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
1861	2025-10-07	Quantitative Three-Dimensional Imaging Analysis of HfO2 Nanoparticles in Single Cells via Deep Learning Aided X-ray Nano-Computed Tomography 2024-08-20, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c06953 PMID:39115329	研究论文	开发基于深度学习的X射线纳米计算机断层扫描方法，用于单细胞内HfO2纳米颗粒的三维定量分析	建立了针对单细胞3D纳米CT图像的超小物体分割方法，能够高灵敏度分析微小纳米颗粒	方法需要专业知识且耗时，传统批量数据分析准确性不确定	开发自动化深度学习辅助的纳米CT方法，用于定量分析癌细胞对超小金属纳米颗粒的摄取	人乳腺癌细胞系MCF-7和HfO2纳米颗粒	计算机视觉	乳腺癌	X射线纳米计算机断层扫描	深度学习	3D图像	单细胞水平的纳米颗粒分析	NA	NA	灵敏度，准确性	NA
1862	2025-10-07	Sága, a Deep Learning Spectral Analysis Tool for Fungal Detection in Grains-A Case Study to Detect Fusarium in Winter Wheat 2024-08-13, Toxins IF:3.9Q1 DOI:10.3390/toxins16080354 PMID:39195764	研究论文	开发了一种基于成像光谱和深度学习的镰刀菌感染小麦早期检测工具Sága	结合预训练的YOLOv5和DeepMAC模型进行小麦穗部分割，并利用XGBoost分析高光谱信息实现镰刀菌感染检测	研究仅基于2021年单个实验田的数据，样本规模有限	开发可靠的现场特异性镰刀菌感染早期预警模型，确保粮食和饲料安全	冬小麦中的镰刀菌感染检测	计算机视觉	植物病害	成像光谱技术（高光谱成像）	YOLOv5, DeepMAC, XGBoost	高光谱图像	两个实验田（接种镰刀菌的实验田52.5m×3m和对照组52.5m×3m）	NA	YOLOv5, DeepMAC	准确率, F1分数	NA
1863	2025-10-07	Precision in Prevention and Health Surveillance: How Artificial Intelligence May Improve the Time of Identification of Health Concerns through Social Media Content Analysis 2024-Aug, Yearbook of medical informatics DOI:10.1055/s-0044-1800736 PMID:40199301	综述	探讨人工智能通过社交媒体内容分析提升预防和健康监测精准度的潜力	系统评估AI技术在社交媒体健康监测中的创新应用，包括基于Transformer的主题建模和联邦学习等先进技术	仅纳入2023年发表的文献，样本量有限（最终筛选10篇文献），可能存在发表偏倚	提升健康监测的及时性和准确性，实现更主动有效的健康干预	社交媒体健康相关内容，包括自杀预防、心理健康、电子烟使用等公共卫生议题	自然语言处理	公共卫生	文献计量分析，社交媒体内容分析	机器学习，深度学习，自然语言处理	文本数据（社交媒体内容）	89篇文献初步分析，最终筛选10篇相关研究	Bibliometrix	Transformer	NA	NA
1864	2025-10-07	Year 2023 in Biomedical Natural Language Processing: a Tribute to Large Language Models and Generative AI 2024-Aug, Yearbook of medical informatics DOI:10.1055/s-0044-1800751 PMID:40199311	综述	对2023年生物医学自然语言处理领域的研究进展进行总结，重点分析大语言模型和生成式AI的应用趋势	系统梳理了2023年生物医学NLP领域的最佳论文评选过程，揭示了大语言模型在数据增强、领域适应和模型蒸馏方面的创新应用	仅基于两个文献数据库（Medline和ACL）进行分析，可能未覆盖该领域所有重要研究成果	总结2023年生物医学自然语言处理领域的研究趋势和最佳论文	2023年发表的2,148篇生物医学NLP研究论文	自然语言处理	COVID-19, 癌症, 精神健康	自然语言处理, 深度学习	大语言模型, ChatGPT	社交媒体内容, 电子健康记录	2,148篇论文	NA	NA	NA	NA
1865	2025-10-07	Molybdenum Disulfide-Assisted Spontaneous Formation of Multistacked Gold Nanoparticles for Deep Learning-Integrated Surface-Enhanced Raman Scattering 2024-07-09, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c00978 PMID:38913718	研究论文	开发了一种结合深度学习和表面增强拉曼散射的生物传感平台，用于通过人类泪液进行COVID-19现场筛查	利用二硫化钼辅助自发形成紧密堆积的三维金纳米颗粒结构，无需还原剂即可合成部分金纳米颗粒	NA	开发用于极低分析物浓度快速、低损伤、高通量无标记检测的生物传感平台	人类泪液中的冠状病毒疾病(COVID-19)	生物传感	COVID-19	表面增强拉曼散射(SERS)	CNN	拉曼光谱数据	NA	NA	卷积神经网络	NA	NA
