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
81	2026-09-28	Fourier Imager Network (FIN): A deep neural network for hologram reconstruction with superior external generalization 2022-Aug-16, Light, science & applications DOI:10.1038/s41377-022-00949-8 PMID:35970839	研究论文	介绍了一种名为Fourier Imager Network (FIN)的深度学习框架，能够从新型样本的全息图进行端到端相位恢复和图像重建，具有优越的外部泛化能力	基于空间傅里叶变换模块的架构，使用可学习滤波器和全局感受野处理空间频率，相比现有卷积神经网络在全息图重建中具有更好的泛化能力和更快的推理速度	未明确说明	解决深度学习图像重建方法在新型样本泛化方面的挑战，实现从全息图进行端到端相位恢复和图像重建	全息图、相位恢复、图像重建	计算机视觉	肺癌	全息显微镜、定量相位成像	CNN	图像	使用人类肺组织样本训练，在人类前列腺、唾液腺组织和Pap涂片样本上盲测	NA	Fourier Imager Network (FIN)、卷积神经网络	泛化能力、推理速度	NA
82	2026-09-28	Comparison of multi-class and fusion of multiple single-class SegNet model for mapping karst wetland vegetation using UAV images 2022-08-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-17620-2 PMID:35918459	研究论文	本文提出了一种融合多个单类SegNet模型的最大概率算法，并开发了优化的后分类算法，用于利用无人机图像对喀斯特湿地植被进行分类。	提出了一种新的融合多个单类SegNet模型的最大概率算法，并开发了一种优化的后分类算法以消除拼接痕迹。	摘要中未提及。	对喀斯特湿地植被进行分类，并评估多类SegNet模型与融合多个单类SegNet模型在不同EPOCH值下的分类效果，同时与基于对象的随机森林分类器进行比较。	会仙国家湿地公园的喀斯特湿地植被。	计算机视觉	NA	无人机图像	SegNet、随机森林	图像	NA	NA	SegNet、随机森林	总体精度、F1分数	NA
83	2026-09-28	Infodemic and fake news - A comprehensive overview of its global magnitude during the COVID-19 pandemic in 2021: A scoping review 2022-Aug, International journal of disaster risk reduction : IJDRR IF:4.2Q1 DOI:10.1016/j.ijdrr.2022.103144 PMID:35791376	综述	本文通过范围综述综合了2021年COVID-19大流行期间虚假新闻现象的全球规模、动机、社会人口特征、AI检测工具和热门话题	综合了2021年COVID-19大流行期间虚假新闻的全球规模，重点关注动机、社会人口特征、AI工具和热门话题	仅涵盖2021年1月至11月五个学术数据库的文章，可能遗漏其他来源或语言的研究	了解2021年COVID-19大流行后虚假新闻现象的规模、动机、社会人口特征、AI检测工具和热门话题	一般人群、社交媒体用户和AI检测工具	机器学习	COVID-19	NA	CNN, LSTM, GAN	文本	97篇论文	NA	NA	NA	NA
84	2026-09-28	Pointwise Visual Field Estimation From Optical Coherence Tomography in Glaucoma Using Deep Learning 2022-08-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.11.8.22 PMID:35998059	研究论文	该研究训练并验证了一个基于Xception主干的深度学习回归模型，用于从非分割的OCT扫描中估计青光眼患者的逐点及整体视野敏感度	使用Xception主干构建定制化深度学习回归模型，从非分割的OCT扫描中同时估计平均偏差和52个视野阈值，并比较了四种成像模态及加权集成策略	样本量相对有限（186张测试图像），未提及外部验证数据集，可能影响模型的泛化性	利用深度学习从OCT图像中估计青光眼的视野敏感度，以辅助或替代标准自动视野计检查	接受完整青光眼检查（包括可靠的HFA 24-2 SITA Standard视野检查和SPECTRALIS OCT）的患者	医学图像分析	青光眼	光学相干断层扫描（OCT）和扫描激光检眼镜（SLO）	深度学习回归模型	图像	186张测试图像（来自接受青光眼检查的患者）	NA	Xception	平均绝对误差（MAE）、决定系数（R2）	NA
