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
1021	2025-06-08	YOLO-ODD: an improved YOLOv8s model for onion foliar disease detection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1551794 PMID:40475906	research paper	本文提出了一种改进的YOLOv8s模型YOLO-ODD，用于检测洋葱叶部病害	通过集成CABM和DTAH注意力机制，改进了YOLOv8模型，提高了对洋葱叶部病害的检测准确率	NA	开发一种能够早期检测洋葱叶部病害的深度学习模型	洋葱叶部病害（炭疽病、茎枯病、紫斑病和扭曲病）	computer vision	plant disease	deep learning	YOLOv8	image	NA
1022	2025-06-08	Time-Series Deep Learning and Conformal Prediction for Improved Sepsis Diagnosis in Non-ICU Hospitalized Patients 2024-Nov-22, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.21.24317716 PMID:39606323	研究论文	本文开发了一种针对非ICU环境优化的深度学习模型，结合保形预测框架，用于早期脓毒症诊断	采用保形预测框架处理不确定性，显著降低假阳性率，并在非ICU低监测频率环境中实现高精度预测	模型性能验证主要依赖MIMIC-IV和eICU-CRD数据集，需进一步临床前瞻性验证	改善非ICU住院患者的脓毒症早期诊断准确性	非ICU住院的脓毒症患者	机器学习	脓毒症	深度学习	DL模型（未明确具体架构）	临床时间序列数据	训练集83,813名患者（MIMIC-IV），验证集使用eICU-CRD数据集
1023	2025-06-08	Chinese Clinical Named Entity Recognition With Segmentation Synonym Sentence Synthesis Mechanism: Algorithm Development and Validation 2024-11-21, JMIR medical informatics IF:3.1Q2 DOI:10.2196/60334 PMID:39622697	研究论文	本文提出了一种基于邻近词计算的临床命名实体识别数据集增强算法，以解决数据稀缺和标注困难的问题	提出了一种基于邻近词汇的分段同义句合成（SSSS）算法，无需手动扩展专业领域词典，通过词汇分段和重组实现数据集的邻近扩展表达	算法依赖于现有公共知识，可能无法覆盖所有专业领域的词汇	解决临床命名实体识别任务中的数据稀缺和标注困难问题	电子病历文本中的命名实体	自然语言处理	NA	RoBERTa, CRF, BiLSTM	SSSS + RoBERTa + CRF, SSSS + RoBERTa + BiLSTM + CRF	文本	CCKS-2017和CCKS-2019数据集
1024	2025-06-08	Bidirectional Long Short-Term Memory-Based Detection of Adverse Drug Reaction Posts Using Korean Social Networking Services Data: Deep Learning Approaches 2024-11-20, JMIR medical informatics IF:3.1Q2 DOI:10.2196/45289 PMID:39565685	research paper	该研究利用韩国社交网络服务(SNS)数据，开发了一种基于双向长短期记忆(Bi-LSTM)的深度学习模型，用于分类药物不良反应(ADR)帖子	提出了一种利用韩国SNS数据开发Bi-LSTM模型的方法，用于自动监测药物不良反应，并验证了该模型在酮洛芬和醋氯芬酸两种药物上的分类效果	研究仅针对两种非甾体抗炎药进行验证，可能无法推广到其他药物类别	开发一种能够利用社交网络数据自动监测药物不良反应的深度学习模型	韩国社交网络服务(SNS)中关于酮洛芬和醋氯芬酸的帖子	natural language processing	NA	natural language processing, word2vec	Bi-LSTM	text	2005年至2020年NAVER上的博客帖子、咖啡馆帖子和问答帖子
1025	2025-06-08	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	research paper	介绍了一种名为DEGU的方法，通过集成学习和知识蒸馏提高深度神经网络在基因组学预测中的鲁棒性和可解释性	DEGU方法首次将集成学习和知识蒸馏结合，用于捕捉模型预测的平均值和变异性，同时估计数据和模型的不确定性	未明确提及具体的数据集规模或实验限制	提高深度神经网络在调控基因组学预测中的可靠性和可解释性	基因组学数据	machine learning	NA	deep learning, knowledge distillation, ensemble learning	DNN	genomic data	NA
