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
21	2025-10-07	High-Throughput Precision Phenotyping of Left Ventricular Hypertrophy With Cardiovascular Deep Learning 2022-04-01, JAMA cardiology IF:14.8Q1 DOI:10.1001/jamacardio.2021.6059 PMID:35195663	研究论文	本研究开发了一种深度学习工作流程，用于自动量化心室肥厚并预测左心室壁增厚的原因	开发了全自动深度学习工作流程，能够精确测量左心室尺寸并区分不同原因的心室肥厚，相比人工专家具有更高的可重复性和精确度	研究基于回顾性数据，需要在前瞻性研究中进一步验证	评估深度学习工作流程在量化心室肥厚和预测左心室壁增厚原因方面的准确性	左心室肥厚患者，特别是肥厚型心肌病和心脏淀粉样变性患者	医学影像分析	心血管疾病	超声心动图视频分析	深度学习	超声心动图视频	23745名患者，包括斯坦福医疗保健和CSMC的胸骨旁长轴视频和心尖四腔视频	NA	NA	平均绝对误差(MAE), AUC, R2	NA
22	2025-02-21	Applying Hybrid Lstm-Gru Model Based on Heterogeneous Data Sources for Traffic Speed Prediction in Urban Areas 2022-Apr-27, Sensors (Basel, Switzerland) DOI:10.3390/s22093348 PMID:35591037	研究论文	本文提出了一种基于异构数据源的混合LSTM-GRU模型，用于城市区域的交通速度预测	提出了一种综合算法，将来自传感器、服务和外部数据源的异构数据整合到混合时空特征空间中，并比较了多种深度学习算法在时间序列地理空间数据上的表现	未提及具体的研究局限性	提高智能交通系统中的交通速度预测准确性	城市区域的交通速度数据	机器学习	NA	深度学习	LSTM, GRU, CNN	时间序列地理空间数据	未提及具体样本数量	NA	NA	NA	NA
23	2025-02-21	Deep Learning-Based Approach for Emotion Recognition Using Electroencephalography (EEG) Signals Using Bi-Directional Long Short-Term Memory (Bi-LSTM) 2022-Apr-13, Sensors (Basel, Switzerland) DOI:10.3390/s22082976 PMID:35458962	研究论文	本文提出了一种基于深度学习的情绪识别方法，使用脑电图（EEG）信号和双向长短期记忆（Bi-LSTM）模型	提出了一种新的情绪识别方法，结合了数据选择、特征提取、特征选择和分类阶段，并使用Bi-LSTM模型提高了识别准确率	未提及具体的研究局限性	提高情绪识别模型的性能，以帮助诊断心理和行为障碍	脑电图（EEG）信号	机器学习	心理和行为障碍	脑电图（EEG）信号处理	双向长短期记忆（Bi-LSTM）	脑电图（EEG）信号	使用了标准预处理的情感分析生理信号数据库（DEAP）	NA	NA	NA	NA
24	2025-02-21	Lightweight Long Short-Term Memory Variational Auto-Encoder for Multivariate Time Series Anomaly Detection in Industrial Control Systems 2022-Apr-09, Sensors (Basel, Switzerland) DOI:10.3390/s22082886 PMID:35458871	研究论文	本文提出了一种用于工业控制系统（ICS）中多变量时间序列异常检测的轻量级长短期记忆变分自编码器（LW-LSTM-VAE）架构	提出了一种轻量级的LW-LSTM-VAE架构，用于ICS中的异常检测，并在水净化和水分配厂两个应用中成功验证了其有效性	工业数据集稀缺，限制了异常检测技术的开发	开发一种无监督的深度学习方法，用于检测工业控制系统中的异常行为	工业控制系统中的多变量时间序列数据	机器学习	NA	深度学习	LW-LSTM-VAE	时间序列数据	使用了Secure Water Treatment (SWaT)基准测试中的数据进行验证	NA	NA	NA	NA
