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	2026-01-03	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
42	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
43	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
44	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）
45	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
46	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
47	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
48	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
49	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
50	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
51	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
52	2025-12-30	Growing ecosystem of deep learning methods for modeling protein-protein interactions 2023-01-21, Protein engineering, design & selection : PEDS DOI:10.1093/protein/gzad023 PMID:38102755	综述	本文综述了用于蛋白质-蛋白质相互作用建模的深度学习方法的生态系统，讨论了其多样性、权衡、最新成功案例以及未来挑战	系统性地梳理了生物物理知识驱动的深度学习模型在蛋白质相互作用建模中的多样化应用，并比较了不同方法的权衡	NA	综述深度学习在蛋白质-蛋白质相互作用建模领域的方法、应用与挑战	蛋白质-蛋白质相互作用	计算生物学	NA	深度学习	表示学习, 几何深度学习, 生成模型	实验数据, 蛋白质结构数据	NA	NA	NA	NA	NA
53	2025-12-25	Deep learning for sleep analysis on children with sleep-disordered breathing: Automatic detection of mouth breathing events 2023, Frontiers in sleep DOI:10.3389/frsle.2023.1082996 PMID:41426436	研究论文	本研究开发了一种基于深度学习的算法，用于从儿童多导睡眠图记录中自动检测口呼吸事件	首次利用卷积神经网络自动检测儿童睡眠呼吸障碍中的口呼吸事件，为睡眠分析提供了一种新的自动化方法	模型在第二个验证数据集上性能下降，表明需要更大的训练集以提高泛化能力	构建深度学习算法以自动检测儿童睡眠呼吸障碍中的口呼吸事件	年龄在10-13岁之间的儿童，其中部分有打鼾或高阻塞性睡眠呼吸暂停值	机器学习	睡眠呼吸障碍	多导睡眠图	CNN	信号数据	20名受试者	NA	卷积神经网络	准确率, 精确率, 真阳性率, 假阳性率	NA
54	2025-12-24	Feature interaction network based on hierarchical decoupled convolution for 3D medical image segmentation 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0288658 PMID:37440581	研究论文	本文提出了一种基于分层解耦卷积和注意力机制的特征融合模块，用于提高三维医学图像中脑肿瘤分割的准确性	提出了一种基于分层解耦卷积网络和注意力机制的特征融合模块，以替代U形网络中的跳跃连接，解决类别不平衡问题，并引入全局注意力机制进一步整合编码器学习到的特征	未明确提及计算资源限制或模型在其他数据集上的泛化能力	开发一种自动且准确的方法，用于分割多模态脑肿瘤三维医学图像，以支持临床治疗决策和手术规划	多模态脑肿瘤三维医学图像	数字病理	脑肿瘤	深度学习	CNN	三维医学图像	使用BraTS 2018和BraTS 2019数据集，具体样本数量未明确说明	未明确指定，但代码公开于GitHub	U-Net	Dice相似系数	未明确说明
55	2025-12-24	Deep learning framework for epidemiological forecasting: A study on COVID-19 cases and deaths in the Amazon state of Pará, Brazil 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0291138 PMID:37976312	研究论文	本研究提出了一个深度学习框架，用于预测巴西帕拉州COVID-19病例和死亡的时间序列数据	首次评估了TCN、TRANSFORMER、TFT、N-BEATS和N-HiTS等深度学习模型在COVID-19流行病预测中的应用，并结合ARIMA模型进行后处理优化	未明确说明数据不确定性、模型泛化能力及外部验证的具体限制	开发一个能够准确预测COVID-19病例和死亡的深度学习框架，以支持公共卫生决策	巴西帕拉州的COVID-19病例和死亡时间序列数据	机器学习	COVID-19	时间序列分析	TCN, TRANSFORMER, TFT, N-BEATS, N-HiTS, ARIMA	时间序列数据	NA	NA	TCN, TRANSFORMER, TFT, N-BEATS, N-HiTS	MSE, RMSE, MAPE, sMAPE, r2, Coefficient of Variation, 残差分析	NA
