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	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	本研究探讨了通过MRI影像组学特征识别三叉神经痛患者中受影响的神经	首次使用影像组学特征结合深度学习网络来区分三叉神经痛患者中受影响的神经与无痛神经	研究为回顾性设计，样本量相对较小	探索MRI影像组学特征在三叉神经痛诊断中的应用	三叉神经痛患者的MRI影像数据	数字病理学	三叉神经痛	MRI影像组学分析	U-net CNN和浅层神经网络	MRI影像	134名患者（共268条神经）
2	2025-07-23	LONGL-Net: temporal correlation structure guided deep learning model to predict longitudinal age-related macular degeneration severity 2022-Mar, PNAS nexus IF:2.2Q1 DOI:10.1093/pnasnexus/pgab003 PMID:35360552	研究论文	提出了一种名为LONGL-Net的深度学习模型，用于同时评估当前年龄相关性黄斑变性（AMD）的严重程度并预测其纵向进展	设计了基于时间相关性结构的生成对抗网络模型，能够学习连续时间点CFP图像中的时间变化相互关系，并为分类器的决策提供可解释性	模型仅在特定数据集上进行了验证，可能需要更多样化的数据来证明其泛化能力	开发自动化方法以预测AMD的纵向进展，帮助识别易患晚期AMD的个体	年龄相关性黄斑变性（AMD）患者	数字病理学	年龄相关性黄斑变性	深度学习	GAN	图像	来自4,628名参与者的约30,000张CFP图像
3	2025-07-22	Deep learning-based identification of genetic variants: application to Alzheimer's disease classification 2022-03-10, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbac022 PMID:35183061	研究论文	提出了一种基于深度学习的三步方法（SWAT-CNN），用于识别与表型相关的单核苷酸多态性（SNPs），并应用于阿尔茨海默病的分类	开发了一种新的三步深度学习方法（SWAT-CNN），用于在全基因组范围内识别与表型相关的SNPs，并构建疾病分类模型	仅测试了阿尔茨海默病的数据，未验证在其他疾病上的适用性	开发一种基于深度学习的基因组范围方法，用于识别与疾病相关的遗传变异并构建分类模型	阿尔茨海默病患者的基因组数据	机器学习	阿尔茨海默病	GWAS	CNN	基因组数据	981（认知正常老年人650名，阿尔茨海默病患者331名）
4	2025-07-20	Phase function estimation from a diffuse optical image via deep learning 2022-03-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ac5b21 PMID:35255481	研究论文	本文提出了一种基于深度学习的卷积神经网络（CNN）方法，用于从漫射光学图像中估计相位函数，无需对相位函数形式进行明确假设	首次提出数据驱动的CNN逆向MC模型来估计散射相位函数的形式，无需预先假设相位函数的具体形式	方法仅在MC模拟的典型生物组织反射图像上进行了验证，实际应用中的效果有待进一步验证	开发一种无需明确假设相位函数形式的新方法，用于从漫射光学图像中估计相位函数	漫射光学图像和相位函数	计算机视觉	NA	深度学习，蒙特卡洛（MC）模拟	CNN	图像	MC模拟的典型生物组织反射图像
5	2025-07-20	Sampling alternative conformational states of transporters and receptors with AlphaFold2 2022-03-03, eLife IF:6.4Q1 DOI:10.7554/eLife.75751 PMID:35238773	研究论文	本文提出了一种利用AlphaFold2（AF2）采样转运体和受体蛋白的替代构象状态的方法	通过减少输入多序列比对的深度，AF2能够生成多种构象的准确模型，这一能力在AF2的设计初衷之外	AF2最初设计用于预测静态蛋白质结构，其对多种构象的预测能力尚未充分探索	探索AF2在预测膜蛋白（如转运体和G蛋白偶联受体）多种构象状态方面的潜力	转运体和G蛋白偶联受体的替代构象状态	蛋白质结构预测	NA	AlphaFold2（AF2）	深度学习算法	蛋白质序列和结构数据	NA
