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
61	2026-03-02	An Artificial Intelligence-Assisted Method for Dementia Detection Using Images from the Clock Drawing Test 2021, Journal of Alzheimer's disease : JAD DOI:10.3233/JAD-210299 PMID:34334396	研究论文	本文提出了一种基于人工智能辅助的方法，利用钟表绘图测试图像进行痴呆检测	首次将深度学习算法应用于钟表绘图测试图像，结合年龄和教育水平预测痴呆状态，实现了高精度的计算机辅助筛查工具	研究样本中认知受损者数量相对较少（160例），且方法尚未完全验证，需进一步临床确认	评估机器学习模型是否能利用钟表绘图测试图像预测轻度认知障碍或痴呆	3,263名认知正常者和160名认知受损者绘制的模拟钟表图像	数字病理学	老年疾病	深度学习算法	深度学习模型	图像	3,423名受试者（3,263名认知正常，160名认知受损）	NA	NA	AUC, F1分数	NA
62	2026-02-27	Multi-Time Attention Networks for Irregularly Sampled Time Series 2021-May, ... International Conference on Learning Representations PMID:41737905	研究论文	本文提出了一种名为多时间注意力网络的新深度学习框架，用于处理不规则采样的时间序列数据，特别是在电子健康记录中的生理时间序列分析	提出了一种新的深度学习框架，通过连续时间值嵌入和注意力机制处理不规则采样时间序列，相比现有方法训练速度显著更快	未明确说明模型在处理极端稀疏数据或特定噪声模式下的性能限制	开发一种能够有效处理不规则采样时间序列的深度学习模型，用于插值和分类任务	电子健康记录中的生理时间序列数据，这些数据具有稀疏性、不规则采样和多变量特性	机器学习	NA	NA	注意力机制, 深度学习	时间序列数据	NA	NA	多时间注意力网络	NA	NA
63	2026-02-25	PodoSighter: A Cloud-Based Tool for Label-Free Podocyte Detection in Kidney Whole-Slide Images 2021-11, Journal of the American Society of Nephrology : JASN IF:10.3Q1 DOI:10.1681/ASN.2021050630 PMID:34479966	研究论文	本研究开发了PodoSighter，一种基于云的在线工具，用于通过深度学习自动识别和量化肾全玻片图像中的足细胞核	首次提出一种无需标记的自动化足细胞检测工具，利用深度学习在标准组织学染色全玻片图像中实现足细胞核的识别与量化	研究基于多机构队列但样本量有限（122个组织切片），且工具性能在不同物种间存在差异	开发自动化工具以改进足细胞检测与量化，促进足细胞研究并支持未来临床应用	小鼠、大鼠和人类肾脏组织切片，包括糖尿病肾病、新月体性肾小球肾炎等疾病模型	数字病理学	肾脏疾病	免疫组织化学染色、免疫荧光染色、周期性酸-Schiff染色	深度学习模型	图像	122个组织切片（来自小鼠、大鼠和人类肾脏的多机构队列）	NA	NA	灵敏度, 特异性	基于云的Web应用平台
64	2026-02-24	Accelerated Brain Aging and Cerebral Blood Flow Reduction in Persons With Human Immunodeficiency Virus 2021-11-16, Clinical infectious diseases : an official publication of the Infectious Diseases Society of America IF:8.2Q1 DOI:10.1093/cid/ciab169 PMID:33621317	研究论文	本研究通过MRI生物标志物比较了不同病毒载量的HIV感染者与未感染者的脑老化差异，发现脑血流与年龄和病毒载量相关，而结构老化与认知功能下降相关	首次系统比较了不同病毒载量HIV感染者的脑老化特征，揭示了脑血流与结构老化的不同影响因素	横断面研究设计无法确定因果关系，样本量相对有限	探究HIV感染对脑老化的影响及其与病毒载量的关系	HIV感染者（分为可检测和不可检测病毒载量两组）与HIV未感染者	医学影像分析	人类免疫缺陷病毒感染	磁共振成像，动脉自旋标记，神经心理学测试	深度学习算法	MRI图像，神经心理学测试数据	529人（230名不可检测病毒载量HIV感染者，93名可检测病毒载量HIV感染者，206名HIV未感染者）	NA	公开可用的深度学习算法（具体架构未说明）	P值	NA
