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
61	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
62	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
63	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
64	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
65	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
66	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
67	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
68	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
69	2025-10-06	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	开发并评估用于高风险女性筛查性乳腺MRI检查的深度学习分流模型	首次使用集成深度学习模型对高风险人群的乳腺MRI进行自动分流，在不漏诊任何癌症的情况下实现工作量减少	回顾性研究设计，需要在前瞻性临床试验中进一步验证	开发能够准确分流乳腺MRI检查的深度学习模型	高风险女性的乳腺磁共振成像检查	医学影像分析	乳腺癌	对比增强磁共振成像	深度学习集成模型	医学影像	16,535例连续对比增强MRI，来自8,354名女性	NA	NA	灵敏度, 特异度, 工作量减少率	NA
70	2025-10-06	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	本研究开发了一种基于深度学习和影像组学的自动化框架，用于从多发性骨髓瘤患者的MRI图像预测骨髓活检结果	首次将nnU-Net与影像组学特征结合，实现从MRI非侵入性预测骨髓浆细胞浸润和细胞遗传学异常	细胞遗传学异常预测模型在外部测试集上泛化能力有限，部分预测性能仅达到中等水平	建立自动化框架从MRI预测局部骨髓活检结果，解决骨髓活检的侵入性和空间局限性问题	多发性骨髓瘤患者	数字病理	多发性骨髓瘤	MRI	nnU-Net, 随机森林	医学影像	来自8个中心的512名患者的672个MRI和370个对应骨髓活检	NA	nnU-Net	Pearson相关系数, AUC	NA
71	2025-10-06	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连续实时检测房颤的性能	开发了首个结合光电容积脉搏波和卷积神经网络的手腕穿戴设备，实现医疗级连续房颤监测	研究仅纳入阵发性房颤患者，样本量相对有限（117例）	验证手腕穿戴设备在动态环境中连续监测房颤的临床性能	阵发性房颤患者	数字病理	心血管疾病	光电容积脉搏波，lead-I ECG	CNN	生理信号数据	117名阵发性房颤患者，111名提供有效数据，共91,857个15分钟间隔	NA	卷积神经网络	灵敏度，特异性，R²，平均差异	NA
72	2025-10-06	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制备流程对深度学习增强空间转录组学分析性能的影响	提出了一种增强的样本处理工作流程，通过自动化H&E染色、高分辨率全玻片成像和多患者样本多重分析来提高空间转录组学数据的质量和一致性	研究队列规模较小（仅13名患者），训练深度学习模型成本较高	评估改进的样本制备流程在深度学习增强空间转录组学分析中的效果	13名pT3期结直肠癌患者的组织样本	数字病理学	结直肠癌	空间转录组学，H&E染色，全玻片成像	CNN	组织图像，基因表达数据	13名结直肠癌患者	NA	Inceptionv3	统计精度，拓扑一致性	NA
73	2025-10-06	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	提出一种基于纵向脑部MRI的自监督自组织映射方法，用于生成可解释的潜在表征	首个自监督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	仅基于纵向脑部MRI数据，未使用人口统计学或认知信息	开发可解释的深度学习模型用于纵向脑部MRI分析	阿尔茨海默病神经影像倡议(ADNI)的纵向脑部MRI数据	医学影像分析	阿尔茨海默病	脑部MRI	自组织映射(SOM)	医学影像	NA	NA	自组织映射	准确率, ADAS-Cog评分	NA
74	2025-10-06	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	研究论文	基于SEER数据库和多中心外部验证队列开发深度学习模型预测原发性胃肠道淋巴瘤患者的生存期	首次将DeepSurv深度学习算法应用于PGIL患者生存预测，并通过多中心外部验证队列验证模型性能	外部验证队列样本量较小（仅82例患者）	建立预测原发性胃肠道淋巴瘤患者生存期的预后模型	原发性胃肠道淋巴瘤患者	机器学习	胃肠道淋巴瘤	生存分析	CoxPH, RSF, DeepSurv	临床数据	SEER数据库11,168例患者（训练和测试队列），三个医疗中心82例患者（外部验证队列）	NA	神经多任务逻辑回归	C-index, 校准曲线, 决策曲线分析	NA
75	2025-10-06	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	本研究探索基于卷积神经网络的仿射配准网络在低信噪比动脉自旋标记灌注MRI图像配准中的可行性	首次将深度学习应用于低信噪比ASL灌注fMRI图像的仿射配准，相比传统SPM方法在精度和速度上均有显著提升	仅针对仿射变换进行研究，未考虑更复杂的非线性配准问题	开发适用于低信噪比功能磁共振图像的快速准确配准方法	动脉自旋标记灌注fMRI图像时间序列	医学图像处理	双相情感障碍, 衰老相关疾病	动脉自旋标记灌注fMRI, 磁共振成像	CNN	三维医学图像, 时间序列图像	多个独立数据集：冥想研究(10受试者×2)、双相障碍研究(26对照,19患者)、衰老研究(27年轻受试者,33老年受试者)	NA	仿射配准网络	平移误差, 旋转误差, MSE, L1, DSSIM, 总误差	NA
76	2025-10-06	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	开发用于自动化细胞检测流程中图像聚焦分析的深度学习工具FocA	提出能够在近实时条件下识别聚焦/失焦图像的深度学习工具，使用下采样图像小块训练以最大化计算效率而不影响准确性	NA	确保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	图像	NA	NA	NA	准确率	最小计算资源
77	2025-10-06	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	本研究通过深度学习方法和克隆分析定量表征斑马鱼端脑早期神经元生成的动态过程	首次对斑马鱼端脑发育初期（14-24小时）的神经元生成和神经祖细胞分裂模式进行定量图谱分析	研究仅关注发育最初24小时内的神经发生过程，未涉及后期发育阶段	理解神经祖细胞在斑马鱼端脑发育初期何时转换分裂模式以产生第一批神经元	斑马鱼端脑发育过程中的神经祖细胞和新生神经元	数字病理	NA	深度学习分割方法、克隆分析	NA	显微图像数据	斑马鱼端脑发育14-24小时阶段的样本	Cellpose	NA	NA	NA
78	2025-10-06	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	总结人工智能在感染性疾病研究和临床管理中的潜在应用	重点关注使用前瞻性收集的真实世界数据的研究，并强调具有转化潜力的研究方向	大多数研究缺乏真实世界验证或临床效用指标，研究设计和报告存在显著异质性	探索人工智能在感染性疾病领域的应用潜力	感染性疾病的诊断、治疗和公共卫生管理	机器学习	感染性疾病	NA	深度学习	医学影像, 实验室数据, 临床数据	筛选了1617篇PubMed文献	NA	NA	临床效用指标	NA
79	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	NA	NA	NA	NA
80	2025-10-07	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	研究论文	本研究开发了一种基于MRI和临床数据的深度学习模型，用于预测阿尔茨海默病ATN生物标志物状态	首次将深度学习应用于MRI数据来预测PET确定的ATN生物标志物状态，提供了一种无创、低成本的替代方案	研究采用回顾性数据，模型性能在tau生物标志物预测方面相对较低(AUC 0.73)	开发非侵入性方法评估阿尔茨海默病ATN生物标志物状态	阿尔茨海默病影像倡议(ADNI)数据库中的患者MRI和PET数据	医学影像分析	阿尔茨海默病	MRI, PET	CNN, 逻辑回归	医学影像, 临床数据	2099个淀粉样蛋白PET-MRI对，557个tau PET-MRI对，2768个FDG PET-MRI对	NA	卷积神经网络	AUC	NA