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
1	2026-09-30	Plankton classification with high-throughput submersible holographic microscopy and transfer learning 2021-06-16, BMC ecology and evolution IF:2.3Q3 DOI:10.1186/s12862-021-01839-0 PMID:34134620	研究论文	本文利用便携式数字同轴全息显微镜和高通量成像技术，结合迁移学习，对浮游生物图像进行分类	结合便携式全息显微镜与预训练卷积神经网络，实现高通量浮游生物图像分类，并展示即用型分类器在不同决策阈值下的强性能	未明确提及	利用全息成像和迁移学习改进浮游生物群落的原位监测，并促进微生物真核生物多样性的采样	浮游生物（微型和中型浮游生物，> 20 μm）图像	计算机视觉	NA	数字同轴全息显微镜	CNN	图像	超过3800张微型和中型浮游生物图像，涵盖19个类别	NA	预训练卷积神经网络（未指定具体架构）	F1-score	NA
2	2026-09-30	Federated learning improves site performance in multicenter deep learning without data sharing 2021-06-12, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaa341 PMID:33537772	研究论文	本文展示了通过联邦学习实现多机构训练而不集中或共享底层物理数据	在3个学术机构间成功展示联邦学习，避免患者数据转移和池化的隐私风险	需要进一步研究以加速跨机构模型开发	展示通过联邦学习实现多机构训练而不集中或共享底层物理数据	3个学术机构的临床数据和外部挑战数据集	数字病理学	NA	深度学习	CNN	图像	NA	NA	NA	NA	NA
3	2026-09-30	Adversarial Attack and Defence through Adversarial Training and Feature Fusion for Diabetic Retinopathy Recognition 2021-Jun-07, Sensors (Basel, Switzerland) DOI:10.3390/s21113922 PMID:34200216	研究论文	本文针对糖尿病视网膜病变识别中的视网膜眼底图像，提出了一种结合对抗训练和特征融合策略的防御模型，以抵御对抗性散斑噪声攻击	提出了一种防御框架，该框架整合了对抗训练和特征融合策略，能够抵御对抗性散斑噪声攻击并保持正确的分类标签	未明确说明	研究糖尿病视网膜病变识别中对抗性攻击的防御方法，提高深度学习模型的安全性和鲁棒性	视网膜眼底图像	计算机视觉	糖尿病视网膜病变	对抗训练、特征融合	NA	图像	NA	NA	NA	准确率	NA
4	2026-09-30	Deep Learning Algorithm for Automated Cardiac Murmur Detection via a Digital Stethoscope Platform 2021-05-04, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.120.019905 PMID:33899504	研究论文	利用深度学习算法通过数字听诊器平台自动检测心脏杂音并识别临床显著瓣膜性心脏病	在大规模临床研究中验证深度学习算法检测杂音及主动脉瓣狭窄和二尖瓣反流的性能，并与专家心脏病学家进行对比	排除了强度为1级的柔和杂音后灵敏度提高，表明算法对低强度杂音的检测能力有限	评估深度学习算法使用商业数字听诊器录音检测杂音和临床显著瓣膜性心脏病的性能	962名临床研究患者的心脏声音录音	机器学习	心血管疾病	数字听诊器	CNN	音频	962名患者，超过34小时的心脏声音录音	NA	NA	灵敏度, 特异性	NA
5	2026-09-30	Deep Generative Adversarial Networks: Applications in Musculoskeletal Imaging 2021-May, Radiology. Artificial intelligence DOI:10.1148/ryai.2021200157 PMID:34136816	综述	这篇综述介绍了生成对抗网络（GAN）在肌肉骨骼影像学中的应用，包括关键架构、技术背景、挑战以及研究趋势，如高分辨率MRI重建、多模态图像合成、图像增强、像素级分割和不同解剖结构的应用	系统总结了GAN在肌肉骨骼影像学中的最新应用进展，并强调了临床验证的潜力和挑战	许多应用仍处于研究阶段，临床适用性难以通过传统性能指标和专家评估来捕捉，需要进一步的临床验证	探讨GAN在肌肉骨骼影像学中的应用潜力，包括图像生成、重建、增强和分割，以改善诊断和成像效率	肌肉骨骼影像，包括成人、儿科、计算机辅助诊断、骨骼、软组织等	医学影像分析	肌肉骨骼疾病	深度学习，生成对抗网络（GAN）	GAN	图像	NA	NA	生成对抗网络（GAN）	NA	NA
