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	2026-09-28	A fact based analysis of decision trees for improving reliability in cloud computing 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0311089 PMID:39625991	研究论文	本文通过对比多种机器学习算法在云计算故障预测中的准确性与可靠性，并提出改进的决策树（J48）算法以提高准确率并减少故障预测误差	对AdaBoostM1、Bagging、决策树（J48）、深度学习（Dl4jMLP）和朴素贝叶斯树（NB Tree）五种算法在云计算故障预测中的准确性和故障预测能力进行了对比分析，并基于结果对决策树（J48）算法进行了改进，使其达到最高准确率和较少故障预测误差	算法复杂度未充分优化，NB Tree算法复杂度较差，耗时1.01秒，而J48虽然复杂度较好（0.11秒），但仍有改进空间	比较不同机器学习算法在云计算环境中的准确性和故障预测能力，以提高云计算的可靠性	云计算环境中的故障预测和可靠性分析	机器学习	NA	NA	决策树, AdaBoostM1, Bagging, 深度学习, 朴素贝叶斯树	NA	NA	NA	决策树（J48）, AdaBoostM1, Bagging, Dl4jMLP, NB Tree	准确率	NA
22	2026-09-28	Diffusion models for medical image reconstruction 2024-Jan, BJR artificial intelligence DOI:10.1093/bjrai/ubae013 PMID:42064401	综述	本文综述了基于无监督扩散模型的医学图像重建方法，介绍了其原理、应用、优势与挑战	系统总结了无监督扩散模型在医学图像重建中的应用，并提出了使用该方法的指导方针	扩散模型存在幻觉问题，可能影响临床应用的可靠性	探讨扩散模型在医学图像重建中的潜力、方法及挑战	医学图像重建算法，包括MRI、CT、PET等模态	计算机视觉	NA	扩散模型	扩散模型	图像	NA	NA	NA	NA	NA
23	2026-09-23	Towards tDCS Digital Twins using Deep Learning-based Direct Estimation of Personalized Electrical Field Maps from T1-Weighted MRI 2024, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72069-7_44 PMID:42261487	研究论文	该研究提出了一种基于深度学习的直接从T1加权MRI生成经颅直流电刺激（tDCS）个性化电场图的方法，作为tDCS数字孪生的概念验证	利用深度学习直接从T1加权MRI生成个性化电场图，无需运行耗时的基于物理的仿真器；采用特殊损失正则化提高模型在不同个体扫描和电极蒙太奇下的泛化性和校准性；用户可输入所需电极蒙太奇以获得定制输出	仅为概念验证，尚未在临床应用中验证；数据集规模有限（442个头部）；未与基于物理的方法进行全面的准确性对比	实现tDCS的个性化电场估计，以改善tDCS干预效果	成年人的T1加权MRI扫描和电极蒙太奇	医学图像分析	抑郁症、物质使用障碍、焦虑症、疼痛	深度学习，T1加权MRI	深度学习模型	图像	442个独特的个体头部MRI	NA	NA	NA	NA
24	2026-09-20	Identifying primary tumor site of origin for liver metastases via a combination of handcrafted and deep learning features 2024-01, The journal of pathology. Clinical research DOI:10.1002/cjp2.344 PMID:37822044	研究论文	本研究通过结合手工特征和深度学习特征，识别肝转移瘤的原发肿瘤来源部位	将计算机提取的手工组织形态学特征与深度学习分类器相结合，并采用决策融合策略预测肝转移瘤的原发来源，同时利用注意力图识别原发肿瘤中转移的空间起源区域	作为初步研究，样本量较小（114例患者，175张切片），需要更大规模的多中心验证	识别肝转移瘤的原发肿瘤来源部位，以指导治疗选择	肝转移瘤患者及其原发肿瘤组织切片	数字病理学	肝癌	全切片图像分析	随机森林, 深度学习	图像	175张切片，114例患者（训练集：60例患者，121张全切片图像；验证集：54例患者，54张全切片图像）	NA	随机森林, 深度学习网络	AUC	NA
