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
1	2025-09-01	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中评估基于深度学习的电影CMR分割模型在性别和种族方面的公平性	首次针对基于AI的电影心脏磁共振成像分割进行性别和种族偏见的系统性分析	研究基于UK Biobank数据库，该数据库种族不平衡（81%为白人）	评估深度学习模型在心脏MRI分割中是否存在性别和种族偏见	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（CMR），深度学习分割	深度学习模型	医学影像	5,903名受试者的电影短轴CMR图像
2	2025-08-29	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，提出了一种结合L-BFGS算法的轻量级深度学习模型	将L-BFGS优化算法首次应用于艺术教学领域，并实现了97-98%的高精度表现	NA	研究人工智能技术在艺术教学中的具体应用方法与效果	建筑绘画艺术教学	机器学习	NA	深度学习，L-BFGS算法，互联网技术，无线传感器网络(WSNs)	轻量级深度学习模型	图像数据	NA
3	2025-08-12	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	本研究探讨了高铬铸铁的静态腐蚀性能，以及钼和钒元素的添加与含量变化对其耐腐蚀性的影响，旨在获得性能更优、成本更低的高铬铸铁铸件	通过研究钼和钒元素的添加及含量变化对高铬铸铁耐腐蚀性的影响，结合亚临界处理工艺，优化高铬铸铁的微观结构和性能	研究主要关注静态腐蚀性能，未涉及动态工作环境下的性能表现	提高高铬铸铁的耐腐蚀性和耐磨性，同时降低成本	高铬铸铁材料	材料科学	NA	亚临界处理工艺	深度学习模型	实验数据	未明确说明
4	2025-08-04	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	本研究利用基于深度学习的无标记追踪技术，在帕金森病深部脑刺激植入手术中自动提取上肢运动学活动	首次将深度学习计算机视觉技术应用于DBS手术中的无标记运动追踪，提高了运动行为评估的准确性	样本量较小(N=5)，且为概念验证研究	改进DBS手术中运动测试的主观性，提高神经运动映射的准确性	帕金森病患者的上肢运动活动	计算机视觉	帕金森病	DeepLabCut计算机视觉套件	SVM(支持向量机)	视频	5名患者
5	2025-08-04	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	本研究利用机器学习和灰质连接组数据对多发性硬化症（MS）的临床特征进行分类	结合四种简单的ML模型，利用灰质形态连接数据实现良好的分类性能，无需复杂MR技术或深度学习架构	样本量较小（90名MS患者），且仅使用了两种脑图谱（FSAverage和Glasser 2016）	探究灰质厚度连接组数据在多发性硬化症临床特征分类中的判别能力	多发性硬化症患者的灰质形态连接组数据	机器学习	多发性硬化症	MRI，T1加权图像采集，灰质分割	Logistic Regression, Random Forest, SVM, AdaBoost, 集成模型	图像	90名MS患者
6	2025-08-04	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	本文介绍了一种通过深度学习辅助的细胞机械分型方法，利用微流控通道对单个细胞进行重复变形和松弛，并通过序列深度学习模型提取特征	设计了微流控通道对细胞进行重复变形和松弛，结合序列深度学习模型，显著提高了细胞机械分型的准确率	研究仅使用了HL60细胞作为模型系统，未验证其他细胞类型的适用性	开发一种高精度的细胞机械分型方法，以区分基于细胞骨架特性的不同细胞亚群	HL60细胞（经过化学处理与未处理）	数字病理学	NA	微流控技术、深度学习	RNN、CNN	时间序列细胞形状数据	处理与未处理的HL60细胞
7	2025-07-25	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	本文系统综述了2010年至2021年间发表的用于病理报告自动分类的自然语言处理（NLP）技术	遵循PRISMA指南，对NLP系统进行分类和基准测试，识别了当前技术的局限性和未来研究方向	某些癌症特征的提取（如大小、形状、癌症类型等）仍存在挑战，且综述仅涵盖25篇最终符合条件的文章	评估和比较用于病理报告自动分类的NLP技术，以促进癌症研究的进展	病理报告	自然语言处理	癌症	自然语言处理（NLP）	Rule-based and Intelligent systems, 统计机器学习, 深度学习	文本	25篇符合条件的文章
8	2025-07-22	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	利用深度学习自动测量胰腺体积，解决了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，测试集仅包含25例T1D患者	开发自动化胰腺体积测量方法以应用于大型影像数据集	1型糖尿病患者、对照组及两者混合的个体	数字病理学	糖尿病	MRI	CNN	图像	160例腹部MRI扫描用于训练，25例T1D患者用于测试
