深度学习在生物医药领域中的应用

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
1	2025-07-24	Deep Learning-Based Model for Identifying Tumors in Endoscopic Images From Patients With Locally Advanced Rectal Cancer Treated With Total Neoadjuvant Therapy 2023-03-01, Diseases of the colon and rectum DOI:10.1097/DCR.0000000000002295 PMID:35358109	research paper	开发了一种基于深度卷积神经网络的自动分类方法，用于识别内窥镜图像中肿瘤的存在与否	使用深度卷积神经网络进行内窥镜图像的自动分类，以识别肿瘤的存在与否	研究中的图像数量有限，且仅在一个机构进行	开发一种新方法来识别内窥镜图像中肿瘤的存在与否，并评估该方法的准确性	109名被诊断为局部晚期直肠癌并接受全新生辅助治疗的患者的内窥镜图像	digital pathology	rectal cancer	deep convolutional neural network	CNN	image	1392张内窥镜图像（1099张用于训练，293张用于测试）
2	2025-07-21	Towards Automatic Cartilage Quantification in Clinical Trials - Continuing from the 2019 IWOAI Knee Segmentation Challenge 2023-Mar, Osteoarthritis imaging DOI:10.1016/j.ostima.2023.100087 PMID:39036792	research paper	评估深度学习分割方法在骨关节炎临床试验中量化软骨损失的适用性	利用2019年IWOAI膝关节软骨分割挑战赛中六支团队的深度学习方法，评估其在纵向临床研究中量化软骨损失的能力	股骨区域的深度学习分割方法标准化响应均值较低，可能由于后处理中的简单子区域提取方法	评估深度学习分割方法在标准化纵向单扫描仪临床研究中量化软骨损失的适用性	骨关节炎患者的膝关节MRI扫描数据	digital pathology	骨关节炎	深度学习分割方法	DL	MRI图像	556名受试者的1130次膝关节MRI扫描
3	2025-07-20	Integrating structured and unstructured data for timely prediction of bloodstream infection among children 2023-03, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-022-02116-6 PMID:35854085	研究论文	该研究通过结合结构化和非结构化的电子健康记录数据，利用深度学习模型预测儿童中心静脉导管相关的血流感染	整合临床记录中的非结构化数据与结构化电子健康记录数据，提高了预测严重血流感染的准确性和阳性预测值	研究仅在一个三级儿科医疗系统中进行，可能限制了结果的普遍适用性	开发一种先进的感染预测模型，用于预测儿童中心静脉导管相关的血流感染	住院儿童患者，特别是那些带有中心静脉导管的患者	机器学习	血流感染	深度学习	深度学习模型	结构化电子健康记录数据和临床记录文本	24,351例患者就诊记录
4	2025-07-12	When liver disease diagnosis encounters deep learning: Analysis, challenges, and prospects 2023-Mar, ILIVER.. DOI:10.1016/j.iliver.2023.02.002 PMID:40636411	综述	本文综述了深度学习在肝脏研究中的应用，分析了数据模态、肝脏主题与应用之间的关系，并总结了相关深度学习方法	利用Sankey图展示了数据模态、肝脏主题与应用之间的关系，总结了深度学习在肝脏研究中的方法和趋势	仅基于过去5年的139篇论文进行分析，可能未涵盖所有相关研究	探讨深度学习在肝脏疾病诊断和治疗中的应用	肝脏疾病	数字病理学	肝脏疾病	深度学习	NA	多模态数据	139篇论文
5	2025-07-12	Application of biological big data and radiomics in hepatocellular carcinoma 2023-Mar, ILIVER.. DOI:10.1016/j.iliver.2023.01.003 PMID:40636408	综述	本文综述了生物大数据和放射组学在肝细胞癌（HCC）中的研究进展	结合生物大数据和放射组学为HCC的诊断、预后和治疗提供了新方法和新思路	NA	探讨生物大数据和放射组学在HCC中的应用	肝细胞癌（HCC）	数字病理学	肝癌	组学技术（基因组学、转录组学、蛋白质组学）、液体活检、机器学习算法、深度学习算法	NA	生物大数据、影像数据（超声、CT、MRI）	NA
