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	2025-10-05	Predicting Prostate Cancer Molecular Subtype With Deep Learning on Histopathologic Images 2023-10, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2023.100247 PMID:37307876	研究论文	开发基于深度学习的算法，通过组织病理图像预测前列腺癌分子亚型	首次使用基于Transformer的分层架构从H&E染色全切片图像中预测ERG融合和PTEN缺失	样本量相对有限，在针吸活检队列中性能略有下降	利用深度学习技术从组织病理图像中筛查前列腺癌基因组改变	前列腺癌患者的根治性前列腺切除术和针吸活检样本	数字病理	前列腺癌	H&E染色全切片图像分析	Transformer	图像	多个队列总计超过1000张WSI（根治性前列腺切除术和针吸活检样本）	NA	Transformer-based hierarchical architecture, Vision Transformer	AUC, 相关系数	NA
22	2025-10-05	Anthropogenic fingerprints in daily precipitation revealed by deep learning 2023-10, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06474-x PMID:37648861	研究论文	使用深度学习检测观测记录中每日降水场出现的气候变化信号	首次应用卷积神经网络从每日降水数据中检测到自2010年代中期以来明显偏离自然变异的人类活动引起的气候变化信号	年际平均降水的长期变化仍难以从自然背景变异中辨别	验证温室气体变暖将加剧全球降雨变异性和极端事件的预测	每日降水场和年度全球平均地表气温数据	机器学习	NA	气候模型模拟	CNN	降水场数据, 温度数据	来自当前和未来气候模型模拟的集合数据	NA	卷积神经网络	NA	NA
23	2025-10-05	TransUFold: Unlocking the structural complexity of short and long RNA with pseudoknots 2023-10-17, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023854 PMID:38052602	研究论文	提出基于深度学习的TransUFold方法，用于准确预测包含假结的RNA二级结构	首次将Vision Transformer架构应用于RNA二级结构预测，能够有效提取RNA序列中的长程相互作用	性能依赖于高质量RNA结构数据的可用性	解决传统基于自由能最小化方法无法准确预测RNA假结结构的问题	包含假结的短链和长链RNA序列	生物信息学	NA	深度学习	Transformer, CNN	RNA序列数据	基准数据集	NA	Vision Transformer, 编码器-解码器网络	结构预测准确率	NA
24	2025-10-05	When will RNA get its AlphaFold moment? 2023-10-13, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkad726 PMID:37702120	评论	讨论RNA结构预测面临的挑战及未来发展路径	系统分析了阻碍开发类似AlphaFold的RNA结构预测深度学习方法的根本问题	未提出具体的解决方案，主要进行问题分析和方向性建议	探讨RNA三维结构预测的发展前景和挑战	RNA结构预测方法	机器学习	NA	结构预测	深度学习	结构数据,序列数据	NA	NA	AlphaFold	NA	NA
25	2025-10-05	Reliable interpretability of biology-inspired deep neural networks 2023-10-10, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-023-00310-8 PMID:37816807	研究论文	本研究探讨生物启发式深度神经网络的可解释性可靠性问题，并提出控制解释稳健性和偏差的方法	首次在基于患者突变数据的P-NET模型中系统测试解释性方法的可靠性，并提出了控制解释稳健性和偏差的新方法	研究仅针对特定类型的生物启发式深度学习模型，未涵盖所有相关模型类型	确保生物启发式深度学习中解释性的稳健性和偏差感知	生物启发式深度神经网络，特别是P-NET模型	机器学习	NA	单细胞转录组测序，突变数据分析	深度神经网络	基因突变数据，单细胞转录组数据	NA	NA	P-NET	解释稳健性，偏差控制，解释特异性	NA
