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
7021	2025-10-06	Predicting OCD severity from religiosity and personality: A machine learning and neural network approach 2024-Dec, Journal of mood and anxiety disorders DOI:10.1016/j.xjmad.2024.100089 PMID:40655911	研究论文	本研究使用机器学习和神经网络方法探索强迫症严重程度与宗教信仰、人格特质之间的复杂关系	采用项目级特征分析揭示比传统汇总评分更具影响力的预测因子，神经网络模型提供了对强迫症异质性和变量间非线性关系的更全面理解	神经网络模型在预测准确率上未超越线性回归模型，样本量相对有限（229名参与者）	识别强迫症严重程度的关键预测因素，探索心理现象的复杂关系	229名参与者的强迫症严重程度、人格特质、宗教信仰和精神信仰数据	机器学习	强迫症	机器学习，深度学习	神经网络，线性回归	心理测量数据，人口统计学数据	229名参与者	NA	NA	预测准确率	NA
7022	2025-10-06	Uncertainty-aware genomic deep learning with knowledge distillation 2024-Nov-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.13.623485 PMID:39605624	研究论文	提出一种集成知识蒸馏的基因组深度学习框架DEGU，用于提高预测鲁棒性和可解释性	通过集成学习和知识蒸馏结合，同时捕捉预测平均值和变异性，量化认知不确定性和随机不确定性	未明确说明模型在特定基因组任务中的性能局限性	提高基因组深度学习的预测可靠性和决策可解释性	调控基因组学数据	机器学习	NA	基因组功能预测	深度神经网络	基因组序列数据	NA	NA	集成学习架构	校准不确定性估计, 保形预测覆盖率	NA
7023	2025-10-06	Massive experimental quantification of amyloid nucleation allows interpretable deep learning of protein aggregation 2024-Oct-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.13.603366 PMID:39071305	研究论文	本研究通过实验量化超过10万种蛋白质序列的淀粉样蛋白成核过程，并开发了可解释的深度学习模型CANYA来预测蛋白质聚集	创建了前所未有的大规模蛋白质聚集实验数据集，开发了结合卷积和注意力机制的混合神经网络模型，并将基因组神经网络可解释性分析应用于蛋白质聚集预测	NA	解决蛋白质聚集预测中数据不足的问题，开发准确且可解释的预测模型	超过10万种蛋白质序列的淀粉样蛋白成核过程	机器学习	NA	实验量化分析	CNN,注意力机制	蛋白质序列数据	>100,000个蛋白质序列	NA	卷积-注意力混合神经网络	NA	NA
7024	2025-10-06	Deep learning-based segmentation and strain analysis of left heart chambers from long-axis CMR images 2024-Oct, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf070 PMID:40657429	研究论文	提出结合深度学习和特征追踪的自动化流程，用于长轴心脏磁共振图像的左心室和左心房分割及心肌应变分析	首次将3D-ResUnet应用于长轴心脏磁共振图像的左心腔分割，并与特征追踪算法结合实现全自动应变分析	研究样本量有限（共684例），仅针对左心腔进行分析	开发自动化心肌应变评估方法以减少人工初始化带来的变异性和繁琐操作	左心室和左心房的心肌应变	医学影像分析	心血管疾病	心脏磁共振成像	CNN	2D和3D心脏磁共振图像	684名个体的845个训练样本、281个调优样本和116个测试样本	NA	2D-ResUnet, 3D-ResUnet	Dice系数, ICC, Bland-Altman偏差, 相关系数	NA
7025	2025-10-06	Comparison of Deep Learning Approaches for Conversion of International Classification of Diseases Codes to the Abbreviated Injury Scale 2024-Mar-22, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.06.24303847 PMID:38562696	研究论文	比较两种深度学习架构在将国际疾病分类代码转换为简明损伤定级标准方面的性能	首次系统比较前馈神经网络和神经机器翻译模型在损伤严重程度预测中的表现，提出间接转换路径的优越性	仅使用美国国家创伤数据库数据，可能限制模型在其他人群的泛化能力	开发从ICD代码自动预测损伤严重程度分类的系统	创伤病例的ICD编码和AIS严重程度分类	自然语言处理	创伤损伤	深度学习	FFNN, NMT	医疗编码文本数据	训练验证集2,031,793例（2017-2018年），测试集1,091,792例（2019年）	NA	编码器-解码器架构	准确率	NA
