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	2026-03-14	High-throughput adjustable deformability cytometry utilizing elasto-inertial focusing and virtual fluidic channel 2023-10-10, Lab on a chip IF:6.1Q2 DOI:10.1039/d3lc00591g PMID:37766593	研究论文	本文提出了一种集成三维弹性惯性聚焦和虚拟流体通道的高通量可调变形性细胞术，用于无标记细胞机械表型分析	通过结合弹性惯性聚焦与虚拟流体通道，实现了对多种尺寸细胞的单设备可调谐、高通量机械表征，并开发了mini-BiSeNet网络进行快速细胞识别与特征提取	NA	开发一种通用、高通量的微流控细胞变形性分析系统，用于基于机械特性的细胞状态与疾病进程表征	多种细胞系（A549、MCF-7、MDA-MB-231）及白细胞（WBCs），并探索了在胸腔积液表征中的应用潜力	数字病理学	肺癌	微流控变形性细胞术，深度学习分类	CNN	图像	NA	NA	mini-BiSeNet	准确率	NA
22	2026-03-14	A systematic review of automated segmentation of 3D computed-tomography scans for volumetric body composition analysis 2023-Oct, Journal of cachexia, sarcopenia and muscle DOI:10.1002/jcsm.13310 PMID:37562946	系统综述	本文系统综述了用于体积身体成分分析的3D CT扫描自动分割技术的可行性、准确性及当前局限性	首次系统评估3D CT扫描自动分割在体积身体成分分析中的应用，对比传统方法与深度学习技术，并明确当前研究空白与临床转化挑战	纳入研究数量有限（7篇），算法训练所用金标准分割存在人为主观差异，CT扫描覆盖范围术语不统一，缺乏全身体积验证数据	评估自动化3D CT分割在身体成分分析中的技术可行性与临床应用价值	CT扫描中的骨骼肌、内脏脂肪和皮下脂肪组织	医学影像分析	身体成分相关疾病	计算机断层扫描（CT）	深度学习算法，传统计算机算法	3D CT影像	7项符合条件的研究（共检索92项）	NA	NA	Dice相似系数	NA
23	2026-03-13	A Multichannel Fluorescence Isothermal Amplification Device with Integrated Internet of Medical Things for Rapid Sensing of Pathogens through Deep Learning 2023-Oct-17, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.3c02973 PMID:37733965	研究论文	本文介绍了一种集成了医疗物联网和深度学习的高效多通道荧光等温扩增设备，用于在公共卫生危机中快速检测病原体	该设备结合了多通道同时检测、医疗物联网远程控制和深度学习批量处理系统，实现了快速（9.4毫秒）且准确的病原体类型识别	在追求便携性的同时，设备可能在功能上存在限制，影响其在突发病原体爆发时应对紧急公共卫生事件的效果	开发一种用于快速检测病原体的便携式等温扩增设备，以应对公共卫生危机	金黄色葡萄球菌（SA）和耐甲氧西林金黄色葡萄球菌（MRSA）	机器学习	NA	多重RPA检测和CRISPR/Cas12a介导的核酸检测	深度学习	荧光数据	NA	NA	NA	检测限（LOD），准确度	NA
24	2026-03-13	Screening Station, a novel laboratory automation system for physiologically relevant cell-based assays 2023-Oct, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2023.04.002 PMID:37121549	研究论文	本文介绍了一种名为Screening Station的新型实验室自动化系统，用于自动化执行基于人类诱导多能干细胞（iPSC）的细胞实验，包括长期培养、活细胞成像和免疫荧光成像	开发了Screening Station系统，通过Green Button Go软件集成多种设备，实现了多样本、多流程的自动化细胞实验，并首次结合深度学习分析iPSC分化程度	未明确提及系统在处理极高通量样本或复杂三维细胞模型时的性能限制	开发一个自动化系统，以增强基于iPSC的细胞实验的重复性、效率并实现远程操作	来自面肩肱型肌营养不良症患者的iPSC及其分化细胞	实验室自动化	面肩肱型肌营养不良症	活细胞延时成像，免疫荧光成像，深度学习分析	深度学习模型	活细胞成像数据，免疫荧光图像	未明确说明具体样本数量，涉及多孔板中的iPSC	NA	NA	NA	NA
