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	2026-04-12	Characterizing chromatin folding coordinate and landscape with deep learning 2020-09, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1008262 PMID:32986691	研究论文	本研究应用深度学习中的变分自编码器分析单细胞成像揭示的染色质结构波动与异质性，以识别染色质折叠的反应坐标	首次将变分自编码器与统计力学分析结合，用于解析染色质结构集合，揭示了黏连蛋白缺失细胞中染色质折叠的中间态与能量景观	研究主要基于单细胞成像数据，可能受限于成像分辨率与样本数量，且能量稳定性的理论分析需进一步实验验证	探索染色质折叠的分子机制与结构动力学，以理解基因组空间组织对基因转录的调控	黏连蛋白缺失细胞中的染色质结构，特别是拓扑关联结构域的形成过程	机器学习	NA	单细胞成像	VAE	图像	NA	NA	变分自编码器	NA	NA
2	2026-04-01	Prediction of age-related macular degeneration disease using a sequential deep learning approach on longitudinal SD-OCT imaging biomarkers 2020-09-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-020-72359-y PMID:32963300	研究论文	提出一种名为“Deep Sequence”的混合序列预测模型，用于基于纵向SD-OCT影像生物标志物预测非渗出性年龄相关性黄斑变性（AMD）眼在未来时间窗内发生渗出的风险	首次将放射组学工程影像特征、人口统计学和视觉因素与递归神经网络（RNN）模型集成在同一平台，以预测AMD眼在短期（3个月内）和长期（21个月内）的渗出风险	在外部真实世界临床数据集上，长期（21个月）预测性能（AUCROC 0.68）相比短期预测明显下降，可能源于数据集差异	预测非渗出性年龄相关性黄斑变性（AMD）眼在未来时间窗内发生渗出的风险	年龄相关性黄斑变性（AMD）患者的眼睛	数字病理学	年龄相关性黄斑变性	SD-OCT成像	RNN	图像	671只AMD对侧眼，包含13,954次观察	NA	Deep Sequence（混合序列模型）	AUCROC	NA
3	2026-04-01	A robust and interpretable end-to-end deep learning model for cytometry data 2020-09-01, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2003026117 PMID:32801215	研究论文	本研究提出并测试了一种用于分析流式细胞术数据的端到端深度卷积神经网络模型，可直接关联原始数据与临床结局	开发了一种端到端的深度学习方法，可直接从原始流式细胞术数据预测临床结局，避免了传统门控方法的信息丢失，并提出了基于置换的模型解释方法	模型在高度异质性的跨研究数据上进行了验证，但未明确说明模型在其他疾病或数据集上的泛化能力	开发一种稳健且可解释的深度学习模型，用于从流式细胞术数据中直接预测临床结局	来自公开ImmPort数据库的九项大规模飞行时间质谱流式细胞术（CyTOF）研究数据	机器学习	巨细胞病毒感染	飞行时间质谱流式细胞术（CyTOF）	CNN	流式细胞术数据	九项大规模CyTOF研究的数据集	Keras, TensorFlow	深度卷积神经网络	NA	NA
4	2026-04-01	FLImBrush: dynamic visualization of intraoperative free-hand fiber-based fluorescence lifetime imaging 2020-Sep-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.398357 PMID:33014606	研究论文	本文提出了一种名为FLImBrush的鲁棒方法，用于术中自由手光纤荧光寿命成像的定位和可视化	该方法结合了基于深度学习的图像分割、基于块匹配的运动校正和基于插值的可视化，以解决自由手扫描成像中的组织运动、光照变化和稀疏采样等挑战	NA	开发一种能够准确定位荧光寿命成像点测量并生成可解释、完整可视化数据的方法，以用于术中成像和手术引导	组织表面（特别是头颈手术中的癌症边缘评估）	数字病理	头颈癌	荧光寿命成像	深度学习	图像	NA	NA	NA	NA	NA
5	2026-03-13	Faster motion correction of clinical contrast-enhanced ultrasound imaging using deep learning 2020-Sep, IEEE International Ultrasonics Symposium : [proceedings]. IEEE International Ultrasonics Symposium DOI:10.1109/ius46767.2020.9251602 PMID:41809844	研究论文	本研究利用深度学习模型加速临床对比增强超声（CEUS）图像的运动校正，以提高肝细胞癌（HCC）患者肿瘤血管网络测量的准确性	首次将深度学习应用于CEUS图像的运动校正，显著减少了计算时间和内存需求，相比传统方法，预测时间从3.65秒降低到0.20秒	研究样本量较小（仅36名患者），且仅针对肝细胞癌（HCC）患者，可能限制了模型的泛化能力	减少临床CEUS图像运动校正所需的时间和内存，提高肿瘤血管网络测量的准确性	肝细胞癌（HCC）患者的B模式超声（US）图像	计算机视觉	肝细胞癌	对比增强超声（CEUS）成像	编码器-解码器网络	图像	36名患者，每名患者200个训练数据样本	NA	编码器-解码器网络	归一化相关系数（CC）	NA
