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
321	2026-10-01	Effective feature selection based HOBS pruned- ELM model for tomato plant leaf disease classification 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315031 PMID:39637070	研究论文	本文提出了一种基于有效特征选择的HOBS剪枝-ELM模型，用于番茄植株叶片病害分类，构建了轻量级卷积神经网络架构并结合优化算法降低计算复杂度并提高分类准确率	提出了结合Elephant Herding Optimization（EHO）算法进行特征选择，并将基于Hessian的Optimal Brain Surgeon（HOBS）方法与剪枝的Extreme Learning Machine（ELM）集成，优化网络参数同时降低计算复杂度，实现了轻量级CNN框架	未明确提及	构建基于深度学习的轻量级卷积神经网络架构，用于番茄植株叶片生物胁迫的实时分类，解决传统CNN资源密集和耗时的缺点	番茄植株叶片	计算机视觉	植物病害	深度学习，卷积神经网络，优化算法	CNN	图像	8000张叶片图像，涵盖10个不同类别的番茄植株	NA	CNN，ELM，DenseNet，GhostNet，CACPNET	准确率，Cohen's kappa，训练时间，模型大小	NA
322	2026-10-01	geodl: An R package for geospatial deep learning semantic segmentation using torch and terra 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315127 PMID:39637071	研究论文	本文介绍了geodl这一R包，用于地理空间深度学习语义分割，基于torch和terra实现	首个在R语言环境中实现地理空间深度学习的包，无需安装Python/PyTorch环境，提供了UNet模型及多种辅助模块，实现了统一的焦点损失框架和标准评估指标	未明确提及	开发一个R包，用于地理空间深度学习语义分割，简化R语言中实现深度学习的环境配置	地理空间栅格数据，包括多波段、不同空间分辨率和坐标参考系统的数据	计算机视觉	NA	卷积神经网络	CNN	图像	NA	torch, luz	UNet	总体精度, 类别召回率（生产者精度）, 类别精确率（用户精度）, 类别F1分数	NA
323	2026-10-01	Deep Learning Segmentation of the Nucleus Basalis of Meynert on 3T MRI 2023-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A7950 PMID:37562826	研究论文	本研究建立并评估了一种深度学习网络，用于在3T MRI上自动、准确地分割Meynert基底核	开发了首个用于Meynert基底核自动、准确、患者特异性分割的模型	样本量较小，仅使用了21名健康受试者和14名癫痫患者的数据	建立并评估一种深度学习网络，用于在3T MRI上实现自动、准确、患者特异性的Meynert基底核分割	Meynert基底核	计算机视觉, 医学图像分割	神经系统疾病, 颞叶癫痫	3T MRI, 7T MRI	CNN	图像	21名健康受试者（配对3T和7T MRI数据），6名测试受试者，14名颞叶癫痫患者（外部测试集）	NA	3D U-Net	Dice系数, 质心距离	NA
324	2026-10-01	A segmentation-informed deep learning framework to register dynamic two-dimensional magnetic resonance images of the vocal tract during speech 2023-Feb, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2022.104290 PMID:36743699	研究论文	本文开发并评估了一种分割信息引导的深度学习框架，用于配准语音期间声道的动态二维磁共振图像，以估计发音器官的运动	首次专门针对语音期间声道动态二维MR图像配准开发的深度学习框架，并优化了分割信息引导的配准框架	未明确提及	适应并优化分割信息引导的可变形配准框架，用于估计语音期间声道动态二维MR图像之间的位移场	语音期间声道的动态二维磁共振图像	医学图像配准	NA	动态磁共振成像	CNN	图像	NA	NA	NA	Dice系数, 平均表面距离, 腭咽闭合度量	NA
