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	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
62	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
63	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
64	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
65	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
66	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）
67	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
68	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
69	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
70	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
71	2026-05-09	Bibliometric and visualized analysis of diabetic macular edema 2024-01-01, Indian journal of ophthalmology IF:2.1Q2 DOI:10.4103/IJO.IJO_399_23 PMID:38131545	综述	对2003年至2022年间糖尿病性黄斑水肿研究领域进行文献计量和可视化分析	利用VOSviewer对关键词进行聚类分析并识别短期研究热点，如深度学习、光学相干断层扫描血管成像等	仅基于Web of Science核心合集数据库，可能遗漏其他来源的文献	识别糖尿病性黄斑水肿领域的最新研究趋势及国家、机构和作者的影响力	糖尿病性黄斑水肿相关出版物	自然语言处理	糖尿病性黄斑水肿	文献计量分析	NA	文本	4482篇出版物	VOSviewer, Microsoft Excel	NA	NA	NA
72	2026-05-08	Utilisation of ChatGPT and other Artificial Intelligence tools among medical faculty in Uganda: a cross-sectional study 2024, MedEdPublish (2016) DOI:10.12688/mep.20554.3 PMID:39911314	研究论文	评估乌干达医学院教师对ChatGPT及其他人工智能工具的使用情况	首次在乌干达医学院教师中开展AI工具使用情况的横断面研究，揭示了年龄与AI使用率之间的关联	仅基于自我报告数据，可能存在回忆偏倚；样本来自四所公立大学，推广性有限	评估乌干达医学院教师对ChatGPT及其他人工智能工具的使用现状	乌干达四所公立大学的医学院教师	机器学习	NA	NA	ChatGPT（大语言模型）	问卷数据	224名医学院教师	NA	NA	NA	NA
73	2026-05-08	Developing a clinician-friendly rubric for assessing history-taking skills in medical undergraduates speaking English as a foreign language 2024, MedEdPublish (2016) DOI:10.12688/mep.19911.3 PMID:39534518	研究论文	评估乌干达医学院教师对ChatGPT等人工智能工具的使用情况	首次在乌干达医学院教师中调查ChatGPT等AI工具的使用率及影响因素	横断面研究设计，无法确定因果关系；样本仅来自四所公立大学，可能不具有全国代表性	评估乌干达医学院教师对ChatGPT及其他AI工具的使用情况	乌干达四所公立大学的医学院教师	机器学习	NA	NA	ChatGPT	问卷数据	224名医学院教师	NA	NA	NA	NA
74	2026-05-08	Superpixel-ComBat modeling: A joint approach for harmonization and characterization of inter-scanner variability in T1-weighted images 2024, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/imag_a_00306 PMID:40800451	研究论文	提出一种基于超像素与ComBat建模的联合方法，用于表征和协调T1加权图像中的跨扫描仪变异	将统计ComBat方法扩展到图像域，结合3D超像素分割算法，实现可解释的跨扫描仪变异表征和协调	NA	开发一种可解释的跨扫描仪变异表征与协调策略，提升多中心研究的图像一致性	来自四个3T MRI扫描仪的匹配T1加权图像	计算机视觉	NA	T1加权成像	ComBat模型	图像	NA	NA	超像素分割算法	信号噪声比, 对比度噪声比, 信号不均匀性指数, 结构相似性指数	NA
75	2026-05-07	3D CNN for neuropsychiatry: Predicting Autism with interpretable Deep Learning applied to minimally preprocessed structural MRI data 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0276832 PMID:39432512	研究论文	利用3D深度学习对最小预处理的结构性MRI数据预测自闭症诊断，并提高模型可解释性	直接在原始空间（而非模板空间）训练3D CNN模型，减少偏差且提升对结构变化的敏感性，同时实现模型可解释性以识别关键脑区	受限于自闭症的临床异质性和数据站点效应，模型预测准确率仍需提升	开发一种可解释的3D深度学习流程，用于从结构MRI推断自闭症诊断	自闭症患者与健康对照组的脑结构MRI扫描数据	计算机视觉	自闭症	MRI	3D CNN	影像	1329例（ABIDE I和II数据集，分为训练集、验证集和测试集）	NA	3D CNN	准确率	NA
