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
15981	2025-10-07	Multifrequency spherical cloak in microwave frequencies enabled by deep learning 2025-Jan-13, Optics express IF:3.2Q2 DOI:10.1364/OE.542482 PMID:39876236	研究论文	利用深度学习实现微波频段多频率球形隐身 cloak 的设计与优化	首次将深度学习应用于多频段球形隐身 cloak 的逆向设计，实现结构参数与目标频谱的快速准确映射	研究局限于多层球体结构，未涉及其他几何形状的隐身设备	开发基于深度学习的隐身设备快速设计方法，解决传统设计方法效率低下的问题	多层球体结构的电磁散射特性	机器学习	NA	深度学习，三维全波仿真	深度神经网络	电磁仿真数据	NA	NA	深度神经网络	散射截面预测精度，隐身性能	NA
15982	2025-10-07	Graph model-aided optimal iterative decoding technique for LDPC in optical fiber communication 2025-Jan-13, Optics express IF:3.2Q2 DOI:10.1364/OE.534637 PMID:39876298	研究论文	提出一种结合图模型与深度学习的新型LDPC迭代解码技术GMNN-BP	首次将图模型作为深度学习与置信传播算法的桥梁，兼具两者优势	未提及实际部署中的计算效率问题	解决长码率LDPC解码中神经网络复杂度高的问题	光通信中的LDPC码解码	机器学习	NA	图神经网络, 置信传播算法	图神经网络	编码数据	基于IEEE 802.3ca标准LDPC码字的仿真与实验验证	NA	GMNN-BP	解码增益, 迭代次数	NA
15983	2025-10-07	Physics-informed deep learning for 3D modeling of light diffraction from optical metasurfaces 2025-Jan-13, Optics express IF:3.2Q2 DOI:10.1364/OE.544116 PMID:39876311	研究论文	提出一种基于物理信息神经网络的无数据深度学习方法，用于高效计算三维光学超表面的光衍射效应	采用无需训练数据的物理信息神经网络，仅从控制物理方程学习并实现光散射响应的快速模拟	NA	开发高效计算光学超表面光衍射特性的替代方法	光学超表面的光衍射、偏振效应和波前调控	计算电磁学	NA	物理信息神经网络	PINN	物理方程	NA	NA	物理信息神经网络	精度, 计算速度	NA
15984	2025-10-07	Real-time acoustic monitoring of laser paint removal based on deep learning 2025-Jan-13, Optics express IF:3.2Q2 DOI:10.1364/OE.545906 PMID:39876315	研究论文	本文首次提出基于深度学习的激光除漆过程实时声学监测方法	首次将深度学习技术应用于激光除漆声学监测，开发了基于梅尔频率倒谱系数和卷积神经网络的实时监测系统	声学信号易受复杂环境噪声干扰，可能影响监测准确性	实现激光除漆过程的实时声学监测	激光除漆过程中产生的声学信号	机器学习	NA	声学信号分析，MFCC特征提取	CNN	声学信号	清洁和不清洁除漆过程的原始声学信号	NA	CNN	准确率，AUC-ROC	NVIDIA Jetson Nano
15985	2025-10-07	Redox-Detecting Deep Learning for Mechanism Discernment in Cyclic Voltammograms of Multiple Redox Events 2025-Jan-02, ACS electrochemistry DOI:10.1021/acselectrochem.4c00014 PMID:39878149	研究论文	开发了一种名为EchemNet的深度学习架构，用于自动检测循环伏安图中的电化学事件并分类其机制	首次开发专门用于电化学机制分类的深度学习模型，能够同时分配电压窗口和机制类别	基于模拟测试数据，在真实实验数据中的性能尚未验证	实现电化学循环伏安图中多氧化还原事件的自动检测和机制分类	循环伏安图中的电化学氧化还原事件	机器学习	NA	循环伏安法	深度学习	电化学数据	NA	NA	EchemNet	检测率, 分类准确率	NA
15986	2025-10-07	Can the number of confirmed COVID-19 cases be predicted more accurately by including lifestyle data? An exploratory study for data-driven prediction of COVID-19 cases in metropolitan cities using deep learning models 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251314528 PMID:39872000	研究论文	探索使用包含生活方式数据的深度学习模型预测大都市COVID-19确诊病例数的准确性	首次将公共交通使用、电影院观影和汽车旅馆住宿等生活方式数据纳入COVID-19病例预测模型	仅针对韩国大都市进行研究，样本范围有限，未验证其他地区适用性	探索生活方式数据是否能提高COVID-19确诊病例数预测准确性	韩国大都市（首尔和釜山）的COVID-19确诊病例	机器学习	COVID-19	深度学习	DNN, RNN	时间序列数据（确诊病例数、搜索词频、生活方式数据）	韩国两大都市：首尔（960万人口）、釜山（340万人口）	NA	深度神经网络，循环神经网络	误差率	NA