25	2026-03-13	Deciphering the Morphology of Tumor-Stromal Features in Invasive Breast Cancer Using Artificial Intelligence 2023-Oct, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2023.100254 PMID:37380057	研究论文	本研究利用人工智能分析浸润性乳腺癌中肿瘤-间质特征的形态学，评估了间质-肿瘤比（S:TR）和肿瘤负荷的临床意义	首次使用人工智能对乳腺癌肿瘤-间质特征进行客观形态学评估，揭示了S:TR异质性和肿瘤负荷作为独立预后指标的价值	研究仅针对luminal型乳腺癌病例，未涵盖其他亚型，且样本量虽大但为单中心数据	开发基于人工智能的标准化方法，评估乳腺癌肿瘤-间质形态学特征及其与预后的关联	luminal型浸润性乳腺癌患者的全切片图像	数字病理学	乳腺癌	全切片图像分析，细胞级注释	监督深度学习模型	图像	1968例luminal型乳腺癌病例（发现集1027例，测试集941例）	NA	NA	风险比，P值，95%置信区间	NA
26	2026-03-13	Risk stratification by nomogram of deep learning radiomics based on multiparametric magnetic resonance imaging in knee meniscus injury 2023-Oct, International orthopaedics IF:2.0Q2 DOI:10.1007/s00264-023-05875-x PMID:37386277	研究论文	本研究基于多参数磁共振成像，构建并验证了一个整合深度学习影像组学特征和临床特征的列线图模型，用于膝关节半月板损伤的风险分层	首次结合深度学习V-net自动分割半月板、LASSO回归提取最优影像组学特征，并整合临床特征构建列线图模型进行风险分层	样本量较小（仅167例），且来自两个机构，可能存在选择偏倚	构建并验证一个用于膝关节半月板损伤风险分层的列线图模型	膝关节磁共振图像及患者临床特征	数字病理学	膝关节半月板损伤	多参数磁共振成像	CNN	图像	167例膝关节磁共振图像	NA	V-net	Dice相似系数, AUC, 准确率	NA
27	2026-03-13	Noise-insensitive defocused signal and resolution enhancement for optical-resolution photoacoustic microscopy via deep learning 2023-Oct, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202300149 PMID:37491832	研究论文	提出一种基于深度学习的噪声不敏感方法，用于增强光学分辨率光声显微镜的离焦信号和分辨率	利用深度学习技术提升离焦区域的信号质量和空间分辨率，克服传统光学分辨率光声显微镜景深窄的限制	NA	提高光学分辨率光声显微镜在离焦区域的成像质量和分辨率	光声显微镜图像，特别是离焦区域的信号	计算机视觉	NA	光学分辨率光声显微镜，k-wave模拟	CNN	图像	NA	NA	全密集U-Net	PSNR，横向分辨率，轴向分辨率	NA
28	2026-03-13	A deep learning-based simulator for comprehensive two-dimensional GC applications 2023-Oct, Journal of separation science IF:2.8Q2 DOI:10.1002/jssc.202300187 PMID:37525343	研究论文	本研究开发了一个基于深度神经网络的模拟器，用于优化二维气相色谱方法并模拟实验室外的操作条件	利用深度神经网络预测二维气相色谱中洗脱物的空间位置，提供了一种高适应性且可靠的计算模型	需要持续更新数据库以准确预测较少见化合物的保留时间	优化色谱方法并模拟操作条件	二维气相色谱中的洗脱物，包括环境污染物、生物化学分子、制药及个人护理产品等	机器学习	NA	二维气相色谱	深度神经网络	色谱数据	NA	NA	深度神经网络	均方误差, 相对平均偏差, R平方	NA
29	2026-03-13	L-SeqSleepNet: Whole-cycle Long Sequence Modeling for Automatic Sleep Staging 2023-Oct, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3303197 PMID:37552591	研究论文	本文提出了一种名为L-SeqSleepNet的深度学习模型，用于高效建模长序列睡眠数据，以提升自动睡眠分期的性能	首次在睡眠分期模型中考虑整个睡眠周期的长时依赖关系，并引入高效的长序列建模方法	未明确提及模型在极端噪声或数据缺失情况下的鲁棒性	开发能够利用整个睡眠周期信息的自动睡眠分期模型	睡眠数据，包括头皮EEG、耳内EEG和耳周EEG（cEEGrid）	机器学习	NA	EEG信号处理	深度学习模型	EEG信号	四个不同规模的数据库	NA	L-SeqSleepNet	NA	NA
