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
1041	2025-06-10	The application of deep learning in economic analysis and marketing strategy formulation in the tourism industry 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321992 PMID:40478915	research paper	本研究提出了一种名为TourVaRNN的深度学习方法，旨在通过预测旅游业的经济影响和游客行为来优化营销策略	结合变分自编码器和循环神经网络，TourVaRNN能够捕捉游客偏好和消费习惯的潜在变量，并建模旅游数据中的复杂时间依赖性	研究仅针对特定区域和一年内的数据进行分析，可能无法完全代表全球旅游业的多样性	提升旅游业的经济影响预测和游客行为理解，以制定更有效的营销策略	旅游业的经济影响和游客行为	machine learning	NA	Deep Learning (DL)	TourVaRNN (结合变分自编码器和RNN)	结构化数据（游客数量、天数、消费模式、就业等）	特定区域一年内的国际旅游样本和多样化年龄组数据
1042	2025-06-10	[Usefulness of Deep Learning Reconstruction in Low-dose Lung Cancer CT Screening Protocols] 2025, Nihon Hoshasen Gijutsu Gakkai zasshi DOI:10.6009/jjrt.25-1485 PMID:40484682	研究论文	本研究评估了在低剂量肺癌CT筛查中，图像重建方法、辐射剂量和螺距因子变化对物理特性的影响，并探讨了深度学习重建（DLR）的效用	首次在低剂量肺癌CT筛查中综合评估了DLR与不同辐射剂量和螺距因子对图像物理特性的影响，并提出了优化方案	研究主要基于体模实验，未涉及真实患者数据	确定低剂量肺癌CT筛查中最佳的辐射剂量和螺距因子设置，评估DLR的实用性	水模体和胸部体模	数字病理	肺癌	CT扫描	DLR（深度学习重建）	CT图像	未明确说明具体样本数量，使用水模体和胸部体模进行实验
1043	2025-06-10	Other possible perspectives for solving the negative outcome penalty paradox in the application of artificial intelligence in clinical diagnostics 2024-12-23, Journal of medical ethics IF:3.3Q1 DOI:10.1136/jme-2024-109968 PMID:38871400	评论	本文探讨了人工智能在临床诊断中应用的负面结果惩罚悖论，并提出了三种可能的解决视角	提出了改变公众认知、重新设计临床实践流程和引入更多利益相关者三种新视角来解决负面结果惩罚悖论	未提及具体实施这些视角的技术或方法细节	探讨如何更有效地将人工智能整合到未来的临床实践中	人工智能在临床诊断中的应用	人工智能在医学中的应用	NA	NA	NA	NA	NA
1044	2025-06-10	Using dynamic spatio-temporal graph pooling network for identifying autism spectrum disorders in spontaneous functional infrared spectral sequence signals 2024-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110157 PMID:38705284	研究论文	利用动态时空图池化网络识别自发功能性红外光谱序列信号中的自闭症谱系障碍	通过动态图构建挖掘fNIRS数据的动态关系，通过动态特征提取获得时空相关性，并通过时空图池化提高网络的信息提取能力以实现自闭症分类	NA	探索大脑通道间动态连接关系对自闭症谱系障碍（ASD）的影响，并比较ASD与典型发育（TD）的大脑通道连接图	自闭症谱系障碍（ASD）患者和典型发育（TD）个体的自发功能性红外光谱序列信号	数字病理学	自闭症谱系障碍	fNIRS	动态时空图池化神经网络（DSTGPN）	功能性红外光谱序列信号	NA
1045	2025-06-10	Brain-computer interfaces inspired spiking neural network model for depression stage identification 2024-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110203 PMID:38880343	研究论文	提出一种受脑机接口启发的脉冲神经网络模型，用于抑郁症阶段的识别	采用脉冲神经网络模型进行抑郁症分类，相比传统深度学习方法具有更高的生理可解释性和更低的能耗	模型依赖于EEG数据的质量，且样本量未明确说明	改进传统抑郁症诊断方法，提高诊断准确性和生理可解释性	抑郁症患者和健康个体的EEG数据	脑机接口	抑郁症	EEG信号分析	脉冲神经网络(SNN)	EEG信号	NA
