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
21	2026-10-01	COVID-19 in Asia: Transmission factors, re-opening policies, and vaccination simulation 2021-11, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2021.111657 PMID:34246638	研究论文	本文从三个方面分析了亚洲的COVID-19大流行：传播因素、退出策略和疫苗接种模拟	综合分析了环境、社会政治因素与COVID-19传播的关系，评估了多种退出策略，并模拟了疫苗接种达到群体免疫的时间	分析基于八个亚洲国家的数据，可能不适用于其他地区；疫苗接种模拟未考虑影响接种率的中间因素	为亚洲COVID-19大流行提供传播因素、重新开放政策和疫苗接种方面的见解	亚洲八个国家（伊朗、土耳其、印度、沙特阿拉伯、阿联酋、菲律宾、韩国、俄罗斯）的COVID-19数据	机器学习	COVID-19	深度学习	基于个体的随机流行病学模型，深度学习模型	数值数据，时间序列数据	来自八个国家的数据	NA	NA	NA	NA
22	2026-10-01	RCTE: A reliable and consistent temporal-ensembling framework for semi-supervised segmentation of COVID-19 lesions 2021-Nov, Information sciences DOI:10.1016/j.ins.2021.07.059 PMID:34305162	研究论文	提出了一种可靠且一致的时间集成框架（RCTE），用于COVID-19病变的半监督分割	引入了可靠的师生架构，其中可靠的教师网络是可靠学生网络的指数移动平均，当学生损失较大时限制学生参与EMA，并提出了基于改进的广义交叉熵损失的噪声感知损失	未明确说明	开发一种高效的自动诊断系统，用于从CT扫描中分割COVID-19病变	COVID-19病变	计算机视觉	COVID-19	半监督学习	教师-学生架构	图像	未明确说明	未明确说明	未明确说明	Dice分数	未明确说明
23	2026-10-01	Deep learning of contagion dynamics on complex networks 2021-08-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-021-24732-2 PMID:34354055	研究论文	该论文提出了一种基于深度学习的方法，通过图神经网络从时间序列数据中学习复杂网络上传染动力学的有效局部机制，并在不同复杂度的传染动力学和西班牙COVID-19真实数据上验证了其准确性	提出了一种基于图神经网络的深度学习方法，仅需极少假设即可从时间序列数据中学习网络上传染动力学的有效局部机制，并能够在任意网络结构上进行模拟，超越训练数据的范围探索学习到的动力学特性	该方法依赖于时间序列数据的质量和数量，学习到的局部机制可能无法完全推广到训练数据未覆盖的动力学场景，且在实际应用中可能受到数据稀缺和噪声的影响	预测复杂网络上传染动力学的演化，克服传统机制模型因简化假设而导致的预测精度和可建模动力学复杂度受限的问题	复杂网络上的传染动力学，包括不同复杂度的传染过程以及西班牙COVID-19疫情的真实数据	机器学习	COVID-19	深度学习, 图神经网络	图神经网络	时间序列数据, 网络数据	西班牙COVID-19疫情真实数据	NA	图神经网络	预测准确性	NA
24	2026-10-01	Deep Learning in Biomedical Optics 2021-08, Lasers in surgery and medicine IF:2.2Q2 DOI:10.1002/lsm.23414 PMID:34015146	综述	本文综述了深度学习在生物医学光学中的应用，特别关注图像形成，涵盖多个成像领域	系统总结深度学习在生物医学光学多个成像领域（包括显微镜、荧光寿命成像、活体显微镜、宽场内窥镜、光学相干断层扫描、光声成像、漫射断层扫描和功能性光学脑成像）的应用，并强调深度学习方法如何为医学光学带来新能力	文中指出深度学习方法在生物医学光学中转化和采纳仍面临挑战，可能包括数据、泛化性、临床落地等问题	综述深度学习在生物医学光学图像形成中的应用，总结方法和进展，并讨论改进转化和采纳的挑战与机会	生物医学光学成像领域，包括显微镜、荧光寿命成像、活体显微镜、宽场内窥镜、光学相干断层扫描、光声成像、漫射断层扫描和功能性光学脑成像	计算机视觉	NA	NA	NA	图像	NA	NA	NA	NA	NA
25	2026-10-01	Interrogating theoretical models of neural computation with emergent property inference 2021-07-29, eLife IF:6.4Q1 DOI:10.7554/eLife.56265 PMID:34323690	研究论文	提出了一种新技术——涌现属性推断（EPI），利用深度神经网络学习具有特定计算特性的参数分布，以解决理论神经科学中的逆问题	将现代概率建模工具包引入理论神经科学，使用深度神经网络学习参数分布而非拟合特定数据集，允许精确控制推断参数的行为，并在参数维度上比替代技术更具可扩展性	未明确提及	识别与观察到的现象（行为或神经活动模式）一致的模型参数，解决逆问题	神经回路模型，具体包括口胃神经节、初级视觉皮层和上丘的模型	计算神经科学	NA	深度神经网络，概率建模	NA	NA	NA	NA	NA	NA	NA
