深度学习在生物医药领域中的应用

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
1	2025-07-24	MRI-based Identification and Classification of Major Intracranial Tumor Types by Using a 3D Convolutional Neural Network: A Retrospective Multi-institutional Analysis 2021-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.2021200301 PMID:34617029	研究论文	开发一种基于3D卷积神经网络的算法，用于分类增强T1加权MRI扫描中的颅内肿瘤类型和健康组织	使用多机构数据集训练3D CNN模型，实现对多种颅内肿瘤类型的自动分类及与健康组织的区分	研究为回顾性分析，需要前瞻性验证；外部测试集性能略低于内部测试集	开发颅内肿瘤MRI图像的自动分类算法	增强T1加权MRI扫描图像	数字病理	脑肿瘤（包括高级别胶质瘤、低级别胶质瘤、脑转移瘤、脑膜瘤、垂体腺瘤、听神经瘤）	MRI成像	3D CNN	医学影像	2105张MRI图像（来自5个数据集）
2	2025-07-22	Molecular Properties of Drugs Handled by Kidney OATs and Liver OATPs Revealed by Chemoinformatics and Machine Learning: Implications for Kidney and Liver Disease 2021-Oct-18, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics13101720 PMID:34684013	研究论文	通过化学信息学和机器学习揭示肾脏OATs和肝脏OATPs处理的药物的分子特性，对肾脏和肝脏疾病的影响	结合化学信息学、机器学习和深度学习分析肝脏OATP与肾脏OAT转运药物的分子特性差异，识别出八种关键理化性质	研究主要基于定量理化性质分析，未涉及临床实验验证	探索肝脏和肾脏药物转运蛋白对药物分子特性的偏好，为组织特异性靶向策略提供分子基础	肝脏OATP和肾脏OAT转运的有机阴离子药物	化学信息学与机器学习	肾脏疾病与肝脏疾病	化学信息学分析、机器学习（随机森林、k-近邻）、深度学习分类算法	随机森林、k-近邻、深度学习分类模型	药物的定量理化性质数据	超过30种OATP和OAT相互作用药物的理化性质
3	2025-07-22	Rapid Serial Immunoprofiling of the Tumor Immune Microenvironment by Fine Needle Sampling 2021-09-01, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1 DOI:10.1158/1078-0432.CCR-21-1252 PMID:34233961	研究论文	介绍了一种名为FAST-FNA的创新技术，用于通过细针抽吸连续评估肿瘤免疫微环境	首次展示了通过简单的细针抽吸可以准确连续测量治疗期间复杂且快速变化的肿瘤免疫微环境	NA	发现并整合预测和/或预后生物标志物到治疗算法中	肿瘤免疫微环境中的单细胞	数字病理学	癌症	FAST-FNA测定	深度学习辅助流程	单细胞数据	临床前样本和人类样本
4	2025-07-22	Deep Learning Improves Speed and Accuracy of Prostate Gland Segmentations on Magnetic Resonance Imaging for Targeted Biopsy 2021-09, The Journal of urology IF:5.9Q1 DOI:10.1097/JU.0000000000001783 PMID:33878887	research paper	开发了一种名为ProGNet的深度学习模型，用于快速准确地在MRI上分割前列腺，以支持靶向活检	首次在常规泌尿科临床实践中应用深度学习模型进行前列腺分割，并在线发布代码和结果	样本量相对较小，特别是前瞻性队列仅有11名患者	提高前列腺癌靶向活检中MRI前列腺分割的速度和准确性	前列腺MRI图像	digital pathology	prostate cancer	multiparametric MRI, magnetic resonance-ultrasound fusion biopsy	ProGNet, U-Net, holistically-nested edge detector	MRI图像	回顾性测试包括100例内部案例和56例外部案例，前瞻性实施涉及11名患者
5	2025-07-22	Integrative proteomics identifies thousands of distinct, multi-epitope, and high-affinity nanobodies 2021-03-17, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2021.01.003 PMID:33592195	研究论文	本文开发了一种蛋白质组学策略，用于大规模调查骆驼重链抗体的抗原结合景观	首次在空前规模上系统地调查了骆驼重链抗体的抗原结合景观，并鉴定了数千种不同的高亲和力纳米抗体家族	未明确提及具体局限性	系统理解抗体库，特别是骆驼重链抗体的抗原结合特性	骆驼重链抗体（纳米抗体）及其抗原结合特性	蛋白质组学	NA	蛋白质组学策略、高通量结构建模、交联质谱、诱变、深度学习	深度学习	蛋白质组数据	数千种不同的纳米抗体家族，超过100,000个抗原-纳米抗体复合物
