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
201	2026-08-12	A Reinforcement Learning (RL)-Motivated Simulation Framework for Evaluating Vancomycin Dosing Strategies 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:41726479	研究论文	开发了一个基于强化学习的模拟框架，用于评估万古霉素给药策略，以提高治疗药物监测的精准性	首次将强化学习与深度学习的药代动力学模型结合，并引入AUC奖励分数来转化临床指南为强化学习奖励信号	未提及具体局限性	利用强化学习框架评估和优化万古霉素给药策略，以达到目标治疗范围	万古霉素的给药策略和患者个体化的时间-浓度曲线	机器学习、药代动力学模拟	感染性疾病（未特指）	强化学习、深度学习药代动力学建模	递归神经网络（RNN）	患者特异性药代动力学数据（模拟生成）	未提及具体样本量	未提及	PK-RNN-2CM（两室药代动力学递归神经网络）	AUC奖励分数、24小时AUC评估、均方根误差（RMSE）	未提及
202	2026-08-11	Prediction of Golgi Polarity in Collectively Migrating Epithelial Cells Using Graph Neural Network 2024, Cells, tissues, organs DOI:10.1159/000528354 PMID:36455516	研究论文	本文构建了一个基于图神经网络的深度学习模型，用于预测集体迁移上皮细胞中高尔基体的极性，并分析了其与几何和物理因素的相关性。	首次使用图神经网络系统分析影响高尔基体极性的多种因素，并揭示其与最大主应力方向的相关性，突出了物理线索在细胞内组织中的新角色。	模型预测准确率为75%，且未探讨其他潜在影响因素，可能限制了因果关系推断。	探究影响集体迁移上皮细胞中高尔基体极性的几何和物理因素，并评估图神经网络在预测和解释该极性方面的能力。	集体迁移的上皮细胞单层，特别是其中高尔基体的位置及其极性。	机器学习	NA	NA	图神经网络	几何和物理因素数据（如应力场），可能包括图像或模拟数据	未明确指定具体样本数量，涉及多种几何和物理条件。	NA	图神经网络（具体架构未指明）	准确率（75%）	NA
203	2026-08-08	Making MS Omics Data ML-Ready: SpeCollate Protocols 2024, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4007-4_9 PMID:38995540	研究论文	本文提供了将质谱数据转化为机器学习就绪格式的综合指南，涵盖数据分析、推断和深度学习模型SpeCollate的应用	提出了SpeCollate这一基于深度学习的肽数据库搜索引擎，通过生成谱图和肽段的联合嵌入，克服了理论谱图简单模拟和启发式评分函数的局限	NA	指导研究人员将质谱数据用于机器学习训练、推断和应用，并展示SpeCollate在肽鉴定中的有效性	质谱数据及基于深度学习模型的肽数据库搜索	生物信息学	NA	质谱法	深度学习模型	质谱数据	NA	NA	SpeCollate	NA	NA
204	2026-08-08	Effects of wind speed and wind direction on crop yield forecasting using dynamic time warping and an ensembled learning model 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.16538 PMID:38881862	研究论文	本研究提出一种结合动态时间规整（DTW）与集成学习模型（LSTM-RF）的方法，用于预测腰果作物产量，并特别关注风速和风向的影响。	将DTW用于评估风速和风向的时间序列相似性，并与LSTM和随机森林集成，以提高作物产量预测的准确性，这是对传统方法的创新扩展。	研究仅限于加纳博诺地区的三个腰果产区，可能限制结果的普遍性；DTW的计算复杂度可能影响大规模应用。	评估风速和风向对作物产量预测的影响，并通过DTW增强集成学习模型的性能。	加纳博诺地区的腰果作物产量预测，涉及Jaman North、Jaman South和Wenchi三个区域。	机器学习	不适用	时间序列分析	LSTM, 随机森林	时间序列数据（风速、风向和产量）	未指定样本量，但涉及三个区域（Jaman North、Jaman South、Wenchi）的数据。	NA	LSTM, 随机森林, DTW	R分数, RMSE, MBE, 置信度水平（ADF测试）	NA
