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
1	2026-06-03	Network anomaly detection using Deep Autoencoder and parallel Artificial Bee Colony algorithm-trained neural network 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2333 PMID:41937808	研究论文	提出基于深度自编码器与并行化人工蜂群算法的神经网络进行网络异常检测	将深度自编码器与向量化、并行化的人工蜂群算法结合，用于训练前馈神经网络，以解决传统训练算法易陷入局部最优和检测率低的问题	未明确说明局限性，但可能包括算法复杂度高、对特定数据集依赖性强等	提高网络入侵检测的性能，特别是检测率和降低误报率	网络流量数据中的异常或入侵行为	机器学习	NA	深度自编码器，人工蜂群算法	前馈神经网络	数值型网络流量特征数据	使用了UNSW-NB15和NF-UNSW-NB15-v2两个数据集	NA	深度自编码器	检测率，误报率	NA
2	2026-06-02	Cross-sectional area and fat infiltration of the lumbar spine muscles in patients with back disorders: a deep learning-based big data analysis 2024-01, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-023-07982-0 PMID:37875679	research paper	通过深度学习模型大规模评估腰椎旁肌肉横截面积和脂肪浸润	利用验证的深度学习模型对4434名背部疾病患者进行大规模自动化分析，揭示性别、年龄和疾病类型对腰椎肌肉形态的影响	未提及具体限制	评估背部疾病患者腰椎肌肉横截面积和脂肪浸润的差异	4434名背部疾病患者（包括骨折、疝气、脊柱手术等）的T2轴向MRI图像	digital pathology	背部疾病	MRI	深度学习	图像	4434名患者（2609名女性，1825名男性）	NA	NA	NA	NA
3	2026-06-02	Computer-aided Diagnosis of Various Diseases Using Ultrasonography Images 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405619666230306101012 PMID:36876845	综述	本文全面调研了基于计算机辅助诊断系统从超声图像中自动检测多种疾病的方法	将疾病检测按颈动脉、经腹盆腔、肌肉骨骼和甲状腺区域分组，并总结了基于支持向量机的纹理特征提取方法在分类精度上的优势，同时指出了深度学习趋势带来的自动化和精确度提升	分类精度依赖于训练模型所用的图像数量，且文中提到了超声成像模态的局限性及自动化疾病诊断技术的显著缺陷	调研基于机器学习和深度学习算法从超声图像进行疾病自动检测的计算机辅助诊断系统	超声图像中的疾病检测（包括颈动脉、经腹盆腔、肌肉骨骼和甲状腺区域）	计算机视觉, 机器学习	多种疾病（颈动脉疾病、经腹盆腔疾病、肌肉骨骼疾病和甲状腺疾病）	超声成像	支持向量机, 深度学习	图像	NA	NA	支持向量机	分类精度	NA
4	2024-10-02	Towards deep learning methods for quantification of the right ventricle using 2D echocardiography 2024, Future cardiology IF:1.6Q3 DOI:10.1080/14796678.2024.2347125 PMID:39351980	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5	2026-05-29	scDisInFact: disentangled learning for integration and prediction of multi-batch multi-condition single-cell RNA-sequencing data 2024-01-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-45227-w PMID:38291052	研究论文	提出scDisInFact深度学习框架，用于解缠多批次多条件下单细胞RNA测序数据的批次效应与条件效应	首次提出同时实现批次效应去除、条件相关关键基因检测和扰动预测的整合框架	未见明确阐述	开发能同时处理批次效应和条件效应的深度学习模型	单细胞RNA测序数据中的批次效应和条件效应	机器学习	NA	单细胞RNA测序	深度学习框架	单细胞RNA测序数据	NA	PyTorch	scDisInFact	NA	NA