6	2025-07-12	Advances in artificial intelligence techniques drive the application of radiomics in the clinical research of hepatocellular carcinoma 2022-Mar, ILIVER.. DOI:10.1016/j.iliver.2022.02.005 PMID:40636134	综述	本文综述了人工智能技术在肝细胞癌（HCC）临床研究中推动放射组学应用的最新进展	结合人工智能技术，放射组学为HCC管理提供了新的视角，揭示了医学影像大数据中的像素级放射学信息，并将放射学表型与目标临床问题相关联	传统的放射组学流程依赖于手工设计的工程特征，而基于深度学习的放射组学流程虽然补充了通过自学习策略计算的深度特征，但仍存在一定局限性	探讨人工智能技术在肝细胞癌（HCC）临床研究中推动放射组学应用的最新进展	肝细胞癌（HCC）的临床研究	数字病理学	肝癌	放射组学	深度学习	医学影像	NA
7	2025-06-08	Adaptively temporal graph convolution model for epidemic prediction of multiple age groups 2022-Mar, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2021.07.007 PMID:40477716	research paper	提出了一种自适应时间图卷积模型（ATGCN），用于COVID-19和流感的多元时间序列预测，并在不同年龄组中表现出色	ATGCN模型通过图学习方法捕捉多年龄组的接触模式，在短期和长期预测任务中均优于自回归模型和深度序列学习模型	未明确提及模型在其他传染病预测中的泛化能力，且未讨论计算复杂度或实时预测的可行性	探索深度学习在传染病预测领域的应用，特别是针对多年龄组的多元时间序列预测	COVID-19和流感的确诊病例数据，重点关注不同年龄组之间的传播模式	machine learning	COVID-19, influenza	graph-based deep learning approach	ATGCN (adaptively temporal graph convolution model)	multivariate time series data	两个数据集（COVID-19和流感），具体样本量未明确说明
8	2025-06-04	A comprehensive review of federated learning for COVID-19 detection 2022-Mar, International journal of intelligent systems IF:5.0Q1 DOI:10.1002/int.22777 PMID:37520859	综述	本文综述了联邦学习在COVID-19检测中的最新进展，重点讨论了联邦学习的应用	强调了联邦学习在保护数据隐私方面的优势，特别是在医疗健康领域的COVID-19检测中	讨论了联邦学习在医疗健康领域实施中的若干挑战	探讨人工智能和机器学习技术在COVID-19检测中的应用，特别是联邦学习的应用	COVID-19检测	机器学习	COVID-19	深度学习(DL)和联邦学习(FL)	NA	胸部X光图像数据	NA
9	2025-03-28	Use of the deep learning approach to measure alveolar bone level 2022-03, Journal of clinical periodontology IF:5.8Q1 DOI:10.1111/jcpe.13574 PMID:34879437	research paper	该研究利用深度学习卷积神经网络测量放射影像中的牙槽骨水平，以辅助牙周病诊断	提出了一种结合三个分割网络（骨区域、牙齿、牙骨质-釉质交界）和图像分析的深度学习模型，用于测量放射影像骨水平并分配放射骨丢失（RBL）阶段	模型需要进一步优化并通过更多图像验证以促进其应用	开发深度学习模型辅助牙周病诊断	牙槽骨水平和牙周病诊断	digital pathology	牙周病	深度学习图像分析	CNN	放射影像	未明确说明样本数量（使用根尖周放射影像）
10	2025-02-16	Deep-learning two-photon fiberscopy for video-rate brain imaging in freely-behaving mice 2022-03-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-29236-1 PMID:35318318	研究论文	本文介绍了一种深度学习辅助的双光子纤维镜技术，用于在自由行为的小鼠中进行视频速率的大脑成像	开发了高速扫描器和降采样方案以提高成像速度，并引入了深度学习算法以恢复图像质量，实现了在自由行为小鼠中进行高分辨率、高速度（26 fps）的成像	目前的技术仍受限于光机械尺寸和重量的限制	提高双光子纤维镜的成像速度，以更好地理解神经活动模式与行为之间的关系	自由行为的小鼠	计算机视觉	NA	双光子纤维镜成像	深度学习算法	视频	自由行为的小鼠
