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	2026-10-13	Image-to-Images Translation for Multiple Virtual Histological Staining of Unlabeled Human Carotid Atherosclerotic Tissue 2022-02, Molecular imaging and biology IF:3.0Q2 DOI:10.1007/s11307-021-01641-w PMID:34622424	研究论文	该文章提出了一种基于深度学习的方法，利用pix2pix模型实现未标记人颈动脉粥样硬化组织的多重虚拟组织学染色，包括H&E、PSR和EVG染色	首次实现了对未标记人颈动脉粥样硬化斑块组织图像的同时多重虚拟染色，能够识别同一组织样本中的组织病理学特征	摘要中未明确提及研究的局限性	开发一种深度学习方法，将未标记组织切片的明场显微图像同时转换为等效的多个虚拟染色切片，以替代传统组织学染色过程	人颈动脉粥样硬化斑块组织	数字病理学	心血管疾病	虚拟组织学染色	GAN	图像	NA	NA	pix2pix	NA	NA
2	2026-10-04	Deep learning in optical metrology: a review 2022-Feb-23, Light, science & applications DOI:10.1038/s41377-022-00714-x PMID:35197457	综述	本文综述了深度学习在光学计量领域（如条纹去噪、相位恢复、相位解包裹、子集相关和误差补偿等任务）的应用现状与最新进展，并讨论了当前挑战与未来方向	系统梳理了深度学习在光学计量多个任务中的应用，将传统“基于物理”的方法与“数据驱动”的深度学习方法进行对比，并展望未来研究方向	作为综述文章，未提出新的算法或模型，也未进行实验验证；可能未覆盖所有最新研究或缺乏定量比较	概述深度学习在光学计量领域的应用现状和最新进展，讨论开放挑战并指出未来研究方向	光学计量领域的深度学习技术及其应用任务，包括条纹去噪、相位恢复、相位解包裹、子集相关和误差补偿等	计算机视觉	NA	深度学习	NA	图像	NA	NA	NA	NA	NA
3	2026-10-04	Automated Knee MR Images Segmentation of Anterior Cruciate Ligament Tears 2022-Feb-17, Sensors (Basel, Switzerland) DOI:10.3390/s22041552 PMID:35214451	研究论文	该研究通过深度学习技术从磁共振图像中自动分割前交叉韧带撕裂	在JPEG格式的MRI图像上使用U-Net架构实现前交叉韧带撕裂的自动分割，并声称其准确度超越了人工分割	未明确提及局限性，但可能包括研究仅基于单一数据集、未与其他深度学习模型进行广泛比较、以及JPEG图像压缩可能影响分割精度	实现膝关节前交叉韧带撕裂的自动分割，以早期准确分析并改善前交叉韧带撕裂的分类	膝关节前交叉韧带撕裂的磁共振图像	计算机视觉	前交叉韧带损伤	磁共振成像	CNN	图像	11451张训练图像和3817张验证图像	NA	U-Net	准确率, 交并比, Dice相似系数, 精确率, 召回率, F1分数, Dice损失	NA
4	2026-10-04	A Comprehensive Analysis of Recent Deep and Federated-Learning-Based Methodologies for Brain Tumor Diagnosis 2022-Feb-13, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm12020275 PMID:35207763	综述	本文综述了近期基于深度学习和联邦学习方法的脑肿瘤诊断研究，探讨其性能、准确率、开放问题与挑战	聚焦联邦学习与深度学习在脑肿瘤诊断中的结合，系统梳理近期方法并评估其诊断准确率	作为综述文章，未提出新的模型或实验验证，缺乏对具体方法性能的定量比较与统一基准测试	探索深度学习和联邦学习方法在脑肿瘤诊断中的性能表现并评估其诊断准确率	脑肿瘤诊断相关的深度学习与联邦学习研究方法	医学图像分析	脑肿瘤	深度学习, 联邦学习	NA	医学影像	NA	NA	NA	准确率	NA
5	2026-10-04	Computational multi-wavelength phase synthesis using convolutional neural networks [Invited] 2022-Feb-10, Applied optics IF:1.7Q3 DOI:10.1364/AO.439323 PMID:35201134	研究论文	本文提出使用卷积神经网络进行多波长数字全息显微术的计算相位合成，以实现单次拍摄的折射率估计	提出了一种新颖的计算概念，通过深度学习卷积神经网络实现计算相位合成，从而在不需要增加实验复杂度的情况下，获得不同波长的高速度同时相位估计，并实现单次拍摄的积分折射率估计	研究使用细胞模型和模拟全息记录过程进行验证，未在真实生物样本或实验中进行广泛测试	开发基于深度学习的计算相位合成方法，用于多波长数字全息显微术，以实现高速、单次拍摄的相位和折射率估计	细胞模型（包含内部折射率变化，代表细胞质和膜结合细胞器）和模拟的全息记录过程	计算机视觉	NA	多波长数字全息显微术, 深度学习	CNN	图像	NA	NA	NA	NA	NA
