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
1	2025-11-21	Intelligent cataract surgery supervision and evaluation via deep learning 2022-Aug, International journal of surgery (London, England) DOI:10.1016/j.ijsu.2022.106740 PMID:35760343	研究论文	开发基于深度学习算法DeepSurgery的白内障手术视频实时监督与评估系统	首次实现白内障手术12个关键步骤的自动识别、时序监控和错误步骤预警功能	训练数据量有限（186个标准手术视频），外部验证集规模较小	建立智能化的白内障手术监督与评估系统	白内障超声乳化联合人工晶体植入手术视频	计算机视觉	白内障	深度学习视频分析	深度学习算法	手术视频	186个训练视频，121个验证视频，54个实时测试视频	NA	DeepSurgery	准确率, Kappa系数	NA
2	2025-11-18	GlyphCreator: Towards Example-based Automatic Generation of Circular Glyphs 2022-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2021.3114877 PMID:34596552	研究论文	介绍GlyphCreator——一种基于示例自动生成圆形字形图的交互式工具	提出了首个基于示例的圆形字形图自动生成方法，建立了圆形字形图的设计空间并开发了字形解析深度学习模型	NA	开发能够自动生成圆形字形图的交互式工具，简化多维数据可视化过程	圆形字形图的设计与生成	数据可视化	NA	深度学习	深度学习模型	图像数据，多维数据	NA	NA	NA	定量实验评估	NA
3	2025-11-13	Two-Stage Selective Ensemble of CNN via Deep Tree Training for Medical Image Classification 2022-Sep, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2021.3061147 PMID:33705343	研究论文	提出一种通过深度树训练的两阶段选择性CNN集成方法用于医学图像分类	提出深度树训练策略和两阶段选择性集成方法，通过分层训练CNN隐藏层缓解梯度消失问题并优化集成分类器	仅在有限数量的医学图像数据集上进行验证，未涉及大规模多中心数据	解决医学图像分类中因数据量有限导致的过拟合、局部最优和梯度消失问题	医学图像分类任务	计算机视觉	NA	深度学习	CNN	图像	CIFAR-10基准数据集和两个特定医学图像数据集	NA	CNN	准确率, 敏感度, 特异度, F1分数	NA
4	2025-11-13	Multiparametric Functional MRI of the Kidney: Current State and Future Trends with Deep Learning Approaches 2022-09, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin DOI:10.1055/a-1775-8633 PMID:35272360	综述	本文综述了肾脏多参数功能磁共振成像的现状及深度学习应用前景	探讨深度学习在多参数fMRI数据分析和后处理中的创新应用	目前多参数fMRI在肾脏的应用主要局限于研究领域，缺乏标准化采集和后处理协议	评估肾脏功能并优化多参数fMRI在肾脏疾病诊断中的应用	肾脏	医学影像分析	肾脏疾病	多参数功能磁共振成像	深度学习	磁共振影像	NA	NA	NA	NA	NA
5	2025-11-13	Evaluation of deep learning reconstructed high-resolution 3D lumbar spine MRI 2022-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-022-08708-4 PMID:35322280	研究论文	评估深度学习重建的高分辨率3D腰椎MRI图像质量与观察者间一致性	首次将深度学习重建技术应用于3D T2加权快速自旋回波腰椎MRI，并与标准重建和2D成像进行系统比较	样本量较小（35例患者），单中心回顾性研究设计	比较不同MRI重建方法在腰椎成像中的性能差异	腰椎MRI图像	医学影像分析	脊柱疾病	MRI，T2加权快速自旋回波序列	深度学习重建算法	3D医学影像	35例患者（平均年龄58±19岁，26名女性）	NA	NA	Conger's kappa，图像质量评分	NA
