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
141	2025-10-07	Systematic Assessment of Deep Learning-Based Predictors of Fragmentation Intensity Profiles 2024-06-07, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.3c00857 PMID:38728051	研究论文	对六种基于深度学习的肽段碎片强度预测方法进行系统性评估	首次对六种主流深度学习肽段碎片强度预测方法进行大规模系统性比较，涵盖多种实验条件和肽段类型	仅评估了六种特定方法，未包含所有可能的预测方法	评估和比较深度学习方法在质谱数据预测中的性能	肽段碎片强度预测方法	机器学习	NA	质谱分析，MS/MS	深度学习	质谱数据，实验光谱	近170万个前体肽段，对应超过1800万实验光谱，来自PRIDE数据库40个独立提交	NA	Transformer	皮尔逊相关系数，归一化角度，预测速度	NA
142	2025-10-07	Vocabulary Matters: An Annotation Pipeline and Four Deep Learning Algorithms for Enzyme Named Entity Recognition 2024-06-07, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.3c00367 PMID:38733346	研究论文	本研究开发了一种酶命名实体识别标注流程和四种深度学习模型，用于从生物医学文献中自动识别酶实体	首次开发酶命名实体识别算法，结合词典匹配和基于规则的关键词搜索构建自动化标注流程	标注流程的召回率相对较低(0.76)，虽然精确度接近完美	开发酶命名实体识别模型以促进生物医学文献挖掘	酶实体在生物医学文献中的识别	自然语言处理	NA	命名实体识别	BiLSTM,Transformer	文本	4800多篇全文出版物用于自动标注，526篇手动标注全文出版物用于评估	NA	BioBERT,SciBERT,BiLSTM,Transformer	F1-score,精确度,召回率	标准笔记本电脑
143	2025-10-07	An investigation into augmentation and preprocessing for optimising X-ray classification in limited datasets: a case study on necrotising enterocolitis 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03107-0 PMID:38652416	研究论文	本研究探索了在有限数据集条件下通过图像增强和预处理优化X射线分类的方法，以坏死性小肠结肠炎为案例进行研究	提出了两种基于颜色对比度和边缘增强的优化流程，首次展示了图像预处理在有限AXR数据集分类任务中的潜力	研究基于相对较小的数据集（1090张X射线图像），且仅针对单一疾病进行评估	开发在有限医学图像数据集上可靠的计算机辅助诊断模型	坏死性小肠结肠炎患者的腹部X射线图像	计算机视觉	坏死性小肠结肠炎	X射线成像	CNN	医学图像	1090张腹部X射线图像，来自364名患者	NA	ResNet-50	准确率	NA
144	2025-10-07	Deep Learning Evaluation of Glaucoma Detection Using Fundus Photographs in Highly Myopic Populations 2024-06-23, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12071394 PMID:39061968	研究论文	本研究使用深度学习技术通过眼底照片识别高度近视人群中的青光眼	在高度近视人群中应用卷积注意力模块(CBAM)增强CNN性能进行青光眼检测	回顾性研究，排除了病理性近视患者，样本来源单一	开发基于深度学习的青光眼自动检测方法	高度近视人群的眼底照片	计算机视觉	青光眼	眼底摄影	CNN	图像	3088张眼底照片（青光眼组1540张，高度近视组1548张）	NA	ConvNeXt_Base+CBAM	AUC,准确率,灵敏度,特异性,F1分数	NA
145	2025-02-17	BioMapAI: Artificial Intelligence Multi-Omics Modeling of Myalgic Encephalomyelitis / Chronic Fatigue Syndrome 2024-Jun-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.24.600378 PMID:38979186	研究论文	本文介绍了BioMapAI，一个可解释的深度学习框架，用于建模肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）的多组学数据	开发了BioMapAI框架，首次使用最丰富的纵向多组学数据集进行ME/CFS研究，并创建了健康和疾病状态下的组学连接图	NA	解决ME/CFS和长期COVID等慢性疾病的高异质性和多因素病因及进展问题，改善诊断和治疗	肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）患者	机器学习	慢性疲劳综合征	多组学分析	深度学习	多组学数据（包括肠道宏基因组学、血浆代谢组、免疫分析、血液实验室数据和临床症状）	NA	NA	NA	NA	NA