9	2025-07-21	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	本文综述了深度学习在单细胞RNA测序分析中的应用，涵盖了25种深度学习算法及其在scRNA-seq处理流程中的适用性	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，并比较了这些模型的训练策略和损失函数	仅关注了深度学习在scRNA-seq分析中的应用，未涉及其他单细胞技术	探讨深度学习在单细胞RNA测序数据分析中的潜力和应用	单细胞RNA测序数据	生物信息学	NA	scRNA-seq	变分自编码器、自编码器、生成对抗网络、监督深度学习模型	单细胞RNA测序数据	NA
10	2025-07-21	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	research paper	该研究开发了一种基于深度学习的图像系统，用于糖尿病足溃疡的感染和缺血分类	使用EfficientNet深度学习模型在糖尿病足溃疡的感染和缺血分类中实现了高准确率，并显著优于现有技术	未提及样本的具体来源和多样性，可能影响模型的泛化能力	开发一种高效的糖尿病足溃疡感染和缺血分类系统	糖尿病足溃疡的图像数据	digital pathology	diabetic foot ulcer	deep learning	EfficientNet	image	NA
11	2025-07-20	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	本文探讨了深度学习策略在解决二维材料研究中小数据集问题上的应用，特别是在微生物腐蚀领域	研究了两种不同的深度生成模型（VAE和GAN）用于生成合成数据以扩展小实验数据集，并比较了它们在神经网络系统和XGBoost中的性能	缺乏大型实验数据集使得分类器训练困难并经常导致过拟合	加速虚拟筛选具有理想物理和化学性质的二维涂层	二维材料（如石墨烯、六方氮化硼和二硫化钼）涂层	机器学习	NA	深度学习数据增强方法	VAE, GAN, XGBoost	电化学数据	少量层状石墨烯覆盖铜表面
12	2025-07-02	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	该研究通过网络荟萃分析比较了机器学习和深度学习模型在心血管疾病预测中的有效性	首次通过网络荟萃分析比较不同AI模型在多种心血管疾病预测中的表现，并识别出针对不同疾病的最佳算法	缺乏关于深度学习方法在心血管疾病领域的文献支持，需要更大样本量的研究验证结果	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	网络荟萃分析	深度学习(DL)、机器学习(ML)包括GBM、ANN、SVM、RF	临床数据	17项研究共285,213名心血管疾病患者
13	2025-06-24	Applications of Computer Vision on Automatic Potato Plant Disease Detection: A Systematic Literature Review 2022, Computational intelligence and neuroscience DOI:10.1155/2022/7186687 PMID:36419507	系统文献综述	本文综述了计算机视觉在自动检测马铃薯植物病害中的应用	全面系统地回顾了计算机视觉技术在马铃薯病害检测中的应用，并比较了深度学习和传统机器学习算法的使用频率	仅选择了39项主要研究，可能未涵盖所有相关研究	探讨计算机视觉技术在马铃薯植物病害检测中的应用	马铃薯植物及其常见病害	计算机视觉	马铃薯病害	计算机视觉、机器学习	深度学习算法、传统机器学习算法	图像	39项主要研究
14	2025-06-08	Automatic engagement estimation in smart education/learning settings: a systematic review of engagement definitions, datasets, and methods 2022, Smart learning environments IF:6.7Q1 DOI:10.1186/s40561-022-00212-y PMID:40477985	review	本文系统回顾了智能教育/学习环境中自动参与度估计的最新发展，包括参与度定义、数据集和基于机器学习的方法	提出了一个清晰的分类法来定义参与度，并总结了机器学习方法在自动参与度识别中的应用	存在一些关键挑战，如认知和个性化参与度问题，以及可能影响实际应用的机器学习问题	为研究人员提供关于自动参与度估计的见解，以增强智能学习中的自动参与度识别方法	学习者的参与度	machine learning	NA	machine learning, deep learning	NA	dataset	47篇研究文章