6	2025-07-21	Prediction and interpretation of cancer survival using graph convolution neural networks 2021-08, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2021.01.004 PMID:33484826	研究论文	本研究提出了一种名为Surv_GCNN的图卷积神经网络方法，用于预测13种不同癌症类型的生存率，并识别潜在的基因标记	提出了一种新的图卷积神经网络方法Surv_GCNN，用于癌症生存率预测，并通过网络模块化识别潜在的基因标记	研究仅基于TCGA数据集，可能无法涵盖所有癌症类型的多样性	预测癌症生存率并识别潜在的基因标记	13种不同癌症类型的TCGA数据集	机器学习	癌症（包括乳腺癌、前列腺癌、睾丸癌、结肠癌、脑癌、胰腺癌等）	图卷积神经网络（GCNN）	GCNN	基因表达数据和临床数据	TCGA数据集中的13种癌症类型
7	2025-07-21	Deep Learning Segmentation of Triple-Negative Breast Cancer (TNBC) Patient Derived Tumor Xenograft (PDX) and Sensitivity of Radiomic Pipeline to Tumor Probability Boundary 2021-Jul-28, Cancers IF:4.5Q1 DOI:10.3390/cancers13153795 PMID:34359696	研究论文	本研究开发了一种深度学习算法，用于自动定位和描绘三阴性乳腺癌患者来源的肿瘤异种移植模型（TNBC PDX）的肿瘤，并评估了放射组学特征对肿瘤边界的敏感性	使用五种不同的网络架构（包括U-Net、dense U-Net、Res-Net、R2UNet和D-R2UNet）进行肿瘤分割，并评估放射组学特征对肿瘤边界的敏感性	研究中使用的样本量未明确提及，且仅针对TNBC PDX模型，可能不适用于其他类型的肿瘤	开发自动化的肿瘤分割流程，减少人工分割的时间和变异性，并评估放射组学特征对肿瘤边界的敏感性	三阴性乳腺癌患者来源的肿瘤异种移植模型（TNBC PDX）的T1w和T2w MRI图像	数字病理学	乳腺癌	MRI	U-Net, dense U-Net, Res-Net, R2UNet, D-R2UNet	图像	NA
8	2025-07-20	Using deep learning to predict microvascular invasion in hepatocellular carcinoma based on dynamic contrast-enhanced MRI combined with clinical parameters 2021-Dec, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-021-03617-3 PMID:33839938	研究论文	本研究开发了一种基于动态对比增强MRI和临床参数的深度学习模型，用于预测肝细胞癌的微血管侵犯状态和分级	结合了八种MRI序列的CNN分支和临床参数，显著提高了微血管侵犯预测的准确性	研究仅基于2016年的单中心数据，可能需要更多外部验证	预测肝细胞癌患者的微血管侵犯状态，以辅助治疗决策和预后评估	601例经病理确诊的肝细胞癌患者	数字病理	肝细胞癌	动态对比增强MRI	CNN	图像和临床数据	601例肝细胞癌患者（376例无MVI，225例有MVI）
9	2025-07-20	DRONE: Dual-Domain Residual-based Optimization NEtwork for Sparse-View CT Reconstruction 2021-11, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2021.3078067 PMID:33956627	研究论文	提出了一种名为DRONE的双域残差优化网络，用于稀疏视角CT重建	DRONE网络通过嵌入、细化和感知三个模块协同工作，有效抑制稀疏视角伪影并恢复图像细节	未提及具体临床应用的局限性	解决稀疏视角CT重建中的图像质量问题	CT图像	计算机视觉	NA	深度学习	DRONE（双域残差优化网络）	CT图像数据	临床前和临床数据集（未提具体数量）
