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	2025-07-07	Automated detection and segmentation of thoracic lymph nodes from CT using 3D foveal fully convolutional neural networks 2021-04-13, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-021-00599-z PMID:33849483	研究论文	开发了一种基于3D foveal全卷积神经网络的工具，用于自动检测和分割胸部CT扫描中的淋巴结	使用3D foveal patches的全卷积神经网络进行淋巴结的自动检测和分割	在较小淋巴结（短轴直径5-10mm）的检测率（62.2%）低于较大淋巴结（91.6%）	开发自动检测和分割胸部淋巴结的工具，以辅助临床工作和无观察者偏见的放射组学研究	胸部CT扫描中的淋巴结	数字病理	肺癌	CT扫描	3D foveal全卷积神经网络	3D医学影像	训练集：89例增强CT扫描（4275个淋巴结），测试集：15例增强CT扫描
22	2025-06-23	Crossing the 'Cookie Theft' Corpus Chasm: Applying what BERT Learns from Outside Data to the ADReSS Challenge Dementia Detection Task 2021-Apr, Frontiers in computer science IF:2.4Q3 DOI:10.3389/fcomp.2021.642517 PMID:40535703	research paper	该研究探讨了如何利用外部数据提升深度学习模型在ADReSS挑战赛中的痴呆检测任务性能	通过整合Wisconsin Longitudinal Study (WLS)的新语料库，显著增加了训练数据量，并探索了基于推断认知状态选择规范数据的方法	WLS转录本的元数据中缺乏痴呆诊断信息，需依赖认知测试结果推断认知状态	提升深度学习模型在阿尔茨海默病(AD)患者语言特征分类中的性能	阿尔茨海默病患者和健康对照者的自发语音样本	natural language processing	geriatric disease	BERT模型	BERT	text	1366份来自WLS的Cookie Theft Task转录本，加上DementiaBank的数据
23	2025-06-21	Real-time recognition of spraying area for UAV sprayers using a deep learning approach 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0249436 PMID:33793634	研究论文	该研究开发了一种基于深度学习的无人机喷雾器实时喷洒区域识别系统	采用深度学习技术实现无人机喷雾器的实时喷洒区域识别，提高了喷洒的准确性和效率	研究仅针对香菜农田进行了测试，未涉及其他作物或更复杂的环境	开发无人机喷雾器的实时喷洒区域识别系统，以减少农药的过度使用及其对环境和操作人员的负面影响	无人机喷雾器在香菜农田的喷洒区域	计算机视觉	NA	深度学习	CNN	图像	NA
24	2025-06-14	Active learning to classify macromolecular structures in situ for less supervision in cryo-electron tomography 2021-Aug-25, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btab123 PMID:33620460	研究论文	提出了一种混合主动学习框架HAL，用于在冷冻电子断层扫描中减少对大量标注数据的需求	结合不确定性采样和判别器来平衡标注数据的代表性和多样性，显著减少标注工作量	在真实数据集上的性能相比模拟数据有所下降，且未考虑更复杂的生物结构场景	解决冷冻电子断层扫描中因标注数据不足导致的生物大分子结构分类难题	冷冻电子断层扫描获得的生物大分子亚断层图	计算机视觉	NA	冷冻电子断层扫描(cryo-ET)	深度学习模型（未指定具体类型）	3D生物医学图像	模拟和真实亚断层图数据集（具体数量未说明）
25	2025-06-10	QSM reconstruction challenge 2.0: Design and report of results 2021-09, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.28754 PMID:33783037	research paper	该论文介绍了第二次定量磁化率映射（QSM）重建挑战的设计和结果，旨在测试QSM偶极子反演算法在模拟脑数据中的准确性	采用两阶段设计，结合模拟数据和真实数据评估QSM算法的准确性和鲁棒性，并公开结果和分析流程供研究者比较新方法	挑战仅使用合成数据，未包含真实场景中的背景场和偶极子不相容相位贡献，未来需评估算法在更真实场景中的表现	测试QSM偶极子反演算法在模拟脑数据中的准确性	模拟脑数据和多回波梯度回波图像	医学影像处理	NA	定量磁化率映射（QSM）	迭代方法、深度学习和直接反演方法	模拟脑数据和多回波梯度回波图像	98个第一阶段重建和47个第二阶段提交
26	2025-06-08	AFCM-LSMA: New intelligent model based on Lévy slime mould algorithm and adaptive fuzzy C-means for identification of COVID-19 infection from chest X-ray images 2021-Aug, Advanced engineering informatics IF:8.0Q1 DOI:10.1016/j.aei.2021.101317 PMID:40477230	研究论文	提出了一种基于Lévy黏菌算法和自适应模糊C均值的新型智能模型AFCM-LSMA，用于从胸部X光图像中识别COVID-19感染	结合自适应模糊C均值(AFCM)和改进的基于Lévy分布的黏菌算法(SMA)，提出了一种新的优化模型AFCM-LSMA，用于COVID-19的快速诊断	NA	开发一个稳健的模型，从胸部X光图像中提取COVID-19的高级特征，以帮助快速诊断	胸部X光图像	计算机视觉	COVID-19	Lévy黏菌算法，自适应模糊C均值	AFCM-LSMA	图像	NA
