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
21	2026-08-16	RETRACTED: Convolutional neural network model by deep learning and teaching robot in keyboard musical instrument teaching 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0293411 PMID:37883500	研究论文	本文探讨了学前教育中键盘乐器教学的现状与问题，并提出通过教学机器人和深度学习卷积神经网络模型改进教学的方法。	将教学机器人与深度学习卷积神经网络结合用于键盘乐器教学，通过分析学生演奏时的图像和动作实现个性化教学。	摘要未提及研究的局限性。	调查学前教育中键盘乐器教学现状，识别问题，并提出基于智能技术的解决方案。	学前教育中的键盘乐器教学和学生。	机器学习	NA	深度学习	卷积神经网络（CNN）	图像	NA	NA	卷积神经网络（CNN）	学生满意度	NA
22	2026-08-13	RETRACTED: A wearable-based sports health monitoring system using CNN and LSTM with self-attentions 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0292012 PMID:37819909	研究论文	提出一种基于可穿戴设备、云计算和深度学习的运动健康监测系统，利用CNN、LSTM和自注意力机制预测运动员的健康状态。	融合CNN、LSTM和自注意力机制于运动健康监测，结合可穿戴设备和云平台实现实时监测与报告。	未提及局限，但文章已被撤回，可能涉及可靠性或伦理问题。	监测运动员的健康状态，以帮助其优化训练和比赛安排，防止受伤。	运动员的生理数据	机器学习	运动相关健康监测（非特定疾病）	可穿戴传感器数据采集	CNN-LSTM结合自注意力	生理时间序列数据	大型数据集（具体数量未提供）	NA	CNN, LSTM, 自注意力机制	准确率、特异性、精确率、F1分数	云计算平台（具体规格未提供）
23	2026-08-04	Coupling analysis of heart rate variability and cortical arousal using a deep learning algorithm 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0284167 PMID:37023117	研究论文	本研究利用深度学习算法分析心率变异性与皮层觉醒之间的耦合关系，基于多民族动脉粥样硬化研究数据集中的心电图信号，发现皮层觉醒期间心率及HRV增加，且反应因性别和睡眠阶段而异	首次在种族多样人群中通过深度学习工具自动标注皮层觉醒事件，并结合时间分析区分觉醒病因，探索皮层觉醒与HRV的瞬时关联	未在文中明确提及具体限制，但可能包括样本特异性或对ECG信号分析的依赖性	探讨皮层觉醒与心率变异性之间的瞬时关联，并分析其在不同性别、睡眠阶段及觉醒病因下的变化	1,069名受试者的整夜心电图信号及皮层觉醒事件	数字病理学	睡眠呼吸障碍	心电图信号分析	深度学习模型	心电图信号	1,069名受试者的整夜心电图信号	NA	NA	NA	NA
24	2026-08-02	Assessing an AI-based Smart Imagery Framing and Truthing (SIFT) system to assist radiologists annotating lung abnormalities on chest X-ray images for development of deep learning models 2023, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2653826 PMID:42534261	研究论文	评估一种基于AI的智能影像框定与标注（SIFT）系统，辅助放射科医生标注胸部X光图像中的肺异常，以支持深度学习模型的开发	集成基于卷积神经网络的增强型MaskR-CNN和多层感知器神经网络，实现自动标注ROI、精细边界注释、置信度评分及推荐其他可能异常类型，有效提高放射科医生标注的一致性和效率	未提及	评估SIFT系统在自动标注多疾病胸部X光图像中的辅助作用，以提高放射科医生的标注一致性、效率和准确性	胸部X光图像中的肺异常，包括肺结核、肺结节、肺炎、COVID-19和纤维化	计算机视觉	肺部疾病	NA	CNN、MLP	图像	训练数据含307415个ROI和67071张正常胸部X光图像；测试数据含178张CXR图像和272个ROI	NA	MaskR-CNN、多层感知器	接受率、变异减少、平均IOU、一致真阳性率、假阳性率、标注时间	NA