6	2025-06-24	Deep Learning for Detection of Periapical Radiolucent Lesions: A Systematic Review and Meta-analysis of Diagnostic Test Accuracy 2023-Mar, Journal of endodontics IF:3.5Q1 DOI:10.1016/j.joen.2022.12.007 PMID:36563779	meta-analysis	本文通过系统综述和荟萃分析评估深度学习模型在检测牙科X光片中根尖周透光病变方面的准确性	首次对深度学习在根尖周透光病变检测中的诊断准确性进行系统综述和荟萃分析	大多数研究存在偏倚风险，缺乏前瞻性研究	评估深度学习模型在检测根尖周透光病变方面的诊断准确性	牙科X光片中的根尖周透光病变	digital pathology	dental disease	deep learning	NA	image	18项研究纳入系统综述，其中6项用于定量分析
7	2025-06-21	Genetics and mechanisms of thoracic aortic disease 2023-03, Nature reviews. Cardiology DOI:10.1038/s41569-022-00763-0 PMID:36131050	review	本文回顾了胸主动脉疾病的遗传学机制，并探讨了机器学习和大规模影像数据集在遗传关联发现中的应用	结合深度学习和大型影像数据集快速定义主动脉特征，并将新发现的遗传观察结果整合到当前对胸主动脉疾病的生物学理解中	胸主动脉疾病相对于其他心血管疾病较为罕见，这限制了大规模遗传关联的识别	探讨胸主动脉疾病的遗传学机制及其预防和治疗策略	胸主动脉疾病，包括主动脉瘤、主动脉夹层、主动脉缩窄或主动脉功能异常	machine learning	cardiovascular disease	deep learning	NA	imaging	大型生物样本库中的大规模影像数据集
8	2025-06-10	Artificial Intelligence and Economic Development: An Evolutionary Investigation and Systematic Review 2023-Mar-11, Journal of the knowledge economy IF:4.0Q1 DOI:10.1007/s13132-023-01183-2 PMID:40478928	系统综述	本文通过文献计量和定性内容分析方法，探讨人工智能（AI）在经济发展（ED）中的作用和地位	首次将研究聚焦于AI与经济开发的交叉领域，采用两步法方法论，结合文献计量和内容分析	研究基于文献分析，可能未涵盖所有实际应用案例	探讨AI技术对经济发展的影响及其在该领域中的角色	AI与经济发展交叉领域的研究文献	机器学习	NA	文献计量工具Bibliometrix，文献耦合算法	NA	文本	2211份文献
9	2025-06-08	Deep ensemble learning for automated non-advanced AMD classification using optimized retinal layer segmentation and SD-OCT scans 2023-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2022.106512 PMID:36701964	研究论文	本文提出了一种基于深度集成学习的自动非进展性AMD分类方法，通过优化的视网膜层分割和SD-OCT扫描提高诊断准确性	结合图割算法和三次样条自动标注11个视网膜边界，并采用深度集成机制结合Bagged Tree和端到端深度学习分类器	未提及具体的外部数据集规模和多样性，可能影响模型的泛化能力	提高年龄相关性黄斑变性(AMD)的自动检测准确性	SD-OCT扫描图像中的视网膜层	数字病理学	年龄相关性黄斑变性	SD-OCT扫描	深度集成学习(Bagged Tree + 深度学习分类器)	医学图像	内部和外部数据集(具体数量未提及)
10	2025-06-07	A survey on recent trends in deep learning for nucleus segmentation from histopathology images 2023-Mar-06, Evolving systems IF:2.7Q3 DOI:10.1007/s12530-023-09491-3 PMID:38625364	综述	本文系统综述了过去五年（2017-2021）中深度学习在组织病理学图像中细胞核分割的应用	总结了多种分割模型（如U-Net、SCPP-Net、Sharp U-Net和LiverNet）的相似性、优势、使用的数据集以及新兴研究领域	仅覆盖了过去五年的研究，可能未包括最新的技术进展	探讨深度学习在细胞核分割中的最新趋势和应用	组织病理学图像中的细胞核	数字病理学	癌症	深度学习	U-Net, SCPP-Net, Sharp U-Net, LiverNet	图像	NA