11	2024-12-15	Shared computational principles for language processing in humans and deep language models 2022-03, Nature neuroscience IF:21.2Q1 DOI:10.1038/s41593-022-01026-4 PMID:35260860	研究论文	本文探讨了人类大脑与自回归深度语言模型在处理语言时共享的计算原则	本文首次提供了人类大脑与自回归深度语言模型在处理自然叙事时共享三个基本计算原则的实证证据	NA	研究人类大脑与自回归深度语言模型在语言处理中的计算原则	人类大脑和自回归深度语言模型	自然语言处理	NA	ECoG	自回归深度语言模型	文本	9名参与者
12	2024-10-09	Predictive Diagnostic Approach to Dementia and Dementia Subtypes Using Wireless and Mobile Electroencephalography: A Pilot Study 2022-Mar, Bioelectricity IF:1.6Q4 DOI:10.1089/bioe.2021.0030 PMID:39372226	研究论文	本研究探讨了使用无线和移动脑电图（wmEEG）对痴呆及其亚型进行预测性诊断的可行性	首次使用无线和移动脑电图技术对痴呆及其亚型进行预测性诊断，并展示了其在不同任务下的分类准确性	本研究为初步研究，样本量较小，需要进一步验证和扩大样本以提高结果的普适性	开发一种用于老年人群轻度认知障碍筛查的方法，并基于此方法早期干预痴呆的进展	痴呆患者及其亚型与非痴呆对照组	神经科学	老年疾病	无线和移动脑电图（wmEEG）	深度学习	脑电图数据	101名痴呆患者和非痴呆对照组
13	2024-10-01	Convex optimization algorithms in medical image reconstruction-in the age of AI 2022-03-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ac3842 PMID:34757943	综述	本文回顾了基于模型的图像重建（MBIR）算法在医学图像重建中的应用，特别是凸优化算法的发展及其与深度学习的结合	探讨了深度学习与基于模型的图像重建方法之间的协同作用，并强调了凸优化算法在网络架构中的基础作用	未提及具体限制	回顾和讨论医学图像重建中凸优化算法的发展及其与深度学习的结合	医学图像重建算法及其与深度学习的结合	计算机视觉	NA	凸优化算法	深度学习网络	图像	NA
14	2024-09-30	BEMD-3DCNN-based method for COVID-19 detection 2022-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2021.105188 PMID:34998222	研究论文	提出了一种基于BEMD-3DCNN的方法用于COVID-19检测	使用3D表示的数据作为输入，结合BEMD技术分解图像并构建视频，通过3DCNN模型进行分类和检测，利用CAA模块处理上下文信息以提高检测性能	未提及具体限制	开发一种快速诊断和检测系统以阻止COVID-19的传播	COVID-19病毒的检测	计算机视觉	COVID-19	Bi-dimensional Empirical Mode Decomposition (BEMD)	3DCNN	图像	6484张X光图像，包括1802例COVID-19阳性病例，1910例正常病例和2772例肺炎病例
15	2024-09-25	Emerging Vaccine-Breakthrough SARS-CoV-2 Variants 2022-03-11, ACS infectious diseases IF:4.0Q1 DOI:10.1021/acsinfecdis.1c00557 PMID:35133792	研究论文	研究揭示了SARS-CoV-2变种的分子机制及其对疫苗的突破性，并预测了未来可能出现的变种	整合了大量基因组数据、抗体库、突变数据、拓扑数据分析和深度学习，揭示了SARS-CoV-2的进化机制并预测了疫苗突破性变种	NA	理解SARS-CoV-2的传播和进化机制，预测疫苗突破性变种，并为设计抗突变疫苗和单克隆抗体提供依据	SARS-CoV-2变种及其对疫苗的突破性	NA	COVID-19	深度学习	NA	基因组数据	1,489,884个SARS-CoV-2基因组，130个人类抗体，数万个突变数据
