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
12561	2025-05-01	RSDCNet: An efficient and lightweight deep learning model for benign and malignant pathology detection in breast cancer 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251336286 PMID:40297351	研究论文	本研究提出了一种名为RSDCNet的高效轻量级深度学习模型，用于乳腺癌良恶性病理检测	RSDCNet结合了深度可分离卷积和SCSE模块，在减少模型参数的同时增强了关键特征提取能力，实现了轻量化和高效率	研究仅使用了BreakHis数据集，未在其他独立数据集上进行验证	开发一种高效、自动化和精确的乳腺癌病理检测方法	乳腺癌良恶性病理图像	数字病理	乳腺癌	深度学习	RSDCNet（基于CNN的改进模型）	图像	9109张乳腺肿瘤显微图像（来自BreakHis数据集）	NA	NA	NA	NA
12562	2025-05-01	Magnetic resonance radiomics-based deep learning model for diagnosis of Alzheimer's disease 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251337183 PMID:40297370	研究论文	本研究提出了一种基于磁共振影像组学和深度学习的模型，用于阿尔茨海默病的诊断	结合磁共振影像组学特征和深度学习模型TabNet，实现了阿尔茨海默病的高精度诊断	研究样本量相对有限，且来自特定种族群体	开发一种基于深度学习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对照者	数字病理学	老年病	磁共振成像(MRI)	TabNet	图像	ADNI数据库中的141名AD患者、166名MCI患者和231名正常对照者，以及华山医院的45名AD患者、35名MCI患者和31名正常对照者	NA	NA	NA	NA
12563	2025-05-01	Development of a deep learning model to predict smoking status in patients with chronic obstructive pulmonary disease: A secondary analysis of cross-sectional national survey 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251333660 PMID:40297369	研究论文	开发并验证了一个深度学习模型，用于预测慢性阻塞性肺疾病（COPD）患者的吸烟状况	使用残差神经网络（ResNN）模型预测COPD患者的吸烟状况，并比较了多种机器学习和深度学习模型，性能优于其他模型	需要外部验证，并纳入更多行为和心理学变量以提高模型的通用性和性能	开发一个深度学习模型，用于预测COPD患者的吸烟状况	COPD患者	机器学习	慢性阻塞性肺疾病	深度学习	ResNN	结构化数据（包括人口统计学、行为学和临床变量）	5466例COPD患者	NA	NA	NA	NA
12564	2025-05-01	A hybrid power load forecasting model using BiStacking and TCN-GRU 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321529 PMID:40294011	研究论文	本文提出了一种结合集成学习和深度学习技术的混合预测模型BiStacking+TCN-GRU，用于电力负荷预测	结合了BiStacking集成学习和TCN-GRU深度学习技术，通过Pearson相关系数选择特征，提高了预测准确性	实验数据仅基于巴拿马2020年的电力负荷数据，可能在其他地区或时间段的适用性有待验证	提高电力负荷预测的准确性，减少能源浪费并改善电网稳定性	电力负荷数据	机器学习	NA	Pearson相关系数(PCC)、BiStacking、TCN、GRU	BiStacking+TCN-GRU	电力负荷数据	巴拿马2020年电力负荷数据	NA	NA	NA	NA
12565	2025-10-07	Diagnostic Performance of Deep Learning Applications in Hepatocellular Carcinoma Detection Using Computed Tomography Imaging 2024-Dec-30, The Turkish journal of gastroenterology : the official journal of Turkish Society of Gastroenterology DOI:10.5152/tjg.2024.24538 PMID:39760649	研究论文	本研究利用基于YOLO架构的深度学习技术提升CT影像中肝细胞癌的检测性能	首次将YOLO架构应用于肝细胞癌的CT影像检测，显著超越传统诊断方法的准确率	样本量相对有限（122名患者），需要更大规模数据验证	通过深度学习技术提高肝细胞癌的早期检测准确率	肝细胞癌患者的CT影像	计算机视觉	肝细胞癌	CT成像	YOLO	医学影像	122名患者的1290张CT图像	NA	YOLO	准确率,精确率,召回率,特异性,敏感性	NA
