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
241	2025-10-06	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	研究论文	提出一种新型循环生成对抗网络模型用于减少心脏电影MRI运动伪影	首次将双向卷积长短期记忆网络与多尺度卷积结合用于心脏MRI运动伪影减少，能够处理长程时序特征并同时捕获局部和全局特征	NA	开发深度学习技术以减少心脏电影MRI扫描时间和运动伪影	心脏电影磁共振成像序列	医学影像处理	心血管疾病	心脏磁共振成像	GAN, RNN	医学影像	NA	NA	循环生成对抗网络, 双向ConvLSTM	图像质量	NA
242	2025-10-06	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	本研究开发了一种基于OCT图像语义分割的机器人系统，用于半自动提取猪眼晶状体碎片	首次将深度学习语义分割技术与眼科手术机器人结合，实现眼内结构的自动识别和晶状体碎片的半自动提取	研究仅在离体猪眼模型中进行验证，样本量有限，尚未进行在体实验	验证使用OCT引导机器人系统提取晶状体碎片的可行性	猪眼晶状体碎片	计算机视觉	眼科疾病	光学相干断层扫描(OCT)	CNN	OCT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	NA	NA	平均交并比(mIoU)	NA
243	2025-10-06	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	研究论文	本研究开发了基于XGBoost和深度学习的模型，用于术前预测肝细胞癌的微血管侵犯	结合放射组学特征、影像学特征和临床变量构建XGBoost模型，并开发3D-CNN模型进行MVI预测	需要进一步验证，样本量相对有限（405例患者）	术前预测肝细胞癌的微血管侵犯状态	肝细胞癌患者	医学影像分析	肝细胞癌	CT影像分析，放射组学特征提取	XGBoost, 3D-CNN	CT图像	405例患者（220例MVI阳性，185例MVI阴性）	NA	3D卷积神经网络	AUROC, 置信区间, 无复发生存期	NA
244	2025-10-06	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	开发深度学习模型预测带中心静脉导管儿童发生疑似严重感染的风险	首次将深度学习应用于预测儿童中心静脉导管相关血流感染，相比传统疾病严重程度评分PELOD-2显著提升预测性能	单中心回顾性研究，未在外部数据集验证	预测儿科患者中心静脉导管相关的疑似严重感染	带中心静脉导管的住院儿童患者	医疗人工智能	儿科感染性疾病	电子病历数据挖掘	深度学习	临床特征数据（人口统计学、实验室结果、生命体征、导管特征、用药记录）	27,137例患者就诊记录，748,380个48小时时间窗口	NA	NA	AUC, 阳性预测值	NA
245	2025-10-06	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	研究论文	本文开发了一种基于卷积神经网络的替代模型，用于快速求解稳态扩散方程的近似解	使用卷积神经网络作为偏微分方程的替代求解器，相比直接计算可获得约1000倍的加速，并提出使用回退训练策略来改善训练收敛性	遇到过拟合、场值映射错误以及导致近似解出现较大绝对误差和相对误差的几何条件等问题	为机械现实世界模拟中的扩散方程求解开发快速计算方法	二维方形域中两个等直径圆形恒定值源在随机位置的扩散场	机器学习	糖尿病视网膜病变	NA	CNN	数值模拟数据	通过直接计算生成数万次训练数据	NA	卷积神经网络	损失函数, 绝对误差, 相对误差	NA
246	2025-10-06	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	结合微流控技术与深度学习开发肺癌细胞自动筛查系统	首次将微流控芯片技术与深度学习ResNet18模型结合用于肺癌细胞系的高通量分类	仅使用实验室培养的细胞系数据，未涉及临床患者样本	开发可靠的计算机辅助诊断系统实现肺癌细胞自动分类	五类非小细胞肺癌细胞系和正常支气管上皮细胞系	计算机视觉	肺癌	微流控芯片技术、荧光显微镜成像	CNN	荧光显微镜图像	六种细胞系图像数据	NA	ResNet18	准确率, F1分数	NA