205	2026-08-08	Coupled intelligent prediction model for medium- to long-term runoff based on teleconnection factors selection and spatial-temporal analysis 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313871 PMID:39666703	研究论文	本研究基于遥相关因子选择和时空分析，在雅砻江流域开发了RF-SVR和RF-MLPR两种耦合智能模型，用于中长期径流预测，提高了预测精度并揭示了大气环流指数对径流影响的滞后效应	通过整合随机森林（RF）与支持向量回归（SVR）和多层感知器回归（MLPR）的互补优势，提出了两种新颖的耦合智能预测模型，有效消除高维数据的共线性和冗余信息，并引入遥相关因子选择和时空分析，揭示大气环流指数对径流影响的一个月滞后效应	预测精度随预测期延长而下降，R2值从1个月预测的0.8886降至12个月预测的0.6358，表明长期预测面临更大的不确定性和影响因素累积带来的挑战	提高中长期径流预测的准确性，为洪水控制、干旱缓解、水资源综合管理和生态恢复提供实用工具	雅砻江流域（YLRB）的径流序列及四个水文站的径流数据	机器学习	NA	NA	随机森林（RF）、支持向量回归（SVR）、多层感知器回归（MLPR）以及其耦合模型RF-SVR和RF-MLPR	径流时间序列数据及大气环流指数数据	雅砻江流域四个水文站的径流数据	NA	随机森林（RF）、支持向量回归（SVR）、多层感知器回归（MLPR）	纳什-苏特克利夫效率系数（NSE）、R²	NA
206	2026-08-07	Attribution classification method of APT malware based on multi-feature fusion 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304066 PMID:38935673	研究论文	提出一种基于多特征融合的APT恶意软件归属分类方法，结合事件行为图、操作码图像和词频行为特征，使用深度学习模型提高分类性能	构建基于API指令的事件行为图并利用GNNs模型捕获主机执行轨迹；提出了ImageCNTM模型以捕获操作码图像的局部空间相关性和连续长期依赖；融合词频和行为特征，提出多特征多输入深度学习模型	摘要中未提及明确的局限性	解决APT恶意软件归属分类问题，提高分类准确性，特别是考虑DLL链接库和隐藏文件地址，以及捕获事件行为的局部和全局相关性	APT恶意软件样本	机器学习	NA	API指令分析、操作码特征提取、词频统计	GNNs、ImageCNTM（可能基于CNN和LSTM）	恶意软件可执行文件及执行日志	公开数据集中的APT恶意软件样本（具体数量未提及）	NA	GNNs、ImageCNTM	准确率	NA
207	2026-08-07	Tongue feature dataset construction and real-time detection 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0296070 PMID:38452007	研究论文	本研究构建了中医舌象特征数据集，并训练深度学习目标检测模型，实现舌象特征的实时定位与检测	将深度学习可视化技术应用于中医舌诊，构建了高质量的人工标注舌象特征数据集，并训练出可实时检测舌象特征的模型，提供了传统神经网络模型缺乏的可解释性和直观性	未在摘要中明确提及	自动化解释舌象特征，提高诊断效率和一致性	舌象图像及其特征（裂纹、齿痕、厚苔、黄苔等）	计算机视觉	中医诊断相关疾病	图像采集与深度学习	目标检测模型（深度学习）	图像	未在摘要中明确提及具体数量	未在摘要中明确提及	未在摘要中明确提及	平均精度（AP）	NVIDIA GeForce GTX 1060 GPU
