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
1	2026-01-04	Deep learning-based idiomatic expression recognition for the Amharic language 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295339 PMID:38096324	研究论文	本文提出了一种基于卷积神经网络和FastText嵌入的模型，用于检测阿姆哈拉语中的惯用表达	首次将深度学习模型应用于阿姆哈拉语的惯用表达识别，结合CNN和FastText嵌入以提高检测准确性	数据集规模相对较小（总计3300个表达），且测试集准确率为80%，仍有提升空间	开发一个能够准确识别阿姆哈拉语中惯用表达的自然语言处理模型	阿姆哈拉语中的惯用表达和非惯用表达	自然语言处理	NA	NA	CNN	文本	1700个惯用表达和1600个非惯用表达，总计3300个样本	NA	CNN	准确率	NA
2	2026-01-03	Real-time counting of wheezing events from lung sounds using deep learning algorithms: Implications for disease prediction and early intervention 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294447 PMID:37983213	研究论文	本研究开发了一种基于深度学习算法的实时喘息事件计数方法，用于肺部声音分析，以改善症状自我管理和远程医疗监测	提出了一种创新的实时喘息计数算法，能够将单个呼吸周期详细标记为三种类型（间歇、正常、喘息），并捕获异常声音的位置、持续时间和在整个呼吸周期中的关系，包括非典型模式	未明确说明算法在更广泛人群或不同环境下的泛化能力，也未讨论实时处理对计算资源的具体要求	开发实时喘息计数算法，用于肺部疾病预测和早期干预	肺部声音（呼吸音）	数字病理学	肺部疾病	深度学习算法	CNN, LSTM	音频（肺部声音）	535个呼吸周期，来自多个数据库（儿童模拟肺声音模拟器、EMTprep开源数据库、临床患者记录、ICBHI 2017挑战数据库）	NA	一维卷积神经网络（1D-CNN）与长短期记忆网络（LSTM）组合模型	分类准确率	NA
3	2026-01-03	Transformer based neural network for daily ground settlement prediction of foundation pit considering spatial correlation 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294501 PMID:37983239	研究论文	本文提出了一种基于Transformer的深度学习方法，用于考虑基坑监测点时空相关性的每日地面沉降预测	首次将Transformer模型应用于基坑沉降预测，并同时考虑了监测点之间的空间相关性和时间相关性	未明确说明模型在处理极端天气或地质条件变化时的鲁棒性	提高基坑每日地面沉降预测的准确性，确保施工安全	基坑监测点的沉降数据	机器学习	NA	深度学习	Transformer, LSTM, RNN-LSTM	时间序列数据	NA	NA	Transformer	准确性	NA
4	2026-01-03	Hybrid deep learning models with multi-classification investor sentiment to forecast the prices of China's leading stocks 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294460 PMID:38011183	研究论文	本研究结合深度学习和投资者情绪分析，预测中国A股市场五大关键行业领先股票的价格	首次基于现代心理学四种情绪类型构建了中国股市的情绪多分类数据集，并利用Bi-LSTM-ATT和CNN-Bi-LSTM-ATT模型分析多分类投资者情绪对股价预测的影响	NA	预测中国A股市场领先股票价格，并分析投资者情绪对预测准确性的影响	中国A股市场五大关键行业的领先股票	机器学习	NA	NA	Bi-LSTM, CNN	文本	NA	NA	Bi-LSTM-ATT, CNN-Bi-LSTM-ATT	准确性	NA
5	2026-01-03	Combining finite element and reinforcement learning methods to design superconducting coils of saturated iron-core superconducting fault current limiter in the DC power system 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294657 PMID:38019828	研究论文	本文提出了一种结合有限元方法和深度强化学习来优化直流电力系统中饱和铁芯超导故障限流器超导线圈设计的方法	将有限元模拟与深度Q网络算法结合，实现超导线圈设计参数的实时优化，解决了传统仿真耗时长的难题	研究基于实验室规模模型，大规模高压直流系统的实际应用效果尚待验证	优化饱和铁芯超导故障限流器中超导线圈的设计参数	直流电力系统中的饱和铁芯超导故障限流器超导线圈	机器学习	NA	有限元方法, 深度强化学习	深度Q网络	仿真数据	NA	NA	深度Q网络	NA	NA
