚假数据注入攻击数据	机器学习	NA	MatPower工具仿真分析	CNN, GRU	电网仿真数据	IEEE14总线和IEEE118总线节点系统	NA	CNN-GRU混合网络	准确率	NA
17	2025-02-21	Monitoring ICU Mortality Risk with A Long Short-Term Memory Recurrent Neural Network 2020, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:31797590	研究论文	本文提出了一种基于长短期记忆循环神经网络（LSTM）的动态监测ICU患者死亡风险的新框架	该框架使用词袋表示法处理相关医疗事件，并利用潜在语义分析（LSA）将患者状态编码为低维嵌入，进而通过LSTM网络进行死亡风险预测，相比现有严重程度评分系统SAPS-II表现更优	未提及具体样本量及数据缺失处理的具体细节	开发一种能够动态监测ICU患者死亡风险的预测模型，以提高医疗干预效果和临床资源分配效率	ICU患者的电子健康记录（EHR）	自然语言处理	NA	潜在语义分析（LSA）	长短期记忆网络（LSTM）	电子健康记录（EHR）	NA	NA	NA	NA	NA
18	2025-02-21	A Dual-Modal Attention-Enhanced Deep Learning Network for Quantification of Parkinson's Disease Characteristics 2020-01, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2019.2946194 PMID:31603824	研究论文	本文提出了一种双模态注意力增强的深度学习网络，用于量化帕金森病（PD）患者的步态特征	该研究不仅实现了PD步态与正常步行的二分类，还量化了PD步态以关联其与PD严重程度，采用了双模态深度学习模型，结合CNN和注意力增强的LSTM网络	需要合适的训练以确保模型的高置信度和准确性	开发一种计算机化工具，客观评估PD患者的步态	帕金森病患者的步态	机器学习	帕金森病	深度学习	CNN, LSTM	1D垂直地面反作用力（VGRF）信号	NA	NA	NA	NA	NA
19	2025-02-21	Human Gait Recognition Based on Frame-by-Frame Gait Energy Images and Convolutional Long Short-Term Memory 2020-Jan, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065719500278 PMID:31747820	研究论文	本文提出了一种基于卷积长短期记忆网络（Conv-LSTM）和逐帧步态能量图像（ff-GEI）的新方法，用于提高步态识别的准确率	提出了一种新的步态能量图像变体ff-GEI，并设计了一种基于Conv-LSTM的步态识别模型，有效解决了跨视角步态识别的问题	NA	提高步态识别的准确率，特别是在无干扰视频监控和远距离人类识别中的应用	人类步态	计算机视觉	NA	深度学习	Conv-LSTM	视频	CASIA Dataset B 和 OU-ISIR Large Population Dataset	NA	NA	NA	NA
20	2024-12-09	In silico spectral libraries by deep learning facilitate data-independent acquisition proteomics 2020-01-09, Nature communications IF:14.7Q1 DOI:10.1038/s41467-019-13866-z PMID:31919359	研究论文	本文提出了一种基于深度学习的计算光谱库生成方法DeepDIA，用于数据独立采集（DIA）蛋白质组学分析	DeepDIA能够生成与实验光谱库质量相当甚至更好的计算光谱库，并能直接从蛋白质序列数据库中构建光谱库，突破了依赖数据依赖采集（DDA）实验的限制	NA	开发一种新的方法来生成计算光谱库，以促进DIA蛋白质组学分析	人类血清样本中的肽和蛋白质	蛋白质组学	NA	数据独立采集（DIA）	深度学习模型	蛋白质序列数据库	人类血清样本	NA	NA	NA	NA