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	2026-02-19	Distribution of race and Fitzpatrick skin types in data sets for deep learning in dermatology: A systematic review 2022-08, Journal of the American Academy of Dermatology IF:12.8Q1 DOI:10.1016/j.jaad.2021.10.010 PMID:34678235	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2	2026-02-18	YeastMate: neural network-assisted segmentation of mating and budding events in Saccharomyces cerevisiae 2022-04-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac107 PMID:35179572	研究论文	本文介绍了YeastMate，一个基于深度学习的用户友好应用程序，用于自动检测和分割显微镜图像中的酿酒酵母细胞及其交配和出芽事件	在Mask R-CNN基础上，通过自定义分割头对生命周期转换中的母细胞和子细胞进行子分类，并提供了Python库、独立图形用户界面应用程序和Fiji插件等多种易用前端	NA	开发一个自动化工具，用于检测和分割酿酒酵母细胞及其生命周期事件	酿酒酵母细胞及其交配和出芽事件	计算机视觉	NA	显微镜成像	CNN	图像	NA	PyTorch	Mask R-CNN	NA	NA
3	2026-02-17	Using artificial intelligence to improve the diagnostic efficiency of pulmonologists in differentiating COVID-19 pneumonia from community-acquired pneumonia 2022-08, Journal of medical virology IF:6.8Q1 DOI:10.1002/jmv.27777 PMID:35419818	研究论文	本研究旨在通过深度学习AI模型辅助肺科医生利用CT扫描区分COVID-19肺炎与社区获得性肺炎	开发了一个基于深度学习的AI模型，从体积CT扫描中提取视觉数据，显著提升了肺科医生在区分COVID-19肺炎与社区获得性肺炎时的诊断效率	研究为回顾性设计，未来需要关注AI在实时应用中的效果以对抗COVID-19感染	分析AI在提升肺科医生利用CT扫描区分COVID-19肺炎与社区获得性肺炎诊断性能方面的贡献	COVID-19肺炎和社区获得性肺炎患者的CT扫描图像	医学影像	COVID-19, 社区获得性肺炎	CT扫描	深度学习模型	CT图像	2496次扫描（来自887名患者），其中COVID-19组1428次（57.2%），社区获得性肺炎组1068次（42.8%）	NA	NA	准确率, 灵敏度, 特异性, AUC	NA
4	2026-02-14	Deep 3D Neural Network for Brain Structures Segmentation Using Self-Attention Modules in MRI Images 2022-Mar-27, Sensors (Basel, Switzerland) DOI:10.3390/s22072559 PMID:35408173	研究论文	本文提出了一种结合局部特征与全局上下文的自注意力深度学习模型，用于MRI图像中的脑结构分割	首次在3D脑结构分割中集成自注意力模块以捕获全局上下文，并实现了对37个脑结构的分割，这是使用注意力机制的3D方法中分割结构数量最多的工作	模型仅在Mindboggle-101数据集上进行训练和评估，未在其他多样化的医学影像数据集上验证泛化能力	开发一种能够更精确、更快速地进行脑结构分割的深度学习模型	MRI图像中的脑结构	医学图像分割	NA	磁共振成像（MRI）	CNN, 自注意力模块	三维（3D）MRI图像块	Mindboggle-101数据集	NA	基于UNet的架构，包含无池化操作的CNN层和自注意力模块	平均Dice分数	NA
5	2026-02-14	Combating data incompetence in pollen images detection and classification for pollinosis prevention 2022-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2021.105064 PMID:34861642	研究论文	本文提出了一种用于花粉图像检测和分类的新型开放数据集，并研究了在小数据情况下的学习方法，包括检测任务中的贝叶斯RetinaNet网络和分类任务中的生成对抗网络预训练及少样本学习	提出了一个针对检测和分类任务的新型开放花粉数据集，并引入了贝叶斯RetinaNet网络来建模随机不确定性，同时在分类任务中探索了基于生成对抗网络（StyleGAN和自注意力GAN）的合成图像预训练方法	数据集规模相对较小，仅包含13种花粉植物物种，可能限制了模型的泛化能力	通过深度学习技术自动识别花粉图像，以预防和治疗花粉症症状	花粉图像	计算机视觉	花粉症	图像识别	CNN, GAN, Siamese神经网络	图像	13种花粉植物物种的图像数据集	NA	RetinaNet, StyleGAN, Self-attention GAN	平均精度均值, F值	NA