6	2025-11-13	Deep learning reconstruction for 1.5 T cervical spine MRI: effect on interobserver agreement in the evaluation of degenerative changes 2022-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-022-08729-z PMID:35348861	研究论文	本研究探讨深度学习重建技术在1.5T颈椎MRI中对退行性病变评估的影响	首次在1.5T颈椎MRI中应用深度学习重建技术，证明其能提高图像质量且不增加扫描时间	样本量较小（21名志愿者），仅评估了两种采集次数情况	评估深度学习重建对1.5T颈椎MRI图像质量和观察者间一致性的影响	21名志愿者（17名男性，平均年龄42.4±11.9岁）的颈椎MRI数据	医学影像分析	脊柱退行性疾病	MRI, 深度学习重建	深度学习	医学影像	21名志愿者	NA	NA	Cohen's加权kappa值, p值	NA
7	2025-11-13	Artificial intelligence-based detection of atrial fibrillation from chest radiographs 2022-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-022-08752-0 PMID:35357542	研究论文	开发基于人工智能的深度学习模型，通过胸部X光片检测心房颤动特征	首次利用深度学习模型从静态胸部X光片中识别心房颤动，为放射科医生提供了新的AF推断方法	回顾性研究，数据来自单一机构，可能存在选择偏倚	开发AI模型检测胸部X光片中的心房颤动特征	接受超声心动图检查患者的胸部X光片	医学影像分析	心血管疾病	深度学习	深度学习模型	胸部X光图像	总计13,868张图像（7,045名患者），训练集11,105张（5,637名患者），验证集1,388张（704名患者），测试集1,375张（706名患者）	NA	NA	AUC, 敏感度, 特异度, 准确度	NA
8	2025-11-13	Computational investigation of drug bank compounds against 3C-like protease (3CLpro) of SARS-CoV-2 using deep learning and molecular dynamics simulation 2022-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-021-10330-3 PMID:34637068	研究论文	本研究结合深度学习和分子动力学模拟技术，从DrugBank数据库中筛选针对SARS-CoV-2病毒3CL蛋白酶的潜在药物化合物	首次将深度学习回归模型与分子对接、分子动力学模拟相结合，系统筛选DrugBank数据库中的化合物对抗SARS-CoV-2主要复制酶	研究仅通过计算模拟进行预测，尚未通过实验验证药物效果	开发针对SARS-CoV-2病毒3CL蛋白酶的有效抑制剂	SARS-CoV-2病毒的3CL蛋白酶及DrugBank数据库中的9101种药物化合物	计算生物学	COVID-19	深度学习, 分子对接, 分子动力学模拟	回归模型	化合物结构数据	9101种药物化合物，最终筛选出2种潜在有效化合物	NA	NA	RMSD, Rg, RMSF, MMPBSA, SASA	NA
9	2025-11-13	3D Segmentation Guided Style-Based Generative Adversarial Networks for PET Synthesis 2022-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2022.3156614 PMID:35239478	研究论文	提出一种分割引导的基于风格的生成对抗网络，用于将低剂量PET图像转换为全剂量图像	采用基于风格的生成器进行特征调制，并结合分割任务驱动策略提升感兴趣区域的合成效果	NA	提升低剂量PET图像质量，实现向全剂量PET图像的转换	正电子发射断层扫描(PET)图像	医学影像分析	NA	PET成像	GAN	3D医学图像	NA	NA	SGSGAN, 基于风格的生成器	NA	NA
10	2025-11-13	A deep learning-based system for real-time image reporting during esophagogastroduodenoscopy: a multicenter study 2022-08, Endoscopy IF:11.5Q1 DOI:10.1055/a-1731-9535 PMID:35272381	研究论文	开发基于深度学习的胃镜自动图像报告系统并在临床实践中验证其性能	首次构建集成七个卷积神经网络的内镜自动图像报告系统，并在多中心研究中验证其实时图像报告能力	研究时间范围较短（2021年5月至6月），样本量相对有限	构建智能系统实现胃镜检查过程中的自动照片记录并测试其临床实用性	接受胃镜检查的患者	计算机视觉	胃肠道疾病	胃镜检查	CNN	图像	210,198张训练测试图像，161名前瞻性测试患者	NA	七个卷积神经网络集成	准确率, 完整性	NA
