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	2026-09-29	Use of Deep Learning to Detect the Maternal Heart Rate and False Signals on Fetal Heart Rate Recordings 2022-Aug-27, Biosensors DOI:10.3390/bios12090691 PMID:36140076	研究论文	该研究开发了基于深度学习的模型，用于自动识别胎心率记录中的母体心率和伪信号，以辅助临床分析	开发了三种基于多层对称GRU的模型分别检测母体心率通道、多普勒胎心率传感器和头皮心电通道上的伪信号，其中多普勒模型最为实用，并将模型和数据集开源	模型性能仅达到专家水平（优于一位专家但劣于另一位），训练有素的专家在部分情况下可能表现更好，且头皮心电通道模型灵敏度较低（44.6%）	开发深度学习模型以自动检测胎心率记录中的母体心率和伪信号，用于预处理或临床警报系统	胎心率记录，包括母体心率通道、多普勒胎心率传感器和头皮心电通道信号	机器学习	NA	深度学习	GRU	时间序列信号	训练集包含来自635条记录的1030个专家标注时间段（平均36分钟），初始评估使用每种传感器类型30条完整标注记录，第二测试集使用45个同时记录多普勒胎心率和头皮心电信号的时段	MATLAB	多层对称GRU	灵敏度, 阳性预测值, 准确率	NA
2	2026-09-29	Design of a Miniaturized Wide-Angle Fisheye Lens Based on Deep Learning and Optimization Techniques 2022-Aug-27, Micromachines IF:3.0Q2 DOI:10.3390/mi13091409 PMID:36144031	研究论文	本文使用深度学习算法优化设计了一款微型五片式广角鱼眼镜头	利用深度学习算法辅助寻找透镜材料的最佳组合，并成功将透镜数量从六片减少到五片，同时采用塑料非球面透镜替代玻璃透镜	未提及	设计一种微型广角鱼眼镜头，并利用深度学习优化技术减少透镜数量并提升光学性能	微型广角鱼眼镜头光学系统	光学设计	NA	深度学习结合Zemax光学仿真优化	深度学习算法	光学仿真数据	NA	NA	NA	视场角、总长度、光斑尺寸、横向色差、场曲、F-θ畸变、MTF值	NA
3	2026-09-29	Preharvest Environmental and Management Drivers of Multidrug Resistance in Major Bacterial Zoonotic Pathogens in Pastured Poultry Flocks 2022-Aug-24, Microorganisms IF:4.1Q2 DOI:10.3390/microorganisms10091703 PMID:36144304	研究论文	该研究利用机器学习和深度学习方法，预测驱动散养家禽中重要人畜共患病原体多重耐药性的农场管理实践和粪便与土壤的理化性质。	在无抗生素使用的散养家禽生产系统中，结合传统机器学习和深度学习方法，识别驱动多重耐药性的关键农场管理实践和环境变量，揭示了无选择压力下的基线耐药水平。	摘要未明确提及研究局限性。	预测驱动散养家禽中人畜共患病原体多重耐药性的农场管理实践和粪便与土壤的理化性质。	从美国东南部42个散养家禽鸡群和11个农场采集的1635份收获前粪便和土壤样本。	机器学习	传染病	NA	随机森林, XGBoost, 多层感知机, 生成对抗网络, 自编码器	表格数据	1635份粪便和土壤样本	NA	随机森林, XGBoost, 多层感知机, 生成对抗网络, 自编码器	NA	NA
4	2026-09-28	Artificial olfactory sensor technology that mimics the olfactory mechanism: a comprehensive review 2022-Aug-19, Biomaterials research IF:8.1Q1 DOI:10.1186/s40824-022-00287-1 PMID:35986395	综述	本文综述了基于嗅觉机制的人工嗅觉传感器技术，介绍了其机制及在食品质量与稳定性评估、环境监测和诊断中的应用示例。	系统总结了模仿嗅觉机制的人工嗅觉传感器技术，涵盖多种传感器类型（如金属氧化物、电化学传感器、表面声波、石英晶体微天平、有机染料、比色传感器、导电聚合物和质谱仪），并强调了深度学习和人工神经网络在模式识别中的应用。	当前人工嗅觉传感器技术存在一些局限性，由于可靠性和标准化问题，商业化程度有限。	综述人工嗅觉传感器技术，基于嗅觉机制，介绍其机制和应用示例，并探讨未来发展方向。	人工嗅觉传感器（如电子鼻）及其在食品质量与稳定性评估、环境监测和诊断中的应用。	机器学习	NA	人工嗅觉传感器技术、深度学习、人工神经网络	人工神经网络	传感器阵列模式数据	NA	NA	NA	NA	NA
