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
261	2025-10-07	An autonomous drone for search and rescue in forests using airborne optical sectioning 2021-06-23, Science robotics IF:26.1Q1 DOI:10.1126/scirobotics.abg1188 PMID:34162744	研究论文	本文介绍了一种使用空中光学切片技术在森林中自主搜索救援人员的无人机系统	开发了基于自适应采样的实时在线搜索技术，能够在飞行过程中动态调整路径，将图像复杂度降低至先前方法的1/10	在17次野外实验中未能找到全部42名隐藏人员（找到38名），在预设路径实验中精度为86%	开发能够在茂密遮挡森林中自主搜索救援人员的无人机系统	森林中隐藏的人员	计算机视觉	NA	空中光学切片技术，热成像处理	深度学习	热成像图像	17次野外实验，涉及42名隐藏人员	NA	NA	精度, 分类置信度	机载实时计算
262	2025-10-07	Retracted: Diagnostic Classification and Prognostic Prediction Using Common Genetic Variants in Autism Spectrum Disorder: Genotype-Based Deep Learning 2021-04-07, JMIR medical informatics IF:3.1Q2 DOI:10.2196/24754 PMID:33714937	研究论文	本研究利用深度学习模型基于常见遗传变异对自闭症谱系障碍进行诊断分类和预后预测	首次将卷积神经网络应用于自闭症常见遗传变异数据，相比传统筛查工具准确率提升约13%	仅基于常见遗传变异进行分析，未考虑罕见变异和环境因素对自闭症的影响	开发基于遗传数据的自闭症早期筛查和诊断分类方法	自闭症谱系障碍患者及其家庭	机器学习	自闭症谱系障碍	基因组数据分析，卡方检验	CNN	基因型数据	数千个有自闭症风险的单纯型家庭	NA	卷积神经网络	AUC, 准确率	NA
263	2025-04-27	Deep learning prediction of patient response time course from early data via neural-pharmacokinetic/pharmacodynamic modelling 2021-Aug, Nature machine intelligence IF:18.8Q1 DOI:10.1038/s42256-021-00357-4 PMID:40271424	研究论文	本文提出了一种结合深度学习与药代动力学/药效动力学（PK/PD）的新型神经-PK/PD框架，用于预测患者对治疗的反应时间过程	将药理学关键原理与神经常微分方程结合，直接从纵向患者数据中学习控制微分方程，实现了对未测试给药方案的患者反应模拟	需要大量患者数据进行训练，且模型性能依赖于数据质量	开发自动化预测患者反应时间过程的方法，减少对人工建模经验的依赖	患者对治疗的反应时间过程	机器学习	NA	神经常微分方程	神经-PK/PD模型	纵向患者数据	超过600名患者的临床数据集	NA	NA	NA	NA
264	2025-10-07	A comprehensive review of deep learning-based single image super-resolution 2021, PeerJ. Computer science DOI:10.7717/peerj-cs.621 PMID:34322592	综述	本文对基于深度学习的单图像超分辨率技术进行了全面综述	从深度学习角度系统分类超分辨率方法，涵盖监督学习、无监督学习和领域特定方法	作为综述文章，不包含原始实验数据和新方法提出	总结单图像超分辨率领域的最新进展和发展趋势	图像超分辨率算法和方法	计算机视觉	NA	NA	GAN, CNN	图像	NA	NA	EDSR, CinCGAN, MSRN, Meta-RDN, RBPN, SAN, SRFBN, WRAN	图像质量指标	NA
265	2025-10-07	Pollen analysis using multispectral imaging flow cytometry and deep learning 2021-01, The New phytologist DOI:10.1111/nph.16882 PMID:32803754	研究论文	本研究开发了一种结合多光谱成像流式细胞术和深度学习的花粉分析方法	首次将多光谱成像流式细胞术与深度学习相结合用于花粉分析，实现了快速测量和高精度物种识别	需要建立全面的花粉参考数据库才能充分发挥方法优势	开发自动化的花粉识别和定量分析方法	35种植物物种的花粉	计算机视觉	NA	多光谱成像流式细胞术	CNN	图像	426,876张花粉图像	NA	卷积神经网络	准确率	NA