25	2025-02-21	Model-assisted deep learning of rare extreme events from partial observations 2022-Apr, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0077646 PMID:35489849	研究论文	本文探讨了一种模型辅助的深度学习框架，用于从部分观测数据中预测罕见的极端事件	提出了一种模型辅助的深度学习框架，通过数值模拟生成训练数据，解决了极端事件样本不足的问题	训练数据仅使用可观测量的子集，可能限制了模型的全面性	研究如何利用深度学习预测罕见的极端事件	三种不同的动力系统（Rössler吸引子、FitzHugh-Nagumo模型和湍流流体）	机器学习	NA	数值模拟	前馈神经网络、长短期记忆网络（LSTM）、储备计算	数值模拟数据	NA	NA	NA	NA	NA
26	2025-10-07	Deep Learning Image Analysis of Optical Coherence Tomography Angiography Measured Vessel Density Improves Classification of Healthy and Glaucoma Eyes 2022-04, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2021.11.008 PMID:34780803	研究论文	本研究比较了基于深度学习的光学相干断层扫描血管成像图像分析与传统特征分类方法在青光眼诊断中的性能	首次使用VGG16卷积神经网络直接分析en face血管密度图像，相比传统梯度提升分类器的特征分析方法显著提升了青光眼分类准确率	样本量相对有限（405只眼睛），仅针对视神经头区域成像，未包含其他眼部区域	改进青光眼与健康眼睛的分类诊断方法	80名健康个体的130只眼睛和185名青光眼患者的275只眼睛	计算机视觉	青光眼	光学相干断层扫描血管成像（OCTA）	CNN, GBC	图像	405只眼睛（130只健康眼，275只青光眼）	NA	VGG16	AUPRC（精确召回曲线下面积）	NA
27	2024-12-08	Free-form optimization of nanophotonic devices: from classical methods to deep learning 2022-Apr, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2021-0713 PMID:39633938	综述	本文综述了自由形式纳米光子器件设计的新兴领域，涵盖了从经典方法到深度学习方法的优化策略	本文介绍了自由形式设计方案，突破了传统设计约束，充分利用了设计潜力	NA	系统概述自由形式纳米光子器件设计领域	自由形式纳米光子器件的优化策略	纳米光子学	NA	NA	NA	NA	NA	NA	NA	NA	NA
28	2024-09-30	Organic fluorescent nanoprobes with NIR-IIb characteristics for deep learning 2022-Apr, Exploration (Beijing, China) DOI:10.1002/EXP.20210097 PMID:37323884	研究论文	本文综述了具有NIR-IIb特性的有机荧光纳米探针的最新发展及其在动物模型深部成像中的应用	首次系统综述了NIR-IIb区域有机荧光纳米探针的发展及其在深部成像中的应用	有机荧光纳米探针在NIR-IIb区域的应用仍处于早期阶段，临床应用尚未广泛	综述具有NIR-IIb特性的有机荧光纳米材料的发展及其在深部成像中的应用	具有NIR-IIb特性的有机荧光纳米材料及其在动物模型中的应用	生物医学成像	NA	NIR-IIb成像	NA	图像	动物模型	NA	NA	NA	NA
29	2024-09-29	Stepwise-edited, human melanoma models reveal mutations' effect on tumor and microenvironment 2022-04-29, Science (New York, N.Y.) DOI:10.1126/science.abi8175 PMID:35482859	研究论文	本文通过逐步引入突变到健康的人类黑素细胞中，建立了九种遗传上不同的黑色素瘤细胞模型，研究了这些突变对肿瘤及其微环境的影响	本文创新性地通过逐步引入突变，建立了多个遗传上不同的黑色素瘤细胞模型，并研究了这些突变对肿瘤及其微环境的影响	NA	研究基因突变与人类癌症特定恶性表型之间的因果关系	人类黑素细胞及其突变后的黑色素瘤细胞模型	数字病理学	黑色素瘤	基因编辑	深度学习模型	基因型数据	九种遗传上不同的黑色素瘤细胞模型	NA	NA	NA	NA
