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
241	2026-08-29	Transfer learning reveals sequence determinants of the quantitative response to transcription factor dosage 2024-May-29, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.28.596078 PMID:38853998	研究论文	利用迁移学习训练深度模型，从DNA序列预测转录因子剂量对染色质可及性的定量影响，并揭示序列决定因素	首次将迁移学习应用于预测转录因子扰动下染色质状态的定量响应，结合报告基因实验和生物物理模型验证预测特征	未明确提及，但可能受限于特定细胞类型和转录因子，以及模型的可解释性	揭示顺式调控编码中转录因子剂量响应的序列决定因素，提高对染色质状态预测的理解	面部祖细胞中的调控元件，以及两个剂量敏感转录因子TWIST1和SOX9	深度学习，基因组学	非特定疾病，但涉及面部发育相关	深度学习（转移学习），报告基因分析，生物物理建模	深度神经网络	DNA序列数据和染色质可及性数据	特定细胞类型（面部祖细胞）中的调控元件，具体数量未在摘要中提及	未明确，可能使用TensorFlow或PyTorch	未明确，可能为卷积神经网络或Transformer	准确率，与实验可重复性相比	未明确提及
242	2026-08-29	Inverse radon transform with deep learning: an application in cardiac motion correction 2024-01-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0eb5 PMID:37988757	研究论文	本文提出了一种结合深度学习的逆Radon变换方法，用于心脏运动校正，直接从运动损坏的sinogram重建运动校正后的图像。	提出了一个适合心脏图像重建的ANN架构，能够同时执行逆Radon变换和心脏运动校正，消除了对硬件门控的需求。	未提及具体的局限性。	实现基于深度学习的逆Radon变换，并在心脏图像重建中同时进行运动校正，以消除硬件门控。	心脏图像重建，包括心形模拟对象和人类心脏门控数据。	机器学习	心血管疾病	NA	人工神经网络（ANN）	图像（sinogram）	两种数据集：心形模拟对象和人类心脏门控数据集	NA	NA	NA	NA
243	2026-08-29	A 3D transfer learning approach for identifying multiple simultaneous errors during radiotherapy 2024-01-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad1547 PMID:38091615	研究论文	本研究评估基于三维卷积神经网络（3D CNN）的迁移学习方法在放疗过程中识别多种同时发生的治疗误差的能力。	采用三维迁移学习策略训练多标签分类的3D CNN，以处理临床上复杂的多误差同时发生场景，并引入集成模型以提高性能。	Level 2分类性能较低，过拟合现象较明显，需要进一步优化模型和数据处理方法。	评估基于CNN的误差识别方法在复杂多误差同时发生场景下的能力，以实现更准确的放疗质量控制。	40例肺癌患者的治疗计划和CT图像，以及模拟的多种组合治疗误差。	计算机视觉	肺癌	剂量比较成像	3D CNN (卷积神经网络)	图像（三维剂量分布比较图）	40例肺癌患者，2580个三维剂量分布	NA	CNN，集成模型（由三个CNN组成）	F1得分	NA
244	2026-08-29	A denoising method based on deep learning for proton radiograph using energy resolved dose function 2024-01-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad15c4 PMID:38096569	研究论文	提出一种基于能量分辨剂量函数的深度学习方法，用于质子放射图像去噪，以提高水等效路径长度测量的准确性。	通过建立WEPL特征曲线畸变与散射质子能量及比例的关系，并采用深度学习去除散射质子和校正偏移的WEPL值，与端到端图像去噪相比具有更大优势。	未提及具体局限性。	开发一种有效的质子放射图像去噪方法，提高WEPL测量精度，为精确质子放疗奠定基础。	校准模体和拟人头模体的质子放射图像。	医学影像处理	肿瘤（针对质子放疗）	质子放射成像	深度学习模型（未指定具体类型）	图像	校准模体和拟人头模体的质子放射图像（样本量未明确）	NA	NA	平均绝对误差、平均百分比差异、相对WEPL校正率	NA