25	2026-07-31	Fast Auto-Differentiable Digitally Reconstructed Radiographs for Solving Inverse Problems in Intraoperative Imaging 2023, Clinical image-based procedures : from planning to intervention : international workshop, CLIP ..., held in conjunction with MICCAI ... : revised selected papers. CLIP (Workshop) DOI:10.1007/978-3-031-23179-7_1 PMID:42524476	研究论文	提出一种快速可自动微分的数字重建放射影像生成器，用于解决术中成像中的逆问题	将Siddon射线追踪算法重新表述为向量化张量运算，并在PyTorch中实现，使DRR生成器完全可微，支持基于梯度的优化和深度学习框架	论文未明确说明局限性，但可推断该方法可能依赖于GPU资源，且尚未在真实临床数据上验证其优势	解决术中成像中DRR生成速度慢且不支持梯度计算的挑战，实现基于梯度的快速优化以支持微创手术中的图像引导	数字重建放射影像（DRR）生成器在切片到体积配准问题中的应用	计算机视觉	不适用	数字重建放射影像（DRR）生成	不适用（方法为DRR生成器，非传统模型）	医学图像（如CT扫描生成的DRR）	未明确说明样本量，基于模拟实验	PyTorch	不适用（基于Siddon方法的向量化实现）	不适用（论文主要关注渲染速度和可微分性，未提及具体评估指标）	GPU加速（具体类型未说明）
26	2026-07-04	Artificial intelligence in disease diagnosis: a systematic literature review, synthesizing framework and future research agenda 2023, Journal of ambient intelligence and humanized computing DOI:10.1007/s12652-021-03612-z PMID:35039756	综述	对人工智能在疾病诊断中的应用进行系统文献综述，构建综合框架并提出未来研究议程	系统梳理了从机器学习到深度学习的人工智能技术在多种疾病诊断中的应用，并基于PRISMA指南筛选文献，比较了不同数据集和特征提取方法的效果	未明确说明具体技术的局限性，且文献筛选截至2020年10月，可能遗漏近期研究	综述人工智能技术在疾病诊断中的现状，构建综合框架并指出未来研究方向	用于阿尔茨海默病、癌症、糖尿病、慢性心脏病、结核病、中风及脑血管疾病、高血压、皮肤病和肝病诊断的人工智能技术	机器学习	阿尔茨海默病、癌症、糖尿病、慢性心脏病、结核病、脑血管疾病、高血压、皮肤病、肝病	NA	NA	医学影像（超声、磁共振成像、乳腺X线摄影、基因组学、计算机断层扫描）	NA	NA	NA	预测率、准确率、灵敏度、特异性、曲线下面积、精确率、召回率、F1分数	NA
27	2026-07-03	RETRACTED ARTICLE: A review on quantum computing and deep learning algorithms and their applications 2023, Soft computing IF:3.1Q2 DOI:10.1007/s00500-022-07037-4 PMID:35411203	综述	本文综述了量子计算和深度学习算法及其在计算智能中的应用	系统分析了量子算法和深度学习算法这两大领域及其在计算智能中的应用，强调了量子计算带来的指数级加速优势	未详细比较不同算法的具体性能指标，也未讨论实际部署中的挑战	探讨量子计算和深度学习在计算智能中的研究现状与应用	量子计算和深度学习算法	机器学习	NA	NA	深度学习模型	文本、图像、音频	NA	NA	NA	NA	NA
28	2026-07-03	RETRACTED ARTICLE: DenseNet-II: an improved deep convolutional neural network for melanoma cancer detection 2023, Soft computing IF:3.1Q2 DOI:10.1007/s00500-022-07406-z PMID:36034768	研究论文 (已撤稿)	提出改进的深度卷积神经网络DenseNet-II用于黑色素瘤检测	通过自定义网络层数、激活函数和输入数组维度，改进DenseNet架构，实现对七类皮肤病变的分类，超越传统二分类（恶性/良性）方法	未在摘要中明确说明	提高黑色素瘤检测的准确性	黑色素瘤皮肤病变数据集中的七种病变类型	计算机视觉, 数字病理学	黑色素瘤	NA	卷积神经网络（CNN）	图像（皮肤镜图像或普通相机图像）	NA	NA	DenseNet（改进型，文中称DenseNet-II）	准确率	NA
29	2026-07-03	RETRACTED ARTICLE: An automatic and intelligent brain tumor detection using Lee sigma filtered histogram segmentation model 2023, Soft computing IF:3.1Q2 DOI:10.1007/s00500-022-07457-2 PMID:36105824	科研论文	提出一种基于Lee sigma滤波直方图分割模型（LSFHS）的自动智能脑肿瘤检测方法	创新性地结合自适应Lee sigma滤波与灰度双峰直方图分割进行脑肿瘤检测，相比现有方法提高了14%的检测准确率并加快了25%的检测速度	本文已被撤回，可能涉及研究结果或方法的可靠性问题	实现高准确率、低时间消耗的脑肿瘤自动检测	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI成像	NA	图像	多张MRI图像	NA	LSFHS（Lee sigma滤波直方图分割）	峰值信噪比（PSNR），肿瘤检测准确率，错误率	NA