5	2026-09-28	Automatic detection of microaneurysms in optical coherence tomography images of retina using convolutional neural networks and transfer learning 2022-08-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-18206-8 PMID:35978087	研究论文	该论文利用卷积神经网络和迁移学习，自动检测视网膜光学相干断层扫描（OCT）图像中的微动脉瘤（MAs）	首次在OCT图像中检测微动脉瘤，通过将OCT B扫描分割成条带并构建数据集，使用堆叠泛化集成四个微调预训练卷积神经网络进行分类	需要荧光血管造影（FA）图像来创建标注数据集，且该方法依赖于精确配准	自动检测OCT图像中的微动脉瘤，以早期诊断糖尿病视网膜病变	视网膜OCT图像条带	数字病理学	糖尿病视网膜病变	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	未明确说明	NA	预训练CNN（具体架构未指定）	准确率	NA
6	2026-09-28	Fourier Imager Network (FIN): A deep neural network for hologram reconstruction with superior external generalization 2022-Aug-16, Light, science & applications DOI:10.1038/s41377-022-00949-8 PMID:35970839	研究论文	介绍了一种名为Fourier Imager Network (FIN)的深度学习框架，能够从新型样本的全息图进行端到端相位恢复和图像重建，具有优越的外部泛化能力	基于空间傅里叶变换模块的架构，使用可学习滤波器和全局感受野处理空间频率，相比现有卷积神经网络在全息图重建中具有更好的泛化能力和更快的推理速度	未明确说明	解决深度学习图像重建方法在新型样本泛化方面的挑战，实现从全息图进行端到端相位恢复和图像重建	全息图、相位恢复、图像重建	计算机视觉	肺癌	全息显微镜、定量相位成像	CNN	图像	使用人类肺组织样本训练，在人类前列腺、唾液腺组织和Pap涂片样本上盲测	NA	Fourier Imager Network (FIN)、卷积神经网络	泛化能力、推理速度	NA
7	2026-09-28	Comparison of multi-class and fusion of multiple single-class SegNet model for mapping karst wetland vegetation using UAV images 2022-08-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-17620-2 PMID:35918459	研究论文	本文提出了一种融合多个单类SegNet模型的最大概率算法，并开发了优化的后分类算法，用于利用无人机图像对喀斯特湿地植被进行分类。	提出了一种新的融合多个单类SegNet模型的最大概率算法，并开发了一种优化的后分类算法以消除拼接痕迹。	摘要中未提及。	对喀斯特湿地植被进行分类，并评估多类SegNet模型与融合多个单类SegNet模型在不同EPOCH值下的分类效果，同时与基于对象的随机森林分类器进行比较。	会仙国家湿地公园的喀斯特湿地植被。	计算机视觉	NA	无人机图像	SegNet、随机森林	图像	NA	NA	SegNet、随机森林	总体精度、F1分数	NA
8	2026-09-28	Infodemic and fake news - A comprehensive overview of its global magnitude during the COVID-19 pandemic in 2021: A scoping review 2022-Aug, International journal of disaster risk reduction : IJDRR IF:4.2Q1 DOI:10.1016/j.ijdrr.2022.103144 PMID:35791376	综述	本文通过范围综述综合了2021年COVID-19大流行期间虚假新闻现象的全球规模、动机、社会人口特征、AI检测工具和热门话题	综合了2021年COVID-19大流行期间虚假新闻的全球规模，重点关注动机、社会人口特征、AI工具和热门话题	仅涵盖2021年1月至11月五个学术数据库的文章，可能遗漏其他来源或语言的研究	了解2021年COVID-19大流行后虚假新闻现象的规模、动机、社会人口特征、AI检测工具和热门话题	一般人群、社交媒体用户和AI检测工具	机器学习	COVID-19	NA	CNN, LSTM, GAN	文本	97篇论文	NA	NA	NA	NA
9	2026-09-28	Pointwise Visual Field Estimation From Optical Coherence Tomography in Glaucoma Using Deep Learning 2022-08-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.11.8.22 PMID:35998059	研究论文	该研究训练并验证了一个基于Xception主干的深度学习回归模型，用于从非分割的OCT扫描中估计青光眼患者的逐点及整体视野敏感度	使用Xception主干构建定制化深度学习回归模型，从非分割的OCT扫描中同时估计平均偏差和52个视野阈值，并比较了四种成像模态及加权集成策略	样本量相对有限（186张测试图像），未提及外部验证数据集，可能影响模型的泛化性	利用深度学习从OCT图像中估计青光眼的视野敏感度，以辅助或替代标准自动视野计检查	接受完整青光眼检查（包括可靠的HFA 24-2 SITA Standard视野检查和SPECTRALIS OCT）的患者	医学图像分析	青光眼	光学相干断层扫描（OCT）和扫描激光检眼镜（SLO）	深度学习回归模型	图像	186张测试图像（来自接受青光眼检查的患者）	NA	Xception	平均绝对误差（MAE）、决定系数（R2）	NA