27	2025-06-08	Scientific production and thematic breakthroughs in smart learning environments: a bibliometric analysis 2021, Smart learning environments IF:6.7Q1 DOI:10.1186/s40561-020-00145-4 PMID:40477293	研究论文	本文通过文献计量学方法分析了智能学习环境领域的研究趋势、学者生产力和主题焦点	提供了智能学习环境领域的全面概览，包括研究热点、主题焦点和未来方向	仅基于Scopus数据库的1081篇同行评议文章，可能未涵盖所有相关研究	分析智能学习环境领域的研究趋势、学者生产力和主题焦点	智能学习环境领域的科学出版物	教育技术	NA	文献计量分析	NA	文本	1081篇同行评议文章
28	2025-06-08	Deep Learning and Particle Swarm Optimisation-Based Techniques for Visually Impaired Humans' Text Recognition and Identification 2021, Augmented human research DOI:10.1007/s41133-021-00051-5 PMID:40477829	研究论文	本文提出了一种结合深度学习和粒子群优化的方法，用于视觉障碍者的文本识别与识别	结合深度神经网络和粒子群优化技术，用于复杂退化图像中的文本识别	未提及具体样本量或实际应用中的性能表现	开发一种能够帮助视觉障碍者在自然场景中识别文本的系统	视觉障碍者	计算机视觉	NA	梯度图像方法、对比度图像方法、自适应图像映射、笔画宽度变换、Gabor变换	深度神经网络、粒子群优化	图像	使用IIIT5K数据集进行开发
29	2025-06-07	Deep learning assisted COVID-19 detection using full CT-scans 2021-Jun, Internet of things (Amsterdam, Netherlands) DOI:10.1016/j.iot.2021.100377 PMID:38620521	research paper	该研究提出了一种基于深度学习的自动化COVID-19检测方法，使用完整的胸部CT扫描	利用残差网络和跳跃连接的优势，提出了一种硬件需求较低的COVID-19检测方法，可在网络边缘部署	未提及模型在不同数据集上的泛化能力或临床验证结果	开发一种自动化COVID-19诊断方法，以加快诊断过程并保持准确性	COVID-19患者的胸部CT扫描	digital pathology	COVID-19	deep learning	ResNet	CT图像	未明确提及样本数量
30	2025-06-07	A Comparison of Deep Learning Models for Detecting COVID-19 in Chest X-ray Images 2021, IFAC-PapersOnLine DOI:10.1016/j.ifacol.2021.10.282 PMID:38620947	research paper	比较不同深度学习模型在胸部X光图像中检测COVID-19的性能	设计并比较了四种深度学习架构（包括CNN、VGG-19、Inception和MobileNet）在COVID-19检测中的表现，使用迁移学习技术进行了45次不同实验	仅进行了二元分类，未考虑COVID-19的严重程度或其他肺部疾病的鉴别诊断	比较不同深度学习模型在COVID-19诊断中的性能	胸部X光图像	computer vision	COVID-19	transfer learning	CNN, VGG-19, Inception, MobileNet	image	NA
31	2025-05-31	Smartphone-based DNA malaria diagnostics using deep learning for local decision support and blockchain technology for security 2021-Aug-02, Nature electronics IF:33.7Q1 DOI:10.1038/s41928-021-00612-x PMID:39651407	研究论文	本文报告了一种基于智能手机的多重DNA疟疾诊断端到端平台	结合低成本纸基微流体诊断测试、深度学习算法进行本地决策支持，以及区块链技术确保数据安全连接和管理	研究仅在乌干达农村地区进行验证，未涉及其他地区或疾病	开发一种快速、准确的疟疾诊断平台，适用于资源有限的农村社区	疟疾诊断	数字病理	疟疾	DNA诊断	深度学习	图像	乌干达农村地区的测试案例，准确率超过98%
32	2025-05-23	Computer-aided diagnosis of esophageal cancer and neoplasms in endoscopic images: a systematic review and meta-analysis of diagnostic test accuracy 2021-05, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2020.11.025 PMID:33290771	meta-analysis	通过系统性回顾和荟萃分析评估计算机辅助诊断（CAD）算法在内镜图像中对食管癌及肿瘤的诊断准确性	首次通过荟萃分析评估CAD算法在食管癌及肿瘤内镜诊断中的准确性，并提供了全面的诊断性能指标	缺乏外部验证和临床应用的表现数据	评估CAD算法在内镜图像中对食管癌及肿瘤的诊断准确性	食管癌及肿瘤的内镜图像	digital pathology	esophageal cancer	deep learning, machine learning	NA	image	21项研究用于系统性回顾，19项研究用于荟萃分析
