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
41	2025-10-06	Segmentation and classification of brain tumors using fuzzy 3D highlighting and machine learning 2023-Sep, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-04754-7 PMID:37166578	研究论文	提出结合模糊3D高亮分割与机器学习的方法用于脑肿瘤的自动分割和分类	采用模糊3D高亮方法进行脑肿瘤分割，并结合两种优化算法（GOA-SVM和GA-DNN）进行肿瘤分类	NA	开发有效的脑肿瘤自动诊断方法	脑肿瘤MRI图像	医学影像分析	脑肿瘤	MRI扫描	SVM, DNN	3D医学图像	NA	MATLAB	GA-DNN, GOA-SVM	敏感度, 准确率, 特异性, Youden指数	NA
42	2025-10-06	Differential diagnosis of hepatocellular carcinoma and intrahepatic cholangiocarcinoma based on spatial and channel attention mechanisms 2023-Sep, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-04935-4 PMID:37268850	研究论文	开发基于通道和空间注意力机制的深度学习模型CSAM-Net，用于肝细胞癌和肝内胆管癌的术前非侵入性鉴别诊断	首次将通道和空间注意力机制结合应用于肝脏肿瘤的CT图像鉴别诊断，显著提高了诊断准确率	研究为回顾性设计，样本量相对有限（共494例患者），需要进一步前瞻性验证	建立有效的术前非侵入性方法用于肝细胞癌和肝内胆管癌的鉴别诊断	395例肝细胞癌患者和99例肝内胆管癌患者的CT图像	计算机视觉	肝癌	CT成像	深度学习,注意力机制	医学图像	494例患者（395例HCC，99例ICC）	NA	CSAM-Net（基于通道和空间注意力机制）	AUC,准确率	NA
43	2025-10-06	A deep-learning-based clinical risk stratification for overall survival in adolescent and young adult women with breast cancer 2023-Sep, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-04955-0 PMID:37277578	研究论文	本研究构建了一种基于深度学习的临床风险分层模型，用于预测青少年和年轻成年女性乳腺癌患者的总生存期	首次将DeepSurv深度学习算法应用于青少年和年轻成年女性乳腺癌患者的生存预测，并开发了用户友好的网络计算器	研究数据仅来源于SEER数据库，缺乏外部验证	开发乳腺癌青少年和年轻成年女性患者的总生存期预测模型	14,243名来自SEER数据库的青少年和年轻成年女性乳腺癌患者	机器学习	乳腺癌	深度学习	DeepSurv	临床数据和人口统计学数据	14,243名患者	NA	DeepSurv	C-index, ROC曲线, 校准图, 决策曲线分析	NA
44	2025-10-06	Machine learning and deep learning techniques for breast cancer diagnosis and classification: a comprehensive review of medical imaging studies 2023-Sep, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-04956-z PMID:37278831	综述	本文全面回顾了机器学习和深度学习技术在乳腺癌诊断和分类中应用于医学影像的研究	系统性地比较了五种医学影像模态（乳腺X线摄影、超声、MRI、组织学和热成像）和多种机器学习及深度学习技术的应用效果	作为综述文章，不涉及原始研究数据的分析，主要基于已有文献进行总结	评估机器学习和深度学习技术在乳腺癌诊断和分类中的应用效果	乳腺癌医学影像数据	计算机视觉	乳腺癌	医学影像分析	CNN, ANN, SVM, DT	医学影像（乳腺X线摄影、超声、MRI、组织学、热成像）	NA	NA	卷积神经网络	准确率	NA