208	2026-08-07	Insect detect: An open-source DIY camera trap for automated insect monitoring 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295474 PMID:38568922	研究论文	介绍了一种基于低成本现成硬件和开源软件的DIY相机陷阱，用于自动化监测访花昆虫	提出了一种结合现成硬件、开源软件和定制深度学习模型的DIY相机陷阱，用于非侵入性自动监测访花昆虫，具有低成本、高定制性和在设备上实时处理的特点	未提及明确的局限性	开发一种自动化监测访花昆虫的DIY相机陷阱，以较低成本和努力实现高时空分辨率的数据收集，支持昆虫保护策略	访花昆虫	计算机视觉, 机器学习	NA	相机陷阱、深度学习	深度学习模型（用于检测、跟踪和分类）	图像	未明确说明样本数量	开源软件（未指定具体框架）	未明确指定具体架构	top-1准确率	设备上处理，太阳能供电，低功耗，本地计算机用于分类
209	2026-08-07	From explanation to intervention: Interactive knowledge extraction from Convolutional Neural Networks used in radiology 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0293967 PMID:38598468	研究论文	提出一个交互式框架，将放射学中使用的卷积神经网络（CNN）转换为可解释的符号规则，并允许临床医生通过“what-if”问题干预模型决策，以增强信任。	创新点在于将CNN层转换为紧凑的符号规则集，并通过临床医生交互可视化规则、基于放射组学和排列评估确定核的相关性，且可移除不具临床意义的核而不影响模型性能。	未提供，无法从标题和摘要中获取。	提高CNN在医学影像（X射线）诊断中的可解释性和临床信任度。	用于放射学X射线图像的CNN模型。	计算机视觉	未明确指定	CNN	CNN	医学X射线图像	未提供	未提供	未提供	模型性能（如准确性等，但具体指标未提供）	未提供
210	2026-08-06	An assessment of the value of deep neural networks in genetic risk prediction for surgically relevant outcomes 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294368 PMID:39008506	研究论文	本研究评估了深度神经网络在手术相关结果遗传风险预测中的价值，利用英国生物库数据构建线性和深度学习模型，比较了仅遗传、仅临床和联合模型的性能。	首次将深度神经网络与基因组学结合用于手术相关结果的预测，并评估了其相对于传统线性模型的增量价值。	研究仅基于英国生物库数据，可能限制了结果的普遍性；深度学习的性能提升有限，且未探讨模型在临床实践中的实际影响。	评估深度神经网络与遗传信息结合在预测手术相关并发症中的潜在价值。	英国生物库中的手术患者数据，涉及房颤、静脉血栓栓塞和肺炎等手术相关结果。	机器学习	心血管疾病、肺炎	GWAS	深度神经网络、线性模型	SNP数据、临床数据	英国生物库中的大型数据集（具体数量未在摘要中提供）	NA	NA	ROC-AUC、精确率、召回率	NA
211	2026-08-06	Research on improved gangue target detection algorithm based on Yolov8s 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0293777 PMID:38980881	研究论文	提出一种基于Yolov8s的改进煤矸石目标检测算法，以提高检测速度和精度并降低模型复杂度。	采用轻量级网络Fasternet作为主干，替换Slimneck的C2F部分，引入Detect-DyHead、DIoU损失函数和BAM块注意力机制，显著提升检测性能。	未提及具体局限性。	旨在解决煤矸石目标检测中深度学习速度慢、参数多和计算成本高的问题，提供高效实时的检测方案。	煤矸石目标	计算机视觉	不适用	深度学习目标检测	YOLOv8s（改进）	图像	未提及具体样本数量	未提及具体框架，但可能使用PyTorch	Fasternet、C2F、Detect-DyHead、BAM块	检测精度、参数数量、计算量、模型存储大小	未提及具体计算资源
212	2026-08-06	The analysis of the internet of things database query and optimization using deep learning network model 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0306291 PMID:38941309	研究论文	本研究探讨了深度学习网络模型在物联网数据库查询和优化中的应用效果，通过优化策略改进模型，并通过实验验证了其高效性	将深度学习网络模型用于物联网数据库查询优化，并通过优化策略提高模型在训练、参数优化、资源消耗和延迟方面的性能	未明确提及局限性，可能包括实验数据规模有限或模型泛化能力待验证	分析深度学习网络模型在物联网数据库查询和优化中的性能表现，并验证优化模型的优势	物联网数据库查询和优化任务	机器学习	NA	NA	深度学习网络模型	文本数据	未明确样本数，但实验涉及不同数据量（如2000、4000）	NA	未明确指定具体架构（如ResNet、Transformer等）	训练时间、参数优化时间、资源消耗（CPU/GPU使用率、内存使用）、吞吐量、延迟	NA