85	2026-09-28	Deep Unsupervised Domain Adaptation with Time Series Sensor Data: A Survey 2022-Jul-23, Sensors (Basel, Switzerland) DOI:10.3390/s22155507 PMID:35898010	综述	本文系统综述了基于时间序列传感器数据的深度无监督域适应方法，包括背景、传感器类型、域差距、常用数据集、方法分类与比较以及未来挑战	系统梳理了时间序列传感器数据无监督域适应的研究现状，按照适应方式和源/目标域数量对方法进行分类比较，并总结了常用数据集和未来挑战	作为综述文章，未提出新的算法或模型，主要基于现有文献进行归纳总结	综述时间序列传感器数据深度无监督域适应的研究进展，为读者提供该领域的系统理解	时间序列传感器数据及无监督域适应方法	机器学习	NA	时间序列传感器数据采集	深度学习模型	时间序列	NA	NA	NA	NA	NA
86	2026-09-28	Multi-head attention-based U-Nets for predicting protein domain boundaries using 1D sequence features and 2D distance maps 2022-Jul-19, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-022-04829-1 PMID:35854211	研究论文	该论文开发了一种基于多头U-Nets的深度学习方法DistDom，利用1D序列特征和2D距离图预测蛋白质结构域边界	首次将2D距离图与多头注意力机制结合用于结构域边界预测，并采用1D和2D U-Nets分别处理序列和结构特征	未明确提及	提高蛋白质结构域边界预测的准确性，并用于单域和多域蛋白质的分类	蛋白质序列及其结构域边界	机器学习	NA	深度学习	U-Net	1D序列特征和2D距离图	CASP14单域和多域蛋白质靶标	NA	U-Net, 多头注意力	准确率, F1分数	NA
87	2026-09-28	Identify Bitter Peptides by Using Deep Representation Learning Features 2022-Jul-17, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms23147877 PMID:35887225	研究论文	该研究开发了一种基于深度学习预训练神经网络特征提取的机器学习预测方法 iBitter-DRLF，用于识别苦味肽	使用深度表示学习特征（包括 SSA、UniRep 和 BiLSTM）结合 LGBM 进行苦味肽预测，显著提高了识别能力	未明确提及限制	开发一种基于肽序列数据准确预测苦味肽的机器学习方法，以改善肽疗法和膳食补充剂的口感	苦味肽	机器学习	NA	NA	LGBM	序列数据	NA	NA	UniRep, BiLSTM	NA	NA
88	2026-09-28	Identifying multicellular spatiotemporal organization of cells with SpaceFlow 2022-07-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-31739-w PMID:35835774	研究论文	本文介绍了SpaceFlow，一种通过空间正则化深度图网络生成空间一致低维嵌入的方法，用于分析空间转录组数据，并引入伪时空图来揭示细胞的时空模式。	同时整合细胞转录组相似性和空间位置信息，利用空间正则化深度图网络生成低维嵌入，并引入伪时空图将伪时间概念与空间位置结合，揭示细胞的时空模式。	未明确提及	解决空间转录组数据分析中同时整合细胞转录组相似性和空间位置的挑战，并识别生物学上有意义的时空模式。	空间转录组数据集，包括心脏发育数据和人乳腺癌数据，涉及spot和单细胞分辨率。	空间转录组学	乳腺癌	空间转录组学	深度图网络	空间转录组数据	多个空间转录组数据集，包括心脏发育数据和人乳腺癌数据	NA	空间正则化深度图网络	NA	NA
89	2026-09-28	Modeling Subjective Affect Annotations with Multi-Task Learning 2022-Jul-13, Sensors (Basel, Switzerland) DOI:10.3390/s22145245 PMID:35890925	研究论文	本文研究了多任务学习在主观情感标注建模中的应用，比较了单任务架构与多任务架构，并指出聚合标注的局限性	提出使用多任务学习架构同时建模每个单独标注者的标注和聚合标注，而非直接训练在聚合标注上，从而保留主观信息并避免标注偏差	摘要中未明确提及研究局限性	探讨如何更准确地建模主观情感标注，避免因聚合标注而导致的主观信息丢失和标注偏差	情感标注数据，包括COGNIMUSE、IEMOCAP和SemEval_2007基准数据集中的主观情感标注	机器学习	NA	NA	深度学习	文本，视频	NA	NA	NA	NA	NA
90	2026-09-28	Defending against Reconstruction Attacks through Differentially Private Federated Learning for Classification of Heterogeneous Chest X-ray Data 2022-Jul-11, Sensors (Basel, Switzerland) DOI:10.3390/s22145195 PMID:35890875	研究论文	本文评估了差分隐私联邦学习在胸部X光分类中防御数据隐私攻击的可行性，并比较了DenseNet121和ResNet50两种架构的影响	首次直接比较差分隐私训练对DenseNet121和ResNet50两种神经网络架构的影响，并模拟了异构且不平衡的联邦学习环境	模型性能在个体客户端上相比非隐私基线略有下降；仅评估了两种架构；隐私预算范围有限	评估差分隐私联邦学习作为胸部X光分类中防御数据隐私攻击的可行性	胸部X光图像分类模型及联邦学习环境	医学图像分析	胸部疾病	差分隐私联邦学习、Rényi差分隐私、高斯噪声机制	CNN	图像	来自CheXpert和Mendeley胸部X光数据集的图像，分布在36个客户端上	NA	DenseNet121, ResNet50	AUC	NA
