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
1	2026-04-10	Detection of dementia on voice recordings using deep learning: a Framingham Heart Study 2021-08-31, Alzheimer's research & therapy DOI:10.1186/s13195-021-00888-3 PMID:34465384	研究论文	本研究利用深度学习模型分析神经心理学测试的语音录音，以检测痴呆症	首次在社区队列研究中应用深度学习自动分析语音录音进行痴呆筛查，结合LSTM和CNN模型处理多说话者录音数据	样本量相对有限（1264个录音），仅基于Framingham心脏研究队列，未在外部验证集上测试	开发可靠、经济、易用的痴呆症自动检测方法	Framingham心脏研究参与者的神经心理学测试语音录音	自然语言处理	老年疾病	语音录音分析	LSTM, CNN	音频	1264个语音录音（483个正常认知，451个轻度认知障碍，330个痴呆）	NA	双层LSTM网络，卷积神经网络	AUC，平衡准确率，加权F1分数	NA
2	2026-04-10	Imputation of the continuous arterial line blood pressure waveform from non-invasive measurements using deep learning 2021-08-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-94913-y PMID:34344934	研究论文	本文提出了一种基于深度学习的方法，利用心电图和光电容积脉搏波信号，非侵入性地推算连续动脉血压波形	首次开发了一种能够从标准监护信号（ECG和PPG）中推算连续动脉血压波形的方法，而非仅间歇性地估算收缩压和舒张压	研究数据来自两个医疗系统的463名患者，样本量相对有限，且模型性能可能受限于数据质量和患者群体的多样性	开发一种非侵入性、连续监测动脉血压的方法，以替代有创监测，降低并发症风险	重症监护室和手术患者	机器学习	心血管疾病	深度学习	CNN	生理波形信号（ECG, PPG, ABP）	463名患者，超过150,000分钟的数据	NA	基于图像分割架构的深度学习模型	均方根误差, 平均差异	NA
3	2026-03-31	Optimization of a Sports Activity Development Model Using Artificial Intelligence under New Curriculum Reform 2021-08-27, International journal of environmental research and public health DOI:10.3390/ijerph18179049 PMID:34501638	研究论文	本研究利用人工智能技术优化体育教学活动模型，通过深度学习建立基于LSTM神经网络的人体运动识别模型，以提升学生运动识别和身体状况检测的准确性	提出结合人工智能和深度学习技术的新型体育教学活动模型，采用智能穿戴系统进行学生状态检测并建立反馈系统，相比传统算法具有更高的运动识别准确率	未明确说明模型在不同年龄、性别或运动能力学生群体中的泛化能力，以及长期实际教学环境中的稳定性验证	优化体育教学活动模型，提高学生身体素质和运动技能，满足新课程改革对体育教育发展的要求	体育教学活动中的学生运动状态和身体状况	机器学习	NA	深度学习，智能穿戴系统	LSTM	运动数据	未明确说明具体样本数量，仅提及构建了数据集进行模型训练和测试	未明确说明	LSTM神经网络	识别准确率，损失值	未明确说明
4	2026-03-06	A statistical framework for non-negative matrix factorization based on generalized dual divergence 2021-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2021.03.020 PMID:33892302	研究论文	提出了一种基于广义对偶Kullback-Leibler散度的非负矩阵分解统计框架，并开发了相应的算法家族	该框架基于广义对偶散度，可涵盖指数族模型成员，并推广了针对不同噪声结构的现有方法，与最近发展的拟似然方法形成对比	未在摘要中明确说明	为非负矩阵分解提供一个统一的统计框架和算法家族	非负矩阵分解模型及其在无监督和半监督学习中的应用	机器学习	癌症	非负矩阵分解	NA	模拟数据和真实数据	NA	NA	NA	拟合优度度量	NA
5	2026-03-06	Multi-channel attention-fusion neural network for brain age estimation: Accuracy, generality, and interpretation with 16,705 healthy MRIs across lifespan 2021-08, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2021.102091 PMID:34038818	研究论文	本文提出了一种多通道注意力融合神经网络（FiA-Net），用于从健康脑部T1加权磁共振图像中准确估计大脑年龄，并提升模型的泛化能力和可解释性	首次将T1加权图像显式分割为对比度和形态学两个3D图像通道，并引入“带注意力的融合”深度学习卷积神经网络（FiA-Net），以优化不同脑解剖结构和特征层中图像通道的融合方式	NA	提高健康脑部MRI年龄估计的准确性、泛化性和可解释性，以辅助脑部疾病的早期检测	16,705名健康个体的T1加权磁共振图像，年龄跨度为0-97岁	数字病理学	NA	T1加权磁共振成像	CNN	图像	16,705名健康个体的MRI数据	NA	FiA-Net	平均绝对误差（MAE）, 皮尔逊相关系数（r）	NA