12566	2025-10-07	Transcription factor prediction using protein 3D secondary structures 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae762 PMID:39786868	研究论文	提出首个利用蛋白质3D二级结构信息的深度学习转录因子预测方法StrucTFactor	首次利用蛋白质3D二级结构信息进行转录因子预测，相比传统方法不依赖已知DNA结合结构域	NA	开发更准确的转录因子预测方法	转录因子（DNA结合蛋白）	机器学习	NA	蛋白质3D结构分析	深度学习	蛋白质3D结构数据	约525,000个蛋白质，涵盖12个数据集	NA	NA	Matthews相关系数	NA
12567	2025-10-07	BetaAlign: a deep learning approach for multiple sequence alignment 2024-Dec-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf009 PMID:39775454	研究论文	提出了一种基于深度学习的多序列比对方法BetaAlign，利用自然语言处理技术进行生物序列比对	首个深度学习比对器，采用自然语言处理技术中的transformer架构，通过模拟生成的比对数据进行训练	NA	开发基于人工智能的多序列比对方法，挑战传统比对算法	生物序列数据	自然语言处理	NA	自然语言处理，深度学习	Transformer	生物序列数据	NA	PyTorch（基于HuggingFace）	Transformer	准确率	NA
12568	2025-10-07	Forecasting Subway Passenger Flow for Station-Level Service Supply 2024-12, Big data IF:2.6Q2 DOI:10.1089/big.2021.0318 PMID:35749714	研究论文	提出一种名为DeepSPF的深度学习架构，用于预测考虑不同功能类型车站的地铁客流	提出结合LSTM和一维卷积的滑动长短期记忆神经网络，能够识别不同类型车站的未来客流差异	仅在北京地铁数据集上进行实验验证，未在其他城市地铁系统测试	改进地铁站点级服务供应链管理中的客流预测精度	北京地铁系统的乘客流量数据	机器学习	NA	深度学习	LSTM, CNN	时间序列数据	北京地铁系统数据	NA	滑动LSTM神经网络，一维卷积	在10分钟、15分钟和30分钟三个时间粒度上的预测精度	NA
12569	2025-10-07	Structures of Epstein-Barr virus and Kaposi's sarcoma-associated herpesvirus virions reveal species-specific tegument and envelope features 2024-Nov-19, Journal of virology IF:4.0Q2 DOI:10.1128/jvi.01194-24 PMID:39470208	研究论文	通过深度学习增强的冷冻电子断层扫描技术解析EB病毒和卡波西肉瘤相关疱疹病毒的病毒粒子结构	首次实现了人类γ疱疹病毒完整病毒粒子的高分辨率结构解析，发现了衣壳外部的多态性特征和病毒被膜的空间分布规律	研究主要关注细胞外病毒粒子，未涉及细胞内病毒组装过程	比较EB病毒和卡波西肉瘤相关疱疹病毒的结构特征，揭示γ疱疹病毒与其他疱疹病毒亚科的差异	EB病毒和卡波西肉瘤相关疱疹病毒的病毒粒子	结构生物学	肿瘤相关病毒感染	冷冻电子断层扫描，深度学习增强，亚断层图平均，断层图引导的亚颗粒重建	深度学习模型	冷冻电子断层扫描图像数据	EB病毒和KSHV的细胞外病毒粒子样本	NA	NA	NA	NA
12570	2025-10-07	Deep learning-based fishing ground prediction with multiple environmental factors 2024-Nov, Marine life science & technology IF:5.8Q1 DOI:10.1007/s42995-024-00222-4 PMID:39620085	研究论文	本研究开发了一种基于深度学习的多环境因素渔场预测模型，以西北太平洋鸢乌贼为例	首次将改进的U-Net模型应用于多环境因素渔场预测，通过优化时间尺度和环境因子组合提高了渔场中心集中度	仅针对西北太平洋鸢乌贼进行研究，模型在其他海域和鱼种的适用性有待验证	提高海洋经济种类渔场预测的准确性	西北太平洋鸢乌贼	计算机视觉	NA	深度学习	CNN	环境因子数据（海表温度、海表高度、海表盐度、叶绿素）	2002-2019年7-11月数据用于训练，2020年数据用于测试	NA	改进的U-Net	渔场集中度	NA