10	2026-09-10	Intratumoral Resolution of Driver Gene Mutation Heterogeneity in Renal Cancer Using Deep Learning 2022-08-03, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-21-2318 PMID:35654752	研究论文	本研究应用深度学习算法从肾癌的苏木精-伊红（H&E）染色组织切片中预测驱动基因突变，并解决了肿瘤内亚克隆空间分辨率的突变异质性	首次利用深度学习算法在亚克隆空间分辨率下解析肾癌的瘤内突变异质性，预测BAP1、PBRM1和SETD2三个基因的突变状态，并验证了其独立性和临床相关性	未提及	探索深度学习算法在解决癌症瘤内突变异质性方面的能力，并评估其潜在的诊断、预后和生物学意义	透明细胞肾细胞癌（ccRCC）组织样本，包括H&E染色图像和免疫组化（IHC）图像	数字病理学	肾癌	H&E染色、免疫组化（IHC）	深度学习模型	组织病理图像（H&E和IHC）	训练队列为1,282例，测试队列包括TCGA队列363例患者、两个组织微阵列队列分别为118例和365例患者，以及一个患者来源的异种移植（PDX）组织微阵列队列	NA	NA	AUC（曲线下面积）、敏感性	NA
11	2026-08-30	A 2D convolutional neural network to detect sleep apnea in children using airflow and oximetry 2022-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2022.105784 PMID:35797888	研究论文	本研究评估了一种基于气流和血氧饱和度信号的二维卷积神经网络架构，用于估计儿童阻塞性睡眠呼吸暂停的严重程度	首次在儿科背景下使用深度学习方法同时分析气流和血氧饱和度信号来检测睡眠呼吸暂停，并优于仅使用血氧饱和度或传统特征工程方法	未在摘要中明确提及局限性	评估基于气流和血氧饱和度信号的CNN架构在估计儿童OSA严重程度中的诊断能力	儿童阻塞性睡眠呼吸暂停（OSA）患者	深度学习	阻塞性睡眠呼吸暂停	多导睡眠监测（PSG）	二维卷积神经网络（2D CNN）	信号数据（气流和血氧饱和度信号）	CHAT数据库1638例，临床数据库974例	未提及具体框架，可能使用TensorFlow或PyTorch（NA）	未提及具体架构，仅提及2D CNN	准确率、Cohen's Kappa	未提及（NA）
12	2026-08-21	Lung Cancer Recurrence Risk Prediction through Integrated Deep Learning Evaluation 2022-Aug-27, Cancers IF:4.5Q1 DOI:10.3390/cancers14174150 PMID:36077686	研究论文	本研究通过集成深度学习评估，结合术前低剂量CT图像和组织学特征，预测完全切除的IA期非小细胞肺癌患者的复发风险，并评估其对TNM分期和肿瘤分级的附加价值	首次将术前CT图像和切除肺标本的组织学发现通过深度学习整合，以增强对IA期NSCLC复发风险的预测能力，并展示跨平台标志物结合的协同效应	研究仅基于182例患者，样本量较小，且未在外部独立队列中验证模型性能	开发并评估集成深度学习评估（IDLE）在预测IA期非小细胞肺癌复发风险中的效能，以及与标准分期系统的比较	182例来自国家肺筛查试验的IA期非小细胞肺癌患者，包括术前低剂量CT图像和切除肿瘤标本的组织学切片	医学影像分析、数字病理学、机器学习	肺癌（非小细胞肺癌）	CT成像、组织学染色（H&E）	深度学习模型（具体架构未指定）	图像（CT图像和组织学切片）	182例（IA期NSCLC患者）	NA	NA	AUC（曲线下面积，值为0.817 ± 0.037）、风险分层关联显著性（p < 0.0001）	NA
13	2026-08-21	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	本研究评估了一种基于自监督对抗学习的新型电子清洁方案，在有限数据集下实现亚体素精度的CT结肠成像电子清洁，并初步验证其技术可行性	提出了一种自监督对抗学习方案，用于在有限训练数据集下进行电子清洁，实现亚体素精度，无需图像标注	初步可行性研究，仅使用拟人模型和18例临床CT结肠成像数据，样本量有限	评估使用自监督对抗学习方案在有限训练数据集下进行电子清洁的技术可行性	CT结肠成像数据集，包括拟人模型和18例临床病例	计算机视觉	结肠癌	CT成像	生成对抗网络（GAN）	图像（CT结肠成像）	1个拟人模型和18例临床CT结肠成像案例	未提及	三维生成对抗网络（3D GAN）	视觉感知质量评估	未提及