56	2025-12-24	Finding the best trade-off between performance and interpretability in predicting hospital length of stay using structured and unstructured data 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0289795 PMID:38032876	研究论文	本研究旨在开发高性能的机器学习和深度学习模型来预测医院住院时长，同时提升模型的可解释性，并比较了仅使用结构化数据、非结构化数据以及混合数据训练的模型	通过融合结构化表格数据和非结构化临床文本数据，使用AutoGluon AutoML库和预训练的Bio Clinical BERT Transformer模型，在预测住院时长的性能与可解释性之间找到最佳平衡点	研究依赖于公开的MIMIC III数据库，可能无法完全代表其他医疗环境或患者群体	预测医院住院时长，并优化模型的性能与可解释性	重症监护患者	自然语言处理	NA	机器学习，深度学习，自然语言处理	集成树，神经网络，k-近邻，Transformer	结构化表格数据，非结构化临床文本数据	使用MIMIC III数据库，具体样本数量未在摘要中明确说明	AutoGluon	Bio Clinical BERT	ROC AUC，PRC AUC	NA
57	2025-12-24	CLAHE-CapsNet: Efficient retina optical coherence tomography classification using capsule networks with contrast limited adaptive histogram equalization 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0288663 PMID:38032915	研究论文	提出一种结合对比度受限自适应直方图均衡化（CLAHE）与胶囊网络（CapsNet）的模型（CLAHE-CapsNet），用于视网膜光学相干断层扫描（OCT）图像的疾病分类	首次将CLAHE作为网络层集成到胶囊网络中，以降低OCT图像噪声，并设计了三层卷积胶囊网络结构，避免了传统CNN池化操作导致的分辨率损失问题	仅使用单一数据集进行验证，未说明模型在其他OCT数据集上的泛化能力；未详细讨论计算复杂度与实时性表现	开发高效的计算机辅助诊断系统，帮助眼科医生快速准确地检测视网膜疾病	视网膜光学相干断层扫描（OCT）图像	计算机视觉	眼科疾病（CNV、DME、DRUSEN等）	光学相干断层扫描（OCT）	胶囊网络（CapsNet）	图像（X-Ray JPEG格式）	84,495张图像，分为4个类别（正常、CNV、DME、DRUSEN）	未明确说明	三层卷积胶囊网络（CLAHE-CapsNet）	准确率、灵敏度、精确度、特异性、AUC	NA
58	2025-12-24	Exploration of street space architectural color measurement based on street view big data and deep learning-A case study of Jiefang North Road Street in Tianjin 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0289305 PMID:38033019	研究论文	本研究提出了一种基于街景大数据和深度学习技术的城市街道空间建筑色彩高效、大规模测量方法	结合SegNet深度学习算法进行街景图像语义分割以提取建筑元素，并利用K-Means聚类模型识别建筑色彩，实现了建筑色彩测量从传统小规模、粗放方式向大规模、精细化研究的转变	研究仅以天津解放北路街道为案例，方法在其他城市或街道的普适性有待进一步验证；色彩测量结果的准确性主要通过问卷调查进行交叉验证，可能存在主观偏差	探索一种高效、大规模的城市空间建筑色彩测量方法，以支持街道空间环境色彩质量的评估与改造	城市街道空间的建筑色彩，以天津解放北路街道为实证研究对象	计算机视觉	NA	街景大数据采集、深度学习图像分割、色彩聚类分析	CNN	街景图像	NA	NA	SegNet	准确性（通过问卷调查交叉验证）	NA
59	2025-12-24	Deep learning hybrid model for analyzing and predicting the impact of imported malaria cases from Africa on the rise of Plasmodium falciparum in China before and during the COVID-19 pandemic 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0287702 PMID:38055693	研究论文	本研究通过构建ARIMA-GRU混合模型，分析了COVID-19大流行前后非洲输入性疟疾病例对中国恶性疟原虫病例上升的影响，并预测了其趋势	提出了结合统计模型（ARIMA）与深度学习（GRU）的混合方法，用于模拟中国恶性疟原虫病例的复燃，并首次在大流行背景下系统评估了国际旅行限制对输入性疟疾传播的影响	研究时间范围存在数据缺口（2019年至2020年初），且模型主要基于历史月度数据，可能未完全捕捉突发性公共卫生事件的所有动态因素	评估非洲输入性疟疾病例对中国恶性疟原虫病例上升的影响，并预测大流行前后的疾病趋势	中国31个省份的恶性疟原虫病例及死亡数据，以及来自45个非洲国家的输入性疟疾病例数据	机器学习	疟疾	时间序列分析，深度学习建模	混合模型（ARIMA与GRU）	时间序列数据（月度病例数）	2004年至2016年月度数据用于建模，2012年至2018年及2020年10月至2021年5月数据用于关联分析	未明确提及	ARIMA, GRU	预测准确率	NA
60	2025-12-24	CFM-YOLOv5:CFPNet moudle and muti-target prediction head incorporating YOLOv5 for metal surface defect detection 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0289179 PMID:38060568	研究论文	提出了一种基于改进YOLOv5算法的深度学习缺陷检测方法，用于金属表面缺陷检测	在特征增强部分用EVC模块替换标准Transformer编码器的多头自注意力模块以提升特征提取能力，并在预测部分增加小目标检测头以应对目标尺度剧烈变化	NA	解决金属表面缺陷检测领域人工检测效率低的问题	金属表面缺陷	计算机视觉	NA	深度学习	YOLOv5	图像	NA	PyTorch	YOLOv5, Transformer	mAP, FPS	NA