1866	2025-10-07	Sex estimation from maxillofacial radiographs using a deep learning approach 2024-06-01, Dental materials journal IF:1.9Q4 DOI:10.4012/dmj.2023-253 PMID:38599831	研究论文	本研究使用深度学习模型从侧位头颅X光片中估计性别	首次将VGG16和DenseNet-121深度学习模型应用于侧位头颅X光片的性别估计，并通过显著性图分析模型关注区域	仅使用600张侧位头颅X光片，样本量有限；为回顾性研究	构建更高效可靠的性别估计方法	侧位头颅X光片	计算机视觉	NA	X射线成像	CNN	医学影像	600张侧位头颅X光片	NA	VGG16, DenseNet-121	准确率, 敏感度(召回率), 精确率, F1分数, ROC曲线下面积	NA
1867	2025-10-07	Machine learning and deep learning for the diagnosis and treatment of ankylosing spondylitis- a scoping review 2024-May, Journal of clinical orthopaedics and trauma DOI:10.1016/j.jcot.2024.102421 PMID:38708092	综述	本文通过范围综述探讨机器学习和深度学习在强直性脊柱炎诊断与治疗中的应用现状	首次系统梳理2013-2023年间ML/DL在AS领域的应用，识别当前研究空白并提出未来方向	缺乏来自多中心包含多种诊断参数的足够规模数据集，基于ML/DL的治疗研究少于诊断研究	评估ML/DL技术在强直性脊柱炎诊断和治疗各阶段的应用现状	PubMed数据库中2013-2023年涉及ML/DL在AS中应用的全文文献	机器学习	强直性脊柱炎	文献综述方法	NA	文献数据	NA	NA	NA	NA	NA
1868	2025-10-07	Enabling late-stage drug diversification by high-throughput experimentation with geometric deep learning 2024-02, Nature chemistry IF:19.2Q1 DOI:10.1038/s41557-023-01360-5 PMID:37996732	研究论文	开发了一个结合几何深度学习和高通量实验的药物后期功能化平台	首次将几何深度学习与高通量实验相结合用于药物后期功能化，并引入了用户友好的反应格式	未知底物的反应性分类准确率相对较低（67%），区域选择性分类的F分数为67%	优化药物候选分子的性质通过后期功能化	23种不同的商业药物分子	机器学习	NA	高通量反应筛选	几何深度学习	化学反应数据	23种商业药物分子	NA	NA	平均绝对误差, 平衡准确率, F分数	NA
1869	2025-04-26	An enhanced GhostNet model for emotion recognition: leveraging efficient feature extraction and attention mechanisms 2024, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2024.1459446 PMID:40270901	研究论文	提出了一种增强型GhostNet模型（EGT），结合Transformer编码器和双重注意力机制，用于通过面部表情进行鲁棒的情绪识别	整合了GhostNet的高效特征提取、Transformer的全局上下文捕捉能力以及双重注意力机制，以选择性地增强关键特征	未明确提及具体限制，但可能包括对复杂自然环境和多样化情绪表达的处理能力仍有提升空间	提高情绪识别系统的准确性和鲁棒性，以增强智能人机交互系统、个性化推荐系统和心理健康监测工具	面部表情情绪识别	计算机视觉	NA	深度学习	GhostNet, Transformer, 双重注意力机制	图像	RAF-DB数据集和AffectNet数据集（具体样本数量未提及）	NA	NA	NA	NA
1870	2025-04-25	A multi-agent reinforcement learning based approach for automatic filter pruning 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82562-w PMID:39730902	研究论文	本文提出了一种基于多智能体强化学习的自动滤波器剪枝方法QMIX_FP，用于深度卷积神经网络的高效部署	首次将多智能体强化学习算法QMIX应用于滤波器剪枝，考虑了各卷积层之间的交互作用及其对整体网络的不同敏感性	仅在VGG-16和AlexNet两个基准网络上进行了验证，未涉及更复杂的网络结构	解决资源受限设备上深度卷积神经网络的高效部署问题	深度卷积神经网络(DCNNs)的滤波器剪枝	机器学习	NA	强化学习(RL)、知识蒸馏	QMIX、VGG-16、AlexNet	图像数据	CIFAR-10和CIFAR-100数据集	NA	NA	NA	NA