45	2025-10-06	Decoding biological age from face photographs using deep learning 2023-Sep-12, medRxiv : the preprint server for health sciences DOI:10.1101/2023.09.12.23295132 PMID:37745558	研究论文	开发并验证了从面部照片估计生物年龄的深度学习系统FaceAge	首次使用深度学习从面部照片客观量化生物年龄，并验证其在癌症预后和临终决策中的临床价值	研究主要基于癌症患者，在其他疾病中的适用性需要进一步验证	开发能够从面部照片估计生物年龄的深度学习系统，并评估其临床效用	健康人群和癌症患者的面部照片	计算机视觉	癌症	深度学习	深度学习模型	图像	58,851名健康个体和6,196名癌症患者	NA	FaceAge	生存分析，临床预测模型性能	NA
46	2025-10-06	Automatic Ploidy Prediction and Quality Assessment of Human Blastocyst Using Time-Lapse Imaging 2023-Sep-02, bioRxiv : the preprint server for biology DOI:10.1101/2023.08.31.555741 PMID:37693566	研究论文	开发了一种基于延时成像的自动人类囊胚倍性预测和质量评估算法BELA	提出首个利用多任务学习同时预测囊胚质量评分和倍性状态的算法，无需胚胎学家主观输入	不能替代植入前非整倍体遗传学检测(PGT-A)，仅作为辅助评估工具	改进体外受精过程中胚胎质量评估和染色体异常检测方法	人类囊胚	计算机视觉	生殖系统疾病	延时成像	深度学习	时间序列图像	韦尔康奈尔数据集中的囊胚样本	NA	多任务学习架构	AUC	NA
47	2025-10-06	GSDA: Generative adversarial network-based semi-supervised data augmentation for ultrasound image classification 2023-Sep, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e19585 PMID:37809802	研究论文	提出一种基于生成对抗网络的半监督数据增强方法GSDA，用于解决超声图像分类中的数据稀缺问题	开发了结合GAN和CNN的半监督数据增强框架，能够合成高质量超声图像并自动生成伪标签，提出平衡分类精度与计算时间的新型评估标准	仅在BUSI数据集上进行评估，需要进一步验证在其他医学影像数据上的泛化能力	解决医学超声图像分析中数据稀缺问题，提升深度学习模型性能	医学超声图像	计算机视觉	NA	超声成像	GAN, CNN	图像	780张超声图像	NA	生成对抗网络，卷积神经网络	准确率，计算时间	NA
48	2025-10-06	Sentiment analysis in multilingual context: Comparative analysis of machine learning and hybrid deep learning models 2023-Sep, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e20281 PMID:37809397	研究论文	本研究比较了多种机器学习和混合深度学习模型在英语和孟加拉语情感分析中的性能	首次在孟加拉语和英语双语环境下系统比较传统机器学习与深度学习模型的情感分析效果，特别针对孟加拉语NLP研究提供了重要进展	研究仅限于单一电商平台数据，未涉及更多领域和语言对	比较不同模型在多语言情感分析任务中的效能	来自DARAZ电商平台的孟加拉语和英语用户评论	自然语言处理	NA	文本挖掘，情感分析	SVM, LSTM, Bi-LSTM, Conv1D, Conv1D-LSTM	文本	来自DARAZ电商平台的孟加拉语和英语评论数据集	NA	LSTM, Bi-LSTM, Conv1D, 混合Conv1D-LSTM	准确率	NA
49	2025-10-06	Expert-level pediatric brain tumor segmentation in a limited data scenario with stepwise transfer learning 2023-Sep-18, medRxiv : the preprint server for health sciences DOI:10.1101/2023.06.29.23292048 PMID:37425854	研究论文	本研究开发了一种基于逐步迁移学习的儿科脑肿瘤自动分割方法，在有限数据场景下实现了专家级的分割性能	提出了一种新颖的领域内逐步迁移学习方法，在儿科脑肿瘤数据有限的情况下实现了专家级的分割性能	研究数据量相对有限（n=184+100），且仅针对儿科低级别胶质瘤	开发用于儿科脑肿瘤自动分割的深度学习算法，支持实时体积评估以辅助诊断和治疗决策	儿科低级别胶质瘤（pLGG）	医学影像分析	儿科脑肿瘤	深度学习，迁移学习	深度学习神经网络	医学影像（脑部扫描）	284例（来自国家脑肿瘤联盟的184例和儿科癌症中心的100例），外部验证60例	NA	NA	Dice相似系数（DSC），Likert量表评分，图灵测试	NA
