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	2025-11-13	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
3	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
4	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
5	2025-10-06	Federated Learning for Multicenter Collaboration in Ophthalmology: Improving Classification Performance in Retinopathy of Prematurity 2022-08, Ophthalmology. Retina DOI:10.1016/j.oret.2022.02.015 PMID:35296449	研究论文	比较联邦学习与集中式学习在早产儿视网膜病变分类任务中的性能表现	首次在眼科多中心研究中系统比较联邦学习与集中式学习方法的性能，证明联邦学习可作为跨机构协作的有效替代方案	研究仅涉及7个机构的5255张图像，样本规模相对有限	评估联邦学习在多中心眼科协作中的可行性及性能	早产儿视网膜病变的眼底图像	计算机视觉	早产儿视网膜病变	深度学习	深度学习分类器	视网膜图像	5255张广角视网膜图像，来自7个机构的新生儿重症监护室	NA	NA	AUROC, κ系数	NA
6	2025-10-06	Machine Learning to Predict Successful Opioid Dose Reduction or Stabilization After Spinal Cord Stimulation 2022-08-01, Neurosurgery IF:3.9Q1 DOI:10.1227/neu.0000000000001969 PMID:35384918	研究论文	本研究开发机器学习模型预测脊髓刺激术后阿片类药物剂量成功减少或稳定的可能性	首次开发基于机器学习的模型预测脊髓刺激术后阿片类药物使用变化，并比较深度学习与传统逻辑回归的性能差异	研究基于回顾性数据库分析，可能存在选择偏倚；模型性能仍有提升空间（AUROC约0.74）	预测脊髓刺激术后阿片类药物剂量减少或稳定的成功率	接受脊髓刺激术的患者	机器学习	疼痛管理	数据库分析	逻辑回归, 深度神经网络	结构化医疗数据	7022名患者	NA	深度神经网络	AUROC	NA
7	2025-06-10	Forecasting Directional Movement of Stock Prices using Deep Learning 2022-Aug-01, Annals of data science DOI:10.1007/s40745-022-00432-6 PMID:40479251	研究论文	本文提出了一种结合Word2Vec和LSTM的混合深度学习模型，用于预测股票价格的定向变动	结合了金融时间序列和新闻标题作为输入，考虑了大众媒体对公司股票和投资者行为的影响	仅评估了五个不同行业公司的股票价格预测准确性，样本范围有限	设计一个智能工具来预测股票市场价格的定向变动	股票市场价格	机器学习	NA	Word2Vec, LSTM	混合深度学习模型	金融时间序列, 新闻标题	五个不同行业的公司	NA	NA	NA	NA
8	2025-10-07	Artificial Intelligence for Intraoperative Guidance: Using Semantic Segmentation to Identify Surgical Anatomy During Laparoscopic Cholecystectomy 2022-08-01, Annals of surgery IF:7.5Q1 DOI:10.1097/SLA.0000000000004594 PMID:33196488	研究论文	开发并评估用于腹腔镜胆囊切除术中识别安全/危险解剖区域的人工智能模型	首次使用语义分割技术实时识别腹腔镜胆囊切除术中的安全/危险解剖区域和关键解剖标志	研究基于单中心数据集，未在真实手术环境中进行实时验证	开发术中实时解剖识别AI系统以减少手术不良事件	腹腔镜胆囊切除术视频帧中的解剖结构	计算机视觉	胆囊疾病	深度学习	CNN	视频帧图像	290个手术视频的2627帧图像，来自37个国家136个机构的153名外科医生	NA	语义分割网络	IOU, F1分数, 准确率, 灵敏度, 特异性	NA
9	2025-10-07	Self-Supervised Adversarial Learning with a Limited Dataset for Electronic Cleansing in Computed Tomographic Colonography: A Preliminary Feasibility Study 2022-Aug-26, Cancers IF:4.5Q1 DOI:10.3390/cancers14174125 PMID:36077662	研究论文	本研究评估了一种新型自监督对抗学习方案在有限训练数据集下实现计算机断层扫描结肠成像中电子清洗的可行性	提出了一种自监督对抗学习方案，能够在无需图像标注的小型数据集上实现亚体素精度的电子清洗	仅进行了初步可行性研究，样本量有限（18个临床病例）	解决计算机断层扫描结肠成像中电子清洗的技术问题	计算机断层扫描结肠成像数据	计算机视觉	结肠疾病	计算机断层扫描结肠成像	GAN	三维医学图像	18个临床CTC病例	NA	3D GAN	视觉感知质量	NA