15987	2025-10-07	Utilizing a Wireless Radar Framework in Combination With Deep Learning Approaches to Evaluate Obstructive Sleep Apnea Severity in Home-Setting Environments 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S486261 PMID:39872870	研究论文	本研究开发了一种结合无线雷达框架和深度学习技术的方法，用于在家庭环境中评估阻塞性睡眠呼吸暂停的严重程度	首次将24GHz无线雷达框架与深度神经网络决策树相结合，实现无接触式睡眠呼吸监测	雷达总睡眠时间功能需要进一步优化和验证才能独立应用	验证无线雷达框架结合深度学习技术在家庭环境中筛查阻塞性睡眠呼吸暂停风险的可行性	80名参与者的147晚家庭睡眠数据	机器学习	阻塞性睡眠呼吸暂停	无线雷达监测，家庭睡眠呼吸暂停测试	深度神经网络决策树	连续波雷达信号，呼吸模式数据	80名参与者，147晚睡眠数据	NA	深度神经网络决策树	准确率，相关系数，一致性分析，Youden指数	NA
15988	2025-10-07	Automatic classification of temporomandibular joint disorders by magnetic resonance imaging and convolutional neural networks 2025-Jan, Journal of dental sciences IF:3.4Q1 DOI:10.1016/j.jds.2024.06.001 PMID:39873009	研究论文	利用磁共振成像和卷积神经网络对颞下颌关节疾病进行自动分类和严重程度分析	结合YOLO深度学习技术定位关键解剖区域，并通过HSV格式转换和线性判别分析优化图像特征提取	NA	开发自动识别颞下颌关节疾病的分类系统	颞下颌关节磁共振影像数据	计算机视觉	颞下颌关节疾病	磁共振成像	CNN, YOLO	医学影像	NA	NA	YOLO, 自定义六分类CNN	准确率	NA
15989	2025-10-07	Establishment and evaluation of a deep learning-based tooth wear severity grading system using intraoral photographs 2025-Jan, Journal of dental sciences IF:3.4Q1 DOI:10.1016/j.jds.2024.05.013 PMID:39873059	研究论文	本研究开发了一种基于深度学习的牙齿磨损严重程度分级系统，使用口腔内照片自动诊断牙齿磨损程度	结合Mask R-CNN与U-Net和SGE注意力机制进行牙齿分割，并采用带掩码机制的视觉Transformer模型进行牙齿磨损分级	样本量相对有限（388张口腔照片），不同磨损等级间的F1分数存在差异（特别是3级磨损仅为0.82）	开发自动诊断牙齿磨损程度的AI系统	牙齿磨损程度	计算机视觉	牙齿磨损	深度学习	Mask R-CNN, Vision Transformer	图像	388张口腔内照片，分割后得到2774张单个牙齿图像	NA	Mask R-CNN, U-Net, Vision Transformer	准确率, 精确率, 召回率, F1分数	NA
15990	2025-10-07	Deep learning system for the differential diagnosis of oral mucosal lesions through clinical photographic imaging 2025-Jan, Journal of dental sciences IF:3.4Q1 DOI:10.1016/j.jds.2024.10.019 PMID:39873061	研究论文	开发基于卷积神经网络的深度学习系统，通过临床摄影图像对口腔黏膜病变进行鉴别诊断	能够将口腔溃疡及相关病变的临床照片分类为五种不同诊断，而现有深度学习系统通常仅关注鉴别诊断的有限方面	数据集规模小且不平衡	开发能够辅助临床医生进行准确鉴别诊断的CNN诊断模型	口腔黏膜病变的临床摄影图像	计算机视觉	口腔黏膜病变	临床摄影成像	CNN	图像	506张图像，涵盖五种不同诊断	NA	包含卷积层、批量归一化层、最大池化层、dropout层和全连接层的自定义架构	加权精确率, 加权召回率, 加权F1分数, 平均特异性, Cohen's Kappa系数, 归一化混淆矩阵, AUC	NA