7026	2025-10-06	High-resolution spiral real-time cardiac cine imaging with deep learning-based rapid image reconstruction and quantification 2024-Feb, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5051 PMID:37926525	研究论文	开发基于深度学习的快速螺旋图像重建和分割方法，用于高分辨率螺旋实时心脏电影成像的左心室射血分数量化	提出结合3D U-Net图像重建网络和2D U-Net图像分割网络的深度学习框架，实现快速心脏图像重建和自动量化分析	研究未明确说明样本量大小和具体数据来源	开发用于心脏电影成像的快速图像重建和左心室功能量化方法	心脏左心室功能量化	医学影像分析	心血管疾病	螺旋实时心脏电影成像，2D平衡稳态自由进动成像，梯度回波成像	深度学习	医学影像	NA	NA	3D U-Net, 2D U-Net	结构相似性指数，峰值信噪比，归一化均方根误差，盲法评分，左心室射血分数量化准确性	GPU加速
7027	2025-10-06	Automatic dental age calculation from panoramic radiographs using deep learning: a two-stage approach with object detection and image classification 2024-01-31, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-03928-0 PMID:38291396	研究论文	提出一种基于全景X光片和深度学习的两阶段自动牙龄计算方法	首次将目标检测和图像分类相结合的全自动牙龄计算方法，无需人工干预	仅使用单一类型影像数据，未考虑其他可能影响牙龄的因素	开发自动牙龄计算系统以替代耗时的手工方法	牙齿发育阶段的牙胚	计算机视觉	口腔疾病	全景X光摄影	CNN	X光图像	8,023张全景X光片，18,485个单根牙胚图像，16,313个多根牙胚图像	PyTorch	Scaled-YOLOv4, EfficientNetV2 M	平均精度均值, Top-3准确率, 平均绝对误差	NA
7028	2025-10-06	Child face detection on front passenger seat through deep learning 2024, Traffic injury prevention IF:1.6Q4 DOI:10.1080/15389588.2024.2346811 PMID:38717829	研究论文	本研究开发了一种基于深度学习的儿童面部检测系统，用于监测汽车前排乘客座位上的儿童并提醒驾驶员	使用专门生成的数据集和MobileNetV2架构，在树莓派4B上实现实时儿童检测系统	实验环境较为理想化，传感器未受阳光直射遮挡，也未考虑车辆中常见的污垢覆盖情况	通过车内监控系统检测前排乘客座位上的儿童，降低汽车事故中儿童的伤亡风险	汽车前排乘客座位上的乘客（儿童和成人）	计算机视觉	NA	深度学习，面部检测	CNN	图像	原始数据集：102张空座位，71名儿童（0-13岁），96名成人（14-75岁）；数据增强后：2,496张成人图像，2,310张儿童图像	TensorFlow, Keras	MobileNetV2	准确率，精确率	树莓派4 Model B
7029	2025-10-06	ADHD detection based on human action recognition 2024, Neuroscience applied DOI:10.1016/j.nsa.2024.104093 PMID:40656101	研究论文	提出了一种基于人体动作识别的注意力缺陷多动障碍检测系统	首次录制真实多模态ADHD数据集，设计新型多动测试捕获ADHD特征，使用简单非穿戴式传感器实现低成本检测	依赖视频数据质量，未与其他神经影像数据直接比较	开发基于人体动作识别的低成本ADHD检测方法	注意力缺陷多动障碍患者的行为特征	计算机视觉	注意力缺陷多动障碍	视频动作分析	深度学习	RGB视频	真实多模态ADHD数据集	NA	NA	准确率, AUC	NA
7030	2025-10-06	Investigating mental workload caused by NDRTs in highly automated driving with deep learning 2024, Traffic injury prevention IF:1.6Q4 DOI:10.1080/15389588.2023.2276657 PMID:38240567	研究论文	本研究通过深度学习模型分析高度自动驾驶中非驾驶相关任务对驾驶员脑力负荷的影响	使用LSTM和BLSTM深度学习模型对EEG信号进行脑力负荷分类，并发现特定频段数据能提升分类准确率	样本量较小（28名参与者），实验环境为模拟驾驶场景	研究高度自动驾驶中非驾驶相关任务对驾驶员脑力负荷的影响并开发分类模型	驾驶员在高度自动驾驶场景下的脑力负荷	机器学习	NA	脑电图（EEG）信号采集，NASA任务负荷指数量表（NASA-TLX）	LSTM, BLSTM	EEG信号	28名参与者	NA	长短期记忆网络（LSTM），双向长短期记忆网络（BLSTM）	分类准确率	NA