6	2026-10-04	Deep Learning-Enabled Technologies for Bioimage Analysis 2022-Feb-06, Micromachines IF:3.0Q2 DOI:10.3390/mi13020260 PMID:35208385	综述	本文简要介绍深度学习的基本概念，并综述深度学习在细胞形态定量分析中的应用，涵盖胚胎学、即时排卵检测、胎儿心脏妊娠预测、癌症组织学图像分类诊断、常染色体多囊肾病和慢性肾病等领域	系统综述了深度学习在细胞形态定量分析中的新兴应用，涵盖多个生物医学和临床领域，包括胚胎学、即时排卵检测、胎儿心脏妊娠预测、癌症诊断、常染色体多囊肾病和慢性肾病	作为综述文章，未提供原始实验数据或新模型验证	综述深度学习在生物图像分析和细胞形态定量中的应用	细胞形态定量分析相关的生物医学图像数据	数字病理学	肺癌, 常染色体多囊肾病, 慢性肾病	深度学习	NA	图像	NA	NA	NA	NA	NA
7	2026-09-28	QdMRI: A system for comprehensive analysis of thoracic dynamics via dynamic MRI 2022 Feb-Mar, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2612117 PMID:36039169	研究论文	本文介绍了一个名为QdMRI的综合系统，用于通过动态MRI对胸廓动力学进行定量分析，以评估胸廓功能不全综合征（TIS）的治疗效果	整合了过去10年TIS研究中的所有相关算法和模块到一个系统中，解决了动态图像采集、4D图像构建、图像分割和可视化等关键问题	论文未明确提及系统的局限性，可能包括对自由呼吸条件下图像采集的依赖、深度学习分割模型的泛化能力等	开发一个综合系统，用于定量评估胸廓功能不全综合征（TIS）的手术治疗效果和设计手术方案	胸廓功能不全综合征（TIS）患者和正常儿童	医学图像分析	胸廓功能不全综合征	动态磁共振成像（dMRI）	深度学习模型	4D动态MRI图像	NA	NA	NA	DICE系数	NA
8	2026-09-28	Federated learning for computational pathology on gigapixel whole slide images 2022-02, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2021.102298 PMID:34911013	研究论文	本文提出了一种基于弱监督注意力多实例学习和差分隐私的联邦学习框架，用于计算病理学中的千兆像素全切片图像分析	首次将联邦学习与弱监督注意力多实例学习及差分隐私相结合，用于千兆像素全切片图像的计算病理学任务，并提供了开源软件包	未明确说明，但可能包括差分隐私带来的性能损失以及联邦学习中的通信开销	在保护隐私的前提下，利用分布式多中心数据开发准确的弱监督深度学习模型，用于计算病理学任务	千兆像素全切片图像	计算病理学	NA	弱监督注意力多实例学习、差分隐私、联邦学习	注意力多实例学习	图像	数千张全切片图像	PyTorch	注意力多实例学习	NA	NA
9	2026-08-31	Antibody structure prediction using interpretable deep learning 2022-Feb-11, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2021.100406 PMID:35199061	研究论文	本文介绍了一种名为DeepAb的深度学习方法来预测抗体F区结构，并评估了其在治疗性抗体上的性能，超越了现有替代方案，同时引入可解释的注意力机制和突变评分指标	引入可直接解释的注意力机制，使网络能够关注物理上重要的残基对；提出基于网络置信度的新型突变评分指标，预测的突变能改善结合亲和力	未在摘要中明确提及局限性	开发一种可解释的深度学习方法，用于准确预测抗体结构，并辅助抗体的理性设计	治疗性抗体及其F区结构	深度学习	NA	深度学习	深度神经网络（具体为DeepAb）	序列数据（抗体序列）	一组结构多样、治疗相关的抗体（具体数量未给出）	NA	DeepAb	准确率（相对于领先替代方法的性能比较）	NA
10	2026-07-29	Deep learning-based model for diagnosing Alzheimer's disease and tauopathies 2022-02, Neuropathology and applied neurobiology IF:4.0Q1 DOI:10.1111/nan.12759 PMID:34402107	研究论文	基于深度学习的模型用于诊断阿尔茨海默病和tau蛋白病	首次利用YOLOv3目标检测算法结合随机森林分类器，基于tau免疫染色数字切片图像区分多种tau蛋白病，且模型在CP13和AT8染色上均有效	未提及	开发一种基于深度学习的模型，用于区分不同的tau蛋白病，包括阿尔茨海默病、进行性核上性麻痹、皮质基底节变性和皮克病	tau蛋白病（阿尔茨海默病、进行性核上性麻痹、皮质基底节变性、皮克病）	数字病理学	阿尔茨海默病, tau蛋白病	tau免疫染色	YOLOv3, 随机森林	数字切片图像	训练集：2522张图像（来自10例AD、10例PSP、10例CBD的CP13染色切片）；分类器训练：120例（32例AD、36例PSP、31例CBD、21例PiD）分为90例训练和30例测试；验证集：50例（10例AD、17例PSP、13例CBD、10例PiD）的CP13和AT8染色切片	未提及	YOLOv3, 随机森林	平均测试得分0.97, 诊断准确率>92%（无数据增强）和>95%（有数据增强）	未提及