1046	2025-06-10	EEG-based motor imagery channel selection and classification using hybrid optimization and two-tier deep learning 2024-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110215 PMID:38968976	研究论文	本文提出了一种基于EEG的运动想象通道选择和分类方法，结合混合优化和双层深度学习架构	采用MRMR算法优化通道选择，引入WSO和ChOA的混合优化方法，并提出由CNN和M-DNN组成的双层深度学习架构	NA	提高基于EEG的运动想象任务的分类准确性和鲁棒性	脑机接口(BCI)系统	机器学习	运动障碍	EEG	CNN, M-DNN	EEG数据	NA
1047	2025-06-10	Adoption of deep learning-based magnetic resonance image information diagnosis in brain function network analysis of Parkinson's disease patients with end-of-dose wearing-off 2024-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110184 PMID:38838748	研究论文	本研究使用基于卷积神经网络(CNN)的功能磁共振成像(fMRI)数据分类模型，分析了帕金森病(PD)患者剂量结束磨损(EODWO)的脑功能网络	采用基于CNN的fMRI数据分类模型，改进了卷积核参数的初始化方法，并构建了基于受限玻尔兹曼机(RBM)的结构	样本量相对较小(100例PD患者)，且未探讨其他可能的脑区功能变化	分析帕金森病患者剂量结束磨损(EODWO)的脑功能网络变化	帕金森病患者(100例，其中39例无EODWO，61例有EODWO)	数字病理学	帕金森病	功能磁共振成像(fMRI)	CNN	图像	100例帕金森病患者(39例无EODWO，61例有EODWO)
1048	2025-06-10	Multi-scale self-attention approach for analysing motor imagery signals in brain-computer interfaces 2024-08, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110182 PMID:38795979	research paper	提出了一种基于多尺度时空自注意力网络的模型，用于四类运动想象EEG信号的分类	采用多尺度时空自注意力网络和并行多尺度TCN层，有效提取EEG信号特征并提高分类准确率	未提及模型在其他数据集上的泛化能力	提高运动想象EEG信号的分类准确率	运动想象EEG信号	brain-computer interface	NA	自注意力机制、Temporal Convolutional Network (TCN)	多尺度时空自注意力网络	EEG信号	BCI Competition IV-2b数据集和HGD数据集的IV-2a、IV-2b数据集
1049	2025-06-10	Combining Artificial Intelligence and Simplified Image Processing for the Automatic Detection of Mycobacterium tuberculosis in Acid-fast Stain : A Cross-institute Training and Validation Study 2024-Jul-01, The American journal of surgical pathology DOI:10.1097/PAS.0000000000002223 PMID:38595262	研究论文	本文介绍了一种结合人工智能和简化图像处理技术的自动化结核分枝杆菌检测平台	采用改进的EfficientNet模型和图像处理技术，显著提高了结核分枝杆菌的检测准确率和效率	研究仅在两家医院的数据上进行验证，可能需要更多样化的数据集进一步验证	开发高效的结核分枝杆菌自动检测方法以提高病理诊断效率	抗酸染色中的结核分枝杆菌	数字病理学	结核病	深度学习、图像处理	改进的EfficientNet	图像	来自2家医院的全切片图像
1050	2025-06-10	Protocol to perform integrative analysis of high-dimensional single-cell multimodal data using an interpretable deep learning technique 2024-06-21, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2024.103066 PMID:38748882	研究论文	本文提出了一种使用可解释深度学习技术moETM进行高维单细胞多模态数据整合分析的协议	开发了一种名为moETM的可解释深度学习技术，用于整合单细胞多组学数据，并结合先验通路知识进行跨组学插补	协议的具体执行细节需要参考原始研究，可能对数据预处理要求较高	开发单细胞多组学数据整合分析方法	单细胞多组学数据	机器学习	NA	单细胞多组学测序技术	moETM	单细胞多组学数据	骨髓单核细胞数据(GSE194122)
