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
18721	2025-01-14	Intelligent Pattern Recognition Using Distributed Fiber Optic Sensors for Smart Environment 2024-Dec-25, Sensors (Basel, Switzerland) DOI:10.3390/s25010047 PMID:39796837	研究论文	本文提出了一种基于分布式光纤传感器和深度学习技术的智能模式识别方法，用于智能环境中的入侵检测	提出了一种创新的干涉传感方法，结合Mach-Zehnder干涉仪和时间森林神经网络（TFNN），以提高入侵检测的准确性和效率	传统神经网络的高复杂性和计算需求，以及背向散射方法需要信号传播两倍距离的低效性	提高分布式光纤传感器在智能环境中的入侵检测性能	分布式光纤传感器（DFOSs）	机器学习	NA	Mach-Zehnder干涉仪（MZI）和时间森林神经网络（TFNN）	时间森林神经网络（TFNN）	信号数据	NA	NA	NA	NA	NA
18722	2025-01-14	Using Infrared Raman Spectroscopy with Machine Learning and Deep Learning as an Automatic Textile-Sorting Technology for Waste Textiles 2024-Dec-25, Sensors (Basel, Switzerland) DOI:10.3390/s25010057 PMID:39796848	研究论文	本研究开发了一种基于拉曼光谱和人工智能的高精度纺织品分类技术，用于废弃纺织品的自动分类，以提高回收纤维的质量	结合拉曼光谱和多种AI技术（PCA、KNN、SVM、RF、ANN、CNN），实现了每秒1件的分类效率，且分类精度超过95%	未提及具体样本量及实验环境限制	解决循环经济中纺织品高效回收的迫切需求	废弃纺织品	机器学习和光谱分析	NA	拉曼光谱	PCA、KNN、SVM、RF、ANN、CNN	光谱数据	NA	NA	NA	NA	NA
18723	2025-10-07	Parkinson's Disease Prediction: An Attention-Based Multimodal Fusion Framework Using Handwriting and Clinical Data 2024-Dec-24, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010004 PMID:39795532	研究论文	提出一种基于注意力机制的多模态融合框架，结合手写数据和临床数据用于帕金森病预测	首次在该领域引入跨模态注意力机制，能够建模不同数据模态之间的交互关系	NA	开发帕金森病早期检测的深度学习诊断框架	帕金森病患者	机器学习	帕金森病	深度学习	注意力机制	图像,手写,绘图,临床数据	NA	NA	跨模态注意力融合框架	准确率	NA
18724	2025-10-07	Toward Robust Lung Cancer Diagnosis: Integrating Multiple CT Datasets, Curriculum Learning, and Explainable AI 2024-Dec-24, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010001 PMID:39795530	研究论文	本研究提出了一种集成多CT数据集、课程学习和可解释AI的深度学习模型，用于提升肺癌诊断的鲁棒性和泛化能力	结合混合数据增强技术和课程学习策略，使用五个不同CT数据集提升模型泛化能力，并采用可解释AI技术增强模型透明度	未提及具体的外部验证数据集规模和来源，以及模型在更广泛临床环境中的适用性	开发具有高泛化能力和可解释性的肺癌计算机辅助诊断系统	肺癌CT影像数据	计算机视觉	肺癌	CT影像分析	深度学习	CT影像	五个CT数据集（具体样本数量未明确说明）	NA	NA	准确率, 精确率, 特异性, AUC, 敏感度, F1分数, 假阳性率, 假阴性率	NA
18725	2025-10-07	Graphical Feature Construction-Based Deep Learning Model for Fatigue Life Prediction of AM Alloys 2024-Dec-24, Materials (Basel, Switzerland) DOI:10.3390/ma18010011 PMID:39795656	研究论文	开发了一种基于图形特征构建的深度学习模型，用于预测增材制造合金的疲劳寿命	通过Shapley加性解释和皮尔逊相关系数分析将数值特征转换为图形特征，并引入注意力机制优先处理重要区域	NA	提高增材制造合金疲劳寿命预测的准确性	两种激光粉末床熔融制备的金属材料	机器学习	NA	卷积神经网络，注意力机制	CNN	数值特征，图形特征	NA	NA	卷积神经网络	预测精度	NA
18726	2025-10-07	Computational Methods for Image Analysis in Craniofacial Development and Disease 2024-Dec, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345241265048 PMID:39272216	综述	本文综述了计算图像分析方法在颅面发育和口腔疾病研究中的应用	整合了图像恢复、分割和追踪三大生物图像分析任务，并讨论了实现三维空间基因组图谱的新计算工具	NA	探讨计算图像分析方法在生物医学研究中的应用，特别是在颅面发育和口腔疾病发病机制研究中的进展	颅面发育过程和口腔疾病发病机制	计算机视觉	口腔疾病	高通量测序,成像技术	深度学习模型	生物医学图像数据	NA	NA	NA	NA	NA
18727	2025-10-07	DeePathNet: A Transformer-Based Deep Learning Model Integrating Multiomic Data with Cancer Pathways 2024-12-01, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-24-0285 PMID:39530738	研究论文	开发了一种基于Transformer的深度学习模型DeePathNet，通过整合多组学数据与癌症通路来增强癌症分析能力	首次将癌症特异性生物通路与基于Transformer的深度学习模型相结合，实现通路水平的生物标志物发现	NA	提高癌症药物反应预测、癌症类型和亚型分类的准确性	癌症通路和多组学数据	机器学习	癌症	多组学数据整合	Transformer	多组学数据	NA	NA	Transformer	NA	NA
18728	2025-10-07	Fully automated epicardial adipose tissue volume quantification with deep learning and relationship with CAC score and micro/macrovascular complications in people living with type 2 diabetes: the multicenter EPIDIAB study 2024-09-03, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-024-02411-y PMID:39227844	研究论文	本研究使用深度学习自动量化心外膜脂肪组织体积，并探讨其与2型糖尿病患者微血管和大血管并发症的关系	首次在多中心研究中应用经过验证的深度学习分割流程实现心外膜脂肪组织体积的完全自动量化	研究为回顾性分析，心外膜脂肪组织体积与糖尿病视网膜病变和周围神经病变无显著关联	评估心外膜脂肪组织与2型糖尿病微血管和大血管并发症的关系	2型糖尿病患者，特别是接受冠状动脉钙化评分心脏CT检查的患者	数字病理	2型糖尿病	心脏CT，深度学习分割	深度学习	医学影像	1253名接受心脏CT检查的2型糖尿病患者	NA	NA	p值	NA
18729	2025-10-07	Feasibility Study of Parkinson's Speech Disorder Evaluation With Pre-Trained Deep Learning Model for Speech-to-Text Analysis 2024-Sep, Korean journal of neurotrauma DOI:10.13004/kjnt.2024.20.e30 PMID:39372118	研究论文	本研究探索使用预训练的深度学习模型进行帕金森病患者语音障碍的语音转文本分析的可行性	首次将预训练的Wav2Vec模型应用于帕金森病相关语音障碍的语音转文本分析	样本量较小（仅20例），研究结果需要更大规模验证	评估深度学习模型在帕金森病语音障碍分析中的可行性	帕金森病患者和健康对照者的语音数据	自然语言处理	帕金森病	语音分析，语音转文本	深度学习模型	语音录音	20例（包含帕金森病患者和健康对照组）	NA	Wav2Vec	准确率，音节一致度，单词匹配概率	NA
18730	2025-10-07	A deep learning-based model to estimate pulmonary function from chest x-rays: multi-institutional model development and validation study in Japan 2024-Aug, The Lancet. Digital health DOI:10.1016/S2589-7500(24)00113-4 PMID:38981834	研究论文	开发并验证一种基于深度学习的AI模型，能够通过胸部X光片估算肺功能指标FVC和FEV1	首次利用胸部X光片这一静态影像来估算动态肺功能指标，为无法进行肺活量测定的患者提供了替代方案	未结合临床信息进行综合分析，未来需要研究AI模型与临床信息结合的性能	从胸部X光片估算肺功能，为肺疾病诊断和管理提供新方法	来自日本五家机构的81,902名患者的141,734份X光片和肺活量测定配对数据	计算机视觉	肺部疾病	胸部X光成像	深度学习	医学影像	141,734份X光片-肺活量测定配对数据，来自81,902名患者	NA	NA	Pearson相关系数, 组内相关系数, 均方误差, 均方根误差, 平均绝对误差	NA
18731	2025-10-07	Deep learning model integrating radiologic and clinical data to predict mortality after ischemic stroke 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31000 PMID:38826743	研究论文	开发并验证了一个结合放射影像和临床数据的深度学习模型，用于预测缺血性卒中患者的死亡率	首次将脑部扩散加权成像(DWI)和表观扩散系数(ADC)等放射学信息与临床因素整合到缺血性卒中死亡率预测模型中	数据来源于单一医疗中心，外部验证集仅来自一个二级心血管中心	创建和验证基于深度学习的缺血性卒中死亡率预测模型	缺血性卒中患者	医学影像分析	缺血性卒中	扩散加权成像(DWI), 表观扩散系数(ADC)	深度学习模型	医学影像, 临床数据	训练集1109例, 验证集437例, 内部测试集654例, 外部测试集507例	NA	NA	时间依赖性受试者工作特征曲线下面积(TD AUC), Harrell一致性指数(C-index)	NA
18732	2025-10-07	A multimodal Transformer Network for protein-small molecule interactions enhances predictions of kinase inhibition and enzyme-substrate relationships 2024-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012100 PMID:38768223	研究论文	提出一种多模态Transformer网络ProSmith，用于增强蛋白质-小分子相互作用的预测能力	采用多模态Transformer网络同时处理蛋白质氨基酸序列和小分子字符串，促进两类分子间的信息交换	未明确说明模型在未知蛋白质上的泛化能力具体提升程度	提高蛋白质-小分子相互作用的预测准确性	蛋白质-小分子相互作用	机器学习	NA	多模态深度学习	Transformer,梯度提升	蛋白质氨基酸序列,小分子字符串	NA	Python	Transformer	预测准确性	NA
18733	2025-10-07	Microfluidics-based patient-derived disease detection tool for deep learning-assisted precision medicine 2024-Jan, Biomicrofluidics IF:2.6Q2 DOI:10.1063/5.0172146 PMID:38223546	研究论文	开发了一种基于微流控和深度学习的智能疾病检测工具，用于癌症预后评估和精准医疗	将微流控肿瘤模型与深度学习算法分析相结合，开发了智能疾病检测工具IDDT	样本量相对有限（n=71），仅验证了部分癌症类型	实现癌症预后和治疗的常规评估，支持精准医疗决策	癌症患者和健康捐赠者的液体血液活检样本	数字病理	多种癌症（乳腺癌、胃癌、肺癌等）	微流控技术、液体活检、3D肿瘤培养系统	深度学习神经网络	图像数据	71个血液样本（55名癌症患者，12名健康捐赠者）	NA	Mask R-CNN, Vision Transformer, Segment Anything Model (SAM)	平均交并比(mIoU), 精确度, 灵敏度	NA
18734	2025-10-07	An efficient memory reserving-and-fading strategy for vector quantization based 3D brain segmentation and tumor extraction using an unsupervised deep learning network 2023-Apr-26, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-09965-9 PMID:37362765	研究论文	提出一种基于向量量化的无监督3D脑图像分割方法，采用记忆保留与消退策略提高计算效率	提出无监督3D深度嵌入聚类网络和记忆保留与消退策略，避免手动标注数据并显著提升计算效率	NA	开发高效的3D脑图像分割和肿瘤提取方法	脑部MRI图像和脑肿瘤	医学图像分析	脑肿瘤	MRI	无监督深度学习网络,3D-DEC	3D医学图像	两个权威MRI脑肿瘤数据库(IBSR和BrainWeb)及机构收集的真实3D脑肿瘤数据	NA	基于向量量化的3D深度嵌入聚类网络	Tanimoto系数,TP,TN,Dice系数,灵敏度,特异性,加速比	NA
18735	2025-10-07	Computational Stabilization of a Non-Heme Iron Enzyme Enables Efficient Evolution of New Function 2025-Jan-10, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202414705 PMID:39394803	研究论文	本研究利用深度学习工具ProteinMPNN对Fe(II)/αKG超家族酶进行重新设计，提高其稳定性、溶解性和表达量，同时保留天然活性和工业应用价值	首次将深度学习工具ProteinMPNN系统应用于非血红素铁酶的稳定性改造，并证明稳定化设计能显著提高定向进化效率	研究仅针对Fe(II)/αKG超家族酶，其通用性需要更多酶家族的验证	评估深度学习工具在酶工程工作流程中的有效性，开发新型生物催化剂	Fe(II)/αKG超家族酶，特别是非原生C(sp)-H羟基化反应	机器学习	NA	深度学习辅助的蛋白质设计，定向进化	深度学习模型	蛋白质序列和结构数据	多个Fe(II)/αKG酶变体，经过三轮定向进化筛选	ProteinMPNN	NA	酶活性提高倍数（6倍和80倍），稳定性，溶解度，表达量	NA
18736	2025-10-07	An optimized LSTM-based deep learning model for anomaly network intrusion detection 2025-Jan-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85248-z PMID:39789143	研究论文	提出一种基于LSTM的优化深度学习模型用于网络异常入侵检测	使用三种优化算法（PSO、JAYA、SSA）优化LSTM超参数，显著降低误报率	NA	开发高效的网络入侵检测系统以应对网络安全威胁	网络流量数据中的异常行为	机器学习	NA	NA	LSTM	网络流量数据	NSL KDD、CICIDS和BoT-IoT三个数据集	NA	LSTM	准确率、精确率、召回率、F分数、真阳性率、假阳性率、ROC曲线	NA
18737	2025-01-13	Self-Driving Microscopes: AI Meets Super-Resolution Microscopy 2025-Jan-10, Small methods IF:10.7Q1 DOI:10.1002/smtd.202401757 PMID:39797467	综述	本文探讨了机器学习（ML）与超分辨率显微镜结合在生物医学研究中的变革性进展	利用深度学习（DL）实现超分辨率显微镜的自动化成像任务，减少人工干预并适应动态生物过程	自动化在超分辨率显微镜中的应用仍处于初期阶段	探索超分辨率显微镜中自动化的潜力及其在药物发现和疾病表型分析中的应用	超分辨率显微镜图像	计算机视觉	NA	深度学习（DL）	NA	图像	NA	NA	NA	NA	NA
18738	2025-10-07	Estimation of TP53 mutations for endometrial cancer based on diffusion-weighted imaging deep learning and radiomics features 2025-Jan-09, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13424-5 PMID:39789538	研究论文	基于扩散加权成像的深度学习和影像组学特征构建子宫内膜癌TP53突变预测模型	首次结合深度学习特征、影像组学特征和临床变量构建高斯过程算法预测模型，在TP53突变评估中表现出最优诊断效能	样本量相对有限（155例患者），需要更大规模数据验证	评估子宫内膜癌中TP53突变状态	子宫内膜癌患者	医学影像分析	子宫内膜癌	扩散加权成像	CNN	医学影像	155例子宫内膜癌患者（训练集80例，测试集35例，外部验证集40例）	NA	卷积神经网络	AUC, NRI, 校准曲线, 决策曲线分析	NA
18739	2025-10-07	Prediction of urinary tract infection using machine learning methods: a study for finding the most-informative variables 2025-Jan-09, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02819-2 PMID:39789596	研究论文	本研究使用机器学习方法预测尿路感染并确定最具信息量的预测变量	结合经典机器学习和深度学习模型，通过集成学习方法识别尿路感染预测的关键变量	NA	开发可靠的尿路感染预测模型并识别最重要的预测因素	尿路感染患者	机器学习	尿路感染	机器学习	XGBoost,决策树,轻量梯度提升机	尿液检测数据、血液检测数据、人口统计数据	NA	NA	集成学习架构	AUC,准确率	NA
18740	2025-10-07	Apnet: Lightweight network for apricot tree disease and pest detection in real-world complex backgrounds 2025-Jan-09, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01324-5 PMID:39789617	研究论文	提出用于杏树病虫害检测的轻量级网络APNet和自适应阈值算法ATA，并创建了真实场景下的杏树病虫害数据集ATZD01	开发了专门针对杏树病虫害检测的新型目标检测框架APNet和自适应阈值算法ATA，并首次构建了包含11类杏树病虫害的公开真实场景数据集	未提及模型在其他作物病虫害检测上的泛化能力，数据集规模可能有限	开发高效的杏树病虫害自动检测方法以替代传统人工检测	杏树的病虫害	计算机视觉	植物病虫害	深度学习	CNN	图像	ATZD01数据集包含11类杏树病虫害样本	未明确提及	APNet	准确率	NA