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	2026-06-02	A Channel-Dimensional Feature-Reconstructed Deep Learning Model for Predicting Breast Cancer Molecular Subtypes on Overall b-Value Diffusion-Weighted MRI 2024-04, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.28895 PMID:37403945	研究论文	提出一种通道维度特征重构的深度学习模型，利用全b值扩散加权MRI预测乳腺癌分子亚型	首次通过通道维度特征重构机制充分挖掘无对比剂DW-MRI的潜力，使得DW-MRI达到与DCE-MRI相当的预测性能	未具体说明模型在外部验证集上的表现，且研究仅针对单一机构的前瞻性数据	开发无需对比剂的深度学习模型预测乳腺癌分子亚型，并比较DW-MRI与DCE-MRI的预测性能	486名女性乳腺癌患者肿瘤的分子亚型分类（luminal A、luminal B、HER2+、三阴性）	数字病理学	乳腺癌	扩散加权成像（DWI）、动态对比增强MRI（DCE-MRI）	卷积神经网络（CNN）、深度神经网络（DNN）	MRI图像	486名女性乳腺癌患者（训练/验证/测试：64%/16%/20%）	NA	通道维度特征重构深度神经网络（CDFR-DNN）、非CDFR深度神经网络（NCDFR-DNN）、混合集成深度神经网络（ME-DNN）	准确率、敏感性、特异性、AUC	NA
2	2026-06-02	Oktoberfest: Open-source spectral library generation and rescoring pipeline based on Prosit 2024-04, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202300112 PMID:37672792	研究论文	介绍Oktoberfest开源Python包，实现基于Prosit的谱图库生成与重评分流程	将原本仅通过ProteomicsDB在线访问的谱图库生成与重评分流程开源化，提供跨搜索平台兼容的本地安装包	NA	促进机器学习与深度学习模型在蛋白质组学分析流程中的采用	肽段属性预测模型及谱图库生成流程	机器学习	NA	机器学习，深度学习	深度学习模型	质谱数据	NA	PyTorch	Prosit	NA	NA
3	2026-05-30	THA-AID: Deep Learning Tool for Total Hip Arthroplasty Automatic Implant Detection With Uncertainty and Outlier Quantification 2024-04, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2023.09.025 PMID:37770007	研究论文	提出一种深度学习工具THA-AID，用于全髋关节置换术中自动识别植入物，并具备不确定性和异常值量化功能	首次在骨科领域引入不确定性量化和异常值检测的深度学习模型，能识别20种股骨和8种髋臼组件，并在多种X光视图（前后位、侧位、斜位）上工作	未明确提及具体局限性，但可能包括对不同医疗机构的泛化性、模型解释性等方面的潜在限制	开发一种自动化工具，从X光片中识别全髋关节置换术中的植入物，以提高术前规划效率和准确性	全髋关节置换术中的植入物（股骨和髋臼组件）的X光影像	计算机视觉	骨科疾病	深度学习	CNN	影像（X光片）	241,419张X光片	NA	自定义卷积神经网络	准确率	NA
4	2026-05-24	Multi-branch myocardial infarction detection and localization framework based on multi-instance learning and domain knowledge 2024-04-26, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad3d25 PMID:38599223	研究论文	提出基于多实例学习和领域知识的多分支心肌梗死检测与定位框架	将多实例学习与领域知识结合，通过注意力机制和新的损失函数lead-loss改进心肌梗死定位，并利用Grad-CAM可视化决策过程	未明确说明局限性	实现心电图中心肌梗死的自动检测与定位，辅助医生诊断	心肌梗死患者的心电图数据	机器学习	心血管疾病	心电图	CNN	图像	PTB和PTB-XL数据库，未说明具体样本数量	NA	SENet	准确率	NA
5	2026-05-24	Photoplethysmography based atrial fibrillation detection: a continually growing field 2024-04-17, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad37ee PMID:38530307	review	综述基于光电容积描记法的心房颤动检测领域的最新进展	系统回顾了2019年7月至2022年12月间PPG房颤检测的先进技术，涵盖统计学方法、传统机器学习与深度学习方法，并持续更新研究数据库	仅纳入已发表研究，存在发表偏倚；PRISMA原则未提及其他数据库如ClinicalTrials.gov；文献检索时间范围有限	全面综述基于PPG的房颤检测技术进展，评估统计方法、机器学习与深度学习方法的有效性	57篇相关研究论文	机器学习	心血管疾病	PPG	CNN, LSTM	时间序列信号数据	57项研究	NA	NA	NA	NA