33	2025-05-23	Deep representation learning of patient data from Electronic Health Records (EHR): A systematic review 2021-03, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2020.103671 PMID:33387683	系统综述	本文对使用深度学习方法从电子健康记录（EHR）中学习患者表示的研究进行了系统综述，并提供了方法论视角的定性和定量分析	首次系统性地综述了患者表示学习领域的发展趋势、方法流程和应用现状	现有预测模型主要关注单一疾病预测，未能从整体角度考虑患者的复杂机制	评估和总结患者表示学习领域的研究现状和发展趋势	电子健康记录（EHR）数据	机器学习	NA	深度学习	RNN/LSTM/GRU	结构化EHR数据	49篇纳入分析的论文（来自363篇筛选文献）
34	2025-05-23	Performance of artificial intelligence in colonoscopy for adenoma and polyp detection: a systematic review and meta-analysis 2021-01, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2020.06.059 PMID:32598963	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能在结肠镜检查中检测腺瘤和息肉的表现	首次对实时计算机辅助息肉检测（CADe）系统在结直肠肿瘤检测中的随机对照试验进行荟萃分析，证实其显著提高腺瘤检出率	纳入的随机对照试验数量有限（5项），部分指标如高级别腺瘤检出率的证据等级不高	评估人工智能辅助系统在结直肠肿瘤检测中的临床效能	结直肠肿瘤（腺瘤和息肉）	digital pathology	colorectal cancer	deep learning	CADe	colonoscopy images	4354例患者（来自5项随机对照试验）
35	2025-05-20	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	research paper	介绍了一种用于森林搜救的自主无人机原型，能够在密集遮挡的森林中自主寻找人员	采用自适应在线采样技术，结合深度学习分类和动态飞行路径调整，显著提高了搜救效率和精度	实验仅在特定森林类型和飞行条件下进行，未涉及所有可能的复杂环境	开发一种能够在无稳定网络覆盖的偏远地区进行高效搜救的自主无人机系统	森林中隐藏的人员	computer vision	NA	thermal image processing, deep learning-based classification	deep learning	thermal images	42名隐藏人员（其中38名被成功找到）
36	2025-05-09	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技术分析自闭症谱系障碍(ASD)的常见遗传变异，开发了一个先进的诊断分类器	首次将卷积神经网络(CNN)应用于ASD的常见遗传变异分析，相比传统筛查工具分类准确率提高了约13%	研究样本仅限于Simons Simplex Collection数据库的数千个高风险家庭，可能无法代表所有ASD人群	开发基于遗传变异的ASD早期诊断和预后预测方法	自闭症谱系障碍(ASD)患者及其常见遗传变异	机器学习	自闭症谱系障碍	基因组数据分析	CNN	基因型数据	数千个来自Simons Simplex Collection的ASD高风险家庭
37	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
38	2025-04-27	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	本文全面回顾了基于深度学习的单图像超分辨率技术的最新进展	提供了深度学习视角下的单图像超分辨率技术详细综述，并介绍了初始的经典方法	未涉及具体实验验证，仅为基础理论和方法回顾	总结和分类图像超分辨率技术，并探讨未来研究方向和开放性问题	图像超分辨率技术及其应用	计算机视觉	NA	深度学习	EDSR, CinCGAN, MSRN, Meta-RDN, RBPN, SAN, SRFBN, WRAN	图像	NA
39	2025-04-24	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	本研究提出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新方法	首次将多光谱成像流式细胞术与深度学习结合用于花粉分析，实现了快速测量和高准确度的花粉识别	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	426876张花粉图像
40	2025-04-10	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	比较了多种机器学习方法在预测COVID-19传播中的性能，并评估了不同模型的准确性	未提及具体研究的样本量或数据来源限制	评估机器学习和深度学习方法在预测COVID-19传播趋势中的效果	COVID-19新增病例的预测模型	机器学习	COVID-19	机器学习和深度学习方法	ANFIS, LSTM, RNN, MLP, ANN, ARIMA	疫情数据	NA