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	2025-11-18	GlyphCreator: Towards Example-based Automatic Generation of Circular Glyphs 2022-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2021.3114877 PMID:34596552	研究论文	介绍GlyphCreator——一种基于示例自动生成圆形字形图的交互式工具	提出了首个基于示例的圆形字形图自动生成方法，建立了圆形字形图的设计空间并开发了字形解析深度学习模型	NA	开发能够自动生成圆形字形图的交互式工具，简化多维数据可视化过程	圆形字形图的设计与生成	数据可视化	NA	深度学习	深度学习模型	图像数据，多维数据	NA	NA	NA	定量实验评估	NA
2	2025-11-12	A Lightweight Hybrid Dilated Ghost Model-Based Approach for the Prognosis of Breast Cancer 2022, Computational intelligence and neuroscience DOI:10.1155/2022/9325452 PMID:39262920	研究论文	提出一种基于轻量级混合扩张Ghost模型的乳腺癌预后方法，实现恶性细胞检测和家族分类	采用改进的随机通道注意力机制和DenseNet模型，结合轻量级深度学习架构，在保持高精度的同时满足严格的执行、训练和能耗限制	NA	开发自动化的乳腺癌恶性细胞检测和家族分类系统	数字乳腺X线摄影图像中的肿瘤	计算机视觉	乳腺癌	数字乳腺X线摄影	CNN, DenseNet	图像	NA	NA	Ghost模型, DenseNet	准确率	NA
3	2025-11-12	Pneumonia Detection in Chest X-Ray Images Using Enhanced Restricted Boltzmann Machine 2022, Journal of healthcare engineering DOI:10.1155/2022/1678000 PMID:35991297	研究论文	提出一种增强型受限玻尔兹曼机模型用于胸部X射线图像中的肺炎检测	通过计算特定特征向量均值与所有输入特征均值的差异来改进权重初始化方法，解决了标准RBM随机权重初始化导致的特征学习不充分问题	NA	开发更准确的肺炎自动检测方法	胸部X射线图像	计算机视觉	肺炎	NA	受限玻尔兹曼机	图像	三个不同的肺炎数据集	NA	增强型受限玻尔兹曼机	准确率, 灵敏度, 特异性, F1分数, ROC曲线	NA
4	2025-11-12	A Method for Extracting Building Information from Remote Sensing Images Based on Deep Learning 2022, Computational intelligence and neuroscience DOI:10.1155/2022/9968665 PMID:36275958	研究论文	提出一种基于深度学习的遥感图像建筑物信息提取方法，结合DeepLabv3+与Mixconv2d提升轮廓捕捉能力	将DeepLabv3+与Mixconv2d结合，使用不同尺寸卷积核进行特征识别，并采用基于Rdrop Loss的正则化方法	基于自建数据集验证，未与其他公开数据集进行对比验证	提高遥感图像中建筑物信息提取的精度和效率	遥感图像中的建筑物	计算机视觉	NA	遥感成像	深度学习,语义分割	遥感图像	自建数据集（具体数量未说明）	NA	DeepLabv3+,Mixconv2d	准确率,效率,分割性能	NA
5	2025-11-11	Facial Mask Detection Using Depthwise Separable Convolutional Neural Network Model During COVID-19 Pandemic 2022, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2022.855254 PMID:35321193	研究论文	提出基于MobileNet的深度可分离卷积神经网络模型用于面部口罩检测	采用深度可分离卷积层替代传统2D卷积层，在有限数据集上实现高性能的轻量化网络	NA	解决面部图像中口罩识别问题，提升移动场景下人脸图像分类效率	面部图像数据	计算机视觉	COVID-19	深度学习	CNN	图像	NA	NA	MobileNet, Depthwise Separable Convolution	准确率, 精确率, 召回率, F1分数	NA
