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
141	2025-10-06	Development and Validation of a Deep Learning Model to Reduce the Interference of Rectal Artifacts in MRI-based Prostate Cancer Diagnosis 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230362 PMID:38446042	研究论文	开发并验证一种能够减少直肠伪影干扰的基于MRI的前列腺癌诊断深度学习模型	提出了针对性的对抗训练策略(TPAS)来增强模型对直肠伪影的抵抗能力	回顾性研究，需要进一步前瞻性验证	开发能够抵抗直肠伪影干扰的MRI-based前列腺癌诊断模型	2203名前列腺病变男性患者	医学影像分析	前列腺癌	双参数MRI	深度学习模型	MRI影像	2203例患者	NA	NA	AUC, AUPRC	NA
142	2025-10-06	Multicenter Evaluation of a Weakly Supervised Deep Learning Model for Lymph Node Diagnosis in Rectal Cancer at MRI 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230152 PMID:38353633	研究论文	开发用于直肠癌MRI淋巴结诊断的弱监督深度学习模型WISDOM	提出弱监督学习框架WISDOM，仅使用患者级病理信息而非像素级标注训练淋巴结诊断模型	回顾性研究，需进一步前瞻性验证	开发基于MRI的直肠癌淋巴结诊断AI模型	直肠癌患者的MRI影像和术后病理数据	医学影像分析	直肠癌	MRI（T2加权和弥散加权成像）	深度学习	医学影像	1014例患者（训练队列589例，内部测试146例，两个外部测试队列279例）	NA	WISDOM	AUC, C指数	NA
143	2025-10-06	Knowledge-embedded spatio-temporal analysis for euploidy embryos identification in couples with chromosomal rearrangements 2024-Mar-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000002803 PMID:37640743	研究论文	开发深度学习模型通过胚胎延时视频和临床信息评估染色体结构重排夫妇来源的囊胚整倍体状态	首次开发能够分析染色体结构重排夫妇胚胎整倍体状态的AI模型，提出多焦点选择网络和临床信息融合网络	研究样本量有限，模型性能仍需进一步验证	评估染色体结构重排夫妇来源胚胎的整倍体状态	人类体外培养胚胎	计算机视觉	染色体疾病	延时显微成像，PGT-A，PGT-SR	深度学习	视频，临床数据	4112个胚胎（囊胚形成预测），1422个合格囊胚（整倍体评估）	NA	AMSNet，AMCFNet	AUC，准确率	NA
144	2025-10-07	Deep Learning Models for Predicting Hearing Thresholds Based on Swept-Tone Stimulus-Frequency Otoacoustic Emissions 2024 Mar-Apr 01, Ear and hearing IF:2.6Q1 DOI:10.1097/AUD.0000000000001443 PMID:37990395	研究论文	本研究开发了基于扫频刺激频率耳声发射的深度学习模型，用于定量预测听力阈值	首次将深度学习技术应用于扫频SFOAE数据来预测听力阈值，并设计了混合CNN与传统机器学习回归器的组合模型	样本量相对有限（562只耳朵），仅针对感音神经性听力损失进行研究	开发能够基于耳声发射定量预测听力阈值的深度学习模型	174只正常听力耳朵和388只感音神经性听力损失耳朵	机器学习	听力损失	扫频刺激频率耳声发射	CNN, 混合模型	生物医学信号	562只耳朵（174正常听力，388听力损失）	NA	CNN, CNN-KNN, CNN-SVM, CNN-RF	平均绝对误差, 标准误差	NA
145	2025-05-16	Protocol for assessing neighborhood physical disorder using the YOLOv8 deep learning model 2024-03-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102778 PMID:38104313	研究论文	提出了一种使用YOLOv8深度学习模型定量评估邻里物理紊乱(PD)的协议	利用YOLOv8深度学习模型构建检测模型，为不同国家和地区评估PD提供方法学基础	未提及具体样本量或数据收集范围	开发定量评估邻里物理紊乱(PD)的方法	邻里物理紊乱(PD)	计算机视觉	NA	YOLOv8深度学习模型	YOLOv8	街景图像	NA	NA	NA	NA	NA