11	2026-05-31	Deep learning for subtyping the Alzheimer's disease spectrum 2022-02, Trends in molecular medicine IF:12.8Q1 DOI:10.1016/j.molmed.2021.12.004 PMID:34996710	研究论文	利用深度学习对阿尔茨海默病谱系进行亚型分类，基于结构影像对认知障碍个体进行分型	通过深度学习技术基于结构性影像对认知障碍个体进行亚型分类，以量化阿尔茨海默病异质性，为靶向治疗提供新方法	NA	探索基于结构影像的阿尔茨海默病亚型分类方法，以促进疾病修饰疗法的应用和改善患者护理	认知障碍个体	机器学习	阿尔茨海默病	结构影像	深度学习	影像	NA	NA	NA	NA	NA
12	2026-05-24	AI MSK clinical applications: cartilage and osteoarthritis 2022-Feb, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-021-03909-2 PMID:34735607	综述	综述人工智能在骨关节炎和软骨成像中的临床应用进展	系统整合了机器学习与深度学习在软骨分割、病变检测及未来膝关节OA风险预测模型中的创新应用	未提及当前AI方法在临床部署中的数据偏差、可解释性及验证挑战	总结AI在骨关节炎研究中的应用，包括成像优化、定量评估及自动化分析	软骨和骨关节炎的影像数据（X光片、MRI图像）	计算机视觉	骨关节炎	MRI、X线成像	CNN	图像	NA	NA	NA	NA	NA
13	2026-05-09	Deep Learning CT-based Quantitative Visualization Tool for Liver Volume Estimation: Defining Normal and Hepatomegaly 2022-02, Radiology IF:12.1Q1 DOI:10.1148/radiol.2021210531 PMID:34698566	研究论文	利用深度学习工具自动分割肝脏，建立基于CT的肝脏体积估算和肝肿大阈值	提出了一个基于深度学习的全自动CT肝脏体积分割工具，并推导出基于体重的肝肿大线性阈值，比传统线性测量更准确和客观	未明确说明，但可能包括样本来自单一医学中心，无症状成人，未涵盖所有人群或疾病状态	确定肝脏体积并建立肝肿大的阈值	3065名接受结肠癌筛查或肾脏捐赠评估的无症状成人门诊患者	计算机视觉	肝肿大	多层螺旋CT	深度学习	CT图像	3065名患者（1639名女性，平均年龄54岁），其中1960例结肠癌筛查，1105例肾脏捐赠评估	NA	NA	敏感度，特异度，中位差异百分比	NA
14	2026-04-11	Deep learning approach to predict pain progression in knee osteoarthritis 2022-Feb, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-021-03773-0 PMID:33835240	研究论文	本研究开发并评估了深度学习模型，用于预测膝关节骨关节炎患者的疼痛进展	首次将深度学习应用于膝关节X光片分析，以预测疼痛进展，并开发了结合传统风险因素和深度学习分析的组合模型	研究为回顾性分析，且仅基于特定队列数据，可能无法完全推广到其他人群	预测膝关节骨关节炎患者的疼痛进展	膝关节骨关节炎患者或有患病风险的人群	数字病理学	骨关节炎	X光成像	深度学习, 人工神经网络	图像	9348个膝盖（来自4674名受试者），其中训练集4200个膝盖，测试集500个膝盖	NA	NA	AUC, 敏感性, 特异性	NA
15	2025-10-07	The Emerging Potential of Advanced Targeted Mass Spectrometry to Become a Routine Tool for Protein Quantification in Biomedical Research 2022-Feb-23, Chimia IF:1.1Q3 DOI:10.2533/chimia.2022.81 PMID:38069753	综述	本文探讨了靶向质谱技术在生物医学研究中作为蛋白质定量常规工具的潜力与发展前景	提出深度学习光谱预测技术将显著改善靶向质谱的自动化检测开发流程	靶向质谱目前在学术界和工业界普及较慢，主要受限于检测方法开发和数据验证的额外工作负担	推动靶向质谱技术在系统生物学研究和临床转化中的应用	蛋白质、多肽及翻译后修饰	生物医学研究	NA	靶向质谱技术	深度学习	质谱数据	NA	NA	NA	NA	NA