65	2026-02-22	Segmentor: a tool for manual refinement of 3D microscopy annotations 2021-May-22, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-021-04202-8 PMID:34022787	研究论文	本文介绍Segmentor，一个用于手动细化和标注3D显微镜图像的开源工具	提出一种混合2D-3D可视化与分割方法，并集成自动区域分割功能，专门优化3D核分割流程	NA	开发高效、用户友好的手动标注工具，以支持深度学习分割算法的训练数据准备	3D光片显微镜图像中的对象（如细胞核）	数字病理学	NA	光片显微镜成像	NA	3D图像	NA	NA	NA	准确性	NA
66	2026-02-22	CancerSiamese: one-shot learning for predicting primary and metastatic tumor types unseen during model training 2021-May-12, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-021-04157-w PMID:33980137	研究论文	本文提出了一种名为CancerSiamese的新型一次性学习模型，用于预测训练期间未见过的原发性和转移性肿瘤类型	首次展示了预测样本有限的未见癌症类型的可行性，通过一次性学习模型学习类型无关的表达表示	模型依赖于现有训练样本，可能对罕见癌症类型的预测能力有限	利用现有训练样本预测训练期间未见过的癌症类型	原发性和转移性肿瘤的基因表达谱	机器学习	癌症	基因表达谱分析	CNN	基因表达数据	来自TCGA和MET500的样本	NA	CancerSiamese（基于孪生卷积神经网络）	准确率	NA
67	2026-02-21	STAN: spatio-temporal attention network for pandemic prediction using real-world evidence 2021-03-18, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaa322 PMID:33486527	研究论文	本文提出了一种时空注意力网络（STAN），用于基于真实世界证据的疫情预测	结合患者索赔数据、人口统计相似性和地理邻近性，并将疫情传播动力学整合到深度学习模型中，以提升预测准确性	NA	开发一种混合模型，以更早、更准确地预测疫情中的感染病例数	美国各县的疫情数据和患者索赔数据	机器学习	COVID-19	深度学习	图注意力网络	索赔数据, 统计数据	美国各县的疫情数据和患者索赔数据	NA	时空注意力网络	均方误差	NA
68	2026-02-08	TVnet: Automated Time-Resolved Tracking of the Tricuspid Valve Plane in MRI Long-Axis Cine Images with a Dual-Stage Deep Learning Pipeline 2021 Sep-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-030-87231-1_55 PMID:41641013	研究论文	本研究提出了一种名为TVnet的双阶段深度学习管道，用于在MRI长轴电影图像中自动追踪三尖瓣平面，以评估右心室功能障碍	提出了一种基于ResNet-50和自动图像线性变换的双阶段深度学习管道，首次实现了三尖瓣平面的自动时间分辨追踪，显著提高了标注准确性	模型仅在140名患者的数据上进行训练和评估，样本量相对有限，且未提及在外部验证集上的性能	开发一种自动化方法，用于在MRI长轴电影图像中追踪三尖瓣平面，以辅助评估右心室功能障碍	来自140名患有多种心血管疾病患者的MRI长轴电影图像	计算机视觉	心血管疾病	MRI	CNN	图像	140名患者的4170张图像	NA	ResNet-50	欧几里得距离误差, ICC	NA
69	2026-01-30	Deep learning reveals disease-specific signatures of white matter pathology in tauopathies 2021-10-21, Acta neuropathologica communications IF:6.2Q1 DOI:10.1186/s40478-021-01271-x PMID:34674762	研究论文	本研究利用深度学习技术，从三种tau蛋白病（阿尔茨海默病、进行性核上性麻痹和皮质基底节变性）的脑组织切片中，识别出白质tau蛋白聚集体的疾病特异性形态学特征	首次采用数据驱动的机器学习方法，系统性地揭示了tau蛋白病中白质病理的疾病特异性形态学签名，挑战了传统神经病理学以皮质为中心的视角	样本量相对较小（49例），且仅分析了三种tau蛋白病，未来需要更大规模的研究来验证和扩展这些发现	识别tau蛋白病中白质tau蛋白聚集体的疾病特异性形态特征，以改进疾病分类和诊断	人类尸检脑组织（来自阿尔茨海默病、进行性核上性麻痹和皮质基底节变性患者）	数字病理学	tau蛋白病（包括阿尔茨海默病、进行性核上性麻痹、皮质基底节变性）	tau免疫染色、全切片成像	深度学习模型	图像（全切片病理图像）	49例人类尸检脑组织（16例阿尔茨海默病、13例皮质基底节变性、20例进行性核上性麻痹）	NA	NA	疾病分类准确性	NA