146	2025-10-07	Sentiment analysis of the Hamas-Israel war on YouTube comments using deep learning 2024-06-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63367-3 PMID:38871739	研究论文	本研究使用深度学习方法对YouTube上关于哈马斯-以色列战争的评论进行情感分析	首次将多种深度学习模型应用于哈马斯-以色列战争相关的社交媒体评论情感分析，并比较了不同词嵌入技术的效果	研究仅针对YouTube平台，样本来源有限；人工标注可能存在主观性；未考虑评论的时间动态变化	通过分析社交媒体评论了解公众对哈马斯-以色列战争的情感和意见倾向	YouTube上关于哈马斯-以色列战争的用户评论	自然语言处理	NA	自然语言处理，情感分析	LSTM, Bi-LSTM, GRU, CNN	文本评论	24,360条来自BBC、WION、Aljazeera等YouTube新闻频道的评论	NA	CNN和Bi-LSTM混合模型	准确率	NA
147	2025-10-07	Analyzing the impact of deep learning algorithms and fuzzy logic approach for remote English translation 2024-Jun-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64831-w PMID:38914631	研究论文	本文提出了一种融合深度学习和模糊决策算法的远程英语翻译方法，用于提高翻译精度	提出FPTA方法，通过深度学习的双层循环验证和模糊决策算法相结合，优化翻译过程中的词语适应性和可理解性	NA	解决远程英语翻译中的精度验证问题，提高翻译质量和可理解性	远程英语翻译系统	自然语言处理	NA	深度学习，模糊逻辑	循环神经网络	文本	NA	NA	双层循环网络	错误率，可理解性提升率	NA
148	2025-10-07	Attention and sentiment of Chinese public toward rural landscape based on Sina Weibo 2024-06-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64527-1 PMID:38877046	研究论文	基于新浪微博数据，通过深度学习模型分析中国公众对乡村景观的关注度与情感态度	首次将深度学习方法应用于微博数据分析，从公众视角探索乡村景观发展方向	仅基于微博平台数据，可能无法完全代表全体公众意见	探索中国公众对乡村景观的态度，为政策制定和发展模式提供参考	中国公众对乡村景观的关注与情感表达	自然语言处理	NA	社交媒体数据分析	深度学习	文本数据	新浪微博相关数据	NA	NA	NA	NA
149	2025-10-07	Case-Base Neural Network: Survival analysis with time-varying, higher-order interactions 2024-Jun, Machine learning with applications DOI:10.1016/j.mlwa.2024.100535 PMID:39802089	研究论文	提出一种结合病例基础抽样框架与神经网络架构的生存分析方法	将病例基础抽样与神经网络相结合，能够建模时变交互作用和复杂基线风险	仅适用于单一事件生存结果的分析	开发能够处理时变交互作用和复杂基线风险的生存分析方法	生存分析中的时间相关事件数据	机器学习	NA	病例基础抽样、数据增强	前馈神经网络	生存数据	NA	R	前馈神经网络	时间依赖性指标	NA
150	2025-10-07	Mathematical Model-Driven Deep Learning Enables Personalized Adaptive Therapy 2024-Jun-04, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-23-2040 PMID:38569183	研究论文	本研究应用深度强化学习开发个性化自适应治疗策略，用于前列腺癌治疗	将深度强化学习与数学模型相结合，开发无需了解底层肿瘤模型的个性化自适应治疗策略	基于数学模型验证，需要进一步临床验证	优化前列腺癌的自适应治疗策略，延缓肿瘤进展	前列腺癌患者	机器学习	前列腺癌	深度强化学习	DRL	数学模型数据	NA	NA	NA	肿瘤进展时间	NA