15991	2025-10-07	Towards automated recipe genre classification using semi-supervised learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317697 PMID:39874282	研究论文	本研究提出了一个包含200万条标注食谱的3A2M+数据集，并开发了自动化食谱分类方法	扩展了命名实体识别列表以解决食谱方向中缺失的命名实体，并构建了大规模标注食谱数据集	未明确说明模型在未见数据上的泛化能力	开发自动化食谱分类方法以解决在线食谱分类挑战	烹饪食谱	自然语言处理	NA	命名实体识别(NER)	传统机器学习,深度学习,预训练语言模型	文本	200万条烹饪食谱	NA	NA	准确率	NA
15992	2025-10-07	Identification of diabetic retinopathy lesions in fundus images by integrating CNN and vision mamba models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318264 PMID:39874303	研究论文	提出一种结合CNN和视觉Mamba模型的深度学习模型，用于准确识别和分类眼底图像中的糖尿病视网膜病变病变	首次将卷积神经网络与视觉Mamba模型相结合，利用双向状态空间方法和位置嵌入技术实现视觉数据的定位敏感性和全局关系建模	仅使用公开可用数据集进行验证，未说明模型在临床环境中的实际应用效果	开发自动识别和分类糖尿病视网膜病变病变的深度学习模型	眼底图像中的糖尿病视网膜病变病变	计算机视觉	糖尿病视网膜病变	深度学习	CNN, Vision Mamba	眼底图像	公开可用数据集（未指定具体数量）	NA	CNN, Vision Mamba	与最先进算法比较的实证结果	NA
15993	2025-10-07	AI-guided virtual biopsy: Automated differentiation of cerebral gliomas from other benign and malignant MRI findings using deep learning 2025 Jan-Dec, Neuro-oncology advances IF:3.7Q2 DOI:10.1093/noajnl/vdae225 PMID:39877747	研究论文	开发基于深度学习的自动化算法，通过MRI影像无创区分脑胶质瘤与其他颅内病变	首次提出AI引导的虚拟活检概念，实现胶质瘤与多种颅内病变的自动鉴别	样本量相对有限，需要更大规模的外部验证	开发非侵入性算法准确区分脑胶质瘤与其他颅内病理改变	1280名患有各种颅内病变的患者，包括胶质瘤、脑转移瘤、炎症病变、脑出血和脑膜瘤	医学影像分析	脑胶质瘤	MRI影像分析，放射组学特征提取	XGBoost	医学影像（MRI）	1280名患者，包含218例胶质瘤、514例脑转移瘤、366例炎症病变、99例脑出血和83例脑膜瘤	NA	NA	AUC（曲线下面积）	NA
15994	2025-01-29	Emotion analysis of EEG signals using proximity-conserving auto-encoder (PCAE) and ensemble techniques 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10187-w PMID:39866661	研究论文	本文提出了一种基于EEG信号的创新框架——邻近保持自编码器（PCAE），用于准确识别情绪，并解决了传统情绪分析技术面临的挑战	提出了邻近保持自编码器（PCAE）和邻近保持压缩激励自编码器（PC-SEAE）模型，结合了多种卷积和反卷积层以及局部邻近保持层，显著提高了情绪识别的准确性	未提及样本量的具体限制或数据集的多样性问题	开发一种基于EEG信号的准确情绪识别系统，以改善脑机接口（BCI）在医疗、教育等领域的应用	EEG信号	脑机接口	自闭症或情绪障碍	EEG信号分析	PCAE, PC-SEAE, SVM, RF, LSTM	EEG信号	使用EEG Brainwave数据集，未提及具体样本量	NA	NA	NA	NA
15995	2025-01-29	Using three-dimensional fluorescence spectroscopy and machine learning for rapid detection of adulteration in camellia oil 2025-Mar-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125524 PMID:39671816	研究论文	本研究利用三维荧光光谱和机器学习技术快速检测山茶油的掺假情况	结合三维荧光光谱和并行因子分析（PARAFAC）方法，采用优化的CaoCNN模型在掺假油检测中表现出色，准确率达到97.78%	传统机器学习方法在单一和二元掺假油的分类中存在局限性	识别山茶油的真伪	山茶油及其掺假油	机器学习	NA	三维荧光光谱，并行因子分析（PARAFAC）	PLS-DA, KNN, SVM, RF, CNN	光谱数据	NA	NA	NA	NA	NA
