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
41	2026-10-01	Deep Learning-Based Computer-Aided Diagnosis (CAD): Applications for Medical Image Datasets 2022-Nov-21, Sensors (Basel, Switzerland) DOI:10.3390/s22228999 PMID:36433595	研究论文	本文提出了一种结合深度学习和元启发式算法的计算机辅助诊断系统，用于医学图像数据集的准确诊断	提出了一种基于深度学习、自编码器和蚁群优化的特征提取与选择的新框架，并应用于COVID-19和脑肿瘤的诊断	未明确说明	开发一个自动化计算机辅助诊断系统，以尽可能准确地执行诊断	胸部X射线和磁共振成像医学图像数据集	计算机视觉	COVID-19, 脑肿瘤	深度学习, 元启发式算法, 监督机器学习	CNN, 自编码器	图像	两个医学图像数据集：胸部X射线和磁共振成像	NA	CNN, 自编码器	准确率	NA
42	2026-10-01	Federated Learning in Ocular Imaging: Current Progress and Future Direction 2022-Nov-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12112835 PMID:36428895	综述	本文综述了联邦学习在眼部影像中的应用现状、挑战与未来方向	系统总结了联邦学习在眼部影像中的当前证据，并讨论了其挑战和未来应用	作为综述文章，未提供新的实验数据或模型验证	介绍联邦学习概念，提供其在眼部影像中的当前证据，并讨论潜在挑战和未来应用	眼部影像数据，包括视网膜照片、光学相干断层扫描（OCT）图像和OCT血管造影图像	医学影像分析	眼部疾病	联邦学习	深度学习	图像	NA	NA	NA	NA	NA
43	2026-10-01	Classifying Comments on Social Media Related to Living Kidney Donation: Machine Learning Training and Validation Study 2022-Nov-08, JMIR medical informatics IF:3.1Q2 DOI:10.2196/37884 PMID:36346661	研究论文	本研究使用网络爬虫和深度学习算法从多个社交媒体平台收集并分类与活体肾脏捐献相关的评论	首次结合网络爬虫方法和深度学习算法从多种在线来源大规模收集和分类公众关于活体肾脏捐献的评论，并将数据集公开	模型在测试数据上的准确率为84%，但进一步验证发现实际准确率仅为63%，表明模型泛化能力有限	更好地理解公众对活体肾脏捐献的认知和障碍，为制定有效政策、教育机会和外展策略提供基础	纽约时报、YouTube、Twitter和Reddit上与活体肾脏捐献相关的公众评论	自然语言处理	肾脏疾病	网络爬虫	深度神经网络	文本	203219条独特评论，其中11027条被分类为与活体肾脏捐献相关	NA	NA	准确率	NA
44	2026-10-01	EVAE-Net: An Ensemble Variational Autoencoder Deep Learning Network for COVID-19 Classification Based on Chest X-ray Images 2022-Oct-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12112569 PMID:36359413	研究论文	该研究提出了三种EVAE-Net模型，利用变分自编码器的潜在嵌入结合集成技术，基于胸部X射线图像检测COVID-19	结合变分自编码器的潜在嵌入与集成技术，提出三种EVAE-Net模型，其中两个编码器生成特征图，拼接后通过重参数化生成潜在嵌入进行分类	未明确提及	利用深度学习技术实现COVID-19的高精度早期检测，以帮助阻断传播链	胸部X射线图像	计算机视觉	COVID-19	胸部X射线成像	变分自编码器, 集成学习	图像	来自Kaggle的COVID-19放射摄影数据集	NA	变分自编码器	准确率	NA
45	2026-10-01	Hallucinating symmetric protein assemblies 2022-10-07, Science (New York, N.Y.) DOI:10.1126/science.add1964 PMID:36108048	研究论文	使用深度网络幻觉生成广泛的对称蛋白质同源寡聚体，并通过晶体学和冷冻电镜结构验证设计	仅根据原体数量和原体长度规格，生成多种对称蛋白质同源寡聚体，包括巨大的10纳米环状结构，与已知结构显著不同	未在摘要中说明	探索天然蛋白质序列和结构之外蛋白质结构空间，设计复杂纳米机器和生物材料组件	对称蛋白质同源寡聚体	机器学习	NA	深度网络幻觉	深度学习生成模型	蛋白质结构数据	七个设计晶体结构，三个冷冻电镜结构	NA	NA	中位根均方偏差	NA
