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	2025-09-11	Exploiting Physical Presence Sensing to Secure Voice Assistant Systems 2021-Jun, IEEE International Conference on Communications : [proceedings]. IEEE International Conference on Communications DOI:10.1109/icc42927.2021.9500792 PMID:40919066	研究论文	提出一种利用物理存在感知技术保护语音助手系统免受远程语音重放和注入攻击的防御系统	通过分析语音数据和无线数据的相关性来检测攻击，无需额外设备或用户操作	在真实智能家居场景中的检测成功率为76.4%至89.1%，存在误判可能	保护语音助手系统安全，防御远程语音攻击	语音助手设备和智能家居设备	物联网安全	NA	梅尔频率倒谱系数(MFCC)特征提取	深度学习模型	语音数据和无线数据	在真实智能家居场景中进行测试
2	2025-09-05	Identifying Drug-Resistant Tuberculosis in Chest Radiographs: Evaluation of CNN Architectures and Training Strategies 2021-11, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC46164.2021.9630189 PMID:34891867	研究论文	本研究利用卷积神经网络分析胸部X光片以区分耐药性和药物敏感性肺结核	采用预训练CNN架构结合标准与深度学习数据增强策略提升分类性能，在结核病耐药性识别领域实现高达85%的AUC值	未明确说明样本量具体数值及模型泛化能力的验证范围	通过医学影像早期诊断肺结核耐药性以辅助临床治疗决策	肺结核患者的胸部X光影像	计算机视觉	肺结核	深度学习数据增强	CNN（包括InceptionV3）	医学影像（胸部X光片）	来自NIAID TB Portals的标注数据及未标注外部数据源
3	2025-08-11	Advances in High-Speed Structured Illumination Microscopy 2021-May, Frontiers in physics IF:1.9Q2 DOI:10.3389/fphy.2021.672555 PMID:40771414	review	本文综述了高速结构光照明显微镜（SIM）的最新进展，旨在提高其成像和重建速度	总结了硬件和软件方面的改进，包括减少原始图像数量、GPU加速、深度学习和空间域重建	未提及具体的技术实施细节或实验验证结果	提高结构光照明显微镜（SIM）的整体速度，以满足活细胞成像的需求	结构光照明显微镜（SIM）技术及其在活细胞成像中的应用	显微镜技术	NA	结构光照明显微镜（SIM）	深度学习	图像	NA
4	2025-08-07	Deep learning is widely applicable to phenotyping embryonic development and disease 2021-11-01, Development (Cambridge, England) DOI:10.1242/dev.199664 PMID:34739029	研究论文	本研究探讨了深度学习（U-Net）如何自动化各种成像模态的分割任务，并量化了非洲爪蟾胚胎中肾脏、神经和颅面发育异常的表型	结合光片显微镜和深度学习，提供了一个高通量表征胚胎模型生物的表型框架	NA	评估基因或化学干扰导致的发育畸形的敏感性和通量	非洲爪蟾胚胎	数字病理学	先天性肾脏疾病和颅面畸形	光片显微镜	U-Net	图像	NA
5	2025-08-06	Evaluation of Ischemic Penumbra in Stroke Patients Based on Deep Learning and Multimodal CT 2021, Journal of healthcare engineering DOI:10.1155/2021/3215107 PMID:39290779	研究论文	本文提出了一种基于改进的全局注意力上采样U-Net模型的主次路径注意力补偿网络结构，用于急性缺血性卒中患者的多模态CT定量评估	提出主次路径注意力补偿网络结构，通过辅助路径网络生成宽松的辅助注意力补偿系数，以补偿主路径网络中可能的注意力系数错误	卒中病灶特征不明确，病灶边界与正常脑组织区分度差，影响分割性能	研究多模态CT在急性缺血性卒中患者侧支循环、缺血半暗带、核心梗死体积定量评估及静脉溶栓治疗预后评估中的价值	急性缺血性卒中患者	数字病理学	心血管疾病	多模态CT	改进的全局注意力上采样U-Net模型	图像	NA
6	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）
7	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
8	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
9	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
10	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
11	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
12	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
13	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）
14	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）
15	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
16	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）
17	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
18	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
19	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
20	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