146	2025-10-07	ViNe-Seg: deep-learning-assisted segmentation of visible neurons and subsequent analysis embedded in a graphical user interface 2024-03-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae177 PMID:38569889	研究论文	开发了一种基于深度学习的半自动神经元分割工具ViNe-Seg，包含图形用户界面和后续分析功能	提供半自动分割方法，支持实验过程中实时分割，允许用户训练自定义模型并共享，集成后续分析步骤	在低信噪比数据集中的分割准确性仍面临挑战	改进神经元胞体的分割速度和一致性，减少人工分割带来的变异性	可见神经元（无论其活动状态）	数字病理	NA	光学功能成像	深度学习	图像	NA	NA	NA	NA	NA
147	2025-05-03	External Validation of Deep Learning-Based Cardiac Arrest Risk Management System for Predicting In-Hospital Cardiac Arrest in Patients Admitted to General Wards Based on Rapid Response System Operating and Nonoperating Periods: A Single-Center Study 2024-03-01, Critical care medicine IF:7.7Q1 DOI:10.1097/CCM.0000000000006137 PMID:38381018	研究论文	本研究验证了深度学习基础的心脏骤停风险管理系统DeepCARS在快速反应系统（RRS）运行和非运行期间的预测性能，并探索了其在RRS运行时间之外的潜力	DeepCARS在RRS运行和非运行期间均表现出优于传统早期预警系统的预测性能，且性能稳定	研究为单中心回顾性研究，可能限制了结果的普遍性	验证DeepCARS在预测住院患者心脏骤停方面的性能，特别是在RRS非运行期间的有效性	入住普通病房的成年患者	医疗人工智能	心血管疾病	深度学习	DeepCARS	电子健康记录	2019年9月1日至2020年8月31日期间入住普通病房的成年患者数据	NA	NA	NA	NA
148	2025-10-07	A New Deep Learning Algorithm for Detecting Spinal Metastases on Computed Tomography Images 2024-Mar-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000004889 PMID:38084012	研究论文	开发了一种基于深度学习的新型计算机辅助检测模型，用于自动检测胸腰椎区域的溶骨性骨转移病灶	提出了一种新的深度学习算法，专门针对常规CT扫描中的胸腰椎溶骨性骨转移病灶检测	准确性仍需进一步提高	自动检测胸腰椎区域的溶骨性骨转移病灶，改善癌症患者生活质量	胸腰椎区域的溶骨性骨转移病灶	计算机视觉	骨转移癌	计算机断层扫描(CT)	深度学习	CT图像	263份阳性CT扫描（含骨转移病灶）和172份阴性CT扫描（无骨转移），测试集包含20份阳性和20份阴性CT扫描	NA	NA	敏感度, 精确率, F1分数, 特异性	NA
149	2025-10-07	Development and validation of a deep learning system for detection of small bowel pathologies in capsule endoscopy: a pilot study in a Singapore institution 2024-03-01, Singapore medical journal IF:1.7Q2 DOI:10.4103/singaporemedj.SMJ-2023-187 PMID:38527297	研究论文	开发并验证用于胶囊内窥镜中小肠病理检测的深度学习系统	首次针对新加坡医疗场景开发的胶囊内窥镜深度学习检测系统，结合了开源数据和本地数据	样本量较小（总72例），属于初步研究阶段	开发能够自动检测小肠胶囊内窥镜图像中异常的深度学习系统	胶囊内窥镜图像中的小肠病理异常	计算机视觉	小肠疾病	胶囊内窥镜成像	CNN	图像	开源数据43例 + 本地数据29例 = 总72例	NA	ResNet50	AUC, PR曲线, top-1准确率, top-2准确率	NA
150	2025-10-07	A Multicenter Evaluation of the Impact of Therapies on Deep Learning-based Electrocardiographic Hypertrophic Cardiomyopathy Markers 2024-Mar-03, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.15.24301011 PMID:38293023	研究论文	本研究评估了两种肥厚型心肌病治疗方法对基于深度学习的AI-ECG检测指标的影响	首次使用AI-ECG模型评估不同HCM治疗方法（手术/经皮室间隔减容术与口服药物马瓦卡坦）对心电图生物标志物的影响	样本量相对有限，特别是马瓦卡坦治疗组仅36例患者，且为观察性研究	评估室间隔减容术和马瓦卡坦治疗对AI-ECG肥厚型心肌病检测指标的影响	接受室间隔减容术或马瓦卡坦治疗的肥厚型心肌病患者	医疗人工智能	心血管疾病	人工智能增强心电图	深度学习	心电图图像	SRT组：耶鲁70例，克利夫兰100例，大西洋健康系统145例；马瓦卡坦组：耶鲁36例	NA	NA	AI-ECG HCM评分，Wilcoxon符号秩检验	NA