6	2026-05-29	Race, Sex, and Age Disparities in the Performance of ECG Deep Learning Models Predicting Heart Failure 2024-01, Circulation. Heart failure DOI:10.1161/CIRCHEARTFAILURE.123.010879 PMID:38126168	研究论文	本研究调查了深度学习心电图模型在预测心力衰竭时基于种族、性别和年龄的性能差异	首次系统评估深度学习模型在不同种族、性别和年龄群体中预测心力衰竭的性能偏差，并探索了减少偏差的策略	研究基于单一医院数据，可能无法推广至其他人群；未包含其他潜在影响因子如社会经济状态	评估深度学习ECG模型在预测心力衰竭时的人口统计学偏差，并提出缓解算法偏差的方法	326,518次患者就诊的心电图数据，涵盖2008-2018年斯坦福医院的标准临床指征	机器学习	心力衰竭	12导联心电图	卷积神经网络	ECG信号	326,518次患者就诊，160,312例ECG测试集	NA	卷积神经网络	AUC, F1分数	NA
7	2026-05-23	Using deep learning to quantify neuronal activation from single-cell and spatial transcriptomic data 2024-01-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-44503-5 PMID:38278804	研究论文	通过深度学习方法从单细胞和空间转录组数据量化神经元激活水平	提出NEUROeSTIMator模型，能够整合转录组信号估计神经元激活，与Patch-seq电生理特征相关且对物种、细胞类型和脑区差异具有鲁棒性	NA	开发一种从单细胞和空间转录组数据准确量化神经元激活的深度学习工具	神经元激活相关的转录组数据	机器学习	NA	单细胞RNA测序（scRNA-seq），空间转录组学	深度学习模型	转录组数据	NA	NA	NEUROeSTIMator	准确度	NA
8	2026-05-23	MHC-I upregulation safeguards neoplastic T cells in the skin against NK cell-mediated eradication in mycosis fungoides 2024-01-25, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-45083-8 PMID:38272918	研究论文	利用克隆性监督深度学习方法，揭示IL-32β-MHC-I轴在皮肤T细胞淋巴瘤免疫逃逸中的关键作用	首次发现MHC-I上调通过抑制NK细胞功能促进皮肤T细胞淋巴瘤免疫逃逸，并验证破坏MHC-I与Ly49受体相互作用可恢复NK细胞抗肿瘤活性	研究局限于皮肤T细胞淋巴瘤模型，未探索其他类型淋巴瘤或多器官微环境差异	阐明皮肤T细胞淋巴瘤免疫逃逸机制并开发克服细胞靶向治疗耐药的新策略	蕈样肉芽肿患者皮肤样本及雌性小鼠模型	数字病理学, 机器学习	皮肤T细胞淋巴瘤	RNA-seq	深度学习	图像, 文本	人类患者皮肤样本（未明确数量）及雌性小鼠模型	PyTorch	克隆性监督深度神经网络	NA	NA
9	2026-05-23	IntroUNET: identifying introgressed alleles via semantic segmentation 2024-Jan-23, bioRxiv : the preprint server for biology DOI:10.1101/2023.02.07.527435 PMID:36865105	研究论文	将语义分割深度学习算法应用于识别种群遗传比对中的渗入等位基因	首次将语义分割任务应用于渗入等位基因的个体水平精确识别，能推断每个个体的渗入等位基因及其在基因组中的具体位置	依赖模拟数据训练，真实数据应用需要验证；对未采样“幽灵”种群的性能需进一步评估	开发一种能够识别基因组中渗入区域和个体渗入等位基因的深度学习方法	两个种群的遗传比对数据（模拟数据及真实种群数据如邓氏鱼）	机器学习	NA	NGS	CNN (语义分割网络)	图像（种群遗传比对图像）	具体样本量未说明，但包括模拟数据和来自果蝇的真实数据	NA	语义分割网络（具体架构未明确提及）	准确率（highly accurate）	NA
10	2026-05-23	The Value of Topological Radiomics Analysis in Predicting Malignant Risk of Pulmonary Ground-Glass Nodules: A Multi-Center Study 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241287089 PMID:39363876	研究论文	通过拓扑放射组学分析预测肺部磨玻璃结节的恶性风险	首次将拓扑数据分析应用于肺磨玻璃结节的放射组学分析，结合同调理论提取拓扑特征，显著提升了良恶性鉴别性能	研究中未提及外部验证，可能限制模型的泛化能力	预测肺CT扫描中磨玻璃结节的恶性风险，提升早期诊断准确性	肺部磨玻璃结节（GGNs）患者	计算机视觉	肺癌	CT扫描，放射组学分析	机器学习与深度学习算法结合的模型	影像数据	来自两个中心的3223名患者（2018年1月至2023年6月）	NA	NA	曲线下面积（AUC）、敏感度	NA