325	2026-10-01	Deep learning-based speech analysis for Alzheimer's disease detection: a literature review 2022-12-14, Alzheimer's research & therapy DOI:10.1186/s13195-022-01131-3 PMID:36517837	综述	本文综述了基于深度学习的语音分析在阿尔茨海默病检测中的最新研究进展	系统整合了语音数据库、深度学习方法和模型性能，指出了当前研究的主流方向和局限性	仅纳入52篇论文，可能未覆盖所有相关研究，且未进行定量荟萃分析	综述基于深度学习的语音分析用于阿尔茨海默病检测的研究进展，为未来研究提供方向	阿尔茨海默病、痴呆或认知障碍患者的语音数据	自然语言处理	阿尔茨海默病	语音分析	深度学习	语音	52篇论文	NA	NA	NA	NA
326	2026-10-01	A novel knowledge extraction method based on deep learning in fruit domain 2022-12-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-26116-y PMID:36513750	研究论文	本文提出一种基于深度学习的重叠三元组抽取模型，用于从水果营养领域非结构化文本中提取实体和关系，以构建结构化的水果营养知识库	针对水果营养领域语料中存在的重叠三元组问题（即同一主语对应多个宾语或同一主宾语对应多种关系），提出将关系建模为主语到宾语的映射函数，并将主语混合信息输入关系-宾语抽取模型以同时检测宾语和关系	未明确说明模型的泛化能力是否适用于其他领域，也未讨论计算复杂度或对标注数据规模的敏感性	解决水果营养领域文本中重叠三元组难以准确抽取的问题，并构建高质量结构化的水果营养知识库	水果营养领域非结构化文本语料及人工标注的水果营养领域数据集	自然语言处理	NA	深度学习	关系-宾语抽取模型（具体架构未明确说明）	文本	人工标注的水果营养领域数据集（具体样本数量未说明）	NA	NA	未明确说明具体指标，但提及达到state-of-the-art性能	NA
327	2026-10-01	Deep learning-based age estimation from chest X-rays indicates cardiovascular prognosis 2022-Dec-09, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-022-00220-6 PMID:36494479	研究论文	该研究训练了一个深度神经网络模型，仅从胸部X光图像中估计患者年龄，并验证了估计年龄（X光年龄）与心血管疾病预后的关联	首次利用超过10万张胸部X光图像训练深度神经网络进行年龄估计，并系统性地验证了X光年龄在心力衰竭和心血管疾病ICU患者中的临床预后价值	摘要中未明确提及研究局限性	利用人工智能从胸部X光图像中估计年龄，并探讨估计年龄对心血管疾病预后的临床意义	心力衰竭住院患者和心血管疾病ICU入院患者	计算机视觉	心血管疾病	NA	深度神经网络	图像	超过100,000张胸部X光图像用于模型训练，1,562名连续住院心力衰竭患者和3,586名心血管疾病ICU入院患者用于临床验证	NA	深度神经网络	相关性分析、临床结局（心力衰竭再入院、全因死亡）	NA
328	2026-10-01	Automated detection of dental restorations using deep learning on panoramic radiographs 2022-Dec-01, Dento maxillo facial radiology DOI:10.1259/dmfr.20220244 PMID:36043433	研究论文	本研究提出了一种基于深度学习的计算机辅助检测系统，用于在全景X光片中自动检测牙科修复体、假牙和种植体	使用了十种不同的深度学习检测模型，包括R-CNN、Faster R-CNN、SSD、YOLOv3和RetinaNet作为检测器，并集成了ResNet-50、ResNet-101、XCeption-101、VGG16和DarkNet53作为骨干和特征提取器，此外还采用了Side-Aware Boundary Localization、级联结构和Libra、Dynamic等简单模型框架	错误主要由定位混淆导致，未来需要通过更多数据和标准化报告来训练模型	开发一个全面的计算机辅助检测系统，用于自动检测牙科修复体，以支持治疗规划和牙科健康管理	全景X光片中的牙科修复体、假牙和种植体	计算机视觉	NA	深度学习	CNN	图像	684个对象	NA	ResNet-50, ResNet-101, XCeption-101, VGG16, DarkNet53, R-CNN, Faster R-CNN, SSD, YOLOv3, RetinaNet	mAP, AR, precision-recall curve, 精确率-召回率曲线下面积	NA