6	2025-10-06	Prediction and interpretation of cancer survival using graph convolution neural networks 2021-08, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2021.01.004 PMID:33484826	研究论文	提出一种名为Surv_GCNN的图卷积神经网络方法，用于预测13种癌症类型的生存率并识别潜在基因标志物	首次将图卷积神经网络应用于癌症生存预测，并提出基于网络模型的基因标志物解释方法	仅使用TCGA数据集，未在其他独立数据集上验证	开发更准确的癌症生存预测模型并识别关键基因标志物	13种癌症类型（包括BLCA、BRCA、COAD等）的基因表达数据和临床数据	机器学习	癌症	基因表达分析，网络分析	图卷积神经网络（GCNN）	基因表达数据，临床数据	TCGA数据集中13种癌症类型的样本	NA	图卷积神经网络	风险评分（RS）	NA
7	2025-10-06	Cine Cardiac MRI Motion Artifact Reduction Using a Recurrent Neural Network 2021-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2021.3073381 PMID:33856986	研究论文	提出一种新型循环生成对抗网络模型用于减少心脏电影MRI运动伪影	首次将双向卷积长短期记忆网络与多尺度卷积结合用于心脏MRI运动伪影减少，能够处理长程时序特征并同时捕获局部和全局特征	NA	开发深度学习技术以减少心脏电影MRI扫描时间和运动伪影	心脏电影磁共振成像序列	医学影像处理	心血管疾病	心脏磁共振成像	GAN, RNN	医学影像	NA	NA	循环生成对抗网络, 双向ConvLSTM	图像质量	NA
8	2025-10-06	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	提出一种混合主动学习框架，用于冷冻电子断层扫描中的亚断层图分类，以减少标注需求	结合不确定性采样、判别器和子集采样策略，同时满足主动学习中的区分性和代表性准则	在真实数据上的性能相比全监督方法平均有3%的准确率下降	减少冷冻电子断层扫描中生物大分子结构分类的标注负担	冷冻电子断层扫描中的亚断层图	计算机视觉	NA	冷冻电子断层扫描	深度学习	3D图像数据	模拟数据和真实数据	NA	NA	准确率	NA
9	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	NA	NA	NA	NA
10	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%	NA	NA	NA	NA
11	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
12	2025-02-21	Human activity recognition using wearable sensors, discriminant analysis, and long short-term memory-based neural structured learning 2021-08-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-95947-y PMID:34385552	研究论文	本文提出了一种基于身体传感器的活动建模和识别系统，利用时间序列信息的深度神经结构学习（NSL）算法	结合了核判别分析（KDA）和基于长短期记忆（LSTM）的神经结构学习（NSL）进行活动建模，达到了约99%的召回率	未提及具体的数据集规模或实验环境的多样性	开发一种高效的基于可穿戴传感器的行为识别系统，以改善老年人的生活方式并预警健康风险	老年人的日常活动	机器学习	老年疾病	神经结构学习（NSL），核判别分析（KDA）	LSTM, DBN, CNN, RNN	传感器数据	未提及具体样本数量	NA	NA	NA	NA
13	2025-02-21	Deep-Learning-Based Approach to Anomaly Detection Techniques for Large Acoustic Data in Machine Operation 2021-Aug-12, Sensors (Basel, Switzerland) DOI:10.3390/s21165446 PMID:34450888	研究论文	本文提出了一种基于深度学习的方法，用于在机器操作中快速且高精度地检测异常，通过收集大量麦克风测量的声学数据	与大多数基于LSTM或自动编码器的现有方法不同，本文提出了一种异常检测算法，能够克服噪声测量和检测系统异常的限制	NA	开发一种自动化的异常检测技术，以减少劳动力需求并提高机器维护效率	车辆等先进设备中的声学数据	机器学习	NA	深度学习	异常检测算法	声学数据	使用大量麦克风测量的声学数据	NA	NA	NA	NA
14	2025-02-21	Mechanisms for handling nested dependencies in neural-network language models and humans 2021-08, Cognition IF:2.8Q1 DOI:10.1016/j.cognition.2021.104699 PMID:33941375	研究论文	本文研究了现代人工神经网络是否模仿了人类句子处理的核心方面，即在工作记忆中存储语法数和性别信息及其在长距离一致性中的使用	研究发现，尽管神经网络仅被训练用于预测大语料库中的下一个单词，但分析显示出现了一组非常稀疏的专用单元，成功处理了局部和长距离的语法数一致性	该机制不支持完全递归，并且在某些长距离嵌套依赖关系上失败	探索现代人工神经网络处理句子的方式，以得出关于人类语言表现的可测试假设	人类句子处理机制和人工神经网络	自然语言处理	NA	深度学习	LSTM	文本	NA	NA	NA	NA	NA