1026	2025-06-08	Dissecting the regulatory logic of specification and differentiation during vertebrate embryogenesis 2024-Aug-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.27.609971 PMID:39253514	research paper	该研究通过单细胞多组学图谱和深度学习模型，揭示了脊椎动物胚胎发生过程中基因调控的逻辑，特别是即时分化的调控机制	发现了Nanog在增强子可及性中的新功能，并描述了即时分化这一新的分化模式	研究主要基于斑马鱼胚胎，可能在其他脊椎动物中的普适性有待验证	解析脊椎动物胚胎发生过程中细胞类型多样化的基因调控逻辑	斑马鱼早期胚胎	发育生物学	NA	单细胞多组学测序、深度学习	深度学习模型	RNA表达数据、染色质可及性数据	斑马鱼早期胚胎单细胞数据
1027	2025-06-08	Deep Learning Based Metabolite Annotation 2023-07, 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/EMBC40787.2023.10341007 PMID:38082953	研究论文	本文探讨了基于深度学习的代谢物注释方法，旨在解决非靶向代谢组学研究中代谢物注释的瓶颈问题	研究了高维光谱数据和分子指纹的表示方法，以提高分子指纹预测的准确性	依赖于有限的公开光谱库，且仅覆盖已知化合物的一部分	提高非靶向代谢组学研究中代谢物注释的准确性和效率	代谢物及其MS/MS光谱数据	机器学习	NA	LC-MS, MS/MS	CNN	光谱数据	来自MoNA存储库和NIST 20的MS/MS光谱数据
1028	2025-06-08	Deep ensemble learning for automated non-advanced AMD classification using optimized retinal layer segmentation and SD-OCT scans 2023-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2022.106512 PMID:36701964	研究论文	本文提出了一种基于深度集成学习的自动非进展性AMD分类方法，通过优化的视网膜层分割和SD-OCT扫描提高诊断准确性	结合图割算法和三次样条自动标注11个视网膜边界，并采用深度集成机制结合Bagged Tree和端到端深度学习分类器	未提及具体的外部数据集规模和多样性，可能影响模型的泛化能力	提高年龄相关性黄斑变性(AMD)的自动检测准确性	SD-OCT扫描图像中的视网膜层	数字病理学	年龄相关性黄斑变性	SD-OCT扫描	深度集成学习(Bagged Tree + 深度学习分类器)	医学图像	内部和外部数据集(具体数量未提及)
1029	2025-06-08	OWAE-Net: COVID-19 detection from ECG images using deep learning and optimized weighted average ensemble technique 2022-Nov, Intelligent systems with applications DOI:10.1016/j.iswa.2022.200154 PMID:40477980	research paper	该研究提出了一种名为OWAE-Net的深度学习方法，通过优化加权平均集成技术，利用ECG图像进行COVID-19的多类别分类检测	使用三种深度学习模型的集成方法，并通过网格搜索技术优化加权平均集成技术，提高了COVID-19检测的准确率	NA	开发一种更快、更安全的COVID-19诊断方法	ECG图像	digital pathology	COVID-19	deep learning, grid search	VGG-19, EfficientNet-B4, DenseNet-121, OWAE	image	NA
1030	2025-06-08	Deep viewing for the identification of Covid-19 infection status from chest X-Ray image using CNN based architecture 2022-Nov, Intelligent systems with applications DOI:10.1016/j.iswa.2022.200130 PMID:40478040	research paper	该研究提出了一种基于CNN的深度学习技术，用于从胸部X光图像中自动诊断Covid-19感染状态	使用大量数据集（10,293张X光片）训练和测试模型，并在区分Covid-19和肺炎患者方面取得了99.60%的高准确率	现有技术大多未使用大量数据进行训练和测试，本研究虽然使用了较大数据集，但仍可能存在数据多样性和泛化能力方面的限制	开发一种快速准确的Covid-19自动诊断系统，以辅助临床医生和研究人员	胸部X光图像，包括Covid-19、肺炎和正常患者三类	computer vision	Covid-19	深度学习	CNN	image	10,293张X光片（其中2,875张为Covid-19患者）