329	2026-10-01	The Passive Monitoring of Depression and Anxiety Among Workers Using Digital Biomarkers Based on Their Physical Activity and Working Conditions: 2-Week Longitudinal Study 2022-Nov-30, JMIR formative research IF:2.0Q4 DOI:10.2196/40339 PMID:36449342	研究论文	该研究开发了一种基于长短期记忆网络的深度学习模型，利用体力活动和劳动条件数据被动监测劳动者的抑郁和焦虑	首次针对劳动者群体开发了基于体力活动和劳动条件的深度学习模型，利用Google Fit应用获取活动数据，并纳入职业、工作班次、工作小时数等劳动条件特征，采用LSTM利用前一日数据进行次日心理困扰预测	研究仅持续2周，样本仅来自日本城市地区的劳动者，未能纳入缺勤劳动者，且重度心理困扰的分类准确率较低（51.1%）	评估一种针对劳动者优化的深度学习模型在预测抑郁和焦虑方面的性能，以心理困扰作为抑郁和焦虑的指标	日本城市地区的236名在职劳动者，年龄在20至69岁之间	机器学习	抑郁症, 焦虑症	可穿戴设备体力活动监测（Google Fit应用）, 自报问卷调查	LSTM	时间序列数据, 数值数据, 文本数据	236名劳动者的1661天监督数据	NA	LSTM	分类准确率	NA
330	2026-10-01	A longitudinal observational study of home-based conversations for detecting early dementia: protocol for the CUBOId TV task 2022-11-23, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2022-065033 PMID:36418120	研究方案	本文描述了CUBOId研究，一项纵向观察性研究，旨在通过家庭环境中的多模态数据（包括语音）来监测轻度认知障碍和早期阿尔茨海默病，重点介绍了一种新颖的语音任务（TV任务）。	利用智能传感技术在家庭环境中连续采集多模态行为数据，并设计了一种生态效度高的TV任务来追踪对话变化，结合深度学习融合活动与语音数据以优化诊断和预测性能。	目前仅提供了研究方案，尚未报告实际数据结果；样本量可能有限；长期监测的可行性和数据质量仍需验证。	探索多模态数据融合在家庭监测轻度认知障碍和早期阿尔茨海默病中的可行性，并评估语音任务在追踪疾病进展中的效用。	CUBOId研究的参与者，包括被诊断为轻度认知障碍或阿尔茨海默病的患者及其无此诊断的伴侣（作为对照）。	数字病理学	阿尔茨海默病	可穿戴设备和家用固定传感器、音频记录、深度学习	深度学习	音频、多模态活动数据	NA	NA	NA	NA	NA
331	2026-10-01	IUP-BERT: Identification of Umami Peptides Based on BERT Features 2022-Nov-21, Foods (Basel, Switzerland) DOI:10.3390/foods11223742 PMID:36429332	研究论文	本文开发了一种基于BERT特征和SVM的鲜味肽预测器iUP-BERT，并建立了在线服务器	首次基于单一深度学习预训练神经网络特征提取方法构建高效的序列鲜味肽预测器，并结合SMOTE和SVM优化模型	未明确提及，可能依赖于特定数据集和特征提取方法	开发一种快速、准确的基于序列的鲜味肽预测方法，以替代耗时耗力的实验室方法	鲜味肽序列	机器学习	NA	BERT特征提取，SMOTE，SVM	BERT, SVM	序列数据	NA	NA	BERT, SVM	交叉验证和独立测试中的性能改进，但未具体说明指标	NA