6	2026-01-03	DTLR-CS: Deep tensor low rank channel cross fusion neural network for reproductive cell segmentation 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294727 PMID:38032913	研究论文	本文提出了一种名为DTLR-CS的深度张量低秩通道交叉融合神经网络，用于改进U-Net在生殖细胞分割中的性能	提出了一种新的网络架构DTLR-CS，通过张量低秩模块和交叉融合连接模块替代U-Net中的简单跳跃连接，以解决全局多尺度建模不稳定和特征融合中的语义鸿沟问题	未在摘要中明确提及	改进医学图像分割，特别是生殖细胞分割的准确性和稳定性	生殖细胞	数字病理学	NA	深度学习	CNN	图像	未在摘要中明确提及	未在摘要中明确提及	U-Net, DTLR-CS	未在摘要中明确提及	未在摘要中明确提及
7	2026-01-03	FakeStack: Hierarchical Tri-BERT-CNN-LSTM stacked model for effective fake news detection 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294701 PMID:38039283	研究论文	本文提出了一种名为FakeStack的深度学习模型，用于准确检测假新闻	结合了预训练的BERT嵌入、具有跳跃卷积块的深度CNN和LSTM，有效利用上下文线索和跳跃连接	仅基于英文假新闻数据集进行训练和测试，未涉及多语言或跨领域验证	开发一个高效的假新闻检测系统	假新闻文章	自然语言处理	NA	NA	BERT, CNN, LSTM	文本	NA	NA	Tri-BERT-CNN-LSTM stacked model	准确率, 精确率, 召回率, F1分数	NA
8	2026-01-03	Population preferences for AI system features across eight different decision-making contexts 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295277 PMID:38039320	研究论文	本研究通过横断面调查，探讨了丹麦成年人口在八个不同决策情境下对AI系统五个保护性特征的偏好	首次将AI系统偏好研究从医疗领域扩展到包括公共和商业部门在内的多种决策情境，揭示了偏好随决策重要性变化的规律	研究仅基于丹麦人口样本，可能无法推广到其他文化背景；采用横断面设计，无法确定因果关系	调查公众在不同决策情境下对AI系统保护性特征的偏好差异	丹麦成年人口	机器学习	NA	横断面调查	深度学习架构	调查数据	NA	NA	NA	NA	NA
9	2026-01-03	Investigation on the fault monitoring of high-voltage circuit breaker using improved deep learning 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295278 PMID:38039313	研究论文	本文开发了一种断路器故障监测装置，通过监测振动信息数据诊断高压断路器的机械故障，并采用改进的深度学习方法进行训练和分类识别	采用改进的深度学习方法训练高压断路器的振动信息，结合系统化研究方法识别断路器故障，实现了超过95%的准确率	NA	准确评估高压断路器的运行状态并进行故障评估，以保障电网的安全性和可靠性	高压断路器的机械故障	机器学习	NA	振动监测	深度学习	振动数据	NA	NA	NA	准确率	NA
10	2026-01-03	Detection of surface defect on flexible printed circuit via guided box improvement in GA-Faster-RCNN network 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295400 PMID:38051736	研究论文	本文提出了一种基于GA-Faster-RCNN网络和引导框改进的方法，用于柔性印刷电路板表面的缺陷检测	提出了一种引导框改进方法，以解决FPC缺陷检测中小目标和极端长宽比目标的检测挑战，并在GA-Faster-RCNN网络中实现，显著提升了检测精度	NA	开发一种用于柔性印刷电路板表面缺陷检测的算法，提高检测精度	柔性印刷电路板表面的缺陷	计算机视觉	NA	NA	CNN	图像	NA	NA	GA-Faster-RCNN, Faster-RCNN	准确率	NA