30	2026-03-13	Deep learning enabled miniature mass spectrometer for rapid qualitative and quantitative analysis of pesticides on vegetable surfaces 2023-Oct, Food and chemical toxicology : an international journal published for the British Industrial Biological Research Association IF:3.9Q1 DOI:10.1016/j.fct.2023.114000 PMID:37648105	研究论文	本研究开发了一种基于微型质谱仪的深度学习算法，用于蔬菜表面农药残留的快速现场定性和定量分析	结合微型质谱仪与一维卷积神经网络深度学习算法，实现农药残留的自主判别和现场快速检测	NA	开发一种快速现场筛查蔬菜表面农药残留的方法，以应对食品安全威胁	蔬菜表面的农药残留	机器学习和数字病理学	食品安全相关疾病	质谱分析（全扫描MS和串联MS）	CNN	质谱数据	NA	NA	一维卷积神经网络	定性识别准确率	NA
31	2026-03-13	Quantitative assessment of adaptive radiotherapy for prostate cancer using deep learning: Bladder dose as a decision criterion 2023-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.16710 PMID:37696263	研究论文	本研究利用深度学习技术，通过合成伪CT图像并评估剂量学影响，为前列腺癌自适应放疗提供了一种基于膀胱剂量的定量决策标准	首次结合CycleGAN合成高质量伪CT与U-Net自动勾画膀胱，实现基于实时膀胱解剖结构的剂量计算，为自适应放疗决策提供客观、自动化的定量标准	研究样本量较小（74例患者），且仅针对前列腺癌放疗中的膀胱剂量进行评估，未考虑其他器官或肿瘤靶区的变化	开发一种自动化的定量标准，以确定在前列腺癌分次放疗中是否需要立即进行自适应放疗	前列腺癌患者	数字病理	前列腺癌	锥形束CT, 自适应放疗	CycleGAN, U-net	CT图像, CBCT图像	74例患者（60例用于训练，14例用于评估）	NA	CycleGAN, U-Net	平均绝对误差, gamma通过率, Dice系数	NA
32	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
33	2026-01-13	Generation of skin tone and pigmented region-modified images using a pigment discrimination model trained with an optical approach 2023-Oct, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13486 PMID:37881042	研究论文	本文提出了一种结合光学方法和深度学习生成可数值控制的肤色和色素区域修改图像的方法	提出了一种混合技术，整合光学方法与深度学习，实现对肤色和色素区域修改图像的精确数值控制，并验证了独立调整色素的能力	未明确说明方法在处理复杂皮肤条件或大规模数据集时的泛化能力	开发一种能够模拟多样化色素条件并生成修改图像的技术，以扩展皮肤分析的应用范围	皮肤图像中的肤色和色素区域，特别是与黑色素和血红蛋白相关的部分	计算机视觉	NA	光学方法结合深度学习	深度学习模型	图像	NA	NA	NA	相关系数, ITA, 黑色素指数, 红斑指数	NA
34	2025-12-30	Natural variability in bee brain size and symmetry revealed by micro-CT imaging and deep learning 2023-10, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1011529 PMID:37782674	研究论文	本研究利用显微CT成像和深度学习技术，对蜜蜂和大黄蜂的大脑进行自动化三维图像分析，揭示了脑部大小和对称性的自然变异	首次将显微CT成像与深度学习结合，实现蜜蜂大脑三维形态的自动化、高通量分析，克服了传统手动分析的限制	研究样本主要集中于蜜蜂和大黄蜂，尚未扩展到更广泛的动物范围	探究昆虫大脑形态的自然变异及其与行为、生态和进化的关系	蜜蜂和大黄蜂的大脑	计算机视觉	NA	显微CT成像	深度学习	三维图像	187个蜜蜂和大黄蜂大脑样本	NA	NA	NA	NA
35	2025-12-30	Recognition and reconstruction of cell differentiation patterns with deep learning 2023-10, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1011582 PMID:37889897	研究论文	本文结合深度学习与数学模型，识别并重建小鼠胚胎干细胞类器官中的细胞命运模式	将数学模型生成的合成数据与空间汇总统计及深度学习算法结合，用于细胞命运模式的识别与重建，并开发了图神经网络和多层感知器来预测细胞命运	未明确提及实验验证的局限性或模型在更广泛生物系统中的泛化能力	研究细胞命运模式与潜在机制之间的联系	小鼠胚胎干细胞类器官中的细胞分化模式	机器学习	NA	数学模型、空间汇总统计	图神经网络、多层感知器	合成数据、体外数据	NA	NA	图神经网络、多层感知器	准确率	NA