1031	2025-06-08	AI-aided on-chip nucleic acid assay for smart diagnosis of infectious disease 2022-May, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2021.12.005 PMID:40477452	research paper	提出了一种结合深度学习和微流控纸基分析设备的AI辅助芯片核酸测定方法，用于智能诊断传染病	首次将AI整合到芯片PCR数据分析中，能够预测qPCR的最终输出和趋势，并探索每个反应的动态和内在特征	NA	提高PCR检测效率，实现传染病的智能诊断	SARS-CoV-2 ORF1ab基因的合成RNA模板	digital pathology	infectious disease	PCR, deep learning, microfluidic paper-based analytical devices (µPADs)	RNN, LSTM, GRU	real-time PCR data	NA
1032	2025-06-08	Novel deep learning approach to model and predict the spread of COVID-19 2022-May, Intelligent systems with applications DOI:10.1016/j.iswa.2022.200068 PMID:40477648	研究论文	本文提出了一种名为Deep Sequential Prediction Model (DSPM)的深度学习技术和基于机器学习的Non-parametric Regression Model (NRM)来预测COVID-19的传播	提出了DSPM和NRM两种新模型，用于预测COVID-19的传播，并在公开数据集上验证了其优越性能	未提及模型在实际应用中的泛化能力或对不同地区数据的适应性	开发稳健的人工智能技术以预测COVID-19的传播	COVID-19的传播趋势	机器学习	COVID-19	深度学习、机器学习	DSPM、NRM、SVM、LSTM	公开的新型冠状病毒数据集	NA
1033	2025-06-08	Adaptively temporal graph convolution model for epidemic prediction of multiple age groups 2022-Mar, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2021.07.007 PMID:40477716	research paper	提出了一种自适应时间图卷积模型（ATGCN），用于COVID-19和流感的多元时间序列预测，并在不同年龄组中表现出色	ATGCN模型通过图学习方法捕捉多年龄组的接触模式，在短期和长期预测任务中均优于自回归模型和深度序列学习模型	未明确提及模型在其他传染病预测中的泛化能力，且未讨论计算复杂度或实时预测的可行性	探索深度学习在传染病预测领域的应用，特别是针对多年龄组的多元时间序列预测	COVID-19和流感的确诊病例数据，重点关注不同年龄组之间的传播模式	machine learning	COVID-19, influenza	graph-based deep learning approach	ATGCN (adaptively temporal graph convolution model)	multivariate time series data	两个数据集（COVID-19和流感），具体样本量未明确说明
1034	2025-06-08	Automatic engagement estimation in smart education/learning settings: a systematic review of engagement definitions, datasets, and methods 2022, Smart learning environments IF:6.7Q1 DOI:10.1186/s40561-022-00212-y PMID:40477985	review	本文系统回顾了智能教育/学习环境中自动参与度估计的最新发展，包括参与度定义、数据集和基于机器学习的方法	提出了一个清晰的分类法来定义参与度，并总结了机器学习方法在自动参与度识别中的应用	存在一些关键挑战，如认知和个性化参与度问题，以及可能影响实际应用的机器学习问题	为研究人员提供关于自动参与度估计的见解，以增强智能学习中的自动参与度识别方法	学习者的参与度	machine learning	NA	machine learning, deep learning	NA	dataset	47篇研究文章