6	2026-09-30	Interpretation and visualization techniques for deep learning models in medical imaging 2021-02-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/abcd17 PMID:33227719	综述	该综述总结了医学图像分析中深度学习模型的解释和可视化技术，涵盖理解模型结构与功能以及理解模型输出两类方法，并评估了其在医学成像中的应用	系统性地将模型解释方法分为理解模型结构与功能和理解模型输出两类，并对比了归因方法如显著性图和类激活图，总结了医学成像专用的工具包	当前模型解释方法存在局限性，未具体说明但文章讨论了这些限制	总结和批判性评估医学图像分析中深度学习模型的解释和可视化方法，以促进临床转化	医学图像分析中的深度学习模型	医学图像分析	NA	NA	NA	图像	NA	NA	NA	NA	NA
7	2026-09-30	Inferring Association Between Alcohol Addiction and Defendant's Emotion Based on Sound at Court 2021, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2021.669780 PMID:34122261	研究论文	本文提出了一种基于深度学习的语音情感识别框架 ResCNN-SER，用于法庭中基于声音预测被告人情绪，并推断酒精成瘾与被告情绪之间的关联	首次研究了法庭中酒精成瘾与被告人情绪之间的关联，提出了结合残差网络和卷积神经网络的 ResCNN-SER 模型用于语音情感识别	样本量较小（仅54份庭审记录），未提及模型的计算资源需求及跨法庭场景的泛化能力验证	基于法庭声音识别被告人情绪，并推断酒精成瘾与被告人情绪之间的关联	法庭庭审录音中的被告人语音	语音情感识别，机器学习	酒精成瘾	语音信号处理，深度学习	CNN，ResNet	音频	54份庭审录音记录	NA	ResCNN-SER（残差卷积神经网络）	准确率（优于现有方法，具体指标未详细说明）	NA
8	2026-09-30	FedDPGAN: Federated Differentially Private Generative Adversarial Networks Framework for the Detection of COVID-19 Pneumonia 2021, Information systems frontiers : a journal of research and innovation IF:6.9Q1 DOI:10.1007/s10796-021-10144-6 PMID:34149305	研究论文	本文提出联邦差分隐私生成对抗网络框架FedDPGAN，用于在不泄露隐私的情况下检测COVID-19肺炎	将联邦学习与差分隐私生成对抗网络结合，在保护数据隐私的同时实现COVID-19肺炎检测，支持IID和非IID设置	仅在三种胸部X射线图像数据集上评估，未涉及其他医学影像或更大规模的真实世界部署	解决基于GAN的COVID-19肺炎检测中的数据隐私泄露问题	胸部X射线图像数据，包括COVID-19、正常和普通肺炎三类	计算机视觉	COVID-19肺炎	联邦学习, 差分隐私, 生成对抗网络	GAN	图像	NA	NA	DP-GAN	NA	NA
9	2026-09-30	A spectrogram image based intelligent technique for automatic detection of autism spectrum disorder from EEG 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0253094 PMID:34170979	研究论文	该研究开发了一种基于脑电信号时频谱图图像的智能框架，用于自动检测自闭症谱系障碍	提出了基于短时傅里叶变换将脑电信号转换为二维频谱图图像，并分别使用机器学习和深度学习模型进行自闭症自动检测的框架	未明确说明具体局限性	开发一种基于脑电信号时频谱图图像的高效诊断框架，以自动识别自闭症谱系障碍	自闭症谱系障碍患者的脑电信号	机器学习	自闭症谱系障碍	脑电图, 短时傅里叶变换	CNN	图像	NA	NA	卷积神经网络	准确率	NA
10	2026-09-30	An amalgamation of YOLOv4 and XGBoost for next-gen smart traffic management system 2021, PeerJ. Computer science DOI:10.7717/peerj-cs.586 PMID:34239973	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11	2026-09-30	Deep Learning Single-Frame and Multiframe Super-Resolution for Cardiac MRI 2020-06, Radiology IF:12.1Q1 DOI:10.1148/radiol.2020192173 PMID:32286192	研究论文	本文探讨了使用深度学习进行心脏MRI单帧和多帧超分辨率的可行性，并与传统图像放大方法进行了比较	利用深度学习从低分辨率心脏MRI图像中恢复高频空间细节，超越了传统放大方法，并在其他成像平面上也显示出改善效果	训练仅基于短轴心脏MRI检查，可能限制了模型在其他成像平面或不同扫描协议下的泛化能力	探索深度学习在心脏MRI超分辨率中的可行性，并评估其相对于传统图像放大方法的性能	心脏MRI图像，包括短轴 cine 心脏MRI检查	计算机视觉	心血管疾病	心脏MRI	CNN	图像	400例MRI扫描来自367名患者（平均年龄48岁±18；214名男性），以及前瞻性招募的10名患者（平均年龄51岁±22；7名男性）	NA	NA	结构相似性指数（SSIM）、左心室容积测量	NA