25	2026-09-20	Design of image segmentation model based on residual connection and feature fusion 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309434 PMID:39361568	研究论文	该文提出了一种基于残差连接和特征融合的图像分割模型FRes-MFDNN，并在ISPRS Vaihingen和Caltech UCSD Birds200数据集上验证了其分割性能	综合利用残差连接的深层特征提取能力和特征融合的多尺度特征整合能力，构建了FRes-MFDNN模型，有效解决了传统图像分割中背景复杂和信息丢失的问题	仅在两个公开数据集上进行了验证，未提及模型参数量、训练时间等计算成本方面的详细分析，也未与其他最新方法进行全面的对比实验	针对复杂场景和多尺度目标图像，设计一种高效的图像分割模型以提升分割精度和细节完整性	复杂场景图像和多尺度目标图像，包括ISPRS Vaihingen数据集中的遥感图像和Caltech UCSD Birds200数据集中的鸟类图像	计算机视觉	NA	深度学习图像分割	CNN	图像	两个公开数据集：ISPRS Vaihingen数据集和Caltech UCSD Birds200数据集	NA	残差网络, 特征融合网络	平均准确率, F1值, 分割准确率	NA
26	2026-09-20	A Multi-level ensemble approach for skin lesion classification using Customized Transfer Learning with Triple Attention 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309430 PMID:39446759	研究论文	本文提出了一种基于卷积神经网络（CNN）的多级集成方法，采用定制迁移学习（CTL）和三重注意力（TA）模块，用于皮肤病变分类	提出了信息增益比例平均（IGPA）和多级信息增益比例平均（ML-IGPA）方法，用于确定集成模型中各模型预测的最优权重分配	未明确说明	提高皮肤病变分类的准确性和可解释性，促进早期诊断	皮肤病变图像	计算机视觉	皮肤癌	定制迁移学习（CTL）	卷积神经网络（CNN）	图像	HAM1000数据集	NA	NA	准确率	NA
27	2026-09-20	Navigating urban congestion: A Comprehensive strategy based on an efficient smart IoT wireless communication for PV powered smart traffic management system 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310002 PMID:39453902	研究论文	本文提出了一种基于高效智能物联网无线通信的综合策略，结合光伏供电的智能交通管理系统来缓解埃及城市交通拥堵问题	将深度学习方法和优化算法与物联网赋能的5G框架相结合，并采用光伏模块和电池为交通控制系统供电以确保电网停电时的服务连续性	摘要中未明确提及研究的局限性	现代化埃及的交通管理系统，使其符合智能交通网络的全球准则，减少燃料消耗、提高道路安全性和交通效率	埃及城市交通拥堵问题及智能交通管理系统	机器学习	NA	物联网、5G通信、深度学习、优化算法、光伏供电	深度学习	图像	NA	NA	NA	NA	Raspberry Pi 3微控制器、云连接、检测摄像头
28	2026-09-19	Prediction of PM2.5 concentration based on a CNN-LSTM neural network algorithm 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.17811 PMID:39131620	研究论文	本研究基于CNN-LSTM深度学习模型对青岛市PM2.5浓度进行预测与分析	集成CNN提取空间特征和LSTM学习时间依赖性，用于PM2.5时间序列预测，并揭示气象因素的影响	未提及	预测和分析站点PM2.5浓度，以追溯污染源并实施健康保护措施	青岛市2020年PM2.5数据以及温度、风速、气压等气象因素	机器学习	NA	NA	CNN-LSTM	时间序列数据	青岛市2020年PM2.5和气象数据	NA	CNN, LSTM	决定系数R², 均方根误差RMSE	NA
