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
18421	2024-12-28	Network embedding: The bridge between water distribution network hydraulics and machine learning 2025-Apr-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.123011 PMID:39721501	研究论文	本文提出了一种新的水分配网络嵌入（WDNE）方法，将水分配网络的液压关系转化为适合机器学习算法的向量形式	提出了WDNE方法，首次将水分配网络的液压特性有效整合到机器学习中，并通过两种深度自编码器嵌入模型同时保留液压关系和属性信息	未提及具体局限性	解决水分配网络管理问题，提升机器学习算法在水分配网络中的应用效率	水分配网络（WDNs）	机器学习	NA	深度自编码器嵌入模型	自编码器	网络拓扑数据	未提及具体样本数量	NA	NA	NA	NA
18422	2025-10-07	Brain tumor detection and segmentation using deep learning 2025-Feb, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01203-5 PMID:39231857	研究论文	本研究比较了不同目标检测算法在脑肿瘤检测中的性能，并提出将最佳检测网络与2D U-Net结合用于肿瘤分割	首次系统比较Faster R-CNN、YOLO和SSD在脑肿瘤检测中的性能，并提出YOLOv5与2D U-Net级联的新方法	研究主要基于特定数据集（BTF和BRATS 2018），在其他数据集上的泛化能力有待验证	开发准确的脑肿瘤检测、分类和分割方法	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI	CNN	医学图像	BTF数据集和BRATS 2018数据集	NA	Faster R-CNN, YOLOv5, SSD, 2D U-Net, Mask R-CNN	mAP, DSC	NA
18423	2025-02-04	A comprehensive review on early detection of drusen patterns in age-related macular degeneration using deep learning models 2025-Feb, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2024.104454 PMID:39716627	综述	本文综述了使用深度学习模型早期检测年龄相关性黄斑变性（AMD）中玻璃膜疣模式的全面研究	提出了一种基于深度学习的模型，通过结合局部和全局知识来优化AMD早期阶段的玻璃膜疣检测	现有模型由于眼底图像分辨率问题，难以准确预测玻璃膜疣区域	研究目的是通过深度学习技术早期检测AMD中的玻璃膜疣模式	研究对象是年龄相关性黄斑变性（AMD）患者的眼底图像	计算机视觉	老年疾病	深度学习	深度学习模型	图像	NA	NA	NA	NA	NA
18424	2025-02-04	Multi-Dimensional Features Extraction for Voice Pathology Detection Based on Deep Learning Methods 2025-Feb-01, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2024.12.048 PMID:39894721	研究论文	本文提出了一种基于深度学习的多维特征提取方法，用于语音病理检测	提出了一种结合Gammatonegram特征与TKEO Scalogram特征的特征提取方案，命名为CGT Scalogram	NA	提高语音病理检测的准确性	健康语音与病理语音	自然语言处理	语音障碍	深度学习	ResNet	语音信号	Saarbrucken语音数据库	NA	NA	NA	NA
18425	2025-02-04	Enhancing feature-aided data association tracking in passive sonar arrays: An advanced Siamese network approach 2025-Feb-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0035577 PMID:39898705	研究论文	本文提出了一种基于Siamese网络的高级网络BiChannel-SiamDinoNet，用于改进被动声纳阵列中的特征辅助数据关联跟踪方法	提出了BiChannel-SiamDinoNet网络，结合Siamese网络和联合概率数据关联框架，通过声学目标的特征结构形成嵌入空间，使系统对变化更加鲁棒，并能有效区分测量和目标之间的差异	未提及具体局限性	改进被动声纳阵列中的多目标跟踪方法，提高在复杂海洋场景中的性能	被动声纳阵列中的多目标跟踪	机器学习	NA	深度学习	Siamese网络	声学信号	未提及具体样本数量	NA	NA	NA	NA
