深度学习在生物医药领域中的应用

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
2501	2025-04-10	An optimized LSTM-based deep learning model for anomaly network intrusion detection 2025-Jan-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85248-z PMID:39789143	研究论文	提出了一种基于LSTM的优化深度学习模型，用于网络异常入侵检测	采用三种优化方法（PSO、JAYA和SSA）优化LSTM的超参数，以提高检测性能	未提及模型在实际网络环境中的泛化能力测试	开发高效的网络入侵检测系统以减少误报率	网络入侵检测	机器学习	NA	深度学习	LSTM	网络流量数据	NSL KDD、CICIDS和BoT-IoT数据集
2502	2025-04-10	Application of Artificial Intelligence and its Subsets in Various Stages of Knee Arthroplasty from Pre-op to Post-op: An Overview 2025, Journal of orthopaedics and sports medicine DOI:10.26502/josm.511500185 PMID:40190766	综述	本文概述了人工智能及其子集在膝关节置换术从术前到术后各阶段的应用	探讨了人工智能在膝关节置换术各阶段（术前、术中和术后）的多样化应用，包括患者教育、手术辅助和结果评估	NA	综述人工智能在膝关节置换术中的应用，以提高诊断准确性、手术效率和患者预后	膝关节置换术的各个阶段（术前、术中和术后）	数字病理学	骨关节炎	机器学习、深度学习	NA	NA	NA
2503	2025-04-10	Active learning regression quality prediction model and grinding mechanism for ceramic bearing grinding processing 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320494 PMID:40193368	研究论文	探讨陶瓷轴承磨削加工中的质量预测，特别是磨削参数对表面粗糙度的影响	使用主动学习回归模型进行模型构建和优化，并结合深度学习模型进行磨削加工质量预测实验	实验仅覆盖特定磨削参数范围，可能未涵盖所有实际生产中的变量	为陶瓷轴承磨削加工提供质量预测理论支持及磨削参数优化依据	陶瓷轴承磨削加工过程及表面粗糙度	机器学习	NA	主动学习回归模型及深度学习模型	回归模型及深度学习模型	实验数据	多种磨削参数组合（包括磨轮线速度、磨削深度和进给速率）
2504	2025-04-10	Ensemble deep learning for Alzheimer's disease diagnosis using MRI: Integrating features from VGG16, MobileNet, and InceptionResNetV2 models 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318620 PMID:40193955	研究论文	本研究开发并评估了一种创新的深度学习集成模型，用于从MRI扫描中精确识别阿尔茨海默病的标志物	集成三种预训练模型（VGG16、MobileNet和InceptionResNetV2）的特征，以克服单个模型在处理不同图像形状和纹理时的局限性	未提及具体的数据集规模或多样性限制	提高阿尔茨海默病的诊断准确性，支持早期检测和及时治疗	阿尔茨海默病患者	数字病理学	老年疾病	MRI扫描	集成模型（VGG16、MobileNet、InceptionResNetV2）	图像	NA
2505	2025-04-10	Deep learning signature to predict postoperative anxiety in patients receiving lung cancer surgery 2025, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2025.1573370 PMID:40196195	研究论文	本研究旨在建立并验证一种基于MRI的深度学习特征，用于预测接受肺癌手术患者的术后焦虑	利用ResNet-152算法训练深度学习特征，首次将MRI-T1WI图像与术后焦虑预测相结合	样本量较小（202例患者），且仅使用了MRI-T1WI图像	预测接受肺癌手术患者的术后焦虑	接受肺癌手术的患者	数字病理学	肺癌	MRI	ResNet-152	图像	202例接受肺癌手术的患者
2506	2025-04-10	A study on early diagnosis for fracture non-union prediction using deep learning and bone morphometric parameters 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1547588 PMID:40196347	研究论文	本研究利用深度学习和骨形态计量参数开发了一种用于骨折不愈合早期诊断的模型	提出了Vision Mamba Triplet Attention and Edge Feature Decoupling Module UNet (VM-TE-UNet)用于骨折区域分割，并建立了基于微CT指标的早期诊断模型	研究仅使用了12只大鼠的骨折动物模型，样本量较小	开发骨折不愈合的早期诊断模型	大鼠骨折模型	数字病理	骨折	micro-CT成像	VM-TE-UNet	图像	12只大鼠的2448张micro-CT图像