245	2026-08-29	Deep learning-based synthetic dose-weighted LET map generation for intensity modulated proton therapy 2024-01-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad154b PMID:38091613	研究论文	提出了一种基于深度学习的框架，用于从剂量分布图预测质子治疗中的剂量加权LET分布图，以简化临床环境中LET图的生成过程并提高速度	首次采用CycleGAN模型从剂量图生成合成的剂量加权LET图，避免了复杂的物理模型和蒙特卡洛模拟，显著提高了生成速度	未提及具体局限性，但可能受限于训练数据的质量和泛化能力	开发一种深度学习框架，快速准确地生成质子治疗的LET分布图，以优化治疗计划并更好地考虑可变RBE	质子治疗中的剂量分布图和LET分布图	深度学习, 医学影像	肿瘤（质子治疗相关，未指定具体癌症类型）	深度学习（CycleGAN），蒙特卡洛模拟（用于生成训练数据）	CycleGAN	图像（剂量分布图和LET分布图）	未明确给出具体样本数量	未明确说明，可能为PyTorch	CycleGAN	平均绝对误差（MAE）、峰值信噪比（PSNR）、归一化互相关（NCC）	未明确说明，可能包括GPU
246	2026-08-29	Non-coplanar lung SABR treatments delivered with a gantry-mounted x-ray tube 2024-01-04, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad111a PMID:38035372	研究论文	本文提出一种使用机架上安装的X射线管的非共面肺SABR治疗方案，并验证其符合RTOG 0813标准且成本低廉。	提出了一种基于320 kVp X射线管和GPU反投影的SITKA系统，结合深度学习CBCT到sCT转换和新型逆向治疗规划，实现低成本的放疗方案。	研究仅基于两个患者病例，且未提供真实临床测试数据。	开发一种适用于低收入国家的低成本、有效的非共面肺SABR治疗系统。	两个肺癌患者病例，使用SITKA系统进行放疗规划。	医学影像和放射治疗	肺癌	蒙特卡洛模拟（MC）、深度学习CBCT到sCT转换	深度学习模型（具体类型未指定）	CT影像、治疗计划数据	2个肺癌患者病例	NA	未指定具体架构	RTOG 0813剂量学标准、最大剂量、平均剂量	GPU（用于反投影和深度学习）
247	2026-08-29	M3S-Net: multi-modality multi-branch multi-self-attention network with structure-promoting loss for low-dose PET/CT enhancement 2024-01-04, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad14c5 PMID:38086073	研究论文	提出了一种名为M3S-Net的多模态多分支多自注意力网络，结合结构促进损失函数，用于从低剂量PET/CT图像生成标准剂量PET图像，以提高图像质量	设计了多分支卷积神经网络与多自注意力机制，并在损失函数中引入多模态结构促进项以学习CT图像的解剖信息	未提及	提高低剂量PET图像质量，以减少辐射暴露和扫描时间，同时保持图像质量与标准剂量相当	低剂量PET/CT图像及对应的标准剂量PET图像	计算机视觉	不适用	PET/CT成像	卷积神经网络	图像	未提及	未提及	多分支卷积神经网络，多自注意力机制	客观指标、肿瘤生成质量、边缘保持、噪声抑制、伪影抑制	未提及
248	2026-08-29	Automated recognition of emotional states of horses from facial expressions 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302893 PMID:39008504	研究论文	本研究首次使用受控实验收集的数据，开发了基于面部表情自动识别马匹情绪状态的AI模型。	首次将AI应用于马匹情绪状态（而非仅疼痛）的自动识别，并比较了深度学习和机器学习两种方法。	预期和沮丧情绪区分困难，准确率仅为61%。	开发AI模型以自动识别马匹的情绪状态（基线、积极预期、失望和沮丧）。	马匹的面部表情视频和EquiFACS标注。	计算机视觉	NA	视频数据收集和EquiFACS行为编码	深度学习模型和机器学习模型	视频和注释数据	未在摘要中指定	NA	NA（但可能涉及CNN等）	准确率	NA
