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
21	2025-05-23	Machine learning techniques for detecting electrode misplacement and interchanges when recording ECGs: A systematic review and meta-analysis 2020 Sep - Oct, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2020.08.013 PMID:32866909	系统综述与荟萃分析	本文综述了机器学习技术在检测心电图电极错位和互换中的应用及其效果	系统评估了机器学习在检测电极错位和互换中的性能，并识别了最常用的机器学习技术	研究仅包括14篇文章，可能无法涵盖所有相关研究	研究电极错位对心电图信号和解释的影响，评估机器学习检测电极错位的性能	心电图（ECG）电极错位和互换	机器学习	心血管疾病	机器学习（ML）	卷积神经网络（CNN）	心电图信号	14篇文章
22	2025-05-23	Deep Learning in Radiation Oncology Treatment Planning for Prostate Cancer: A Systematic Review 2020-Aug-30, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-020-01641-3 PMID:32862251	综述	本文系统回顾了深度学习在前列腺癌放射肿瘤治疗计划中的应用	总结了基于CT或MRI的不同深度学习网络架构在放射治疗目标轮廓分割中的应用	大多数研究使用的患者数据量有限，且这些模型在临床实践中的安全性和有效性仍需进一步验证	探索深度学习在放射治疗计划自动化中的应用，以提高治疗效率和质量	前列腺癌放射治疗计划中的目标轮廓分割	计算机视觉	前列腺癌	深度学习	NA	医学影像（CT或MRI）	患者数据量有限
23	2025-05-23	Creating Artificial Images for Radiology Applications Using Generative Adversarial Networks (GANs) - A Systematic Review 2020-08, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2019.12.024 PMID:32035758	系统性综述	本文综述了生成对抗网络（GANs）在放射学中的应用	系统性地总结了GANs在放射学中的多种应用，包括图像重建、去噪、数据增强等	仅包含截至2019年9月发表的研究，可能遗漏最新进展	回顾GANs在放射学中的应用文献	放射学中的图像生成和处理	计算机视觉	NA	GANs	GAN	医学影像（CT、MRI、PET/MRI、PET/CT、超声、X射线）	33项研究（2017-2019年间发表）
24	2025-05-23	Accuracy of deep learning for automated detection of pneumonia using chest X-Ray images: A systematic review and meta-analysis 2020-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2020.103898 PMID:32768045	meta-analysis	该研究通过系统综述和荟萃分析评估了深度学习模型在利用胸部X光图像检测和分类肺炎方面的诊断性能	首次对深度学习在肺炎检测和分类中的诊断性能进行了系统评价和荟萃分析	存在主要方法学问题，未来研究需解决以应用于临床	评估深度学习模型在肺炎检测和分类中的诊断性能	肺炎患者与健康对照者的胸部X光图像	digital pathology	pneumonia	deep learning	DL	image	NA
25	2025-05-23	Deep learning to find colorectal polyps in colonoscopy: A systematic literature review 2020-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2020.101923 PMID:32972656	系统文献综述	本文通过系统综述分析了深度学习在结肠镜检查中检测结直肠息肉的应用	总结了深度学习在息肉检测、定位和分割中的最新方法，并分析了公开数据集和评估指标	方法间的公平比较和可重复性存在困难，缺乏基于大型公开数据库的统一验证框架	提高结肠镜检查中腺瘤检测率，从而预防结直肠癌	结直肠息肉	计算机视觉	结直肠癌	深度学习	CNN	图像	35篇相关研究和7个公开的结肠镜图像数据集
26	2025-05-23	Opportunities and challenges of deep learning methods for electrocardiogram data: A systematic review 2020-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2020.103801 PMID:32658725	系统综述	本文系统综述了深度学习在心电图（ECG）数据分析中的建模和应用	总结了深度学习在ECG数据分析中的最新进展，并提出了未来研究方向	未解决可解释性、可扩展性和效率等新挑战	探讨深度学习在ECG数据分析中的应用和挑战	ECG数据	机器学习	心血管疾病	深度学习	CNN, RNN, 混合架构	ECG信号	191篇论文（2010-2020年）
27	2025-05-23	Lung Nodule Detection from Feature Engineering to Deep Learning in Thoracic CT Images: a Comprehensive Review 2020-06, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-020-00320-6 PMID:31997045	综述	本文系统回顾了关于胸部CT图像中肺结节检测的文献，涵盖了从特征工程到深度学习的各种方法	重点介绍了基于卷积神经网络(CNN)的深度学习方法在肺结节检测中的应用	仅涵盖了2009年至2018年4月期间发表的工作，可能未包含最新的研究进展	为研究人员和读者提供肺结节检测领域的当前技术状态和发展进程	胸部CT图像中的肺结节	数字病理	肺癌	计算机辅助诊断(CAD)系统	CNN	CT图像	NA