10	2025-07-20	Quantitative Imaging of Body Fat Distribution in the Era of Deep Learning 2021-11, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2021.04.004 PMID:34023197	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11	2025-07-20	Feasibility analysis on simultaneous electron density and attenuation coefficient reconstruction 2021-Nov, Medical physics IF:3.2Q1 DOI:10.1002/mp.15251 PMID:34564848	研究论文	本文探讨了一种联合散射和衰减图像重建的新方法，利用两种图像之间的结构相似性，并在交替迭代重建方案中融入了深度学习模型	提出了一种结合代数重建和深度学习估计衰减的联合重建模型，利用散射和衰减图像的结构相似性进行迭代重建	方法仅在模拟数据集上进行了测试，尚未在真实临床数据上验证	开发一种高效的医学成像重建方法，解决散射衰减图像重建的挑战	2D模拟人体组织的幻影图像和基于真实CT图像的模拟数据集	医学影像	NA	单视图CT成像	深度学习模型	图像	模拟数据集（具体数量未提及）
12	2025-07-20	On Interpretability of Artificial Neural Networks: A Survey 2021-Nov, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2021.3066428 PMID:35573928	综述	本文综述了人工深度神经网络（DNNs）的可解释性研究，提出了一个简单而全面的分类法，并探讨了可解释性在医学等领域的应用及未来研究方向	提出了一个简单而全面的可解释性分类法，并系统回顾了提高神经网络可解释性的最新研究	未提及具体实验验证或实际应用中的局限性	提高深度神经网络的可解释性，以促进其在关键任务中的应用	人工深度神经网络（DNNs）及其可解释性	机器学习	NA	NA	DNNs	文本、图像、视频、图等	NA
13	2025-07-20	When the ventral visual stream is not enough: A deep learning account of medial temporal lobe involvement in perception 2021-09-01, Neuron IF:14.7Q1 DOI:10.1016/j.neuron.2021.06.018 PMID:34265252	research paper	本文探讨了内侧颞叶（MTL）在感知处理中的作用，特别是围绕鼻周皮层（PRC）的争议，并使用深度学习框架模拟了视觉行为	通过深度学习框架模拟缺乏PRC的视觉行为，并与PRC完整的人类表现进行比较，解决了关于PRC在感知中作用的长期争议	研究主要基于模拟和比较，可能未完全覆盖所有实际生物神经机制的复杂性	探讨内侧颞叶（MTL）特别是鼻周皮层（PRC）在视觉感知中的作用	人类和猕猴的视觉行为及神经活动	neuroscience	NA	deep learning, electrophysiological recordings	deep learning framework	behavioral data, electrophysiological data	30 published visual discrimination experiments, novel experiment with PRC-intact participants and macaque VVS recordings
14	2025-07-20	Quantitative analysis of metastatic breast cancer in mice using deep learning on cryo-image data 2021-09-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-96838-y PMID:34471169	研究论文	使用深度学习对小鼠转移性乳腺癌的冷冻图像数据进行定量分析	提出了一种基于CNN的转移灶分割算法，结合随机森林分类器和手工特征，显著减少了人工干预时间	研究仅在小鼠模型中进行，尚未在人类样本中验证	开发一种自动化的方法来定量分析转移性乳腺癌的分布和大小	4T1乳腺癌小鼠模型	数字病理学	乳腺癌	冷冻成像	CNN, 随机森林	3D彩色解剖和荧光图像	4只癌症小鼠
15	2025-07-20	Cine Cardiac MRI Motion Artifact Reduction Using a Recurrent Neural Network 2021-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2021.3073381 PMID:33856986	research paper	该论文提出了一种新颖的循环生成对抗网络模型，用于减少心脏电影磁共振成像（MRI）中的运动伪影	使用双向卷积长短期记忆（ConvLSTM）和多尺度卷积来提升网络性能，双向ConvLSTM处理长程时间特征，多尺度卷积收集局部和全局特征	NA	减少心脏MRI扫描时间和运动伪影，提高图像质量和时间分辨率	心脏电影磁共振成像（MRI）图像	computer vision	cardiovascular disease	deep learning	recurrent generative adversarial network, bi-directional ConvLSTM	image	NA