7031	2025-10-06	Artificial intelligence-enabled penicillin allergy delabelling: an implementation study 2023-11, Internal medicine journal IF:1.8Q2 DOI:10.1111/imj.16266 PMID:37997266	研究论文	本研究实施了一种基于深度学习AI算法的青霉素过敏标签去除系统	使用深度学习人工智能算法识别适合进行青霉素过敏评估的患者，并通过电子邮件通知系统实现过敏标签去除	需要进一步研究优化此类方法	通过人工智能技术实现青霉素过敏标签的准确去除	被标记为青霉素过敏的患者	医疗人工智能	药物过敏	深度学习	深度学习算法	医疗记录数据	干预组59人，对照组未明确数量	NA	NA	统计学显著性(P值)	NA
7032	2025-10-06	FocA: A deep learning tool for reliable, near-real-time imaging focus analysis in automated cell assay pipelines 2023-10, SLAS discovery : advancing life sciences R & D IF:2.7Q2 DOI:10.1016/j.slasd.2023.08.004 PMID:37573010	研究论文	开发用于自动化细胞检测流程中图像聚焦分析的深度学习工具FocA	提出能够在近实时条件下识别聚焦/失焦图像的深度学习工具，使用下采样图像小块训练以最大化计算效率而不影响准确性	NA	确保自动化细胞检测中图像数据的质量和一致性	自动化细胞生物学研究平台生成的图像	计算机视觉	NA	深度学习	CNN	图像	NA	NA	NA	准确率	最小计算资源
7033	2025-10-06	Neurofusionnet: a comprehensive framework for accurate epileptic seizure prediction from EEG data with hybrid meta-heuristic optimization algorithm 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10293-3 PMID:40661693	研究论文	提出一个名为Neurofusionnet的综合框架，通过混合元启发式优化算法从EEG数据中准确预测癫痫发作	结合了改进的ShuffleNet V2、SqueezeNet、EfficientNet V2和基于多头注意力的GhostNet V2的检测模型，并采用混合黑猩猩增强狐狸优化算法进行特征选择	NA	开发一个准确预测癫痫发作的完整框架	癫痫患者的EEG数据	医学人工智能	癫痫	EEG信号处理、独立成分分析、小波变换	深度学习	EEG信号	NA	NA	Improved ShuffleNet V2, SqueezeNet, EfficientNet V2, Multi Head Attention based GhostNet V2	NA	NA
7034	2025-10-06	Structure from motion-convolutional neural network model (SfM-CNN) achieved accurate portable Chinese dietary chemical composition estimation for dietary recall 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144908 PMID:40449202	研究论文	开发了一种结合运动恢复结构和卷积神经网络(SfM-CNN)的AI模型，用于自动化估算中国膳食的化学成分	首次将先进的三维重建技术与深度学习相结合，采用SIFT算法实现特征提取和食物体积估算，误差低于4%	NA	开发准确、高效且 culturally relevant 的膳食化学成分估算工具	中国膳食	计算机视觉	NA	SIFT算法，3D重建	CNN	图像	ChineseDish-100数据集	NA	SIFT-ResNet50	R值0.949，误差率	NA
7035	2025-10-06	Detection and classification of meat freshness using an optimized deep learning method 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144783 PMID:40479992	研究论文	提出一种基于深度学习的肉类新鲜度检测与分类方法	结合VGG19特征提取与改进型人工原生动物优化器(IAPO)进行特征选择，并通过粒子群优化(PSO)增强优化效果	论文未明确说明实验数据的规模和多样性限制	开发准确的肉类新鲜度分类系统以保障食品安全	肉类新鲜度（新鲜、半新鲜、变质）	计算机视觉	NA	深度学习	CNN	图像	NA	NA	VGG19	准确率, 灵敏度, 特异性	NA