1035	2025-06-08	AFCM-LSMA: New intelligent model based on Lévy slime mould algorithm and adaptive fuzzy C-means for identification of COVID-19 infection from chest X-ray images 2021-Aug, Advanced engineering informatics IF:8.0Q1 DOI:10.1016/j.aei.2021.101317 PMID:40477230	研究论文	提出了一种基于Lévy黏菌算法和自适应模糊C均值的新型智能模型AFCM-LSMA，用于从胸部X光图像中识别COVID-19感染	结合自适应模糊C均值(AFCM)和改进的基于Lévy分布的黏菌算法(SMA)，提出了一种新的优化模型AFCM-LSMA，用于COVID-19的快速诊断	NA	开发一个稳健的模型，从胸部X光图像中提取COVID-19的高级特征，以帮助快速诊断	胸部X光图像	计算机视觉	COVID-19	Lévy黏菌算法，自适应模糊C均值	AFCM-LSMA	图像	NA
1036	2025-06-08	Scientific production and thematic breakthroughs in smart learning environments: a bibliometric analysis 2021, Smart learning environments IF:6.7Q1 DOI:10.1186/s40561-020-00145-4 PMID:40477293	研究论文	本文通过文献计量学方法分析了智能学习环境领域的研究趋势、学者生产力和主题焦点	提供了智能学习环境领域的全面概览，包括研究热点、主题焦点和未来方向	仅基于Scopus数据库的1081篇同行评议文章，可能未涵盖所有相关研究	分析智能学习环境领域的研究趋势、学者生产力和主题焦点	智能学习环境领域的科学出版物	教育技术	NA	文献计量分析	NA	文本	1081篇同行评议文章
1037	2025-06-08	Deep Learning and Particle Swarm Optimisation-Based Techniques for Visually Impaired Humans' Text Recognition and Identification 2021, Augmented human research DOI:10.1007/s41133-021-00051-5 PMID:40477829	研究论文	本文提出了一种结合深度学习和粒子群优化的方法，用于视觉障碍者的文本识别与识别	结合深度神经网络和粒子群优化技术，用于复杂退化图像中的文本识别	未提及具体样本量或实际应用中的性能表现	开发一种能够帮助视觉障碍者在自然场景中识别文本的系统	视觉障碍者	计算机视觉	NA	梯度图像方法、对比度图像方法、自适应图像映射、笔画宽度变换、Gabor变换	深度神经网络、粒子群优化	图像	使用IIIT5K数据集进行开发
1038	2025-06-07	im7G-DCT: A two-branch strategy model based on improved DenseNet and transformer for m7G site prediction 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108473 PMID:40245811	研究论文	本文提出了一种基于改进的DenseNet和Transformer的两分支策略模型im7G-DCT，用于预测m7G位点	采用两分支策略并行提取局部和全局特征，深入挖掘m7G位点序列的潜在特征信息，提高了预测准确率	NA	准确识别mRNA中的m7G位点，为临床应用和治疗策略开发提供支持	mRNA中的N-7甲基鸟苷(m7G)位点	生物信息学	癌症、神经退行性疾病、病毒感染	深度学习	改进的DenseNet和Transformer	RNA序列数据	NA
1039	2025-06-07	Convolutional Neural Network approach to classify mitochondrial morphologies 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108477 PMID:40273826	研究论文	介绍了一种基于深度学习的软件MitoClass，用于自动分类线粒体网络的形态	利用CNN架构开发了MitoClass软件，能够快速、准确地对线粒体形态进行分类	NA	开发一种高效的方法，定量评估细胞群体中线粒体形状的变化	线粒体网络的形态	计算机视觉	NA	超分辨率成像	CNN	图像	NA
1040	2025-06-07	iEnhancer-DS: Attention-based improved densenet for identifying enhancers and their strength 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108484 PMID:40349379	研究论文	提出了一种基于深度学习的多任务框架iEnhancer-DS，用于增强子识别及其强度分类	结合改进的DenseNet模块和自注意力机制，动态评估特征重要性并分配权重，提高了增强子识别和强度预测的性能	未提及具体的数据集规模或多样性限制	开发计算方法来快速准确地识别增强子及其强度	DNA序列中的增强子及其强度	生物信息学	NA	one-hot编码和核苷酸化学性质(NCP)	改进的DenseNet和自注意力机制	DNA序列数据	NA