266	2025-10-07	Application of machine learning in the prediction of COVID-19 daily new cases: A scoping review 2021-Oct, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2021.e08143 PMID:34660935	综述	本文综述了机器学习和深度学习方法在预测COVID-19每日新增病例中的应用	系统比较了多种机器学习方法在COVID-19传播预测中的性能，包括ANFIS、LSTM、RNN和MLP等模型	NA	评估机器学习方法在预测COVID-19传播趋势中的效果	COVID-19每日新增病例数据	机器学习	COVID-19	NA	ANFIS, LSTM, RNN, MLP, ANN, ARIMA	流行病学数据	NA	NA	自适应神经模糊推理系统, 长短期记忆网络, 循环神经网络, 多层感知器, 自回归积分滑动平均模型	RMSE, MAE, R系数, MAPE	NA
267	2025-10-07	Performance for rotor system of hybrid electromagnetic bearing and elastic foil gas bearing with dynamic characteristics analysis under deep learning 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0244403 PMID:33720953	研究论文	通过深度学习分析混合电磁轴承和弹性箔片气体轴承转子系统的动态特性，并优化CNN在故障检测中的结构	结合混合电磁轴承和弹性箔片气体轴承的转子系统动态特性分析，并首次将CNN应用于该系统故障检测的参数优化	NA	分析轴承-转子系统的动态特性并优化CNN在系统故障检测和分类中的性能	涡轮膨胀机轴承-转子系统	机器学习	NA	动态特性分析	CNN	工程系统数据	NA	NA	卷积神经网络	分类准确率,损失函数	NA
268	2025-10-07	Determination of disease severity in COVID-19 patients using deep learning in chest X-ray images 2021-Jan, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.5152/dir.2020.20205 PMID:32815519	研究论文	本研究利用深度学习分析COVID-19患者胸部X光片，评估病变严重程度及其与临床特征的关联	在急性COVID-19爆发环境中验证深度学习模型可行性，并建立影像特征与临床指标（年龄、合并症、治疗急迫性）的统计学关联	回顾性研究设计，样本量较小（48例患者），单中心数据	开发基于深度学习的COVID-19胸部X光自动分析工具，探索影像特征与临床严重程度的关联	SARS-CoV-2 RT-PCR阳性患者	计算机视觉	COVID-19	胸部X光成像	深度学习	医学影像	48名患者（年龄60±17岁，15名女性），共65张胸部X光片	NA	NA	Cohen's kappa	NA
269	2025-10-07	MVP predicts the pathogenicity of missense variants by deep learning 2021-01-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-020-20847-0 PMID:33479230	研究论文	提出基于深度残差网络的错义变异致病性预测新方法MVP	首次将深度残差网络应用于错义变异致病性预测，并针对功能缺失不耐受基因和耐受基因分别训练模型	未明确说明模型在特定遗传疾病类型中的泛化能力	开发更准确的错义变异致病性预测方法	错义基因变异	机器学习	先天性心脏病	深度残差网络	深度学习	基因变异数据	包含癌症突变热点和发育障碍新生变异的大规模训练数据集	NA	深度残差网络	致病性变异优先排序性能	NA
270	2025-10-07	Artificial Intelligence-Enabled Analysis of Public Attitudes on Facebook and Twitter Toward COVID-19 Vaccines in the United Kingdom and the United States: Observational Study 2021-04-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/26627 PMID:33724919	研究论文	使用人工智能分析英美两国社交媒体上对COVID-19疫苗的公众态度	首次结合自然语言处理和深度学习技术对英美两国大规模社交媒体数据开展疫苗态度的纵向和地理空间分析	仅分析特定时间段（2020年3-11月）的社交媒体数据，可能无法反映态度变化的全貌	通过人工智能方法分析社交媒体数据以了解公众对COVID-19疫苗的态度和担忧	英国和美国的社交媒体用户发布的疫苗相关内容	自然语言处理	COVID-19	自然语言处理, 深度学习	深度学习模型	文本数据	英国23,571条Facebook帖子和40,268条推文，美国144,864条Facebook帖子和98,385条推文	NA	NA	情感分析准确率, 与全国调查结果的相关性	NA