11	2025-11-13	Biomedical Data and Deep Learning Computational Models for Predicting Compound-Protein Relations 2022 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2021.3069040 PMID:33769935	综述	本文综述了深度学习在化合物-蛋白质关系预测中的最新应用进展	系统梳理了CPR预测中的数据集、特征工程和深度学习方法，并进行了全面性能比较	NA	调查和讨论深度学习技术在化合物-蛋白质关系预测中的最新应用	化合物-蛋白质关系（包括相互作用和亲和力）	生物医学信息学	NA	虚拟筛选	深度学习模型	生物医学数据、化合物和蛋白质的物理化学及结构特性	NA	NA	NA	NA	NA
12	2025-11-13	Deep learning in target prediction and drug repositioning: Recent advances and challenges 2022-07, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2021.10.010 PMID:34718208	综述	本文综述了深度学习在靶点预测和药物重定位领域的最新进展与挑战	系统总结了深度学习架构在药物重定位中的创新应用，并提出了应对当前挑战的潜在解决方案	未涉及具体实验验证，主要基于文献综述和分析	探讨深度学习在药物重定位和靶点预测中的应用潜力	已批准或研究中的药物	机器学习	NA	深度学习	深度学习	药物数据、靶点数据	NA	NA	NA	NA	NA
13	2025-11-13	Impact of Artificial Intelligence on Miss Rate of Colorectal Neoplasia 2022-07, Gastroenterology IF:25.7Q1 DOI:10.1053/j.gastro.2022.03.007 PMID:35304117	研究论文	本研究评估人工智能在降低结肠镜检查中结直肠肿瘤漏诊率的效果	首次通过随机对照试验验证深度学习辅助诊断系统在结肠镜检查中降低腺瘤漏诊率的有效性	样本量相对有限（230例），仅纳入8个医疗中心	评估人工智能对结直肠肿瘤漏诊率的影响	接受结直肠癌筛查或监测的患者	计算机视觉	结直肠癌	深度学习计算机辅助诊断内窥镜	深度学习	内窥镜图像	230名患者	NA	NA	腺瘤漏诊率, 假阴性率, 比值比	NA
14	2025-11-13	AI-Driven Model for Automatic Emphysema Detection in Low-Dose Computed Tomography Using Disease-Specific Augmentation 2022-06, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-022-00599-7 PMID:35182291	研究论文	本研究开发了一种基于最小强度投影的深度学习模型，用于在低剂量CT扫描中自动检测肺气肿	采用疾病特异性数据增强方法，通过调整minIP板厚度优化模型性能	样本量相对有限，外部验证集性能有所下降	评估基于minIP的深度学习模型在低剂量CT中自动检测肺气肿的可行性	来自荷兰ImaLife研究的240名个体和美国NLST研究的125名个体的低剂量CT扫描	医学影像分析	肺气肿	低剂量计算机断层扫描，最小强度投影	深度学习模型	CT影像	365名个体（240名训练+内部验证，125名独立测试）	NA	NA	AUC, 敏感度	NA
15	2025-11-13	Artificial Intelligence-based Detection of FGFR3 Mutational Status Directly from Routine Histology in Bladder Cancer: A Possible Preselection for Molecular Testing? 2022-03, European urology focus IF:4.8Q1 DOI:10.1016/j.euf.2021.04.007 PMID:33895087	研究论文	开发基于人工智能的系统直接从膀胱癌常规组织学切片中预测FGFR3基因突变状态	首次使用深度学习直接从H&E染色的常规组织学切片预测FGFR3基因突变，无需额外分子检测	需要更大规模、多中心的肌层浸润性膀胱癌队列验证研究结果	探索人工智能系统能否直接从常规组织学预测膀胱癌FGFR3突变状态	膀胱癌患者的组织学切片	数字病理学	膀胱癌	组织学染色（H&E）	深度学习网络	数字化病理切片图像	TCGA队列327例，Aachen队列182例（121例pT2-4，34例间质浸润pT1，27例非浸润性pTa）	NA	NA	AUROC	NA