249	2026-08-29	Enhancing sports image data classification in federated learning through genetic algorithm-based optimization of base architecture 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0303462 PMID:38990969	研究论文	提出一种基于遗传算法优化的基础模型生成方法，用于增强联邦学习中体育图像数据的分类性能	通过遗传算法的染色体表示、交叉和变异操作生成优化的基础模型，无需损害性能即可显著改善推理时间和存储空间，便于部署在资源受限设备上	未在摘要中明确提及限制	在不影响性能的前提下生成优化的基础模型，以提升联邦学习中体育图像分类的效率和适用性	体育图像数据，在平衡和不平衡场景下，使用不同数量的客户端	机器学习	NA	NA	CNN（AlexNet, VGG19, ResNet50, EfficientNetB3）	图像	未在摘要中明确提及具体样本数量，但涉及平衡和不平衡数据集及9个客户端	NA	AlexNet, VGG19, ResNet50, EfficientNetB3	准确率、推理时间、存储空间	未在摘要中提及，但强调可部署在资源受限设备上
250	2026-08-29	HAPI: An efficient Hybrid Feature Engineering-based Approach for Propaganda Identification in social media 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302583 PMID:38985703	研究论文	介绍了一种名为HAPI的混合特征工程方法，用于在社交媒体文本内容中识别宣传信息，并通过机器学习分类器实现高准确率检测	结合传统特征工程与机器学习，采用混合特征选择技术筛选出40个关键特征，提出了一种新的二元注释方案，并在Twitter数据上验证了其有效性	研究仅关注文本数据，未涵盖图像、音频和视频等多模态内容，且深度学习算法（如ANN）未被用于实验中	开发一种高效且准确的宣传识别系统，用于检测新闻文章和社交媒体帖子中的宣传内容	Twitter上收集的文本内容，包括新闻文章和社交媒体帖子	自然语言处理	NA	特征工程（包括TF-IDF、词袋、情感特征和推文长度）	机器学习分类器（MNB、SVM、决策树、逻辑回归）	文本数据	通过Twitter API收集的数据集，包含标注为宣传和非宣传的推文，具体数量未在摘要中提供	NA	多模型比较（MNB、SVM、决策树、逻辑回归）	精确率、召回率、F1分数、准确率	NA
251	2026-08-29	COVID-19 and Pneumonia detection and web deployment from CT scan and X-ray images using deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302413 PMID:38976703	研究论文	利用深度学习模型从CT扫描和X射线图像中检测COVID-19和肺炎，并部署Web应用	结合多种深度学习模型和Web部署方案，以实现COVID-19和肺炎的快速、经济高效检测	未明确说明	开发一个AI驱动的自动工具，用于快速、低成本地检测COVID-19和肺炎	CT扫描和X射线图像	计算机视觉, 数字病理学	COVID-19, 肺炎	医学影像分析	CNN	图像	两个CT和X射线图像数据集，以及两个额外的X射线图像数据集	NA	VGG-19, ResNet-50, Inception V3, Xception	准确率	NA
252	2026-08-29	Advancing precision rheumatology: applications of machine learning for rheumatoid arthritis management 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1409555 PMID:38915408	综述	本文综述了机器学习在类风湿关节炎管理中的应用，涵盖诊断、治疗预测及亚型发现	系统总结了机器学习在类风湿关节炎管理中的最新应用，包括多种数据模态（电子健康记录、影像、多组学）和不同学习范式（监督与非监督）的整合	存在模型过拟合、泛化能力不足、缺乏临床验证和可解释性差等问题，样本量小且缺乏多样性，前瞻性研究缺乏	探讨机器学习在类风湿关节炎诊断和治疗管理中的潜力，并指出当前挑战和未来方向	类风湿关节炎患者，涉及电子健康记录、影像和多组学数据	机器学习	类风湿关节炎	NA	监督学习和非监督学习模型	电子健康记录、影像、多组学数据	NA	NA	NA	AUC	NA