15996	2024-12-18	Ultra-fast prediction of D-π-A organic dye absorption maximum with advanced ensemble deep learning models 2025-Mar-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125536 PMID:39681030	研究论文	本文介绍了一种基于深度学习集成方法的超快速预测D-π-A有机染料吸收最大值的新方法	本文提出了一种利用高级集成深度学习模型，结合daylight指纹作为化学描述符，快速预测D-π-A有机染料在不同溶剂中的吸收最大值，显著提高了预测精度和计算效率	NA	快速准确地预测D-π-A有机染料在不同溶剂中的吸收最大值，以促进染料敏化太阳能电池及相关技术的高效设计	D-π-A有机染料在18种不同溶剂环境中的吸收最大值	机器学习	NA	深度学习	集成模型（包括卷积网络等多种神经架构）	分子描述符（有机染料指纹）	18种不同溶剂环境中的D-π-A有机染料	NA	NA	NA	NA
15997	2025-01-29	Synergistic effect evaluation method of atmospheric emission reduction based on deep learning fusion model 2025-Feb-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136709 PMID:39637781	研究论文	本文提出了一种基于深度学习融合模型的大气减排协同效应评估方法，旨在模拟排放对空气质量的影响	开发了一种新的深度学习融合模型GR-BILSTM，结合生成对抗网络进行数据增强和ResNet-BILSTM模型，有效解决了深度网络中的梯度消失问题，并捕捉高维数据特征，提高了模型的预测精度	未提及具体的数据集规模或实验验证的局限性	评估大气减排的协同效应，模拟排放对空气质量的影响	工业园区的排放与空气污染之间的关系	机器学习	NA	深度学习	GR-BILSTM（生成对抗网络与ResNet-BILSTM融合模型）	空气质量数据	未提及具体样本数量	NA	NA	NA	NA
15998	2024-12-22	Online monitoring of Haematococcus lacustris cell cycle using machine and deep learning techniques 2025-Feb, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2024.131976 PMID:39675638	研究论文	本研究开发了一种自动化在线监测系统，用于分类Haematococcus lacustris细胞周期的四个不同阶段	本研究首次将基于决策树的机器学习和深度学习卷积神经网络算法应用于Haematococcus lacustris细胞周期的在线监测	本研究仅在实验室规模的培养系统中验证了模型的有效性，尚未在大规模工业应用中进行测试	开发一种在线监测系统，用于优化从Haematococcus lacustris中生产虾青素的工艺	Haematococcus lacustris细胞周期	机器学习	NA	卷积神经网络	CNN	图像	NA	NA	NA	NA	NA
15999	2025-01-29	Deep Drug-Target Binding Affinity Prediction Base on Multiple Feature Extraction and Fusion 2025-Jan-21, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c08048 PMID:39866608	研究论文	本文提出了一种基于多特征提取和融合的深度药物-靶标结合亲和力预测模型BTDHDTA，旨在提高药物发现中的预测准确性	BTDHDTA模型通过双向门控循环单元（GRU）、Transformer编码器和扩张卷积提取药物和靶标的全局、局部及其相关性特征，并引入结合卷积神经网络和高速公路连接的模块来融合药物和蛋白质的深层特征	模型在特征提取和融合过程中可能仍存在一定的计算复杂性和数据依赖性	提高药物-靶标结合亲和力（DTA）预测的准确性，以促进药物发现	药物和靶标数据	机器学习	NA	深度学习	BTDHDTA（结合GRU、Transformer编码器、扩张卷积和CNN的模型）	序列数据	三个基准数据集（Davis、KIBA和Metz）以及3137种FDA批准药物与SARS-CoV-2复制相关蛋白的结合亲和力预测	NA	NA	NA	NA
16000	2025-01-28	Plant Detection in RGB Images from Unmanned Aerial Vehicles Using Segmentation by Deep Learning and an Impact of Model Accuracy on Downstream Analysis 2025-Jan-20, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11010028 PMID:39852341	研究论文	本文提出了一种基于深度学习的图像分割方法，用于从无人机获取的图像中检测五种植物，并探讨了模型精度对后续分析的影响	通过结合无人机图像和深度学习算法，提出了一种新的植物检测方法，并分析了模型精度对纹理特征估计的影响	不同分辨率和标记质量的图像对模型性能的影响可能导致对田间种植模式特性的错误结论	提高无人机图像中植物检测的准确性，并评估其对后续纹理特征分析的影响	五种植物	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	12个正射影像和17个来自Roboflow服务的数据集	NA	NA	NA	NA