50	2025-10-06	A microwell platform for high-throughput longitudinal phenotyping and selective retrieval of organoids 2023-09-20, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2023.08.002 PMID:37734323	研究论文	开发了一种基于微孔的高通量平台，用于对类器官进行纵向表型分析并实现选择性回收	通过微孔培养方法解决了传统批量培养中类器官物理重叠和微环境变异的问题，结合深度学习实现单细胞来源类器官的高通量表型分析	NA	建立能够高通量追踪单个类器官生长并进行分子分析的研究平台	人类胃类器官模型	数字病理	癌症	CRISPR基因编辑, 图像分析	深度学习	图像	NA	NA	NA	NA	NA
51	2025-10-07	A Hybrid Deep Learning Approach to Identify Preventable Childhood Hearing Loss 2023 Sep-Oct 01, Ear and hearing IF:2.6Q1 DOI:10.1097/AUD.0000000000001380 PMID:37318215	研究论文	本研究开发了一种混合深度学习模型，用于自动化分类鼓室导抗图以识别可预防的儿童听力损失	提出了一种混合深度学习模型，在资源有限社区中实现非专业人员引导的鼓室导抗测试，其性能优于传统方法和设备内置分类器	研究样本主要来自阿拉斯加农村地区特定人群，可能限制结果的普适性	评估机器学习在自动化鼓室导抗图分类中的效用，促进资源有限社区的听力筛查	来自阿拉斯加农村 underserved 社区的学龄儿童，重点关注感染相关性听力损失	医疗人工智能	儿童听力损失	鼓室导抗测试	混合深度学习模型	窄带鼓室导抗图轨迹	1635名儿童，4810对鼓室导抗图轨迹（由听力专家和非专业人员采集）	NA	NA	灵敏度, 特异度, AUC	NA
52	2025-10-07	Artificial Intelligence and Machine Learning in Rotator Cuff Tears 2023-Sep-01, Sports medicine and arthroscopy review IF:2.5Q2 DOI:10.1097/JSA.0000000000000371 PMID:37976127	综述	本文评估人工智能在肩袖撕裂管理中的当前应用与未来潜力	系统评估深度学习在肩袖撕裂诊断和预后预测中的创新应用	数据集规模较小，部分厚度撕裂分类存在复杂性	探索人工智能在肩袖撕裂诊疗管理中的应用价值	肩袖撕裂患者	医学影像分析	肩袖撕裂	磁共振成像，放射影像分析	CNN	医学影像	NA	NA	卷积神经网络	诊断准确率	NA
53	2025-10-07	Protocol for predicting peptides with anticancer and antimicrobial properties by a tri-fusion neural network 2023-09-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102541 PMID:37660298	研究论文	介绍使用TriNet三融合神经网络预测具有抗癌和抗菌特性的肽	开发了名为TriNet的三融合神经网络架构用于肽性质预测	NA	预测具有抗癌和抗菌特性的肽	肽序列	机器学习	癌症, 感染性疾病	深度学习	神经网络	肽序列数据	NA	Python	TriNet（三融合神经网络）	NA	NA
54	2025-10-07	Protocol for automated multivariate quantitative-image-based cytometry analysis by fluorescence microscopy of asynchronous adherent cells 2023-09-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102446 PMID:37453067	研究论文	提出基于荧光显微镜的异步贴壁细胞多变量定量图像细胞术分析协议	开发集成现代人工智能工具的开源Fiji脚本，应用深度学习实现稳健的自动化细胞核分割	NA	建立自动化多变量定量图像细胞术分析流程	异步贴壁细胞	数字病理	NA	荧光显微镜，定量图像细胞术	深度学习	荧光显微镜图像	NA	Fiji	NA	NA	NA
55	2025-10-07	A knowledge-integrated deep learning framework for cellular image analysis in parasite microbiology 2023-09-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102452 PMID:37537845	研究论文	提出一个知识整合的深度学习框架，用于寄生虫微生物学中的细胞图像分析	将领域知识与深度学习相结合，提供端到端的细胞图像分析框架	NA	开发用于寄生虫微生物学细胞图像分析的深度学习框架	微生物细胞图像	计算机视觉	寄生虫感染	细胞图像分析	深度学习	细胞图像	NA	NA	NA	NA	NA