213	2026-08-06	Deep learning for 3D cephalometric landmarking with heterogeneous multi-center CBCT dataset 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305947 PMID:38917161	研究论文	本文评估了一种轻量级深度学习神经网络在多中心、多民族、多设备CBCT数据集上自动定位46个临床重要头影测量标志点的临床适用性	首次使用包含芬兰和泰国患者的多中心、多民族、多设备CBCT数据集，并实现了轻量级网络快速定位46个标志点	未提及具体局限性	分析轻量级深度学习网络在临床环境中快速定位头影测量标志点的可行性和鲁棒性	来自芬兰和泰国患者的309个CBCT扫描影像	深度学习	口腔正畸相关疾病	CBCT扫描	神经网络	三维医学影像	309个CBCT扫描，包括芬兰和泰国患者	NA	NA	平均距离，临床显著性（≤2mm），误差（≤2mm或≤2°），Mann-Whitney U检验，Benjamini-Hochberg校正	单机GPU和CPU计算，平均预测时间分别为0.77秒和2.27秒
214	2026-08-06	Factor-GAN: Enhancing stock price prediction and factor investment with Generative Adversarial Networks 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0306094 PMID:38917175	研究论文	本文介绍Factor-GAN，一种利用生成对抗网络技术提升股票价格预测和因子投资性能的创新框架	提出Factor-GAN框架，将GAN技术应用于多因子定价模型，结合深度学习和金融因子投资，并进行了经济机制解释	未明确提及局限性	利用深度学习技术增强因子投资中的价格预测精度和投资策略稳定性	中国股市的股票，涉及70个公司特征因子	机器学习	NA	NA	生成对抗网络（GAN）	结构化财务数据	未明确提及，但使用了中国股市的A股和双重上市公司样本	NA	GAN	年化收益率, 夏普比率	NA
215	2026-08-06	Enhancing semantic segmentation in chest X-ray images through image preprocessing: ps-KDE for pixel-wise substitution by kernel density estimation 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0299623 PMID:38913621	研究论文	本文提出一种新的预处理技术ps-KDE，通过核密度估计进行像素值替换，以增强胸部X光图像中主要器官的语义分割效果	提出了一种基于核密度估计的像素值替换方法（ps-KDE），该方法根据像素值的归一化频率来增强图像对比度，与传统的CLAHE方法相比，在处理数据集异质性和不同解剖结构对比度方面表现出更好的鲁棒性	未明确提及限制，但可能包括样本多样性有限、仅针对特定器官分割进行验证等	探索ps-KDE预处理技术对深度学习算法在胸部X光图像中分割主要器官（心脏、左右肺、左右锁骨）的影响	胸部后前位X光图像中的主要器官，包括心脏、左肺、右肺、左锁骨和右锁骨	计算机视觉	肺部疾病	核密度估计	U-Net	图像	未明确提及具体样本数量，但使用了胸部X光图像数据集	未明确提及	U-Net（ResNet34骨干网络）	Dice分数	未明确提及
