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
14601	2025-04-10	Transfer learning improves performance in volumetric electron microscopy organelle segmentation across tissues 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf021 PMID:40196751	research paper	该研究展示了迁移学习在体积电子显微镜（VEM）图像中跨组织器官分割性能的提升	通过在多组织器官的VEM数据上进行预训练并在目标数据集上微调，实现了高性能的多种细胞器分割，且所需的新训练数据量相对较少	需要一定量的手动标注数据进行微调，且性能可能受预训练数据与目标数据之间的差异影响	提高体积电子显微镜图像中细胞器分割的自动化水平和性能	哺乳动物组织中的细胞器（如线粒体和内质网）	digital pathology	NA	serial block face scanning electron microscopy	deep learning segmentation algorithms	volumetric electron microscopy images	四个VEM数据集（包括一个新的大鼠肝脏数据集，尺寸为7000×7000×219像素）	NA	NA	NA	NA
14602	2025-04-10	HTRecNet: a deep learning study for efficient and accurate diagnosis of hepatocellular carcinoma and cholangiocarcinoma 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1549811 PMID:40196844	研究论文	本研究提出了一种名为HTRecNet的深度学习框架，用于高效准确诊断肝细胞癌（HCC）和胆管癌（CCA）	HTRecNet结合了复杂的数据增强策略以优化特征提取，即使在样本量有限的情况下也能保持稳健性能	研究样本中CCA的样本量相对较少（180例），可能影响模型在CCA诊断上的泛化能力	开发自动化诊断方法以提高肝细胞癌和胆管癌的诊断效率和准确性	肝细胞癌（HCC）和胆管癌（CCA）的组织病理学图像	数字病理学	肝癌	深度学习	HTRecNet（自定义深度学习框架）	图像	5,432张组织病理学图像（其中5,096张用于训练和验证，336张用于外部测试）	NA	NA	NA	NA
14603	2025-04-10	Use of Artificial Intelligence in Imaging Dementia 2024-11-27, Cells IF:5.1Q2 DOI:10.3390/cells13231965 PMID:39682713	research paper	本文探讨了人工智能在痴呆症影像诊断中的应用及其潜力	利用图卷积网络框架为阿尔茨海默病及其前驱阶段提供多模态稀疏可解释性支持，并开发了基于卷积神经网络的方法进行外部验证	人工智能在临床实践中的应用面临技术、疾病相关和制度性挑战	改善痴呆症患者的诊断和预后	老年痴呆症患者，包括阿尔茨海默病、血管性痴呆、路易体痴呆等	digital pathology	geriatric disease	machine learning, deep learning	CNN, GCN	image	NA	NA	NA	NA	NA
14604	2025-04-10	Integrated Biochemical and Computational Methods for Deciphering RNA-Processing Codes 2024 Nov-Dec, Wiley interdisciplinary reviews. RNA DOI:10.1002/wrna.1875 PMID:39523464	review	本文系统总结了用于解析五种重要RNA编码（包括可变剪接、可变多聚腺苷酸化、RNA定位、RNA修饰和RBP结合）的生化和计算方法	结合机器学习和深度学习模型，从DNA序列中学习RNA转化的规则或编码，并探讨了使用大型语言模型和广泛领域知识开发预测模型时遇到的挑战	未提及具体样本量或实验数据的具体限制	将大数据转化为生物学知识，预测RNA产物，解码分子机制，预测疾病变异对RNA加工事件的影响，并识别驱动突变	RNA加工过程中的五种重要编码	自然语言处理	NA	高通量测序技术	机器学习和深度学习模型	DNA序列数据	NA	NA	NA	NA	NA
14605	2025-04-10	Identifying depression-related topics in smartphone-collected free-response speech recordings using an automatic speech recognition system and a deep learning topic model 2024-06-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2024.03.106 PMID:38552911	research paper	该研究通过智能手机收集的自由回答语音录音，使用自动语音识别系统和深度学习主题模型，自动识别与抑郁相关的主题	结合自动语音识别（Whisper工具）和深度学习主题模型（BERTopic）自动分析抑郁相关语音主题，并关联抑郁严重程度、行为和语言特征	研究结果来自特定语音任务的抑郁队列，可能限制对非临床人群或其他语音任务的普适性，部分主题样本量较小需进一步验证	自动识别抑郁相关语音主题并分析其与抑郁严重程度的关系	265名有抑郁史的参与者的3919段英语自由回答语音录音	natural language processing	geriatric disease	自动语音识别（Whisper工具），深度学习主题模型（BERTopic）	BERTopic	语音录音	265名参与者的3919段语音录音	NA	NA	NA	NA