16	2025-07-20	Semi-Automated Extraction of Lens Fragments via a Surgical Robot Using Semantic Segmentation of OCT Images with Deep Learning - Experimental Results in ex vivo Animal Model 2021-Jul, IEEE robotics and automation letters IF:4.6Q2 DOI:10.1109/LRA.2021.3072574 PMID:34621980	研究论文	本研究展示了使用光学相干断层扫描（OCT）引导机器人系统从猪眼中提取晶状体碎片的可行性	开发了一种卷积神经网络（CNN）用于从OCT图像中语义分割四种眼内结构，并将该算法整合到眼内机器人介入手术系统（IRISS）中，实现了半自动化的晶状体材料检测和提取	实验仅在离体猪眼模型中进行，尚未在人体中进行验证	验证使用OCT引导机器人系统进行晶状体碎片提取的可行性	猪眼	数字病理	眼科疾病	OCT	CNN	图像	训练集：10只猪眼；验证集：8只猪眼；测试集：10只猪眼；系统演示：7只猪眼
17	2025-07-20	Preoperative identification of microvascular invasion in hepatocellular carcinoma by XGBoost and deep learning 2021-Mar, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-020-03366-9 PMID:32852634	research paper	该研究开发了基于XGBoost和深度学习的模型，用于术前预测肝细胞癌中的微血管侵犯	结合了放射组学特征、放射学特征和临床变量，以及3D-CNN模型，用于预测MVI状态	需要进一步的验证	术前预测肝细胞癌中的微血管侵犯	肝细胞癌患者	digital pathology	hepatocellular carcinoma	radiomics feature extraction, deep learning	XGBoost, 3D-CNN	CT images	405 patients
18	2025-07-20	Deep Learning Model to Predict Serious Infection Among Children With Central Venous Lines 2021, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2021.726870 PMID:34604142	研究论文	本研究开发了一种深度学习模型，用于预测带有中心静脉导管的儿童患者发生严重感染的风险	利用电子健康记录中的常见临床特征，深度学习模型能够在标本采集前48小时预测中心静脉导管相关血流感染（CLABSI）的发生	研究为单中心回顾性研究，可能受到数据来源的限制	预测带有中心静脉导管的儿童患者发生严重感染的风险	2013年1月至2018年12月期间在单一学术儿童医院住院的儿童患者	数字病理学	儿童感染性疾病	深度学习	深度学习模型	电子健康记录数据	27,137例患者就诊，涉及748,380个48小时时间窗口
19	2025-07-20	Deep Learning Approaches to Surrogates for Solving the Diffusion Equation for Mechanistic Real-World Simulations 2021, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2021.667828 PMID:34248661	research paper	本文探讨了使用深度学习中的卷积神经网络（CNN）作为替代方法，以近似解决扩散方程的稳态解，从而加速生物医学等领域的数值模拟	提出了一种基于CNN的替代模型，用于快速近似扩散方程的稳态解，相比直接计算方法可提速约1000倍，并讨论了多种损失函数和精度评估方法以适应不同应用需求	存在过拟合、场值映射错误以及几何条件导致近似解出现较大绝对误差和相对误差的问题	开发一种计算高效的替代方法，以加速扩散方程在生物医学等领域的数值模拟	扩散方程的稳态解，特别是在二维方形域内具有吸收边界条件的两个等直径圆形恒定值源的情况	machine learning	diabetic retinopathy	deep learning	CNN	numerical simulation data	通过运行直接计算数万次生成训练数据
20	2025-07-12	A combined microfluidic deep learning approach for lung cancer cell high throughput screening toward automatic cancer screening applications 2021-05-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-89352-8 PMID:33963232	研究论文	本研究结合微流控技术和深度学习算法，开发了一种用于肺癌细胞高通量筛选的计算机辅助诊断系统	提出了一种结合微流控技术和深度学习的工作流程，用于肺癌细胞系的自动分类，实现了高准确率的癌细胞与正常细胞的区分	研究仅针对实验室培养的细胞系进行测试，未涉及临床样本	开发可靠的计算机辅助诊断系统，用于肺癌细胞的早期检测和分类	五种非小细胞肺癌细胞系(P-C9、SK-LU-1、H-1975、A-427、A-549)和正常细胞系(16-HBE)	数字病理学	肺癌	微流控技术、荧光显微镜成像	ResNet18(CNN)	图像	六种细胞系的图像数据(五种癌细胞系和一种正常细胞系)