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
101	2026-02-14	Update on Lung Cancer Screening Guideline 2023-Nov, Thoracic surgery clinics IF:1.1Q3 DOI:10.1016/j.thorsurg.2023.04.002 PMID:37806735	综述	本文更新了肺癌筛查指南，并讨论了当前存在的种族/民族和性别差异	强调了2021年指南扩展后仍存在的筛查资格差异，并提出了风险预测模型、生物标志物和深度学习作为改进筛查选择的方法	未提供具体数据或模型验证结果，主要基于现有指南和观察性差异的讨论	更新肺癌筛查指南并探讨如何通过新技术减少筛查资格的不平等	符合年龄和吸烟史标准的个体，特别是高风险种族少数群体和女性	数字病理学	肺癌	NA	深度学习	NA	NA	NA	NA	NA	NA
102	2026-02-13	Deep learning in spatial transcriptomics: Learning from the next next-generation sequencing 2023-Mar, Biophysics reviews IF:2.9Q2 DOI:10.1063/5.0091135 PMID:38505815	综述	本文综述了空间转录组学中深度学习模型的应用，探讨了现有工具、挑战及未来方向	深入探讨了深度学习在空间转录组学数据分析中的新兴应用，并指出了传统方法的局限性	深度学习模型在空间转录组学中仍处于早期阶段，应用尚未充分探索	综述空间转录组学数据分析方法，特别关注深度学习技术的应用	空间转录组学数据，包括基因表达谱和组织图像	数字病理学	NA	空间转录组学，单细胞RNA测序	深度学习模型	图像，计数矩阵	NA	NA	NA	NA	NA
103	2026-02-12	Joint EANM/SNMMI guideline on radiomics in nuclear medicine : Jointly supported by the EANM Physics Committee and the SNMMI Physics, Instrumentation and Data Sciences Council 2023-01, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-022-06001-6 PMID:36326868	指南	本指南提供了核医学中稳健放射组学分析的最佳实践，涵盖手工特征和基于深度学习的方法	作为首个由EANM和SNMMI联合支持的核医学放射组学指南，它整合了当前最佳实践，并特别关注手工特征方法，同时为未来深度学习应用预留了更新空间	指南主要基于现有成熟技术，对深度学习方法的应用共识不足，需待更多研究后更新，且虽适用于多模态医学影像，但重点仅限核医学（如PET/CT、PET/MR和定量SPECT）	制定核医学中放射组学分析的标准和推荐，以促进该领域的规范发展	核医学影像数据，包括PET/CT、PET/MR和定量SPECT	医学影像分析	NA	放射组学分析，包括手工特征提取和深度学习	NA	医学影像	NA	NA	NA	NA	NA
104	2026-02-09	Deep learning-powered generation of artificial endoscopic images of GI tract ulcers 2023-Dec, iGIE : innovation, investigation and insights DOI:10.1016/j.igie.2023.08.002 PMID:41646054	研究论文	本研究提出了一种结合生成对抗网络和变分自编码器的VAE-GAN架构，用于生成人工内窥镜图像，以解决胃肠道溃疡诊断中数据不足的问题	开发了VAE-GAN架构来生成人工内窥镜图像，该架构能抵抗模式崩溃、梯度消失、不稳定性和不收敛问题，并通过高精度和召回率验证了生成图像的质量和多样性	专家对人工与真实溃疡图像的分类准确率仅为57.1%，表明生成图像与真实图像仍存在一定差异；数据偏见仅得到部分缓解	通过生成人工内窥镜图像来解决深度学习模型在胃肠道溃疡诊断中数据不足的问题，以提高模型泛化性能	胃肠道溃疡的内窥镜图像	计算机视觉	胃肠道溃疡	内窥镜成像	GAN, VAE, CNN	图像	未明确指定样本数量	未明确指定	VAE-GAN, DenseNet121, 5层CNN	精度, 召回率, 分类准确率	未明确指定