6	2026-05-23	DeepDynaForecast: Phylogenetic-informed graph deep learning for epidemic transmission dynamic prediction 2024-04, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1011351 PMID:38598563	研究论文	提出了DeepDynaForecast，一种基于系统发育树和图的深度学习系统，用于预测传染病传播动态	结合系统发育树拓扑和人口参数的原始-对偶图学习结构，采用快捷多层聚合技术，实现了对新兴高风险群体传播动态的早期识别与预测	NA	开发基于系统发育的深度学习系统，用于预测传染病传播风险和模式，以优化公共卫生干预策略	人类免疫缺陷病毒（HIV）在佛罗里达州2012年至2020年的传播动态	机器学习	艾滋病（HIV）	系统发育分析	图神经网络（GNN）	模拟爆发数据和真实大规模流行病数据	NA	PyTorch	原始-对偶图学习结构，快捷多层聚合	准确率	NA
7	2026-05-23	Vocal Cord Leukoplakia Classification Using Siamese Network Under Small Samples of White Light Endoscopy Images 2024-04, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.591 PMID:38037413	研究论文	提出一种基于非常深孪生网络的方法，在小样本白色喉镜图像下对声带白斑进行分类	引入非常深孪生网络处理小样本数据，在声带白斑分类上实现高准确性	未明确说明，但基于小样本数据可能限制泛化能力	实现声带白斑的准确分类以辅助临床诊断和手术治疗	声带白斑白色喉镜图像，分为正常组织、炎性角化、轻度异型增生、中度异型增生、重度异型增生和鳞状细胞癌六类	计算机视觉	声带白斑	白色喉镜成像	孪生网络	图像	小样本数据集（具体数量未给出）	NA	非常深孪生网络	准确性、敏感性、特异性	NA
8	2026-05-15	Hybrid U-Net and Swin-transformer network for limited-angle cardiac computed tomography 2024-Apr-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3db9 PMID:38604178	研究论文	提出一种混合U-Net和Swin-transformer网络，用于从有限角度投影重建高质量心脏CT图像	首次将U-Net与Swin-transformer混合用于有限角度心脏CT重建，U-Net恢复结构信息，Swin-transformer捕获全局特征分布	NA	从有限角度投影重建高质量心脏CT图像，提高时间分辨率	心脏CT图像重建	计算机视觉	心血管疾病	CT成像	U-Net, Swin-transformer	图像	合成XCAT和临床心脏COCA数据集	NA	U-Net, Swin-transformer	NA	NA
9	2026-05-15	Deep learning for high-resolution dose prediction in high dose rate brachytherapy for breast cancer treatment 2024-Apr-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3dbd PMID:38604185	研究论文	提出一种深度学习方法来预测高剂量率近距离治疗中高分辨率剂量分布，以替代耗时的蒙特卡洛模拟	提出基于种子距离的裁剪策略以减少体素大小至1 mm³，并设计包含层级融合的新型深度学习架构，结合TG-43剂量图和患者组织成分进行精确剂量预测	仅基于98例患者数据，样本量有限；且仅针对铱-192源的高剂量率近距离治疗，未涉及其他放射源或治疗方式	实现与蒙特卡洛模拟同等精度的高分辨率剂量预测，同时将计算时间控制在临床可接受范围内	98例接受铱-192高剂量率近距离治疗的乳腺癌患者CT扫描数据	医学影像处理	乳腺癌	CT成像	3D深度学习模型	CT图像和剂量网格数据	98例乳腺癌患者CT扫描（70训练，14验证，14测试）	NA	层级融合深度学习架构	平均绝对百分比误差	GPU（图形处理器）
10	2026-05-15	Joint reconstruction and segmentation in undersampled 3D knee MRI combining shape knowledge and deep learning 2024-Apr-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3797 PMID:38527376	研究论文	本研究提出一种结合形状模型和深度学习的端到端可训练方法，用于欠采样3D膝关节MRI中的骨与软骨联合重建与分割	创新地将统计形状模型（SSMs）作为后处理正则化步骤引入端到端任务自适应图像重建方法中，在保持分割质量的同时实现模型参数五倍缩减和计算加速一个数量级	NA	优化欠采样3D膝关节MRI的联合图像重建与分割，降低计算资源需求	3D膝关节MRI中的骨骼和软骨分割	计算机视觉, 数字病理学	膝关节疾病	MR成像	CNN, U-Net	三维MRI图像	NA	PyTorch	U-Net, 统计形状模型（SSM）	平均表面误差, 最大表面误差	NA