18426	2025-10-07	A combined model integrating radiomics and deep learning based on multiparametric magnetic resonance imaging for classification of brain metastases 2025-Jan, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241292528 PMID:39552295	研究论文	本研究开发了一种结合影像组学和深度学习的多参数MRI模型，用于区分肺腺癌和非肺腺癌脑转移瘤	首次将影像组学与深度学习通过分类概率平均方法结合，构建深度迁移学习影像组学模型	回顾性研究设计，样本来源单一	探索基于多参数MRI的深度迁移学习影像组学在脑转移瘤分类中的可行性	342名患者的1389个脑转移瘤病灶	医学影像分析	脑转移瘤	多参数磁共振成像	CNN, 机器学习算法	医学影像	342名患者，1389个脑转移瘤病灶（训练集273人/1179病灶，测试集69人/210病灶）	NA	预训练卷积神经网络	AUC, 校准曲线, 决策曲线分析	NA
18427	2025-02-03	Automating container damage detection with the YOLO-NAS deep learning model 2025 Jan-Mar, Science progress IF:2.6Q2 DOI:10.1177/00368504251314084 PMID:39887245	研究论文	本研究利用YOLO-NAS深度学习模型自动化检测集装箱损伤，以提高全球供应链中的产品质量、物流效率和安全性	首次将YOLO-NAS模型应用于集装箱损伤检测，解决了海港复杂条件下的高速、高精度需求	尽管YOLO-NAS在实时评估能力上表现优异，但其他模型如Fmask-RCNN和MobileNetV2在训练精度上较高，但缺乏实时评估能力	开发自动化集装箱损伤检测解决方案，以提高港口物流的效率和安全性	集装箱损伤检测	计算机视觉	NA	深度学习	YOLO-NAS	图像	NA	NA	NA	NA	NA
18428	2025-02-03	Hybrid deep learning based stroke detection using CT images with routing in an IoT environment 2025-Feb-01, Network (Bristol, England) DOI:10.1080/0954898X.2025.2452280 PMID:39893512	研究论文	本文提出了一种基于混合深度学习的CT图像中风检测方法，结合物联网技术进行数据传输	提出了一种新的Jaccard_Residual SqueezeNet模型，用于从CT图像中预测中风，并结合物联网技术进行数据传输	未提及具体的研究局限性	提高中风病变的早期检测和准确分割，以改善治疗效果和减少长期残疾	CT图像中的中风病变	计算机视觉	中风	CT成像	Jaccard_Residual SqueezeNet	图像	未提及具体样本数量	NA	NA	NA	NA
18429	2025-02-03	MMnc: Multi-modal interpretable representation for non-coding RNA classification and class annotation 2025-Jan-31, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf051 PMID:39891346	研究论文	本文介绍了一种名为MMnc的可解释深度学习方法，用于将非编码RNA分类到功能组中	MMnc利用基于注意力的多模态数据集成方法，整合序列、二级结构和表达等多种数据源，确保学习有意义的表示，并处理部分样本中缺失的数据源	NA	旨在通过深度学习技术对非编码RNA进行功能分类和注释	非编码RNA	机器学习	NA	深度学习	基于注意力的多模态数据集成模型	序列、二级结构、表达数据	NA	NA	NA	NA	NA
18430	2025-10-07	Deep learning and optimization enabled multi-objective for task scheduling in cloud computing 2025-Feb, Network (Bristol, England) DOI:10.1080/0954898X.2024.2391395 PMID:39163538	研究论文	提出一种结合多目标优化和深度学习模型的云计算任务调度方法	提出混合分数火烈鸟甲虫优化算法(FFBO)和深度前馈神经网络融合长短期记忆网络(DFNN-LSTM)的新型任务调度模型	NA	优化云计算环境中的任务调度性能	云计算任务调度	机器学习	NA	深度学习	DRN, DFNN, LSTM	任务参数和虚拟机参数	NA	NA	深度残差网络, 深度前馈神经网络, 长短期记忆网络	完工时间, 能耗, 资源利用率	NA
