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
19581	2025-10-07	Deep Learning-based Diagnosis and Localization of Pneumothorax on Portable Supine Chest X-ray in Intensive and Emergency Medicine: A Retrospective Study 2023-Dec-04, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-023-02023-1 PMID:38048012	研究论文	开发两种基于深度学习的系统，用于在便携式仰卧位胸部X光片上诊断和定位气胸	首次针对便携式仰卧位胸部X光片开发专门的气胸诊断和定位系统，并比较了基于检测和基于分割的两种不同方法	性能随气胸尺寸减小而下降，研究为回顾性设计	开发自动诊断和定位气胸的深度学习系统	便携式仰卧位胸部X光片	计算机视觉	气胸	胸部X光成像	CNN, Transformer	医学图像	训练集1571张图像，测试集1071张图像	NA	EfficientNet-B2, DenseNet-121, Inception-v3, Deformable DETR, TOOD, VFNet, UNet	AUC, Dice系数	NA
19582	2025-10-07	Handling high-dimensional data with missing values by modern machine learning techniques 2023, Journal of applied statistics IF:1.2Q2 DOI:10.1080/02664763.2022.2068514 PMID:36819079	研究论文	本文讨论使用现代机器学习技术处理高维缺失数据的方法	比较了惩罚回归、树基方法和深度学习在处理高维缺失数据方面的性能，发现深度学习和XGBoost方法在偏差与方差平衡方面具有优势	仅通过有限的模拟研究和单一实际应用进行比较验证	开发处理高维缺失数据的现代机器学习方法	高维数据中的缺失值处理	机器学习	NA	缺失数据处理技术	深度学习,XGBoost,惩罚回归模型,树基模型	高维数据	NA	NA	NA	偏差,方差	NA
19583	2025-10-07	Adversarial confound regression and uncertainty measurements to classify heterogeneous clinical MRI in Mass General Brigham 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0277572 PMID:36862751	研究论文	提出新型深度学习架构MUCRAN，用于在回归混杂因素的同时训练脑部MRI疾病检测模型	开发了多混杂因素回归对抗网络(MUCRAN)，可同时回归人口统计学和技术混杂因素，并集成不确定性量化方法自动排除分布外数据	仅使用单一医疗机构2019年前的数据进行训练，未包含更广泛时间跨度和多中心数据	开发能够处理临床异质性MRI数据的阿尔茨海默病检测方法	临床脑部MRI图像	医学影像分析	阿尔茨海默病	MRI	对抗网络,集成学习	医学图像	17,076例临床T1轴向脑部MRI	NA	MUCRAN	准确率	NA
19584	2025-10-07	A maChine and deep Learning Approach to predict pulmoNary hyperteNsIon in newbornS with congenital diaphragmatic Hernia (CLANNISH): Protocol for a retrospective study 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0259724 PMID:34752491	研究论文	开发机器学习和深度学习方法预测先天性膈疝新生儿肺动脉高压的回顾性研究方案	首次将机器学习和深度学习方法应用于先天性膈疝胎儿，开发产前预测模型和基于3D U-NET的胎儿肺部自动分割系统	回顾性研究设计，单中心数据，样本量有限	开发预测先天性膈疝新生儿肺动脉高压和其他临床结局的产前预测模型	先天性膈疝胎儿和新生儿	医学影像分析，机器学习	先天性膈疝，肺动脉高压	胎儿磁共振成像，机器学习，深度学习	机器学习，深度学习，3D U-NET	临床数据，放射学数据，MRI图像	2012年1月1日至2020年12月31日期间出生的符合条件的患者	NA	3D U-NET	NA	NA
19585	2025-10-07	Synergistic integration of brain networks and time-frequency multi-view feature for sleep stage classification 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00328-0 PMID:39802081	研究论文	提出一种结合脑网络和时频多视图特征的睡眠分期分类方法	开发了针对多视图特征的专用特征提取模块和跨注意力融合机制，能够自适应融合复杂睡眠特征	NA	提高睡眠分期分类的准确性	多导睡眠图信号及其转换的图和时频表示	机器学习	精神健康疾病	多导睡眠图	深度学习	生理信号，图数据，时频表示	ISRUC公共数据集	NA	跨注意力融合网络	准确率	NA