46	2026-10-01	Deep-learning-augmented computational miniature mesoscope 2022-Sep-20, Optica IF:8.4Q1 DOI:10.1364/optica.464700 PMID:36506462	研究论文	本文提出了一种深度学习增强的计算微型介观镜（CM V2），通过改进硬件和计算模型，实现了在微型平台上进行单次拍摄、宽视场、高分辨率的三维荧光成像	结合了混合发射滤光片和3D打印自由曲面准直器，提高了成像对比度和激发效率；开发了精确高效的三维线性移变模型来表征空间变化的像差；训练了多模块深度学习模型CMNet，仅使用模拟数据进行训练，并在实验中表现出良好的泛化能力	未明确提及	克服现有荧光显微镜在视场、分辨率和系统复杂性之间的权衡，开发一种微型化平台，能够在厘米级视场上提供微米级分辨率的三维成像	荧光发射器（荧光微球或生物样本）	计算机视觉	NA	荧光显微镜	CNN	图像	NA	NA	CMNet	检测性能、定位精度、分辨率（横向约6微米，轴向约25微米）	NA
47	2026-10-01	Deep learning-based meta-classifier approach for COVID-19 classification using CT scan and chest X-ray images 2022, Multimedia systems IF:3.5Q1 DOI:10.1007/s00530-021-00826-1 PMID:34248292	研究论文	本文提出了一种基于深度学习的元分类器方法，通过融合CT扫描和胸部X射线图像的特征，实现COVID-19分类	提出了一种大规模学习与堆叠集成元分类器及深度学习特征融合相结合的方法，通过核主成分分析降维和特征融合，提高了模型在未见过数据上的泛化能力	未明确说明模型的计算复杂度、可解释性以及在不同设备上的泛化能力	开发一种能够有效分类COVID-19的深度学习模型，并提高其在未见过数据集上的泛化性能	COVID-19患者和非COVID-19患者的CT扫描和胸部X射线图像	计算机视觉	COVID-19	深度学习，特征融合，核主成分分析，堆叠集成	CNN，元分类器	图像	大规模公开可用的CT和CXR数据集（具体数量未提及）	TensorFlow	EfficientNet，随机森林，支持向量机，逻辑回归	准确率，精确率，召回率，F1分数	未提及
48	2026-10-01	Intelligent personalized shopping recommendation using clustering and supervised machine learning algorithms 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0278364 PMID:36454766	研究论文	本文提出了一种基于聚类和监督机器学习算法的智能个性化购物推荐系统，用于生成杂货清单	提出了一个在MyGroceryTour平台上可用的新杂货推荐系统，使用传统机器学习和深度学习算法实时提供推荐，并为每个客户建立单独的模型以实现个性化推荐，以及将DREAM模型扩展到多类分类	未明确说明	开发一个智能个性化杂货推荐系统，帮助加拿大客户根据个人购买历史、当地商店的每周特价以及产品成本和可用性信息创建个性化的智能每周杂货清单	加拿大客户的杂货购物习惯和购买历史	机器学习	NA	聚类分析，传统机器学习算法，深度学习算法	随机森林，基于门控循环单元（GRU）的循环神经网络（RNN）	市场篮子数据	831名客户	NA	门控循环单元（GRU）为基础的循环神经网络（RNN）	F-score	NA
49	2026-09-29	FReSCO: Flow Reconstruction and Segmentation for low-latency Cardiac Output monitoring using deep artifact suppression and segmentation 2022-11, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29374 PMID:35781891	研究论文	本文提出了一种名为FReSCO的深度学习框架，用于低延迟心脏输出监测中的血流重建和分割，通过深度伪影抑制和分割U-Net实现实时相位对比MRI的快速重建和分割	首次将深度伪影抑制和分割U-Net独立训练并组合应用于实时螺旋相位对比MRI的低延迟重建和分割，实现了在扫描仪上实时监测心脏输出	研究仅在10名健康受试者中进行了验证，样本量较小，且未在患者群体中测试；平均延迟为622毫秒，可能仍有优化空间	实现实时心脏输出监测中的低延迟重建和分割，以评估运动等应激条件下的血流动力学反应	10名健康受试者在休息、运动和恢复期间的实时螺旋相位对比MRI数据	医学图像处理	心血管疾病	实时相位对比MRI、螺旋采样、压缩感知	CNN	图像	516个屏气螺旋相位对比MRI数据用于训练伪影抑制U-Net，其中96个用于训练分割U-Net；10名健康受试者的前瞻性实时数据	NA	U-Net	偏差、p值、平均延迟	NA
50	2026-09-29	Deep learning in single-molecule imaging and analysis: recent advances and prospects 2022-Oct-26, Chemical science IF:7.6Q1 DOI:10.1039/d2sc02443h PMID:36349113	综述	本文综述了深度学习在单分子成像与分析中的最新进展与未来展望	系统性地总结了深度学习如何应对单分子研究中的三大挑战：高效测量、弱信号分析和完整动态信息提取，并指出了现有应用的不足和未来发展方向	作为综述文章，未提供新的实验数据或模型验证	探讨深度学习在单分子成像和分析中的应用，以推动单分子实验自动化和数据处理	单分子成像与分析技术	计算机视觉	NA	单分子显微镜	深度学习网络	图像	NA	NA	NA	NA	NA