105	2026-02-09	Phase III trial of short-course radiotherapy followed by CAPOXIRI versus CAPOX in locally advanced rectal cancer: the ENSEMBLE trial 2023-Oct, ESMO gastrointestinal oncology DOI:10.1016/j.esmogo.2023.08.002 PMID:41647286	临床试验	这是一项随机III期试验，旨在比较短程放疗后CAPOXIRI与CAPOX作为局部晚期直肠癌全辅助治疗的疗效	首次前瞻性研究短程放疗后三联（CAPOXIRI）与双联（CAPOX）巩固方案在局部晚期直肠癌全辅助治疗中的优劣	未提及具体样本量或研究设计的潜在限制	测试短程放疗后CAPOXIRI方案在提高器官保留适应无病生存率方面是否优于CAPOX方案	局部晚期直肠癌患者	数字病理学	直肠癌	全基因组/转录组测序、液体活检、放射组学、数字病理学、深度学习	深度学习	组织样本、血液样本、影像数据、病理图像、临床特征	NA	NA	NA	器官保留适应无病生存率	NA
106	2026-02-09	Deep learning site classification model for automated photodocumentation in upper GI endoscopy (with video) 2023-Mar, iGIE : innovation, investigation and insights DOI:10.1016/j.igie.2023.01.002 PMID:41647956	研究论文	本文开发了一种深度学习模型，用于从上消化道内窥镜视频数据中提取高质量图像帧并进行解剖部位分类，以实现自动化的影像记录	提出了一种结合图像过滤器和解剖部位分类的深度学习模型，能够从包含大量低质量帧的内窥镜视频中自动提取高质量图像，并实现高精度的解剖部位分类	模型在视频数据上的整体准确率（89.7%至94.8%）略低于静态图像测试，且仅针对8个特定解剖部位进行了验证	开发一种深度学习模型，用于自动化上消化道内窥镜检查中的影像记录和标准化	上消化道内窥镜视频和静态图像数据	计算机视觉	NA	内窥镜检查	深度学习模型	图像, 视频	8231张内窥镜静态图像和26,103张视频衍生图像用于训练、测试和内部验证，2142张独立静态图像用于外部验证，5段内窥镜视频（共6308帧）用于性能分析	NA	NA	准确率, F1分数	NA
107	2026-02-09	Novel artificial intelligence-enabled deep learning system to enhance adenoma detection: a prospective randomized controlled study 2023-Mar, iGIE : innovation, investigation and insights DOI:10.1016/j.igie.2023.01.013 PMID:41647953	研究论文	本研究评估了在结肠镜检查中使用新型AI辅助检测系统DEEP2对腺瘤检测率的提升效果	开发并验证了仅基于白光成像的AI系统DEEP2，在右半结肠检测中表现出显著优势，且误报率低于其他系统	单中心研究，未使用连续数字色素内镜，可能影响结果普适性	评估AI辅助检测系统在结肠镜检查中对腺瘤检测质量的影响	40至85岁接受结肠镜检查的参与者	计算机视觉	结直肠癌	白光结肠镜检查	深度学习	图像	674例结肠镜检查	NA	NA	腺瘤检测率, 每结肠镜腺瘤数, 息肉检测率, 误报率	NA
108	2026-02-07	Deep learning models to map osteocyte networks can successfully distinguish between young and aged bone 2023-Dec-21, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.20.572567 PMID:38187546	研究论文	本研究探索应用深度学习和计算机视觉技术，自动分割和测量骨细胞连接组学，以区分年轻和衰老小鼠的骨骼	首次将深度学习模型（特别是Attention U-Net）应用于骨细胞网络（LCN）的自动化分割与测量，实现了比传统手动方法更高效、客观的分析	模型对骨细胞树突状突起的分割准确率（42.1%）仍有待提高，需要进一步开发以提升性能	开发自动化工具以研究骨细胞网络的形态变化，并区分年轻与衰老骨骼的差异	小鼠骨骼中的骨细胞及其在骨陷窝-小管网络（LCN）中的连接结构	计算机视觉	老年性疾病	高分辨率显微镜成像	CNN, Transformer	图像	年轻（2月龄）和衰老（36月龄）小鼠的骨骼样本	NA	U-Net, Vision Transformer, Attention U-Net	分割准确率（骨细胞81.8%，树突状突起42.1%）	NA