14606	2025-04-10	Discovery and development of macrocyclic peptide modulators of the cannabinoid 2 receptor 2024-06, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2024.107330 PMID:38679329	研究论文	本文探索了植物源性环状胱氨酸结肽作为大麻素2型受体（CBR）配体的潜力，并基于深度学习网络设计和表征了基于vodo-C1的双环肽	首次发现并开发了基于环肽的大麻素2型受体调节剂，特别是从甜紫罗兰中鉴定出vodo-C1作为CBR的全激动剂，并设计出具有负变构调节或中性拮抗作用的双环肽	研究仅基于九种植物的肽富集提取物库，样本量有限，且设计的双环肽未能激活受体	开发新型大麻素2型受体调节剂，用于治疗慢性炎症和纤维化	大麻素2型受体（CBR）及其配体	药物发现	慢性炎症和纤维化	药理学引导的分馏、肽组学、深度学习网络	深度学习网络	肽序列和结构数据	九种植物的肽富集提取物库	NA	NA	NA	NA
14607	2025-04-10	Cascaded cross-attention transformers and convolutional neural networks for multi-organ segmentation in male pelvic computed tomography 2024-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.2.024009 PMID:38595327	research paper	提出了一种基于深度学习的自动两步分割流程，用于男性盆腔CT图像中多器官的分割	采用混合卷积-Transformer模型进行初始多器官分割，并通过图像增强模块和器官特定精细分割提高分割精度	仅在30张测试图像上验证，样本量较小	提高男性盆腔CT图像中多器官分割的准确性，以支持放射治疗计划	前列腺、膀胱、直肠、精囊和股骨头	digital pathology	prostate cancer	computed tomography (CT)	axial cross-attention UNet (混合卷积-Transformer模型)	image	30张男性盆腔CT图像	NA	NA	NA	NA
14608	2025-10-07	Deep Learning-Assisted Single-Molecule Detection of Protein Post-translational Modifications with a Biological Nanopore 2024-01-16, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.3c08623 PMID:38112538	研究论文	本研究开发了一种基于生物纳米孔和深度学习技术的单分子蛋白质翻译后修饰检测方法	首次结合气溶素纳米孔与深度学习模型实现多种蛋白质翻译后修饰的单分子检测与区分	仅针对α-突触核蛋白衍生肽段进行验证，尚未扩展到其他蛋白质体系	开发高灵敏度的蛋白质翻译后修饰单分子检测技术	α-突触核蛋白衍生肽段及其磷酸化、硝化和氧化修饰变体	生物纳米技术	神经退行性疾病	纳米孔传感技术, 深度学习信号处理	深度学习模型	电流信号数据	多种α-突触核蛋白肽段变体	NA	NA	检测灵敏度, 区分准确率	NA
14609	2025-04-10	Deep learning in public health: Comparative predictive models for COVID-19 case forecasting 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294289 PMID:38483948	研究论文	比较多种深度学习模型在预测阿联酋和马来西亚COVID-19病例中的效果	使用贝叶斯优化技术提升模型性能，并比较不同深度学习模型在特定地区的预测效果	研究仅针对阿联酋和马来西亚，可能不适用于其他地区	确定预测COVID-19病例的最有效深度学习模型	阿联酋和马来西亚的COVID-19病例数据	机器学习	COVID-19	贝叶斯优化	LSTM, bidirectional LSTM, CNN, hybrid CNN-LSTM, Multilayer Perceptron's, RNN	结构化数据（确诊病例数、人口统计数据、社会经济因素）	NA	NA	NA	NA	NA