15	2025-06-07	Deep recurrent Gaussian Nesterovs recommendation using multi-agent in social networks 2022, Evolving systems IF:2.7Q3 DOI:10.1007/s12530-022-09435-3 PMID:37521128	研究论文	提出了一种结合深度学习和多智能体场景的深度循环高斯Nesterov最优梯度（DR-GNOG）推荐系统，用于社交网络中的精确推荐	结合深度学习和多智能体场景，提出DR-GNOG模型，解决了推荐系统中的梯度消失问题，并提高了推荐准确性和效率	未提及模型在大规模数据集上的可扩展性和计算资源需求	提高社交网络中信息推荐的准确性和效率	社交网络中的用户推文数据	机器学习	NA	深度学习和多智能体技术	DR-GNOG（深度循环高斯Nesterov最优梯度模型）	文本（推文）	未明确提及具体样本数量
16	2025-06-07	FocusCovid: automated COVID-19 detection using deep learning with chest X-ray images 2022, Evolving systems IF:2.7Q3 DOI:10.1007/s12530-021-09385-2 PMID:38624806	研究论文	本文提出了一种基于深度卷积神经网络的架构，用于通过胸部X光片自动检测COVID-19	利用深度学习技术自动检测COVID-19，减轻医疗基础设施的压力	尽管模型准确率高，但COVID-19的诊断仍需与专业医疗临床医生协商决定	开发一种自动化工具以辅助COVID-19的早期筛查和检测	胸部X光片	计算机视觉	COVID-19	深度学习	CNN	图像	NA
17	2025-05-10	Artificial Intelligence-based Tumor Segmentation in Mouse Models of Lung Adenocarcinoma 2022, Journal of pathology informatics DOI:10.1016/j.jpi.2022.100007 PMID:35242446	研究论文	开发了一种基于深度学习的新模型，用于在数字扫描的H&E组织切片上分割肺肿瘤病灶	使用DeepLabV3+和UNet架构的深度学习模型进行肺肿瘤病灶的自动分割，减少了人工测量的时间和误差	不同染色标准化策略未显示出对基线模型的改进，假阳性率较高	提高肺腺癌小鼠模型中肿瘤负荷测量的准确性和效率	肺腺癌小鼠模型的H&E组织切片	数字病理学	肺腺癌	H&E染色	DeepLabV3+, UNet	图像	239只小鼠的H&E组织切片，分为训练集（137）、验证集（37）和测试集（65）
18	2024-11-19	Retraction: A comprehensive review of deep learning-based single image super-resolution 2022, PeerJ. Computer science DOI:10.7717/peerj-cs.621/retraction PMID:39554485	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
19	2025-04-25	Unreferenced English articles' translation quality-oriented automatic evaluation technology using sparse autoencoder under the background of deep learning 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0270308 PMID:35830434	研究论文	本文提出了一种基于稀疏自编码器（SAE）和深度学习（DL）的自动翻译质量评估（TQA）模型，用于无参考英文文章的翻译质量评估	利用稀疏自编码器在深度学习背景下进行无监督学习，优化语言向量特征的提取，并将其引入自动翻译质量评估	未提及具体的数据集规模或模型在其他语言对上的泛化能力	实现无参考英文文章的高精度自动翻译质量评估	无参考英文文章的翻译质量	自然语言处理	NA	深度学习，稀疏自编码器（SAE）	SAE, AE	文本	句子数量从1,000增加到6,000
20	2025-04-21	Secure deep learning for distributed data against malicious central server 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0272423 PMID:35913921	研究论文	提出了一种针对分布式训练器的安全深度学习系统，可检测中央参数服务器的恶意活动并支持垂直和水平神经网络训练	系统能够检测中央服务器的恶意活动，并支持垂直和水平两种神经网络训练方式	NA	开发一个安全的深度学习系统，以保护分布式训练器免受中央服务器的恶意活动影响	分布式训练器和中央参数服务器	机器学习	NA	深度学习	神经网络	医学图像（磁共振和X射线图像）	NA