151	2025-10-07	Deep learning-based spectroscopic single-molecule localization microscopy 2024-06, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.29.6.066501 PMID:38799979	研究论文	开发了一种基于深度学习的计算方法来重建光谱单分子定位显微镜数据	提出首个基于双网络模型的深度学习算法DsSMLM，可同时处理无标记和荧光标记的sSMLM成像数据	NA	开发深度学习重建方法用于光谱单分子定位显微镜成像	单链DNA纤维、COS-7和U2OS细胞上的组蛋白标记、DNA折纸纳米标尺	计算机视觉	NA	光谱单分子定位显微镜	深度学习	显微图像	多种样本类型（单链DNA纤维、细胞样本、DNA纳米标尺）	NA	双网络模型	空间分辨率、定位检测率	NA
152	2025-10-07	Deep Learning for Alzheimer's Disease Prediction: A Comprehensive Review 2024-Jun-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14121281 PMID:38928696	综述	本文对用于阿尔茨海默病预测的深度学习方法进行了全面回顾与分析	系统梳理了116篇相关文献，强调了深度学习模型可解释性的重要性，并总结了当前研究面临的挑战	作为综述文章，不包含原始实验数据，主要基于现有文献进行分析	评估现有阿尔茨海默病识别技术并指出未来研究方向	阿尔茨海默病检测相关的多模态数据、特征提取方法和验证方法	医学影像分析	阿尔茨海默病	计算机辅助诊断系统	深度学习	多模态医学数据	基于116篇研究论文的分析	NA	NA	NA	NA
153	2025-10-07	Residual-Based Multi-Stage Deep Learning Framework for Computer-Aided Alzheimer's Disease Detection 2024-Jun-11, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10060141 PMID:38921618	研究论文	提出一种基于残差函数的多阶段深度学习框架用于阿尔茨海默病的计算机辅助检测	采用五阶段残差网络架构增强特征有效性，结合深度学习特征选择模块和机器学习分类算法	仅针对二分类问题进行了验证，未涉及多分类或疾病分期任务	开发自动化的阿尔茨海默病检测系统以提升诊断性能	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	医学影像分析	CNN, SVM, RF	医学影像	三个基准数据集：ADNI1: Complete 1Yr 1.5T, MIRAID, OASIS Kaggle	NA	ResNet	准确率	NA
154	2024-08-05	Estimating helmet wearing rates via a scalable, low-cost algorithm: a novel integration of deep learning and google street view 2024-06-20, BMC public health IF:3.5Q1 DOI:10.1186/s12889-024-19118-0 PMID:38902622	研究论文	本文提出了一种可扩展的低成本算法，通过深度学习和谷歌街景图像估计头盔佩戴率	结合深度学习对象检测技术和谷歌街景图像的新方法，提供全球范围内的头盔佩戴率估算	研究样本仅限于3995张图像，可能影响算法的普遍适用性	旨在通过大规模数据收集评估摩托车头盔佩戴情况并促进相关政策制定	使用来自谷歌街景的数据分析摩托车驾驶员和乘客的头盔佩戴情况	计算机视觉	NA	深度学习	NA	图像	3995张图像	NA	NA	NA	NA
155	2024-08-05	Leveraging data science and machine learning for urban climate adaptation in two major African cities: a HE2AT Center study protocol 2024-06-18, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-077529 PMID:38890141	研究论文	该研究旨在了解非洲城市中与热相关的健康影响复杂性	创新点在于综合健康、社会经济、气候和卫星影像数据来映射城市热风险，并建立热健康预测模型和预警系统	该研究主要集中于两座城市，可能无法广泛适用于其他地区	研究目的是促进非洲城市的气候适应能力，保护受到热危害不成比例影响的人群	研究对象包括在约翰内斯堡和阿比让进行的成人临床试验或队列研究的健康相关数据集	机器学习	NA	统计评估、机器学习和深度学习技术	NA	健康、社会经济、气候和卫星影像数据	2000年至2022年在约翰内斯堡和阿比让的成人临床试验或队列研究的健康数据	NA	NA	NA	NA