1871	2025-04-25	Deep-DM: Deep-Driven Deformable Model for 3D Image Segmentation Using Limited Data 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3440171 PMID:39110559	研究论文	提出了一种名为Deep-DM的深度学习驱动变形模型，用于在有限训练数据下进行3D医学图像分割	通过CNN学习能量函数并集成到显式变形模型中，减少了训练数据依赖，提高了小样本下的分割性能	需要进一步验证在其他解剖结构和影像模态上的通用性	开发一种在有限数据条件下仍能准确分割3D医学图像的方法	左心室、胎儿头部（超声）、左心房（MRI）和膀胱（CT）	数字病理	NA	深度学习驱动的变形模型	CNN	3D医学图像	不同数量的训练体积（具体数量未说明）	NA	NA	NA	NA
1872	2025-04-25	DualStreamFoveaNet: A Dual Stream Fusion Architecture With Anatomical Awareness for Robust Fovea Localization 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3445112 PMID:39150813	研究论文	提出一种名为DualStreamFoveaNet的双流融合架构，用于鲁棒的视网膜中央凹定位	引入基于transformer的双流编码器，结合空间注意力机制和自学习解剖信息，显著降低计算成本并提高定位鲁棒性	未明确提及具体局限性	提高视网膜疾病分析中中央凹定位的准确性和鲁棒性	视网膜图像（包括正常和病变图像）	计算机视觉	视网膜疾病	深度学习	transformer架构（DualStreamFoveaNet）	视网膜图像	两个公共数据集和一个大规模私有数据集	NA	NA	NA	NA
1873	2025-04-25	Deep Quasi-Recurrent Self-Attention With Dual Encoder-Decoder in Biomedical CT Image Segmentation 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3447689 PMID:39172619	research paper	本文提出了一种用于生物医学CT图像分割的深度准循环自注意力与双编码器-解码器结构的新模型	首创深度准循环自注意力结构，结合双编码器-解码器，通过参数重用实现学习一致性和快速收敛，并有效处理长距离依赖关系	未提及模型在极端噪声或异常解剖结构下的表现，也未讨论计算资源需求	提高生物医学CT图像分割的准确性和效率	生物医学CT图像	digital pathology	NA	deep learning	deep quasi-recurrent self-attention with dual encoder-decoder	CT images	多个公开可用的CT扫描数据集（未提具体数量）	NA	NA	NA	NA
1874	2025-04-25	Advancing Bioactivity Prediction Through Molecular Docking and Self-Attention 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3448455 PMID:39178096	研究论文	该研究通过分子对接和自注意力机制提升生物活性预测的准确性	首次将药物-靶标相互作用整合到生物活性预测中，设计了DTIGN网络，并利用自注意力机制识别分子对接结果中的结合口袋和姿态	研究中使用的原生结构数据有限，可能影响模型的泛化能力	提升生物活性预测的准确性，以优化药物发现早期阶段的候选分子筛选	蛋白质-配体复合物	机器学习	NA	分子对接，半监督学习	DTIGN（药物-靶标相互作用图神经网络），多头自注意力机制	蛋白质-配体复合物数据，晶体结构数据库数据	建立了独特的基准数据集，与9种领先的基于深度学习的生物活性预测方法进行了比较	NA	NA	NA	NA
1875	2025-04-25	Transfer Contrastive Learning for Raman Spectroscopy Skin Cancer Tissue Classification 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3451950 PMID:39208055	research paper	本文提出了一种转移对比学习范式（TCLP），用于解决拉曼光谱（RS）信号在皮肤癌组织分类中的稀缺性和噪声问题	结合迁移学习和对比学习，利用来自不同RS设备的相似领域数据预训练模型，并通过对比学习增强RS信号以学习可靠的特征表示	未提及具体样本量及噪声水平对模型性能的具体影响	提高拉曼光谱信号在皮肤癌组织分类中的准确性和可靠性	皮肤癌组织	machine learning	skin cancer	Raman spectroscopy (RS)	deep learning	RS signals	NA	NA	NA	NA	NA
1876	2025-04-25	Geometric Molecular Graph Representation Learning Model for Drug-Drug Interactions Prediction 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3453956 PMID:39226203	研究论文	提出了一种基于几何分子图表示学习的模型（Mol-DDI），用于预测药物-药物相互作用	仅考虑分子的共价和非共价键信息，利用大规模模型的预训练思想学习药物分子表示，并在微调过程中预测药物相互作用	难以发现新药的相互作用	预测潜在的药物相互作用，为系统有效的治疗提供药物组合策略	药物分子	机器学习	NA	几何分子图表示学习	Mol-DDI	分子图数据	三个数据集	NA	NA	NA	NA
1877	2025-04-25	DS-MS-TCN: Otago Exercises Recognition With a Dual-Scale Multi-Stage Temporal Convolutional Network 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3455426 PMID:39240747	research paper	该研究提出了一种双尺度多阶段时间卷积网络（DS-MS-TCN），用于识别老年人日常生活中的Otago锻炼项目（OEP），以提高识别准确性和鲁棒性	首次提出通过识别活动的每个重复来增强人类活动识别（HAR）系统的新视角，并设计了一种双尺度多阶段时间卷积网络（DS-MS-TCN）进行两级序列到序列分类	研究样本量较小，实验室环境与家庭环境的数据可能存在差异	提高Otago锻炼项目（OEP）识别的准确性和鲁棒性，以支持老年人的康复训练	社区居住的老年人	human activity recognition	geriatric disease	Inertial Measurement Unit (IMU)	Dual-Scale Multi-Stage Temporal Convolutional Network (DS-MS-TCN)	sensor data	36名老年人在实验室环境中参与，另有7名老年人在家庭环境中进行评估	NA	NA	NA	NA
1878	2025-04-25	MLVICX: Multi-Level Variance-Covariance Exploration for Chest X-Ray Self-Supervised Representation Learning 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3455337 PMID:39240749	research paper	提出了一种名为MLVICX的自监督学习方法，用于从胸部X光图像中学习丰富的表示	引入了一种新颖的多级方差和协方差探索策略，能够有效检测具有诊断意义的模式并减少冗余	NA	提升胸部X光图像的自监督表示学习性能，以支持精准医疗诊断和全面图像分析	胸部X光图像	digital pathology	lung cancer	self-supervised learning (SSL)	NA	image	NIH-Chest X-ray, Vinbig-CXR, RSNA pneumonia, SIIM-ACR Pneumothorax datasets	NA	NA	NA	NA
1879	2025-04-25	DPFNet: Fast Reconstruction of Multi-Coil MRI Based on Dual Domain Parallel Fusion Network 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3446839 PMID:39298305	研究论文	本文提出了一种新的双域并行融合重建网络（DPFNet），用于快速重建多线圈MRI图像，解决了现有方法在重建细节不足和训练内存占用高等方面的问题	提出了一种新的双域并行融合重建网络（DPFNet），包括线圈敏感度图估计模块、双域特征提取模块、双域动态误差校正模块和双域动态融合模块，并引入了新的双域一致性损失函数	未明确提及具体局限性	提高多线圈MRI图像的重建质量和速度	多线圈MRI图像的重建	医学影像处理	脑部疾病	MRI	U-Net	MRI图像和K空间数据	Calgary-Campinas-359脑部MRI数据集	NA	NA	NA	NA
1880	2025-04-25	c-Triadem: A constrained, explainable deep learning model to identify novel biomarkers in Alzheimer's disease 2024-Nov-20, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.19.24317595 PMID:39606415	研究论文	提出了一种名为c-Triadem的深度学习模型，用于识别阿尔茨海默病的潜在血液生物标志物，并预测轻度认知障碍和阿尔茨海默病	开发了一种新型的深度神经网络模型c-Triadem，结合基因型数据、基因表达数据和临床信息，以高准确率预测疾病状态，并通过SHAP分析识别关键基因和临床特征	研究依赖于ADNI数据库的数据，可能限制了模型的泛化能力	开发一种能够识别阿尔茨海默病血液生物标志物并预测疾病状态的深度学习模型	阿尔茨海默病患者、轻度认知障碍患者和认知正常人群	机器学习	阿尔茨海默病	基因型数据分析、基因表达数据分析、SHAP分析	深度神经网络	基因型数据、基因表达数据、临床数据	来自阿尔茨海默病神经影像学倡议(ADNI)的血液基因型数据、微阵列数据和临床特征	NA	NA	NA	NA