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
3001	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
3002	2025-04-10	Malocclusion Classification on 3D Cone-Beam CT Craniofacial Images Using Multi-Channel Deep Learning Models 2020-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC44109.2020.9176672 PMID:33018225	研究论文	本研究提出两种多通道深度学习模型架构，用于从3D CBCT颅面图像中自动识别和分类骨骼性错颌畸形	提出了'Ensemble'和'Synchronized multi-channel'两种多通道深度学习模型架构，并结合'Class-selective Relevance Mapping'可视化方法解释模型学习行为	NA	辅助正畸医生确定患者的最佳治疗路径，包括正畸治疗、手术治疗或两者结合	3D CBCT颅面图像	计算机视觉	错颌畸形	深度学习	多通道深度学习模型（Ensemble和Synchronized multi-channel）	3D CBCT图像	NA
3003	2025-04-10	Risk factor analysis combined with deep learning in the risk assessment of overseas investment of enterprises 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0239635 PMID:33006998	research paper	该研究结合深度学习方法评估企业海外投资风险，并分析了15个国家集群作为样本	引入深度神经网络（DNN）构建企业海外投资风险评估模型，并利用Fraser风险评估学习标签中的投资吸引力指数作为模型评估结果	研究仅基于15个国家集群的样本，可能无法全面覆盖所有海外投资风险因素	评估企业海外投资风险并扩展深度学习方法在风险评估中的应用	15个国家集群的企业海外投资风险指标	machine learning	NA	Deep Neural Network (DNN)	DNN	结构化数据（风险指标）	15个国家集群
3004	2025-04-10	The use of deep learning algorithm and digital media art in all-media intelligent electronic music system 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0240492 PMID:33075083	研究论文	探讨深度学习算法在智能电子音乐系统中的初步应用，并促进深度学习与数字媒体技术的融合	提出了基于多任务学习的DDPG算法（M-DDPG）和基于分层学习的DDPG算法（H-DDPG），用于解决智能系统中的多任务问题和图像分层分析问题	未提及具体的数据集大小或实验环境的详细配置	推动全媒体智能系统的发展，探索深度学习在智能电子音乐系统中的应用	智能电子音乐系统中的多任务处理和图像分类	数字媒体艺术与机器学习	NA	DDPG, M-DDPG, H-DDPG	DDPG	图像	基于八项任务的测试
3005	2025-04-10	Single image super-resolution via Image Quality Assessment-Guided Deep Learning Network 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0241313 PMID:33119656	research paper	提出了一种基于图像质量评估（IQA）引导的深度学习网络，用于单图像超分辨率（SISR），以在感知质量和失真度量之间取得良好平衡	引入IQA网络从SR结果中提取感知特征，计算与原始绝对像素损失融合的相应损失，并指导SR网络参数的调整，解决了IQA和SR网络使用异构数据集的问题	未提及具体局限性	在单图像超分辨率（SISR）中实现感知质量和失真度量之间的良好平衡	单图像超分辨率（SISR）	computer vision	NA	深度学习（DL）	cascaded network	image	未提及具体样本数量
3006	2025-04-10	The use of machine translation algorithm based on residual and LSTM neural network in translation teaching 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0240663 PMID:33211704	研究论文	本文探讨了基于残差和LSTM神经网络的机器翻译算法在翻译教学中的应用	提出了SCN-LSTM（Skip Convolutional Network and Long Short Term Memory）翻译模型，该模型在翻译教学中的性能、翻译质量和适应性方面优于传统N元组翻译模型和单一模型	未提及具体的数据集规模限制或模型在其他语言对上的泛化能力	促进翻译专业培养模式和内容的转型以及翻译服务业在各领域的应用	英语专业的翻译教学	自然语言处理	NA	深度学习神经网络	SCN-LSTM（Skip Convolutional Network and LSTM）	文本	真实数据集和公开的PTB（Penn Treebank Dataset）
3007	2025-04-10	Applying Internet information technology combined with deep learning to tourism collaborative recommendation system 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0240656 PMID:33271589	研究论文	本文提出了一种结合深度学习的旅游协同推荐系统，旨在提供更个性化、便捷的旅游服务	结合词嵌入、CNN处理用户评论、DNN处理用户及服务项目信息，并利用因子分解机技术学习特征交互，提高了推荐精度	未提及模型在大规模实时推荐场景中的性能表现及计算成本	解决传统旅游推荐系统服务单一性问题，构建个性化旅游推荐模型	互联网旅游信息及用户行为数据	机器学习	NA	词嵌入、因子分解机	CNN+DNN	文本评论及用户画像数据	未明确说明样本量（仅提及模型参数配置：40个隐藏因子、100次卷积、100+50组合隐藏层）