16	2024-12-12	AVT: Multicenter aortic vessel tree CTA dataset collection with ground truth segmentation masks 2022-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2022.107801 PMID:35059483	研究论文	本文介绍了一个多中心主动脉血管树数据库，包含56个主动脉及其分支的CTA扫描数据和相应的半自动分割掩码	首次提供了多中心主动脉血管树的CTA数据集，并附带半自动生成的分割掩码，有助于研究不同地理位置的主动脉及其分支的几何形状变异性	NA	构建一个稳健的统计模型，用于开发全自动的主动脉血管树分割算法	主动脉及其分支的几何形状和变异性	计算机视觉	NA	CTA扫描	深度学习	图像	56个主动脉及其分支	NA	NA	NA	NA
17	2024-10-26	Quantification of muscle, bones, and fat on single slice thigh CT 2022 Feb-Mar, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2611664 PMID:36303572	研究论文	本文提出了一种两阶段深度学习管道，用于在有限的人工标注数据下进行大腿CT切片中的肌肉、骨骼和脂肪分割	通过迁移学习的方法，利用伪标签进行初步训练，然后使用有限的人工标注数据进行微调，提高了模型在有限数据下的性能	需要大量的计算资源和时间来生成伪标签和训练模型	开发一种在有限人工标注数据下进行大腿CT切片中肌肉、骨骼和脂肪分割的方法	大腿CT切片中的肌肉、骨骼和脂肪	计算机视觉	NA	深度学习	深度神经网络	图像	研究包括2836张来自Baltimore Longitudinal Study of Aging (BLSA)的切片和121张来自Genetic and Epigenetic Signatures of Translational Aging Laboratory Testing (GESTALT)的切片，共计56个大腿CT扫描	NA	NA	NA	NA
18	2024-10-26	Efficient Quality Control with Mixed CT and CTA Datasets 2022 Feb-Mar, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2607406 PMID:36303574	研究论文	本文提出了一种自动质量控制方法，通过将3D CT扫描转换为2D轴向切片蒙太奇，并使用多头卷积神经网络来检测CT与CTA以及有无伪影，以提高深度学习模型在创伤性脑损伤数据集上的训练效果	本文的创新点在于提出了一种自动化的质量控制方法，通过多头卷积神经网络来区分CT与CTA以及检测伪影，从而减少手动检查的时间和成本	伪影检测性能可能因伪影的异质性和训练数据中伪影扫描数量不足而受到影响	提高深度学习模型在创伤性脑损伤数据集上的训练效果	创伤性脑损伤患者的CT和CTA数据集	计算机视觉	创伤性脑损伤	卷积神经网络	多头卷积神经网络	图像	848个扫描样本，其中698个用于交叉验证，150个用于外部验证	NA	NA	NA	NA
19	2024-10-25	Effectiveness of cascading time series models based on meteorological factors in improving health risk prediction 2022-Feb, Environmental science and pollution research international DOI:10.1007/s11356-021-16372-2 PMID:34510340	研究论文	研究基于气象因素的时间序列模型在改善健康风险预测中的有效性	提出了一种新的混合模型CGCLM，结合了广义加性模型、CEEMDAN和LSTM网络，用于预测每日LRTI患者的入院情况	研究仅限于LRTI疾病，未涵盖其他类型的健康风险预测	探讨基于气象因素的时间序列预处理算法和深度学习方法在医院入院预测模型中的应用	研究对象为2003年至2019年间Panyu中央医院的46,089名LRTI患者及其相关的气象数据	机器学习	呼吸道感染	时间序列分析	LSTM	时间序列数据	46,089名LRTI患者和四项气象因素	NA	NA	NA	NA
20	2024-10-14	Deep learning identified pathological abnormalities predictive of graft loss in kidney transplant biopsies 2022-02, Kidney international IF:14.8Q1 DOI:10.1016/j.kint.2021.09.028 PMID:34757124	研究论文	本文开发了一种基于深度学习的管道，用于识别和量化肾移植活检中的病理异常，以预测移植失败	本文提出的深度学习模型能够更敏感地检测Banff评分阈值以下的细微病理变化，并且在预测移植失败方面优于传统的Banff评分和临床预测因子	NA	开发一种客观、定量的病理评估方法，以提高对肾移植失败预测的准确性	肾移植活检中的间质纤维化、肾小管萎缩和炎症等病理异常	数字病理学	肾移植	深度学习	深度学习模型	图像	789例肾移植活检样本（478例基线样本和311例移植后12个月的协议活检样本）	NA	NA	NA	NA