56	2025-10-07	NuFold: A Novel Tertiary RNA Structure Prediction Method Using Deep Learning with Flexible Nucleobase Center Representation 2023-Sep-22, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.20.558715 PMID:37790488	研究论文	提出一种名为NuFold的新型深度学习方法，用于准确预测RNA三级结构	采用灵活的核苷碱基中心表示法，能够准确重现所有可能的核苷酸构象	NA	开发计算方法来预测RNA三级结构，弥合RNA序列数据与结构认知之间的差距	RNA分子及其三级结构	机器学习	NA	深度学习	深度学习架构	RNA序列数据	NA	NA	NuFold	NA	NA
57	2025-10-07	Computational Advancements in Cancer Combination Therapy Prediction 2023-09, JCO precision oncology IF:5.3Q1 DOI:10.1200/PO.23.00261 PMID:37824797	综述	本文系统介绍癌症联合疗法预测的计算方法并总结最新研究进展	系统梳理近10年癌症联合疗法预测的计算方法，提出整合疾病病理生物学、药物特性和患者多组学数据的未来发展方向	未对所有现有癌症联合疗法预测方法进行荟萃分析，主要关注方法改进的考量因素	癌症联合疗法预测的计算方法研究	癌症治疗中的药物组合	机器学习	癌症	药物重定位	网络模型, 回归机器学习, 分类器机器学习, 深度学习	多组学数据, 药物特性数据, 疾病数据	NA	NA	NA	NA	NA
58	2025-04-12	Optimizing Storage and Computational Efficiency: An Efficient Algorithm for Whole Slide Image Size Reduction 2023-Sep, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2023.06.010 PMID:40206606	研究论文	开发了一种用于减少全切片图像(WSI)大小的图像处理算法，以提高存储和计算效率	提出了一种新颖的图像处理算法，能够在不改变组织区域图像分辨率的情况下，去除WSI中不需要的背景并将组织部分组装成更小的WSI	研究仅针对Barrett食管的不同发育不良阶段的组织切片，未验证在其他类型组织上的适用性	优化全切片图像的存储、传输和分析效率	非发育不良Barrett食管、低度发育不良和高度发育不良的组织学切片	数字病理学	Barrett食管	图像处理算法	NA	图像	1992年1月至2020年9月期间使用Aperio AT2扫描仪数字化的组织切片	NA	NA	NA	NA
59	2025-04-06	Ultrasound Frame-to-Volume Registration via Deep Learning for Interventional Guidance 2023-09, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2022.3229903 PMID:37015418	研究论文	本文提出了一种基于深度学习的超声帧到体积配准方法，用于前列腺癌活检的图像引导干预	提出了一种新颖的超声帧到体积配准（FVReg）流程，通过深度神经网络实现全自动配准，无需外部跟踪设备	未提及具体局限性	开发自动图像配准系统，用于2D超声帧与3D MR图像的融合导航	前列腺癌活检的临床数据集	计算机视觉	前列腺癌	深度学习	深度神经网络	2D超声帧和3D MR图像	618名受试者	NA	NA	NA	NA
60	2025-04-06	WVDL: Weighted Voting Deep Learning Model for Predicting RNA-Protein Binding Sites 2023 Sep-Oct, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3252276 PMID:37028092	研究论文	提出一种加权投票深度学习模型（WVDL），用于预测RNA-蛋白质结合位点	使用加权投票方法整合CNN、LSTM和ResNet三种基本分类器模型，提高模型性能	NA	预测RNA-蛋白质结合位点	RNA-蛋白质结合位点	机器学习	NA	深度学习	CNN, LSTM, ResNet	RNA序列数据	公开数据集RBP-24	NA	NA	NA	NA