247	2025-10-06	Automated detection and segmentation of thoracic lymph nodes from CT using 3D foveal fully convolutional neural networks 2021-04-13, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-021-00599-z PMID:33849483	研究论文	开发基于3D foveal全卷积神经网络的自动化工具，用于胸部CT扫描中淋巴结的检测和分割	首次采用基于3D foveal patches的全卷积神经网络进行淋巴结的自动3D检测和分割	对小尺寸淋巴结（短轴直径5-10mm）的检测率较低（62.2%），测试数据集规模较小（15个CT扫描）	开发自动检测和分割胸部淋巴结的工具，辅助临床诊断和影像组学研究	胸部CT扫描中的淋巴结	计算机视觉	肺癌	CT扫描	CNN	3D医学图像	训练集：89个增强CT扫描，4275个淋巴结；测试集：15个增强CT扫描	NA	3D Foveal Fully Convolutional Neural Network	检测率，假阳性率	NA
248	2025-10-06	Crossing the 'Cookie Theft' Corpus Chasm: Applying what BERT Learns from Outside Data to the ADReSS Challenge Dementia Detection Task 2021-Apr, Frontiers in computer science IF:2.4Q3 DOI:10.3389/fcomp.2021.642517 PMID:40535703	研究论文	本研究通过整合外部Wisconsin Longitudinal Study语料库数据，提升BERT模型在ADReSS挑战赛中痴呆检测任务的性能	创建了包含1366个Cookie Theft任务转录的新语料库，将可用训练数据增加一个数量级，并探索了使用推断认知状态选择规范数据的方法	WLS语料库的元数据不包含痴呆诊断，需要通过认知测试结果推断参与者的认知状态	提高深度学习模型在阿尔茨海默病检测任务中的性能	阿尔茨海默病患者和健康对照者的自发言语样本	自然语言处理	阿尔茨海默病	语音转录分析，认知测试推断	BERT	文本（语音转录）	DementiaBank语料库加上1366个WLS转录样本	NA	BERT	NA	NA
249	2025-10-06	Real-time recognition of spraying area for UAV sprayers using a deep learning approach 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0249436 PMID:33793634	研究论文	本研究开发了一种基于深度学习的无人机喷雾器喷洒区域实时识别系统	采用深度学习技术实现无人机喷雾器喷洒区域的实时识别，提高了农业喷洒的精确性	研究仅针对香菜农田，未验证在其他作物上的适用性	开发准确的实时喷洒区域识别系统以提升无人机喷雾器的作业效率	无人机喷雾器的喷洒区域识别	计算机视觉	NA	深度学习	深度学习分类器	图像	从无人机采集的香菜农田图像	NA	NA	F1分数, 计算时间	NA
250	2025-10-06	Active learning to classify macromolecular structures in situ for less supervision in cryo-electron tomography 2021-Aug-25, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btab123 PMID:33620460	研究论文	提出一种混合主动学习框架，用于冷冻电子断层扫描中的亚断层图分类，以减少标注需求	结合不确定性采样、判别器和子集采样策略，同时满足主动学习中的区分性和代表性准则	在真实数据上的性能相比全监督方法平均有3%的准确率下降	减少冷冻电子断层扫描中生物大分子结构分类的标注负担	冷冻电子断层扫描中的亚断层图	计算机视觉	NA	冷冻电子断层扫描	深度学习	3D图像数据	模拟数据和真实数据	NA	NA	准确率	NA
251	2025-10-06	QSM reconstruction challenge 2.0: Design and report of results 2021-09, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.28754 PMID:33783037	研究论文	报告第二届定量磁化率成像重建挑战赛的设计方案与结果分析	采用两阶段挑战赛设计，首次在合成脑数据中系统评估不同QSM偶极反演算法的准确性	基于合成数据评估，未来需在包含背景场和偶极不相容相位贡献的更真实场景中验证	测试定量磁化率成像重建算法在模拟脑数据中的准确性	合成多回波梯度回波图像数据	医学影像分析	脑部疾病	定量磁化率成像，多回波梯度回波成像	迭代方法，深度学习，直接反演方法	磁共振图像	两个真实头模生成的合成数据集	NA	基于总变分的算法	八个数值指标，视觉评分	NA
