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
21	2025-09-07	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(QS-ADN)，利用未配对数据中的局部相似性进行低剂量CT图像去噪	引入准监督学习模式，通过从未配对正常剂量CT数据集中为每个低剂量CT图像寻找最佳匹配图像，并利用匹配度作为先验信息	伪影减少效果仍可能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	CT医学图像	计算机视觉	NA	深度学习	ADN-type network (伪影解缠网络)	CT图像	未配对低剂量CT和正常剂量CT数据集
22	2025-09-03	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的深度学习模型，用于血糖水平分类和糖尿病预测	采用改进的逃逸能量哈里斯鹰优化算法调整权重，并设计混合R-LSTM模型进行参数优化	未明确说明模型在不同人群和数据集上的泛化能力评估细节	开发高效的糖尿病预测和血糖水平分类系统	糖尿病患者的血糖数据	机器学习	糖尿病	深度学习优化算法	CNN, RNN, LSTM, 混合R-LSTM, 改进模糊分类器	血糖水平数据	使用两个基准数据集，具体样本量未明确说明
23	2025-09-02	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	本研究评估了一种基于深度学习的心音分析算法，用于检测与结构性心脏病相关的心脏杂音	开发了FDA批准的深度学习算法套件，在超过15,000条心音记录上训练，能够区分收缩期和舒张期杂音	NA	通过机器学习改进心脏听诊，提高结构性心脏病的检测准确性	心脏杂音和结构性心脏病患者	机器学习	心血管疾病	深度学习	深度学习算法	音频（心音记录）	615名独特受试者的2375条心音记录
24	2025-08-31	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整合频率模块以提升图像重建质量	首次在深度学习中引入频率保真度概念，设计三个频率模块（频率变换、频率跳跃连接、频率对齐）及频率损失函数，解决现有方法忽视频率分布导致的偏差问题	NA	提升光学相干断层扫描图像的超分辨率重建能力，改善形态结构解析精度	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）	条件生成对抗网络（cGAN）	图像	大规模冠状动脉OCT数据集（具体数量未注明），另包含鱼类角膜和大鼠视网膜图像验证
25	2025-08-30	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	本文探讨了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验证	首次利用密集纵向采样数据评估同一个体在不同时间点的脑年龄预测稳定性，并验证数据采集参数（如场强）对预测结果的影响	样本量较小（仅4名个体），年龄范围有限可能导致成熟效应未被观察到，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可靠性及其在临床场景中的应用潜力	人类脑部MRI数据，包括4名个体的密集采样数据和两个横断面验证数据集	医学影像分析	NA	磁共振成像（MRI），T1加权成像	深度学习模型（预训练）	图像	4名个体的密集纵向数据 + 两个横断面数据集（未明确数量）
26	2025-08-05	Multimodal Deep Learning Classifier for Primary Open Angle Glaucoma Diagnosis Using Wide-Field Optic Nerve Head Cube Scans in Eyes With and Without High Myopia 2023-10-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002267 PMID:37523623	研究论文	介绍了一种基于光学相干断层扫描(OCT)的多模态深度学习分类模型，用于诊断有无高度近视的青光眼	该模型结合了纹理信息，在多模态模型中表现优于单模态模型及不含纹理信息的多模态模型	样本量相对有限，特别是高度近视组的样本数量较少	评估使用宽视野OCT视神经头立方扫描的多模态DL分类器在有无轴性高度近视眼中的诊断准确性	原发性开角型青光眼(POAG)患者和健康人的眼睛	数字病理学	青光眼	OCT, 深度学习	VGG-16, 多模态深度学习模型	图像	371例无高度近视的POAG眼和86例健康眼，92例高度近视POAG眼和44例健康眼