36	2025-12-21	Generalisation of radiotherapy dose calculation for Monte Carlo algorithm combined with 3D Swin-Unet: a multi-institutional IMRT evaluation 2023-10-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad02d8 PMID:37827160	研究论文	本文提出了一种基于深度学习的通用剂量计算框架，结合3D Swin-Unet模型，用于多机构IMRT计划的剂量计算评估	提出了一种结合TERMA-Monte Carlo网络（T-MC net）与3D Swin-Unet的深度学习剂量计算方法，并在多机构、多身体区域的IMRT计划中进行了泛化性评估	研究仅基于60个IMRT计划进行测试，样本量相对有限，且未涵盖所有可能的临床场景	评估深度学习剂量计算方法的泛化能力，以提升放射治疗剂量计算的准确性和效率	来自四个机构的头颈、胸腹和盆腔区域的IMRT治疗计划	数字病理	NA	强度调制放射治疗（IMRT），蒙特卡洛（MC）算法	深度学习网络	三维剂量分布数据，剂量体积直方图（DVH）	60个IMRT计划	NA	3D Swin-Unet, T-MC net	伽马通过率（GPR），一致性百分比（PA），剂量差异比（DDR），剂量指数D	NA
37	2025-12-21	Coarse-to-fine prior-guided attention network for multi-structure segmentation on dental panoramic radiographs 2023-10-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0218 PMID:37816372	研究论文	提出一种基于深度学习的粗到细先验引导注意力网络，用于在牙科全景X光片上自动分割多个解剖结构	采用两阶段粗到细先验引导分割框架，结合先验引导边缘融合模块、空间注意力模块和混合注意力模块，提升多结构分割精度	未提及模型在更广泛数据集或不同设备采集图像上的泛化能力	实现牙科全景X光片上多个解剖结构的准确自动分割，以辅助数字牙科的诊断和治疗规划	牙科全景X光片中的上颌窦、下颌髁突、下颌神经、牙槽骨和牙齿	计算机视觉	NA	深度学习	CNN	图像	150张来自真实临床场景的全景X光片	NA	编码器-解码器架构	Jaccard分数	NA
38	2025-12-20	Rapid prediction of lab-grown tissue properties using deep learning 2023-10-19, Physical biology IF:2.0Q3 DOI:10.1088/1478-3975/ad0019 PMID:37793414	研究论文	本文提出了一种使用深度学习快速预测实验室培养组织特性的方法，通过机器学习工具预测细胞与细胞外基质相互作用在组织自组织中的作用	首次将pix2pix深度学习模型应用于细胞-基质相互作用的模拟数据，以预测水凝胶中组织自组织行为，相比传统生物物理方法显著提高了预测速度	研究基于模拟数据而非真实实验数据，且模型在未见过的案例上仅测试了100个样本，可能限制了其泛化能力	开发一种高效预测细胞-基质相互作用对组织自组织影响的方法，以促进药物测试、再生医学和基础生物学研究中的模具设计	细胞负载水凝胶在固定模具中的自组织行为	机器学习	NA	生物物理模拟（收缩网络偶极取向模型）	GAN	模拟数据	6400个训练案例，100个测试案例	NA	pix2pix	NA	NA
39	2025-12-20	Super-resolution biomedical imaging via reference-free statistical implicit neural representation 2023-10-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfdf1 PMID:37757838	研究论文	提出一种无需参考图像的超分辨率统计隐式神经表示框架，用于生物医学成像	通过最大似然估计建模低分辨率图像的统计特性，并利用隐式神经表示网络作为连续空间函数生成任意尺度的高分辨率图像，无需大量成对训练数据	仅使用有限数量的低分辨率图像进行验证，可能在大规模或复杂场景下泛化能力有待进一步测试	解决生物医学成像中因缺乏高分辨率参考图像而难以应用监督深度学习的超分辨率问题	计算机断层扫描（CT）、磁共振成像（MRI）、荧光显微镜和超声图像	计算机视觉	NA	超分辨率成像	隐式神经表示（INR）	图像	每个超分辨率任务使用有限数量的低分辨率图像	NA	基于坐标的多层感知机	NA	NA
40	2025-12-19	A systematic review of artificial intelligence algorithms for predicting acute kidney injury 2023-10, European review for medical and pharmacological sciences DOI:10.26355/eurrev_202310_34164 PMID:37916354	系统综述	本文对使用人工智能算法预测住院成人急性肾损伤的研究进行了系统综述	系统性地评估了机器学习在急性肾损伤预测中的应用，并比较了不同模型在重症监护和普通住院患者中的表现	多数研究为单中心，且部分研究使用相同数据库，人群主要为高加索人种，缺乏多样性，可能影响结果的泛化性	分析机器学习在住院成人急性肾损伤预测中的应用效果	住院成人患者	机器学习	急性肾损伤	机器学习，深度学习	深度学习，逻辑回归，决策树	电子健康记录，生物标志物数据	涉及242,251名患者	NA	NA	AUC	NA