11	2025-05-09	Assessment of malalignment factors related to Invisalign treatment time aided by automated imaging processes 2023-Mar-01, The Angle orthodontist DOI:10.2319/031622-225.1 PMID:36327333	research paper	本研究通过自动成像过程评估与Invisalign治疗时间相关的错位因素	使用深度学习方法进行自动牙齿分割和标志点识别，并引入复合评分作为治疗时间的预测指标	没有足够证据表明特定类型的牙齿移动会影响总治疗时间	识别影响Invisalign治疗持续时间的错位类型和严重程度的预测因素	116名接受Invisalign治疗的患者	digital pathology	malocclusion	deep learning	NA	digital scan	116名患者
12	2025-04-06	Privacy-Aware Early Detection of COVID-19 Through Adversarial Training 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3230663 PMID:37015447	研究论文	本文探讨了通过对抗训练实现隐私保护的COVID-19早期检测方法	提出了具有内置保护机制的COVID-19检测模型，能选择性保护敏感属性免受对抗攻击	仅使用了英国四家医院的数据，可能影响模型的广泛适用性	开发能保护患者隐私的COVID-19早期检测模型	COVID-19患者	机器学习	COVID-19	对抗训练	神经网络	临床数据（血液检测和生命体征测量）	来自牛津大学医院(OUH)、贝德福德郡医院NHS基金会信托(BH)、伯明翰大学医院NHS基金会信托(UHB)和朴茨茅斯医院大学NHS信托(PUH)的数据集
13	2025-04-06	Bi-CapsNet: A Binary Capsule Network for EEG-Based Emotion Recognition 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3232514 PMID:37015506	研究论文	提出了一种用于基于EEG情感识别的二进制胶囊网络（Bi-CapsNet），以降低计算成本和内存使用	Bi-CapsNet将32位权重和激活二值化为1位，并用高效的位操作替换浮点操作，同时通过连续函数近似二值化过程解决反向传播中的函数不连续问题	识别准确率相比全精度模型有轻微下降（<1%）	开发一种低计算成本和内存使用的EEG情感识别方法	EEG信号	机器学习	NA	二进制神经网络	Bi-CapsNet（二进制胶囊网络）	EEG信号	两个流行的EEG情感数据库（DEAP和DREAMER）
14	2025-04-06	EEG Reconstruction With a Dual-Scale CNN-LSTM Model for Deep Artifact Removal 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3227320 PMID:37015612	研究论文	提出了一种名为DuoCL的双尺度CNN-LSTM模型，用于深度去除EEG信号中的伪迹	该模型通过双尺度CNN提取形态特征，并通过LSTM强化时间依赖性，能够有效去除未知和混合伪迹	未提及具体的数据集大小或实验条件的限制	提高EEG信号中伪迹去除的准确性和适应性	EEG信号	机器学习	NA	CNN, LSTM	双尺度CNN-LSTM模型	EEG信号	未提及具体样本数量
15	2025-04-06	Multimodal Fusion Network for Detecting Hyperplastic Parathyroid Glands in SPECT/CT Images 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3228603 PMID:37015701	研究论文	提出一种多模态融合网络用于SPECT/CT图像中增生甲状旁腺的检测	首次在SHPT疾病中使用SPECT/CT图像检测异常甲状旁腺，并提出了一种新型的三路径架构融合网络	未提及具体样本量及可能存在的泛化性问题	提高SPECT/CT图像中低摄取甲状旁腺的检测准确率	继发性甲状旁腺功能亢进症(SHPT)患者的增生甲状旁腺	数字病理	甲状旁腺疾病	SPECT/CT双模态成像技术	CNN（三路径架构融合网络）	医学影像（SPECT/CT图像）	NA
