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
1	2025-05-14	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	research paper	本研究开发了一种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（ATB）	利用U-Net深度学习算法自动检测和分割ATB病变，并通过图像处理方法将2D病变转化为3D病变	研究数据来自单一教学医院，可能影响模型的泛化能力	简化活动性肺结核的诊断流程并提高诊断准确性	846名患者的CT图像数据集，包括ATB、肺炎和正常病例	digital pathology	lung cancer	multi-slice spiral CT	U-Net	image	846名患者（训练集：567例，测试集：279例）
2	2025-04-10	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	research paper	该研究结合深度学习方法评估企业海外投资风险，并分析了15个国家集群作为样本	引入深度神经网络（DNN）构建企业海外投资风险评估模型，并利用Fraser风险评估学习标签中的投资吸引力指数作为模型评估结果	研究仅基于15个国家集群的样本，可能无法全面覆盖所有海外投资风险因素	评估企业海外投资风险并扩展深度学习方法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	machine learning	NA	Deep Neural Network (DNN)	DNN	结构化数据（风险指标）	15个国家集群
3	2025-04-10	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	探讨深度学习算法在智能电子音乐系统中的初步应用，并促进深度学习与数字媒体技术的融合	提出了基于多任务学习的DDPG算法（M-DDPG）和基于分层学习的DDPG算法（H-DDPG），用于解决智能系统中的多任务问题和图像分层分析问题	未提及具体的数据集大小或实验环境的详细配置	推动全媒体智能系统的发展，探索深度学习在智能电子音乐系统中的应用	智能电子音乐系统中的多任务处理和图像分类	数字媒体艺术与机器学习	NA	DDPG, M-DDPG, H-DDPG	DDPG	图像	基于八项任务的测试
4	2025-04-10	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	research paper	提出了一种基于图像质量评估（IQA）引导的深度学习网络，用于单图像超分辨率（SISR），以在感知质量和失真度量之间取得良好平衡	引入IQA网络从SR结果中提取感知特征，计算与原始绝对像素损失融合的相应损失，并指导SR网络参数的调整，解决了IQA和SR网络使用异构数据集的问题	未提及具体局限性	在单图像超分辨率（SISR）中实现感知质量和失真度量之间的良好平衡	单图像超分辨率（SISR）	computer vision	NA	深度学习（DL）	cascaded network	image	未提及具体样本数量
5	2025-04-10	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	本文探讨了基于残差和LSTM神经网络的机器翻译算法在翻译教学中的应用	提出了SCN-LSTM（Skip Convolutional Network and Long Short Term Memory）翻译模型，该模型在翻译教学中的性能、翻译质量和适应性方面优于传统N元组翻译模型和单一模型	未提及具体的数据集规模限制或模型在其他语言对上的泛化能力	促进翻译专业培养模式和内容的转型以及翻译服务业在各领域的应用	英语专业的翻译教学	自然语言处理	NA	深度学习神经网络	SCN-LSTM（Skip Convolutional Network and LSTM）	文本	真实数据集和公开的PTB（Penn Treebank Dataset）
6	2025-04-10	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	本文提出了一种结合深度学习的旅游协同推荐系统，旨在提供更个性化、便捷的旅游服务	结合词嵌入、CNN处理用户评论、DNN处理用户及服务项目信息，并利用因子分解机技术学习特征交互，提高了推荐精度	未提及模型在大规模实时推荐场景中的性能表现及计算成本	解决传统旅游推荐系统服务单一性问题，构建个性化旅游推荐模型	互联网旅游信息及用户行为数据	机器学习	NA	词嵌入、因子分解机	CNN+DNN	文本评论及用户画像数据	未明确说明样本量（仅提及模型参数配置：40个隐藏因子、100次卷积、100+50组合隐藏层）
7	2025-03-19	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（RBF）神经网络探索了混合电磁和弹性箔气体轴承的控制，以提高其工作稳定性	提出了基于RBF神经网络的CIPD轴承控制方法，具有最短响应时间和最佳控制效果	研究主要基于仿真平台，未涉及实际应用验证	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	径向基函数（RBF）神经网络	RBF神经网络	仿真数据	NA
8	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
9	2025-03-06	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	本研究旨在分析在低信噪比或信道非理想条件下，基于深度学习的卫星调制信号识别性能受不同参数估计的影响	构建了基于可变形卷积神经网络（DCNN）的宽带卫星调制信号模式识别模型，并与其他模型（如VGG、AlexNet、ResNe）进行了比较，显示出更高的识别准确率和更短的训练时间	研究主要基于模拟数据，未涉及实际卫星信号的复杂环境	分析不同参数估计对卫星调制信号识别性能的影响	宽带卫星调制信号	机器学习	NA	深度学习	DCNN	信号数据	数据长度达到4000