271	2025-10-07	The ANTsX ecosystem for quantitative biological and medical imaging 2021-04-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-87564-6 PMID:33907199	研究论文	介绍ANTsX生态系统在生物和医学影像定量分析中的综合应用	将传统图像处理工具与深度学习能力相结合，通过ANTsRNet和ANTsPyNet扩展提供高效的深度学习解决方案	NA	开发和完善生物医学影像处理与分析的开源软件生态系统	生物和医学影像数据	医学影像分析	NA	医学影像处理，深度学习	深度学习网络	结构T1加权脑MRI图像	NA	TensorFlow, Keras	多种流行网络架构	计算效率，准确度	NA
272	2025-03-01	Systematic Quantification of Sources of Variation in Ejection Fraction Calculation Using Deep Learning 2021-11, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2021.06.018 PMID:34274282	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
273	2025-10-07	MSTCN: A multiscale temporal convolutional network for user independent human activity recognition 2021, F1000Research DOI:10.12688/f1000research.73175.2 PMID:36896393	研究论文	提出一种基于多尺度时序卷积网络(MSTCN)的用户无关人类活动识别方法	结合Inception模型与时序卷积架构，采用多尺度可分离卷积和扩张卷积扩大感受野，并利用残差连接防止信息丢失	未提及模型在跨设备或跨环境下的泛化能力	开发用户无关的人类活动识别系统	人类日常活动数据	机器学习	NA	深度学习	时序卷积网络	传感器时序数据	UCI和WISDM数据集	NA	Inception, 时序卷积网络	F1分数	NA
274	2025-02-21	Human Motion Tracking Using 3D Image Features with a Long Short-Term Memory Mechanism Model-An Example of Forward Reaching 2021-Dec-31, Sensors (Basel, Switzerland) DOI:10.3390/s22010292 PMID:35009834	研究论文	本文提出了一种使用3D图像特征和深度双向长短期记忆（DBLSTM）机制模型进行人体运动跟踪的深度学习技术	相比传统的2D图像系统，提出的系统在人体运动跟踪能力上有所提升，特别是在加速度的RMSE上表现优异	虽然3D图像特征提供了更准确的人体运动信息，但系统的实际应用可能受到3D图像采集和处理复杂性的限制	开发一种更有效的人体运动跟踪技术，以改善康复任务中的运动记录	人体运动	计算机视觉	NA	深度学习	DBLSTM	3D图像	NA	NA	NA	NA	NA
275	2025-02-21	BiLSTM-5mC: A Bidirectional Long Short-Term Memory-Based Approach for Predicting 5-Methylcytosine Sites in Genome-Wide DNA Promoters 2021-Dec-07, Molecules (Basel, Switzerland) DOI:10.3390/molecules26247414 PMID:34946497	研究论文	本研究提出了一种基于双向长短期记忆网络（BiLSTM）的深度学习方法BiLSTM-5mC，用于准确识别全基因组DNA启动子中的5-甲基胞嘧啶（5mC）位点	提出了一种新的深度学习方法BiLSTM-5mC，通过整合22个子模型的输出并使用多数投票策略来预测5mC位点，优于现有方法	未提及具体的数据集大小或样本来源，可能限制了结果的普适性	研究目的是开发一种高效的方法来识别DNA启动子中的5mC位点，以进一步理解DNA甲基化在癌症和衰老等遗传疾病中的功能	全基因组DNA启动子中的5mC位点	机器学习	癌症	深度学习	BiLSTM	DNA序列数据	未明确提及具体样本数量	NA	NA	NA	NA