12571	2025-10-07	An artificial intelligence grading system of apical periodontitis in cone-beam computed tomography data 2024-10-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae029 PMID:38960866	研究论文	开发基于深度学习的人工智能系统用于锥形束CT数据中根尖周炎的分级诊断	提出新型PAINet算法，在根尖周炎分级任务中优于经典ResNet系列及当前主流Transformer和注意力模型	仅使用120个CBCT图像样本，样本量相对有限	辅助初级医生更准确诊断根尖周炎	根尖周炎患者的锥形束CT影像数据	计算机视觉	根尖周炎	锥形束计算机断层扫描(CBCT)	CNN, Transformer	医学影像	120个CBCT图像	NA	ResNet50, ResNet101, ResNet152, PAINet, Transformer	准确率, 精确率, 召回率, F1分数, AUC, Cohen's kappa	NA
12572	2025-10-07	Automatic classification and segmentation of multiclass jaw lesions in cone-beam CT using deep learning 2024-10-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae028 PMID:38937280	研究论文	开发并验证基于nnU-Net的深度学习模型，用于锥形束CT中五类颌骨病变的自动分类和分割	提出改进的nnU-Net模型实现颌骨病变的多类别分类与分割双重任务，在医生诊断中提供AI辅助	研究样本量有限（368例CBCT扫描），未提及外部验证集结果	开发能够自动分类和分割多类别颌骨病变的深度学习模型	颌骨病变的锥形束CT影像	医学影像分析	颌骨疾病	锥形束CT成像	深度学习	医学影像	368例CBCT扫描（37,168个切片）	nnU-Net	nnU-Net	灵敏度,特异性,精确度,F1分数,准确率,Dice相似系数,平均对称表面距离	NA
12573	2025-10-07	Hybrid Deep Learning Approach for Traffic Speed Prediction 2024-10, Big data IF:2.6Q2 DOI:10.1089/big.2021.0251 PMID:35108088	研究论文	提出一种名为HDL4TSP的混合深度学习方法用于城市交通速度预测	同时建模交通数据中的空间和时间相关性，通过图卷积网络捕获空间依赖关系，使用ConvLSTM网络建模时间周期性	NA	提高交通速度预测的准确性	城市各区域的交通速度数据	机器学习	NA	深度学习	图卷积网络, ConvLSTM	交通速度数据	两个真实世界数据集	NA	HDL4TSP（包含输入层、空间层、时间层、融合层和输出层）	NA	NA
12574	2025-10-07	A Network Intrusion Detection System Using Hybrid Multilayer Deep Learning Model 2024-10, Big data IF:2.6Q2 DOI:10.1089/big.2021.0268 PMID:35704031	研究论文	提出一种基于混合多层深度学习模型的网络入侵检测系统	采用多层卷积神经网络进行特征提取和选择，并结合softmax分类器进行入侵分类，同时使用多层深度神经网络进行进一步分析	仅使用NSL-KDD和KDDCUP'99两个基准数据集进行验证，未在其他数据集上测试泛化能力	提高网络入侵检测的准确率	网络流量数据	机器学习	NA	深度学习	CNN, 深度神经网络	网络流量数据	NSL-KDD和KDDCUP'99两个基准数据集	NA	多层卷积神经网络, 多层深度神经网络	准确率, 召回率, F1分数, 精确率	NA
12575	2025-10-07	Detection and classification of mandibular fractures in panoramic radiography using artificial intelligence 2024-09-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae018 PMID:38652576	研究论文	本研究评估YOLOv5深度学习模型在全景X光片中检测不同类型下颌骨骨折的性能	首次将YOLOv5模型应用于全景X光片中六种解剖位置下颌骨骨折的自动检测与分类	髁状突头部骨折检测性能相对较低，样本量有限	开发基于人工智能的下颌骨骨折自动检测系统	包含下颌骨骨折的全景X光片图像	计算机视觉	颌面部创伤	全景X光摄影	YOLOv5	医学影像	498张全景X光片，包含673处骨折	PyTorch	YOLOv5	准确率, 精确率, 敏感度, 特异度, Dice系数, AUC	NA