332	2026-10-01	Deep Learning-Based Computer-Aided Diagnosis (CAD): Applications for Medical Image Datasets 2022-Nov-21, Sensors (Basel, Switzerland) DOI:10.3390/s22228999 PMID:36433595	研究论文	本文提出了一种结合深度学习和元启发式算法的计算机辅助诊断系统，用于医学图像数据集的准确诊断	提出了一种基于深度学习、自编码器和蚁群优化的特征提取与选择的新框架，并应用于COVID-19和脑肿瘤的诊断	未明确说明	开发一个自动化计算机辅助诊断系统，以尽可能准确地执行诊断	胸部X射线和磁共振成像医学图像数据集	计算机视觉	COVID-19, 脑肿瘤	深度学习, 元启发式算法, 监督机器学习	CNN, 自编码器	图像	两个医学图像数据集：胸部X射线和磁共振成像	NA	CNN, 自编码器	准确率	NA
333	2026-10-01	Federated Learning in Ocular Imaging: Current Progress and Future Direction 2022-Nov-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12112835 PMID:36428895	综述	本文综述了联邦学习在眼部影像中的应用现状、挑战与未来方向	系统总结了联邦学习在眼部影像中的当前证据，并讨论了其挑战和未来应用	作为综述文章，未提供新的实验数据或模型验证	介绍联邦学习概念，提供其在眼部影像中的当前证据，并讨论潜在挑战和未来应用	眼部影像数据，包括视网膜照片、光学相干断层扫描（OCT）图像和OCT血管造影图像	医学影像分析	眼部疾病	联邦学习	深度学习	图像	NA	NA	NA	NA	NA
334	2026-10-01	Classifying Comments on Social Media Related to Living Kidney Donation: Machine Learning Training and Validation Study 2022-Nov-08, JMIR medical informatics IF:3.1Q2 DOI:10.2196/37884 PMID:36346661	研究论文	本研究使用网络爬虫和深度学习算法从多个社交媒体平台收集并分类与活体肾脏捐献相关的评论	首次结合网络爬虫方法和深度学习算法从多种在线来源大规模收集和分类公众关于活体肾脏捐献的评论，并将数据集公开	模型在测试数据上的准确率为84%，但进一步验证发现实际准确率仅为63%，表明模型泛化能力有限	更好地理解公众对活体肾脏捐献的认知和障碍，为制定有效政策、教育机会和外展策略提供基础	纽约时报、YouTube、Twitter和Reddit上与活体肾脏捐献相关的公众评论	自然语言处理	肾脏疾病	网络爬虫	深度神经网络	文本	203219条独特评论，其中11027条被分类为与活体肾脏捐献相关	NA	NA	准确率	NA
335	2026-10-01	EVAE-Net: An Ensemble Variational Autoencoder Deep Learning Network for COVID-19 Classification Based on Chest X-ray Images 2022-Oct-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12112569 PMID:36359413	研究论文	该研究提出了三种EVAE-Net模型，利用变分自编码器的潜在嵌入结合集成技术，基于胸部X射线图像检测COVID-19	结合变分自编码器的潜在嵌入与集成技术，提出三种EVAE-Net模型，其中两个编码器生成特征图，拼接后通过重参数化生成潜在嵌入进行分类	未明确提及	利用深度学习技术实现COVID-19的高精度早期检测，以帮助阻断传播链	胸部X射线图像	计算机视觉	COVID-19	胸部X射线成像	变分自编码器, 集成学习	图像	来自Kaggle的COVID-19放射摄影数据集	NA	变分自编码器	准确率	NA
336	2026-10-01	Hallucinating symmetric protein assemblies 2022-10-07, Science (New York, N.Y.) DOI:10.1126/science.add1964 PMID:36108048	研究论文	使用深度网络幻觉生成广泛的对称蛋白质同源寡聚体，并通过晶体学和冷冻电镜结构验证设计	仅根据原体数量和原体长度规格，生成多种对称蛋白质同源寡聚体，包括巨大的10纳米环状结构，与已知结构显著不同	未在摘要中说明	探索天然蛋白质序列和结构之外蛋白质结构空间，设计复杂纳米机器和生物材料组件	对称蛋白质同源寡聚体	机器学习	NA	深度网络幻觉	深度学习生成模型	蛋白质结构数据	七个设计晶体结构，三个冷冻电镜结构	NA	NA	中位根均方偏差	NA
337	2026-10-01	Deep-learning-augmented computational miniature mesoscope 2022-Sep-20, Optica IF:8.4Q1 DOI:10.1364/optica.464700 PMID:36506462	研究论文	本文提出了一种深度学习增强的计算微型介观镜（CM V2），通过改进硬件和计算模型，实现了在微型平台上进行单次拍摄、宽视场、高分辨率的三维荧光成像	结合了混合发射滤光片和3D打印自由曲面准直器，提高了成像对比度和激发效率；开发了精确高效的三维线性移变模型来表征空间变化的像差；训练了多模块深度学习模型CMNet，仅使用模拟数据进行训练，并在实验中表现出良好的泛化能力	未明确提及	克服现有荧光显微镜在视场、分辨率和系统复杂性之间的权衡，开发一种微型化平台，能够在厘米级视场上提供微米级分辨率的三维成像	荧光发射器（荧光微球或生物样本）	计算机视觉	NA	荧光显微镜	CNN	图像	NA	NA	CMNet	检测性能、定位精度、分辨率（横向约6微米，轴向约25微米）	NA
338	2026-10-01	Deep learning-based meta-classifier approach for COVID-19 classification using CT scan and chest X-ray images 2022, Multimedia systems IF:3.5Q1 DOI:10.1007/s00530-021-00826-1 PMID:34248292	研究论文	本文提出了一种基于深度学习的元分类器方法，通过融合CT扫描和胸部X射线图像的特征，实现COVID-19分类	提出了一种大规模学习与堆叠集成元分类器及深度学习特征融合相结合的方法，通过核主成分分析降维和特征融合，提高了模型在未见过数据上的泛化能力	未明确说明模型的计算复杂度、可解释性以及在不同设备上的泛化能力	开发一种能够有效分类COVID-19的深度学习模型，并提高其在未见过数据集上的泛化性能	COVID-19患者和非COVID-19患者的CT扫描和胸部X射线图像	计算机视觉	COVID-19	深度学习，特征融合，核主成分分析，堆叠集成	CNN，元分类器	图像	大规模公开可用的CT和CXR数据集（具体数量未提及）	TensorFlow	EfficientNet，随机森林，支持向量机，逻辑回归	准确率，精确率，召回率，F1分数	未提及
339	2026-10-01	Intelligent personalized shopping recommendation using clustering and supervised machine learning algorithms 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0278364 PMID:36454766	研究论文	本文提出了一种基于聚类和监督机器学习算法的智能个性化购物推荐系统，用于生成杂货清单	提出了一个在MyGroceryTour平台上可用的新杂货推荐系统，使用传统机器学习和深度学习算法实时提供推荐，并为每个客户建立单独的模型以实现个性化推荐，以及将DREAM模型扩展到多类分类	未明确说明	开发一个智能个性化杂货推荐系统，帮助加拿大客户根据个人购买历史、当地商店的每周特价以及产品成本和可用性信息创建个性化的智能每周杂货清单	加拿大客户的杂货购物习惯和购买历史	机器学习	NA	聚类分析，传统机器学习算法，深度学习算法	随机森林，基于门控循环单元（GRU）的循环神经网络（RNN）	市场篮子数据	831名客户	NA	门控循环单元（GRU）为基础的循环神经网络（RNN）	F-score	NA
340	2026-10-01	COVID-19 in Asia: Transmission factors, re-opening policies, and vaccination simulation 2021-11, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2021.111657 PMID:34246638	研究论文	本文从三个方面分析了亚洲的COVID-19大流行：传播因素、退出策略和疫苗接种模拟	综合分析了环境、社会政治因素与COVID-19传播的关系，评估了多种退出策略，并模拟了疫苗接种达到群体免疫的时间	分析基于八个亚洲国家的数据，可能不适用于其他地区；疫苗接种模拟未考虑影响接种率的中间因素	为亚洲COVID-19大流行提供传播因素、重新开放政策和疫苗接种方面的见解	亚洲八个国家（伊朗、土耳其、印度、沙特阿拉伯、阿联酋、菲律宾、韩国、俄罗斯）的COVID-19数据	机器学习	COVID-19	深度学习	基于个体的随机流行病学模型，深度学习模型	数值数据，时间序列数据	来自八个国家的数据	NA	NA	NA	NA