16	2025-11-12	Characterisation of urban environment and activity across space and time using street images and deep learning in Accra 2022-11-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-24474-1 PMID:36443345	研究论文	利用街景图像和深度学习技术分析加纳阿克拉城市环境特征与人类活动的时空模式	首次在非洲城市阿克拉构建大规模时间序列街景图像数据集，并开发针对当地环境特征的物体检测模型	仅覆盖145个采样点，手动标注样本数量有限（1250张图像），可能无法完全代表整个城市区域的多样性	通过智能感知和分析方法研究城市环境特征对健康、宜居性、安全性和可持续性的影响	加纳阿克拉大都会区的城市环境和人类活动	计算机视觉	NA	街景图像采集、迁移学习、数据增强	CNN	图像	210万张延时摄影图像（日夜），其中1250张手动标注	NA	卷积神经网络	NA	NA
17	2025-11-12	A Lightweight Hybrid Dilated Ghost Model-Based Approach for the Prognosis of Breast Cancer 2022, Computational intelligence and neuroscience DOI:10.1155/2022/9325452 PMID:39262920	研究论文	提出一种基于轻量级混合扩张Ghost模型的乳腺癌预后方法，实现恶性细胞检测和家族分类	采用改进的随机通道注意力机制和DenseNet模型，结合轻量级深度学习架构，在保持高精度的同时满足严格的执行、训练和能耗限制	NA	开发自动化的乳腺癌恶性细胞检测和家族分类系统	数字乳腺X线摄影图像中的肿瘤	计算机视觉	乳腺癌	数字乳腺X线摄影	CNN, DenseNet	图像	NA	NA	Ghost模型, DenseNet	准确率	NA
18	2025-11-12	Pneumonia Detection in Chest X-Ray Images Using Enhanced Restricted Boltzmann Machine 2022, Journal of healthcare engineering DOI:10.1155/2022/1678000 PMID:35991297	研究论文	提出一种增强型受限玻尔兹曼机模型用于胸部X射线图像中的肺炎检测	通过计算特定特征向量均值与所有输入特征均值的差异来改进权重初始化方法，解决了标准RBM随机权重初始化导致的特征学习不充分问题	NA	开发更准确的肺炎自动检测方法	胸部X射线图像	计算机视觉	肺炎	NA	受限玻尔兹曼机	图像	三个不同的肺炎数据集	NA	增强型受限玻尔兹曼机	准确率, 灵敏度, 特异性, F1分数, ROC曲线	NA
19	2025-11-12	A Method for Extracting Building Information from Remote Sensing Images Based on Deep Learning 2022, Computational intelligence and neuroscience DOI:10.1155/2022/9968665 PMID:36275958	研究论文	提出一种基于深度学习的遥感图像建筑物信息提取方法，结合DeepLabv3+与Mixconv2d提升轮廓捕捉能力	将DeepLabv3+与Mixconv2d结合，使用不同尺寸卷积核进行特征识别，并采用基于Rdrop Loss的正则化方法	基于自建数据集验证，未与其他公开数据集进行对比验证	提高遥感图像中建筑物信息提取的精度和效率	遥感图像中的建筑物	计算机视觉	NA	遥感成像	深度学习,语义分割	遥感图像	自建数据集（具体数量未说明）	NA	DeepLabv3+,Mixconv2d	准确率,效率,分割性能	NA
20	2025-11-11	Facial Mask Detection Using Depthwise Separable Convolutional Neural Network Model During COVID-19 Pandemic 2022, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2022.855254 PMID:35321193	研究论文	提出基于MobileNet的深度可分离卷积神经网络模型用于面部口罩检测	采用深度可分离卷积层替代传统2D卷积层，在有限数据集上实现高性能的轻量化网络	NA	解决面部图像中口罩识别问题，提升移动场景下人脸图像分类效率	面部图像数据	计算机视觉	COVID-19	深度学习	CNN	图像	NA	NA	MobileNet, Depthwise Separable Convolution	准确率, 精确率, 召回率, F1分数	NA