28	2025-05-17	Deep Learning for Smartphone-Based Malaria Parasite Detection in Thick Blood Smears 2020-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2019.2939121 PMID:31545747	research paper	本研究开发了一种基于深度学习的智能手机应用，用于自动检测厚血涂片中的疟疾寄生虫	首次开发了能够在智能手机上运行的厚血涂片疟疾寄生虫检测深度学习方法，并公开了一个包含1819张厚血涂片图像的数据集	研究仅基于150名患者的数据集，可能需要更大规模的验证	开发智能手机上的自动疟疾寄生虫检测方法，以替代人工计数	厚血涂片中的疟疾寄生虫	digital pathology	malaria	deep learning	CNN	image	1819张厚血涂片图像来自150名患者
29	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）
30	2025-04-20	How Artificial Intelligence Will Impact Colonoscopy and Colorectal Screening 2020-Jul, Gastrointestinal endoscopy clinics of North America DOI:10.1016/j.giec.2020.02.010 PMID:32439090	评论	探讨人工智能如何通过提高质量和降低不必要成本来改善结肠镜检查和结直肠筛查的价值	提出实时计算机辅助检测息肉以提高腺瘤检出率，以及通过光学活检识别低风险息肉以减少不必要成本	临床整合人工智能技术到内窥镜医师工作流程中的挑战，以及深度学习算法的可解释性问题	研究人工智能在结肠镜检查和结直肠筛查中的应用及其潜在影响	结肠镜检查和结直肠筛查	数字病理学	结直肠癌	计算机辅助检测和诊断	深度学习	图像	NA
31	2025-04-10	A demonstration of automated visual evaluation of cervical images taken with a smartphone camera 2020-11-01, International journal of cancer IF:5.7Q1 DOI:10.1002/ijc.33029 PMID:32356305	research paper	研究探讨了自动化视觉评估（AVE）这一用于宫颈癌筛查的深度学习计算机应用，是否能够应用于智能手机拍摄的宫颈图像	首次将AVE技术应用于智能手机拍摄的宫颈图像，并通过大量数据和专家标注验证其有效性	金标准为专家印象而非组织病理学，且仅在小部分具有组织病理学诊断的图像上进行了验证	验证AVE技术在智能手机拍摄宫颈图像上的应用效果	7587张来自3221名女性的宫颈图像	computer vision	cervical cancer	deep learning	object detection networks	image	7587张图像来自3221名女性
32	2025-04-10	Malocclusion Classification on 3D Cone-Beam CT Craniofacial Images Using Multi-Channel Deep Learning Models 2020-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC44109.2020.9176672 PMID:33018225	研究论文	本研究提出两种多通道深度学习模型架构，用于从3D CBCT颅面图像中自动识别和分类骨骼性错颌畸形	提出了'Ensemble'和'Synchronized multi-channel'两种多通道深度学习模型架构，并结合'Class-selective Relevance Mapping'可视化方法解释模型学习行为	NA	辅助正畸医生确定患者的最佳治疗路径，包括正畸治疗、手术治疗或两者结合	3D CBCT颅面图像	计算机视觉	错颌畸形	深度学习	多通道深度学习模型（Ensemble和Synchronized multi-channel）	3D CBCT图像	NA
33	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
34	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
35	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
36	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）
37	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）
38	2025-04-04	DRTOP : deep learning-based radiomics for the time-to-event outcome prediction in lung cancer 2020-07-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-020-69106-8 PMID:32703973	研究论文	提出了一种基于深度学习的放射组学模型DRTOP，用于预测肺癌患者的时间-事件结果	DRTOP模型直接处理原始图像，无需预先定义特征或精确肿瘤分割，提高了预测效率和准确性	研究样本量较小（132例肺癌患者），且为内部数据集，可能需要更大规模的外部验证	开发深度学习模型以预测肺癌患者的生存和复发时间	肺癌患者	数字病理学	肺癌	深度学习放射组学	深度学习模型（未指定具体架构）	CT和PET医学影像	132例肺癌患者
39	2025-04-01	Deep learning approaches in predicting ADMET properties 2020-11, Future medicinal chemistry IF:3.2Q3 DOI:10.4155/fmc-2020-0259 PMID:33124448	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
40	2025-03-23	Template-based prediction of protein structure with deep learning 2020-Dec-29, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-020-07249-8 PMID:33372607	研究论文	本文提出了一种名为ThreaderAI的新模板建模方法，通过深度学习提高蛋白质三级结构预测的准确性	ThreaderAI将查询序列与模板对齐的任务公式化为计算机视觉中的经典像素分类问题，并自然应用深度残差神经网络进行预测，显著提高了对远源同源蛋白质的结构预测准确性	NA	提高蛋白质三级结构预测的准确性，特别是对于只有远源同源物的蛋白质	蛋白质三级结构	计算机视觉	NA	深度学习	深度残差神经网络	序列数据	SCOPe数据和CASP13的TBM-hard数据