26	2026-10-01	Learning Carbohydrate Digestion and Insulin Absorption Curves Using Blood Glucose Level Prediction and Deep Learning Models 2021-Jul-20, Sensors (Basel, Switzerland) DOI:10.3390/s21144926 PMID:34300672	研究论文	本文提出了一种基于深度学习的血糖预测方法，通过估计碳水化合物消化和胰岛素吸收曲线来提高1型糖尿病患者的血糖预测准确性	提出了一种新颖的机制，通过估计特定患者的碳水化合物消化和胰岛素吸收曲线来提高深度学习模型血糖预测的准确性，使用简化的双参数模型并通过遗传算法拟合每个患者	使用模拟数据进行验证，未在真实患者数据上进行测试	提高1型糖尿病患者血糖预测的准确性，帮助患者进行血糖控制	1型糖尿病患者	机器学习	糖尿病	NA	深度学习模型, 遗传算法	模拟数据	NA	NA	NA	平均绝对误差	NA
27	2026-10-01	Deep learning identifies antigenic determinants of severe SARS-CoV-2 infection within T-cell repertoires 2021-07-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-93608-8 PMID:34253751	研究论文	通过分析T细胞受体测序数据，利用深度学习模型DeepTCR预测SARS-CoV-2感染的严重程度，并识别与严重感染相关的T细胞表位	利用DeepTCR这一多重实例深度学习库分类器从T细胞受体库测序数据中预测SARS-CoV-2严重感染，并识别出导致严重感染的特定抗原表位	研究基于公共数据库ImmuneCODE的回顾性数据，样本量可能有限，且未在前瞻性队列中验证模型的泛化能力	理解导致SARS-CoV-2感染不同临床结局的免疫基因组差异，并预测严重感染患者	SARS-CoV-2感染患者的T细胞受体测序数据	机器学习	COVID-19	T细胞受体测序 (TCR-Seq)	深度学习	序列数据	NA	NA	DeepTCR	NA	NA
28	2026-10-01	ASIST: Annotation-free synthetic instance segmentation and tracking by adversarial simulations 2021-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2021.104501 PMID:34107436	研究论文	本文提出了一种无需标注的合成实例分割与跟踪方法（ASIST），通过对抗模拟和单阶段像素嵌入学习，用于显微镜视频中细胞和亚细胞对象的分割与跟踪	首次探索无需标注的显微镜视频实例分割与跟踪研究；结合对抗模拟和单阶段像素嵌入深度学习；在细胞（HeLa细胞）和亚细胞（微绒毛）对象上验证了方法	未明确提及	解决显微镜视频中实例分割和跟踪需要大量时空一致标注的问题，实现无需标注的合成实例分割与跟踪	显微镜视频中的细胞（HeLa细胞）和亚细胞（微绒毛）对象	计算机视觉	NA	NA	NA	图像（显微镜视频）	NA	NA	NA	分割性能、检测性能、跟踪性能	NA
29	2026-10-01	Synthetic polarization-sensitive optical coherence tomography by deep learning 2021-Jul-01, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-021-00475-8 PMID:34211104	研究论文	该研究通过深度学习，特别是生成对抗网络，从标准OCT强度图像合成偏振敏感OCT图像	开发了一种深度学习方法，通过训练生成对抗网络在OCT强度和PS-OCT图像上合成PS-OCT图像，从而无需额外硬件即可实现偏振敏感性	未明确提及	开发一种计算PS-OCT成像方法，以减少基于硬件的PS-OCT成像系统的成本、复杂性和需求	OCT强度和PS-OCT图像	医学图像处理	癌症	光学相干断层扫描	生成对抗网络	图像	未明确提及	未明确提及	生成对抗网络	结构相似性指数、分类准确率	未明确提及
30	2026-10-01	Ethics and Law in Research on Algorithmic and Data-Driven Technology in Mental Health Care: Scoping Review 2021-Jun-10, JMIR mental health IF:4.8Q1 DOI:10.2196/24668 PMID:34110297	范围综述	本文通过范围综述方法，调查了算法和数据驱动技术在心理健康护理中应用的相关实证文献，以识别已提出的法律和伦理问题	首次系统性地调查了算法和数据驱动技术在心理健康领域应用中的伦理和法律问题，并采用传统内容分析结合关键词语境分析方法进行了综合评估	仅纳入Scopus、Embase和ACM数据库的同行评审实证研究，可能遗漏其他数据库或灰色文献中的相关研究；所纳入的研究本身对伦理和法律问题的讨论较少，限制了分析的深度	调查算法和数据驱动技术在心理健康倡议中应用的实证学术文献，以识别已提出的法律和伦理问题	在心理健康护理中应用算法和数据驱动技术的同行评审实证研究	机器学习	精神疾病	NA	NA	文本	从1078篇相关同行评审应用研究中筛选出132篇实证研究论文进行综述	NA	NA	NA	NA
