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	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
3	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
4	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
5	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
6	2025-06-10	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	research paper	该论文介绍了第二次定量磁化率映射（QSM）重建挑战的设计和结果，旨在测试QSM偶极子反演算法在模拟脑数据中的准确性	采用两阶段设计，结合模拟数据和真实数据评估QSM算法的准确性和鲁棒性，并公开结果和分析流程供研究者比较新方法	挑战仅使用合成数据，未包含真实场景中的背景场和偶极子不相容相位贡献，未来需评估算法在更真实场景中的表现	测试QSM偶极子反演算法在模拟脑数据中的准确性	模拟脑数据和多回波梯度回波图像	医学影像处理	NA	定量磁化率映射（QSM）	迭代方法、深度学习和直接反演方法	模拟脑数据和多回波梯度回波图像	98个第一阶段重建和47个第二阶段提交
7	2025-02-21	EEG-based emotion classification using LSTM under new paradigm 2021-09-27, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ac27c4 PMID:34534973	研究论文	本文探讨了使用LSTM模型基于EEG信号进行情绪分类的新方法	将情绪分类问题建模为序列分类问题，并利用EEG信号的时间域特征进行训练	未提及具体的数据集来源和样本多样性问题	提高基于EEG信号的情绪分类准确率	EEG信号	机器学习	NA	EEG信号分析	LSTM	EEG信号	32通道EEG数据
8	2024-12-13	A Pilot Study on Automatic Three-Dimensional Quantification of Barrett's Esophagus for Risk Stratification and Therapy Monitoring 2021-09, Gastroenterology IF:25.7Q1 DOI:10.1053/j.gastro.2021.05.059 PMID:34116029	研究论文	本文提出了一种基于人工智能的自动三维量化Barrett食管的方法，用于风险分层和治疗监测	本文首次实现了Barrett食管的三维重建和自动量化，能够准确测量Prague C&M评分和Barrett食管区域面积	研究样本量相对较小，且仅限于高清晰度视频数据	评估所提出的人工智能系统在模拟和内镜患者数据上的准确性	Barrett食管的三维量化和风险分层	计算机视觉	消化系统疾病	深度学习	深度估计网络	视频	194个高清晰度视频来自131名患者
9	2024-11-18	DeePhage: distinguishing virulent and temperate phage-derived sequences in metavirome data with a deep learning approach 2021-09-08, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giab056 PMID:34498685	研究论文	本文介绍了一种名为DeePhage的新计算方法，用于区分metavirome数据中的烈性和温和噬菌体序列	DeePhage使用卷积神经网络检测序列特征，准确率高达89%，比现有工具PhagePred和PHACTS分别高出10%和30%，并且在运行时间上显著减少	NA	开发一种能够有效分类metavirome数据中烈性和温和噬菌体序列的新计算方法	metavirome数据中的烈性和温和噬菌体序列	机器学习	NA	卷积神经网络	CNN	DNA序列	NA
10	2024-11-18	VC@Scale: Scalable and high-performance variant calling on cluster environments 2021-09-07, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giab057 PMID:34494101	研究论文	本文提出了一种基于Apache Spark的本地工作流程，用于在集群环境中实现可扩展和高性能的变异检测	本文的创新点在于提出了一种紧密集成预处理阶段的本地Spark工作流程，利用Python和Apache Arrow实现高效的数据传输，从而提高了变异检测的性能和可扩展性	NA	研究目的是开发一种可扩展且高性能的变异检测工作流程，以应对深度学习方法在变异检测中的高计算成本问题	研究对象是下一代测序数据的预处理和变异检测工作流程	生物信息学	NA	Apache Spark, Apache Arrow	NA	测序数据	NA
11	2024-10-13	Detection of Optic Disc Abnormalities in Color Fundus Photographs Using Deep Learning 2021-Sep-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000001358 PMID:34415271	研究论文	本文研究了使用深度学习技术检测彩色眼底照片中的视盘异常	本文扩展了深度学习在视盘分析中的应用，以检测一系列非青光眼性视神经病变	本文的模型在外部测试数据集上的特异性较低	开发一种能够检测彩色眼底照片中视盘异常的深度学习算法	视盘异常，包括缺血性视神经病变、萎缩、压迫性视神经病变、遗传性视神经病变、发育不全、视乳头水肿和中毒性视神经病变	计算机视觉	NA	深度学习	ResNet-152深度卷积神经网络	图像	训练数据集包含944张去识别化的彩色眼底照片（异常364张，正常580张），测试数据集包含151张去识别化的彩色眼底照片（异常71张，正常80张）
12	2024-10-06	An Unsupervised Learning-Based Multi-Organ Registration Method for 3D Abdominal CT Images 2021-Sep-18, Sensors (Basel, Switzerland) DOI:10.3390/s21186254 PMID:34577461	研究论文	本文提出了一种基于无监督学习的3D腹部CT图像多器官配准方法	引入了一种改进的无监督学习框架，通过嵌入粗到细递归级联网络（RCN）模块和拓扑保持损失函数，提高了多器官配准的准确性	未提及具体限制	开发一种能够满足实时和高精度临床需求的3D腹部CT图像多器官配准方法	3D腹部CT图像的多器官配准	计算机视觉	NA	无监督学习	U-net	图像	使用了四个公开数据库进行验证