29	2026-09-19	CL-Informer: Long time series prediction model based on continuous wavelet transform 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0303990 PMID:39269969	研究论文	提出了一种结合连续小波变换和LSTM的CL-Informer模型，用于提高长时间序列预测的准确性	在Informer模型中添加了基于连续小波变换的嵌入层，并引入LSTM层捕获数据依赖和处理冗余信息	未明确说明	提高时间序列预测的准确性	时间序列数据	机器学习	NA	连续小波变换，LSTM	Informer，LSTM	时间序列	五个数据集	NA	Informer，LSTM	MSE	NA
30	2026-09-19	Domain affiliated distilled knowledge transfer for improved convergence of Ph-negative MPN identifier 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0303541 PMID:39331624	研究论文	该论文通过将大型淋巴结图像数据集上训练的ResNet模型的知识蒸馏到轻量级CNN中，以提升Ph阴性骨髓增殖性肿瘤（MPN）图像分类的准确性和收敛速度	首次将知识蒸馏技术用于解决Ph阴性MPN数据稀缺问题，通过从大型淋巴结图像数据集蒸馏知识到轻量级CNN，再在小型MPN数据集上微调，显著提升了模型性能	研究仅基于300张MPN图像的小数据集，未验证在其他罕见病或更大规模数据上的泛化能力；未与其他先进的小样本学习方法进行充分比较	解决Ph阴性MPN诊断中数据稀缺导致的深度学习模型性能不佳问题，提升轻量级模型在小样本MPN数据集上的收敛性和准确性	Ph阴性骨髓增殖性肿瘤（MPN）的病理图像	数字病理学	Ph阴性骨髓增殖性肿瘤	知识蒸馏	CNN	图像	327680张淋巴结图像用于预训练，300张MPN图像用于微调	NA	ResNet-50, 4层CNN	准确率	NA
31	2026-09-18	A retrospective evaluation of individual thigh muscle volume disparities based on hip fracture types in followed-up patients: an AI-based segmentation approach using UNETR 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.17509 PMID:39161969	研究论文	该研究采用基于UNETR的AI自动分割模型，对随访的髋部骨折患者CT扫描进行大腿肌肉体积差异的回顾性评估。	利用UNETR架构的自动肌肉分割模型，高效、准确地量化随访髋部骨折患者的大腿肌肉体积变化，并揭示了不同骨折类型及特定肌肉群之间的显著差异。	样本量较小（18例），为单中心回顾性研究，可能影响结果的普遍性。	评估不同髋部骨折类型对随访患者大腿肌肉体积的影响，为康复干预提供定量依据。	在庆尚国立大学接受髋部骨折手术治疗的18例患者。	数字病理学	髋部骨折	CT扫描	UNETR	图像	18例患者	NA	UNETR	Dice分数, 相对绝对体积差	NA
32	2026-09-18	Machine learning and deep learning-based approach to categorize Bengali comments on social networks using fused dataset 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308862 PMID:39361557	研究论文	本文使用机器学习和深度学习技术对孟加拉语社交媒体评论进行分类，以检测网络骚扰	融合了两个数据集，生成94,000条孟加拉语评论，并比较了多种机器学习和深度学习模型	未明确提及	消除网络骚扰，创造一个无批评的在线环境	孟加拉语社交媒体评论	自然语言处理	NA	自然语言处理	多层感知器, K-最近邻, 极端梯度提升, 自适应增强分类器, 逻辑回归分类器, 随机森林分类器, 装袋分类器, 随机梯度下降, 投票分类器, 堆叠, 深度神经网络, 卷积神经网络, 卷积-长短期记忆网络, 双向长短期记忆网络	文本	94,000条孟加拉语评论	NA	多层感知器, K-最近邻, 极端梯度提升, 自适应增强分类器, 逻辑回归分类器, 随机森林分类器, 装袋分类器, 随机梯度下降, 投票分类器, 堆叠, 深度神经网络, 卷积神经网络, 卷积-长短期记忆网络, 双向长短期记忆网络	准确率, 精确率, 召回率, F1分数	NA