51	2026-09-29	Synthesizing realistic high-resolution retina image by style-based generative adversarial network and its utilization 2022-10-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-20698-3 PMID:36243746	研究论文	本文利用基于风格的生成对抗网络合成逼真的高分辨率视网膜图像，并评估其在增强类别不平衡数据集中的效用	使用基于风格的生成对抗网络合成逼真的高分辨率视网膜图像，并通过图像图灵测试、专家定性分析及血管定量分析验证合成图像与真实图像的不可区分性	未明确讨论计算资源需求或潜在伦理问题	合成与真实图像无法区分的视网膜图像，并评估合成图像在增强类别不平衡数据集中的效果	视网膜图像	计算机视觉	视网膜疾病	生成对抗网络	生成对抗网络	图像	NA	NA	基于风格的生成对抗网络	准确率, 灵敏度, 特异性, 信噪比	NA
52	2026-09-29	Label Noise Learning Method for Metallographic Image Recognition of Heat-Resistant Steel for Use in Pressure Equipment 2022-Oct-10, Materials (Basel, Switzerland) DOI:10.3390/ma15197037 PMID:36234378	研究论文	本文提出了一种基于深度学习的标签噪声学习方法，用于耐热钢金相图像中球状珠光体球化程度的识别	提出了一种结合过滤预处理和重训练过程的标签噪声学习方法，能够有效处理金相图像中的错误标签问题，提高深度学习模型的识别准确率	数据集规模较小，仅包含422张图像，未在大规模数据集上验证方法的泛化能力	解决金相图像中标签噪声对深度学习模型识别球状珠光体球化程度的影响	压力设备用耐热钢的金相图像	计算机视觉	NA	金相检验	CNN	图像	422张金相图像	NA	ResNet18	准确率	NA
53	2026-09-29	Improving protein succinylation sites prediction using embeddings from protein language model 2022-10-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-21366-2 PMID:36209286	研究论文	该文章提出了一种结合监督词嵌入和蛋白质语言模型ProtT5嵌入的深度学习方法，用于预测蛋白质琥珀酰化位点	首次尝试利用预训练蛋白质语言模型ProtT5的嵌入来预测蛋白质琥珀酰化位点，并提出了LMSuccSite模型	未提及	提高蛋白质琥珀酰化位点预测的准确性	蛋白质琥珀酰化位点	机器学习	NA	蛋白质语言模型	深度学习	序列	NA	NA	NA	MCC, 灵敏度, 特异性	NA
54	2026-09-29	Dynamic prediction of work status for workers with occupational injuries: assessing the value of longitudinal observations 2022-10-07, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocac130 PMID:36036358	研究论文	本文研究了利用受伤后纵向观测数据动态预测职业伤害工人工作状态的性能优势，并与仅使用受伤时信息的基线模型进行了比较	提出使用受伤后恢复期间收集的纵向诊断和治疗观测数据进行动态预测，而非仅依赖受伤时的基线信息，显著提升了预测性能	摘要中未明确提及研究局限性	研究动态估计工伤工人重返工作状态的性能优势，利用受伤后收集的纵向观测数据	职业伤害工人的工伤索赔数据及工作状态	机器学习	职业伤害	NA	深度学习	纵向观测数据	294103例职业伤害索赔数据，按1/3、1/3、1/3均匀分为训练集、开发集和测试集	NA	NA	AUROC, ECE	NA
55	2026-09-29	Ultrathin crystalline-silicon-based strain gauges with deep learning algorithms for silent speech interfaces 2022-10-03, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-33457-9 PMID:36192403	研究论文	本文提出了一种基于超薄晶体硅应变传感器的无声语音接口，结合3D卷积深度学习算法，实现了高准确率的无声语音分类	首次利用晶体硅应变传感器构建无声语音接口，并采用3D卷积深度学习算法进行信号分类，相较于传统sEMG方法显著提高了准确率	未明确提及研究的局限性	开发一种高可靠性和高准确率的无声语音接口，以克服现有sEMG方法的低可扩展性问题	无声语音接口，具体为受试者嘴部周围的应变信号	机器学习	NA	晶体硅应变传感器	3D卷积神经网络	应变信号数据	100个单词的应变数据集，来自受试者	NA	3D CNN	准确率	NA
56	2026-09-29	An efficient deep neural network framework for COVID-19 lung infection segmentation 2022-Oct, Information sciences DOI:10.1016/j.ins.2022.08.059 PMID:36068814	研究论文	本文提出了一种基于ResNet架构的高效深度神经网络框架，用于从CT图像中自动分割COVID-19肺部感染区域	提出了一种结合VQ-VAE分支的ResNet架构，用于正则化共享解码器并利用潜在映射改善特征表示；提出了一种新的比例损失函数以缓解类别不平衡并增强模型泛化能力；引入了一种基于对抗学习的半监督机制，利用未标记图像的信任区域信息进一步正则化网络	未明确讨论模型在更广泛数据集上的泛化能力，未详细说明计算资源需求，可能受限于标注数据的质量和数量	开发一种高效的深度神经网络框架，自动从CT图像中分割COVID-19肺部感染区域，以减轻医生工作量并扩展传统诊断方法	COVID-19患者的CT图像	计算机视觉	COVID-19	CT成像	CNN	图像	COVID-SemiSeg数据集	NA	ResNet, VQ-VAE	NA	NA
57	2026-09-29	Embeddings from protein language models predict conservation and variant effects 2022-Oct, Human genetics IF:3.8Q2 DOI:10.1007/s00439-021-02411-y PMID:34967936	研究论文	使用蛋白质语言模型的嵌入来预测氨基酸变异对蛋白质功能的影响，无需多序列比对	首次使用蛋白质语言模型的嵌入直接预测保守性和变异效应，无需多序列比对，并开发了VESPA方法	没有方法在所有情况下都优于其他方法，包括本方法	预测单氨基酸变异对蛋白质功能的影响	蛋白质序列和单氨基酸变异	机器学习	NA	蛋白质语言模型	蛋白质语言模型	序列	39个深度突变扫描实验，约20k个人类蛋白质	NA	ProtT5	MCC, Spearman correlation, Pearson correlation	一个Nvidia Quadro RTX 8000 GPU
58	2026-09-29	Detecting Pest-Infested Forest Damage through Multispectral Satellite Imagery and Improved UNet+ 2022-Sep-30, Sensors (Basel, Switzerland) DOI:10.3390/s22197440 PMID:36236538	研究论文	该研究结合多光谱影像、植被指数和RGB信息，提出基于UNet++和注意力机制的新方法，用于检测树皮甲虫和杨叶潜叶蛾引起的森林虫害损害区域	首次将多光谱影像和植被指数与RGB信息结合用于深度学习森林虫害检测，并提出基于UNet++结合注意力机制的新分割方法，采用ResNeSt101作为特征提取主干，在解码阶段引入scSE模块	未明确提及研究局限性	进一步提高森林虫害侵害区域的分割精度，通过结合多光谱、植被指数和RGB信息进行深度学习	加拿大不列颠哥伦比亚省受树皮甲虫和杨叶潜叶蛾侵害的森林区域，基于Sentinel-2影像	计算机视觉	NA	多光谱卫星影像（Sentinel-2）、植被指数计算	深度学习	图像	基于2020年不列颠哥伦比亚省林业部航空概览调查收集的森林健康损害数据构建的数据集，包含11个原始Sentinel-2波段和13个植被指数	NA	UNet++, ResNeSt101, scSE注意力模块	总体精度	NA
59	2026-09-29	A deep learning approach for classification of COVID and pneumonia using DenseNet-201 2022-Sep-29, International journal of imaging systems and technology IF:3.0Q2 DOI:10.1002/ima.22812 PMID:36249091	研究论文	本文提出了一种基于 DenseNet-201 的深度学习模型，用于利用胸部 X 光图像检测 COVID 和肺炎，并构建了一个符合 HIPAA 的框架及图形用户界面工具	提出了一个符合 HIPAA 合规性的框架，集成了图形用户界面工具，方便技术人员上传胸部 X 光图像并辅助放射科医生进行疾病分类	摘要中未明确提及研究局限性	利用深度学习技术对胸部 X 光图像进行分类，以检测 COVID 和肺炎，并构建一个用户友好的医疗辅助框架	胸部 X 光图像	计算机视觉	COVID-19, 肺炎	深度学习, 迁移学习	CNN	图像	NA	NA	DenseNet-201	准确率, 灵敏度, 特异性	NA
60	2026-09-29	Super-Resolution Reconstruction of Cytoskeleton Image Based on A-Net Deep Learning Network 2022-Sep-13, Micromachines IF:3.0Q2 DOI:10.3390/mi13091515 PMID:36144138	研究论文	该研究开发了一种名为A-net的深度学习网络，结合基于退化模型的DWDC算法，显著提高了共聚焦显微镜捕获的细胞骨架图像的分辨率	提出了A-net深度学习网络，其特点是层数较少且所需数据集较小，结合DWDC算法构建新数据集，将原始图像中干扰细胞结构的噪声和絮状结构显著去除，空间分辨率提高了10倍	NA	实现纳米尺度下的活细胞成像，从低分辨率图像中精确提取生物分子、细胞和器官的结构细节	细胞骨架图像	计算机视觉	NA	共聚焦显微镜成像，超分辨率重建	CNN	图像	NA	NA	A-net	空间分辨率提升倍数	NA