252	2025-06-08	AFCM-LSMA: New intelligent model based on Lévy slime mould algorithm and adaptive fuzzy C-means for identification of COVID-19 infection from chest X-ray images 2021-Aug, Advanced engineering informatics IF:8.0Q1 DOI:10.1016/j.aei.2021.101317 PMID:40477230	研究论文	提出了一种基于Lévy黏菌算法和自适应模糊C均值的新型智能模型AFCM-LSMA，用于从胸部X光图像中识别COVID-19感染	结合自适应模糊C均值(AFCM)和改进的基于Lévy分布的黏菌算法(SMA)，提出了一种新的优化模型AFCM-LSMA，用于COVID-19的快速诊断	NA	开发一个稳健的模型，从胸部X光图像中提取COVID-19的高级特征，以帮助快速诊断	胸部X光图像	计算机视觉	COVID-19	Lévy黏菌算法，自适应模糊C均值	AFCM-LSMA	图像	NA	NA	NA	NA	NA
253	2025-06-08	Scientific production and thematic breakthroughs in smart learning environments: a bibliometric analysis 2021, Smart learning environments IF:6.7Q1 DOI:10.1186/s40561-020-00145-4 PMID:40477293	研究论文	本文通过文献计量学方法分析了智能学习环境领域的研究趋势、学者生产力和主题焦点	提供了智能学习环境领域的全面概览，包括研究热点、主题焦点和未来方向	仅基于Scopus数据库的1081篇同行评议文章，可能未涵盖所有相关研究	分析智能学习环境领域的研究趋势、学者生产力和主题焦点	智能学习环境领域的科学出版物	教育技术	NA	文献计量分析	NA	文本	1081篇同行评议文章	NA	NA	NA	NA
254	2025-06-08	Deep Learning and Particle Swarm Optimisation-Based Techniques for Visually Impaired Humans' Text Recognition and Identification 2021, Augmented human research DOI:10.1007/s41133-021-00051-5 PMID:40477829	研究论文	本文提出了一种结合深度学习和粒子群优化的方法，用于视觉障碍者的文本识别与识别	结合深度神经网络和粒子群优化技术，用于复杂退化图像中的文本识别	未提及具体样本量或实际应用中的性能表现	开发一种能够帮助视觉障碍者在自然场景中识别文本的系统	视觉障碍者	计算机视觉	NA	梯度图像方法、对比度图像方法、自适应图像映射、笔画宽度变换、Gabor变换	深度神经网络、粒子群优化	图像	使用IIIT5K数据集进行开发	NA	NA	NA	NA
255	2025-10-06	Deep learning assisted COVID-19 detection using full CT-scans 2021-Jun, Internet of things (Amsterdam, Netherlands) DOI:10.1016/j.iot.2021.100377 PMID:38620521	研究论文	本研究提出一种基于深度学习技术的自动化COVID-19检测方法，使用完整胸部CT扫描图像	采用残差网络结合跳跃连接结构，通过预处理技术提升检测精度，并设计为可在边缘设备部署的轻量化方案	NA	开发自动化COVID-19诊断系统以加速检测过程并降低计算资源需求	COVID-19患者的完整胸部CT扫描图像	计算机视觉	COVID-19	CT扫描	CNN	医学影像	NA	NA	ResNet	准确率	企业级GPU
256	2025-10-06	A Comparison of Deep Learning Models for Detecting COVID-19 in Chest X-ray Images 2021, IFAC-PapersOnLine DOI:10.1016/j.ifacol.2021.10.282 PMID:38620947	研究论文	比较四种深度学习模型在胸部X光图像中检测COVID-19的性能	通过45次不同实验系统比较了四种深度学习架构在COVID-19检测中的表现	仅进行二元分类，未涉及疾病严重程度分级或多类别分类	评估不同深度学习模型在COVID-19胸部X光图像诊断中的性能	COVID-19患者的胸部X光图像	计算机视觉	COVID-19	深度学习，迁移学习	CNN	医学图像	NA	NA	CNN with 4 convolutional blocks, VGG-19, Inception, MobileNet	准确率	NA