33	2026-09-18	A novel mean shape based post-processing method for enhancing deep learning lower-limb muscle segmentation accuracy 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308664 PMID:39365764	研究论文	本文提出了一种基于均值形状的后处理方法，利用统计形状建模来优化深度学习下肢肌肉分割结果，以提高MRI扫描中的分割精度	提出了一种新颖的基于均值形状的后处理方法，利用统计形状建模考虑肌肉解剖形状来微调分割输出	样本量较小，仅包括两个队列的绝经后女性，共18例MRI扫描	提高基于MRI扫描的深度学习下肢肌肉分割精度，这对肌肉骨骼疾病的诊断和治疗过程至关重要	下肢肌肉，MRI扫描图像	计算机视觉	肌肉骨骼疾病	MRI	U-Net	图像	18例MRI扫描（10例训练，8例测试），来自绝经后女性队列，体素大小1.0x1.0x1.0 mm3	NA	U-Net	Dice相似系数（DSC）、Hausdorff距离（HD）、平均对称表面距离（ASSD）	NA
34	2026-09-18	Evaluating Explainable Artificial Intelligence (XAI) techniques in chest radiology imaging through a human-centered Lens 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308758 PMID:39383147	研究论文	通过对胸部X光和CT图像诊断肺炎和COVID-19的深度学习模型进行用户研究，从人类视角评估两种可视化XAI技术（Grad-CAM和LIME）	从人类视角对胸部放射学中的XAI技术进行用户研究评估，比较Grad-CAM和LIME在临床相关性、连贯性和用户信任方面的表现，并强调多模态可解释性和包容性设计的需求	医学专业人员对XAI系统的价值和实践方面缺乏认知，Grad-CAM的临床可用性受到关注，需要进一步的多模态可解释性研究	评估可视化XAI系统在胸部放射学诊断中的效果，从人类视角验证其临床相关性、连贯性和用户信任，并识别用户驱动的可解释性需求	胸部X光和CT扫描图像，用于诊断肺炎和COVID-19的深度学习模型生成的视觉解释，以及参与用户研究的医学专业人员	医学影像分析，数字病理学（可扩展至放射学）	肺炎，COVID-19	胸片和CT扫描成像，深度学习算法	卷积神经网络（CNN），具体为Grad-CAM和LIME解释方法	图像（胸部X光和CT扫描）	用户研究涉及医学专业人员（具体数量未提及），模型数据集未指定	NA	CNN（用于诊断），Grad-CAM，LIME	准确率（肺炎90%，COVID-19 98%），临床相关性，连贯性，用户信任	NA
35	2026-09-18	LTPLN: Automatic pavement distress detection 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309172 PMID:39388401	研究论文	本文提出了一种基于轻量级Transformer补丁标记网络（LTPLN）的新型方法，用于自动路面病害检测，通过直方图均衡化预处理、图像分块、增强Transformer模型、深度可分离卷积模块以及基于期望最大化的标签蒸馏策略，提高了检测效率和泛化能力	提出了一种轻量级Transformer补丁标记网络（LTPLN），通过整合特征图标签、引入深度可分离卷积模块以及采用基于期望最大化的标签蒸馏策略，降低了计算复杂度并增强了模型轻量性	与基线模型相比，AUC准确率下降了1.2个百分点	提高自动路面病害检测的效率，克服现有方法在复杂场景下效果有限和泛化能力差的问题	路面病害图像	计算机视觉	路面病害	直方图均衡化，图像分块，弱监督学习	Transformer	图像	使用了一个私有路面病害数据集和一个公开数据集，具体样本数量未提及	NA	轻量级Transformer补丁标记网络（LTPLN），深度可分离卷积	AUC，准确率，速度，Flops	NA
36	2026-09-18	Path of career planning and employment strategy based on deep learning in the information age 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308654 PMID:39405324	研究论文	本文探讨了信息时代基于深度学习的职业规划与就业策略路径，旨在帮助大学生提升就业竞争力和自我发展	将深度学习技术应用于职业规划与就业策略路径的研究，结合定量与定性方法，通过设置对照组和实验组评估职业规划教育效果	未提及具体使用的深度学习模型架构、数据集规模以及计算资源等细节，可能影响研究的可重复性和普适性	研究信息时代基于深度学习的职业规划与就业策略路径，帮助大学生提升职业意识和就业竞争力	大学生（职业规划教育中的学生群体）	机器学习	NA	深度学习、问卷调查、描述性统计、相关性分析	NA	文本（问卷数据）	NA（未提及具体样本量，但包含对照组和实验组）	NA	NA	职业意识提升35%、自我提升15%	NA