11	2026-05-15	Predicting treatment plan approval probability for high-dose-rate brachytherapy of cervical cancer using adversarial deep learning 2024-Apr-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3880 PMID:38537309	research paper	利用对抗性深度学习预测宫颈癌高剂量率近距离治疗计划批准概率	首次开发了一个深度學習框架，包括剂量预测网络和计划批准概率网络，通过对抗性训练联合优化，能够自动预测计划被医生批准的概率，为自动治疗规划提供关键组件	样本量相对较小仅来自63位患者的248个治疗计划，且仅在单一中心数据进行验证，可能影响模型的泛化能力	开发一个深度学习框架来自动预测宫颈癌高剂量率近距离治疗计划的批准概率，以支持自动治疗规划	宫颈癌患者的高剂量率近距离治疗计划	machine learning	宫颈癌	HDRBT（高剂量率近距离治疗）	对抗性深度学习网络	治疗计划剂量数据	248个治疗计划来自63位患者，其中216个计划用于四折交叉验证，32个计划用于独立测试	NA	DPN, PPN	相对误差, accuracy, sensitivity, specificity, AUC	NA
12	2026-05-15	3D cine-magnetic resonance imaging using spatial and temporal implicit neural representation learning (STINR-MR) 2024-Apr-15, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad33b7 PMID:38479004	研究论文	提出一种基于时空隐式神经表示学习（STINR-MR）的框架，用于从高度欠采样的k空间数据中准确重建3D电影磁共振图像	联合重建与可变形配准，通过空间隐式神经表示重建参考帧图像和时域隐式神经表示构建运动模型，实现高加速因子下的3D电影体积成像，无需预训练数据	NA	实现从高度欠采样数据中准确重建3D电影磁共振图像，捕捉高时空分辨率下的解剖动力学	3D电影磁共振图像重建	机器学习, 医学成像	NA	MRI	隐式神经表示网络	图像	数字体模（XCAT）和两组临床人体受试者MR数据	NA	空间隐式神经表示, 时域隐式神经表示, 主成分分析	图像质量, 伪影水平, 肿瘤定位精度, 质心误差	NA
13	2026-05-15	IWNeXt: an image-wavelet domain ConvNeXt-based network for self-supervised multi-contrast MRI reconstruction 2024-Apr-03, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad33b4 PMID:38479022	研究论文	提出了一种基于图像-小波域ConvNeXt的自监督多对比度MRI重建网络，利用参考对比度信息加速重建并提升精度	首次将ConvNeXt架构应用于多对比度MRI重建，结合图像域和小波域双域重建，并设计跨域一致性损失实现自监督学习，减少对全采样目标对比度数据的依赖	未明确讨论模型在极端欠采样率或不同病理条件下的泛化能力，计算资源需求未提及	加速多对比度MRI采集，通过自监督学习减少目标对比度数据的全采样需求，同时提升重建图像质量	多对比度MRI重建任务中的欠采样目标对比度图像和全采样参考对比度图像	计算机视觉, 数字病理学	不适用	MRI, 多对比度成像	ConvNeXt	MRI图像	HCP数据集和M4Raw数据集，具体样本数量未提及	PyTorch（推测）	ConvNeXt, 注意力ConvNeXt模块	峰值信噪比 (PSNR)	未提及
14	2026-05-08	Interpretable Cognitive Ability Prediction: A Comprehensive Gated Graph Transformer Framework for Analyzing Functional Brain Networks 2024-04, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3343365 PMID:38109241	研究论文	提出了一个利用门控图变换器模型预测个体认知能力的框架	结合先验空间知识和随机游走扩散策略，利用可学习结构位置编码和门控机制解耦位置编码与图嵌入学习	未明确提及论文局限性	基于功能磁共振成像的功能连接预测个体认知能力	功能脑网络和认知能力	机器学习	NA	fMRI	门控图变换器	脑影像	两个大规模数据集：费城神经发育队列和人类连接组项目	PyTorch	门控图变换器	预测准确性	NA
15	2026-05-06	Use of artificial intelligence in determination of bone age of the healthy individuals: A scoping review 2024-04, Journal of the World federation of orthodontists IF:2.6Q1 DOI:10.1016/j.ejwf.2023.10.001 PMID:37968159	综述	系统梳理人工智能在健康个体骨龄测定中的应用	首次采用范围综述方法全面总结AI、ML、DL在健康个体骨龄评估中的应用，并发现自动化方法可靠性与手动方法相当	样本在不同成熟阶段的分布不均，缺乏三维影像输入（如MRI和CBCT），影响模型泛化能力	评估AI、ML、DL在健康个体骨骼年龄或骨龄测定中的作用	健康个体	机器学习	NA	NA	CNN, 深度学习模型, 机器学习模型	图像	19篇文章	NA	BoneXpert, 深度学习模型, 机器学习模型	可靠性	NA