216	2026-08-06	Performance enhancement of short-term wind speed forecasting model using Realtime data 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302664 PMID:38820359	研究论文	本文提出了一种混合模型L-LG-S，用于短期风速预测，以提高可再生能源中风力发电的效率	结合了LSTM和线性回归的混合模型，针对短期风速预测表现出优于现有模型的准确性	结论基于单一地点的数据，可能限制了模型在其他地区的通用性	提高短期风速预测的准确性，以支持风力发电的安全和高效运营	位于巴基斯坦卡拉奇的某风力涡轮机的实时风速数据	机器学习	NA	实时数据采集	混合模型（LSTM和线性回归）	数值时间序列	一个风力涡轮机的风速数据	未指定	LSTM, 线性回归	均方误差, 均方根误差, 平均绝对误差	未指定
217	2026-08-06	A model for skin cancer using combination of ensemble learning and deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0301275 PMID:38820401	研究论文	本文提出一种结合集成学习与深度学习的皮肤癌分类模型，旨在区分良性和恶性皮肤癌病例，以提高评估指标。	创新点在于设计了一个包含多种特征选择技术的特征选择层，并选用DenseNet-201作为主要特征提取器，结合Lasso特征选择方法和多种机器学习算法，通过集成方法优化模型性能。	摘要中未提及具体局限性。	帮助医疗专家区分良性和恶性皮肤癌病例，提高分类评估指标。	皮肤癌图像数据。	计算机视觉、机器学习	皮肤癌	迁移学习、特征提取、特征选择	集成学习、深度学习	图像	未提及具体样本量。	NA	DenseNet-201	准确性、灵敏度	NA
218	2026-08-06	DAU-Net: Dual attention-aided U-Net for segmenting tumor in breast ultrasound images 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0303670 PMID:38820462	研究论文	提出了一种基于深度学习的双注意力增强U-Net方法，用于乳腺超声图像中的肿瘤分割	创新性地提出了位置卷积块注意力模块（PCBAM）和移位窗口注意力（SWA），并将其集成到残差U-Net中，显著提高了分割性能	模型在BUSI和UDIAT数据集上的Dice得分分别为74.23%和78.58%，提示仍有进一步提升空间	通过整合创新注意力机制，开发一种精确的乳腺超声图像肿瘤分割方法，以支持早期检测和诊断	乳腺超声图像中的肿瘤区域	计算机视觉	乳腺癌	深度学习	U-Net	图像	使用了两个广泛使用的乳腺超声图像数据集（BUSI和UDIAT）	PyTorch	残差U-Net	Dice系数	未提及
219	2026-08-06	MCE: Medical Cognition Embedded in 3D MRI feature extraction for advancing glioma staging 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304419 PMID:38820482	研究论文	提出了一种医学认知嵌入（MCE）模型，用于3D MRI特征提取，以推进脑胶质瘤分期	将医学知识特征嵌入数据驱动方法，设计两种方法模拟医生读片学习过程，并结合Radiomics特征和手动诊断特征	受限于脑胶质瘤MRI数据的可获取性，纯数据驱动算法在特征提取和质量捕获上面临挑战	提高脑胶质瘤MRI分期的准确性和临床适用性，通过嵌入医学认知改善特征提取	脑胶质瘤MRI数据	计算机视觉, 数字病理学	脑胶质瘤	MRI	深度学习模型（具体未指明）	3D MRI图像	BraTS2018和BraTS2020公开数据集	NA	MCE（医学认知嵌入）	准确率、召回率、精确率	NA
220	2026-08-06	Sampling clustering based on multi-view attribute structural relations 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0297989 PMID:38781184	研究论文	提出了一种基于多视图属性结构关系的采样聚类方法SLMGC，用于有效处理多视图图数据聚类任务	提出了一种简单有效的多视图图聚类方法SLMGC，无需复杂参数设置，通过图过滤、节点重要性采样和图对比正则化增强聚类性能	未明确提及局限性	解决现有基于深度学习的图聚类技术在处理多视图图数据时的问题，如无法同时探索多个视图结构与节点属性之间的关系以及处理不同特征的多视图数据	多视图图数据	机器学习	NA	NA	非神经网络算法	图数据	NA	NA	NA	综合实验验证聚类性能，但未指定具体指标	NA