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	2025-07-20	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	本文回顾了过去三十年间从传统方法到深度学习辅助决策支持的肺结节诊断技术的发展历程，并展望了未来前景	首次全面回顾了过去30年计算机辅助肺结节诊断技术的发展，并指出了未来研究的方向和挑战	主要关注技术发展历程，未涉及具体临床验证数据	提供计算机辅助肺结节检测和良恶性分类技术的最新综述	肺结节的计算机辅助诊断技术	数字病理	肺癌	深度学习	NA	医学影像	NA
2	2025-07-20	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	本文总结了2018年国家NLP临床挑战赛Track 2的筹备、组织、评估和结果，重点关注从临床记录中提取药物不良事件（ADEs）	评估了概念提取、关系分类和端到端系统三种任务，并分析了当前技术水平	对于原因和ADEs的概念和关系识别性能较低，局部上下文不足以识别它们	提升从电子健康记录中提取药物不良事件和药物信息的性能	临床记录中的药物不良事件和药物信息	自然语言处理	NA	深度学习与手工设计特征相结合的方法	双向LSTM、支持向量机（SVM）和规则	文本	28个团队参与任务1，21个团队参与任务2和3
3	2025-07-15	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	介绍了一种名为DeepCLEM的全自动CLEM配准工作流程，利用深度学习预测EM图像中的荧光信号，并与实验测量的染色质信号进行自动配准	提出了一种全自动的CLEM配准工作流程，无需手动操作或使用基准标记，通过深度学习预测荧光信号	虽然原则上可以适应其他成像模式和3D堆栈，但具体应用效果未在文中详细讨论	解决荧光图像与EM图像的高精度配准问题	荧光图像和EM图像	计算机视觉	NA	深度学习	CNN	图像	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
5	2025-06-07	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	本文提出了一种基于拓扑的网络树方法，用于预测蛋白质-蛋白质结合亲和力在突变后的变化	引入了元素和位点特定的持久同调（代数拓扑的新分支）来简化蛋白质-蛋白质复合物的结构复杂性，并将关键生物信息嵌入拓扑不变量中，同时提出了一种名为NetTree的新深度学习算法	NA	预测蛋白质-蛋白质相互作用结合亲和力在突变后的变化（ΔΔ），以指导药物发现	蛋白质-蛋白质复合物	生物信息学	NA	代数拓扑、持久同调、深度学习	CNN、梯度提升树（NetTree）	蛋白质结构数据	主要基准数据集
6	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）
7	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
8	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
9	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
10	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）
11	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）
12	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
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
14	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
15	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
16	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
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
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
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
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