16	2026-05-04	Precise detection of awareness in disorders of consciousness using deep learning framework 2024-04-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120580 PMID:38508294	研究论文	利用深度学习框架精准检测意识障碍患者的意识状态	开发了基于3D EfficientNet-B3的级联深度学习框架DeepDOC，用于区分最小意识状态和无反应觉醒综合征患者，并首次应用于认知运动分离患者的识别	样本量有限，主要依赖静息态功能磁共振数据，未涉及其他模态数据验证	探索深度学习技术与静息态功能磁共振结合以精准检测意识障碍患者的意识状态	意识障碍患者，包括无反应觉醒综合征、最小意识状态患者和认知运动分离患者	深度学习	意识障碍	静息态功能磁共振成像	3D EfficientNet-B3	图像	140名参与者（76名无反应觉醒综合征、25名最小意识状态、39名对照组），独立数据集包含11名意识障碍患者	NA	EfficientNet-B3, 3D CNN	AUC, 准确率	NA
17	2026-04-30	A real-time deep learning-based system for colorectal polyp size estimation by white-light endoscopy: development and multicenter prospective validation 2024-04, Endoscopy IF:11.5Q1 DOI:10.1055/a-2189-7036 PMID:37827513	研究论文	开发并多中心前瞻性验证了一个基于深度学习的实时系统（ENDOANGEL-CPS），用于在白光内镜下估计结直肠息肉大小	首次利用内窥镜镜头参数通过深度估计网络实时计算息肉大小，在现场前瞻性多中心视频中验证，且性能超过所有参与的内镜医师	未明确提及局限性，但依赖内窥镜镜头参数准确性可能影响泛化性	提高结直肠息肉大小测量的准确性，优化息肉切除设备选择和监测间隔	结直肠息肉	数字病理学、机器学习	结直肠癌（结直肠息肉）	白光内镜、深度估计网络	深度神经网络（深度估计网络）	图像（包括虚拟结肠图像和真实世界内镜视频）	7297张训练图像（虚拟结肠）、730张测试图像（虚拟结肠）、157个真实世界息肉（来自三家医院）	NA	深度估计网络（未指定具体架构）	相对误差、一致性相关系数、相对准确率、错误率	NA
18	2026-04-29	Staining, magnification, and algorithmic conditions for highly accurate cell detection and cell classification by deep learning 2024-04-03, American journal of clinical pathology IF:2.3Q2 DOI:10.1093/ajcp/aqad162 PMID:38134350	研究论文	使用YOLOv8深度学习模型，评估染色方法、放大倍数和算法条件对细胞检测和分类准确性的影响	系统比较了不同染色方法（Papanicolaou和MGG）和放大倍数对YOLOv8模型在细胞检测和分类中的性能影响	仅使用了人类癌细胞系，未在临床标本上验证模型性能	澄清通用深度学习细胞学模型中染色方法、放大倍数和假阳性等挑战	11种人类癌细胞系制备的Papanicolaou和MGG染色标本	机器学习	癌症	细胞学图像分析	YOLOv8	图像	11种人类癌细胞系的细胞图像	YOLOv8	YOLOv8	分类率、检测率	NA
19	2026-04-14	GTADC: A Graph-Based Method for Inferring Cell Spatial Distribution in Cancer Tissues 2024-04-03, Biomolecules IF:4.8Q1 DOI:10.3390/biom14040436 PMID:38672453	研究论文	本文提出了一种基于图深度学习的GTADC方法，用于推断癌症组织中细胞的空间分布	利用Silhouette分数精确捕获每种细胞类型中表达差异显著的基因，并通过图结构有效整合空间转录组学和单细胞测序数据的空间关系与拓扑结构	未明确提及方法在特定癌症类型或大规模数据集上的验证局限性	推断癌症组织中细胞的空间组成，以早期检测潜在癌细胞区域并评估其数量与空间信息	癌症组织中的细胞，特别是癌细胞与正常细胞的差异	机器学习	癌症	空间转录组学(ST), 单细胞测序(scRNA-seq)	图深度学习	基因表达数据, 空间数据	NA	NA	GTADC	NA	NA
20	2026-04-14	Continuous tracking using deep learning-based decoding for noninvasive brain-computer interface 2024-Apr, PNAS nexus IF:2.2Q1 DOI:10.1093/pnasnexus/pgae145 PMID:38689706	研究论文	本研究利用基于深度学习的解码器，在线连续追踪任务中提升非侵入性脑机接口的性能	提出了一种新的标签系统以利用连续追踪数据进行监督学习，并首次将PointNet架构的改编版本应用于脑机接口解码任务	预训练模型未能显著提升性能，且研究仅针对28名参与者，样本规模有限	通过深度学习解码器改善非侵入性脑机接口在复杂任务中的性能，扩展其应用潜力	28名人类参与者，包括健康个体和运动障碍个体	机器学习	运动障碍	脑电图	深度学习	脑电图信号	28名人类参与者	NA	PointNet	NA	NA