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
41	2025-06-08	Deep viewing for the identification of Covid-19 infection status from chest X-Ray image using CNN based architecture 2022-Nov, Intelligent systems with applications DOI:10.1016/j.iswa.2022.200130 PMID:40478040	research paper	该研究提出了一种基于CNN的深度学习技术，用于从胸部X光图像中自动诊断Covid-19感染状态	使用大量数据集（10,293张X光片）训练和测试模型，并在区分Covid-19和肺炎患者方面取得了99.60%的高准确率	现有技术大多未使用大量数据进行训练和测试，本研究虽然使用了较大数据集，但仍可能存在数据多样性和泛化能力方面的限制	开发一种快速准确的Covid-19自动诊断系统，以辅助临床医生和研究人员	胸部X光图像，包括Covid-19、肺炎和正常患者三类	computer vision	Covid-19	深度学习	CNN	image	10,293张X光片（其中2,875张为Covid-19患者）
42	2025-06-08	AI-aided on-chip nucleic acid assay for smart diagnosis of infectious disease 2022-May, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2021.12.005 PMID:40477452	research paper	提出了一种结合深度学习和微流控纸基分析设备的AI辅助芯片核酸测定方法，用于智能诊断传染病	首次将AI整合到芯片PCR数据分析中，能够预测qPCR的最终输出和趋势，并探索每个反应的动态和内在特征	NA	提高PCR检测效率，实现传染病的智能诊断	SARS-CoV-2 ORF1ab基因的合成RNA模板	digital pathology	infectious disease	PCR, deep learning, microfluidic paper-based analytical devices (µPADs)	RNN, LSTM, GRU	real-time PCR data	NA
43	2025-06-08	Novel deep learning approach to model and predict the spread of COVID-19 2022-May, Intelligent systems with applications DOI:10.1016/j.iswa.2022.200068 PMID:40477648	研究论文	本文提出了一种名为Deep Sequential Prediction Model (DSPM)的深度学习技术和基于机器学习的Non-parametric Regression Model (NRM)来预测COVID-19的传播	提出了DSPM和NRM两种新模型，用于预测COVID-19的传播，并在公开数据集上验证了其优越性能	未提及模型在实际应用中的泛化能力或对不同地区数据的适应性	开发稳健的人工智能技术以预测COVID-19的传播	COVID-19的传播趋势	机器学习	COVID-19	深度学习、机器学习	DSPM、NRM、SVM、LSTM	公开的新型冠状病毒数据集	NA
44	2025-06-08	Adaptively temporal graph convolution model for epidemic prediction of multiple age groups 2022-Mar, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2021.07.007 PMID:40477716	research paper	提出了一种自适应时间图卷积模型（ATGCN），用于COVID-19和流感的多元时间序列预测，并在不同年龄组中表现出色	ATGCN模型通过图学习方法捕捉多年龄组的接触模式，在短期和长期预测任务中均优于自回归模型和深度序列学习模型	未明确提及模型在其他传染病预测中的泛化能力，且未讨论计算复杂度或实时预测的可行性	探索深度学习在传染病预测领域的应用，特别是针对多年龄组的多元时间序列预测	COVID-19和流感的确诊病例数据，重点关注不同年龄组之间的传播模式	machine learning	COVID-19, influenza	graph-based deep learning approach	ATGCN (adaptively temporal graph convolution model)	multivariate time series data	两个数据集（COVID-19和流感），具体样本量未明确说明
45	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
46	2025-06-07	An efficient real-time stock prediction exploiting incremental learning and deep learning 2022-Dec-21, Evolving systems IF:2.7Q3 DOI:10.1007/s12530-022-09481-x PMID:38625328	研究论文	提出了一种基于增量学习和离线-在线学习的实时股票价格预测策略	结合增量学习和离线-在线学习两种方法，实时更新模型以适应市场的动态变化	仅在美国NASDAQ和印度NSE交易所的八只高流动性股票上进行了测试，可能不适用于其他市场或股票	提高实时股票价格预测的准确性	股票市场的实时价格数据	机器学习	NA	增量学习, 离线-在线学习	深度学习模型	时间序列数据	美国NASDAQ和印度NSE交易所的八只高流动性股票