1051	2025-06-10	A deep learning framework for denoising and ordering scRNA-seq data using adversarial autoencoder with dynamic batching 2024-06-21, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2024.103067 PMID:38748883	研究论文	提出了一种名为动态批处理对抗自编码器（DB-AAE）的深度学习框架，用于去噪单细胞RNA测序（scRNA-seq）数据集	采用动态批处理对抗自编码器（DB-AAE）进行scRNA-seq数据的去噪和排序	未提及具体的数据集规模或实验结果的广泛验证	解决scRNA-seq数据中的技术噪声问题，提高数据质量	单细胞RNA测序（scRNA-seq）数据	机器学习	NA	scRNA-seq	对抗自编码器（AAE）	基因表达数据	NA
1052	2025-06-10	Machine and deep learning models for accurate detection of ischemia and scar with myocardial blood flow positron emission tomography imaging 2024-02, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2024.101797 PMID:38185409	研究论文	比较传统统计方法、机器学习和深度学习技术在仅使用静息和应激心肌血流（MBF）值诊断冠状动脉疾病（CAD）中的能力	首次比较了多种机器学习和深度学习模型在心肌血流PET成像中检测缺血和瘢痕的准确性，并发现随机森林模型表现最佳	对于每血管定位缺血或瘢痕，机器学习模型的表现与传统统计模型相比没有显著差异	评估不同模型在心肌血流PET成像中检测和定位CAD的准确性	3245例静息和应激铷-82 PET研究及匹配的灌注报告诊断标签	机器学习	心血管疾病	PET成像	逻辑回归、Lasso逻辑回归、支持向量机、随机森林、多层感知机、密集U-Net	图像	3245例PET研究
1053	2025-06-10	Deep learning-based weld defect classification using VGG16 transfer learning adaptive fine-tuning 2023-May-08, International journal on interactive design and manufacturing DOI:10.1007/s12008-023-01327-3 PMID:40478981	研究论文	本文提出了一种基于深度学习的焊接缺陷分类方法，使用VGG16迁移学习和自适应微调技术	采用数据增强方法处理小规模X射线图像数据集，并比较了VGG16和ResNet50两种卷积神经网络架构的性能	数据集规模较小且类别分布不平衡，仅包含15个不同的类别	开发一种自动化焊接缺陷检测和分类系统	焊接缺陷的X射线图像	计算机视觉	NA	数据增强，迁移学习	CNN（VGG16和ResNet50）	图像	小规模X射线图像数据集，包含15个类别
1054	2025-06-10	Artificial Intelligence and Economic Development: An Evolutionary Investigation and Systematic Review 2023-Mar-11, Journal of the knowledge economy IF:4.0Q1 DOI:10.1007/s13132-023-01183-2 PMID:40478928	系统综述	本文通过文献计量和定性内容分析方法，探讨人工智能（AI）在经济发展（ED）中的作用和地位	首次将研究聚焦于AI与经济开发的交叉领域，采用两步法方法论，结合文献计量和内容分析	研究基于文献分析，可能未涵盖所有实际应用案例	探讨AI技术对经济发展的影响及其在该领域中的角色	AI与经济发展交叉领域的研究文献	机器学习	NA	文献计量工具Bibliometrix，文献耦合算法	NA	文本	2211份文献
1055	2025-06-10	A Large-Scale IoT-Based Scheme for Real-Time Prediction of Infectious Disease Symptoms 2023-Feb-02, Mobile networks and applications : MONET DOI:10.1007/s11036-023-02111-z PMID:40479340	研究论文	提出了一种基于物联网(IoT)的大规模实时监测方案，用于通过人们的行为和无线体域网(WBAN)预测传染病症状	利用IoT和WBAN技术实时监测人群行为，预测传染病症状及传播，弥补了以往研究依赖医疗设施内拍摄图像的局限性	需要构建强大的覆盖模型以确保实时监测，且性能评估依赖于模拟环境	开发实时预测传染病症状及传播的监测方案	人群行为及传染病症状	物联网与健康监测	传染病	IoT, WBAN, 深度学习	深度学习模型	图像、声音、视频	NA