37	2026-09-18	DPNet: Scene text detection based on dual perspective CNN-transformer 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309286 PMID:39432472	研究论文	本文提出了一种基于双视角CNN-Transformer的场景文本检测方法DPNet，通过将通道增强自注意力模块和空间增强自注意力模块集成到ResNet骨干网络中，并结合特征解码器，有效提升了场景文本检测的性能	提出了通道增强自注意力模块（CESAM）和空间增强自注意力模块（SESAM），将双视角自注意力机制集成到传统ResNet骨干网络中，有效学习全局上下文信息和文本位置关系；引入特征解码器细化特征图中的有效文本信息，增强细节感知能力	摘要中未明确提及该方法的局限性	解决复杂背景和多样文本形式下的场景文本检测问题，提升模型对不同类型文本检测的鲁棒性，特别是缓解小目标文本检测的挑战	场景文本图像中的文本区域	计算机视觉	NA	深度学习	CNN, Transformer	图像	Total-Text数据集、ICDAR 2015数据集、MSRA-TD500数据集	NA	ResNet, Transformer	准确率	NA
38	2026-09-18	NIDS-FGPA: A federated learning network intrusion detection algorithm based on secure aggregation of gradient similarity models 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308639 PMID:39446819	研究论文	本文提出了一种基于梯度相似度模型聚合的联邦学习网络入侵检测算法，结合Paillier同态加密和2DCNN-BIGRU深度学习模型，用于工业物联网环境下的入侵检测。	创新点包括：1）提出梯度相似度模型聚合算法，动态选择和加权模型更新以降低通信开销；2）将联邦学习与Paillier同态加密结合，确保训练过程安全；3）设计2DCNN-BIGRU模型处理不完整数据特征和缺失标签。	摘要中未明确提及 limitations	解决工业物联网中现有入侵检测系统面临的数据特征不完整、标签缺失、参数泄露和通信开销高等问题，提升网络安全性。	工业物联网网络流量数据	机器学习	NA	联邦学习、Paillier同态加密	2DCNN-BIGRU	网络流量数据	使用了Edge-IIoTset和CIC IoT 2023两个数据集，具体样本数量未提供	NA	2DCNN, BIGRU	准确率	NA
39	2026-09-18	Automated Quantification of Eye Tics Using Computer Vision and Deep Learning Techniques 2024-01, Movement disorders : official journal of the Movement Disorder Society IF:7.4Q1 DOI:10.1002/mds.29593 PMID:38146055	研究论文	本研究应用计算机视觉和深度学习技术，自动检测视频中的眼部抽动，以量化抽动秽语综合征患者的抽动症状	采用计算机视觉方法训练监督式深度学习算法，自动检测视频中的眼部抽动，克服了传统人工评分和依赖人工评估者的局限性	在训练样本量小的情况下，算法的泛化能力有限	应用计算机视觉方法训练监督式深度学习算法，以检测视频中的眼部抽动	11名青少年抽动秽语综合征患者的视频	计算机视觉	抽动秽语综合征	计算机视觉，深度学习	监督式深度学习	视频	54个视频，包含1775个眼部抽动事件和3680个非抽动事件	NA	NA	AUC	NA
40	2026-09-18	MMM and MMMSynth: Clustering of heterogeneous tabular data, and synthetic data generation 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302271 PMID:38630664	研究论文	本文提出了两种针对异构表格数据的新算法：基于EM的聚类算法MMM和合成数据生成算法MMMsynth	提出了一种新颖的基于EM的聚类算法MMM，能够优于标准算法在合成异构数据中确定聚类并恢复真实数据结构；基于此提出了MMMsynth合成数据生成算法，通过预聚类输入数据并假设聚类特定的数据分布来生成合成数据	未明确说明	解决异构表格数据中的聚类问题，并生成合成表格数据以应对生物医学数据共享中的患者隐私问题	异构表格数据集（包含数值、序数、分类数据类型）	机器学习	NA	NA	NA	表格数据	NA	NA	NA	NA	NA