91	2026-09-28	Homeostatic neuro-metasurfaces for dynamic wireless channel management 2022-Jul-08, Science advances IF:11.7Q1 DOI:10.1126/sciadv.abn7905 PMID:35857461	研究论文	本文介绍了一种用于动态无线信道管理的稳态神经超表面，通过深度学习实现全局逆向设计，无需迭代计算和人工参与	提出了稳态神经超表面的概念，实现了自动且单片化的动态无线信道管理，摆脱了对传统射频组件的依赖，无需迭代计算和人工参与	目前仅进行了初步的概念验证验证和按需无线信道管理实验，可能尚未在实际复杂环境中全面验证	实现动态无线信道的自动和单片化管理，推动下一代电磁智能城市的发展	无线信道和电磁超表面	机器学习	NA	深度学习	深度学习范式	NA	NA	NA	NA	准确率	NA
92	2026-09-28	Machine Learning-Enabled Prediction of 3D-Printed Microneedle Features 2022-Jul-06, Biosensors DOI:10.3390/bios12070491 PMID:35884294	研究论文	本文提出了一种基于人工智能的框架，用于评估和预测3D打印微针的特征，通过机器学习和深度学习优化制造过程	将人工智能预测与3D打印微针相结合，利用深度学习进行质量控制和异常检测，并使用机器学习模型根据设计参数和蚀刻剂量预测制造结果	未明确说明	利用人工智能评估和预测3D打印微针的特征，以优化制造生物医学设备	3D打印的可生物降解微针	机器学习	NA	熔融沉积建模3D打印、化学蚀刻	深度学习、机器学习	图像	10种不同的微针设计及多种蚀刻曝光剂量	NA	NA	相似性度量	NA
93	2026-09-28	Deep Learning to Measure the Intensity of Indocyanine Green in Endometriosis Surgeries with Intestinal Resection 2022-Jun-16, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm12060982 PMID:35743768	研究论文	该研究提出了一种基于深度学习的方法，用于量化子宫内膜异位症肠道切除术中吻合口的血液灌注水平，先使用U-Net自动分割手术视频中的肠道，再利用纹理特征量化吲哚菁绿（ICG）的灌注强度	首次将基于U-Net的深度学习自动分割与纹理特征分析相结合，用于量化子宫内膜异位症肠道手术中吻合口的ICG血液灌注水平	摘要中未明确提及研究局限性	量化子宫内膜异位症肠道切除术中吻合口的血液灌注水平，以帮助预测术后并发症并辅助临床决策	子宫内膜异位症手术视频中的肠道及吻合口区域	计算机视觉	子宫内膜异位症	吲哚菁绿（ICG）荧光成像，深度学习图像分割	CNN	图像（手术视频帧）	NA	NA	U-Net	准确率，Dice系数	NA
94	2026-09-28	Using Deep Neural Networks for Human Fall Detection Based on Pose Estimation 2022-Jun-16, Sensors (Basel, Switzerland) DOI:10.3390/s22124544 PMID:35746325	研究论文	利用深度神经网络和快速姿态估计方法进行人体跌倒检测	首次将快速姿态估计方法应用于人体跌倒检测	未提及	准确检测人体跌倒事件，特别是老年人	老年人	计算机视觉	老年疾病	快速姿态估计	1D-CNN, TD-CNN-LSTM	图像	NA	NA	1D-CNN, TD-CNN-LSTM	准确率	NA
95	2026-09-28	InterPepScore: a deep learning score for improving the FlexPepDock refinement protocol 2022-06-13, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac325 PMID:35575349	研究论文	本文介绍了一种图神经网络InterPepScore，作为额外的评分项来补充和改进Rosetta FlexPepDock精修协议，提高肽-蛋白质复合物模型的质量	首次将图神经网络作为额外的评分项整合到FlexPepDock精修协议中，利用模拟轨迹数据进行训练，显著提高了模型质量	摘要中未明确提及研究的局限性	改进肽-蛋白质对接和结构预测的精度，特别是提高Rosetta FlexPepDock精修协议的性能	肽-蛋白质复合物的结构和对接模型	机器学习	NA	深度学习、图神经网络、蒙特卡洛模拟	图神经网络	结构数据、模拟轨迹数据	109个肽-蛋白质复合物（独立基准测试），训练使用数千个复合物的模拟轨迹	NA	图神经网络	DockQ分数	NA