257	2025-05-31	Smartphone-based DNA malaria diagnostics using deep learning for local decision support and blockchain technology for security 2021-Aug-02, Nature electronics IF:33.7Q1 DOI:10.1038/s41928-021-00612-x PMID:39651407	研究论文	本文报告了一种基于智能手机的多重DNA疟疾诊断端到端平台	结合低成本纸基微流体诊断测试、深度学习算法进行本地决策支持，以及区块链技术确保数据安全连接和管理	研究仅在乌干达农村地区进行验证，未涉及其他地区或疾病	开发一种快速、准确的疟疾诊断平台，适用于资源有限的农村社区	疟疾诊断	数字病理	疟疾	DNA诊断	深度学习	图像	乌干达农村地区的测试案例，准确率超过98%	NA	NA	NA	NA
258	2025-10-06	High-Throughput Molecular Imaging via Deep-Learning-Enabled Raman Spectroscopy 2021-12-07, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.1c02178 PMID:34797972	研究论文	提出基于深度学习的拉曼光谱框架DeepeR，实现高通量分子成像	开发首个结合去噪重建与空间超分辨的深度学习拉曼光谱框架，实现最高160倍成像加速	需要大量训练数据（150万光谱），组织尺度成像需依赖迁移学习	解决拉曼光谱数据采集速度慢的问题，实现高通量分子成像	细胞和组织尺度的生物样本	计算生物医学成像	NA	拉曼光谱，深度学习	神经网络	高光谱拉曼图像	超过150万光谱（相当于400小时采集数据）	NA	NA	均方误差，空间分辨率	NA
259	2025-05-23	Computer-aided diagnosis of esophageal cancer and neoplasms in endoscopic images: a systematic review and meta-analysis of diagnostic test accuracy 2021-05, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2020.11.025 PMID:33290771	meta-analysis	通过系统性回顾和荟萃分析评估计算机辅助诊断（CAD）算法在内镜图像中对食管癌及肿瘤的诊断准确性	首次通过荟萃分析评估CAD算法在食管癌及肿瘤内镜诊断中的准确性，并提供了全面的诊断性能指标	缺乏外部验证和临床应用的表现数据	评估CAD算法在内镜图像中对食管癌及肿瘤的诊断准确性	食管癌及肿瘤的内镜图像	digital pathology	esophageal cancer	deep learning, machine learning	NA	image	21项研究用于系统性回顾，19项研究用于荟萃分析	NA	NA	NA	NA
260	2025-05-23	Performance of artificial intelligence in colonoscopy for adenoma and polyp detection: a systematic review and meta-analysis 2021-01, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2020.06.059 PMID:32598963	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能在结肠镜检查中检测腺瘤和息肉的表现	首次对实时计算机辅助息肉检测（CADe）系统在结直肠肿瘤检测中的随机对照试验进行荟萃分析，证实其显著提高腺瘤检出率	纳入的随机对照试验数量有限（5项），部分指标如高级别腺瘤检出率的证据等级不高	评估人工智能辅助系统在结直肠肿瘤检测中的临床效能	结直肠肿瘤（腺瘤和息肉）	digital pathology	colorectal cancer	deep learning	CADe	colonoscopy images	4354例患者（来自5项随机对照试验）	NA	NA	NA	NA