1056	2025-06-10	Generic image application using GANs (Generative Adversarial Networks): A Review 2022-Sep-30, Evolving systems IF:2.7Q3 DOI:10.1007/s12530-022-09464-y PMID:40479410	review	本文对生成对抗网络（GAN）进行了全面回顾，总结了GAN的理论基础、应用目的、模型变体及最新进展	提供了GAN在图像处理中的多种应用及其优缺点的详细概述	GAN的稳定训练仍是一个挑战	对GAN相关文献进行全面评估，总结现有知识	生成对抗网络（GAN）及其在图像处理中的应用	machine learning	NA	NA	GAN	image	NA
1057	2025-06-10	Forecasting Directional Movement of Stock Prices using Deep Learning 2022-Aug-01, Annals of data science DOI:10.1007/s40745-022-00432-6 PMID:40479251	研究论文	本文提出了一种结合Word2Vec和LSTM的混合深度学习模型，用于预测股票价格的定向变动	结合了金融时间序列和新闻标题作为输入，考虑了大众媒体对公司股票和投资者行为的影响	仅评估了五个不同行业公司的股票价格预测准确性，样本范围有限	设计一个智能工具来预测股票市场价格的定向变动	股票市场价格	机器学习	NA	Word2Vec, LSTM	混合深度学习模型	金融时间序列, 新闻标题	五个不同行业的公司
1058	2025-06-10	QSM reconstruction challenge 2.0: Design and report of results 2021-09, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.28754 PMID:33783037	research paper	该论文介绍了第二次定量磁化率映射（QSM）重建挑战的设计和结果，旨在测试QSM偶极子反演算法在模拟脑数据中的准确性	采用两阶段设计，结合模拟数据和真实数据评估QSM算法的准确性和鲁棒性，并公开结果和分析流程供研究者比较新方法	挑战仅使用合成数据，未包含真实场景中的背景场和偶极子不相容相位贡献，未来需评估算法在更真实场景中的表现	测试QSM偶极子反演算法在模拟脑数据中的准确性	模拟脑数据和多回波梯度回波图像	医学影像处理	NA	定量磁化率映射（QSM）	迭代方法、深度学习和直接反演方法	模拟脑数据和多回波梯度回波图像	98个第一阶段重建和47个第二阶段提交
1059	2025-06-09	Breast cancer early detection and molecular subtype prediction by combination of Raman spectroscopy with deep learning 2025-Nov-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126396 PMID:40412234	研究论文	结合拉曼光谱与深度学习技术，开发了一种高效的计算模型，用于乳腺癌的早期检测和分子亚型预测	提出了一种基于高效通道注意力机制和卷积神经网络的分类模型，显著减少了参数数量并提高了训练速度，同时在未知测试集上表现出优于传统模型和算法的性能	研究未提及模型在其他类型癌症或更大规模数据集上的泛化能力	开发一种无需复杂特征工程的端到端模型，用于乳腺癌的早期筛查和分子亚型预测	541名志愿者的血清样本，包括HER2阳性、HER2阴性、导管原位癌(DCIS)患者和健康个体	数字病理学	乳腺癌	拉曼光谱	基于注意力机制的CNN	光谱数据	541名志愿者（包括患者和健康个体）的血清样本
1060	2025-06-09	Performance of multimodal prediction models for intracerebral hemorrhage outcomes using real-world data 2025-Oct, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105989 PMID:40412140	研究论文	开发并验证了结合CT图像、文本和表格临床数据的多模态模型，用于预测脑出血患者的功能不良结局和院内死亡率	整合了三维CT图像和非结构化数据，结合表格数据开发了L1正则化逻辑回归模型，为急诊环境中非专科医生提供决策支持	死亡率预测的校准需要改进，且需要增强真实世界数据基础设施以促进临床应用	预测脑出血患者的功能不良结局和院内死亡率，辅助急诊决策	527名脑出血患者	数字病理学	脑出血	深度学习	L1-regularized logistic regression	CT图像、文本、表格数据	527名患者