6	2025-12-14	Verification of the machine delivery parameters of a treatment plan via deep learning 2020-09-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/aba165 PMID:32604082	研究论文	本文开发了一种基于生成对抗网络（GAN）的深度学习方法，用于从给定的3D剂量分布中估计多叶准直器（MLC）孔径和相应的监测单位（MUs）	将残差块集成到pix2pix框架中，联合训练U-Net-like架构作为生成器和卷积PatchGAN分类器作为判别器，以预测MLC孔径和MUs	NA	验证治疗计划的机器传递参数，提高患者计划质量保证过程的效率和准确性	接受调强放射治疗和容积调强弧形放疗技术的患者，包括鼻咽癌、肺癌和直肠癌	医学影像分析	鼻咽癌, 肺癌, 直肠癌	深度学习方法	GAN	3D剂量分布	199名患者用于训练，47名患者用于测试	pix2pix	U-Net, PatchGAN	Dice相似系数, MUs偏差, MLC叶片位置偏差	NA
7	2025-12-14	Truncation compensation and metallic dental implant artefact reduction in PET/MRI attenuation correction using deep learning-based object completion 2020-09-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/abb02c PMID:32976116	研究论文	本研究提出了一种基于深度学习的对象补全方法，用于减少PET/MRI中金属植入物伪影和身体截断导致的衰减校正误差	利用深度学习预测受金属伪影和/或身体截断影响的MR图像中的缺失信息/区域，以降低PET/MRI中的量化误差	研究仅使用了25例全身配准的PET、CT和MR图像进行训练和评估，样本量相对较小	减少PET/MRI成像中因金属伪影和身体截断引起的量化误差	受金属植入物伪影和身体截断影响的MR图像	医学影像分析	NA	PET/MRI成像	深度学习	图像	25例全身配准的PET、CT和MR图像	NA	NA	体积误差百分比, PET量化误差百分比	NA
8	2025-12-14	Noise reduction with cross-tracer and cross-protocol deep transfer learning for low-dose PET 2020-09-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/abae08 PMID:32924973	研究论文	本研究探讨了使用基于深度迁移学习的3D U-Net模型，通过预训练的FDG数据集来减少其他稀缺示踪剂（如F-FMISO和Ga-DOTATATE）在低剂量PET成像中的噪声	提出了跨示踪剂和跨协议的深度迁移学习方法，利用广泛可用的FDG数据集预训练网络，以解决稀缺示踪剂训练数据不足的问题	研究仅针对F-FMISO和Ga-DOTATATE两种示踪剂进行验证，未涵盖更多示踪剂类型，且依赖于特定扫描协议（单床位和全身扫描）	研究低剂量PET成像中噪声减少的可行性，特别是针对训练数据稀缺的示踪剂	F-FMISO（单床位扫描）和Ga-DOTATATE（全身扫描）的PET图像数据	医学影像处理	NA	PET成像，低剂量计数模拟（10%计数）	深度学习，迁移学习	3D PET图像	使用F-FDG数据集进行预训练，并针对F-FMISO和Ga-DOTATATE数据集进行微调和评估	NA	U-Net（基于全3D块状结构）	归一化均方根误差（NRMSE），信噪比（SNR），感兴趣区域（ROI）的相对偏差	NA
9	2025-12-14	4D-AirNet: a temporally-resolved CBCT slice reconstruction method synergizing analytical and iterative method with deep learning 2020-09-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ab9f60 PMID:32575088	研究论文	本文提出了一种名为4D-AirNet的新方法，用于高质量的时间分辨CBCT切片重建，该方法结合了分析、迭代方法和深度学习	开发了4D-AirNet，一种基于融合分析和迭代重建（AIR）优化框架的展开方法，并提出了随机相位、先验引导和全相位三种策略，同时引入了密集连接以提升重建质量	方法在模拟的2D-t CBCT扫描数据集上进行评估，可能未在真实临床数据中充分验证	解决4D CBCT稀疏数据问题，实现高质量的时间分辨CBCT图像重建	肺部数据集的模拟2D-t CBCT扫描	计算机视觉	肺癌	锥束CT（CBCT）扫描	深度学习网络	图像	使用肺部数据集的模拟2D-t CBCT扫描，具体样本数量未明确说明	NA	4D-AirNet（基于融合分析和迭代重建的展开网络）	重建质量（通过比较评估），未指定具体指标如PSNR或SSIM	NA