27	2025-08-04	Automated Triage of Screening Breast MRI Examinations in High-Risk Women Using an Ensemble Deep Learning Model 2023-10-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000976 PMID:37058323	研究论文	开发并评估一种深度学习模型，用于在高风险患者的乳腺MRI检查中进行自动分诊，且不遗漏任何癌症病例	使用集成深度学习模型对高风险女性的乳腺MRI检查进行自动分诊，首次实现了在不遗漏任何癌症病例的情况下减少工作量	研究为回顾性设计，可能影响模型的泛化能力；外部验证数据集的样本量相对较小	开发一种能够准确分诊乳腺MRI检查的自动化工具，以减轻放射科医生的工作负担	高风险女性的乳腺MRI检查图像	数字病理学	乳腺癌	深度学习	集成深度学习模型	MRI图像	16,535例对比增强MRI（来自8,354名女性）
28	2025-08-04	Prediction of Bone Marrow Biopsy Results From MRI in Multiple Myeloma Patients Using Deep Learning and Radiomics 2023-10-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000986 PMID:37222527	研究论文	本研究通过深度学习和放射组学技术，利用MRI预测多发性骨髓瘤患者的骨髓活检结果	开发了一个自动化框架，能够从MRI非侵入性地预测骨髓活检结果，减少了侵入性检查的需求	预测模型对于某些细胞遗传学异常的外部测试集泛化能力不足	建立一个自动化框架，用于从MRI预测局部骨髓活检结果	多发性骨髓瘤患者	数字病理学	多发性骨髓瘤	MRI, 放射组学	nnU-Net, 随机森林	MRI图像	来自8个中心的512名患者的672个MRI和370个对应的骨髓活检样本
29	2025-07-29	Validation of a Deep Learning Algorithm for Continuous, Real-Time Detection of Atrial Fibrillation Using a Wrist-Worn Device in an Ambulatory Environment 2023-10-03, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.030543 PMID:37750558	研究论文	验证一种基于深度学习算法的手腕穿戴设备在动态环境中实时连续检测心房颤动的性能	开发了一种医疗级手腕穿戴设备，结合光电容积描记技术和卷积神经网络，实现长期连续心房颤动监测	研究样本量相对较小（117名患者），且仅针对阵发性心房颤动患者	评估手腕穿戴设备在动态环境中连续监测心房颤动的性能	阵发性心房颤动患者	数字病理学	心血管疾病	光电容积描记技术（PPG）	CNN	生理信号数据	117名阵发性心房颤动患者（最终分析111名）
30	2025-07-21	The Overlooked Role of Specimen Preparation in Bolstering Deep Learning-Enhanced Spatial Transcriptomics Workflows 2023-Oct-09, medRxiv : the preprint server for health sciences DOI:10.1101/2023.10.09.23296700 PMID:37873287	研究论文	本研究探讨了改进的样本处理工作流程对基于深度学习的空间转录组学评估的影响	提出了一种改进的样本处理工作流程，结合Visium CytAssist检测的灵活性，实现了自动化H&E染色、高分辨率全玻片成像以及多患者组织切片的复用	研究队列规模较小（13名pT3期结直肠癌患者），深度学习模型训练成本较高	提升空间转录组学工作流程的可靠性、分辨率和可扩展性	结直肠癌患者的组织切片	数字病理学	结直肠癌	空间转录组学、H&E染色、全玻片成像	Inceptionv3	图像、基因表达数据	13名pT3期结直肠癌患者
31	2025-07-21	LSOR: Longitudinally-Consistent Self-Organized Representation Learning 2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43907-0_27 PMID:37961067	研究论文	提出了一种名为LSOR的自监督学习方法，用于从纵向脑部MRI中学习高维可解释表示	首次提出自监督SOM方法，通过软聚类提高训练稳定性，并生成按脑年龄分层的潜在空间	方法仅基于纵向脑部MRI，未利用人口统计或认知信息	解决深度学习模型在纵向脑部MRI应用中的可解释性问题	阿尔茨海默病神经影像学倡议(ADNI)的纵向MRI数据	数字病理学	阿尔茨海默病	自监督学习，SOM(自组织映射)	SOM	MRI图像	ADNI数据集中的纵向MRI