151	2025-04-25	Fine-Grained Forecasting of COVID-19 Trends at the County Level in the United States 2024-Mar-25, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.13.24301248 PMID:38293076	research paper	本文提出了一种名为FIGI-Net的循环神经网络模型，用于预测美国县级COVID-19的感染趋势	FIGI-Net利用堆叠的双向LSTM结构，能够提前两周准确预测县级COVID-19感染趋势，并能预测疾病趋势的突然变化	NA	提高COVID-19短期疾病活动预测的准确性和实时性	美国县级COVID-19感染趋势	machine learning	COVID-19	deep learning	LSTM	time-series data	县级数据（具体数量未提及）	NA	NA	NA	NA
152	2025-04-12	Artificial Intelligence Detection and Segmentation Models: A Systematic Review and Meta-Analysis of Brain Tumors in Magnetic Resonance Imaging 2024-Mar, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.01.002 PMID:40206681	系统综述与荟萃分析	本文通过系统综述和荟萃分析，深入探讨了深度学习算法在脑肿瘤检测和分割模型中的泛化能力影响因素	研究揭示了MRI硬件制造商对数据集多样性的影响，并发现3D模型在检测性能上优于2D和集成模型	需要进一步研究开发全面的多样性指数，并利用生成对抗网络进行数据多样化	分析影响深度学习算法在脑肿瘤检测和分割模型中泛化能力的因素	脑肿瘤患者的MRI数据	数字病理学	脑肿瘤	MRI	3D模型、2D模型、集成模型	图像	19项研究，涉及12,000名患者	NA	NA	NA	NA
153	2025-04-12	Differences Between Patient and Clinician-Taken Images: Implications for Virtual Care of Skin Conditions 2024-Mar, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.01.005 PMID:40206682	research paper	比较患者自拍和临床拍摄的皮肤状况图像在临床、人口统计学和图像质量特征上的差异	首次系统性地分析了患者自拍和临床拍摄皮肤图像的多维度差异，并识别出与拍摄来源相关的关键因素	研究为回顾性设计，仅基于单一医疗系统的数据，且排除了无法诊断或多重病症的病例	探究不同来源皮肤图像的特征差异及其对虚拟皮肤科护理的启示	2500例斯坦福医疗保健系统eConsult中的皮肤病例图像（628例患者自拍和1719例临床拍摄）	digital pathology	skin conditions	deep learning	NA	image	2347例有效病例（628 PAT + 1719 CLIN）	NA	NA	NA	NA
154	2025-04-12	An Automated Approach for Diagnosing Allergic Contact Dermatitis Using Deep Learning to Support Democratization of Patch Testing 2024-Mar, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.01.006 PMID:40206684	research paper	开发一种深度学习算法用于分析斑贴试验结果，以支持过敏性接触性皮炎的自动化诊断	利用深度学习模型从照片中分类斑贴试验结果，实现过敏性接触性皮炎的自动化检测	样本量较小（37名患者），模型性能仍有提升空间	开发一种自动化方法来诊断过敏性接触性皮炎，支持斑贴试验的普及	斑贴试验的照片结果	digital pathology	allergic contact dermatitis	deep learning	CNN	image	5070个测试部位（来自37名患者）	NA	NA	NA	NA
155	2025-04-10	Cascaded cross-attention transformers and convolutional neural networks for multi-organ segmentation in male pelvic computed tomography 2024-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.2.024009 PMID:38595327	research paper	提出了一种基于深度学习的自动两步分割流程，用于男性盆腔CT图像中多器官的分割	采用混合卷积-Transformer模型进行初始多器官分割，并通过图像增强模块和器官特定精细分割提高分割精度	仅在30张测试图像上验证，样本量较小	提高男性盆腔CT图像中多器官分割的准确性，以支持放射治疗计划	前列腺、膀胱、直肠、精囊和股骨头	digital pathology	prostate cancer	computed tomography (CT)	axial cross-attention UNet (混合卷积-Transformer模型)	image	30张男性盆腔CT图像	NA	NA	NA	NA