12576	2025-10-07	Accurate, automated classification of radiographic knee osteoarthritis severity using a novel method of deep learning: Plug-in modules 2024-Aug-13, Knee surgery & related research IF:4.1Q1 DOI:10.1186/s43019-024-00228-3 PMID:39138550	研究论文	开发了一种基于插件模块的深度学习模型，用于自动分类膝关节骨关节炎的X线严重程度	首次将插件模块集成到深度学习网络中用于膝关节骨关节炎的细粒度分类，通过集成四个不同的插件模块提高了分类精度	未来仍需改进，某些KL分级准确率较低（如KL 1级仅为43%）	开发自动膝关节骨关节炎严重程度分类模型	膝关节X线影像	计算机视觉	骨关节炎	深度学习	CNN, Transformer	X线图像	训练集：骨关节炎倡议数据集；测试集：多中心骨关节炎研究数据集（17,040例）	NA	插件模块集成模型	准确率	NA
12577	2025-10-07	Automated cooling tower detection through deep learning for Legionnaires' disease outbreak investigations: a model development and validation study 2024-Jul, The Lancet. Digital health DOI:10.1016/S2589-7500(24)00094-3 PMID:38906615	研究论文	开发并验证了用于自动检测冷却塔的深度学习计算机视觉模型，以辅助军团病疫情调查	首次将两阶段深度学习模型（YOLOv5+EfficientNet-b5）应用于冷却塔的自动检测，显著提高了疫情调查效率	模型在未见过的城市性能有所下降，且依赖空中可见的冷却塔	开发自动检测冷却塔的深度学习模型，加速军团病疫情调查和源头控制	空中可见的冷却塔	计算机视觉	军团病	卫星图像分析	深度学习	卫星图像	2051张图像包含7292个冷却塔，测试集548张图像	PyTorch	YOLOv5, EfficientNet-b5	灵敏度, 阳性预测值	NA
12578	2025-10-07	DMAF-Net: deformable multi-scale adaptive fusion network for dental structure detection with panoramic radiographs 2024-06-28, Dento maxillo facial radiology DOI:10.1093/dmfr/twae014 PMID:38518093	研究论文	提出一种可变形多尺度自适应融合网络用于全景X光片中的牙齿结构检测	改进了YOLO网络，提出不同模块增强特征提取能力，采用自适应空间特征融合解决不同特征层尺度不匹配问题	NA	提高全景X光片中牙齿结构问题检测的准确性	牙齿的五种情况：阻生牙、缺失牙、种植体、冠修复和根管治疗牙	计算机视觉	牙齿疾病	全景X光成像	YOLO	图像	1474张全景X光片，按7:2:1比例分为训练集、验证集和测试集	NA	DMAF-Net	精确率, 召回率, mAP0.5, mAP[0.5:0.95]	NA
12579	2025-10-07	Development and external validation of deep learning clinical prediction models using variable-length time series data 2024-May-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae088 PMID:38679906	研究论文	开发并外部验证用于变长时间序列临床预测的深度学习模型	比较了多种深度学习架构和数据转换方法在变长时间序列数据上的表现，并通过外部验证确认LSTM/GRU架构与PLE-DT数据转换的组合在临床预测任务中表现最佳	研究为回顾性研究，仅使用两个医疗中心的数据进行训练和测试	比较和外部验证深度学习模型在变长时间序列临床预测任务中的性能	医院住院患者数据	机器学习	临床恶化、急性肾损伤、疑似感染	NA	LSTM, GRU, 时序卷积网络, CNN	变长时间序列数据	训练集373,825例住院，测试集256,128例住院	NA	LSTM/GRU, 时序卷积网络, TDW-CNN	AUPRC, AUROC	NA
12580	2025-10-07	Improving resolution of panoramic radiographs: super-resolution concept 2024-04-29, Dento maxillo facial radiology DOI:10.1093/dmfr/twae009 PMID:38483289	研究论文	本研究利用深度学习超分辨率技术提升牙科全景X光片的分辨率	首次在牙科全景X光片领域系统比较四种先进的超分辨率深度学习模型	性能随图像缩放比例增加而下降，未在临床环境中验证	通过超分辨率技术提升牙科全景X光片的分辨率和质量	牙科全景X光片	计算机视觉	牙科疾病	深度学习超分辨率	CNN, GAN, Autoencoder	医学影像	1714张全景X光片（训练集1364张，测试集350张）	NA	SRCNN, Efficient Sub-Pixel CNN, Super-Resolution GAN, Autoencoder	SSIM, PSNR	NA