19586	2025-10-07	Enhanced diabetic retinopathy detection using U-shaped network and capsule network-driven deep learning 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103052 PMID:39802427	研究论文	本研究提出结合UNet++和胶囊网络的混合深度学习模型，用于青光眼的精确检测	首次将UNet++语义分割与胶囊网络相结合，利用胶囊网络识别层次化模式的能力，比传统CNN对青光眼变化更敏感	NA	提高青光眼检测的准确性	眼底图像中的视杯和视盘	计算机视觉	青光眼	直方图均衡化,对比度受限自适应直方图均衡化(CLAHE)	CNN,胶囊网络	图像	NA	NA	UNet++,CapsNet	准确率	NA
19587	2025-10-07	Comparative analysis and enhancing rainfall prediction models for monthly rainfall prediction in the Eastern Thailand 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103094 PMID:39802428	研究论文	本研究评估并开发了深度学习模型用于泰国东部地区月降雨量预测，重点分析了海洋尼诺指数的最佳滞后时间	开发了一种针对厄尔尼诺-南方振荡不同条件的新型混合深度学习模型，并在三种不同气候阶段验证了其性能	研究仅限于泰国东部五个站点，模型在其他地区的适用性需要进一步验证	提高泰国东部地区月降雨量预测的准确性	泰国东部五个站点的月降雨量数据	机器学习	NA	深度学习	RNN, LSTM, GRU	时间序列数据	泰国东部五个气象站的数据	NA	RNN with ReLU, LSTM, GRU (单层), LSTM+LSTM, LSTM+GRU (多层)	平均绝对误差, 均方根误差	NA
19588	2025-10-07	Preliminary study on detection and diagnosis of focal liver lesions based on a deep learning model using multimodal PET/CT images 2025-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100624 PMID:39803389	研究论文	开发并验证基于多模态PET/CT影像的深度学习模型，用于检测和分类肝脏局灶性病变	首次结合多模态PET/CT影像和深度学习技术进行肝脏局灶性病变的检测与分类	样本量有限（150例患者），单中心研究	开发用于肝脏局灶性病变检测和分类的深度学习模型	肝脏局灶性病变患者（良恶性结节）和无病变患者	医学影像分析	肝脏疾病	18F-FDG PET/CT成像	深度学习模型	多模态医学影像（PET/CT）	150例患者（46例良性结节，51例恶性结节，53例无病变）	NA	NA	Dice系数, 精确率, 召回率, F1分数, ROC, AUC	NA
19589	2025-10-07	Differentiating Choroidal Melanomas and Nevi Using a Self-Supervised Deep Learning Model Applied to Clinical Fundoscopy Images 2025 Mar-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100647 PMID:39802204	研究论文	本研究验证了自监督深度学习模型RETFound在区分脉络膜黑色素瘤和痣方面的有效性	首次将自监督深度学习模型RETFound应用于脉络膜黑色素瘤和痣的鉴别诊断	使用单中心数据且存在图像不平衡问题，需要外部验证	测试自监督深度学习模型在眼部肿瘤鉴别诊断中的性能	脉络膜黑色素瘤、脉络膜痣和健康眼睛的眼底图像	计算机视觉	眼部肿瘤	眼底成像技术	深度学习模型	图像	4255名患者的眼底图像，包括18510张脉络膜黑色素瘤图像、8671张痣图像和1192张健康眼睛图像	NA	RETFound	AUROC, 准确率, 特异性, 敏感性, F1分数, 马修斯相关系数	NA
19590	2025-10-07	Deep learning in disease vector image identification 2025-Feb, Pest management science IF:3.8Q1 DOI:10.1002/ps.8473 PMID:39422093	综述	本文全面总结了深度学习在病媒图像识别中的应用现状与前景	系统整合了深度学习在病媒识别中的全流程应用，涵盖从数据收集到实际应用的完整技术链条	未涉及具体实验验证，主要基于现有研究的总结分析	探索深度学习在病媒识别领域的应用潜力与发展方向	病媒昆虫（如蚊子等传播疾病的生物）	计算机视觉	媒介传播疾病	深度学习图像识别技术	深度学习模型	图像	NA	NA	NA	NA	NA