156	2025-10-07	Histopathology and proteomics are synergistic for High-Grade Serous Ovarian Cancer platinum response prediction 2024-Jun-03, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.01.24308293 PMID:38883738	研究论文	本研究通过结合组织病理学全切片图像和蛋白质组学特征，开发多模态深度学习框架以预测高级别浆液性卵巢癌的铂类药物反应	首次将H&E染色全切片图像与蛋白质组特征通过多模态深度学习结合，在预测铂类反应和患者总生存期方面优于传统HRD评分	NA	提高高级别浆液性卵巢癌患者对铂类化疗反应的预测准确性	高级别浆液性卵巢癌患者	数字病理学	卵巢癌	H&E染色，蛋白质组学，全切片成像	多模态深度学习	图像，蛋白质组数据	NA	NA	NA	预测准确性，生存分析	NA
157	2025-01-28	The cytoarchitectonic landscape revealed by deep learning method facilitated precise positioning in mouse neocortex 2024-06-04, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae229 PMID:38836835	研究论文	本文开发了一种细胞结构标志物识别流程，利用荧光显微光学断层扫描技术成像小鼠全脑，并通过快速3D卷积网络分割整个新皮层的神经元体，揭示了新皮层的细胞结构景观	开发了一种新的细胞结构标志物识别流程，结合荧光显微光学断层扫描和快速3D卷积网络，实现了新皮层神经元的三维分割和分析	研究主要集中在小鼠新皮层，未涉及其他物种或更广泛的脑区	提高对新皮层结构的理解，特别是皮层区域的精确定位	小鼠新皮层	计算机视觉	NA	荧光显微光学断层扫描	3D卷积网络	图像	小鼠全脑	NA	NA	NA	NA
158	2025-10-07	Application of improved and efficient image repair algorithm in rock damage experimental research 2024-Jun-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65790-y PMID:38937588	研究论文	提出一种改进的增量Transformer图像修复算法，用于修复岩石损伤实验中扭曲或缺失的应变云图	将改进的增量Transformer算法应用于岩石损伤实验中的图像修复，并采用深度可分离卷积网络优化算法运行效率	未明确说明算法在不同类型岩石图像修复中的泛化能力	提高数字图像技术在岩石损伤分析中的效率和准确性	相似材料制成的软硬岩石在单轴压缩实验中的应变云图	计算机视觉	NA	数字图像技术	Transformer	图像	NA	NA	增量Transformer, 深度可分离卷积网络	NA	NA
159	2025-10-07	Generative AI in glioma: Ensuring diversity in training image phenotypes to improve diagnostic performance for IDH mutation prediction 2024-06-03, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noae012 PMID:38253989	研究论文	本研究评估生成式AI数据增强在胶质瘤IDH突变预测中的诊断性能提升	使用基于分数的扩散模型生成多样化的影像表型，首次系统比较生成式AI增强与神经放射科医生的诊断性能	样本主要来自三级医院和公开数据库，可能限制泛化性；仅评估了两种MRI序列	提高胶质瘤IDH突变类型的深度学习分类性能	胶质瘤患者MRI影像数据	医学影像分析	胶质瘤	MRI（对比增强T1和FLAIR序列）	扩散模型, CNN	医学影像	565例患者（开发集），119例内部测试集，108例外部测试集	NA	ResNet50	AUC, Turing测试通过率	NA
160	2025-10-07	Accurate prediction of neurologic changes in critically ill infants using pose AI 2024-Jun-10, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.17.24305953 PMID:38699362	研究论文	本研究开发了一种基于计算机视觉的姿态AI系统，用于预测新生儿重症监护室婴儿的神经系统变化	首次将深度学习姿态估计算法应用于ICU环境，仅通过视频数据就能预测脑电图诊断结果	研究样本量相对有限（115名婴儿），需要在更大人群中验证	开发连续、可靠的神经系统监测方法以替代间歇性主观检查	新生儿重症监护室的危重婴儿	计算机视觉	神经系统疾病	计算机视觉，视频分析，脑电图	深度学习	视频，脑电图数据	115名婴儿，4,705小时视频数据	NA	NA	ROC-AUC	NA