11	2026-01-03	Increased interpretation of deep learning models using hierarchical cluster-based modelling 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295251 PMID:38060472	研究论文	本研究将层次聚类建模方法扩展到深度学习模型，以提高模型的可解释性	将先前发表的层次聚类偏最小二乘回归（HC-PLSR）方法扩展到深度学习领域，提出了层次聚类卷积神经网络（HC-CNN）、层次聚类循环神经网络（HC-RNN）和层次聚类支持向量回归（HC-SVR）模型	对于FT-IR数据集，使用比HC-PLSR更复杂的模型在预测能力上提升有限	通过局部建模提高深度学习模型的可解释性	光谱数据（FT-IR测量）和模拟数据集	机器学习	NA	傅里叶变换红外光谱（FT-IR）	CNN, RNN, SVR, PLSR	光谱数据	NA	NA	层次聚类卷积神经网络（HC-CNN），层次聚类循环神经网络（HC-RNN），层次聚类支持向量回归（HC-SVR），层次聚类偏最小二乘回归（HC-PLSR）	预测能力	NA
12	2026-01-03	Olfactory system-inspired electronic nose system using numerous low-cost homogenous and hetrogenous sensors 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295703 PMID:38064527	研究论文	本文提出了一种受生物嗅觉系统启发的电子鼻系统，使用大量低成本同质和异质传感器进行化学化合物分类	通过增加同类型传感器的数量而非依赖高精度传感器，利用传感器输出的微小差异作为目标气体的独特信号，实现了高分类准确率	实验仅使用三种挥发性醇类化合物进行评估，样本多样性有限，且未在更复杂的气体混合物中进行测试	开发一种基于低成本传感器的电子鼻系统，以替代昂贵的商业电子鼻系统	挥发性醇类化合物	机器学习	NA	电子鼻传感器技术	深度学习模型	传感器信号	30个传感器（6种不同类型，每种5个重复）	NA	NA	分类准确率	NA
13	2026-01-03	Weed target detection at seedling stage in paddy fields based on YOLOX 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294709 PMID:38091355	研究论文	本研究提出了一种基于YOLOX的稻田杂草目标检测方法，旨在实现水稻苗期小密集杂草的精准识别，为智能农业设备部署提供支持	首次将YOLOX模型应用于水稻苗期杂草检测，通过优化模型架构提升了对遮蔽和密集小目标的检测性能，并验证了其在嵌入式平台部署的可行性	YOLOX-tiny模型仅在本文数据集中表现最佳，其普适性尚未得到全面验证	实现稻田杂草的精准检测，以支持从大面积喷洒向精准喷洒的农业转型	水稻苗期稻田中的杂草	计算机视觉	NA	深度学习驱动的计算机视觉方法	CNN	图像	NA	NA	YOLOX, CSPDarknet, FPN, YOLO Head	mAP, F1, 召回率	智能农业设备（嵌入式计算平台）
14	2026-01-03	Research on distribution network fault processing technology based on knowledge of graph 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295421 PMID:38096310	研究论文	本文提出了一种基于知识图谱的配电网故障处理技术，用于分析配电网中的风险传播过程并确保电力系统安全可靠运行	结合知识图谱与深度学习方法，构建面向馈线和台区的多维配电网故障处理知识图谱模型，并基于知识图谱邻接矩阵搜索非计划孤岛	NA	分析配电网风险传播过程，确保电力系统安全可靠运行	配电网信息系统、低压配电网模型	机器学习	NA	知识图谱方法、深度学习	NA	多维信息数据、配电网参数	NA	NA	NA	NA	NA
15	2026-01-02	Biophysical informatics reveals distinctive phenotypic signatures and functional diversity of single-cell lineages 2023-01-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac833 PMID:36610710	研究论文	本文提出了一种分析单细胞形态和细胞网络拓扑的方法，用于预测肿瘤细胞的三维行为	开发了一种无需标记、高通量的分析方法，结合监督深度学习和无监督聚类，识别出六个不同的形态亚类，并关联到肿瘤生长和侵袭动态	NA	量化肿瘤细胞群的单细胞形态和细胞网络拓扑，以预测三维细胞行为	来自YUMM1.7和YUMMER1.7小鼠黑色素瘤细胞系的136个单细胞克隆	生物物理信息学	黑色素瘤	无标记活细胞成像	监督深度学习	图像	136个单细胞克隆	NA	NA	NA	NA