18431	2025-10-07	Optimized deep maxout for crowd anomaly detection: A hybrid optimization-based model 2025-Feb, Network (Bristol, England) DOI:10.1080/0954898X.2024.2392772 PMID:39302211	研究论文	提出一种基于混合优化的深度maxout网络用于人群异常检测	结合视觉注意力检测与优化的深度maxout网络，并采用新型BRCASO算法进行权重优化	NA	开发高效的人群异常检测方法	监控视频中的人群行为	计算机视觉	NA	NA	深度maxout网络	视频	NA	Python	优化深度maxout网络	检测准确率	NA
18432	2025-10-07	Preparing for downstream tasks in artificial intelligence for dental radiology: a baseline performance comparison of deep learning models 2025-Feb-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae056 PMID:39563402	研究论文	比较卷积神经网络、视觉变换器和门控多层感知器在牙科放射影像分类任务中的性能表现	首次在牙科放射学领域系统比较CNN、ViT和gMLP三种深度学习架构的性能	研究仅使用回顾性收集的二维锥形束CT图像数据	评估不同深度学习模型在牙科放射影像分类任务中的表现	牙科结构放射影像，包括上颌窦、切牙、颏孔和下颌第三磨牙与下牙槽神经管的位置关系	计算机视觉	牙科疾病	锥形束计算机断层扫描	CNN, ViT, gMLP	图像	NA	NA	卷积神经网络, 视觉变换器, 门控多层感知器	灵敏度, 特异度, 精确度, 准确率, F1分数, AUC-ROC曲线, 精确率-召回率曲线	NA
18433	2025-10-07	On-chip deep residual photonic neural networks using optical-electrical shortcut connections 2025-Feb-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.549158 PMID:39888773	研究论文	提出一种采用光电快捷连接的片上深度残差光子神经网络架构，解决深度光子神经网络训练中的梯度消失和爆炸问题	首次在片上光子神经网络中引入光电快捷连接机制，通过功率分配器、波长解复用器和光电探测器直接连接光学权重层的输入输出	NA	解决深度光子神经网络训练中的梯度问题，提升网络性能	片上光子神经网络	机器学习	NA	光电混合计算	残差神经网络	图像数据	CIFAR-10和CIFAR-100数据集	NA	Res-PNN	分类准确率	NA
18434	2025-10-07	Femtojoule optical nonlinearity for deep learning with incoherent illumination 2025-Jan-31, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ads4224 PMID:39888986	研究论文	本文提出了一种与不相干照明兼容的非线性光学微器件阵列，用于实现低功耗光学神经网络	通过将液晶单元与硅光电二极管在单像素级别集成，实现了低至100飞焦耳/像素的超低开关能量非线性光学器件	NA	开发适用于光学神经网络的高能效、高度并行的光学非线性组件	光学神经网络中的非线性激活函数器件	计算机视觉	NA	光学器件集成技术	光学神经网络	光学图像	超过50万个像素的器件阵列	NA	多层神经网络	开关能量（100飞焦耳/像素）	NA
18435	2025-10-07	Versatile waste sorting in small batch and flexible manufacturing industries using deep learning techniques 2025-Jan-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87226-x PMID:39885307	研究论文	本研究提出基于Segment Anything Model系列架构的两步式通用视觉废物分拣方法	结合SAM系列模型进行废物对象提取与多种分类架构进行精确分拣，无需开发专用检测分割算法	NA	评估深度学习架构在机器人废物分拣中处理高度可变物体的能力	工业废物分拣	计算机视觉	NA	深度学习	SAM系列模型,CNN	图像	NA	NA	Segment Anything Model,FastSAM,MobileSAMv2,EfficientSAM,MobileNetV2,VGG19,DenseNet,SqueezeNet,ResNet,Inception-v3	准确率	NA