14	2026-08-13	Performance and usability testing of an automated tool for detection of peripheral artery disease using electronic health records 2022-08-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-17180-5 PMID:35922657	研究论文	开发并评估一种利用电子健康记录自动检测外周动脉疾病的工具，同时调查医生对风险仪表盘表示的接受度。	使用时间工程特征训练的深度学习模型优于随机森林和传统逻辑回归模型，并首次结合医生可用性测试来评估自动化PAD检测工具的接受度。	模型尚未在前瞻性研究中得到验证，且对患者结局的影响未评估。	开发一种基于电子健康记录的自动化工具，用于识别未诊断的外周动脉疾病，并评估医生对风险仪表盘的接受度。	外周动脉疾病患者和对照组个体，以及参与可用性测试的初级和专科保健医生。	机器学习	心血管疾病	电子健康记录数据	深度学习、随机森林、逻辑回归	电子健康记录	3168名患者和16863名对照组	未指定	未指定	AUC	未指定
15	2026-08-12	Prediction of atomic stress fields using cycle-consistent adversarial neural networks based on unpaired and unmatched sparse datasets 2022-Aug-01, Materials advances IF:5.2Q2 DOI:10.1039/d2ma00223j PMID:35979503	研究论文	本文提出一种基于循环一致对抗神经网络的深度学习方法，无需输入-输出配对数据即可直接从原子微结构预测应力场，并以含缺陷石墨烯片为例进行验证	首次在无需任何微结构-应力场配对数据的情况下，利用循环一致对抗神经网络实现原子级应力场预测，模型包含四个独立深度神经网络，支持正反两个方向生成	未提及具体局限性，但可推断对稀疏数据集和非配对数据的依赖可能限制其在复杂系统中的应用，且验证仅局限于石墨烯材料	开发一种无需物理定律知识、无需配对数据的深度学习方法，实现原子级应力场预测，并探索其用于材料设计和实验数据增强的潜力	含缺陷的石墨烯片（张力下）的原子微结构和应力场	机器学习	NA	NA	生成对抗网络（GAN）	图像（原子微结构）	未具体说明样本数量，但涉及多组石墨烯晶格系统（含缺陷）	未明确提及，但通常基于TensorFlow或PyTorch	U-Net, ResNet, 混合U-Net-ResNet	未明确列出具体指标，但通过与反应分子动力学模拟的对比验证准确性	未提及具体计算资源
16	2026-04-24	Development and Validation of a Deep Learning Strategy for Automated View Classification of Pediatric Focused Assessment With Sonography for Trauma 2022-Aug, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.15868 PMID:34741469	研究论文	开发和验证用于儿科创伤重点超声评估视图分类的深度学习策略	使用大规模异质性真实世界临床数据集，由多位临床医生执行儿科FAST检查，开发高准确率的深度学习视图分类器	NA	开发并验证准确的深度学习视图分类器，用于儿科创伤重点超声评估（FAST）的自动视图分类	两个儿科急诊室由30位不同临床医生对18岁以下受伤儿童执行的真实FAST检查	计算机视觉	创伤	超声成像	深度学习分类器	超声视频片段和静态帧图像	699项FAST研究，包含4925个视频片段和1,062,612个静态帧	NA	NA	准确率，95%置信区间	NA
17	2026-03-25	Validation of a deep learning, value-based care model to predict mortality and comorbidities from chest radiographs in COVID-19 2022-Aug, PLOS digital health DOI:10.1371/journal.pdig.0000057 PMID:36812559	研究论文	本研究验证了一个基于深度学习、以价值为导向的护理模型，该模型利用胸部X光片预测COVID-19患者的死亡率和合并症	开发并验证了一个仅使用正面胸部X光片预测COVID-19患者合并症和死亡率的深度学习模型，并与传统的分层条件类别（HCC）风险调整模型进行了性能比较	模型训练数据来自单一机构（2010-2019年），且外部验证队列规模有限（共900例COVID-19患者），可能影响模型的泛化能力	验证深度学习模型在预测COVID-19患者合并症和死亡率方面的性能，并评估其在临床决策中的潜在应用价值	COVID-19患者的正面胸部X光片	数字病理学	COVID-19	胸部X光成像	深度学习模型	图像	训练集：14,121张门诊患者正面胸部X光片（2010-2019年）；验证集：413例门诊COVID-19患者（内部队列）和487例住院COVID-19患者（外部队列）的初始正面胸部X光片	NA	NA	ROC曲线下面积（AUC）、相关系数、绝对平均误差	NA
18	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
19	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
20	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