47	2025-06-07	An evaluation of lightweight deep learning techniques in medical imaging for high precision COVID-19 diagnostics 2022-Nov, Healthcare analytics (New York, N.Y.) DOI:10.1016/j.health.2022.100096 PMID:37520618	研究论文	本文评估了轻量级深度学习技术在医学影像中用于高精度COVID-19诊断的性能	提出使用轻量级深度学习模型MobileNetV2进行COVID-19检测，显著降低了计算资源的成本和内存需求	研究未提及模型在多样化数据集上的泛化能力以及在实际临床环境中的验证	开发低成本、移动化的即时COVID-19检测系统，特别是在中低收入国家	COVID-19的医学影像诊断	数字病理	COVID-19	深度学习	MobileNetV2	医学影像（胸部X光和CT）	NA
48	2025-06-07	iVaccine-Deep: Prediction of COVID-19 mRNA vaccine degradation using deep learning 2022-Oct, Journal of King Saud University. Computer and information sciences DOI:10.1016/j.jksuci.2021.10.001 PMID:38620874	研究论文	使用深度学习预测COVID-19 mRNA疫苗的降解	提出了两种混合深度神经网络模型GCN_GRU和GCN_CNN，用于从RNA序列预测RNA降解，其中GCN_GRU模型在测试中表现显著优于GCN_CNN模型	NA	研究混合深度学习是否能从RNA序列预测RNA降解	COVID-19 mRNA疫苗的RNA序列	机器学习	COVID-19	深度学习	GCN_GRU, GCN_CNN	RNA序列	NA
49	2025-06-07	A new metaheuristic optimization model for financial crisis prediction: Towards sustainable development 2022-Sep, Sustainable computing : informatics and systems DOI:10.1016/j.suscom.2022.100778 PMID:37521169	研究论文	本文提出了一种基于政治优化器的深度神经网络（OD-PODNN）的异常检测模型，用于金融危机的预测	提出了一种结合隔离森林（iForest）异常检测方法和政治优化器（PO）的深度神经网络（DNN）模型，用于金融危机的预测，并通过超参数优化提高了分类准确性	模型训练过程中超参数调优的复杂性可能是其局限性之一	提高金融危机预测（FCP）的准确性，以支持可持续经济的发展	公司或企业的财务状况	机器学习	NA	政治优化器（PO）、隔离森林（iForest）、深度神经网络（DNN）	OD-PODNN（基于政治优化器的深度神经网络）	金融数据	使用了三个不同的数据集进行评估
50	2025-06-07	Attention mechanism and mixup data augmentation for classification of COVID-19 Computed Tomography images 2022-Sep, Journal of King Saud University. Computer and information sciences DOI:10.1016/j.jksuci.2021.07.005 PMID:38620953	研究论文	本文提出了一种结合注意力机制和mixup数据增强技术的深度卷积神经网络，用于COVID-19 CT图像的自动分类	引入了特征级注意力层以增强卷积网络提取的判别性特征，并采用mixup数据增强技术提升网络性能	仅在COVID-CT数据集上进行了验证，未在其他COVID-19影像数据集上测试泛化能力	开发高精度的COVID-19 CT图像自动分类系统	COVID-19患者的CT影像	计算机视觉	COVID-19	mixup数据增强	CNN（ResNet50架构）	医学影像（CT图像）	COVID-CT数据集（具体数量未说明）
51	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
52	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
53	2025-06-06	Assessing Trustworthy AI in Times of COVID-19: Deep Learning for Predicting a Multiregional Score Conveying the Degree of Lung Compromise in COVID-19 Patients 2022-Dec, IEEE transactions on technology and society DOI:10.1109/TTS.2022.3195114 PMID:36573115	研究论文	本文展示了如何在医疗保健领域实践欧盟高级专家组的可信AI指南，并探讨了COVID-19疫情期间'可信AI'的含义	应用Z-Inspection®方法进行后验自我评估，以评估AI系统在COVID-19疫情期间的可信度	研究局限于疫情期间在意大利一家诊所的实验性部署，可能不具有广泛代表性	评估AI系统在预测COVID-19患者肺部损伤程度方面的可信度	COVID-19患者的胸部X光片	数字病理学	COVID-19	深度学习	NA	医学影像	NA