2507	2025-04-10	Point-SPV: end-to-end enhancement of object recognition in simulated prosthetic vision using synthetic viewing points 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1549698 PMID:40196449	研究论文	本文介绍了一种名为Point-SPV的端到端深度学习模型，旨在增强模拟假体视觉中的物体识别能力	Point-SPV通过模拟视点（代表潜在的注视位置）并在这些点周围的图像块上训练模型，初步实现了基于注视的优化，专注于任务导向的视觉表示	NA	提升模拟假体视觉系统中的物体识别性能	视觉假体系统及视觉障碍患者	计算机视觉	视力障碍	深度学习	端到端深度学习模型	图像	NA
2508	2025-04-10	Transfer learning improves performance in volumetric electron microscopy organelle segmentation across tissues 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf021 PMID:40196751	research paper	该研究展示了迁移学习在体积电子显微镜（VEM）图像中跨组织器官分割性能的提升	通过在多组织器官的VEM数据上进行预训练并在目标数据集上微调，实现了高性能的多种细胞器分割，且所需的新训练数据量相对较少	需要一定量的手动标注数据进行微调，且性能可能受预训练数据与目标数据之间的差异影响	提高体积电子显微镜图像中细胞器分割的自动化水平和性能	哺乳动物组织中的细胞器（如线粒体和内质网）	digital pathology	NA	serial block face scanning electron microscopy	deep learning segmentation algorithms	volumetric electron microscopy images	四个VEM数据集（包括一个新的大鼠肝脏数据集，尺寸为7000×7000×219像素）
2509	2025-04-10	HTRecNet: a deep learning study for efficient and accurate diagnosis of hepatocellular carcinoma and cholangiocarcinoma 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1549811 PMID:40196844	研究论文	本研究提出了一种名为HTRecNet的深度学习框架，用于高效准确诊断肝细胞癌（HCC）和胆管癌（CCA）	HTRecNet结合了复杂的数据增强策略以优化特征提取，即使在样本量有限的情况下也能保持稳健性能	研究样本中CCA的样本量相对较少（180例），可能影响模型在CCA诊断上的泛化能力	开发自动化诊断方法以提高肝细胞癌和胆管癌的诊断效率和准确性	肝细胞癌（HCC）和胆管癌（CCA）的组织病理学图像	数字病理学	肝癌	深度学习	HTRecNet（自定义深度学习框架）	图像	5,432张组织病理学图像（其中5,096张用于训练和验证，336张用于外部测试）
2510	2025-04-10	Use of Artificial Intelligence in Imaging Dementia 2024-11-27, Cells IF:5.1Q2 DOI:10.3390/cells13231965 PMID:39682713	research paper	本文探讨了人工智能在痴呆症影像诊断中的应用及其潜力	利用图卷积网络框架为阿尔茨海默病及其前驱阶段提供多模态稀疏可解释性支持，并开发了基于卷积神经网络的方法进行外部验证	人工智能在临床实践中的应用面临技术、疾病相关和制度性挑战	改善痴呆症患者的诊断和预后	老年痴呆症患者，包括阿尔茨海默病、血管性痴呆、路易体痴呆等	digital pathology	geriatric disease	machine learning, deep learning	CNN, GCN	image	NA
2511	2025-04-10	Integrated Biochemical and Computational Methods for Deciphering RNA-Processing Codes 2024 Nov-Dec, Wiley interdisciplinary reviews. RNA DOI:10.1002/wrna.1875 PMID:39523464	review	本文系统总结了用于解析五种重要RNA编码（包括可变剪接、可变多聚腺苷酸化、RNA定位、RNA修饰和RBP结合）的生化和计算方法	结合机器学习和深度学习模型，从DNA序列中学习RNA转化的规则或编码，并探讨了使用大型语言模型和广泛领域知识开发预测模型时遇到的挑战	未提及具体样本量或实验数据的具体限制	将大数据转化为生物学知识，预测RNA产物，解码分子机制，预测疾病变异对RNA加工事件的影响，并识别驱动突变	RNA加工过程中的五种重要编码	自然语言处理	NA	高通量测序技术	机器学习和深度学习模型	DNA序列数据	NA