76	2026-05-07	W-WaveNet: A multi-site water quality prediction model incorporating adaptive graph convolution and CNN-LSTM 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0276155 PMID:38442101	研究论文	提出一种结合自适应图卷积和CNN-LSTM的多站点水质预测模型W-WaveNet	首次处理多站点水质数据中的非对齐空间相关性，并通过交错堆叠集成时间和空间模型	未提及模型的局限性，如计算复杂度或应用范围限制	提高多站点水质预测的准确性，考虑时空相关性	两个真实河流断面上的多个站点水质数据	机器学习	NA	自适应图卷积	CNN-LSTM	水质数据	两个真实河流断面多站点数据	NA	自适应图卷积网络, CNN-LSTM	平均绝对误差	NA
77	2026-05-06	Predicting recovery following stroke: Deep learning, multimodal data and feature selection using explainable AI 2024, NeuroImage. Clinical DOI:10.1016/j.nicl.2024.103638 PMID:39002223	research paper	本研究评估了基于深度学习的多种特征选择策略，结合MRI影像和表格数据（如人口统计学和临床特征）预测中风后言语恢复情况	提出将MRI提取的感兴趣区域（ROI）图像与表格数据的符号表示结合，训练卷积神经网络的新方法，并利用可解释AI进行特征选择	数据集规模相对较小，样本量仅758人，且受限于特定的中风后言语评估指标	开发并评估结合多模态数据（MRI影像和表格数据）的深度学习方法，提高中风后恢复预测的准确性	758名英语中风幸存者，来自PLORAS研究，分为五组（其中四组用于训练验证，一组作为锁箱测试集）	machine learning	stroke	MRI	CNN, ResNet	image, tabular	758名中风幸存者	PyTorch	2D ResNet, 3D CNN	accuracy, area under the curve, F1 score	NA
78	2026-05-06	MHCII-peptide presentation: an assessment of the state-of-the-art prediction methods 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1293706 PMID:38646540	研究论文	对MHCII-肽段结合预测方法的现状进行全面评估	通过独立测试集系统评估11种预测方法，揭示深度学习算法和数据增长带来的性能提升，为研究者选择预测工具提供指导	仅评估了截至2022年1月的11种预测方法，未涵盖最新进展；仅使用人类MHCII蛋白数据，未包含其他物种	评估现有MHCII-肽段结合预测方法的性能，为免疫治疗和癌症疫苗设计提供方法选择指导	20种人类MHCII蛋白亚型的结合与非结合肽段	机器学习	癌症相关免疫疾病	免疫肽组学	深度学习模型	氨基酸序列	来自免疫表位数据库的20种人类MHCII蛋白亚型的结合与非结合肽段	NA	MixMHC2pred, NetMHCIIpan-4.1	预测性能	NA
79	2026-05-03	Synthesis of MR fingerprinting information from magnitude-only MR imaging data using a parallelized, multi network U-Net convolutional neural network 2024, Frontiers in radiology DOI:10.3389/fradi.2024.1498411 PMID:39742349	研究论文	开发一种基于多网络U-Net卷积神经网络的方法，从常规幅度MRI数据合成MR指纹信号	首次利用深度学习网络从常规幅度MRI数据合成MRF信号，无需专用MRF脉冲序列即可进行定量弛豫测量	样本量较小（37名志愿者），且仅针对脑部T1加权数据，未评估其他组织和序列的泛化能力	开发深度学习网络合成MRF信号，以取代传统复杂采集策略，推广定量弛豫测量应用	37名21-62岁志愿者的脑部MRI数据	计算机视觉	NA	MRI	U-Net卷积神经网络	图像	37名志愿者（年龄21-62岁），47个解剖区域	暂未提及具体框架	U-Net	一致性相关系数（CCC）、95%置信限、平均差值	NA
80	2026-05-02	Extracting Drug-Protein Relation from Literature Using Ensembles of Biomedical Transformers 2024-Jan-25, Studies in health technology and informatics DOI:10.3233/SHTI231043 PMID:38269887	研究论文	利用生物医学预训练Transformer模型集成方法从文献中自动提取药物-蛋白质关系	采用多个生物医学预训练Transformer模型的集成策略，在DrugProt任务中取得优异成绩	NA	开发从生物医学文献中自动提取药物与蛋白质关系的方法	药物/化学物质与蛋白质之间的实体关系	自然语言处理	NA	NA	Transformer	文本	主语料库10,750篇摘要，大规模语料库2.4M篇文献	NA	生物医学预训练Transformer模型	F1-score	NA