54	2025-06-04	A comprehensive review of federated learning for COVID-19 detection 2022-Mar, International journal of intelligent systems IF:5.0Q1 DOI:10.1002/int.22777 PMID:37520859	综述	本文综述了联邦学习在COVID-19检测中的最新进展，重点讨论了联邦学习的应用	强调了联邦学习在保护数据隐私方面的优势，特别是在医疗健康领域的COVID-19检测中	讨论了联邦学习在医疗健康领域实施中的若干挑战	探讨人工智能和机器学习技术在COVID-19检测中的应用，特别是联邦学习的应用	COVID-19检测	机器学习	COVID-19	深度学习(DL)和联邦学习(FL)	NA	胸部X光图像数据	NA
55	2025-05-31	Brain Lesion Synthesis via Progressive Adversarial Variational Auto-Encoder 2022-Sep-21, Simulation and synthesis in medical imaging : ... International Workshop, SASHIMI ..., held in conjunction with MICCAI ..., proceedings. SASHIMI (Workshop) DOI:10.1007/978-3-031-16980-9_10 PMID:39026926	研究论文	提出了一种渐进式对抗变分自编码器（PAVAE）框架，用于合成脑部病变图像以增强训练数据集的量和多样性	设计了条件嵌入块（CEB）和掩码嵌入块（MEB）来编码掩码的固有条件到特征空间，以更好地利用外部信息提供额外的监督	需要大量标注数据进行训练，而收集新兴治疗如LITT的大数据集是不现实的	通过合成脑部病变图像来增强训练数据集，以提升下游分割任务的性能	脑部病变图像	计算机视觉	颞叶癫痫	深度学习	CNN, 对抗变分自编码器	图像	NA
56	2025-05-23	Integrated imaging and molecular analysis to decipher tumor microenvironment in the era of immunotherapy 2022-09, Seminars in cancer biology IF:12.1Q1 DOI:10.1016/j.semcancer.2020.12.005 PMID:33290844	综述	本文系统回顾了免疫治疗时代下的放射基因组学最新研究，探讨了AI和深度学习方法的新兴范式与机遇	整合影像学和分子分析以非侵入性方式解析肿瘤微环境，特别是在免疫治疗中的应用	未提及具体技术或模型的性能限制	探索放射基因组学在癌症精准治疗中的临床应用潜力	肿瘤微环境，特别是肿瘤浸润淋巴细胞	数字病理	癌症	放射组学，AI，深度学习	NA	影像	NA
57	2025-05-23	Emerging role of artificial intelligence in therapeutics for COVID-19: a systematic review 2022-07, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2020.1855250 PMID:33300456	系统综述	探讨人工智能在COVID-19治疗中的作用	首次系统综述了人工智能在COVID-19药物再利用、新药发现、疫苗和抗体开发中的应用	人工智能筛选程序目前处于起步阶段，仅依赖此类算法并不可取，需要基于证据的方法来确认其有效性	阐明人工智能在COVID-19治疗中的作用	COVID-19的治疗方法，包括药物再利用、新药发现、疫苗和抗体开发	人工智能	COVID-19	AI, 机器学习, 深度学习	NA	文献数据	31项研究
58	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）
59	2025-05-04	Attentive Recurrent Network for Low-Latency Active Noise Control 2022-Sep, Interspeech DOI:10.21437/interspeech.2022-811 PMID:40313355	研究论文	本文提出了一种基于注意力循环网络的低延迟主动噪声控制方法	采用时间域方法和注意力循环网络，结合延迟补偿训练策略和修订的重叠相加方法，实现了低延迟甚至负延迟的主动噪声控制	NA	解决主动噪声控制(ANC)系统中的处理延迟问题	主动噪声控制系统	机器学习	NA	深度学习框架	注意力循环网络	音频信号	NA
60	2025-05-02	Applying Deep Learning to Establish a Total Hip Arthroplasty Radiography Registry: A Stepwise Approach 2022-09-21, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.21.01229 PMID:35866648	研究论文	利用深度学习技术建立全髋关节置换术放射影像注册表的逐步方法	开发了自动化的深度学习流程，用于识别和标注髋关节和骨盆放射影像，并自动测量髋臼组件的倾斜度和版本	研究仅基于单一机构的数据，可能无法推广到其他机构或地区	建立自动化髋关节和骨盆放射影像注册表，用于患者护理、长期监测和大规模研究	全髋关节置换术患者的髋关节和骨盆放射影像	数字病理	骨科疾病	深度学习	EfficientNetB3, YOLOv5	影像	20,378名患者的846,988份髋关节和骨盆放射影像DICOM文件