19591	2025-10-07	Drone imagery dataset for early-season weed classification in maize and tomato crops 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111203 PMID:39802837	研究论文	本文提出了一个用于玉米和番茄作物早期杂草分类的无人机RGB图像数据集	提供了包含两个物候阶段（早期生长阶段和较晚生长阶段）的大规模标注无人机图像数据集，专门针对玉米和番茄作物的早期杂草分类	仅包含西班牙特定农业区域的图像，杂草物种信息在摘要中不完整	提高早期季节杂草分类精度，促进精准农业发展	玉米和番茄作物中的杂草物种	计算机视觉	NA	无人机遥感成像	CNN, ViT	RGB图像	总计67,558张标注图像（早期阶段31,002张，较晚阶段36,556张）	NA	NA	NA	NA
19592	2025-10-07	A dataset of blood slide images for AI-based diagnosis of malaria 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111190 PMID:39802838	研究论文	本文介绍了一个用于基于AI的疟疾诊断的血涂片图像数据集	提供了乌干达地区首个包含厚薄血涂片图像的基准数据集，支持自动疟疾筛查	数据集仅来自乌干达三家医院，样本来源相对有限	开发用于疟疾自动筛查的深度学习模型	疟疾血涂片图像	数字病理学	疟疾	显微镜检查	CNN	图像	3000张厚血涂片图像和1000张薄血涂片图像	NA	NA	检测准确率	NA
19593	2025-10-07	De novo generation of dual-target compounds using artificial intelligence 2025-Jan-17, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111526 PMID:39801837	研究论文	本文提出基于人工智能的方法设计可与多个治疗靶点相互作用的化合物化学结构	首次结合基于片段的遗传算法和基于生成对抗网络的深度强化学习方法进行多靶点化合物设计	仅合成和评估了10种化合物，样本量较小	开发人工智能方法用于多靶点化合物的理性设计	支气管哮喘的两个治疗靶点ADORA2A和PDE4D	机器学习	支气管哮喘	结合实验验证	GAN, 强化学习	化学结构数据	10种合成化合物，39种靶向人类蛋白	NA	生成对抗网络	结合特异性	NA
19594	2025-10-07	A two-stage deep learning-based hybrid model for daily wind speed forecasting 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41026 PMID:39801963	研究论文	提出一种基于两阶段深度学习的混合模型用于每日风速预测	首次将TVFEMD与GB和LSTM进行同步混合，创建了TVFEMD-GB-LSTM混合模型	NA	提高风速预测可靠性以优化风力涡轮机设置效率	风速数据	机器学习	NA	时间变化滤波经验模态分解(TVFEMD)	LSTM, Gradient Boosting, Random Forest	时间序列数据	NA	NA	TVFEMD-GB-LSTM混合架构	NA	NA
19595	2025-10-07	SecEdge: A novel deep learning framework for real-time cybersecurity in mobile IoT environments 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40874 PMID:39801973	研究论文	提出一种名为SecEdge的新型深度学习框架，用于增强移动物联网环境中的实时网络安全	集成基于Transformer的模型处理长程依赖关系，结合图神经网络建模关系数据，并采用联邦学习确保数据隐私和降低延迟	在模拟环境中进行评估，未在真实物联网部署中进行验证	解决移动物联网环境中的实时网络安全挑战	物联网设备和网络安全威胁	机器学习	NA	深度学习	Transformer, GNN	网络安全数据集	NSL-KDD、UNSW-NB15和CICIDS2017三个数据集	NA	Transformer, Graph Neural Networks	检测率	模拟环境