96	2026-09-28	Assessing sequence-based protein-protein interaction predictors for use in therapeutic peptide engineering 2022-06-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-13227-9 PMID:35688894	研究论文	该文评估了基于序列的蛋白质-蛋白质相互作用预测器在治疗性肽工程中的应用	使用FDA批准的肽数据集，首次系统评估基于序列的PPI预测器在肽治疗工程中的筛选适用性，并发现基于相似性的方法优于深度学习	该方法主要适用于已知天然相互作用物的靶标，对于从头肽工程可能需要额外的靶标特异性训练数据	评估基于序列的蛋白质-蛋白质相互作用预测器作为肽治疗工程筛选工具的适用性	FDA批准的肽	机器学习	NA	基于序列的蛋白质-蛋白质相互作用预测	基于相似性的模型, 深度学习模型	序列数据	一组FDA批准的肽（未指定具体数量）	NA	NA	NA	NA
97	2026-09-28	A multi-task Gaussian process self-attention neural network for real-time prediction of the need for mechanical ventilators in COVID-19 patients 2022-06, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2022.104079 PMID:35489596	研究论文	提出一种结合多任务高斯过程和自注意力神经网络的模型，用于实时预测COVID-19患者是否需要机械通气	将多任务高斯过程与自注意力神经网络结合，处理不规则采样率的观测数据，实现端到端的实时预测	未明确说明	实时准确预测COVID-19患者需要机械通气的风险，帮助合理分配医疗资源和提供早期呼吸支持	住院COVID-19患者	机器学习	COVID-19	NA	多任务高斯过程, 自注意力神经网络	临床观测数据	9,532名全国住院COVID-19患者	NA	多任务高斯过程, 自注意力神经网络	AUROC, AUPRC	NA
98	2026-09-28	Deep learning on reflectance confocal microscopy improves Raman spectral diagnosis of basal cell carcinoma 2022-06, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.27.6.065004 PMID:35773774	研究论文	本研究通过结合拉曼光谱与深度学习辅助的反射共聚焦显微镜，提高基底细胞癌诊断的特异性	首次将深度学习应用于反射共聚焦显微镜图像，以改进拉曼光谱对基底细胞癌诊断的特异性，通过识别假阳性的正常皮肤结构（毛囊和表皮）	样本量较小，仅使用了191张反射共聚焦显微镜图像，需要更大规模的研究来验证泛化能力	提高拉曼光谱检测基底细胞癌的特异性	基底细胞癌肿瘤与正常皮肤组织（毛囊和表皮）	数字病理学	皮肤癌	拉曼光谱, 反射共聚焦显微镜	CNN	图像, 光谱	191张反射共聚焦显微镜图像	NA	ResNet50	灵敏度, 特异性	NA
99	2026-09-28	Computer-Aided Diagnosis of Coal Workers' Pneumoconiosis in Chest X-ray Radiographs Using Machine Learning: A Systematic Literature Review 2022-05-25, International journal of environmental research and public health DOI:10.3390/ijerph19116439 PMID:35682023	系统综述	本文系统综述了使用胸部X射线放射照片对煤工尘肺进行计算机辅助诊断的特征提取和检测方法	识别并比较了过去50年中的40篇文章，覆盖了基于经典手工特征、传统机器学习和深度学习三大类方法	综述的局限性未具体说明，仅讨论了未来改进方向	对基于胸部X射线放射照片的煤工尘肺计算机分析的特征提取和检测方法进行分类和总结	煤工尘肺的计算机辅助诊断研究	数字病理学/医学影像分析	煤工尘肺	胸部X射线放射照片分析	传统机器学习方法, 深度学习方法	图像	40篇文章	NA	NA	NA	NA
100	2026-09-28	[Study on the accuracy of automatic segmentation of knee CT images based on deep learning] 2022-May-15, Zhongguo xiu fu chong jian wai ke za zhi = Zhongguo xiufu chongjian waike zazhi = Chinese journal of reparative and reconstructive surgery DOI:10.7507/1002-1892.202201072 PMID:35570625	研究论文	本研究开发了一种基于深度学习的神经网络架构，用于膝关节CT图像的自动分割，并验证了其准确性。	独立开发了一种深度学习神经网络架构，用于膝关节CT图像的自动分割，实现了高精度和快速分割。	未提及	开发一种基于深度学习的神经网络架构，辅助膝关节CT图像自动分割，并验证其准确性。	膝关节CT图像	计算机视觉	膝关节疾病	CT	深度学习神经网络	图像	未提及	未提及	未提及	Dice系数, 平均表面距离, Hausdorff距离, 时间, Likert量表评分	未提及