13	2024-10-06	Artificial intelligence-driven assessment of radiological images for COVID-19 2021-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2021.104665 PMID:34343890	综述	本文综述了人工智能（AI）在COVID-19放射影像评估中的应用及其相关挑战	探讨了AI在COVID-19诊断和预后中的潜力，特别是通过胸部X光（CXR）和计算机断层扫描（CT）影像	样本量不足、非标准化影像协议、分割问题、公开COVID-19数据库的可用性、影像与临床信息的结合以及全面的临床验证是主要限制和挑战	旨在概述COVID-19 AI分析的工作流程，并讨论现有AI分析的局限性及其潜在改进	COVID-19的放射影像评估	计算机视觉	COVID-19	深度学习	混合模型（结合深度学习和显式放射组学）	影像	NA
14	2024-10-06	Deep learning for improving non-destructive grain mapping in 3D 2021-Sep-01, IUCrJ IF:2.9Q3 DOI:10.1107/S2052252521005480 PMID:34584734	研究论文	本文提出了一种利用深度学习神经网络改进实验室X射线衍射对比断层扫描（LabDCT）图像中晶粒结构三维无损表征的方法	本文创新性地使用深度学习神经网络来有效去除背景噪声，从而简化衍射点的分割过程	NA	改进实验室X射线衍射对比断层扫描图像中晶粒结构的三维无损表征	实验室X射线衍射对比断层扫描图像中的晶粒结构	计算机视觉	NA	深度学习	神经网络	图像	不同几何条件下测量的不同样本的实验图像
15	2024-09-26	A Review of Methods for Sleep Arousal Detection Using Polysomnographic Signals 2021-Sep-26, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci11101274 PMID:34679339	综述	本文综述了近年来基于多导睡眠图信号的睡眠唤醒检测方法，包括统计规则和深度学习方法	深度学习方法在不同数据集上表现出强大的泛化能力，预测结果接近人类专家的判断	NA	探讨自动睡眠唤醒检测系统的开发，以帮助临床医生诊断睡眠障碍	睡眠唤醒检测方法	机器学习	NA	多导睡眠图（PSG）	卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆神经网络（LSTM）、残差神经网络（ResNet）及其组合	信号	NA
16	2024-09-25	On Clinical Agreement on the Visibility and Extent of Anatomical Layers in Digital Gonio Photographs 2021-09-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.10.11.1 PMID:34468695	研究论文	本文量化评估了眼科医生在数字前房角照片上描绘解剖层轮廓的注释者间变异性，为自动化分析算法的验证提供了基准	本文首次系统地评估了眼科医生在前房角照片上描绘解剖层轮廓的一致性，为深度学习模型的验证提供了基础	研究样本量较小，仅包含20张图像，可能影响结果的普适性	评估眼科医生在数字前房角照片上描绘解剖层轮廓的一致性，为自动化分析算法的验证提供基准	眼科医生在前房角照片上描绘的解剖层轮廓	计算机视觉	NA	NA	NA	图像	20张前房角照片，由5名经验丰富的眼科医生进行注释
17	2024-09-15	Ten future challenges for synthetic biology 2021-Sep, Engineering biology DOI:10.1049/enb2.12011 PMID:36968258	评论	本文讨论了合成生物学领域的10个未来挑战	NA	NA	探讨合成生物学未来的技术进步和发展方向	合成生物学领域的技术挑战	合成生物学	NA	自动化、深度学习、进化控制	NA	NA	NA
18	2024-09-10	A novel fusion-based deep learning model for sentiment analysis of COVID-19 tweets 2021-Sep-27, Knowledge-based systems IF:7.2Q1 DOI:10.1016/j.knosys.2021.107242 PMID:36570870	研究论文	提出了一种基于深度学习和经典监督机器学习模型融合的新方法，用于分析COVID-19相关推文的情感	融合了深度学习和经典监督机器学习模型，用于情感分析	未提及具体限制	研究COVID-19相关推文的情感，以帮助监控和控制疫情	COVID-19相关推文和Google Trends搜索数据	自然语言处理	NA	深度学习	融合模型	文本	超过150万感染病例和100万死亡病例
19	2024-09-10	Revealing the Threat of Emerging SARS-CoV-2 Mutations to Antibody Therapies 2021-09-03, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2021.167155 PMID:34273397	研究论文	本文研究了SARS-CoV-2变异对现有抗体疗法的潜在威胁	开发了一种基于拓扑的深度学习策略，分析了大量基因数据，揭示了高频突变对临床试验中多种单克隆抗体的潜在影响	研究结果主要基于模型预测，尚未经过实验验证	揭示SARS-CoV-2变异对现有抗体疗法的潜在威胁	SARS-CoV-2刺突蛋白受体结合域的突变及其对临床试验中单克隆抗体的影响	机器学习	COVID-19	深度学习	深度学习模型	基因数据	分析了796,759个患者基因样本，识别了606个非简并RBD突变
20	2024-09-10	A cognitive IoT-based framework for effective diagnosis of COVID-19 using multimodal data 2021-Sep, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2021.102960 PMID:34249142	研究论文	提出了一种基于认知物联网和深度学习的框架，用于使用多模态数据进行COVID-19的有效诊断	引入了两个轻量级模型CovParaNet和CovTinyNet，分别用于音频和图像分类，并通过动态多模态随机森林分类器集成结果，实现了100%的准确率、精确率和召回率	NA	减少COVID-19误诊率，提供一个自我诊断系统以降低测试中心的病毒传播风险	COVID-19的准确预测	机器学习	COVID-19	深度学习	CNN	多模态数据	小数据集