26	2025-10-05	Design and implementation of a smart Internet of Things chest pain center based on deep learning 2023-10-10, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023840 PMID:38052586	研究论文	设计并实现了一个基于深度学习的智能物联网胸痛中心系统，通过院前应用、UWB定位和院内治疗实现智能化胸痛管理	结合物联网三层架构与BiLSTM-CRF算法，实现胸痛患者电子病历信息的自动提取和智能化管理	仅在一家医院（辽宁省人民医院）进行应用验证，缺乏多中心验证数据	解决传统胸痛中心数据输入不智能、处理时间长、错误率高的问题	胸痛患者及其电子医疗记录	自然语言处理	心血管疾病	物联网技术、UWB定位技术	BiLSTM, CRF	电子医疗记录文本数据	NA	NA	BiLSTM-CRF	NA	NA
27	2025-10-05	ECA-TFUnet: A U-shaped CNN-Transformer network with efficient channel attention for organ segmentation in anatomical sectional images of canines 2023-10-07, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023827 PMID:38052573	研究论文	提出一种结合CNN和Transformer的U型网络ECA-TFUnet，用于犬类解剖断面图像的器官分割	在U-Net网络的首个跳跃连接层集成Transformer模块以学习全局依赖关系，并引入高效通道注意力机制关注重要通道信息	未明确说明模型在复杂解剖结构或不同犬种间的泛化能力	开发自动器官分割方法以替代耗时的人工标注	犬类解剖断面图像中的器官	计算机视觉	NA	深度学习	CNN, Transformer	图像	NA	NA	U-Net, Transformer, Efficient Channel Attention	IoU	NA
28	2025-10-05	Atrial fibrillation detection with signal decomposition and dilated residual neural network 2023-Oct-05, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/acfa61 PMID:37714186	研究论文	提出一种结合信号分解和扩张残差神经网络的心房颤动检测方法	提出基于R峰检测的时间掩模生成伪QRS复合波信号和伪T、P波信号的特征提取方法，并设计扩张残差神经网络处理分解后的信号	NA	通过深度学习方法提高穿戴设备心电图信号中心房颤动的检测性能	心电图信号	机器学习	心血管疾病	心电图信号分析	CNN	信号数据	PhysioNet/CinC 2017挑战赛数据集和MIT-BIH心房颤动数据库	NA	扩张残差神经网络	F1分数	NA
29	2025-10-06	Negativity and Positivity in the ICU: Exploratory Development of Automated Sentiment Capture in the Electronic Health Record 2023-10, Critical care explorations DOI:10.1097/CCE.0000000000000960 PMID:37753238	研究论文	本研究开发了两种ICU临床笔记情感分析方法，包括基于关键词的方法和基于DeBERTa-v3的深度学习模型	开发了专门针对医疗领域的情感分析工具，相比通用情感分析工具在临床笔记中表现更优	研究为探索性开发，需要进一步验证和优化	开发能够自动捕捉电子健康记录中提供者情感的概念验证算法	ICU临床笔记中的提供者情感表达	自然语言处理	NA	情感分析	DeBERTa-v3	文本	MIMIC-III数据库中52,997次ICU住院的198,944份笔记，UCSF数据库2018-2019年外部样本	NA	DeBERTa-v3	Spearman相关系数	NA
30	2025-10-06	Predicting individual cases of major adolescent psychiatric conditions with artificial intelligence 2023-10-10, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-023-02599-9 PMID:37816706	研究论文	利用人工智能和多领域高维数据预测青少年主要精神疾病的个体病例	首次在相同研究设计中比较不同类别黄金标准算法对多种青少年精神健康状况的预测能力，使用超过100个候选预测因子	需要在纵向数据中进一步探索发现并在外部数据集中验证结果	稳健识别有精神疾病风险的青少年以进行针对性干预	青少年精神疾病病例（焦虑症、抑郁症、注意力缺陷、破坏性行为、创伤后应激）	机器学习	精神疾病	多领域高维数据分析	人工神经网络,XGBoost,逻辑回归	多领域数据（神经、产前、发育、生理、社会文化、环境、情绪和认知特征）	大型跨诊断青少年样本	NA	人工神经网络,树基学习,ElasticNet逻辑回归	AUC	NA