253	2026-08-29	Utilization of Artificial Intelligence for the automated recognition of fine arts 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312739 PMID:39585839	研究论文	本文介绍了一种基于人工智能的自动化美术作品识别方法，利用卷积神经网络和高级特征提取技术，在基准数据集上实现了对美术作品的多属性分类	结合定制CNN架构和高级特征提取技术，利用数据集的客观类型、流派、材料、技法等特征进行多属性分类，显著提高了识别准确率和效率	摘要中未提及具体局限性	提升美术作品自动识别的准确性和效率，推动美术分析跨学科领域的发展	美术作品，包括不同类型、流派、材料、技法和部门的艺术品	计算机视觉	NA	卷积神经网络（CNN）和高级特征提取技术	CNN	图像	基准数据集（具体样本量未提及）	NA	定制CNN架构	准确率、效率	NA
254	2026-08-29	The multi-strategy hybrid forecasting base on SSA-VMD-WST for complex system 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0300142 PMID:38635832	研究论文	本文提出了一种基于优化混合去噪和深度学习的多策略混合预测技术，用于处理复杂系统的强随机性和非平稳性数据	创新性地将麻雀搜索算法优化的变分模态分解、小波软阈值去噪与CNN-BiLSTM深度学习模型相结合，实现了对实时序列数据的高效去噪和预测	未在摘要中明确提及局限性	旨在提高复杂系统实时时间序列数据的去噪和预测精度，为各行业相关预测提供可靠方法	复杂系统的实时时间序列数据	机器学习	NA	变分模态分解、小波软阈值去噪、麻雀搜索算法优化	CNN-BiLSTM	时间序列数据	NA	NA	CNN, BiLSTM	信噪比, 相关系数, 平均绝对误差, 均方根误差, 拟合优度	NA
255	2026-08-29	A bilateral filtering-based image enhancement for Alzheimer disease classification using CNN 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302358 PMID:38640105	研究论文	本研究提出了一种基于双边滤波和直方图均衡化的图像增强方法，并结合卷积神经网络（CNN）对阿尔茨海默病（AD）进行分类，将其分为轻度认知障碍（MCI）、正常对照（NC）和阿尔茨海默病三类。	创新性地将双边滤波与直方图均衡化相结合用于图像增强，以降低噪声并提升图像质量，从而改善深度学习模型对AD分类的性能。	未在论文标题和摘要中明确提及局限性。	开发一种性能优化的卷积神经网络，用于基于MRI数据将阿尔茨海默病分类为MCI、NC或AD三类，并解决图像噪声对模型性能的影响。	阿尔茨海默病患者的MRI图像，分为MCI、NC和AD三类。	计算机视觉、深度学习	阿尔茨海默病	MRI（磁共振成像）	CNN（卷积神经网络）	图像（MRI图像）	未明确提及具体样本数量，使用了10折交叉验证。	NA	CNN（包含四个卷积层和两个隐藏层）	准确率（accuracy）、AUC	NA
256	2026-08-29	The impact of technological innovation on the green digital economy and development strategies 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0301051 PMID:38662690	研究论文	本研究探讨技术创新在绿色经济背景下对数字经济的动态影响，并基于优化的多层感知器网络模型提出可持续发展策略	针对传统多层感知器网络在绿色经济背景下的局限性，提出优化模型并用于动态分析技术创新对数字经济和产业结构的影响，同时制定可持续发展策略	文中未明确提及局限性	探究技术创新、产业结构、生产方式、经济增长与环境后果之间的相互作用，并提出促进绿色经济和可持续发展的策略	传统与绿色产业的产值、技术创新对数字经济的影响以及产业结构变化	机器学习	不适用	不适用	多层感知器（MLP）	数值数据	500个样本	不适用	多层感知器（MLP）	预测准确率、精确率、敏感度、平均绝对误差	不适用