16	2024-09-10	Automatic detection of multiple types of pneumonia: Open dataset and a multi-scale attention network 2022-Mar, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2021.103415 PMID:34909050	研究论文	本文提出了一种基于多尺度注意力网络（MSANet）的自动分类方法，用于胸部CT图像中多种类型肺炎的检测	本文创新性地提出了多尺度注意力网络（MSANet），能够自动关注肺炎病变的判别信息和多尺度特征，从而提高分类效果	NA	快速准确地识别COVID-19肺炎、非COVID-19病毒性肺炎、细菌性肺炎、支原体肺炎和正常肺部	胸部CT图像中的多种类型肺炎	计算机视觉	肺炎	深度学习	多尺度注意力网络（MSANet）	图像	NA
17	2024-09-10	Fast quantitative bone marrow lesion measurement on knee MRI for the assessment of osteoarthritis 2022-Mar, Osteoarthritis and cartilage open DOI:10.1016/j.ocarto.2022.100234 PMID:36474467	研究论文	本文开发并验证了一种基于深度学习的快速量化膝关节MRI中骨髓病变体积的方法	本文提出了一种基于补丁的卷积神经网络（CNN），用于自动分割骨髓病变，减少了手动描绘的繁琐过程	本文未详细讨论该方法在不同MRI设备或不同患者群体中的适用性	开发一种更高效的方法来量化膝关节MRI扫描中的骨髓病变体积	膝关节MRI扫描中的骨髓病变	计算机视觉	骨关节炎	MRI	CNN	图像	673个MRI数据集
18	2024-09-01	Review on COVID-19 diagnosis models based on machine learning and deep learning approaches 2022-Mar, Expert systems IF:3.0Q2 DOI:10.1111/exsy.12759 PMID:34511689	综述	本文对基于机器学习和深度学习方法的COVID-19诊断模型进行了全面的综述	总结了从2019年12月至2021年4月间发表的超过200项研究，涵盖了DL和ML两大类技术，并分析了评估诊断方法的常用指标	NA	旨在指导研究社区未来在COVID-19的机器学习和深度学习领域的发展	COVID-19的诊断模型	机器学习	COVID-19	机器学习 (ML) 和深度学习 (DL)	支持向量机 (SVM) 和卷积神经网络 (CNN)	数据集	超过200项研究
19	2024-08-30	Using a Convolutional Neural Network and Convolutional Long Short-term Memory to Automatically Detect Aneurysms on 2D Digital Subtraction Angiography Images: Framework Development and Validation 2022-Mar-16, JMIR medical informatics IF:3.1Q2 DOI:10.2196/28880 PMID:35294371	研究论文	本研究开发并验证了一种使用卷积神经网络和卷积长短期记忆网络自动检测2D数字减影血管造影图像中动脉瘤的深度学习诊断系统	提出了一个两阶段的检测系统，包括区域定位阶段和颅内动脉瘤检测阶段，并构建了一个双输入+RetinaNet+卷积长短期记忆网络框架，该框架在动脉瘤检测性能上优于其他现有框架	NA	构建一个深度学习诊断系统以提高2D数字减影血管造影图像中后交通动脉动脉瘤的检测能力，并验证该系统的效率	2D数字减影血管造影图像中的后交通动脉动脉瘤	计算机视觉	NA	卷积神经网络，卷积长短期记忆网络	CNN，LSTM	图像	255名患有后交通动脉动脉瘤的患者和20名无动脉瘤的患者
20	2024-08-30	Risk assessment of COVID-19 pandemic using deep learning model for J&K in India: a district level analysis 2022-Mar, Environmental science and pollution research international DOI:10.1007/s11356-021-17046-9 PMID:34687416	研究论文	本研究使用深度学习模型对印度J&K地区的COVID-19疫情进行风险评估，并进行地区级别的分析	采用深度学习基础的增量学习技术模型当前COVID-19传播趋势并预测未来趋势，使用GIS系统存储、分析和展示COVID-19的传播情况	NA	评估COVID-19疫情的演变并预测未来趋势	印度J&K地区各区的COVID-19疫情数据	机器学习	COVID-19	深度学习	深度学习模型	数据	228天的每日COVID-19病例数据