109	2026-02-06	Patterns of diverse and changing sentiments towards COVID-19 vaccines: a sentiment analysis study integrating 11 million tweets and surveillance data across over 180 countries 2023-04-19, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad029 PMID:36821435	研究论文	本研究通过整合社交媒体推文与公共卫生监测数据，分析了全球范围内对COVID-19疫苗的情感演变模式	首次结合超过1100万条推文和180多个国家的监测数据，采用人机协同深度学习模型，揭示疫苗情感与接种行为的关联，并特别关注孕妇亚群体的滞后模式	研究依赖推特数据，可能无法全面代表所有人群观点；情感分析模型虽表现良好，但仍可能存在误判	探究COVID-19疫苗的公众情感演变及其与疫苗接种行为的关联，为疫苗推广提供策略依据	来自全球180多个国家的2,203,681名推特用户发布的11,211,672条相关推文	自然语言处理	COVID-19	情感分析，深度学习	深度学习模型	文本（推文），公共卫生监测数据	11,211,672条推文，涉及2,203,681名用户	未明确指定	未明确指定	准确率（0.92）	NA
110	2026-02-03	Low-contrast-dose liver CT using low monoenergetic images with deep learning-based denoising for assessing hepatocellular carcinoma: a randomized controlled noninferiority trial 2023-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-022-09298-x PMID:36576547	研究论文	本研究通过一项随机对照非劣效性试验，评估了使用双能CT和深度学习去噪技术的低对比剂剂量CT在肝细胞癌高风险患者中的有效性	结合双能CT的低单能图像和深度学习去噪技术，首次在随机对照试验中证明可将肝脏CT的对比剂剂量减少40%而不影响肝细胞癌的显影清晰度	研究为单中心试验，样本量相对较小（90名参与者），且仅针对肝细胞癌高风险患者，结果可能无法推广到所有人群或其他肝脏病变	评估低对比剂剂量CT结合先进成像技术在肝细胞癌检测中的非劣效性	肝细胞癌高风险患者	数字病理	肝细胞癌	双能CT，深度学习去噪，模型迭代重建	深度学习	CT图像	90名参与者（47名标准剂量组，43名低剂量组）	NA	NA	肝细胞癌显影清晰度评分，非劣效性检验	NA
111	2026-01-29	A Data-Free Approach to Mitigate Catastrophic Forgetting in Federated Class Incremental Learning for Vision Tasks 2023-Dec, Advances in neural information processing systems PMID:41573098	研究论文	本文提出了一种在联邦学习环境中缓解灾难性遗忘的无数据方法，通过生成模型合成历史数据样本	提出了一种无数据方法，在联邦增量学习中使用生成模型合成历史数据，无需客户端存储旧数据或模型，同时保护隐私	未明确说明生成模型的具体性能限制或在不同数据分布下的泛化能力	解决联邦增量学习中的灾难性遗忘问题	深度学习模型在视觉任务中的联邦增量学习	计算机视觉	NA	生成模型	NA	图像	NA	NA	NA	NA	NA
112	2026-01-28	Motor Imagery EEG Classification Based on a Weighted Multi-Branch Structure Suitable for Multisubject Data 2023-Nov, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3274231 PMID:37186527	研究论文	本文提出了一种加权多分支结构，用于处理多被试数据以提升特定被试运动想象脑电信号分类性能	提出加权多分支结构，每个分支负责拟合一对源-目标被试数据，通过自适应权重整合所有分支或选择权重最大的分支进行最终决策，有效利用分布差异大的多被试数据	未明确说明计算复杂度或实时性限制，且实验仅基于特定脑电数据集，泛化能力需进一步验证	解决特定被试运动想象脑电信号分类中训练数据稀缺问题，通过利用多被试数据提升模型性能	多被试脑电信号数据，包括BCICIV-2a、BCICIV-2b、高伽马数据集及两个补充数据集	机器学习	NA	脑电信号采集	CNN	脑电信号	基于多个公开脑电数据集，具体样本数未明确说明	NA	EEGNet, Shallow ConvNet, Deep ConvNet, ResNet, MSFBCNN, EEG_TCNet	分类准确率	NA