32	2025-07-20	MISPEL: A supervised deep learning harmonization method for multi-scanner neuroimaging data 2023-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102926 PMID:37595405	研究论文	提出了一种名为MISPEL的监督式深度学习协调方法，用于处理多扫描仪神经影像数据	MISPEL是一种可自然扩展到两个以上扫描仪的监督式多扫描仪协调方法，并设计了一套标准来调查扫描仪相关的技术变异性和评估协调技术	NA	解决多扫描仪神经影像数据中的技术变异性问题，以提高下游分析的准确性	多扫描仪神经影像数据	神经影像	NA	深度学习	监督式学习	3T T1图像	一个跨四个扫描仪的多扫描仪匹配数据集
33	2025-07-20	Deep learning model for predicting the survival of patients with primary gastrointestinal lymphoma based on the SEER database and a multicentre external validation cohort 2023-Oct, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05123-0 PMID:37428248	research paper	本研究基于SEER数据库和多中心外部验证队列，开发了一个深度学习模型用于预测原发性胃肠道淋巴瘤（PGIL）患者的生存率	首次使用深度学习算法（DeepSurv模型）预测PGIL患者的生存率，并通过多中心外部验证队列验证其性能	样本量中外部验证队列的病例数较少（82例），可能影响模型的泛化能力	建立预测PGIL患者生存率的预后模型	原发性胃肠道淋巴瘤（PGIL）患者	digital pathology	gastrointestinal lymphoma	deep learning algorithm	DeepSurv, RSF, CoxPH	clinical data	11,168例来自SEER数据库的患者和82例来自三个医疗中心的外部验证患者
34	2025-07-20	Affine image registration of arterial spin labeling MRI using deep learning networks 2023-10-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.120303 PMID:37536525	研究论文	本研究探讨了基于卷积神经网络（CNN）的仿射配准网络（ARN）在低信噪比（SNR）三维动脉自旋标记（ASL）灌注图像时间序列配准中的可行性，并与最先进的统计参数映射（SPM）算法进行了性能比较	首次将CNN应用于低SNR的ASL灌注图像配准，并展示了在配准精度、速度和泛化能力上的显著优势	未提及对极端运动或异常图像的处理能力	探索深度学习在低SNR功能磁共振图像配准中的应用效果	ASL灌注fMRI图像时间序列	医学图像处理	双相情感障碍及老龄化相关研究	动脉自旋标记（ASL）灌注fMRI	CNN（卷积神经网络）	三维医学图像时间序列	多中心数据集（冥想研究10人×2，双相障碍研究26名对照+19名患者，老龄化研究27名年轻人+33名老年人）
35	2025-07-17	FocA: A deep learning tool for reliable, near-real-time imaging focus analysis in automated cell assay pipelines 2023-10, SLAS discovery : advancing life sciences R & D IF:2.7Q2 DOI:10.1016/j.slasd.2023.08.004 PMID:37573010	研究论文	介绍了一种名为FocA的深度学习工具，用于在自动化细胞检测流程中实时分析图像聚焦情况	FocA能够在近实时条件下识别聚焦和失焦图像，并通过小图像块训练优化计算效率，确保不存储和使用低质量图像	未明确提及具体局限性	提高自动化细胞检测中图像数据的质量和一致性	自动化细胞生物学研究平台生成的图像	计算机视觉	NA	深度学习	CNN（推测）	图像	未明确提及具体样本数量
36	2025-06-21	A quantitative characterization of early neuron generation in the developing zebrafish telencephalon 2023 Oct-Nov, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.22926 PMID:37679904	研究论文	本文定量描述了斑马鱼端脑发育早期神经元生成的过程	使用基于深度学习的Cellpose分割方法和单个NPC的克隆分析，首次详细量化了斑马鱼端脑在受精后14至24小时内神经元生成和NPC分裂模式	研究仅聚焦于斑马鱼端脑发育的最初24小时，未涉及更长期的神经发生过程	理解神经前体细胞(NPCs)何时转换分裂模式以生成斑马鱼端脑的首批神经元	斑马鱼端脑发育早期的神经前体细胞和新生神经元	发育神经生物学	NA	Cellpose深度学习分割方法、克隆分析	Cellpose	图像数据	斑马鱼端脑发育14-24小时时间段内的样本