156	2025-10-07	A Comprehensive Framework for Long-Tailed Learning via Pretraining and Normalization 2024-Mar, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3192475 PMID:35895650	研究论文	提出通过对比预训练和特征归一化改进长尾学习特征提取器和分类器的综合框架	提出平衡对比损失和快速对比初始化方案改进长尾预训练，并提出包含广义归一化和分组可学习缩放的新型广义归一化分类器	NA	改进长尾识别中的特征提取器和分类器性能	视觉数据中的长尾分布	计算机视觉	NA	对比学习	深度学习	图像	NA	NA	NA	准确率, 效率	NA
157	2025-10-07	Deep learning from latent spatiotemporal information of the heart: Identifying advanced bioimaging markers from echocardiograms 2024-Mar, Biophysics reviews IF:2.9Q2 DOI:10.1063/5.0176850 PMID:38559589	研究论文	利用深度学习从超声心动图的潜在时空信息中提取先进生物成像标记物	开发新型时空深度学习模型，基于未标记像素数据构建个性化4D心脏网格并提取潜在时间成像特征	依赖于手动和主观的人工追踪，存在异质性问题	改善超声心动图的采集、处理和数据分析流程标准化	心脏时空成像数据和心血管疾病	计算机视觉	心血管疾病	超声心动图	深度学习	超声心动图视频序列	NA	NA	时空深度学习模型	NA	NA
158	2025-10-07	Pediatric ECG-Based Deep Learning to Predict Left Ventricular Dysfunction and Remodeling 2024-03-19, Circulation IF:35.5Q1 DOI:10.1161/CIRCULATIONAHA.123.067750 PMID:38314583	研究论文	本研究开发了一种基于心电图的深度学习模型，用于预测儿童左心室功能障碍和重构	首次将人工智能增强的心电图分析应用于儿科人群，并在外部验证中表现出色，模型对左心室肥厚的预测甚至超过了儿科心脏病专家的基准	研究排除了主要先天性心脏病患者，可能限制了模型的普适性	开发一种低成本筛查儿童左心室功能障碍和重构的方法	18岁以下无主要先天性心脏病的儿科患者	数字病理	心血管疾病	心电图, 超声心动图	CNN	心电图信号, 医学影像	训练队列：92,377对心电图-超声心动图配对数据（46,261名患者）；测试队列包括内部测试12,631名患者、急诊科2,830名患者和外部验证5,088名患者	NA	卷积神经网络	AUROC, AUPRC, 阴性预测值	NA
159	2025-10-07	CMNet: deep learning model for colon polyp segmentation based on dual-branch structure 2024-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.2.024004 PMID:38525292	研究论文	提出基于双分支结构的深度学习模型CMNet用于结肠息肉分割	采用CNN与Transformer结合的双分支结构，引入深度可分离卷积和条纹池化模块，提出聚合注意力模块实现高维语义信息融合	NA	开发用于结肠息肉分割的深度学习模型以辅助医疗诊断	结肠息肉	计算机视觉	结肠癌	深度学习	CNN, Transformer	医学图像	Kvasir-SEG数据集上的五折交叉验证	NA	ResNet, 双分支结构	mIoU, mDice	NA
160	2025-10-07	Hessian Regularized L 2 , 1 -Nonnegative Matrix Factorization and Deep Learning for miRNA-Disease Associations Prediction 2024-03, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-023-00594-8 PMID:38099958	研究论文	提出一种结合Hessian正则化非负矩阵分解与深度学习的混合算法，用于预测miRNA与疾病之间的关联关系	提出新型迭代融合方法整合所有相似性，有效降低初始miRNA-疾病关联矩阵的稀疏性；设计混合模型框架结合深度学习、矩阵分解和奇异值分解来捕获非线性特征	NA	预测miRNA与疾病之间的潜在关联关系，为医学研究提供初步见解	microRNAs（miRNAs）与人类疾病（特别是肿瘤疾病）	机器学习	肿瘤疾病	矩阵分解，深度学习	非负矩阵分解，深度学习模型	miRNA-疾病关联矩阵，相似性矩阵	NA	NA	Hessian正则化L2,1-非负矩阵分解，奇异值分解	AUC, AUPR	NA