11	2026-05-19	Deep Learning Classification of Angle Closure based on Anterior Segment OCT 2024 Jan-Feb, Ophthalmology. Glaucoma DOI:10.1016/j.ogla.2023.06.011 PMID:37437884	研究论文	评估卷积神经网络模型在前段OCT图像中识别原发性闭角型疾病及其阶段分化的性能和泛化能力	首次利用深度学习模型在多中心、跨国数据上系统评估了前段OCT图像中闭角型疾病的自动分类性能，并验证了模型在不同人群间的泛化能力	模型在区分PACS与PAC+PACG时表现中等，泛化能力下降	评估CNN模型用于客观、高通量识别原发性闭角型疾病及其阶段分化	前段OCT图像中的原发性闭角型疾病（PACD）	计算机视觉	闭角型青光眼	OCT	CNN	图像	中国两个中心841只眼（170只对照，488只PACS，183只PAC+PACG）和新加坡测试集300只眼	NA	CNN	AUC, precision, recall	NA
12	2026-05-15	Determination of output factor for CyberKnife using scintillation dosimetry and deep learning 2024-Jan-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad1b69 PMID:38181420	研究论文	利用塑料闪烁体成像与深度学习测量CyberKnife系统的输出因子	首次将塑料闪烁体成像与卷积神经网络结合，实现CyberKnife系统输出因子的快速、便捷测量	经典图像处理方法在测定标准QA参数时失败率较高（34%的点未通过伽马标准），且结果需要进一步优化以提升精度	验证使用塑料闪烁体成像配合商用摄像头和深度学习测量CyberKnife系统输出因子的可行性	CyberKnife系统的输出因子、准直器尺寸及剂量QA参数	医学影像	NA	塑料闪烁体成像	卷积神经网络	图像	NA（未明确样本数量，但涉及模拟数据和绿色闪烁体片的训练）	PyTorch	CNN	伽马准则（2 mm/2%和1%/1 mm）、平均差异（1.1%）、准直器尺寸预测准确度（<1 mm）	NA
13	2026-05-15	Scattered tree death contributes to substantial forest loss in California 2024-01-20, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-44991-z PMID:38245523	研究论文	利用深度学习从亚米分辨率航拍图像中检测加利福尼亚州91.4百万棵散死亡树木，发现其占森林损失的很大比例	首次通过亚米分辨率航拍图像和深度学习大规模精确检测孤立死亡树木，揭示传统监测方法忽视的散在死亡树木对森林碳汇和野火风险的重要影响	与实地数据相比存在16.7-24.7%的低估偏差，未详细讨论检测算法的误报或漏检率以及不同生态区域的异质性	系统评估加州大面积植被区域中孤立或散死亡树木的范围，以降低树木死亡率实际程度的估算不确定性	加利福尼亚州2780万公顷植被区中的91.4百万棵死亡树木	计算机视觉	NA	亚米分辨率航拍图像	深度学习（目标检测网络，如CNN）	图像	2780万公顷植被区的91.4百万棵死亡树木	PyTorch或类似框架（未明确说明）	亚米分辨率深度学习检测模型（具体架构未明确）	低估偏差（-16.7%至-24.7%），与实地数据对比时的相对误差	未提及具体计算资源
14	2026-05-15	A 3D transfer learning approach for identifying multiple simultaneous errors during radiotherapy 2024-Jan-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad1547 PMID:38091615	研究论文	开发基于3D CNN的迁移学习方法，识别放疗过程中同时发生的多种错误	首次采用三维卷积神经网络结合迁移学习方法，在复杂临床场景下同时识别放疗中的多种解剖和机械错误	模型在二级错误分类中的性能较低，且出现过拟合现象	评估CNN在放疗多重错误同时发生时进行错误识别能力	40名肺癌患者的治疗计划和CT图像，模拟的临床常见组合错误	计算机视觉	肺癌	三维剂量分布模拟	三维卷积神经网络	三维剂量比较体数据	40名肺癌患者，2580个3D剂量分布样本	NA	3D CNN，集成模型（三个独立CNN）	F1分数	NA
15	2026-05-15	[Mitigating metal artifacts from cobalt-chromium alloy crowns in cone-beam CT images through deep learning techniques] 2024-01-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20231030-00228 PMID:38228542	研究论文	基于深度学习方法开发并评估金属伪影去除系统对锥形束CT图像中钴铬合金牙冠伪影的去除效果	首次针对不同厚度钴铬合金牙冠在锥形束CT中的伪影特性，开发并比较了卷积神经网络和U-net两种深度学习模型的伪影去除性能	仅在标准3D打印模型上评估，未涉及真实临床患者影像数据，且未探讨对其他类型金属或扫描条件的泛化能力	开发并评估基于深度学习的金属伪影去除系统，验证其对不同厚度钴铬合金冠在锥形束CT图像中的伪影去除效果	钴铬合金牙冠伪影去除系统（CNN-MARS和U-net-MARS）以及不同厚度（1.0、1.5、2.0 mm）的钴铬合金冠	计算机视觉	无特定疾病	锥形束CT	CNN、U-net	图像	标准全口模型（60 mm×75 mm×110 mm）的一个可替换目标牙位，每种厚度的牙冠生成多张匹配的锥形束CT图像	NA	卷积神经网络、U-net	结构相似性指数（SSIM）、峰值信噪比（PSNR）	NA