10	2025-10-07	Nuclear morphology is a deep learning biomarker of cellular senescence 2022-08, Nature aging IF:17.0Q1 DOI:10.1038/s43587-022-00263-3 PMID:37118134	研究论文	本研究开发了一种基于核形态的深度学习模型，用于预测细胞衰老，并验证其跨组织和物种的适用性	首次证明核形态可作为细胞衰老的深度学习生物标志物，具有跨组织和物种的普适性	研究主要基于体外培养细胞和组织样本，需要进一步在更多临床场景中验证	开发基于核形态的细胞衰老预测方法并探索其与人类健康结局的关联	人类成纤维细胞、小鼠星形胶质细胞、小鼠神经元、早衰成纤维细胞、小鼠肝组织、人类皮肤活检样本	数字病理学	衰老相关疾病	H&E染色	神经网络	图像	多种细胞类型和组织样本	NA	NA	准确率	NA
11	2025-10-07	Deep learning on resting electrocardiogram to identify impaired heart rate recovery 2022-Aug, Cardiovascular digital health journal IF:2.6Q2 DOI:10.1016/j.cvdhj.2022.06.001 PMID:36046430	研究论文	本研究开发了一种基于静息心电图的深度学习模型来预测心率恢复能力，并验证其与心血管疾病风险的关联	首次使用静息心电图通过深度学习模型预测运动后心率恢复能力，无需实际运动测试	研究人群主要为英国生物银行参与者，需要进一步验证在其他人群中的适用性	探索基于静息心电图的心率恢复能力预测及其与心血管疾病风险的关联	英国生物银行参与者的静息心电图数据和临床结局	机器学习	心血管疾病	心电图	CNN	心电图波形	56,793名个体（平均年龄57岁，51%女性）	NA	卷积神经网络	相关系数, 风险比, 置信区间	NA
12	2025-02-21	Non-Contact Heartbeat Detection Based on Ballistocardiogram Using UNet and Bidirectional Long Short-Term Memory 2022-08, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3162396 PMID:35333727	研究论文	本文提出了一种基于UNet和双向长短期记忆（Bi-LSTM）的深度学习模型，用于从心冲击图（BCG）信号中自动检测心跳	结合UNet和Bi-LSTM的深度学习模型，有效解决了低信噪比BCG信号中的心跳检测问题，尤其是在不同测量姿势和心率范围下的鲁棒性	研究样本量较小，仅包含43名受试者，且未涉及更多复杂环境下的验证	开发一种非接触式心跳检测方法，用于家庭护理中的心血管疾病风险预测和睡眠分期	心冲击图（BCG）信号	机器学习	心血管疾病	深度学习	UNet, Bi-LSTM	信号数据	43名受试者	NA	NA	NA	NA
13	2025-02-21	A novel deep learning model based on the ICA and Riemannian manifold for EEG-based emotion recognition 2022-08-01, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2022.109642 PMID:35690333	研究论文	本文提出了一种基于独立成分分析（ICA）、黎曼流形（RM）和长短期记忆网络（LSTM）的新型深度学习模型ICRM-LSTM，用于基于EEG的情绪识别	结合ICA、RM和LSTM，提出了一种新的EEG情绪识别模型ICRM-LSTM，并通过实验验证了其优越性能	未提及具体局限性	提高基于EEG的情绪识别准确率	EEG信号	机器学习	NA	独立成分分析（ICA）、黎曼流形（RM）	LSTM	EEG信号	SEED和MAHNOB-HCI数据集	NA	NA	NA	NA
14	2025-02-21	Unsupervised inter-frame motion correction for whole-body dynamic PET using convolutional long short-term memory in a convolutional neural network 2022-08, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2022.102524 PMID:35797734	研究论文	本文提出了一种基于卷积长短期记忆网络的非监督自动深度学习框架，用于校正全身动态PET中的帧间运动	首次在全身范围内考虑示踪剂分布变化，结合卷积长短期记忆层充分利用动态时间特征和空间信息	数据集仅包含27名受试者，样本量相对较小	开发一种快速准确的全身动态PET帧间运动校正方法	全身动态PET图像	计算机视觉	NA	深度学习	卷积神经网络（CNN）与卷积长短期记忆（ConvLSTM）结合	图像	27名受试者，每人进行90分钟的FDG全身动态PET扫描	NA	NA	NA	NA