6	2026-01-26	Non-Invasive Screen Exposure Time Assessment Using Wearable Sensor and Object Detection 2022-07, 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/EMBC48229.2022.9871903 PMID:36086530	研究论文	本文提出了一种使用可穿戴传感器和计算机视觉技术测量屏幕暴露时间的新方法	结合定制化轻量级可穿戴传感器与基于深度学习的物体检测模块，实现非侵入性、客观且鲁棒的屏幕暴露时间评估	未在摘要中明确说明具体限制	开发一种非侵入性、客观且准确的屏幕暴露时间测量方法，用于行为研究	儿童和成人（包括所有人群）的屏幕暴露行为	计算机视觉	NA	可穿戴传感器、计算机视觉、深度学习	深度学习物体检测模块	以自我为中心的图像	未在摘要中明确说明具体样本数量	NA	NA	NA	NA
7	2026-01-11	Identifying symptomatic trigeminal nerves from MRI in a cohort of trigeminal neuralgia patients using radiomics 2022-Mar, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-022-02900-5 PMID:35043225	研究论文	本研究利用MRI影像的放射组学特征，通过深度学习分割和机器学习模型，识别三叉神经痛患者中有症状的三叉神经	首次将U-net深度学习网络用于三叉神经的自动分割，并结合放射组学特征与随机森林特征选择及浅层神经网络，以区分TN影响与未影响的神经	研究为回顾性设计，样本量相对较小（134名患者），且仅使用1.5-Tesla MRI，可能影响模型的泛化能力	探索MRI放射组学特征是否能区分三叉神经痛患者中有症状和无症状的三叉神经	三叉神经痛患者的MRI影像数据，包括TN影响和未影响的三叉神经	数字病理学	三叉神经痛	MRI（3D T1-加权和T2-加权成像）	U-net, 随机森林, 浅层神经网络	图像	134名患者（268条神经）	NA	U-net	准确率, AUC, 灵敏度, 特异性	NA
8	2025-11-27	An automated unsupervised deep learning-based approach for diabetic retinopathy detection 2022-Dec, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-022-02688-9 PMID:36274090	研究论文	提出一种基于无监督深度学习的自动化糖尿病视网膜病变检测方法	首次采用无监督学习与深度学习的混合方法检测糖尿病视网膜病变，提出了改进的模糊聚类方法和改进的卷积神经网络	NA	开发自动检测糖尿病视网膜病变相关视网膜异常的自动化技术	糖尿病视网膜病变患者的视网膜图像	计算机视觉	糖尿病视网膜病变	NA	CNN	视网膜图像	三个不同数据集：DIARETDB1、APTOS和Liverpool	NA	改进的卷积神经网络	准确率	NA
9	2025-11-27	Prostate Cancer Risk Stratification via Nondestructive 3D Pathology with Deep Learning-Assisted Gland Analysis 2022-01-15, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-21-2843 PMID:34853071	研究论文	开发了一种基于深度学习的非破坏性3D病理学工作流程，用于前列腺癌风险分层	提出ITAS3D策略实现无需标注的3D腺体分割，使用荧光类似物替代传统H&E染色	初步验证阶段，样本量有限（300个活检样本）	改进前列腺癌风险评估和治疗决策	前列腺活检组织	数字病理学	前列腺癌	3D病理学，荧光染色	深度学习	3D图像	300个活检样本（来自50个前列腺切除标本，其中118个含癌）	NA	NA	风险分层能力，临床生化复发结果	NA
10	2025-11-23	Segmenting 3D geometry of left coronary artery from coronary CT angiography using deep learning for hemodynamic evaluation 2022-11-08, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ac9e03 PMID:36317246	研究论文	提出基于深度学习的CoronarySegNet框架，用于从冠状动脉CT血管造影图像中自动分割左冠状动脉并生成3D几何模型	结合通道感知注意力模块和带有空间丢弃的深度残差块的U-net架构，通过消除2D特征图增强特征图独立性	NA	开发自动分割左冠状动脉3D几何的深度学习框架，用于血流动力学评估	左冠状动脉	数字病理学	心血管疾病	冠状动脉CT血管造影	CNN	医学图像	来自孟加拉国多家医疗中心和Rotterdam冠状动脉算法评估挑战数据集的CCTA图像	NA	U-net	Dice相似系数	NA
11	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
12	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
13	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
14	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
15	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
16	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
17	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
18	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
19	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
20	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