257	2026-08-28	Concurrent optogenetic motor mapping of multiple limbs in awake mice reveals cortical organization of coordinated movements 2024 Nov-Dec, Brain stimulation IF:7.6Q1 DOI:10.1016/j.brs.2024.10.010 PMID:39476952	研究论文	本文介绍了一种名为多肢体光遗传运动映射（MOMM）的新技术，结合光遗传刺激和深度学习姿态估计，在清醒小鼠中同时绘制多个肢体的运动表征，并揭示了皮层对协调运动的组织原则。	开发了MOMM技术，首次实现了在清醒小鼠中对多个肢体进行高保真度的并发光遗传运动映射，并结合3D三角测量和DeepLabCut姿态估计，能够追踪协调的、多肢体的自然运动。	未明确提及局限性，但可能包括光遗传刺激的穿透深度限制和清醒动物运动的变异性。	开发MOMM技术以同时映射多个肢体的运动表征，并探究皮层上协调性和行为相关运动的地形组织。	清醒小鼠的皮层运动映射，涉及多个肢体（如前肢、后肢）的运动表现。	神经科学	NA	光遗传学	深度学习（DeepLabCut）	图像（3D运动捕捉数据）	未指定具体样本数量	NA	DeepLabCut	地图地形图一致性、重叠程度	NA
258	2026-08-28	Diagnosing schizophrenia using deep learning: Novel interpretation approaches and multi-site validation 2024-06-15, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.148876 PMID:38513996	研究论文	本研究利用多中心数据验证3D ResNet模型在精神分裂症诊断中的泛化能力，并通过SHAP方法提供神经解剖学解释	采用留一中心交叉验证策略，利用来自九个全球中心的大型多样样本评估模型泛化性，并结合解剖图谱改进SHAP方法以提供精确的脑区功能解释	未明确提及局限性，但可能受限于样本多样性、模型可解释性的固有挑战及验证方法的计算成本	提高精神分裂症诊断的准确性和客观性，增强深度学习模型的可解释性和泛化能力，以促进临床应用	精神分裂症患者和健康对照个体	深度学习	精神分裂症	NA	3D ResNet	图像（脑部影像）	来自九个全球中心的大型多样样本（具体数量未提供）	NA	3D ResNet	曲线下面积（AUC）	NA
259	2026-08-28	Deep learning identifies histopathologic changes in bladder cancers associated with smoke exposure status 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305135 PMID:39083547	研究论文	本研究利用深度学习模型分析膀胱癌全切片组织学图像，以预测患者的吸烟暴露状态，并在外部验证集上评估其性能	首次利用深度学习从膀胱癌组织学图像中预测吸烟暴露状态，并发现与吸烟状态相关的常见组织学模式	外部验证集样本量较小，模型预测性能（AUC为0.67）中等，且未涵盖所有吸烟状态类别	探讨膀胱癌组织学图像与吸烟暴露状态之间的关联，并开发预测模型	膀胱癌患者的全切片组织学图像	数字病理学	膀胱癌	全切片成像	深度学习模型	图像	285例膀胱癌患者的483张全切片图像，其中开发集66例，外部验证集94例	NA	NA	AUC，特异性，灵敏度，比值比	NA
260	2026-08-28	Triple-0: Zero-shot denoising and dereverberation on an end-to-end frozen anechoic speech separation network 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0301692 PMID:39012881	研究论文	本文提出了一种在端到端冻结的消声语音分离网络上进行零样本语音去噪和去混响的新方法，该方法无需架构更改或微调即可处理噪声和混响环境	提出在冻结的预训练网络上直接进行零样本去噪去混响，无需架构更改或微调，利用双耳间线索提取目标语音	未明确提及，但可能受限于预训练网络仅在消声条件下训练，对极端噪声或混响场景的鲁棒性未知	实现零样本条件下的语音去噪和去混响，提升语音质量和可懂度	冻结的双耳消声语音分离网络及噪声混响环境中的语音信号	语音处理	不适用	深度学习	深度神经网络	音频	未明确提及	未明确提及	端到端消声语音分离网络	语音质量客观指标和可懂度指标（具体包括四种指标，如PESQ、STOI等）	未明确提及