16	2026-05-15	Non-coplanar lung SABR treatments delivered with a gantry-mounted x-ray tube 2024-Jan-04, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad111a PMID:38035372	研究论文	提出一种低成本的非共面肺部立体定向消融放疗系统SITKA，并验证其剂量学性能与RTOG 0813标准的一致性	采用安装在机架上的320 kVp X射线管替代传统直线加速器，结合深度学习CBCT到sCT转换和基于GPU反投影的逆向治疗计划，实现低成本且有效的非共面放疗方案	仅基于两名肺癌患者的模拟研究，未涉及临床试验或真实患者数据验证	为低收入国家提供低成本肺癌SABR治疗的替代方案，同时满足RTOG 0813剂量学标准	采用SITKA系统的非共面肺部SABR治疗方案，与基于TrueBeam直线加速器的6 MV VMAT方案对比	医学影像与放射治疗	肺癌	立体定向消融放疗（SABR）、深度学习CBCT到sCT转换、GPU反投影逆向计划	深度学习模型（用于CBCT到sCT转换）	CBCT影像、模拟剂量分布数据	2例肺癌患者的治疗计划	TOPAS Monte Carlo代码、Eclipse平台	NA	剂量学符合率（RTOG 0813标准）、危及器官最大剂量、平均剂量	GPU（用于反投影计算）
17	2026-05-15	Fast deep learning reconstruction techniques for preclinical magnetic resonance fingerprinting 2024-01, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5028 PMID:37669779	研究论文	提出一种深度学习方法及超参数优化策略，用于重建临床前磁共振指纹图谱中的 T1 和 T2 参数图	使用实验数据训练 DL 模型，完全排除理论 MRI 信号模拟器；自动超参数优化策略同时优化神经网络架构、DL 模型结构和监督学习算法	仅基于离体大鼠脑体模的实验数据，未在活体或临床数据上验证	加速并提高 MRF 重建的准确性和计算效率，用于临床前和未来临床研究	离体大鼠脑体模	机器学习	NA	磁共振指纹图谱（MRF）	深度学习（DL）模型	磁共振图像	两个 MRF 序列获取的离体大鼠脑体模图像数据集	NA	NA	平均百分比相对误差，计算时间	7-T 临床前扫描仪
18	2026-05-15	Osteoarthritis year in review 2023: Imaging 2024-01, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2023.10.005 PMID:37879600	综述	概述了2022年1月1日至2023年4月1日期间关于体内骨关节炎成像的原创研究	对骨关节炎成像领域的最新进展进行了全面叙述性总结，重点关注人工智能应用及其面临的泛化性挑战	排除了体外和动物研究，可能忽略重要临床前发现；人工智能模型的泛化性不足限制了广泛应用	综述过去一年内骨关节炎体内成像的研究进展	人类骨关节炎成像	计算机视觉	骨关节炎	MRI, X射线, CT	NA	图像	249篇相关出版物	NA	NA	NA	NA
19	2026-05-12	Prediction of post-traumatic stress disorder in family members of ICU patients: a machine learning approach 2024-01, Intensive care medicine IF:27.1Q1 DOI:10.1007/s00134-023-07288-1 PMID:38112774	研究论文	利用机器学习方法预测ICU患者家属的创伤后应激障碍	首次提出基于机器学习的方法在个体层面预测ICU患者家属的创伤后应激障碍，并应用多种可解释性方法分析变量贡献	模型中主要影响因素均为不可改变因素，缺乏对可干预因素的探索	开发易于获取的患者和家属信息为基础的风险分层工具，指导高风险家属接受适当管理	ICU患者的家庭成员	机器学习	创伤后应激障碍	NA	随机森林、XGBoost、正则化线性模型、核模型、深度学习模型	结构化临床数据	2374名ICU患者家庭成员	Scikit-learn, XGBoost	随机森林、XGBoost	AUC	NA
20	2026-05-09	BAOS-CNN: A novel deep neuroevolution algorithm for multispecies seagrass detection 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0281568 PMID:38917071	研究论文	提出一种名为BAOS-CNN的新型深度神经进化算法，用于多物种海草检测	首次利用基于原子模型和量子力学原理的增强版原子轨道搜索算法（BAOS），结合Lévy飞行技术，实现CNN架构工程和超参数调优的自动化	文中未明确说明局限性	自动化CNN架构工程和超参数调优，提高多物种海草检测的准确性	多物种海草图像数据集	计算机视觉	NA	深度神经进化算法	卷积神经网络（CNN）	图像	基于补丁的多物种海草数据集，以及公开的DeepSeagrass数据集（四类和五类版本）	NA	BAOS-CNN	整体准确率	NA