14610	2025-10-07	Harnessing the power of AI: Advanced deep learning models optimization for accurate SARS-CoV-2 forecasting 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0287755 PMID:37471397	研究论文	本研究利用先进深度学习模型预测马来西亚的SARS-CoV-2病例	系统比较七种深度学习模型在疫情预测中的表现，并针对马来西亚特定情况优化模型选择	研究仅限于马来西亚地区，模型在其他地区的适用性需要进一步验证	开发准确可靠的SARS-CoV-2病例预测工具以支持公共卫生决策	马来西亚SARS-CoV-2确诊病例及相关影响因素	机器学习	传染病	深度学习	LSTM, Bi-directional LSTM, CNN, CNN-LSTM, Multilayer Perceptron, GRU, RNN	确诊病例数据、人口统计数据、社会经济因素数据	NA	NA	LSTM, Bi-LSTM, CNN, CNN-LSTM, MLP, GRU, RNN	准确率, 精确度	NA
14611	2025-10-07	Application of machine learning in the prediction of COVID-19 daily new cases: A scoping review 2021-Oct, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2021.e08143 PMID:34660935	综述	本文综述了机器学习和深度学习方法在预测COVID-19每日新增病例中的应用	系统比较了多种机器学习方法在COVID-19传播预测中的性能，包括ANFIS、LSTM、RNN和MLP等模型	NA	评估机器学习方法在预测COVID-19传播趋势中的效果	COVID-19每日新增病例数据	机器学习	COVID-19	NA	ANFIS, LSTM, RNN, MLP, ANN, ARIMA	流行病学数据	NA	NA	自适应神经模糊推理系统, 长短期记忆网络, 循环神经网络, 多层感知器, 自回归积分滑动平均模型	RMSE, MAE, R系数, MAPE	NA
14612	2025-10-07	Performance for rotor system of hybrid electromagnetic bearing and elastic foil gas bearing with dynamic characteristics analysis under deep learning 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0244403 PMID:33720953	研究论文	通过深度学习分析混合电磁轴承和弹性箔片气体轴承转子系统的动态特性，并优化CNN在故障检测中的结构	结合混合电磁轴承和弹性箔片气体轴承的转子系统动态特性分析，并首次将CNN应用于该系统故障检测的参数优化	NA	分析轴承-转子系统的动态特性并优化CNN在系统故障检测和分类中的性能	涡轮膨胀机轴承-转子系统	机器学习	NA	动态特性分析	CNN	工程系统数据	NA	NA	卷积神经网络	分类准确率,损失函数	NA
14613	2025-10-07	A demonstration of automated visual evaluation of cervical images taken with a smartphone camera 2020-11-01, International journal of cancer IF:5.7Q1 DOI:10.1002/ijc.33029 PMID:32356305	研究论文	本研究验证了使用智能手机摄像头拍摄的宫颈图像进行自动化视觉评估在宫颈癌筛查中的可行性	首次将深度学习自动化视觉评估技术应用于智能手机拍摄的宫颈图像进行宫颈癌筛查	金标准为妇科肿瘤专家评估而非组织病理学诊断，且仅在小部分图像上进行了组织病理学验证	开发基于智能手机的宫颈癌筛查辅助工具	通过商业MobileODT EVA系统采集的宫颈图像	计算机视觉	宫颈癌	深度学习，自动化视觉评估	目标检测网络	图像	3221名女性的7587张宫颈图像	NA	目标检测网络	AUC	NA
14614	2025-10-07	Malocclusion Classification on 3D Cone-Beam CT Craniofacial Images Using Multi-Channel Deep Learning Models 2020-07, 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/EMBC44109.2020.9176672 PMID:33018225	研究论文	本研究提出两种多通道深度学习模型架构，用于从3D CBCT颅面图像自动识别和分类骨骼性错颌畸形	提出集成和同步多通道两种新型深度学习架构，结合三种不同方向的2D投影视图，并采用类选择性相关映射可视化方法解释模型学习行为	NA	开发自动识别和分类骨骼性错颌畸形的深度学习系统	3D锥形束CT颅面图像	计算机视觉	错颌畸形	锥形束CT成像	深度学习模型	3D医学图像, 2D投影图像	NA	NA	集成多通道模型, 同步多通道模型	准确率	NA