15	2025-10-07	Prediction of lung malignancy progression and survival with machine learning based on pre-treatment FDG-PET/CT 2022-Aug, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2022.104127 PMID:35810561	研究论文	基于治疗前FDG-PET/CT扫描，利用机器学习预测肺部恶性肿瘤进展和总生存期	首次将卷积神经网络与随机生存森林结合，同时预测恶性肿瘤进展和生存期，并比较了PET+CT融合模型与单模态模型的性能	回顾性研究，样本来自三个机构但可能存在选择偏差	开发基于FDG-PET/CT的机器学习模型来预测肺部恶性肿瘤的疾病进展和患者生存期	肺部恶性肿瘤患者（包括腺癌和鳞状细胞癌）	医学影像分析	肺癌	FDG-PET/CT成像	CNN, RSF	医学影像（PET/CT扫描图像）	1168个结节（来自965名患者）	NA	卷积神经网络，随机生存森林	AUC, 准确率, 敏感度, 特异度, C-index, IBS	NA
16	2024-12-01	JSE: Joint Semantic Encoder for zero-shot gesture learning 2022-Aug, Pattern analysis and applications : PAA IF:3.7Q2 DOI:10.1007/s10044-021-00992-y PMID:39588314	研究论文	本文研究了三种不同的特征提取技术对零样本手势学习性能的影响，并提出了一种名为联合语义编码器（JSE）的双线性自编码器方法	本文首次研究了特征选择对零样本手势学习的影响，并提出了联合语义编码器（JSE）方法，该方法在零样本手势识别中表现优异	本文未详细讨论JSE方法在其他领域的适用性及其泛化能力	研究特征提取技术对零样本手势学习性能的影响，并提出一种新的方法来提高零样本手势识别的准确性	零样本手势学习中的特征提取技术和识别性能	机器学习	NA	深度学习	自编码器	图像	未明确提及具体样本数量	NA	NA	NA	NA
17	2024-11-19	DeePVP: Identification and classification of phage virion proteins using deep learning 2022-08-11, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giac076 PMID:35950840	研究论文	本文介绍了一种基于深度学习的噬菌体病毒颗粒蛋白（PVPs）识别与分类工具DeePVP	DeePVP在PVP识别任务中的F1分数比现有最先进工具高出9.05%，在PVP分类任务中的整体准确率比PhANNs高出约3.72%	NA	开发一种能够有效识别和分类噬菌体病毒颗粒蛋白的工具	噬菌体病毒颗粒蛋白（PVPs）	机器学习	NA	深度学习	NA	序列	NA	NA	NA	NA	NA
18	2024-10-18	Radiation Dose Reduction for 80-kVp Pediatric CT Using Deep Learning-Based Reconstruction: A Clinical and Phantom Study 2022-08, AJR. American journal of roentgenology DOI:10.2214/AJR.21.27255 PMID:35195431	研究论文	本研究评估了基于深度学习的重建（DLR）在降低低管电压儿童CT辐射剂量同时保持诊断图像质量方面的效果	首次比较了低剂量DLR图像与标准剂量迭代重建（IR）图像，并探索了DLR在低管电压扫描中的应用	本研究为回顾性研究，样本量有限，且仅限于6岁及以下的儿童	评估DLR在降低低管电压儿童CT辐射剂量同时保持图像质量方面的效果	6岁及以下的儿童	计算机视觉	NA	基于深度学习的重建（DLR）	深度学习模型	图像	65名儿童（平均年龄25.0 ± 25.2个月）	NA	NA	NA	NA
19	2024-10-18	Defining Normal Ranges of Skeletal Muscle Area and Skeletal Muscle Index in Children on CT Using an Automated Deep Learning Pipeline: Implications for Sarcopenia Diagnosis 2022-08, AJR. American journal of roentgenology DOI:10.2214/AJR.21.27239 PMID:35234481	研究论文	使用自动化深度学习管道在儿童腹部CT图像上定义骨骼肌面积和骨骼肌指数的正常范围，以辅助诊断儿童肌肉减少症	首次使用自动化深度学习管道在儿童群体中定义骨骼肌面积和骨骼肌指数的正常范围	研究仅限于特定医院的数据，样本选择标准严格，可能影响结果的普适性	确定儿童骨骼肌面积和骨骼肌指数的正常范围，以辅助诊断儿童肌肉减少症	儿童的骨骼肌面积和骨骼肌指数	计算机视觉	NA	深度学习	DL	图像	2168名儿童，年龄范围2.00-18.99岁，包括1125名女性和1043名男性	NA	NA	NA	NA
20	2024-10-18	Editorial Comment: Doing More With Less-Deep Learning Iterative Reconstruction Can Improve Diagnostic Image Quality in Pediatric Low-Dose Body CT 2022-Aug, AJR. American journal of roentgenology DOI:10.2214/AJR.22.27613 PMID:35261283	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA