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	2026-04-13	Pushing the Limits of Surface-Enhanced Raman Spectroscopy (SERS) with Deep Learning: Identification of Multiple Species with Closely Related Molecular Structures 2022-May, Applied spectroscopy IF:2.2Q2 DOI:10.1177/00037028221077119 PMID:35081756	研究论文	本研究评估了将深度学习算法应用于表面增强拉曼光谱（SERS）以区分和分类不同胆汁酸物种的潜力	结合SERS与深度学习算法，成功识别了分子结构仅相差单个羟基的多种胆汁酸物种，即使在低分析物浓度下也表现出可靠性	NA	评估深度学习在SERS光谱中区分和分类结构相近的化学物种的能力	五种胆汁酸物种	机器学习	肠道微生物失衡	表面增强拉曼光谱（SERS）	CNN	光谱数据	NA	NA	卷积神经网络	NA	NA
2	2026-04-05	Artificial Intelligence Based on Machine Learning in Pharmacovigilance: A Scoping Review 2022-05, Drug safety IF:4.0Q1 DOI:10.1007/s40264-022-01176-1 PMID:35579812	综述	本文通过范围综述探讨了基于机器学习的人工智能在药物警戒领域的应用现状、与其他领域的差异以及改进机会	首次系统性地综述了2000年至2021年间机器学习在药物警戒中的应用，并识别了当前最佳实践和趋势	仅涵盖截至2021年9月的研究，可能未反映最新进展；依赖手动筛选，可能存在主观偏差	理解机器学习在药物警戒任务中的应用方式，并识别通过机器学习改进药物警戒的机会	2000年至2021年发表的关于机器学习在药物警戒中应用的393篇研究论文	机器学习	NA	机器学习	深度学习, 传统统计方法	文本, 结构化数据	7744篇摘要经筛选后纳入393篇论文	NA	NA	NA	NA
3	2026-03-18	Artificial intelligence study on left ventricular function among normal individuals, hypertrophic cardiomyopathy and dilated cardiomyopathy patients using 1.5T cardiac cine MR images obtained by SSFP sequence 2022-May-01, The British journal of radiology DOI:10.1259/bjr.20201060 PMID:35084208	研究论文	本研究利用深度学习卷积神经网络自动量化不同心肌病患者左心室功能，评估其在肥厚型心肌病和扩张型心肌病中的性能差异	首次客观评估商业化深度学习方法在不同心肌病心功能评估中的表现，并指出其在各类心肌病中的优缺点	未尝试设计新算法，仅将现有方法应用于临床数据测试集，且评估的心肌病类型有限	评估基于深度学习的自动左心室功能量化方法在不同心肌病中的性能	肥厚型心肌病患者、扩张型心肌病患者及健康参与者的心脏磁共振图像	医学影像分析	心肌病	心脏磁共振成像	CNN	图像	388名患者	NA	卷积神经网络	Bland-Altman分析, ROC曲线分析, Pearson相关系数, 敏感性, 特异性	NA
4	2026-03-06	Leveraging clinical data across healthcare institutions for continual learning of predictive risk models 2022-05-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-12497-7 PMID:35590018	研究论文	本文提出了一种名为WUPERR的隐私保护持续学习算法，用于跨医疗机构利用临床大数据构建可泛化的预测风险模型，并在脓毒症早期预测任务中进行了验证	开发了WUPERR算法，结合权重不确定性传播和情景表示重放，实现跨机构的隐私保护持续学习，避免知识遗忘	研究仅针对脓毒症预测任务，未在其他疾病或临床场景中验证；算法在四个医院系统中测试，可能需更多机构数据以评估泛化性	利用跨医疗机构临床大数据，通过持续学习构建可泛化的预测风险模型，提升模型在外部患者队列中的性能	来自四个不同医疗系统的超过104,000名患者数据，用于脓毒症早期预测	机器学习	脓毒症	临床数据挖掘	深度学习模型	临床数据	超过104,000名患者	NA	NA	阳性预测值	NA
5	2026-03-03	NuCLS: A scalable crowdsourcing approach and dataset for nucleus classification and segmentation in breast cancer 2022-05-17, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giac037 PMID:35579553	研究论文	本文介绍了一种可扩展的众包方法及数据集NuCLS，用于乳腺癌中的细胞核分类与分割	提出了一种新颖的协作框架，利用算法建议收集准确的细胞核分割数据，无需繁琐的手动追踪，并展示了非专家也能为视觉上可区分的类别生成准确标注	未明确提及具体的数据标注偏差或模型泛化能力的局限性	开发一个可扩展的众包方法，以生成用于计算病理学应用的高质量细胞核标注数据	乳腺癌组织中的细胞核	计算病理学	乳腺癌	深度学习	NA	图像	超过220,000个细胞核标注	NA	NA	准确性	NA
6	2025-10-19	Multicenter Validation of a Deep Learning Detection Algorithm for Focal Cortical Dysplasia 2022-May-24, Neurology IF:7.7Q1 DOI:10.1212/WNL.0000000000200293 PMID:35513003	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7	2025-10-06	A hybrid deep learning model for forecasting lymphocyte depletion during radiation therapy 2022-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.15584 PMID:35229311	研究论文	提出一种混合深度学习模型预测食管癌患者放疗期间淋巴细胞耗竭趋势	开发了具有堆叠结构的四通道混合模型，结合LSTM和神经网络处理多类特征，并引入判别性核函数提取时序特征	研究仅针对食管癌患者，未验证在其他癌种中的适用性	预测放疗引起的淋巴细胞耗竭以优化放疗治疗计划	接受同步放化疗的食管癌患者	医疗人工智能	食管癌	放射治疗	LSTM,神经网络	临床特征，剂量学特征，时序数据	860名食管癌患者	NA	混合堆叠结构，四通道模型	均方误差	NA
8	2025-10-06	Artificial Intelligence-Based Total Mesorectal Excision Plane Navigation in Laparoscopic Colorectal Surgery 2022-05-01, Diseases of the colon and rectum DOI:10.1097/DCR.0000000000002393 PMID:35170546	研究论文	开发基于深度学习的直肠癌手术中全直肠系膜切除平面图像引导导航系统	首个使用图像引导导航系统进行全直肠系膜切除的研究，创新性地利用深度学习对疏松结缔组织进行语义分割	仅使用600张图像进行训练，数据量有限，需要更多图像来提高识别精度	开发辅助外科医生识别全直肠系膜切除平面的导航系统	接受腹腔镜左侧结直肠切除术的32名患者	计算机视觉	直肠癌	深度学习语义分割	深度学习	手术视频图像	32名患者的600张标注图像（训练集528张，测试集72张）	NA	NA	Dice系数	NA
9	2025-06-08	AI-aided on-chip nucleic acid assay for smart diagnosis of infectious disease 2022-May, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2021.12.005 PMID:40477452	research paper	提出了一种结合深度学习和微流控纸基分析设备的AI辅助芯片核酸测定方法，用于智能诊断传染病	首次将AI整合到芯片PCR数据分析中，能够预测qPCR的最终输出和趋势，并探索每个反应的动态和内在特征	NA	提高PCR检测效率，实现传染病的智能诊断	SARS-CoV-2 ORF1ab基因的合成RNA模板	digital pathology	infectious disease	PCR, deep learning, microfluidic paper-based analytical devices (µPADs)	RNN, LSTM, GRU	real-time PCR data	NA	NA	NA	NA	NA
10	2025-06-08	Novel deep learning approach to model and predict the spread of COVID-19 2022-May, Intelligent systems with applications DOI:10.1016/j.iswa.2022.200068 PMID:40477648	研究论文	本文提出了一种名为Deep Sequential Prediction Model (DSPM)的深度学习技术和基于机器学习的Non-parametric Regression Model (NRM)来预测COVID-19的传播	提出了DSPM和NRM两种新模型，用于预测COVID-19的传播，并在公开数据集上验证了其优越性能	未提及模型在实际应用中的泛化能力或对不同地区数据的适应性	开发稳健的人工智能技术以预测COVID-19的传播	COVID-19的传播趋势	机器学习	COVID-19	深度学习、机器学习	DSPM、NRM、SVM、LSTM	公开的新型冠状病毒数据集	NA	NA	NA	NA	NA
11	2025-10-07	Quantitative imaging of apoptosis following oncolytic virotherapy by magnetic resonance fingerprinting aided by deep learning 2022-05, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-021-00809-7 PMID:34764440	研究论文	本研究开发了一种结合深度学习与化学交换饱和转移磁共振指纹成像的非侵入性方法，用于检测溶瘤病毒治疗后的早期细胞凋亡反应	首次将深度学习辅助的CEST-MRF技术应用于溶瘤病毒治疗后的细胞凋亡定量成像，无需外源性对比剂即可快速检测肿瘤内pH值和蛋白质、脂质浓度变化	目前仅在胶质母细胞瘤小鼠模型和一名健康志愿者中验证，需要更大规模的临床研究确认其普适性	开发非侵入性成像方法监测溶瘤病毒治疗的宿主反应	胶质母细胞瘤小鼠模型和健康志愿者	医学影像分析	胶质母细胞瘤	化学交换饱和转移磁共振指纹成像(CEST-MRF)	深度神经网络	磁共振成像数据	胶质母细胞瘤小鼠模型和1名健康志愿者	NA	深度神经网络	与文献值一致性	NA
12	2025-10-07	With or without human interference for precise age estimation based on machine learning? 2022-May, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-022-02796-z PMID:35157129	研究论文	比较基于人工干预特征提取和自主特征提取的两种卷积神经网络在牙齿年龄估计中的性能	首次在同一图像分析任务中同时应用人工干预和自主特征提取两种方法进行对比研究	仅针对牙齿年龄估计任务，未验证在其他医学影像任务中的普适性	探索机器学习和深度学习在医学影像分析中的最优特征提取方法	牙齿X光影像	计算机视觉	NA	医学影像分析	CNN	图像	NA	NA	自定义CNN架构	MAE, 准确率	NA
13	2025-02-21	24-Hour prediction of PM2.5 concentrations by combining empirical mode decomposition and bidirectional long short-term memory neural network 2022-May-15, The Science of the total environment DOI:10.1016/j.scitotenv.2022.153276 PMID:35074389	研究论文	本研究结合经验模态分解（EMD）方法、样本熵（SE）指数和双向长短期记忆神经网络（BiLSTM），构建了一种新的混合预测模型，用于预测0-24小时的PM2.5浓度	该模型在短期内（6小时内）的PM浓度预测精度比其他单一深度学习模型提高了至少50%，并且能够很好地捕捉6小时至24小时的PM浓度变化趋势	NA	提高PM2.5浓度的预测精度，特别是短期和长期的变化趋势	PM2.5浓度	机器学习	NA	经验模态分解（EMD）、样本熵（SE）	双向长短期记忆神经网络（BiLSTM）	时间序列数据	NA	NA	NA	NA	NA
14	2025-10-07	Deep Pain: Exploiting Long Short-Term Memory Networks for Facial Expression Classification 2022-May, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2017.2662199 PMID:28207407	研究论文	本研究提出一种利用长短期记忆网络和卷积神经网络进行面部疼痛表情分类的深度学习方法	相比现有仅基于面部特征的方法，本研究直接将原始视频帧输入深度学习模型，同时直接处理数据不平衡问题	NA	开发自动疼痛评估系统以客观测量患者疼痛程度	面部表情视频数据	计算机视觉	疼痛评估	深度学习	CNN, LSTM	视频帧序列	UNBC-McMaster肩痛表情数据库和Cohn Kanade+面部表情数据库	NA	VGG_Faces, LSTM	曲线下面积(AUC)	NA
15	2025-02-21	Long short-term memory model - A deep learning approach for medical data with irregularity in cancer predication with tumor markers 2022-05, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2022.105362 PMID:35299045	研究论文	本文探讨了使用长短期记忆（LSTM）模型处理不规则的医学数据以预测癌症风险的效用	LSTM模型在处理不规则的医学数据方面表现出色，尤其是在时间序列数据上，其预测性能优于其他机器学习模型	数据的不完整性可能影响模型的训练和预测效果，且测试间隔时间差异较大	开发一种基于LSTM模型的癌症风险预测工具，以处理不规则的医学数据并提高预测性能	163,174名无症状个体的肿瘤标志物（TM）筛查数据，其中785人后来被诊断为癌症	机器学习	癌症	长短期记忆（LSTM）模型	LSTM	时间序列数据	163,174名无症状个体	NA	NA	NA	NA