31	2026-10-01	Segmentation-Renormalized Deep Feature Modulation for Unpaired Image Harmonization 2021-06, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2021.3059726 PMID:33591913	研究论文	本文提出了一种分割重归一化的图像翻译框架，用于无配对图像协调，以减少扫描仪间的异质性，同时保持解剖结构	基于形态形状在成像站点间一致的假设，将生成网络归一化层中的仿射变换替换为基于联合学习解剖分割嵌入的可训练缩放和偏移参数，以在每个翻译级别调节特征，从而减少扫描仪间异质性并保持解剖布局	未明确提及	减少多中心医学图像中的扫描仪间异质性，同时保持解剖结构，以提高下游统计和深度学习图像分析的可靠性	多中心医学图像（包括T1w MRI、FLAIR MRI和OCT）	医学图像处理	NA	深度学习图像协调（基于Cycle-consistent Generative Adversarial Networks的变体）	Cycle-consistent Generative Adversarial Networks	医学图像	NA（多个数据集，包括有和没有病变的数据集）	NA	NA	Inception距离、事后分割准确度、翻译扰动鲁棒性、自对抗攻击鲁棒性	NA
32	2026-10-01	Bayesian neural networks for stock price forecasting before and during COVID-19 pandemic 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0253217 PMID:34197473	研究论文	本文使用贝叶斯神经网络在COVID-19疫情前和疫情期间进行多步股票价格预测，并研究疫情前数据集对疫情期间预测的适用性	使用基于Langevin梯度和并行回火MCMC的贝叶斯神经网络进行股票价格预测，提供了预测的不确定性量化，并研究了疫情前数据在疫情期间建模的可用性	由于疫情期间股票价格的高波动性，预测更具挑战性	研究贝叶斯神经网络在COVID-19疫情前后股票价格多步预测中的表现	股票价格数据（COVID-19前和COVID-19期间）	机器学习	NA	贝叶斯神经网络，MCMC采样，Langevin梯度	贝叶斯神经网络	数值数据（股票价格）	NA	NA	贝叶斯神经网络	预测精度，不确定性量化	并行计算环境
33	2026-10-01	MFI-Net: A multi-resolution fusion input network for retinal vessel segmentation 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0253056 PMID:34252111	研究论文	提出MFI-Net多分辨率融合输入网络，用于视网膜血管分割，通过多分辨率输入模块和信息聚合方法，解决浅层特征提取不完整和编解码器信息隔离问题	提出多分辨率输入模块，在不同分辨率下提取局部和全局特征信息，避免浅层粗粒度特征信息丢失；重新考虑编解码器之间的信息融合方式，使用信息聚合方法缓解网络浅层和深层之间的信息隔离	摘要中未明确提及	提高视网膜血管分割的准确性，解决现有方法中浅层特征提取不完整、血管边界模糊、毛细血管分割不准确以及编解码器之间信息融合不顺畅的问题	视网膜血管图像	计算机视觉, 医学图像分割	视网膜疾病	深度学习	CNN	图像	三个数据集：DRIVE、CHASE_DB1、STARE，具体样本数量摘要中未明确提及	NA	MFI-Net（多分辨率融合输入网络）	F1分数	NA
34	2026-10-01	Deep Learning Framework for Real-Time Estimation of in-silico Thrombotic Risk Indices in the Left Atrial Appendage 2021, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2021.694945 PMID:34262482	研究论文	该研究开发了一个深度学习框架，仅基于患者特定的左心耳形态预测内皮细胞激活潜力（ECAP），这是一种与血栓形成风险相关的指标	使用几何深度学习模型直接在非欧几里得域上操作，无需配准或二维映射，显著减少计算时间	未明确提及	开发一个深度学习框架，能够仅从患者特定的左心耳形态预测ECAP，从而避免耗时的计算流体动力学模拟	左心耳形态和ECAP	机器学习	心血管疾病	计算流体动力学	全连接网络, 卷积神经网络, 几何深度学习	图像	第一个数据集256个合成和真实的左心耳，第二个数据集114个病例	NA	全连接网络, 卷积神经网络, 图神经网络	NA	NA
35	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
36	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
37	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
38	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
39	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
40	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