2512	2025-04-10	Identifying depression-related topics in smartphone-collected free-response speech recordings using an automatic speech recognition system and a deep learning topic model 2024-06-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2024.03.106 PMID:38552911	research paper	该研究通过智能手机收集的自由回答语音录音，使用自动语音识别系统和深度学习主题模型，自动识别与抑郁相关的主题	结合自动语音识别（Whisper工具）和深度学习主题模型（BERTopic）自动分析抑郁相关语音主题，并关联抑郁严重程度、行为和语言特征	研究结果来自特定语音任务的抑郁队列，可能限制对非临床人群或其他语音任务的普适性，部分主题样本量较小需进一步验证	自动识别抑郁相关语音主题并分析其与抑郁严重程度的关系	265名有抑郁史的参与者的3919段英语自由回答语音录音	natural language processing	geriatric disease	自动语音识别（Whisper工具），深度学习主题模型（BERTopic）	BERTopic	语音录音	265名参与者的3919段语音录音
2513	2025-04-10	Discovery and development of macrocyclic peptide modulators of the cannabinoid 2 receptor 2024-06, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2024.107330 PMID:38679329	研究论文	本文探索了植物源性环状胱氨酸结肽作为大麻素2型受体（CBR）配体的潜力，并基于深度学习网络设计和表征了基于vodo-C1的双环肽	首次发现并开发了基于环肽的大麻素2型受体调节剂，特别是从甜紫罗兰中鉴定出vodo-C1作为CBR的全激动剂，并设计出具有负变构调节或中性拮抗作用的双环肽	研究仅基于九种植物的肽富集提取物库，样本量有限，且设计的双环肽未能激活受体	开发新型大麻素2型受体调节剂，用于治疗慢性炎症和纤维化	大麻素2型受体（CBR）及其配体	药物发现	慢性炎症和纤维化	药理学引导的分馏、肽组学、深度学习网络	深度学习网络	肽序列和结构数据	九种植物的肽富集提取物库
2514	2025-04-10	Cascaded cross-attention transformers and convolutional neural networks for multi-organ segmentation in male pelvic computed tomography 2024-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.2.024009 PMID:38595327	research paper	提出了一种基于深度学习的自动两步分割流程，用于男性盆腔CT图像中多器官的分割	采用混合卷积-Transformer模型进行初始多器官分割，并通过图像增强模块和器官特定精细分割提高分割精度	仅在30张测试图像上验证，样本量较小	提高男性盆腔CT图像中多器官分割的准确性，以支持放射治疗计划	前列腺、膀胱、直肠、精囊和股骨头	digital pathology	prostate cancer	computed tomography (CT)	axial cross-attention UNet (混合卷积-Transformer模型)	image	30张男性盆腔CT图像
2515	2025-04-10	Deep Learning-Assisted Single-Molecule Detection of Protein Post-translational Modifications with a Biological Nanopore 2024-01-16, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.3c08623 PMID:38112538	research paper	本文介绍了一种利用生物纳米孔和深度学习技术检测蛋白质翻译后修饰（PTMs）的单分子方法	结合生物纳米孔（气溶素）和深度学习模型，实现了对α-突触核蛋白肽及其多种PTM变体的高灵敏度检测和区分	目前仅针对α-突触核蛋白肽及其特定PTM变体进行了验证，尚未扩展到其他蛋白质或PTM类型	开发一种高灵敏度的单分子检测方法，用于蛋白质翻译后修饰的研究和生物标志物发现	α-突触核蛋白肽及其磷酸化、硝化和氧化等PTM变体	单分子检测	神经退行性疾病	纳米孔传感技术（气溶素纳米孔）	深度学习模型	电信号数据	NA