113	2026-01-28	Individualized Models for Glucose Prediction in Type 1 Diabetes: Comparing Black-Box Approaches to a Physiological White-Box One 2023-Nov, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3276193 PMID:37195837	研究论文	本研究开发了一种基于个性化生理模型的血糖预测算法，并与多种黑盒模型进行比较，以评估其在1型糖尿病管理中的性能	首次将基于UVA/Padova T1D模拟器的个性化生理模型与粒子滤波器结合用于血糖预测，并与多种先进黑盒模型进行系统比较	研究仅涉及12名1型糖尿病患者，样本量较小，且所有参与者均处于开放环路治疗下的自由生活条件，可能限制结果的普适性	比较白盒生理模型与黑盒模型在1型糖尿病患者血糖预测中的性能，以确定最优预测方法	1型糖尿病患者的血糖浓度数据	机器学习	1型糖尿病	贝叶斯方法、马尔可夫链蒙特卡洛技术	LSTM, GRU, TCN, rARX, 非线性生理模型	血糖浓度时间序列数据	12名1型糖尿病患者，在自由生活条件下接受开放环路治疗监测10周	NA	长短期记忆网络, 门控循环单元, 时间卷积网络, 递归自回归外生输入模型	均方根误差	NA
114	2026-01-27	Parallel Multistage Wide Neural Network 2023-Aug, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2021.3120331 PMID:34699372	研究论文	本文提出了一种并行多级宽神经网络（PMWNN），旨在高效处理图像和非图像数据，实现增量学习和并行测试	设计了一种宽径向基函数（WRBF）网络，可在单轮训练中高效学习特征，并通过多级结构专注于错误分类样本，支持增量学习和并行测试	未明确提及模型在极端数据分布或实时应用中的性能限制	开发一种能减少计算资源、支持增量学习并加速测试过程的神经网络架构	图像数据（如MNIST、高光谱遥感数据）和非图像数据集	机器学习	NA	NA	神经网络, RBF网络	图像, 非图像数据	涉及MNIST数据、多个大型高光谱遥感数据集及不同类型应用领域的数据集	NA	宽径向基函数网络（WRBF）, 并行多级宽神经网络（PMWNN）	准确率	NA
115	2026-01-22	RETRACTED ARTICLE: Economic simulation of sports industry based on deep learning algorithm and data mining 2023-05-22, Soft computing IF:3.1Q2 DOI:10.1007/s00500-023-08461-w PMID:37362271	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
116	2026-01-21	Human cytomegalovirus infection perturbs neural progenitor cell fate via the expression of viral microRNAs 2023-02, Journal of medical virology IF:6.8Q1 DOI:10.1002/jmv.28574 PMID:36772841	研究论文	本研究探讨了人类巨细胞病毒（HCMV）通过表达病毒microRNAs（miRNAs）扰乱神经祖细胞（NPCs）命运，进而导致神经发育障碍的机制	首次结合微阵列、深度学习和实验验证，系统揭示了HCMV感染NPCs过程中病毒miRNAs（特别是hcmv-miR-US25-1）通过靶向神经发育关键基因（如Jag1）调控细胞命运的分子机制	研究主要关注早期感染阶段，未涵盖长期感染效应；体外NPCs模型可能无法完全模拟体内复杂微环境	阐明HCMV感染导致神经发育障碍的分子机制，特别是病毒miRNAs在调控神经祖细胞命运中的作用	人类神经祖细胞（NPCs）和人类巨细胞病毒（HCMV）	生物信息学与计算生物学	神经发育障碍	微阵列分析、实时定量逆转录聚合酶链反应（qRT-PCR）、定点突变	深度学习模型	microRNA表达数据、mRNA表达数据	未明确说明具体样本数量，但涉及HCMV感染的NPCs实验组和对照组	NA	NA	NA	NA