31	2025-10-06	Automatic ultrasound diagnosis of thyroid nodules: a combination of deep learning and KWAK TI-RADS 2023-Oct-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfdf0 PMID:37757848	研究论文	结合深度学习和KWAK TI-RADS实现甲状腺结节超声自动诊断	首次将改进的U-Net++分割模型与基于KWAK TI-RADS指南的多任务卷积神经网络相结合，实现甲状腺结节风险等级自动评估	研究仅基于1862例样本，需要更大规模数据验证	实现甲状腺结节风险等级的自动评估，为细针穿刺必要性判断提供依据	甲状腺结节患者	计算机视觉	甲状腺结节	超声检查	CNN	超声图像	1862例甲状腺结节病例（训练集），302例测试集	NA	U-Net++, MT-CNN	Dice系数, IoU, 准确率, 假阳性率, 精确率, 召回率	NA
32	2025-10-06	Sub-second whole brain T2mapping via multiband SENSE multiple overlapping-echo detachment imaging and deep learning 2023-Oct-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfb71 PMID:37726009	研究论文	本研究通过结合多波段SENSE技术和深度学习，实现了亚秒级全脑T2定量成像	首次将多波段SENSE技术与MOLED成像结合，实现了600毫秒内完成全脑T2定量成像	在高多波段因子条件下图像质量可能下降，需要PnP算法进行改善	加速定量磁共振成像，实现亚秒级全脑T2定量成像	数值模拟、水模实验和人脑实验	医学影像分析	NA	定量磁共振成像、多波段SENSE、MOLED成像	深度学习	磁共振图像	数值模拟、水模实验和人脑实验（具体样本数量未明确说明）	NA	U-Net, DRUNet	图像质量、信噪比	NA
33	2025-10-06	Automatic brain extraction for rat magnetic resonance imaging data using U2-Net 2023-Oct-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf641 PMID:37659398	研究论文	本研究开发了一种基于U-Net深度学习模型的大鼠脑部MRI图像颅骨剥离新方法	首次将U-Net神经网络应用于大鼠脑部MRI图像的自动颅骨剥离，相比传统方法RATS和BrainSuite表现更优	研究仅针对大鼠脑部MRI数据，未验证在其他物种或成像模式上的适用性	开发一种高效准确的大鼠脑部MRI图像颅骨剥离方法	599只大鼠的脑部磁共振成像数据	医学影像分析	神经系统疾病	磁共振成像	U-Net	医学影像	599只大鼠（476只训练，123只测试）	NA	U-Net	Dice系数,Jaccard系数,敏感性,特异性,像素精度,Hausdorff系数,真阳性率,假阳性率	NA
34	2025-10-06	MARGANVAC: metal artifact reduction method based on generative adversarial network with variable constraints 2023-10-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf8ac PMID:37696272	研究论文	提出一种基于变约束生成对抗网络的金属伪影减少方法MARGANVAC，用于改善CT成像中的金属伪影问题	引入变约束机制作为时变成本函数，在训练初期放松保真度约束并逐步加强，同时开发了金属伪影迁移方法生成具有真实伪影特征的配对训练数据	未明确说明模型在更广泛临床场景中的泛化能力及计算效率的具体评估	开发适用于实际临床场景的高性能金属伪影减少方法	CT图像中的金属伪影	医学影像处理	NA	CT成像	GAN	CT图像	NA	NA	生成对抗网络	定量指标，定性评估	NA
35	2025-10-06	Deep learning for fast denoising filtering in ultrasound localization microscopy 2023-10-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf98f PMID:37703894	研究论文	本研究提出基于对比半监督网络的深度学习去噪方法，用于超声定位显微镜中的快速去噪滤波	首次将对比半监督网络(CS-Net)应用于超声定位显微镜去噪，显著缩短数据处理时间	神经网络主要使用模拟微泡数据进行训练，可能对真实数据的适应性存在局限	开发快速去噪方法以实现超声定位显微镜的实时成像	微泡信号、流场体模、新西兰兔肿瘤模型	医学影像处理	肿瘤	超声定位显微镜(ULM)、超分辨率超声成像(SR-US)	深度学习	超声图像	流场体模实验和动物实验(新西兰兔肿瘤模型)	NA	对比半监督网络(CS-Net)	信噪比(SNR)、对比噪声比(CNR)、处理速度	NA