276	2025-02-21	Power efficient refined seizure prediction algorithm based on an enhanced benchmarking 2021-12-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-02798-8 PMID:34873202	研究论文	本文提出了一种基于增强基准的节能型癫痫发作预测算法，通过改进数据处理和模型架构，提高了预测性能	提出了一种结合一维卷积神经网络和双向长短期记忆网络的深度学习架构，并采用留一法交叉验证以避免过拟合，同时优化了硬件实现	未提及具体数据集的多样性和规模限制，可能影响模型的泛化能力	改进癫痫发作预测算法的性能和硬件友好性	癫痫发作预测	机器学习	癫痫	深度学习	1D CNN + Bi-LSTM	时间序列数据	未明确提及具体样本数量	NA	NA	NA	NA
277	2025-02-21	Prediction and detection of freezing of gait in Parkinson's disease from plantar pressure data using long short-term memory neural-networks 2021-11-27, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-021-00958-5 PMID:34838066	研究论文	本研究探讨了使用长短期记忆神经网络（LSTM）从足底压力数据中检测和预测帕金森病（PD）患者的步态冻结（FOG）	首次使用足底压力数据结合LSTM模型进行FOG的检测和预测，相较于传统的惯性测量单元（IMU）和加速度计数据，足底压力数据能捕捉到FOG发作时独特的细微重量变化	研究样本量较小（11名参与者），且数据在实验室环境中收集，需进一步研究以提高FOG预测性能，并扩大样本量	开发一种基于足底压力数据的实时可穿戴系统，用于检测和预测帕金森病患者的步态冻结	帕金森病患者的步态冻结（FOG）	机器学习	帕金森病	长短期记忆神经网络（LSTM）	LSTM	足底压力数据	11名帕金森病患者	NA	NA	NA	NA
278	2025-02-21	Tourist Experiences Recommender System Based on Emotion Recognition with Wearable Data 2021-Nov-25, Sensors (Basel, Switzerland) DOI:10.3390/s21237854 PMID:34883853	研究论文	本文提出了一种基于穿戴设备数据的情感识别旅游体验推荐系统（TERS）架构	与大多数在控制实验中使用高精度传感器诱发情感的研究不同，本研究挑战在于基于用户日常生活中收集的心率数据进行情感识别，并生成考虑穿戴者情感状态的旅游推荐	穿戴设备收集的生理数据精度较低，可能影响情感识别的准确性	开发一种基于穿戴设备数据的情感识别旅游体验推荐系统	穿戴设备的用户	机器学习	NA	深度学习算法	CNN, LSTM, 混合模型	心率数据	NA	NA	NA	NA	NA
279	2025-02-21	Spatio-temporal prediction of the COVID-19 pandemic in US counties: modeling with a deep LSTM neural network 2021-11-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-01119-3 PMID:34741093	研究论文	本文提出了一种深度学习方法，用于预测美国各县未来1至4周的COVID-19感染病例和死亡人数	使用多变量LSTM递归神经网络，结合移动性数据，提高了预测性能	在疫情初期，由于训练数据量较小，机器学习方法的预测能力有限	预测COVID-19疫情在美国各县的时空演变	美国各县的COVID-19感染病例和死亡人数	机器学习	COVID-19	LSTM	LSTM	时间序列数据	多个时间序列样本	NA	NA	NA	NA
280	2025-02-21	Classification of thermoluminescence features of CaCO3 with long short-term memory model 2021-Nov, Luminescence : the journal of biological and chemical luminescence IF:3.2Q2 DOI:10.1002/bio.4109 PMID:34156748	研究论文	本文提出了一种基于长短期记忆（LSTM）深度学习模型的新方法，用于分类碳酸钙（CaCO3）的热释光特性	首次将LSTM模型应用于碳酸钙热释光特性的分类，实现了高准确率、精确度和灵敏度	研究仅针对碳酸钙的热释光特性，未涉及其他矿物的分类	研究碳酸钙的热释光特性分类方法	碳酸钙（CaCO3）的热释光特性	机器学习	NA	深度学习	LSTM	热释光数据	包含四个类别的数据集	NA	NA	NA	NA