12	2026-09-29	Application of Deep Learning in the Diagnosis of Alzheimer's and Parkinson's Disease: A Review 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230328113721 PMID:37021420	综述	本文综述了深度学习在阿尔茨海默病和帕金森病诊断中的应用，包括医学检查、深度学习模型、预处理技术、公开数据集及未来研究方向	聚焦于阿尔茨海默病和帕金森病的深度学习诊断模型，系统总结了MRI图像分析的预处理技术、不同阶段的深度学习应用、公开数据集，并强调了新型生物标志物在早期诊断中的潜在应用	更多研究集中于阿尔茨海默病而非帕金森病，深度学习技术在这些疾病检测中仍面临一些挑战和问题	总结深度学习在阿尔茨海默病和帕金森病诊断中的应用现状，探讨相关医学检查、模型框架、预处理技术、数据集及未来研究方向	阿尔茨海默病和帕金森病患者，特别是老年人群	医学图像分析	阿尔茨海默病、帕金森病	深度学习	深度学习模型（如卷积神经网络等）	MRI图像	NA	NA	NA	NA	NA
13	2026-09-29	Automated Brain Tumour Detection and Classification using Deep Features and Bayesian Optimised Classifiers 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230328092218 PMID:37018527	研究论文	该文提出了一种基于ResNet18预训练网络深度特征提取、特征融合和贝叶斯优化机器学习分类器的脑肿瘤自动检测与分类框架	结合预训练ResNet18网络的浅层与深层特征融合，并使用贝叶斯算法优化SVM、KNN和决策树分类器的超参数，以提升脑肿瘤检测与分类性能	未明确提及	构建计算机辅助诊断工具，利用机器学习和深度学习技术实现脑肿瘤的自动检测与分类	公开Kaggle数据集中的脑部MRI图像	计算机视觉	脑肿瘤	MRI	CNN	图像	NA	NA	ResNet18	准确率, 灵敏度, 特异度, 精确率, F1分数, 平衡分类率, 马修斯相关系数, Kappa系数	NA
14	2026-09-29	Computer-aided Diagnosis and Analysis of Skin Cancer from Dermoscopic Images in India 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230410092618 PMID:37038298	综述	本文介绍了印度皮肤癌的类型、诊断程序、发病率与死亡率统计数据，并综述了用于黑色素瘤检测的不同技术。	提供了印度1990年至2020年皮肤癌病例和死亡率的增长统计，并预测了2040年的趋势；总结了各种皮肤癌检测技术。	未明确提及	定义不同类型的皮肤癌、诊断程序和统计，展示印度皮肤癌的统计数据，并综述黑色素瘤检测技术。	皮肤癌（包括黑色素瘤和皮肤癌）在印度的统计数据及相关检测技术。	数字病理学	皮肤癌	自动分割技术、计算机辅助诊断、移动技术、深度学习、混合方法等	NA	NA	NA	NA	NA	NA	NA
15	2026-09-29	Diagnostic Performance of Deep Learning in Screened Mammogram: Systematic Review 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230417085624 PMID:37070450	系统综述	本文系统综述了基于深度学习的AI模型在乳腺X线筛查中的诊断准确性	系统性地评估了AI深度学习模型在乳腺X线筛查中的诊断性能，并特别关注了AI对放射科医生（尤其是新手）准确性的辅助提升	关于AI深度学习在临床环境中乳腺癌筛查有效性的证据不足；纳入研究多为回顾性，缺乏随机对照试验和大规模队列研究	探究基于人工智能的深度学习模型在乳腺癌检测中的诊断准确性	乳腺X线筛查图像及相关研究	医学图像分析	乳腺癌	深度学习	深度学习模型	图像	14项研究	NA	NA	灵敏度, 特异度, AUC	NA