30	2026-06-30	Deep learning prediction boosts phosphoproteomics-based discoveries through improved phosphopeptide identification 2023-Jan-12, bioRxiv : the preprint server for biology DOI:10.1101/2023.01.11.523329 PMID:36711982	研究论文	提出了DeepRescore2计算工作流程，利用深度学习预测保留时间和碎片离子强度来提高磷酸肽鉴定和磷酸化位点定位	首次将深度学习预测数据（保留时间和碎片离子强度）整合进磷酸蛋白质组学流程，显著提高磷酸肽鉴定率并发现新的生物学靶点	仅测试了合成数据和生物数据集，可能未覆盖所有复杂样本类型；深度学习模型依赖训练数据质量	改进磷酸蛋白质组学数据分析中的磷酸肽鉴定率，促进基于磷酸化蛋白质组学的生物发现	磷酸肽鉴定、磷酸化位点定位、肝脏癌症样本中的磷酸化信号通路	深度学习	肝癌	Shotgun磷酸蛋白质组学	深度学习模型	质谱数据	合成数据集和生物数据集（包括肝癌肿瘤与正常组织样本）	NA	NA	肽谱匹配数增加率（17%）、磷酸肽鉴定增加率（19%-46%）、磷酸化位点	NA
31	2026-06-26	Corrigendum to ArtifactID: Identifying artifacts in low-field MRI of the brain using deep learning Magnetic Resonance Imaging Volume 89, June 2022, Pages 42-48 2023-Jan, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2022.03.006 PMID:35396147	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
32	2026-05-30	An update on computational pathology tools for genitourinary pathology practice: A review paper from the Genitourinary Pathology Society (GUPS) 2023, Journal of pathology informatics DOI:10.1016/j.jpi.2022.100177 PMID:36654741	综述	本文对用于泌尿生殖病理学的计算病理学工具进行了综述，评估了最新深度学习工具的应用进展	系统性地评估了泌尿生殖病理学深度学习工具的最新迭代，强调了其在肿瘤分级、分期和亚型识别中的潜力	数据可用性、监管和标准化方面的限制阻碍了这些工具的实施	评估实用深度学习工具在泌尿生殖病理学中的演化轨迹和潜力	泌尿生殖病理学中的深度学习算法工具	数字病理学	泌尿生殖系统疾病（如前列腺癌、膀胱癌等）	深度学习	深度学习模型	病理图像	NA	NA	NA	NA	NA
33	2026-05-26	Enhancing diabetic retinopathy classification using deep learning 2023 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076231203676 PMID:37766903	研究论文	利用深度学习模型对糖尿病视网膜病变及其严重程度进行分类	结合CLAHE和ESRGAN图像增强技术，在APTOS 2019数据集上实现了97.83%的最高准确率和多阶段分类性能提升	未提及具体局限性	提高糖尿病视网膜病变的自动检测与分类准确性	视网膜眼底图像	计算机视觉	糖尿病视网膜病变	CLAHE, ESRGAN	卷积神经网络	图像	APTOS 2019数据集，包含5个严重阶段	NA	CNN	准确率, 精度, 召回率, F1分数	NA
34	2026-05-26	Deep learning-enhanced diabetic retinopathy image classification 2023 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076231194942 PMID:37588156	研究论文	使用深度学习模型准确识别糖尿病视网膜病变的五个阶段	通过图像增强技术生成平衡数据集，并使用DenseNet-121模型在APTOS和DDR数据集上实现了优异的分类性能	未提及	提高糖尿病视网膜病变分期识别的准确性	糖尿病视网膜病变的五种阶段分类	计算机视觉	糖尿病视网膜病变	图像增强	DenseNet-121	图像	APTOS数据集和DDR数据集	NA	DenseNet-121	准确率, 前2准确率, 前3准确率, 精确率, 召回率, F1分数	NA
35	2026-05-15	Deep learning-based automated pipeline for blood vessel detection and distribution analysis in multiplexed prostate cancer images 2023, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2023.1296667 PMID:38323039	研究论文	提出一种基于深度学习的前列腺癌多通道图像血管自动检测与分布分析流水线	首次结合CD31、CD34和胶原IV三种标记物训练深度学习模型，实现前列腺癌组织微血管的自动分割，并系统分析血管大小和分布模式与疾病进展的关联	NA	开发自动化流水线用于前列腺癌多通道图像中血管检测和分布分析，以替代手动分割并研究血管特征与预后相关性	前列腺癌患者队列中的血管	数字病理学, 机器学习	前列腺癌	多重免疫荧光成像	深度学习分割模型	图像（CD31、CD34和胶原IV多通道显微图像）	215例前列腺癌患者的组织样本	NA	NA	精确率、召回率、Dice相似系数	NA