7036	2025-10-06	Low-field NMR-based deep learning for non-destructive quality assessment of frozen model foods 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145181 PMID:40540836	研究论文	本研究利用低场核磁共振结合深度学习技术对冷冻模型食品进行无损质量评估	首次将低场核磁共振技术与反向传播人工神经网络结合，用于冷冻食品质量评估	仅使用凝胶模型食品，未涉及真实食品样品	开发冷冻食品无损质量评估方法	含水量90%和80%的凝胶模型食品	机器学习	NA	低场核磁共振(LF-NMR)	PLSR, BP-ANN	核磁共振数据	梯度温度条件下冷冻的凝胶模型食品样品	NA	NA	R, RMSE, RPD	NA
7037	2025-10-06	Deep learning reduced order models of vaginal tear propagation 2025-Oct, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107074 PMID:40499333	研究论文	本文开发了结合有限元分析、本征正交分解和机器学习的计算模型来预测阴道变形和撕裂传播	首次将本征正交分解降阶模型与机器学习相结合应用于阴道组织撕裂预测，显著提高了计算效率	基于啮齿动物离体微力学数据，尚未在人体组织上验证	开发计算模型预测阴道分娩过程中的组织变形和撕裂传播	阴道组织在压力作用下的变形和撕裂行为	计算生物力学	产科创伤	有限元分析，本征正交分解，机器学习	机器学习模型，降阶模型	位移场数据，压力数据	基于啮齿动物离体微力学数据	NA	POD-ML模型	均方根误差	NA
7038	2025-10-06	Longitudinal EEG-based assessment of neuroplasticity and adaptive responses to transcranial focused ultrasound stimulation 2025-Oct, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110521 PMID:40581220	研究论文	本研究提出了一种整合经颅聚焦超声刺激与脑电图监测的纵向评估协议模型，用于评估神经可塑性和适应性脑响应	开发了集成纵向评估协议模型，结合统计建模和神经网络模式识别，实现了对经颅聚焦超声刺激诱导的神经可塑性变化的动态监测	未明确说明样本规模和具体实验设计细节	评估经颅聚焦超声刺激对神经可塑性和适应性脑响应的长期影响	脑电图信号和神经适应性轨迹	神经工程	神经系统疾病	经颅聚焦超声刺激，脑电图监测	神经网络，机器学习分类器，深度学习模型	脑电图信号	NA	NA	NA	NA	NA
7039	2025-10-06	Predicting rat lumbar vertebral failure patterns as synthetic μCT images using a deep convolutional generative adversarial network 2025-Oct, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107116 PMID:40582223	研究论文	本研究开发了一种生成式深度学习模型，通过创建大鼠腰椎骨折的合成3D μCT图像来预测骨折模式	首次使用3D条件生成对抗网络(cGAN)从不同加载状态的μCT图像预测大鼠腰椎骨折模式	训练样本量较小(64个图像)，仅针对大鼠腰椎进行验证	开发能够预测生物结构损伤行为的生成式深度学习模型	大鼠腰椎椎体	计算机视觉	骨科疾病	μCT成像	cGAN	3D μCT图像	64个训练图像，8个验证图像	NA	3D条件生成对抗网络	DSC, JAC, FID, SSIM	NA
7040	2025-10-06	Near-infrared spectroscopy coupled with Gramian angular field two-dimensional convolutional neural network for white tea adulteration detection 2025-Aug-30, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.14353 PMID:40405615	研究论文	本研究结合格拉米角场图像编码技术和二维卷积神经网络，利用近红外光谱数据定量检测白茶的地理来源掺假	首次将格拉米角场图像编码技术应用于近红外光谱数据，结合二维卷积神经网络进行茶叶掺假定量检测	未提及模型在其他茶叶品种或更大样本规模下的泛化能力	开发基于近红外光谱的白茶地理来源掺假定量检测方法	白茶样品	计算机视觉	NA	近红外光谱技术	CNN	光谱数据, 图像	NA	NA	2D-CNN, 1D-CNN	R2, 均方根误差	NA