16	2025-01-25	GPT-D: Inducing Dementia-related Linguistic Anomalies by Deliberate Degradation of Artificial Neural Language Models 2022-May, Proceedings of the conference. Association for Computational Linguistics. Meeting DOI:10.18653/v1/2022.acl-long.131 PMID:39845531	研究论文	本文提出了一种通过人工降级预训练的Transformer深度学习模型（GPT-2）来诱导与痴呆症相关的语言异常的新方法	提出了一种新颖的方法，通过将预训练的GPT-2模型与其人工降级版本（GPT-D）配对，计算这两个模型在认知健康与受损个体语言上的比率，从而诱导痴呆症相关的语言异常	方法的泛化能力仍需进一步验证，尤其是在更大规模的数据集上	研究深度学习模型在区分认知健康个体与阿尔茨海默病患者语言方面的能力，并探索生成神经语言模型与痴呆症对人类语言特征的影响之间的关系	认知健康个体与阿尔茨海默病患者的语言数据	自然语言处理	阿尔茨海默病	Transformer深度学习模型	GPT-2, GPT-D	文本	NA	NA	NA	NA	NA
17	2025-10-07	Magnetic resonance imaging contrast enhancement synthesis using cascade networks with local supervision 2022-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.15578 PMID:35229344	研究论文	本研究提出一种级联深度学习工作流，用于从无对比剂增强的MR图像合成对比增强MR图像	提出结合视网膜U-Net和合成模块的级联网络架构，并在网络训练中融入肿瘤轮廓信息的局部监督机制	研究仅基于BraTS2020数据集，未在其他数据集验证泛化能力	开发无需钆基对比剂的MR图像对比增强合成方法	脑肿瘤患者的MR图像	医学影像分析	脑肿瘤	磁共振成像	深度学习	医学影像	369例患者（200例用于五折交叉验证，169例用于保留测试）	NA	Retina U-Net, 合成模块	标准化平均绝对误差, 结构相似性指数, 皮尔逊相关系数	NA
18	2025-10-07	ID-Seg: an infant deep learning-based segmentation framework to improve limbic structure estimates 2022-May-28, Brain informatics DOI:10.1186/s40708-022-00161-9 PMID:35633447	研究论文	提出一种基于深度学习的婴儿脑部MRI分割框架ID-Seg，用于提高边缘结构分割精度	利用大型公共婴儿MRI数据集和迁移学习技术，首次在婴儿脑部边缘结构分割中应用深度卷积神经网络	需要多中心测试验证，且目前仅适用于杏仁核和海马体两个脑区	开发高精度的婴儿脑部边缘结构自动分割方法	婴儿脑部边缘结构（杏仁核和海马体）	医学影像分析	神经发育疾病	磁共振成像	CNN	医学影像	473名婴儿的MRI数据，并在两个独立数据集上验证	NA	深度卷积神经网络	Dice相似系数, 组内相关系数, 平均表面距离	NA
19	2024-10-02	Towards a safe and efficient clinical implementation of machine learning in radiation oncology by exploring model interpretability, explainability and data-model dependency 2022-05-27, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ac678a PMID:35421855	研究论文	本文探讨了在放射肿瘤学中安全高效地实施机器学习的关键问题，特别是模型可解释性、可解释性和数据-模型依赖性	本文定义并详细阐述了可解释性、可解释性和数据-模型依赖性的核心概念，并提供了实际应用示例	本文主要集中在理论和概念层面的探讨，缺乏具体的实验验证和数据支持	研究如何在放射肿瘤学中安全高效地实施机器学习，并解决模型可解释性和数据-模型依赖性问题	放射肿瘤学中的机器学习模型及其在临床工作流程中的应用	机器学习	NA	NA	卷积神经网络	图像	NA	NA	NA	NA	NA
20	2024-09-30	Towards robust diagnosis of COVID-19 using vision self-attention transformer 2022-05-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-13039-x PMID:35618740	研究论文	本文提出了一种基于视觉自注意力变换器的COVID-19诊断方法	使用自注意力机制的变换器架构，能够利用大量未标记数据进行预训练，提高了COVID-19诊断的准确性	需要大量的计算资源和数据进行训练	比较自注意力变换器与CNN和集成分类器在COVID-19诊断中的性能	COVID-19的诊断	计算机视觉	COVID-19	自注意力机制	Transformer	CT扫描图像	使用了HUST-19和SARS-CoV-2数据集进行训练和测试	NA	NA	NA	NA