14615	2025-10-07	Risk factor analysis combined with deep learning in the risk assessment of overseas investment of enterprises 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0239635 PMID:33006998	研究论文	结合风险因子分析和深度学习评估企业海外投资风险	将深度神经网络应用于企业海外投资风险评估，并基于国家集群样本识别主要风险来源	仅采用15个国家集群作为样本，样本规模有限；风险评估主要基于弗雷泽风险评估学习标签	评估企业海外投资风险并拓展深度学习在风险评估中的应用	15个国家集群的企业海外投资风险指标	机器学习	NA	深度学习	DNN	风险评估指标数据	15个国家集群	NA	深度神经网络	投资吸引力指数	NA
14616	2025-10-07	The use of deep learning algorithm and digital media art in all-media intelligent electronic music system 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0240492 PMID:33075083	研究论文	本研究提出基于深度强化学习的多任务和分层学习算法，应用于全媒体智能电子音乐系统中的图像处理任务	提出了基于深度确定性策略梯度的多任务学习算法(M-DDPG)和分层学习算法(H-DDPG)，用于解决智能系统中的多任务和复杂任务处理问题	NA	探索深度学习方法在智能电子音乐系统中的应用，促进深度学习与数字媒体技术的融合	智能电子音乐系统中的图像分类和多任务处理	数字媒体艺术	NA	深度强化学习	DDPG, M-DDPG, H-DDPG	图像	基于8个任务的测试环境	NA	深度确定性策略梯度，自增强网络	奖励值，准确率	NA
14617	2025-10-07	Single image super-resolution via Image Quality Assessment-Guided Deep Learning Network 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0241313 PMID:33119656	研究论文	提出了一种基于图像质量评估引导的深度学习网络用于单图像超分辨率重建	引入IQA网络提取感知特征并计算融合损失，通过级联网络解决异构数据集问题，提出成对排序铰链损失方法解决训练样本不足	未明确说明具体的数据集规模和网络架构细节	在超分辨率重建中实现感知质量与失真度量之间的更好平衡	单张低分辨率图像	计算机视觉	NA	深度学习超分辨率重建	深度学习网络	图像	NA	深度学习架构	级联网络	感知质量, 失真度量	NA
14618	2025-10-07	The use of machine translation algorithm based on residual and LSTM neural network in translation teaching 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0240663 PMID:33211704	研究论文	本研究构建了基于残差和LSTM神经网络的SCN-LSTM机器翻译模型，并验证其在翻译教学中的应用效果	提出融合跳跃卷积网络和长短期记忆网络的SCN-LSTM翻译模型，相比传统N元组模型性能提升近一倍	NA	促进翻译专业培养模式转型和翻译服务业在各领域的应用	英语专业翻译教学	自然语言处理	NA	机器翻译	LSTM, CNN	文本	真实数据集和公开PTB数据集	NA	SCN-LSTM（Skip Convolutional Network and Long Short Term Memory）	准确率, 翻译混淆度, 适应性	NA
14619	2025-10-07	Applying Internet information technology combined with deep learning to tourism collaborative recommendation system 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0240656 PMID:33271589	研究论文	提出一种结合深度学习的旅游协同推荐系统，通过整合互联网旅游信息提供个性化旅游服务	结合词嵌入、CNN处理评论信息、DNN处理必要信息以及因子分解机技术来提升推荐系统的个性化性能	NA	改进传统旅游推荐系统的不足，提供更准确个性化的旅游产品推荐	旅游产品信息和用户评论信息	自然语言处理,机器学习	NA	深度学习	CNN,DNN	文本	NA	NA	卷积神经网络,深度神经网络	精确度,灵敏度	NA
14620	2025-04-09	Nondestructive detection of cadmium content in oilseed rape leaves under different silicon environments using deep transfer learning and Vis-NIR hyperspectral imaging 2025-Jul-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143799 PMID:40081073	研究论文	提出了一种基于深度迁移学习和可见-近红外高光谱成像技术的油菜叶片镉含量无损检测方法	开发了迁移堆叠去噪自编码器(T-SDAE)算法，实现了不同硅环境下油菜叶片镉含量预测模型的迁移	NA	实现不同硅环境下油菜叶片镉含量的准确无损检测	油菜叶片	计算机视觉	NA	可见-近红外高光谱成像技术	T-SDAE, SVR	高光谱图像	NA	NA	NA	NA	NA