36	2026-05-09	Predicting near-term glaucoma progression: An artificial intelligence approach using clinical free-text notes and data from electronic health records 2023, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2023.1157016 PMID:37122330	研究论文	利用电子健康记录中的结构化数据和临床自由文本笔记，开发预测青光眼一年内是否进展至需手术的人工智能模型	首次结合眼科领域神经词嵌入与深度学习模型，融合结构化临床数据和自由文本笔记特征，预测青光眼手术需求	未纳入影像数据，未来研究可进一步优化预测方法	开发基于电子健康记录数据预测青光眼患者一年内是否需要手术的模型	从斯坦福大学2008-2020年电子健康记录中识别的成年青光眼患者	自然语言处理	青光眼	NA	深度学习模型	文本、结构化数据	3469名青光眼患者（其中26%接受了手术）	NA	随机森林、逻辑回归、深度学习	AUC, F1分数	NA
37	2026-05-05	A deep learning algorithm with good prediction efficacy for cancer-specific survival in osteosarcoma: A retrospective study 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0286841 PMID:37768965	研究论文	利用DeepSurv算法预测骨肉瘤患者癌症特异性生存率，并与Cox比例风险模型比较效果	首次在骨肉瘤中应用DeepSurv深度学习算法构建癌症特异性生存预测模型，并提供便捷的网页计算工具	DeepSurv在预测性能上未显著优于传统Cox模型	评估DeepSurv算法在骨肉瘤患者癌症特异性生存预测中的效果，为个体化治疗提供数据支持	2004至2017年诊断为骨肉瘤的患者	机器学习	骨肉瘤	NA	DeepSurv、Cox比例风险模型	表格数据	3218名患者，训练组2252人，验证组966人	NA	DeepSurv	一致性指数、综合Brier分数、均方根误差、平均绝对误差	NA
38	2026-04-05	Data-driven multimodal fusion: approaches and applications in psychiatric research 2023, Psychoradiology DOI:10.1093/psyrad/kkad026 PMID:38143530	综述	本文全面概述了数据驱动的多模态融合方法及其在精神病学研究中的应用	强调了在无先验信息或有先验信息下，利用典型相关分析和独立成分分析等方法进行多模态融合的创新性，并讨论了N向多模态融合、深度学习方法和临床转化等新兴趋势	未具体说明方法在实际应用中可能面临的数据异质性、模型泛化能力或计算资源限制等挑战	整合多样化的神经影像视角，以更全面地理解复杂的精神疾病	神经影像数据，包括遗传、环境、认知和治疗结果等多因素	机器学习	精神疾病	神经影像分析，如磁共振成像	深度学习	多模态数据（如神经影像、遗传、环境数据）	NA	NA	NA	NA	NA
39	2026-04-04	RETRACTED: Gastrointestinal tract disorders classification using ensemble of InceptionNet and proposed GITNet based deep feature with ant colony optimization 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0292601 PMID:37831692	研究论文	提出一种基于深度特征学习和蚁群优化的自动系统，用于胃肠道疾病的内窥镜图像分类	提出新的GITNet深度网络架构，并结合InceptionNetV3进行深度特征提取，首次将蚁群优化（ACO）用于胃肠道疾病分类的特征优化，并采用串行特征融合与多种SVM分类器变体	仅在两个特定数据集（KVASIR和NERTHUS）上进行评估，未在更广泛或临床实际数据中验证，未讨论模型的计算效率或实时性	开发自动化的计算机辅助诊断系统，提高胃肠道疾病内窥镜筛查的准确性和效率	胃肠道疾病的内窥镜图像	计算机视觉	胃肠道疾病	内窥镜成像	CNN, SVM	图像	两个数据集（KVASIR含8类，NERTHUS含4类），具体样本数未提供	NA	InceptionNetV3, GITNet	准确率	NA
40	2026-03-29	EPViz: A flexible and lightweight visualizer to facilitate predictive modeling for multi-channel EEG 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0282268 PMID:36848345	研究论文	介绍了一种名为EPViz的新型开源可视化工具，用于辅助多通道脑电图（EEG）的预测建模开发、验证和结果报告	开发了一个轻量级、独立的软件包，能够加载PyTorch深度学习模型，将输出预测叠加在原始EEG时间序列上，并支持高分辨率图像保存，填补了EEG可视化领域的空白	NA	促进计算神经科学中时空预测分析的发展，并推动工程师与临床医生之间的合作	多通道头皮脑电图（EEG）数据	机器学习	NA	脑电图（EEG）	深度学习模型	时间序列数据	NA	PyTorch	NA	NA	NA