19596	2025-10-07	Improving the resolution of solar energy potential maps derived from global DSMs for rooftop solar panel placement using deep learning 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41193 PMID:39802030	研究论文	本研究开发了一种利用深度学习提高全球数字高程模型生成的太阳能潜力图分辨率的方法，以支持屋顶太阳能板布局	首次将增强深度超分辨率网络应用于太阳能潜力图分辨率提升，并在城市区域验证了其有效性	研究主要针对城市区域，未涉及其他地形复杂的区域	提高太阳能潜力图的分辨率和精度，优化太阳能板布局规划	全球数字高程模型和激光雷达数据衍生的年度太阳能潜力图	计算机视觉	NA	深度学习，数字高程模型处理	EDSR, U-Net	数字高程模型，太阳能潜力图	多种全球DEM数据与LiDAR数据的对比分析	NA	Enhanced Deep Super-Resolution Network, U-Net	RMSE, 相关系数	NA
19597	2025-10-07	Are we fitting data or noise? Analysing the predictive power of commonly used datasets in drug-, materials-, and molecular-discovery 2025-Jan-14, Faraday discussions IF:3.3Q2 DOI:10.1039/d4fd00091a PMID:39308206	研究论文	分析化学科学中常用机器学习数据集的预测能力限制，通过引入实验误差评估数据集性能边界	首次系统性地通过引入实验误差来量化评估化学科学数据集的性能边界，并开发了配套工具包	研究仅针对九个常用数据集进行分析，可能无法完全代表所有化学科学数据集	评估化学科学中机器学习数据集的固有局限性及其对模型性能的影响	药物发现、分子发现和材料发现领域的九个常用机器学习数据集	机器学习	NA	数据驱动定量结构性质关系分析	NA	化学结构数据、性质数据	九个常用数据集（具体样本数未明确说明）	Python	NA	性能边界、预测能力	NA
19598	2025-10-07	Flow Matching for Optimal Reaction Coordinates of Biomolecular Systems 2025-Jan-14, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01139 PMID:39699247	研究论文	提出一种名为FMRC的新型深度学习算法，用于识别生物分子可逆动力学中的最优反应坐标	基于可聚合性和可分解性数学原理，将其重新表述为条件概率框架，通过深度生成模型实现高效数据驱动优化	未明确学习成熟的转移算子或其本征函数	开发识别生物分子系统最优反应坐标的算法	生物分子可逆动力学系统	机器学习	NA	深度生成模型	NA	生物分子动力学数据	三个复杂度递增的生物分子系统	NA	NA	马尔可夫状态模型质量评估	NA
19599	2025-10-07	BioStructNet: Structure-Based Network with Transfer Learning for Predicting Biocatalyst Functions 2025-Jan-14, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01391 PMID:39705058	研究论文	开发了一种基于结构的深度学习网络BioStructNet，用于预测生物催化剂功能	整合蛋白质和配体结构数据捕捉酶-底物相互作用的复杂性，并采用迁移学习解决小数据集预测精度问题	在特定酶功能（如转化效率和立体选择性）的数据可用性有限	预测生物催化剂功能，加速工业用功能酶的发现	酶-底物相互作用	机器学习	NA	分子动力学模拟	深度学习网络	蛋白质结构数据,配体结构数据	大型数据集和功能特异性小数据集（以CalB数据集为例）	NA	BioStructNet	预测准确性	NA
19600	2025-10-07	Artificial Intelligence for Cervical Spine Fracture Detection: A Systematic Review of Diagnostic Performance and Clinical Potential 2025-Jan-12, Global spine journal IF:2.6Q1 DOI:10.1177/21925682251314379 PMID:39800538	系统评价	系统评价人工智能和深度学习模型在颈椎骨折检测中的诊断性能及临床应用潜力	首次系统评估AI模型在颈椎骨折检测中的表现，比较不同成像方式和模型架构的性能差异	大多数研究缺乏外部验证，结果泛化性存在疑问，纳入研究数量有限（11篇）	评估AI和深度学习模型在颈椎骨折检测中的诊断性能及其临床应用价值	颈椎骨折检测	计算机视觉	骨科损伤	CT成像，X射线摄影	CNN, Vision Transformer	医学影像	NA	NA	MobileNetV2, Vision Transformer (ViT)	灵敏度, 特异度, 准确率, AUC	NA