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
15141	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
15142	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
15143	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
15144	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
15145	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
15146	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
15147	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
15148	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
15149	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
15150	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
15151	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
15152	2025-04-09	An efficient method for chili pepper variety classification and origin tracing based on an electronic nose and deep learning 2025-Jul-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143850 PMID:40101378	研究论文	本文提出了一种结合电子鼻和深度学习的方法，用于辣椒品种分类和产地溯源	提出了一种传感器感知卷积网络（SACNet），集成了电子鼻技术，通过传感器注意力模块自适应关注各传感器的重要性，并引入局部感知和广域感知结构以捕获气体信息特征	方法依赖于电子鼻系统的气体样本采集，可能在实际应用中受到环境因素的影响	解决辣椒品种和产地快速准确识别的问题	辣椒	机器学习	NA	电子鼻（e-nose）	CNN（SACNet）	气体数据	三个数据集（Dataset A、B、C），具体样本数量未提及	NA	NA	NA	NA
15153	2025-04-09	Ensemble network using oblique coronal MRI for Alzheimer's disease diagnosis 2025-Apr-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121151 PMID:40147601	研究论文	本研究提出了一种基于倾斜冠状MRI的集成网络方法，用于阿尔茨海默病的诊断	采用倾斜冠状MRI切片和集成学习方法，提高了诊断准确率	研究依赖于ADNI数据集，可能限制了方法的普适性	开发一种更可靠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老年人	数字病理学	老年疾病	MRI	集成学习	图像	ADNI数据集中的样本	NA	NA	NA	NA
15154	2025-04-09	How local is "local"? Deep learning reveals locality of the induced magnetic field of polycyclic aromatic hydrocarbons 2025-Apr-14, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0257558 PMID:40197568	研究论文	本文利用深度学习研究多环芳香分子中磁响应的局部性	采用新颖的图神经网络（GNNs）结合环图表示法预测分子周围空间的核独立化学位移（NICS），并通过k-hop扩展策略克服GNNs泛化问题	尽管模型在小分子（最多4个环）上训练，但能准确预测更大分子（最多15个环）的磁响应，但仍需验证更复杂分子的适用性	探究多环芳香分子中磁响应的局部性	多环芳香分子	机器学习	NA	图神经网络（GNNs）	GNN	分子结构数据	训练集包含最多4个环的分子，测试集扩展到最多15个环的分子	NA	NA	NA	NA
15155	2025-04-09	WPR-Net: A Deep Learning Protocol for Highly Accelerated NMR Spectroscopy with Faithful Weak Peak Reconstruction 2025-Apr-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04830 PMID:40067126	research paper	提出一种深度学习架构WPR-Net，用于高度加速的NMR光谱学并可靠重建弱峰	该深度学习协议能够消除欠采样伪影，并在高度稀疏采样密度或严重噪声条件下重建高质量多维NMR光谱信号	NA	加速多维NMR光谱学的实现并提高弱峰重建的准确性	多维NMR光谱信号	machine learning	NA	NMR spectroscopy	deep learning architecture (WPR-Net)	spectral data	NA	NA	NA	NA	NA
15156	2025-04-09	Deep learning assisted high-resolution microscopy image processing for phase segmentation in functional composite materials 2025-Apr-08, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13413 PMID:40195694	research paper	该研究提出了一种基于深度学习的图像处理方法，用于高分辨率显微镜图像的相位分割和成分检测	提出了一种新的基于FFT的分割工作流程，并利用训练好的U-Net模型进行相位分割，这在复合材料的相位和成分检测中是一个尚未充分探索的领域	NA	开发一种高效的高分辨率显微镜图像分析方法，用于电池研究中的相位分割和成分检测	高分辨率透射电子显微镜（TEM）图像中的复合材料的相位和成分	computer vision	NA	深度学习	U-Net	image	NA	NA	NA	NA	NA
15157	2025-04-09	Protein-Ligand Structure and Affinity Prediction in CASP16 Using a Geometric Deep Learning Ensemble and Flow Matching 2025-Apr-08, Proteins IF:3.2Q2 DOI:10.1002/prot.26827 PMID:40195868	研究论文	本文介绍了一种名为MULTICOM_ligand的深度学习方法，用于预测蛋白质-配体结构和结合亲和力，并在CASP16中表现优异	提出了一个结合结构共识排序和无监督姿势排序的深度学习集成方法，以及一个新的深度生成流匹配模型，用于联合预测结构和结合亲和力	未提及具体局限性	解决蛋白质-配体结构和结合亲和力预测的基础性问题，以支持生物技术和药物发现	蛋白质-配体结构和结合亲和力	机器学习	NA	深度学习	深度学习集成和流匹配模型	蛋白质-配体结构数据	NA	NA	NA	NA	NA
15158	2025-04-09	Dimensionality Reduction of Genetic Data using Contrastive Learning 2025-Apr-07, Genetics IF:3.3Q2 DOI:10.1093/genetics/iyaf068 PMID:40194517	research paper	该论文介绍了一种利用对比学习进行遗传数据降维的框架，以生成类似PCA的群体可视化	定义了一种优于常用对比学习损失函数的损失函数，并针对SNP基因型数据集定制了数据增强方案	未明确提及具体局限性	开发一种适用于遗传数据的降维方法，以更好地保留局部和全局结构	狗和人类的基因型数据	machine learning	NA	对比学习	深度学习神经网络	SNP基因型数据	两个数据集（狗和人类基因型）	NA	NA	NA	NA
15159	2025-04-09	Severity Classification of Pediatric Spinal Cord Injuries Using Structural MRI Measures and Deep Learning: A Comprehensive Analysis Across All Vertebral Levels 2025-Apr-07, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8770 PMID:40194851	research paper	本研究通过结构MRI测量和深度学习技术，对儿童脊髓损伤的严重程度进行分类	结合横截面积、前后宽度和左右宽度等结构参数与深度学习技术，首次在儿童脊髓损伤中进行全面分析	样本量较小，仅61名参与者，且仅包括慢性脊髓损伤患者	评估儿童脊髓损伤患者的结构特征，并开发基于深度学习的分类方法	20名慢性脊髓损伤儿童和41名正常发育儿童	digital pathology	spinal cord injury	MRI扫描和深度学习	CNN	MRI图像	61名儿童（20名脊髓损伤患者和41名正常发育儿童）	NA	NA	NA	NA
15160	2025-04-09	Transformer-based artificial intelligence on single-cell clinical data for homeostatic mechanism inference and rational biomarker discovery 2025-Mar-25, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.24.25324556 PMID:40196278	research paper	该研究开发了一种基于Transformer的人工智能流程，用于单细胞临床数据分析，以推断稳态机制并发现生物标志物	提出了一个通用的、可解释的AI流程，包括用于预测的MIST模型和用于可解释性的单细胞FastShap模型，能够解释70-82%的血细胞群体大小变化	研究仅针对血液细胞群体，未涉及其他组织或细胞类型	利用单细胞数据分析生物系统中的模式和机制，并发现潜在的临床相关生物标志物	循环红细胞（RBC）、白细胞（WBC）和血小板（PLT）的单细胞测量数据	machine learning	sepsis, heart disease, diabetes	single-cell measurement	Transformer (MIST), FastShap	single-cell clinical data	大量常规临床数据（具体数量未提及）	NA	NA	NA	NA