36	2025-10-06	QS-ADN: quasi-supervised artifact disentanglement network for low-dose CT image denoising by local similarity among unpaired data 2023-Oct-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf9da PMID:37708896	研究论文	提出一种准监督伪影解缠网络，利用未配对数据中的局部相似性进行低剂量CT图像去噪	提出准监督学习模式，通过从未配对正常剂量CT数据集中寻找最佳匹配图像作为先验信息	伪影减少效果仍不如完全监督学习方法	低剂量CT图像去噪以减少辐射风险	低剂量CT图像和正常剂量CT图像	计算机视觉	NA	CT成像	CNN	医学图像	未配对LDCT和NDCT图像数据集	PyTorch	ADN（伪影解缠网络）	噪声抑制，上下文保真度	NA
37	2025-10-06	Weighted entropy deep features on hybrid RNN with LSTM for glucose level and diabetes prediction 2023 Oct-Dec, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2022.2149263 PMID:36448678	研究论文	提出一种结合加权熵深度特征和混合RNN-LSTM的糖尿病预测及血糖水平分类方法	使用改进的逃逸能量哈里斯鹰优化算法调整权重提取加权熵深度特征，并开发R-LSTM混合模型进行血糖预测	仅在两个基准数据集上验证，未在更多多样化人群数据上进行评估	开发高效的糖尿病预测和血糖水平分类系统	糖尿病患者血糖数据	机器学习	糖尿病	深度学习	CNN, RNN, LSTM, 模糊分类器	血糖数据	两个基准数据集	NA	混合RNN-LSTM (R-LSTM), 卷积神经网络	SMAPE	NA
38	2025-10-06	Deep Learning Algorithms to Detect Murmurs Associated With Structural Heart Disease 2023-10-17, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.030377 PMID:37830333	研究论文	本研究开发并验证了基于深度学习的算法，用于检测与结构性心脏病相关的心脏杂音	使用FDA批准的深度学习算法，在超过15,000例心音记录上训练，并在真实临床环境中验证，显著优于临床医生的诊断一致性	验证数据集规模相对有限（2375条记录，615名受试者），需要在更广泛人群中进一步验证	提高结构性心脏病的听诊检测准确性，减少漏诊	心脏杂音和结构性心脏病患者	医疗人工智能	结构性心脏病	心脏听诊，超声心动图	深度学习	心音记录	训练集：>15,000条心音记录；验证集：2375条记录来自615名受试者	NA	NA	灵敏度，特异性，准确率	NA
39	2025-10-06	Frequency-aware optical coherence tomography image super-resolution via conditional generative adversarial neural network 2023-Oct-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.494557 PMID:37854579	研究论文	提出一种频率感知的光学相干断层扫描图像超分辨率框架，通过条件生成对抗网络提升医学图像质量	首次将频率保真度引入OCT图像超分辨率重建，提出三个关键频率模块（频率变换、频率跳跃连接、频率对齐）和频率损失函数	未明确说明在更广泛医学图像数据集上的性能表现	开发能够保持频率保真度的光学相干断层扫描图像超分辨率方法	冠状动脉OCT图像、鱼类角膜图像和大鼠视网膜图像	计算机视觉	心血管疾病	光学相干断层扫描（OCT）	cGAN（条件生成对抗网络）	医学图像	大规模冠状动脉OCT数据集，具体数量未明确说明	NA	条件生成对抗网络（cGAN）	定量研究指标（具体指标未明确说明）	NA
40	2025-10-06	Considerations on brain age predictions from repeatedly sampled data across time 2023-10, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.3219 PMID:37587620	研究论文	本研究探讨基于重复采样时间序列数据的脑年龄预测表现及其在临床应用中的考量	首次使用密集采样的纵向MRI数据分析同一受试者不同时间点的脑年龄预测表现，并验证数据采集参数对预测结果的影响	样本量较小（仅4名受试者），年龄范围有限可能未包含成熟效应，扫描质量影响结论不明确	验证脑年龄预测模型在纵向数据中的表现及其临床应用可靠性	人类大脑MRI数据	医学影像分析	NA	磁共振成像（MRI），T1加权成像	深度学习模型	医学影像（MRI）	4名受试者的密集采样纵向数据+两个横断面验证数据集	NA	预训练深度学习模型	相关性分析	NA