3008	2025-04-09	Detection of cognitive load during computer-aided education using infrared sensors 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10242-0 PMID:40191173	研究论文	本研究利用功能近红外光谱（fNIRS）和机器学习方法检测计算机辅助教育中的认知负荷	提出了一种基于小波散射变换（WST）的自动特征提取方法和一维卷积神经网络（1D CNN），用于认知负荷检测，并在分类性能上优于现有方法	1D CNN的计算成本（CPU时间和内存利用率）显著高于其他方法	检测计算机辅助教育中的认知负荷，以提高学生注意力	14名健康受试者的fNIRS脑信号数据	机器学习	NA	功能近红外光谱（fNIRS）	1D CNN, LDA, NB, KNN, SVM	脑信号数据	14名健康受试者
3009	2025-04-09	Nondestructive detection of cadmium content in oilseed rape leaves under different silicon environments using deep transfer learning and Vis-NIR hyperspectral imaging 2025-Jul-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143799 PMID:40081073	研究论文	提出了一种基于深度迁移学习和可见-近红外高光谱成像技术的油菜叶片镉含量无损检测方法	开发了迁移堆叠去噪自编码器(T-SDAE)算法，实现了不同硅环境下油菜叶片镉含量预测模型的迁移	NA	实现不同硅环境下油菜叶片镉含量的准确无损检测	油菜叶片	计算机视觉	NA	可见-近红外高光谱成像技术	T-SDAE, SVR	高光谱图像	NA
3010	2025-04-09	An efficient method for chili pepper variety classification and origin tracing based on an electronic nose and deep learning 2025-Jul-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143850 PMID:40101378	研究论文	本文提出了一种结合电子鼻和深度学习的方法，用于辣椒品种分类和产地溯源	提出了一种传感器感知卷积网络（SACNet），集成了电子鼻技术，通过传感器注意力模块自适应关注各传感器的重要性，并引入局部感知和广域感知结构以捕获气体信息特征	方法依赖于电子鼻系统的气体样本采集，可能在实际应用中受到环境因素的影响	解决辣椒品种和产地快速准确识别的问题	辣椒	机器学习	NA	电子鼻（e-nose）	CNN（SACNet）	气体数据	三个数据集（Dataset A、B、C），具体样本数量未提及
3011	2025-04-09	Predicting the risk of ischemic stroke in patients with atrial fibrillation using heterogeneous drug-protein-disease network-based deep learning 2025-Jun, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0242570 PMID:40191603	research paper	开发了一种可解释的深度学习模型ABioSPath，用于预测心房颤动患者一年内缺血性中风的风险	通过整合药物-蛋白质-疾病通路与真实世界临床数据，ABioSPath模型能够识别药物作用机制和共病传播，提供个体化的中风风险评估	模型仅基于香港43家医院的数据，可能在其他地区或人群中的适用性有限	预测心房颤动患者一年内缺血性中风的风险	心房颤动患者	machine learning	cardiovascular disease	deep learning	ABioSPath	electronic health record data	7859名心房颤动患者
3012	2025-04-09	A pretrained transformer model for decoding individual glucose dynamics from continuous glucose monitoring data 2025-May, National science review IF:16.3Q1 DOI:10.1093/nsr/nwaf039 PMID:40191259	研究论文	开发了一个基于注意力机制的深度学习模型CGMformer，用于从连续血糖监测数据中解码个体血糖动态	利用自监督学习在大量CGM数据上预训练模型，能够表征个体内在代谢状态并支持多种临床应用	未提及具体样本量或模型在更广泛人群中的验证情况	通过深度学习改进糖尿病管理中的血糖监测和预测	连续血糖监测数据和糖尿病相关临床任务	机器学习	糖尿病	自监督学习	Transformer	时间序列数据	NA
3013	2025-04-09	Deep Learning Methods in the Imaging of Hepatic and Pancreaticobiliary Diseases 2025 May-Jun 01, Journal of clinical gastroenterology IF:2.8Q2 DOI:10.1097/MCG.0000000000002125 PMID:40193287	综述	本文综述了机器学习和深度学习在肝胆胰疾病诊断中的应用	探讨了AI在肝胆胰疾病影像分析中的高敏感性和特异性，以及CNN算法在图像分析和减少变异性方面的优势	AI在这些胃肠病学专业领域的应用目前主要局限于实验性试验	提高肝胆胰疾病的检测、评估和治疗规划	肝胆胰疾病的影像	数字病理学	肝胆胰疾病	深度学习	CNN	影像	NA
3014	2025-04-09	Ensemble network using oblique coronal MRI for Alzheimer's disease diagnosis 2025-Apr-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121151 PMID:40147601	研究论文	本研究提出了一种基于倾斜冠状MRI的集成网络方法，用于阿尔茨海默病的诊断	采用倾斜冠状MRI切片和集成学习方法，提高了诊断准确率	研究依赖于ADNI数据集，可能限制了方法的普适性	开发一种更可靠的阿尔茨海默病诊断方法	阿尔茨海默病患者、轻度认知障碍患者和正常老年人	数字病理学	老年疾病	MRI	集成学习	图像	ADNI数据集中的样本