6	2025-10-09	3D bi-directional transformer U-Net for medical image segmentation 2022, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2022.1080715 PMID:36687770	研究论文	提出一种名为3DTU的新型三维医学图像分割框架，结合3D Transformer和3D DCNN的优势	设计了新颖的3D注意力机制，在编码器端使用3D Transformer、解码器端使用3D DCNN，充分挖掘自注意力能力	NA	解决传统深度卷积神经网络在医学图像分割中全局关系处理能力不足的问题	三维医学图像分割	医学图像分析	NA	NA	Transformer, CNN	3D MRI图像, 3D CT图像	两个独立数据集	NA	U-Net, Transformer	多种评估指标	NA
7	2025-10-05	Machine-learning based investigation of prognostic indicators for oncological outcome of pancreatic ductal adenocarcinoma 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.895515 PMID:36568148	研究论文	开发基于3D-CNN的机器学习模型，利用术前CT扫描预测胰腺导管腺癌的淋巴结转移和术后切缘状态	首次将三维卷积神经网络应用于胰腺癌术前CT扫描，同时预测淋巴结转移和术后切缘状态	样本量较小（110名患者），需要更大规模研究验证模型的普适性	改善胰腺导管腺癌术前影像学分期，预测术后切缘和淋巴结状态	胰腺导管腺癌患者	计算机视觉	胰腺癌	CT扫描	CNN	医学影像	110名患者的881个CT扫描	NA	3D-CNN	准确率	NA
8	2025-10-05	Validation of Deep Learning-based Sleep State Classification 2022, microPublication biology DOI:10.17912/micropub.biology.000643 PMID:36277479	研究论文	本研究验证了混合z-score标准化与深度学习结合在小鼠睡眠状态分类中的有效性	验证了混合z-score预处理方法结合深度学习在独立数据集上的睡眠状态分类性能	仅使用12个三小时EEG/EMG记录，样本量有限	验证混合z-score标准化与深度学习方法在睡眠状态分类中的有效性	小鼠脑电图(EEG)和肌电图(EMG)记录	机器学习	睡眠障碍	EEG/EMG信号记录	CNN	EEG/EMG信号	12个三小时EEG/EMG记录	NA	卷积神经网络	准确率, Cohen's κ	NA
9	2025-10-06	Fairness in Cardiac Magnetic Resonance Imaging: Assessing Sex and Racial Bias in Deep Learning-Based Segmentation 2022, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2022.859310 PMID:35463778	研究论文	本研究首次在大规模数据库上分析基于AI的心脏磁共振成像分割模型中存在的性别和种族偏见	首次对基于深度学习的电影CMR分割模型进行性别/种族偏见分析	使用的UK Biobank数据库种族不平衡，可能影响模型泛化能力	评估深度学习模型在心脏磁共振成像分割中的公平性	5,903名来自UK Biobank的受试者（61.5±7.1岁，52%男性，81%白人）	医学影像分析	心血管疾病	心脏磁共振成像	深度学习模型	短轴电影CMR图像	5,903名受试者	NA	NA	Dice系数, 容积测量误差, 功能测量误差	NA
10	2025-10-06	The Application of Artificial Intelligence Technology in Art Teaching Taking Architectural Painting as an Example 2022, Computational intelligence and neuroscience DOI:10.1155/2022/8803957 PMID:35619771	研究论文	本研究探讨人工智能技术在艺术教学中的应用，以建筑绘画为例	提出将L-BFGS算法应用于艺术教学领域，并与传统优化算法进行对比	NA	研究人工智能技术在艺术教学中的应用效果	建筑绘画艺术教学	机器学习	NA	深度学习技术	轻量级深度学习模型	NA	NA	NA	NA	准确率	NA
11	2025-10-06	Preparation and Mechanical Properties of High Silicon Molybdenum Cast Iron Materials: Based on Deep Learning Model 2022, Computational intelligence and neuroscience DOI:10.1155/2022/4825356 PMID:39262918	研究论文	本研究通过深度学习模型研究高硅钼铸铁材料的制备与力学性能，重点关注其耐磨性和耐腐蚀性	结合深度学习模型研究钼和钒元素添加对高铬铸铁性能的影响，探索材料性能优化新方法	研究主要关注静态腐蚀性能，未涉及动态磨损条件下的性能评估	开发具有更好耐磨性和耐腐蚀性的高铬铸铁材料	高铬铸铁材料及其合金元素（钼、钒）	材料科学	NA	静态腐蚀测试、亚临界处理工艺	深度学习模型	材料性能数据、微观结构数据	NA	NA	NA	耐腐蚀性、耐磨性、硬度、韧性	NA