16	2026-01-01	Deep pathomics: A new image-based tool for predicting response to treatment in stage III non-small cell lung cancer 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294259 PMID:38015944	研究论文	本研究探索了利用深度学习技术分析组织病理切片（深度病理组学）来预测III期非小细胞肺癌患者对放化疗治疗反应的新方法	首次将深度学习技术应用于III期非小细胞肺癌的组织病理切片，开发了名为“深度病理组学”的图像分析工具，用于预测治疗反应	样本量较小（仅35例），属于探索性研究，需要更大规模的研究验证	预测III期非小细胞肺癌患者对放化疗的治疗反应	III期非小细胞肺癌患者的组织病理切片	数字病理学	肺癌	组织病理学切片数字化	CNN	图像	35例数字化组织切片（活检或手术标本）	NA	AlexNet, VGG, MobileNet, GoogLeNet, ResNet	特异性, 敏感性	NA
17	2026-01-01	A hybrid Cycle GAN-based lightweight road perception pipeline for road dataset generation for Urban mobility 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0293978 PMID:38032941	研究论文	本文提出了一种基于Cycle GAN的轻量级道路感知流水线，用于生成城市移动性所需的道路数据集	提出了一种新颖的生成器网络'Sim2Real'，用于将语义分割标签转换为逼真的街景，并测试了CycleGAN架构在折纸机器人数据集上的泛化能力	未明确说明模型在更复杂或多样化场景中的性能限制	解决深度学习网络训练中大规模标注数据集需求的问题，通过模拟数据生成逼真数据集以支持城市移动性研究	城市道路数据集，包括Cityscapes和KITTI数据集，以及折纸机器人数据集	计算机视觉	NA	模拟数据生成，语义分割	CycleGAN, SVM	图像，语义分割地图	使用了Cityscapes数据集和KITTI数据集，具体样本数量未明确说明	未明确指定，但可能涉及TensorFlow或PyTorch（基于CycleGAN的常见实现）	CycleGAN	Cycle一致性损失，身份损失	未明确说明
18	2026-01-01	Examination of alternative eGFR definitions on the performance of deep learning models for detection of chronic kidney disease from fundus photographs 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295073 PMID:38032977	研究论文	本研究探讨了使用不同eGFR定义对基于眼底照片的深度学习模型检测慢性肾病性能的影响	首次比较了仅基于肌酐的eGFR方程与结合肌酐和胱抑素C的eGFR方程在眼底图像深度学习模型中的表现差异	现有eGFR方程存在局限性，且眼底图像中可能缺乏独特指示CKD的特征，导致模型性能不一致	评估不同eGFR定义对深度学习模型检测慢性肾病性能的影响	英国生物银行的眼底图像数据	数字病理学	慢性肾病	深度学习	深度学习模型	图像	NA	NA	NA	分类性能	NA
19	2025-12-31	Application of error level analysis in image spam classification using deep learning model 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0291037 PMID:38096218	研究论文	本文提出了一种利用误差水平分析（ELA）作为预处理步骤来提升卷积神经网络（CNN）在图像垃圾邮件分类中性能的方法	将误差水平分析（ELA）技术作为预处理步骤引入图像垃圾邮件分类，以增强CNN模型对挑战性数据集的鲁棒性和分类准确率	未明确说明模型对新型对抗攻击的泛化能力，且可能依赖于特定数据集	提升图像垃圾邮件分类的准确性和鲁棒性，特别是在对抗性设计的数据集上	图像垃圾邮件（包含文本信息的图像文件）	计算机视觉	NA	误差水平分析（ELA）	CNN	图像	NA	NA	NA	准确率	NA
20	2025-12-31	RVCNet: A hybrid deep neural network framework for the diagnosis of lung diseases 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0293125 PMID:38153925	研究论文	本文提出了一种名为RVCNet的混合深度神经网络框架，用于从多类别X射线数据集中预测肺部疾病	结合ResNet101V2、VGG19和基础CNN三种深度学习技术，构建新型混合架构，并在特征提取阶段采用超参数微调，分类阶段加入批量归一化、dropout和密集层等额外层	NA	开发计算机辅助诊断系统，以帮助放射科医生更精确地诊断肺部疾病并减少误判	COVID-19、非COVID肺部感染、病毒性肺炎和正常患者的X射线图像	计算机视觉	肺部疾病	X射线成像	CNN	图像	2262张训练图像和252张测试图像	NA	ResNet101V2, VGG19, CNN	准确率, AUC, 精确率, 召回率, F1分数	NA