3015	2025-04-09	How local is "local"? Deep learning reveals locality of the induced magnetic field of polycyclic aromatic hydrocarbons 2025-Apr-14, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0257558 PMID:40197568	研究论文	本文利用深度学习研究多环芳香分子中磁响应的局部性	采用新颖的图神经网络（GNNs）结合环图表示法预测分子周围空间的核独立化学位移（NICS），并通过k-hop扩展策略克服GNNs泛化问题	尽管模型在小分子（最多4个环）上训练，但能准确预测更大分子（最多15个环）的磁响应，但仍需验证更复杂分子的适用性	探究多环芳香分子中磁响应的局部性	多环芳香分子	机器学习	NA	图神经网络（GNNs）	GNN	分子结构数据	训练集包含最多4个环的分子，测试集扩展到最多15个环的分子
3016	2025-04-09	Large Language Models (such as ChatGPT) as Tools for Machine Learning-Based Data Insights in Analytical Chemistry 2025-Apr-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05046 PMID:39907023	research paper	本文探讨了大型语言模型（如ChatGPT）在分析化学中作为机器学习数据洞察工具的应用	展示了大型语言模型通过智能手机以交互式对话方式处理和分析高光谱成像数据集的潜力	未提及具体的数据集规模或模型性能的定量评估	探索大型语言模型在分析化学数据处理和分析中的应用	高光谱成像数据集	自然语言处理	NA	激光诱导击穿光谱（LIBS）	CNN, LLM	高光谱图像	NA
3017	2025-04-09	WPR-Net: A Deep Learning Protocol for Highly Accelerated NMR Spectroscopy with Faithful Weak Peak Reconstruction 2025-Apr-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04830 PMID:40067126	research paper	提出一种深度学习架构WPR-Net，用于高度加速的NMR光谱学并可靠重建弱峰	该深度学习协议能够消除欠采样伪影，并在高度稀疏采样密度或严重噪声条件下重建高质量多维NMR光谱信号	NA	加速多维NMR光谱学的实现并提高弱峰重建的准确性	多维NMR光谱信号	machine learning	NA	NMR spectroscopy	deep learning architecture (WPR-Net)	spectral data	NA
3018	2025-04-09	Deep learning assisted high-resolution microscopy image processing for phase segmentation in functional composite materials 2025-Apr-08, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13413 PMID:40195694	research paper	该研究提出了一种基于深度学习的图像处理方法，用于高分辨率显微镜图像的相位分割和成分检测	提出了一种新的基于FFT的分割工作流程，并利用训练好的U-Net模型进行相位分割，这在复合材料的相位和成分检测中是一个尚未充分探索的领域	NA	开发一种高效的高分辨率显微镜图像分析方法，用于电池研究中的相位分割和成分检测	高分辨率透射电子显微镜（TEM）图像中的复合材料的相位和成分	computer vision	NA	深度学习	U-Net	image	NA
3019	2025-04-09	Protein-Ligand Structure and Affinity Prediction in CASP16 Using a Geometric Deep Learning Ensemble and Flow Matching 2025-Apr-08, Proteins IF:3.2Q2 DOI:10.1002/prot.26827 PMID:40195868	研究论文	本文介绍了一种名为MULTICOM_ligand的深度学习方法，用于预测蛋白质-配体结构和结合亲和力，并在CASP16中表现优异	提出了一个结合结构共识排序和无监督姿势排序的深度学习集成方法，以及一个新的深度生成流匹配模型，用于联合预测结构和结合亲和力	未提及具体局限性	解决蛋白质-配体结构和结合亲和力预测的基础性问题，以支持生物技术和药物发现	蛋白质-配体结构和结合亲和力	机器学习	NA	深度学习	深度学习集成和流匹配模型	蛋白质-配体结构数据	NA
3020	2025-04-09	Enhancing Dementia Classification for Diverse Demographic Groups: Using Vision Transformer-Based Continuous Scoring of Clock Drawing Tests 2025-Apr-08, The journals of gerontology. Series B, Psychological sciences and social sciences DOI:10.1093/geronb/gbaf065 PMID:40197801	research paper	本研究开发了一种基于深度学习的连续时钟绘图测试(CDT)评分方法，用于提高不同人口群体的痴呆症分类准确性	使用Vision Transformer生成连续CDT评分，并针对不同人口特征设定分类阈值，提高了痴呆症筛查的适应性和包容性	研究依赖于NHATS数据集，可能无法完全代表所有人群特征	开发更精确的痴呆症筛查工具	老年人群体(特别是黑人、低教育水平和90岁以上高龄人群)	digital pathology	geriatric disease	deep learning neural network (DLNN)	Vision Transformer	image	来自国家健康与老龄化趋势研究(NHATS)的全国代表性老年人样本