12	2025-10-06	Automatic extraction of upper-limb kinematic activity using deep learning-based markerless tracking during deep brain stimulation implantation for Parkinson's disease: A proof of concept study 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0275490 PMID:36264986	研究论文	本研究开发了一种基于深度学习的手部运动自动追踪系统，用于帕金森病脑深部电刺激手术中的运动评估	首次将基于深度学习的无标记追踪技术应用于DBS手术中的运动行为分析，实现了运动类型的自动分类	样本量较小（仅5名患者），属于概念验证研究	开发自动化的运动行为分析系统以提高DBS手术电极植入的精准度	帕金森病患者的上肢运动行为	计算机视觉	帕金森病	视频记录，运动学分析	SVM	视频	5名帕金森病患者	DeepLabCut, Python	NA	准确率，重投影像素误差	NA
13	2025-10-06	Classification of multiple sclerosis clinical profiles using machine learning and grey matter connectome 2022, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2022.926255 PMID:36313252	研究论文	本研究利用灰质形态连接组数据和机器学习方法对多发性硬化症的临床分型进行分类	首次结合灰质厚度连接组数据和集成机器学习模型对MS四种临床分型进行自动分类，避免了复杂的MR扩散技术和深度学习架构	样本量相对较小（90名患者），仅使用了两种脑图谱进行灰质分区	研究灰质形态连接组数据在多发性硬化症临床分型鉴别中的能力	90名多发性硬化症患者，包括CIS、RRMS、SPMS和PPMS四种临床分型	机器学习	多发性硬化症	MRI T1加权成像，灰质分割，皮层厚度测量	Logistic Regression, Random Forest, Support Vector Machine, AdaBoost, 集成模型	医学影像数据，图论指标数据	90名MS患者	Scikit-learn	多数投票集成模型	F1-score	NA
14	2025-10-06	Deep learning assisted mechanotyping of individual cells through repeated deformations and relaxations in undulating channels 2022-Jan, Biomicrofluidics IF:2.6Q2 DOI:10.1063/5.0077432 PMID:40746947	研究论文	本研究开发了一种结合微流体通道和序列深度学习模型的方法，通过重复变形和松弛过程对单个细胞进行机械表型分析	设计了能够对细胞施加重复变形和松弛的微流体通道，并首次将序列深度学习模型应用于动态变形性细胞术	研究仅使用HL60细胞系作为模型系统，未验证在其他细胞类型上的适用性	开发能够接近最大潜在分类精度的单细胞机械表型分析方法	HL60细胞（经过化学处理扰动肌动蛋白或微管网络的细胞）	机器学习	NA	微流体通道技术，动态变形性细胞术	循环神经网络，卷积神经网络	细胞形状时间序列数据	数百个细胞每秒的测量速率	NA	NA	准确率	NA
15	2025-10-06	Automatic Classification of Cancer Pathology Reports: A Systematic Review 2022, Journal of pathology informatics DOI:10.1016/j.jpi.2022.100003 PMID:35242443	系统综述	对2010-2021年间发表的癌症病理报告自动分类自然语言处理系统进行系统性回顾和分析	首次系统性回顾和比较了不同NLP方法在癌症病理报告分类中的应用，并基于PRISMA指南进行规范化分析	仅纳入2010-2021年间的25篇文献，部分癌症特征提取任务仍存在挑战	评估自然语言处理技术在癌症病理报告自动分类中的应用现状和发展趋势	癌症病理报告文本数据	自然语言处理	癌症	自然语言处理	基于规则的系统,统计机器学习,深度学习	文本	25篇研究论文	NA	NA	NA	NA