70	2025-12-20	End-to-end deep learning for recognition of ploidy status using time-lapse videos 2021-Jul, Journal of assisted reproduction and genetics IF:3.2Q2 DOI:10.1007/s10815-021-02228-8 PMID:34021832	研究论文	本研究开发了一种端到端深度学习模型，利用原始延时视频识别胚胎的倍性状态	首次提出使用端到端深度学习模型直接从原始延时视频中预测胚胎倍性状态，无需人工特征提取	研究为回顾性设计，样本量相对较小，未来需要更大规模数据和前瞻性验证	通过深度学习自动识别胚胎的倍性状态，辅助胚胎植入前遗传学检测	人类胚胎的延时视频	计算机视觉	生殖健康	延时视频成像，胚胎植入前遗传学检测（PGT-A）	深度学习模型	视频	690组延时视频图像，其中138个用于测试	NA	NA	AUC	NA
71	2025-12-18	Position paper of the EACVI and EANM on artificial intelligence applications in multimodality cardiovascular imaging using SPECT/CT, PET/CT, and cardiac CT 2021-05, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-021-05341-z PMID:33864509	立场论文	本文概述了人工智能在心血管多模态成像中的应用，重点介绍了机器学习算法在SPECT/CT、PET/CT和心脏CT中的潜力	提出了将机器学习和深度学习算法整合到心血管成像中的新策略，以提升诊断和预后评估能力	NA	为心血管成像领域的人工智能应用提供概念框架和实践指南，支持临床决策	心血管疾病患者，使用SPECT/CT、PET/CT和心脏CT等成像技术	数字病理学	心血管疾病	SPECT/CT, PET/CT, 心脏CT, 冠状动脉CT血管造影	机器学习, 深度学习	图像	NA	NA	NA	NA	NA
72	2025-11-30	A comparison of methods for fully automatic segmentation of tumors and involved nodes in PET/CT of head and neck cancers 2021-03-04, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/abe553 PMID:33666176	研究论文	比较传统PET阈值方法、经典机器学习算法和2D U-Net卷积神经网络在头颈癌PET/CT图像中自动分割肿瘤体积的性能	首次系统比较传统阈值法、经典机器学习和深度学习在头颈癌多模态影像分割中的表现，并评估单模态与多模态输入对分割质量的影响	仅使用2D U-Net架构，未探索3D或其他更先进的深度学习模型	开发头颈癌放疗中自动肿瘤体积分割方法，提高分割准确性和效率	头颈癌患者的PET/CT影像数据	数字病理	头颈癌	PET/CT影像技术	CNN	医学影像	197名患者（训练集157名，测试集40名）	NA	2D U-Net	Sørensen-Dice相似系数, 真阳性率, 阳性预测值, 表面距离指标	NA
73	2025-11-30	Thyroid gland delineation in noncontrast-enhanced CTs using deep convolutional neural networks 2021-02-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/abc5a6 PMID:33590826	研究论文	本研究开发了一种基于深度学习的甲状腺自动分割方法，用于非增强头颈部CT图像	首次在非增强CT中实现高精度甲状腺分割，通过六项交叉验证实验证明方法的鲁棒性	仅针对疑似甲状腺癌患者数据，未在其他疾病类型中验证	开发高精度、高效且鲁棒的甲状腺自动分割方法	1977例疑似甲状腺癌患者的非增强头颈部CT图像	医学影像分析	甲状腺癌	CT成像	CNN	医学影像	1977例患者	NA	3D U-Net, V-Net	Dice相似系数, 敏感度, 特异度, Jaccard指数, Hausdorff距离, 平均表面距离, 残差均方根距离, 质心距离, Pearson相关系数, Bland-Altman分析	NA
74	2025-11-12	Food Image Recognition and Food Safety Detection Method Based on Deep Learning 2021, Computational intelligence and neuroscience DOI:10.1155/2021/1268453 PMID:34956342	研究论文	提出基于深度学习的食品图像识别和食品安全检测方法	结合Tiny-YOLO和孪生网络提出YOLO-SIMM两阶段学习模式，设计YOLO-SiamV1和YOLO-SiamV2两个版本	识别精度一般	解决食品识别领域复杂度高、识别精度和速度不足的问题	食品图像和食品中异物	计算机视觉	NA	阈值分割技术	CNN	图像	NA	NA	Tiny-YOLO, 孪生网络	识别精度	NA