10	2025-12-14	Automatic IMRT planning via static field fluence prediction (AIP-SFFP): a deep learning algorithm for real-time prostate treatment planning 2020-09-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/aba5eb PMID:32663813	研究论文	开发了一种基于深度学习的算法AIP-SFFP，用于实现实时前列腺IMRT计划的自动化	通过静态场注量图预测实现自动化IMRT计划，无需逆向计划，并采用自定义深度学习神经网络进行注量图预测	AI计划中全身D1cc和直肠D0.1cc略高于KBP和临床计划，且仅在前列腺IMRT中进行了演示	开发用于自动化前列腺IMRT计划的深度学习算法，以提高计划效率	前列腺IMRT计划，特别是同时整合推量计划	医学影像分析	前列腺癌	强度调制放射治疗（IMRT），知识型计划（KBP）	深度学习神经网络	2D投影图像	106名患者用于训练，14名患者用于独立测试	NA	自定义深度学习神经网络	PTV V95%，全身D1cc，直肠D0.1cc，膀胱D1cc，等剂量分布	NA
11	2025-10-06	Speech exemplar and evaluation database (SEED) for clinical training in articulatory phonetics and speech science 2020-09-01, Clinical linguistics & phonetics IF:0.8Q4 DOI:10.1080/02699206.2020.1743761 PMID:32200647	研究论文	开发了一个用于临床语音训练和语音科学教学的公开语音数据库	创建了首个公开可用的包含典型与障碍语音对比的临床语音数据库，填补了教学资源空白	数据库规模有限，仅包含特定类型的语音障碍样本	改善语音学、语音科学和临床语音障碍课程的教学质量，缩小理论与实践差距	成人和儿童的典型与障碍语音样本	语音科学	语音障碍	高质量语音录制技术	NA	语音录音	包含成人和儿童的有无语音障碍个体的语音样本	NA	NA	NA	高质量录音设备
12	2025-10-07	Differentiating molecular etiologies of Angelman syndrome through facial phenotyping using deep learning 2020-09, American journal of medical genetics. Part A DOI:10.1002/ajmg.a.61720 PMID:32524756	研究论文	本研究使用深度学习面部表型分析系统DeepGestalt区分Angelman综合征不同分子病因	首次将面部识别技术应用于Angelman综合征不同分子亚型的表型差异识别	样本量有限（261人），年龄跨度较大（10个月至32岁），UBE3A致病变异亚型的区分度较低	探索基于面部表型的深度学习系统在区分Angelman综合征分子病因方面的应用价值	261名Angelman综合征患者的面部图像和分子数据	计算机视觉	Angelman综合征	面部表型分析	深度学习	面部图像	261名Angelman综合征患者，年龄范围10个月至32岁	DeepGestalt	NA	AUC, ROC曲线	NA
13	2025-05-23	Machine learning techniques for detecting electrode misplacement and interchanges when recording ECGs: A systematic review and meta-analysis 2020 Sep - Oct, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2020.08.013 PMID:32866909	系统综述与荟萃分析	本文综述了机器学习技术在检测心电图电极错位和互换中的应用及其效果	系统评估了机器学习在检测电极错位和互换中的性能，并识别了最常用的机器学习技术	研究仅包括14篇文章，可能无法涵盖所有相关研究	研究电极错位对心电图信号和解释的影响，评估机器学习检测电极错位的性能	心电图（ECG）电极错位和互换	机器学习	心血管疾病	机器学习（ML）	卷积神经网络（CNN）	心电图信号	14篇文章	NA	NA	NA	NA
14	2025-02-21	Scheduling Sensor Duty Cycling Based on Event Detection Using Bi-Directional Long Short-Term Memory and Reinforcement Learning 2020-Sep-25, Sensors (Basel, Switzerland) DOI:10.3390/s20195498 PMID:32992795	研究论文	本文提出了一种基于双向长短期记忆模型和强化学习的传感器任务调度方案，用于智能家居环境中的人类活动检测和传感器能量管理	结合双向长短期记忆模型和Q-Learning算法，预测未来事件并优化传感器任务调度，以提高活动检测精度和传感器能量效率	实验仅在模拟环境中进行，未涉及真实智能家居场景的验证	解决智能家居环境中人类活动检测和传感器能量消耗的挑战	智能家居环境中的传感器和人类活动	机器学习	NA	双向长短期记忆模型、Q-Learning算法、Jaccard相似性指数	Bi-Directional LSTM、Q-Learning	传感器数据	NA	NA	NA	NA	NA