10	2025-03-06	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	本研究基于改进的教学-学习优化算法（MTLBO）和深度学习多层前馈神经网络（BP神经网络）建立了预制建筑项目风险管理系统的模型，以提高大型预制建筑项目施工期间的风险管理需求	通过使用信息熵对传统的教学-学习优化算法（TLBO）进行改进，并结合BP神经网络建立了MTLBO-BP神经网络预测模型，该模型在全局搜索能力和避免局部最优方面表现更优	未提及具体的研究局限性	提高预制建筑项目施工期间的风险管理需求，提供智能管理和决策支持	预制建筑项目的风险管理系统	机器学习	NA	深度学习，BP神经网络，MTLBO算法	BP神经网络，MTLBO-BP神经网络	NA	NA
11	2025-03-06	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探索了在电网重构过程中检测虚假数据注入攻击（FDIAs），并解决了电力系统中高维数据和异常数据处理的问题	结合孤立森林（iForest）异常评分数据处理算法与局部线性嵌入（LLE）数据降维方法，构建了数据特征提取算法，并基于卷积神经网络（CNN）和门控循环单元（GRU）网络构建了FDIAs检测算法模型	研究中未提及对实际电网系统的测试，仅基于模拟数据进行实验	实现电网系统的安全稳定运行，检测虚假数据注入攻击（FDIAs）并处理高维数据和异常数据	电力系统中的数据，特别是虚假数据注入攻击（FDIAs）相关数据	机器学习	NA	孤立森林（iForest）、局部线性嵌入（LLE）、卷积神经网络（CNN）、门控循环单元（GRU）	CNN-GRU	电力系统数据	IEEE14-bus节点和IEEE118-bus节点系统的模拟数据
12	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
13	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
14	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
15	2025-02-09	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	本文综述了过去三十年计算机辅助肺结节诊断技术的发展，从传统方法到深度学习辅助决策支持的演变	首次对过去30年计算机辅助肺结节诊断技术的发展进行文献综述，并识别了挑战和未来研究方向	缺乏对技术发展的全面审查，特别是从传统方法到机器学习辅助决策支持的演变	提供计算机辅助肺结节检测和良恶性分类技术的全面最新综述，并识别未来研究方向	肺结节的计算机辅助诊断	计算机视觉	肺癌	深度学习	NA	图像	NA
16	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
17	2024-11-15	Influence of the combination of big data technology on the Spark platform with deep learning on elevator safety monitoring efficiency 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0234824 PMID:32555687	研究论文	研究结合大数据技术和深度学习技术在Spark平台上提升电梯安全监控效率	提出了一种基于Spark平台的有限状态机模型和深度学习电梯故障预警模型	未详细说明模型的训练数据来源和样本量	提升电梯安全监控效率	电梯安全监控和故障预警	机器学习	NA	大数据技术, 深度学习	有限状态机 (FSM), 深度学习模型	电梯运行数据	未明确说明样本量
18	2024-11-06	An LSTM-Based Prediction Method for Lower Limb Intention Perception by Integrative Analysis of Kinect Visual Signal 2020, Journal of healthcare engineering DOI:10.1155/2020/8024789 PMID:32774824	研究论文	提出了一种基于LSTM网络的下肢意图感知预测方法，通过整合Kinect视觉信号进行下肢关节轨迹预测，以实现主动康复	利用LSTM网络学习序列特征，通过上肢关节角度预测下肢关节轨迹，实现下肢意图感知	仅在健康受试者中进行了验证，未涉及不同病理条件下的应用	开发一种基于计算机视觉和深度学习的下肢意图感知方法，用于康复机器人系统的主动康复	下肢关节轨迹预测，下肢意图感知	计算机视觉	NA	Kinect视觉信号	LSTM	关节角度	10名健康受试者，在四种不同步行速度下采集数据
19	2024-10-11	Impact of a deep learning assistant on the histopathologic classification of liver cancer 2020, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-020-0232-8 PMID:32140566	研究论文	研究开发了一种基于深度学习的助手，用于帮助病理学家区分肝细胞癌和胆管癌，并评估其对诊断性能的影响	首次评估了深度学习助手在临床工作流程中对病理学家诊断性能的实际影响	研究样本量较小，且仅限于两种肝癌亚型	探讨深度学习助手在肝癌病理分类中的应用及其对病理学家诊断准确性的影响	肝细胞癌和胆管癌的病理分类，以及深度学习助手对病理学家诊断性能的影响	数字病理学	肝癌	深度学习	NA	图像	验证集26个全切片图像，独立测试集80个全切片图像，11名病理学家
20	2024-10-11	Real-time colorectal cancer diagnosis using PR-OCT with deep learning 2020, Theranostics IF:12.4Q1 DOI:10.7150/thno.40099 PMID:32194821	研究论文	本文设计了一种基于深度学习的模式识别光学相干断层扫描（PR-OCT）系统，用于实时诊断结直肠癌	本文的创新点在于将深度学习技术应用于PR-OCT系统，实现了对结直肠癌的实时自动诊断	本文的局限性在于样本量相对较小，未来需要更大规模的数据集进行验证	本文的研究目的是开发一种能够实时诊断结直肠癌的新技术	本文的研究对象是结直肠癌及其相关组织	计算机视觉	结直肠癌	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	约26,000张OCT图像，来自20个肿瘤区域、16个良性区域和6个其他异常区域