16	2025-04-06	A Hierarchical Attention-Based Method for Sleep Staging Using Movement and Cardiopulmonary Signals 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3228341 PMID:37015702	research paper	提出了一种基于分层注意力机制的深度学习方法，利用身体运动、心电图和腹部呼吸信号进行睡眠分期	结合多头自注意力机制和CNN，实现了分层自注意力权重分配，改进了长序列处理和序列建模能力	仅使用了两个公共数据集进行评估，可能需要更多数据验证方法的泛化能力	开发一种非侵入式设备获取的运动和心肺信号进行长期睡眠监测的方法	睡眠分期	machine learning	NA	NA	LSTM, CNN, 多头自注意力机制	身体运动信号、心电图(ECG)、腹部呼吸信号	两个公共数据集
17	2025-04-06	A Single-Shot Harmonic Imaging Approach Utilizing Deep Learning for Medical Ultrasound 2023-Mar, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2023.3234230 PMID:37018250	research paper	提出一种基于深度学习的单次谐波成像技术，用于医学超声，以提高成像质量和帧率	使用深度学习技术实现单次谐波成像，相比传统多脉冲谐波成像方法提高了帧率并减少了运动伪影	未明确提及具体局限性	解决医学超声中谐波成像的对比度降低和帧率问题	医学超声图像	医学影像处理	NA	深度学习	非对称卷积编码器-解码器结构	超声回波数据	多种目标和样本进行评估
18	2025-04-06	Convolutional Feature Descriptor Selection for Mammogram Classification 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3233535 PMID:37018253	研究论文	本文设计了一种新型深度学习方法，用于自动诊断乳腺X线摄影中的乳腺癌，重点关注局部病变区域并仅使用图像级分类标签	提出了一种基于深度激活图分布的自适应卷积特征描述符选择（AFDS）结构，采用三角阈值策略计算特定阈值以指导激活图确定哪些特征描述符（局部区域）具有区分性	需要进一步验证在更大规模数据集上的性能表现	开发一种无需额外检测或分割注释的乳腺癌自动诊断方法	乳腺X线摄影图像	计算机视觉	乳腺癌	深度学习	CNN	图像	两个公开可用的INbreast和CBIS-DDSM数据集
19	2025-04-06	Deep Multitask Learning by Stacked Long Short-Term Memory for Predicting Personalized Blood Glucose Concentration 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3233486 PMID:37018303	研究论文	本文提出了一种结合多任务学习的深度学习模型，用于个性化血糖预测	采用共享和聚类隐藏层的网络架构，结合堆叠LSTM层学习通用特征，并通过性别特定和个体特定的密集层进行个性化调整	NA	预测个性化血糖浓度以支持人工胰腺控制算法和医疗决策	I型糖尿病患者的血糖数据	机器学习	糖尿病	深度学习	LSTM	临床健康记录	OhioT1DM临床数据集
20	2025-04-06	A Multi-Modal Heterogeneous Graph Forest to Predict Lymph Node Metastasis of Non-Small Cell Lung Cancer 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3233387 PMID:37018304	研究论文	本文提出了一种多模态异构图森林方法（MHGF），用于从多模态数据中提取淋巴结转移（LNM）的深度表示，以预测非小细胞肺癌的淋巴结转移	提出了一种新的多模态异构图森林方法（MHGF），通过构建子图并利用图神经网络学习子图表示，提高了淋巴结转移预测的准确性和稳定性	实验样本量相对较小（681例患者），可能影响模型的泛化能力	开发一种机器学习方法，用于准确预测非小细胞肺癌的淋巴结转移	非小细胞肺癌患者的淋巴结转移	数字病理学	肺癌	多模态数据融合、图神经网络	ResNet-Trans、图神经网络	CT图像、临床特征	681例患者的多模态数据