15	2024-11-21	Deep learning based spectral extrapolation for dual-source, dual-energy x-ray computed tomography 2020-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.14324 PMID:32531114	研究论文	本文提出了一种基于深度学习的双源双能X射线计算机断层扫描（CT）光谱外推方法	本文创新性地使用深度学习算法来实现双源双能CT数据的光谱外推，通过学习特征-对比关系来提高外推的准确性	本文方法在处理几何简单的幻影数据时性能有所下降，表明其依赖于特征-对比关系来正确推断光谱对比度	研究目的是开发一种能够在外推光谱对比度时提高准确性的深度学习算法	研究对象是双源双能腹部X射线CT扫描数据	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	50例双源双能腹部X射线CT扫描数据	NA	NA	NA	NA
16	2024-10-11	Faster RCNN-based detection of cervical spinal cord injury and disc degeneration 2020-Sep, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.13001 PMID:32797664	研究论文	本研究利用深度神经网络结合Faster R-CNN模型，通过MRI图像检测颈椎脊髓损伤和椎间盘退变	首次将Faster R-CNN应用于MRI图像中颈椎疾病的分类和检测	研究样本仅限于1500名患者，且数据集划分存在不平衡	探索深度学习在MRI图像中颈椎疾病检测的应用	颈椎脊髓损伤和椎间盘退变	计算机视觉	脊髓疾病	MRI	Faster R-CNN	图像	1500名患者，分为椎间盘组（800例）、损伤组（200例）和正常组（500例）	NA	NA	NA	NA
17	2024-10-11	Objective assessment of stored blood quality by deep learning 2020-09-01, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2001227117 PMID:32839303	研究论文	本文展示了使用无标签成像流式细胞术和深度学习来评估储存红细胞损伤的方法	本文提出了一种基于深度学习的无标签成像流式细胞术方法，用于客观评估储存红细胞的质量，并展示了其在分类红细胞形态方面的优越性	该方法尚未在多个站点、协议和仪器上进行广泛的临床测试	开发一种自动化且客观的方法来评估储存红细胞的质量	储存红细胞的损伤评估	机器学习	NA	深度学习	神经网络	图像	NA	NA	NA	NA	NA
18	2024-10-09	Role of intelligent computing in COVID-19 prognosis: A state-of-the-art review 2020-Sep, Chaos, solitons, and fractals DOI:10.1016/j.chaos.2020.109947 PMID:32836916	综述	本文综述了机器学习和深度学习方法在COVID-19诊断和预测中的应用	比较了机器学习与其他竞争方法（如数学和统计模型）在COVID-19问题上的影响	NA	探讨智能计算在COVID-19预后中的作用	COVID-19的诊断和预测	机器学习	COVID-19	机器学习、深度学习	NA	NA	NA	NA	NA	NA	NA
19	2024-10-04	Augmenting Interpretation of Chest Radiographs With Deep Learning Probability Maps 2020-Sep, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000505 PMID:32205817	研究论文	本文探讨了使用深度学习语义分割方法在胸部X光片上突出显示肺炎潜在焦点，以辅助诊断的可行性	提出了一种基于语义分割的深度学习方法，用于生成肺炎的概率图，以辅助诊断	研究为回顾性研究，使用的是公开数据集，且样本量有限	探索深度学习在胸部X光片上辅助诊断肺炎的可行性	胸部X光片上的肺炎诊断	计算机视觉	肺部疾病	卷积神经网络 (CNN)	U-net	图像	22,000张胸部X光片，其中3684张用于独立验证	NA	NA	NA	NA
20	2024-10-04	NuSeT: A deep learning tool for reliably separating and analyzing crowded cells 2020-09, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1008193 PMID:32925919	研究论文	本文介绍了一种基于深度学习的细胞核分割工具NuSeT，用于在显微镜图像中准确分割拥挤的细胞核	NuSeT结合了U-Net和区域提议网络（RPN），并通过分水岭步骤进一步优化，显著提高了在复杂2D和3D图像中检测和描绘细胞核边界的能力	NA	开发一种能够准确分割拥挤细胞核的深度学习工具	显微镜图像中的细胞核	计算机视觉	NA	深度学习	U-Net和区域提议网络（RPN）	图像	多种类型的荧光成像数据	NA	NA	NA	NA