75	2025-11-11	A Hybrid Deep Learning-Driven SDN Enabled Mechanism for Secure Communication in Internet of Things (IoT) 2021-07-18, Sensors (Basel, Switzerland) DOI:10.3390/s21144884 PMID:34300623	研究论文	提出一种基于SDN和深度学习的混合框架，用于物联网环境中的威胁检测	结合SDN技术与混合深度学习模型（Cu-DNNGRU和Cu-BLSTM），实现高效的物联网安全威胁检测	NA	保护物联网环境免受网络攻击，防止数据泄露和经济损失	物联网设备网络流量数据	机器学习	NA	NA	DNN, GRU, BLSTM	网络流量数据	CICIDS2018公开数据集	CUDA	DNNGRU, BLSTM, GRULSTM, DNNLSTM	准确率, 召回率, F1分数, 精确率, 速度效率	CUDA加速
76	2025-11-08	A 3D-2D Hybrid U-Net Convolutional Neural Network Approach to Prostate Organ Segmentation of Multiparametric MRI 2021-01, AJR. American journal of roentgenology DOI:10.2214/AJR.19.22168 PMID:32812797	研究论文	本研究开发了一种混合3D-2D U-Net卷积神经网络方法，用于多参数MRI中前列腺器官的自动分割	提出了一种定制的混合3D-2D U-Net架构，结合了三维和二维卷积神经网络的优点	研究为回顾性设计，需要进一步研究开发病变定位和量化的模式识别方法	开发自动前列腺器官分割的深度学习方法	多参数MRI中的前列腺器官	数字病理	前列腺癌	多参数MRI	CNN	医学图像	287名患者的299次MRI检查（共7774张MR图像）	NA	混合3D-2D U-Net	Dice分数, Pearson相关系数	NA
77	2025-10-06	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保护语音助手系统免受语音重放和注入攻击的防御系统	通过分析语音数据与无线数据的相关性来检测攻击，无需额外设备或用户操作	在测试场景中检测成功率在76.4%至89.1%之间，尚未达到完全可靠	保护语音助手系统免受远程语音攻击	智能家居环境中的语音助手设备	机器学习	NA	梅尔频率倒谱系数特征提取	深度学习模型	语音数据, 无线数据	NA	NA	NA	攻击检测成功率	NA
78	2025-10-06	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	本研究利用胸部X光片通过卷积神经网络区分耐药性和药物敏感性肺结核	首次将预训练CNN模型与深度学习数据增强方法结合用于肺结核耐药性分类，在公开数据集上达到85%的AUC性能	数据来源有限，模型性能仍需进一步提升	开发基于胸部X光片的肺结核耐药性自动识别方法	肺结核患者的胸部X光影像	计算机视觉	肺结核	胸部X光成像	CNN	医学影像	来自NIAID TB Portals的标注数据及额外未标注数据源	NA	InceptionV3	AUC	NA
79	2025-10-06	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	本研究探索深度学习在胚胎发育表型分析中的广泛应用，通过U-Net网络实现多种成像模式的自动分割	首次将深度学习与光片显微镜结合，实现非洲爪蟾胚胎发育异常的高通量表型分析	研究主要聚焦于特定器官系统（肾脏、神经和颅面），尚未涵盖所有可能的发育异常类型	开发自动化胚胎发育表型分析方法，提高发育畸形评估的灵敏度和通量	非洲爪蟾胚胎，特别是肾脏发育异常（pkd1、pkd2）和颅面畸形（six1）模型	计算机视觉	先天性疾病	光片显微镜，全胚胎成像	CNN	图像	多种基因编辑和化学处理条件下的非洲爪蟾胚胎样本	NA	U-Net	分割准确性，表型量化精度	NA
80	2025-10-06	Advances in High-Speed Structured Illumination Microscopy 2021-May, Frontiers in physics IF:1.9Q2 DOI:10.3389/fphy.2021.672555 PMID:40771414	综述	本文综述了旨在提高结构光照明显微镜整体速度的最新进展，包括硬件和软件改进	聚焦于通过减少原始图像数量、GPU加速、深度学习和空间域重建等多种方法综合提升SIM速度	NA	提高结构光照明显微镜的成像采集和重建速度以满足活细胞成像需求	结构光照明显微镜技术及其在活细胞成像中的应用	生物医学成像	NA	结构光照明显微镜	NA	显微图像	NA	NA	NA	NA	GPU加速