16	2025-10-06	Deep learning-based pancreas volume assessment in individuals with type 1 diabetes 2022-01-05, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-021-00729-7 PMID:34986790	研究论文	本研究开发了一种基于深度学习的自动化胰腺体积测量方法，用于糖尿病患者	首次将卷积神经网络应用于糖尿病患者胰腺体积的自动测量，解决了传统手动标注耗时且主观的问题	训练数据仅包含160例腹部MRI扫描，测试集仅25例T1D患者，样本量有限	开发自动化胰腺体积测量方法以应用于大型影像数据库	1型糖尿病患者、对照组人群及其混合人群	医学影像分析	糖尿病	磁共振成像	CNN	医学影像	160例腹部MRI扫描用于训练，25例T1D患者用于测试	NA	卷积神经网络	Dice系数,R值	NA
17	2025-10-06	Deep learning tackles single-cell analysis-a survey of deep learning for scRNA-seq analysis 2022-01-17, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbab531 PMID:34929734	综述	本文系统综述了深度学习在单细胞RNA测序数据分析中的应用方法和算法	建立了变分自编码器、自编码器、生成对抗网络和监督深度学习模型的统一数学表示框架，并关联了损失函数与数据处理步骤的具体目标	仅涵盖25种深度学习算法，可能未完全覆盖该领域所有最新进展	为单细胞RNA测序数据分析提供深度学习算法的系统综述和应用指南	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序	VAE, AE, GAN, 监督深度学习	基因表达数据	NA	NA	变分自编码器, 自编码器, 生成对抗网络	NA	NA
18	2025-10-06	Diabetic Foot Ulcer Ischemia and Infection Classification Using EfficientNet Deep Learning Models 2022, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2022.3219725 PMID:36660100	研究论文	本研究开发了基于EfficientNet深度学习模型的糖尿病足溃疡缺血和感染分类系统	首次将EfficientNet模型应用于糖尿病足溃疡的缺血和感染分类，在准确率和计算效率上均显著优于现有方法	未提及模型在临床环境中的验证情况及对不同类型糖尿病足溃疡的泛化能力	开发基于图像的糖尿病足溃疡缺血和感染自动检测系统	糖尿病足溃疡图像	计算机视觉	糖尿病足溃疡	图像增强技术	CNN	图像	NA	NA	EfficientNet, ResNet, Inception, Ensemble CNN	准确率	NA
19	2025-10-06	Deep learning strategies for addressing issues with small datasets in 2D materials research: Microbial Corrosion 2022, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2022.1059123 PMID:36620046	研究论文	本研究探讨使用深度生成模型解决二维材料微生物腐蚀研究中小数据集问题的方法	首次将变分自编码器和生成对抗网络应用于二维材料微生物腐蚀研究中的数据增强，生成合成电化学数据以扩展小规模实验数据集	研究仅基于铜表面少层石墨烯的实验系统，未验证在其他二维材料或金属基底上的普适性	加速具有微生物腐蚀抗性的二维涂层虚拟筛选	二维材料涂层（石墨烯、六方氮化硼、二硫化钼）及其微生物腐蚀抗性	材料科学,机器学习	NA	电化学测试,数据增强	VAE,GAN	电化学数据	小规模实验数据集	NA	变分自编码器,生成对抗网络	准确率	NA
20	2025-10-06	Effectiveness of Artificial Intelligence Models for Cardiovascular Disease Prediction: Network Meta-Analysis 2022, Computational intelligence and neuroscience DOI:10.1155/2022/5849995 PMID:35251153	meta-analysis	通过网状Meta分析比较机器学习和深度学习模型在心血管疾病预测中的有效性	首次采用网状Meta分析方法系统比较不同AI模型在多种心血管疾病预测中的表现	深度学习在心血管疾病领域的研究文献较少，需要更多患者数据和贝叶斯网络等分析方法验证结果	评估人工智能模型在心血管疾病预测中的有效性	心力衰竭、中风、高血压和糖尿病患者	machine learning	cardiovascular disease	NA	ML, DL	临床数据	285,213名心血管疾病患者	NA	GBM, ANN, SVM, RF	AUC, 准确率, OR, CI	NA