30	2024-09-29	Inferring ongoing cancer evolution from single tumour biopsies using synthetic supervised learning 2022-04, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1010007 PMID:35482653	研究论文	本文提出了一种名为TumE的合成监督学习方法，结合癌症进化模拟模型和贝叶斯神经网络，用于从单个肿瘤活检中推断正在进行的癌症进化	TumE方法显著提高了检测正选择、解卷积选择亚克隆群体和估计亚克隆频率的准确性和推断时间	NA	开发一种新的方法来推断单个肿瘤活检中的癌症进化	癌症进化和亚克隆选择	机器学习	NA	贝叶斯神经网络	神经网络	基因组数据	合成和患者肿瘤样本	NA	NA	NA	NA
31	2024-09-28	Deep learning-based image processing in optical microscopy 2022-Apr, Biophysical reviews IF:4.9Q1 DOI:10.1007/s12551-022-00949-3 PMID:35528030	综述	本文综述了深度学习在光学显微镜图像处理中的应用	深度学习在光学显微镜图像处理中的应用，特别是在图像分类、分割和分辨率增强方面的应用	NA	探讨深度学习在光学显微镜图像处理中的应用	光学显微镜图像	计算机视觉	NA	深度学习	NA	图像	NA	NA	NA	NA	NA
32	2024-09-23	Accurate prediction of molecular targets using a self-supervised image representation learning framework 2022-Apr-07, Research square DOI:10.21203/rs.3.rs-1477870/v1 PMID:35411337	研究论文	本文介绍了一种名为ImageMol的无监督预训练深度学习框架，用于从850万未标记的类药物分子中预测候选化合物的分子靶点	ImageMol框架通过从分子图像中预训练化学表示，基于分子的局部和全局结构特征，展示了在分子性质评估和分子靶点预测中的高性能	NA	开发一种无监督预训练的深度学习框架，用于准确预测药物的分子靶点	类药物分子及其分子靶点	计算机视觉	COVID-19	深度学习	NA	图像	850万未标记的类药物分子	NA	NA	NA	NA
33	2024-09-23	Arrhythmic sudden death survival prediction using deep learning analysis of scarring in the heart 2022-Apr, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-022-00041-9 PMID:35464150	研究论文	开发了一种结合神经网络和生存分析的深度学习方法，用于从增强心脏磁共振图像和临床协变量中预测缺血性心脏病患者的个体化生存曲线	提出的深度学习方法在预测长达10年的生存曲线时表现优异，且能估计预测的不确定性，优于使用临床协变量的标准生存模型	NA	开发一种新的深度学习方法，用于预测心律失常导致的猝死患者的生存概率	缺血性心脏病患者	机器学习	心血管疾病	深度学习	神经网络	图像	多中心内部验证数据和独立测试集	NA	NA	NA	NA
34	2024-09-23	Deep learning for robust and flexible tracking in behavioral studies for C. elegans 2022-04, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1009942 PMID:35395006	研究论文	本文展示了使用Faster R-CNN进行秀丽隐杆线虫行为研究中的鲁棒和灵活跟踪	本文首次将Faster R-CNN应用于秀丽隐杆线虫的行为跟踪，展示了其在复杂环境中的速度、准确性和鲁棒性	NA	展示Faster R-CNN在不同实验条件下进行大规模行为研究的适用性	秀丽隐杆线虫在不同生命阶段的行为，包括发育过程中的速度、繁殖成体的生育率和空间分布，以及衰老群体的行为衰退	计算机视觉	NA	Faster R-CNN	CNN	视频	NA	NA	NA	NA	NA
35	2024-09-11	SAM: Self-augmentation mechanism for COVID-19 detection using chest X-ray images 2022-Apr-06, Knowledge-based systems IF:7.2Q1 DOI:10.1016/j.knosys.2022.108207 PMID:35068707	研究论文	本文提出了一种自增强机制，用于通过胸部X光图像检测COVID-19感染	本文的创新点在于提出了一种在特征空间而非数据空间进行数据增强的自增强机制，并结合了深度卷积神经网络和双向LSTM进行分类	本文的局限性在于依赖于公开数据集中的胸部X光图像，这些图像的数量和代表性可能有限	本文的研究目的是提高COVID-19检测的准确性和速度	本文的研究对象是COVID-19感染的胸部X光图像	计算机视觉	COVID-19	重建独立成分分析 (RICA)	卷积神经网络 (CNN) 和双向LSTM (BiLSTM)	图像	使用了三个公开数据库进行实验	NA	NA	NA	NA
