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	2025-10-07	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
12562	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
12563	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
12564	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
12565	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
12566	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
12567	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
12568	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
12569	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
12570	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
12571	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
12572	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
12573	2025-10-07	Artificial intelligence system for automatic maxillary sinus segmentation on cone beam computed tomography images 2024-04-29, Dento maxillo facial radiology DOI:10.1093/dmfr/twae012 PMID:38502963	研究论文	开发基于nnU-Net v2的AI模型用于锥形束CT图像中上颌窦的自动分割	首次应用nnU-Net v2框架实现上颌窦在CBCT图像中的自动分割	样本量相对较小（仅101例CBCT扫描），缺乏外部验证	开发自动分割上颌窦的AI模型并评估其性能	锥形束CT图像中的上颌窦区域	计算机视觉	NA	锥形束计算机断层扫描	深度学习	医学图像	101例CBCT扫描（80训练，11验证，10测试）	nnU-Net v2	nnU-Net	F1分数, 准确率, 灵敏度, 精确度, AUC, Dice系数, 95% Hausdorff距离, IoU	NA
12574	2025-10-07	An Intelligent Channel Estimation Algorithm Based on Extended Model for 5G-V2X 2024-04, Big data IF:2.6Q2 DOI:10.1089/big.2022.0029 PMID:36848263	研究论文	提出一种基于扩展模型和深度学习的5G-V2X智能信道估计算法	基于信道脉冲响应稀疏性建立高速移动场景扩展模型，设计多层CNN完成频域插值和双向GRU进行时域状态预测，引入速度和多径参数提升训练精度	NA	提高车联网系统信道估计精度并降低误码率	5G-V2X通信系统	机器学习	NA	深度学习	CNN, GRU	信道数据	NA	NA	多层卷积神经网络, 双向门控循环单元	信道估计精度, 误码率	NA
12575	2025-10-07	Development and validation of a deep learning system for detection of small bowel pathologies in capsule endoscopy: a pilot study in a Singapore institution 2024-03-01, Singapore medical journal IF:1.7Q2 DOI:10.4103/singaporemedj.SMJ-2023-187 PMID:38527297	研究论文	开发并验证用于胶囊内窥镜中小肠病理检测的深度学习系统	首次针对新加坡医疗场景开发的胶囊内窥镜深度学习检测系统，结合了开源数据和本地数据	样本量较小（总72例），属于初步研究阶段	开发能够自动检测小肠胶囊内窥镜图像中异常的深度学习系统	胶囊内窥镜图像中的小肠病理异常	计算机视觉	小肠疾病	胶囊内窥镜成像	CNN	图像	开源数据43例 + 本地数据29例 = 总72例	NA	ResNet50	AUC, PR曲线, top-1准确率, top-2准确率	NA
12576	2025-10-07	Stochastic forest transition model dynamics and parameter estimation via deep learning 2025-Apr-18, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025046 PMID:40296811	研究论文	本研究开发了随机微分方程模型来模拟森林转型动态，并提出基于深度学习的参数估计方法	提出了从单一样本的时间序列数据中估计所有模型参数的深度学习新方法	NA	理解森林转型动态和未来任何时间的森林砍伐趋势	森林、农业用地和废弃地之间的动态转换	机器学习	NA	随机微分方程建模	深度学习	时间序列数据	单一样本（包含森林和农业用地比例的时间序列观测）	NA	NA	NA	NA
12577	2025-04-30	Silencer variants are key drivers of gene upregulation in Alzheimer's disease 2025-Apr-08, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.07.25325386 PMID:40297423	research paper	该研究开发了一个深度学习框架，用于评估阿尔茨海默病（AD）相关非编码变异在背外侧前额叶皮层（DLPFC）及其主要细胞类型中的调控潜力	结合bulk和单细胞表观基因组数据，首次系统性地评估了AD相关非编码变异的调控潜力，并分类为沉默子变异（SL）、增强子变异（EN）或两者兼具的变异（ENSL）	研究主要关注DLPFC区域，可能无法完全代表其他脑区的情况	阐明AD相关遗传变异的调控机制及其在AD发病中的作用	AD相关的非编码遗传变异	machine learning	阿尔茨海默病	深度学习	深度学习框架	表观基因组数据	NA	NA	NA	NA	NA
12578	2025-04-29	Deep neural networks and stochastic methods for cognitive modeling of rat behavioral dynamics in T -mazes 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10247-9 PMID:40290756	研究论文	本文提出了一种结合随机方法和深度神经架构的认知模型，用于研究大鼠在T型迷宫中的决策行为	结合Wyckoff的随机框架与深度神经网络（CNN-LSTM），实现了对动物决策行为的建模和预测	模型依赖于特定实验条件下的数据，可能无法泛化到其他行为场景	开发计算模型以分析动物在空间导航任务中的决策行为	大鼠在T型迷宫中的行为轨迹	机器学习	NA	Monte Carlo模拟, t-SNE嵌入	CNN-LSTM	空间轨迹记录	NA	NA	NA	NA	NA
12579	2025-04-29	Outer lumen arterial imaging with CTA: A potential tool to diagnose vertebral artery dissection 2025-Jul, Radiology case reports DOI:10.1016/j.radcr.2025.03.041 PMID:40292153	技术说明	介绍了一种新的3D CTA后处理技术，用于区分椎动脉夹层（VAD）和椎动脉发育不全（VAH）	通过突出显示外腔的新3D CTA后处理技术，能够区分VAD和VAH	技术尚需进一步扩展和改进，可能通过深度学习（DL）分割技术	开发一种更准确的诊断工具，以区分椎动脉夹层和椎动脉发育不全	椎动脉夹层（VAD）和椎动脉发育不全（VAH）患者	数字病理	心血管疾病	3D CTA后处理技术	NA	图像	个案报告（一例右侧VAD患者）	NA	NA	NA	NA
12580	2025-10-07	A stacked ensemble approach for symptom-based monkeypox diagnosis 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110140 PMID:40203737	研究论文	本研究采用堆叠集成方法基于患者症状进行猴痘诊断	提出结合Tab Transformer、LSTM和传统机器学习模型的堆叠集成方法，并使用条件表格GAN生成合成数据解决数据不平衡问题	NA	开发基于症状的猴痘早期检测方法	猴痘患者症状数据	机器学习	猴痘	机器学习，深度学习	Tab Transformer, LSTM, XGBoost, LightGBM, Stacking Classifier	表格数据（症状数据）	NA	NA	Tab Transformer, LSTM, Stacking Classifier	准确率, 精确率, 召回率, F1分数	NA