37	2025-06-07	Artificial intelligence, machine learning and deep learning: Potential resources for the infection clinician 2023-10, The Journal of infection IF:14.3Q1 DOI:10.1016/j.jinf.2023.07.006 PMID:37468046	综述	本文总结了人工智能（AI）、机器学习和深度学习在人类感染研究和临床实践中的最新应用及未来潜力	重点关注使用前瞻性收集的真实世界数据进行临床验证的研究，以及具有转化潜力的研究，如新药发现和基于微生物组的干预	大多数研究缺乏真实世界的验证或临床效用指标，研究设计和报告的异质性限制了可比性，存在算法透明度和偏见风险等实际和伦理问题	探讨AI在感染研究和临床管理中的应用及其对临床感染实践的潜在影响	人类感染的研究和管理	机器学习	感染性疾病	AI、机器学习、深度学习	NA	实验室诊断数据、临床影像数据、公共卫生数据	1617篇PubMed文献被筛选，优先考虑临床试验、系统评价和荟萃分析
38	2025-06-03	Dimensionality Reduction for Improving Out-of-Distribution Detection in Medical Image Segmentation 2023-Oct, Uncertainty for safe utilization of machine learning in medical imaging : 5th international workshop, UNSURE 2023, held in conjunction with MICCAI 2023, Vancouver, BC, Canada, October 12, 2023, proceedings. UNSURE (Workshop) (5th : 2023... DOI:10.1007/978-3-031-44336-7_15 PMID:40443712	研究论文	本文提出了一种通过降维技术改进医学图像分割中分布外检测的方法	使用主成分分析对Swin UNETR模型的瓶颈特征进行降维，结合马氏距离实现高效的分布外检测	仅针对T1加权磁共振成像中的肝脏分割任务进行了验证	提高医学图像分割模型对分布外数据的检测能力	肝脏T1加权磁共振图像	数字病理	肝脏疾病	主成分分析(PCA), 马氏距离	Swin UNETR	医学图像	NA
39	2025-05-28	MRI-based Deep Learning Assessment of Amyloid, Tau, and Neurodegeneration Biomarker Status across the Alzheimer Disease Spectrum 2023-10, Radiology IF:12.1Q1 DOI:10.1148/radiol.222441 PMID:37815445	research paper	该研究利用深度学习和MRI数据预测阿尔茨海默病中PET确定的淀粉样蛋白、tau蛋白和神经退行性生物标志物状态	首次使用深度学习结合MRI和常规诊断数据非侵入性地预测ATN生物标志物状态，避免了PET的高成本和电离辐射	研究为回顾性设计，需要在前瞻性队列中验证模型的泛化能力	开发基于MRI的深度学习方法替代PET进行阿尔茨海默病ATN生物标志物分类	阿尔茨海默病患者	digital pathology	geriatric disease	PET扫描、MRI扫描	CNN与逻辑回归结合的混合模型	医学影像(MRI/PET)与临床数据	2099对淀粉样蛋白PET-MRI数据(75±10岁)、557对tau蛋白PET-MRI数据(75±7岁)、2768对FDG PET-MRI数据(75±7岁)
40	2025-05-17	Applications of Artificial Intelligence in Choroid Visualization for Myopia: A Comprehensive Scoping Review 2023 Oct-Dec, Middle East African journal of ophthalmology IF:0.5Q4 DOI:10.4103/meajo.meajo_154_24 PMID:39959595	综述	本文综述了人工智能在近视患者脉络膜可视化中的应用，特别是深度学习技术在光学相干断层扫描（OCT）图像中分割脉络膜的效果和角色	综合评估了多种AI模型在脉络膜分割中的诊断准确性，并探讨了其在近视诊断和管理中的潜力	需要进一步标准化AI方法，并扩大其在更广泛临床环境中的应用	评估人工智能在近视患者脉络膜可视化中的应用效果	近视患者	数字病理	近视	光学相干断层扫描（OCT）	U-Net, LASSO回归, Attention-based Dense U-Net, ResNeSt101, Mask R-CNN	图像	12项研究，涉及不同近视程度的患者