18436	2025-10-07	Multi-modal framework for battery state of health evaluation using open-source electric vehicle data 2025-Jan-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56485-7 PMID:39880811	研究论文	提出基于深度学习的多模态框架，利用开源电动汽车数据评估电池健康状态	首次分析300辆电动汽车三年运行数据，揭示现场数据与实验室数据的差异对健康状态评估的影响，并提出多模态深度学习框架	研究基于特定电动汽车数据集，未明确说明模型在其他车型或环境下的泛化能力	开发高效、准确且成本效益高的电池健康状态评估方法	300辆不同类型电动汽车的电池系统	机器学习	NA	深度学习	深度学习模型	多模态传感器数据，历史车辆运行数据	300辆电动汽车的三年运行数据	NA	多模态深度学习框架	NA	NA
18437	2025-10-07	Enhanced hybrid attention deep learning for avocado ripeness classification on resource constrained devices 2025-Jan-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87173-7 PMID:39880865	研究论文	提出一种混合注意力卷积神经网络模型用于在资源受限设备上实现鳄梨成熟度分类	结合空间、通道和自注意力模块的混合注意力机制，在保持模型轻量化的同时增强局部特征并捕获全局关系	ShuffleNetV1版本测试准确率仅82.89%，不足以满足实际应用需求	开发适用于资源受限设备的鳄梨成熟度分类深度学习模型	鳄梨果实	计算机视觉	NA	深度学习	CNN	图像	14000张图像	TensorFlow, TensorFlow Lite	EfficientNet-B3, ShuffleNetV1, MobileNetV3 Large	准确率	智能手机（具体型号未指定）
18438	2025-10-07	Learning by making - student-made models and creative projects for medical education: systematic review with qualitative synthesis 2025-Jan-29, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-025-06716-8 PMID:39881268	系统综述	对医学生通过制作创意项目（如手工模型、绘图和概念图）进行学习的效果进行系统评价和定性综合	首次系统评价创意项目式学习对医学生元认知和知识获取的影响，并识别出增强学习、协作学习和深度学习等关键主题	纳入研究数量有限（17项），存在任务要求高、认知情感强度大、与学生专业身份不匹配等挑战	评估创意项目式学习在医学教育中对学生元认知和知识获取的影响	医学生	医学教育	NA	系统评价、内容分析、叙事综合	NA	定量、定性和混合方法研究数据	17项研究（2010-2022年发表）	NA	NA	混合方法评估工具（MMAT）	NA
18439	2025-10-07	Enhancing furcation involvement classification on panoramic radiographs with vision transformers 2025-Jan-29, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05431-6 PMID:39881302	研究论文	本研究评估了Vision Transformer在全景X光片上分类根分叉病变的性能，并与传统深度学习模型进行比较	首次将Vision Transformer应用于根分叉病变分类任务，并证明其优于传统深度学习模型	研究样本量相对有限，仅包含1,568张牙齿图像	评估Vision Transformer在全景X光片上分类根分叉病变的性能	从506张全景X光片中获取的1,568张牙齿图像	计算机视觉	牙科疾病	全景X光成像	Vision Transformer, MLP, CNN	医学图像	1,568张牙齿图像（来自506张全景X光片）	NA	Vision Transformer, VGGNet, GoogLeNet, MLP	准确率, 精确率, 召回率, F1分数, 交叉熵损失, AUC	NA
18440	2025-10-07	Deep Learning Prediction of Drug-Induced Liver Toxicity by Manifold Embedding of Quantum Information of Drug Molecules 2025-Jan, Pharmaceutical research IF:3.5Q2 DOI:10.1007/s11095-024-03800-4 PMID:39663331	研究论文	本文提出了一种通过分子表面流形嵌入量子信息来预测药物诱导肝毒性的深度学习方法	利用分子表面电子属性的流形嵌入作为分子表示，将量子信息编码用于深度学习的药物毒性预测	NA	开发基于深度学习的药物诱导肝毒性预测方法	药物分子	机器学习	药物性肝损伤	量子化学计算，流形嵌入	深度学习	分子电子属性数据	NA	NA	NA	交叉验证	NA