36	2024-09-10	A fuzzy-enhanced deep learning approach for early detection of Covid-19 pneumonia from portable chest X-ray images 2022-Apr-07, Neurocomputing IF:5.5Q1 DOI:10.1016/j.neucom.2022.01.055 PMID:35079203	研究论文	本文提出了一种基于模糊逻辑增强的深度学习方法，用于从便携式胸部X光图像中早期检测Covid-19肺炎	结合模糊边缘检测算法生成的模糊图像与胸部X光图像，通过深度学习方法提高了分类性能	NA	开发一种计算机辅助系统，用于早期诊断Covid-19肺炎并有效分流患者	Covid-19肺炎患者与非Covid-19间质性肺炎患者的胸部X光图像	计算机视觉	Covid-19	深度学习	MLP	图像	NA	NA	NA	NA	NA
37	2024-09-10	Optimizing deep neural networks to predict the effect of social distancing on COVID-19 spread 2022-Apr, Computers & industrial engineering IF:6.7Q1 DOI:10.1016/j.cie.2022.107970 PMID:36568699	研究论文	本文提出了一种基于深度神经网络（DNN）和改进粒子群优化（IPSO）算法的进化深度学习模型IPSO-DNN，用于预测社交距离对COVID-19传播的影响	本文创新性地结合了进化算法和深度学习模型，通过改进的粒子群优化算法优化DNN的超参数，提高了预测精度和计算效率	本文仅在美国的数据上进行了实验，结果的普适性有待进一步验证	研究如何通过优化深度学习模型来准确预测社交距离对COVID-19传播的影响	社交距离对COVID-19传播的影响	机器学习	传染病	深度神经网络（DNN）	深度神经网络（DNN）	数值数据	美国社交距离指标数据	NA	NA	NA	NA
38	2024-09-07	Transfer Learning-Based Model for Diabetic Retinopathy Diagnosis Using Retinal Images 2022-Apr-22, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci12050535 PMID:35624922	研究论文	本文提出了一种基于迁移学习的糖尿病视网膜病变诊断模型，使用眼底图像进行分类	利用预训练的VGGNet网络结合迁移学习方法，通过数据增强操作处理数据不足和不平衡问题，提高了分类性能	未提及具体限制	开发一种自动化的糖尿病视网膜病变诊断方法，以早期检测和分类减少视觉障碍	糖尿病视网膜病变及其在眼底图像中的分类	计算机视觉	糖尿病	迁移学习	VGGNet	图像	使用基准数据集进行评估，未提及具体样本数量	NA	NA	NA	NA
39	2024-09-06	Stable Deep Neural Network Architectures for Mitochondria Segmentation on Electron Microscopy Volumes 2022-04, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-021-09556-1 PMID:34855126	研究论文	本文研究了用于电子显微镜体积中线粒体分割的稳定深度神经网络架构	本文遵循领域内的最佳实践，对最先进的架构进行了广泛研究，并与不同变体的U-Net模型进行了比较	NA	旨在解决线粒体分割任务中的可重复性和模型比较问题	电子显微镜体积中的线粒体	计算机视觉	NA	深度学习	U-Net	图像	使用了EPFL海马线粒体分割数据集、Lucchi++和Kasthuri++数据集	NA	NA	NA	NA
40	2024-09-06	Implementation of artificial intelligence in upper gastrointestinal endoscopy 2022-Apr, DEN open IF:1.4Q4 DOI:10.1002/deo2.72 PMID:35873509	综述	本文综述了人工智能在食管胃内镜中的应用现状，并提出了临床实践和未来研究的方向	本文展示了人工智能在早期胃癌和食管癌检测中的应用，并展示了其在临床实践中减轻医生负担的潜力	NA	总结人工智能在食管胃内镜中的应用现状，并提出临床实践和未来研究的方向	人工智能在食管胃内镜中的应用，包括早期胃癌和食管癌的检测	计算机视觉	胃癌	深度学习	NA	图像	NA	NA	NA	NA	NA