16	2026-09-29	Analysis of COVID-19 CT Chest Image Classification using Dl4jMlp Classifier and Multilayer Perceptron in WEKA Environment 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230417090246 PMID:37070451	研究论文	在WEKA环境中使用多层感知机和不同图像滤波器对COVID-19胸部CT图像进行分类分析，并与深度学习分类器Dl4jMlp进行比较	在WEKA环境中系统比较了多层感知机结合不同图像滤波器（边缘直方图滤波器、颜色直方图均衡滤波器、颜色布局滤波器和Garbo滤波器）对COVID-19胸部CT图像的分类效果，并与深度学习分类器Dl4jMlp进行了全面对比	仅使用单一数据集，样本量有限，未详细说明数据集的规模和来源	分析和比较不同分类方法在COVID-19胸部CT图像分类中的效率	COVID-19胸部CT图像	计算机视觉, 医学图像分析	COVID-19	CT成像	多层感知机, 深度学习分类器	图像	NA	WEKA	多层感知机, Dl4jMlp	正确分类实例百分比	NA
17	2026-09-29	Hounsfield Unit Variations-based Liver Lesions Detection and Classification using Deep Learning 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230428121748 PMID:37132318	研究论文	本文提出了一种基于深度学习技术和CT图像上Hounsfield Unit密度变化的方法，用于肝脏病变的自动检测与分类	利用有造影和无造影CT图像上Hounsfield Unit密度的变化来精确定位肝脏病变并支持数据标注，结合Faster R-CNN、R-FCN、SSD和Mask R-CNN四种深度神经网络与迁移学习方法构建多期分类模型	未明确提及研究的局限性	实现常见肝脏病变的自动检测与分类，辅助医生解决依赖临床经验进行肝脏病变诊断和治疗的问题	肝脏病变（常见肝脏病变的多期CT图像）	数字病理学	肝癌	CT成像	CNN	图像	NA	NA	Faster R-CNN, R-FCN, SSD, Mask R-CNN	准确率	NA
18	2026-09-29	Modified Exigent Features Block in JAN Net for Analysing SPECT Scan Images to Diagnose Early-Stage Parkinson's Disease 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230605092654 PMID:37282573	研究论文	本文提出了一种名为JAN Net的新型卷积神经网络，用于分析SPECT扫描图像以诊断早期帕金森病，通过改进的紧急特征块提取纹状体的边缘和空间特征，并在PPMI数据集上验证了其性能	提出了一种新的CNN架构JAN Net，包含改进的紧急特征块，该块包含卷积层和加性层，能够提取纹状体的低层和高层特征，并通过加性层融合不同尺寸卷积核的特征，提高隐藏层神经元的可学习性	未明确提及	利用SPECT扫描图像准确诊断早期帕金森病	帕金森病患者的SPECT扫描图像	医学图像分析	帕金森病	SPECT扫描	CNN	图像	来自PPMI数据库的SPECT图像，选择了91个切片中的16个	NA	JAN Net	准确率	NA
19	2026-09-29	A Review on Imaging Techniques and Artificial Intelligence Models for Osteoporosis Prediction 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230608091911 PMID:37287308	综述	本文综述了用于骨质疏松症预测的成像技术和人工智能模型，涵盖图像分割、分类和故障检测	提出了基于领域的深度学习模型用于图像分类，并指出了现有文献方法中的缺陷	未具体说明，仅指出识别了现有文献方法中的缺陷	综述用于预测骨质疏松症的图像处理技术和深度学习方法	骨质疏松症相关的医学图像（X射线、CT、MRI）	医学图像分析	骨质疏松症	X射线, CT, MRI	深度学习模型	图像	NA	NA	NA	NA	NA
20	2026-09-29	Gradient-based sparse principal component analysis with extensions to online learning 2023-Jun, Biometrika IF:2.4Q1 DOI:10.1093/biomet/asac041 PMID:37197740	研究论文	本文结合稀疏主成分分析问题的几何结构与凸优化进展，开发了基于梯度的稀疏主成分分析算法，并扩展到在线学习	将稀疏主成分分析的几何结构与凸优化进展结合，开发基于梯度的算法，具有与原始交替方向乘子法相同的全局收敛保证，且能利用深度学习中的梯度方法工具箱高效实现，并可结合随机梯度下降产生在线算法	未明确提及	开发基于梯度的稀疏主成分分析算法，并扩展到在线学习	高维数据，特别是RNA测序数据	机器学习	NA	稀疏主成分分析，梯度方法，随机梯度下降，凸优化	基于梯度的算法，在线学习算法	高维数据，RNA测序数据	NA	NA	NA	NA	NA