117	2026-01-19	Using AI and computer vision to analyze technical proficiency in robotic surgery 2023-04, Surgical endoscopy DOI:10.1007/s00464-022-09781-y PMID:36536082	研究论文	本研究利用AI和计算机视觉技术分析机器人手术视频，以评估外科医生的技术熟练度	开发了一种可解释的自动化方法，通过计算机视觉AI算法评估机器人手术中的技术熟练度，并与专家评分进行相关性验证	研究仅针对结直肠机器人手术中的腹膜闭合步骤，样本量相对较小（92个剪辑），且主要关注效率和双手灵巧性两个维度	设计并验证一种客观、高效的计算机视觉方法，用于评估机器人手术中的技术熟练度	结直肠机器人手术视频中的腹膜闭合剪辑	计算机视觉	结直肠癌	计算机视觉视频分析	深度学习	视频	92个腹膜闭合手术视频剪辑	未明确指定	未明确指定	相关性系数（r值），p值	未明确指定
118	2026-01-17	The text-package: An R-package for analyzing and visualizing human language using natural language processing and transformers 2023-Dec, Psychological methods IF:7.6Q1 DOI:10.1037/met0000542 PMID:37126041	研究论文	本文介绍了一个名为text的R软件包，该软件包利用自然语言处理和Transformer技术来分析和可视化人类语言	开发了一个专门为心理学和社会科学研究人员设计的、用户友好的R软件包，将最先进的NLP和深度学习技术（特别是Transformer）模块化并整合到端到端的人类层面分析流程中	未明确说明该软件包在处理特定语言或文化背景文本时的局限性，也未提及计算资源要求或大规模部署的性能基准	为心理学和社会科学研究者提供易于使用的工具，以利用先进的自然语言处理技术分析人类语言中的心理信息	人类语言文本数据	自然语言处理	NA	自然语言处理, 深度学习, Transformer	Transformer	文本	NA	R	Transformer	NA	NA
119	2026-01-17	An Automatic Remote Health Risk Assessment system based on LSTM for elderly 2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC40787.2023.10340287 PMID:38083128	研究论文	本文设计并验证了一种基于LSTM的老年人自动远程健康风险评估系统	提出了一种结合无线生理参数传感、LSTM生命体征预测和简化版国家早期预警评分（NEWS）的集成式自动化远程监测系统，为家庭监护提供了一种新的深度学习策略	风险识别准确率为74%，仍有提升空间；未详细说明系统在多样化老年人群中的泛化能力	开发一种自动化远程健康风险评估系统，以应对老龄化挑战，实现老年人居家健康监测	老年人	机器学习	老年疾病	无线生理参数传感	LSTM	时间序列生理数据	NA	NA	LSTM	准确率, MAE	NA
120	2026-01-16	Quality assessment of colour fundus and fluorescein angiography images using deep learning 2023-12-18, The British journal of ophthalmology DOI:10.1136/bjo-2022-321963 PMID:36418144	研究论文	本文开发了一种基于深度学习的神经网络，用于对彩色眼底和荧光素血管造影图像进行自动实时图像质量评估	首次针对彩色眼底和荧光素血管造影图像开发了自动实时图像质量评估的神经网络，并在多类别质量预测中展示了接近人类水平的性能	未明确说明模型在更广泛或多样化数据集上的泛化能力，以及在实际临床环境中的长期稳定性	开发自动实时图像质量评估方法，以支持临床研究和常规实践中的图像质量控制	彩色眼底和荧光素血管造影图像	计算机视觉	NA	NA	神经网络	图像	2272张彩色眼底图像和2492张荧光素血管造影图像	NA	NA	F1分数, 接收者操作特征曲线下面积, 精确率-召回率曲线下面积, 准确率	NA