15	2025-10-07	Fully automated segmentation of brain tumor from multiparametric MRI using 3D context deep supervised U-Net 2021-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.15032 PMID:34101845	研究论文	开发基于3D上下文深度监督U-Net的全自动脑肿瘤分割方法	提出上下文块聚合多尺度上下文信息，扩大卷积神经网络的有效感受野	NA	实现脑肿瘤MR图像的自动分割	脑肿瘤亚区域	医学图像分析	脑肿瘤	多参数MRI	CNN	MR图像	BraTS 2020训练数据集（五折交叉验证）和测试数据集	NA	U-Net	Dice相似系数, Hausdorff距离, Bland-Altman图, Pearson分析	NA
16	2024-12-14	KGDAL: Knowledge Graph Guided Double Attention LSTM for Rolling Mortality Prediction for AKI-D Patients 2021-Aug, ACM-BCB ... ... : the ... ACM Conference on Bioinformatics, Computational Biology and Biomedicine. ACM Conference on Bioinformatics, Computational Biology and Biomedicine DOI:10.1145/3459930.3469513 PMID:34541583	研究论文	本文提出了一种名为KGDAL的知识图谱引导的双注意力LSTM模型，用于预测需要透析的急性肾损伤（AKI-D）重症患者的滚动死亡率	KGDAL模型通过构建基于知识图谱的二维注意力机制，在时间和特征空间中进行双重注意力处理，从而提高了预测性能	NA	提高需要透析的急性肾损伤重症患者的滚动死亡率预测准确性，并帮助医疗提供者做出及时决策	需要透析的急性肾损伤（AKI-D）重症患者	机器学习	急性肾损伤	知识图谱，深度学习	LSTM	电子健康记录（EHR）数据	两个大型医疗数据集	NA	NA	NA	NA
17	2024-12-08	Highly accurate protein structure prediction with AlphaFold 2021-08, Nature IF:50.5Q1 DOI:10.1038/s41586-021-03819-2 PMID:34265844	研究论文	本文介绍了AlphaFold，一种能够高精度预测蛋白质结构的计算方法	AlphaFold能够在没有相似结构已知的情况下，常规性地预测蛋白质结构并达到原子精度	NA	解决蛋白质结构预测的瓶颈问题，实现大规模结构生物信息学	蛋白质的三维结构预测	机器学习	NA	NA	神经网络	蛋白质序列	在CASP14挑战中验证了AlphaFold的性能	NA	NA	NA	NA
18	2024-11-21	Advances in micro-CT imaging of small animals 2021-Aug, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2021.07.005 PMID:34284331	综述	本文综述了微型CT在小动物成像中的最新进展和应用	介绍了基于能量积分探测器和新一代光子计数X射线探测器（PCDs）的双能微型CT光谱扫描技术，以及X射线相位对比成像（XPC）和深度学习在微型CT中的应用	未详细讨论微型CT在临床转化中的具体挑战	回顾微型CT在临床前研究中的最新进展和应用	微型CT成像技术及其在小动物成像中的应用	计算机视觉	NA	微型CT成像	深度学习	图像	NA	NA	NA	NA	NA
19	2024-11-18	RNAProt: an efficient and feature-rich RNA binding protein binding site predictor 2021-08-18, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giab054 PMID:34406415	研究论文	本文介绍了一种基于循环神经网络的高效且功能丰富的RNA结合蛋白结合位点预测框架RNAProt	RNAProt在预测性能和运行时间效率上优于传统机器学习方法和深度学习方法，并支持多种额外功能和用户定义特征	NA	开发一种高效的计算方法来预测RNA结合蛋白的结合位点	RNA结合蛋白的结合位点	机器学习	NA	CLIP-seq	循环神经网络	文本	NA	NA	NA	NA	NA
20	2024-10-18	Liver Steatosis Categorization on Contrast-Enhanced CT Using a Fully Automated Deep Learning Volumetric Segmentation Tool: Evaluation in 1204 Healthy Adults Using Unenhanced CT as a Reference Standard 2021-08, AJR. American journal of roentgenology DOI:10.2214/AJR.20.24415 PMID:32936018	研究论文	本文评估了一种全自动深度学习体积分割工具在对比增强CT上对脂肪肝分类的准确性，使用未增强CT作为参考标准	使用全自动深度学习体积分割算法进行肝脾体积分割，并评估其在对比增强CT上对脂肪肝分类的准确性	需要进一步验证不同扫描协议和供应商的结果	评估全自动深度学习体积分割工具在对比增强CT上对脂肪肝分类的准确性	1204名健康成年人	计算机视觉	肝病	3D卷积神经网络	CNN	CT图像	1204名健康成年人（平均年龄45.2岁，726名女性，478名男性）	NA	NA	NA	NA