2516	2025-04-10	Deep learning in public health: Comparative predictive models for COVID-19 case forecasting 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294289 PMID:38483948	研究论文	比较多种深度学习模型在预测阿联酋和马来西亚COVID-19病例中的效果	使用贝叶斯优化技术提升模型性能，并比较不同深度学习模型在特定地区的预测效果	研究仅针对阿联酋和马来西亚，可能不适用于其他地区	确定预测COVID-19病例的最有效深度学习模型	阿联酋和马来西亚的COVID-19病例数据	机器学习	COVID-19	贝叶斯优化	LSTM, bidirectional LSTM, CNN, hybrid CNN-LSTM, Multilayer Perceptron's, RNN	结构化数据（确诊病例数、人口统计数据、社会经济因素）	NA
2517	2025-04-10	Harnessing the power of AI: Advanced deep learning models optimization for accurate SARS-CoV-2 forecasting 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0287755 PMID:37471397	research paper	该研究利用先进的深度学习模型预测SARS-CoV-2病例，评估了多种模型的性能，并确定了最适合马来西亚特定情况的模型架构	研究评估了多种深度学习模型（如LSTM、Bi-directional LSTM、CNN等）在SARS-CoV-2病例预测中的性能，并优化了模型以提高预测准确性	研究可能受限于数据集的覆盖范围和时效性，且模型性能可能因地区差异而有所不同	开发高效且精确的SARS-CoV-2病例预测工具，以指导公共卫生政策和措施	SARS-CoV-2病例数据、人口统计数据及相关社会经济因素	machine learning	COVID-19	深度学习模型优化	LSTM, Bi-directional LSTM, CNN, CNN-LSTM, Multilayer Perceptron, GRU, RNN	结构化数据（确诊病例数据、人口统计数据、社会经济因素）	NA
2518	2025-04-10	Application of machine learning in the prediction of COVID-19 daily new cases: A scoping review 2021-Oct, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2021.e08143 PMID:34660935	综述	本文综述了机器学习和深度学习方法在预测COVID-19每日新增病例中的应用	比较了多种机器学习方法在预测COVID-19传播中的性能，并评估了不同模型的准确性	未提及具体研究的样本量或数据来源限制	评估机器学习和深度学习方法在预测COVID-19传播趋势中的效果	COVID-19新增病例的预测模型	机器学习	COVID-19	机器学习和深度学习方法	ANFIS, LSTM, RNN, MLP, ANN, ARIMA	疫情数据	NA
2519	2025-04-10	Performance for rotor system of hybrid electromagnetic bearing and elastic foil gas bearing with dynamic characteristics analysis under deep learning 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0244403 PMID:33720953	研究论文	本文通过深度学习分析混合电磁轴承和弹性箔气体轴承转子系统的动态特性，探讨卷积神经网络(CNN)在系统故障检测和分类中的最优结构	结合混合电磁轴承和弹性箔气体轴承的动态特性分析，优化CNN结构用于轴承-转子系统故障检测与分类	研究仅针对涡轮膨胀机作为研究对象，未考虑其他类型旋转机械的适用性	分析轴承-转子系统动态特性并优化CNN结构以提高故障检测与分类性能	涡轮膨胀机的轴承-转子系统	机器学习	NA	动态特性分析、CNN参数优化	CNN	动态特性参数(刚度系数、阻尼系数)	NA
2520	2025-04-10	A demonstration of automated visual evaluation of cervical images taken with a smartphone camera 2020-11-01, International journal of cancer IF:5.7Q1 DOI:10.1002/ijc.33029 PMID:32356305	research paper	研究探讨了自动化视觉评估（AVE）这一用于宫颈癌筛查的深度学习计算机应用，是否能够应用于智能手机拍摄的宫颈图像	首次将AVE技术应用于智能手机拍摄的宫颈图像，并通过大量数据和专家标注验证其有效性	金标准为专家印象而非组织病理学，且仅在小部分具有组织病理学诊断的图像上进行了验证	验证AVE技术在智能手机拍摄宫颈图像上的应用效果	7587张来自3221名女性的宫颈图像	computer vision	cervical cancer	deep learning	object detection networks	image	7587张图像来自3221名女性