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	2026-01-14	Cloud-Integrated Smart Nanomembrane Wearables for Remote Wireless Continuous Health Monitoring of Postpartum Women 2024-04, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202307609 PMID:38279514	研究论文	本文介绍了一种用于产后女性远程无线连续健康监测的云集成智能纳米膜可穿戴系统	开发了基于柔性胸骨设备和共形纳米膜传感器的云集成可穿戴系统，用于产后女性的心血管监测，并通过深度学习实现医疗设备级血压预测	研究样本仅限于20名产后黑人女性，且未提及长期使用的耐久性或成本效益分析	解决非传染性疾病患者，特别是产后女性，对长期、连续健康监测的未满足需求	产后女性，特别是美国黑人产后女性	数字病理学	心血管疾病	纳米膜传感器技术	深度学习	波形数据	20名产后黑人女性	NA	NA	NA	云架构
62	2026-01-14	Distribution-Agnostic Deep Learning Enables Accurate Single-Cell Data Recovery and Transcriptional Regulation Interpretation 2024-04, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202307280 PMID:38380499	研究论文	本文提出了一种名为Bis的分布无关深度学习模型，用于准确恢复单细胞RNA测序数据中的缺失基因表达值	Bis模型基于最优传输的自编码器架构，无需严格的数据分布假设，并利用批量RNA测序数据进行监督指导，以解决单细胞数据稀疏性问题	未明确说明模型在超大规模数据集上的计算效率或对不同单细胞平台的泛化能力限制	开发一种分布无关的深度学习方法，以准确恢复单细胞RNA测序数据中的缺失表达值并解释转录调控	单细胞RNA测序数据，包括模拟和真实数据集，以及头颈鳞状细胞癌微环境中的细胞亚群	机器学习	头颈鳞状细胞癌	单细胞RNA测序，批量RNA测序	自编码器	基因表达数据	NA	NA	基于最优传输的自编码器	NA	NA
63	2026-01-14	CIRI-Deep Enables Single-Cell and Spatial Transcriptomic Analysis of Circular RNAs with Deep Learning 2024-04, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202308115 PMID:38308181	研究论文	本文介绍了CIRI-deep，一种基于深度学习的模型，用于从单细胞和空间转录组数据中全面预测环状RNA的调控	开发了首个能够处理单细胞和空间转录组数据的深度学习模型，专门用于环状RNA的全面分析和预测	未在摘要中明确说明	解决现有单细胞和空间转录组技术在有效分析环状RNA方面的局限性	环状RNA	自然语言处理	NA	RNA-seq	深度学习模型	RNA-seq数据	基于2500万个高置信度环状RNA调控事件的数据集	NA	NA	在测试集和留出数据上均表现出高性能	NA
64	2026-01-14	A Novel Approach Utilizing Domain Adversarial Neural Networks for the Detection and Classification of Selective Sweeps 2024-04, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202304842 PMID:38308186	研究论文	本文提出了一种基于域对抗神经网络的域适应扫描检测与分类方法，用于改进选择性扫描的识别与分类	通过域对抗神经网络及其对抗学习模块，平衡两个域的分布对齐与分类性能，有效解决了深度学习模型中训练数据与真实基因组数据不匹配的问题	NA	提高选择性扫描的检测与分类性能，以增强对生物进化的理解，并为精准医学和遗传改良提供支持	选择性扫描	机器学习	NA	基因组数据分析	域对抗神经网络	基因组数据	NA	NA	域对抗神经网络	泛化能力、预测鲁棒性、准确性	NA
65	2026-01-14	Predicting Single Neuron Responses of the Primary Visual Cortex with Deep Learning Model 2024-04, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202305626 PMID:38350735	研究论文	本文提出了一种用于预测小鼠初级视觉皮层（V1）单神经元对自然刺激响应的先进计算模型	该算法结合物体位置并集成多个具有不同训练-验证数据的模型，在跨被试预测中比现有模型提升了15%-30%，并在SENSORIUM 2022挑战赛中排名第一	NA	预测初级视觉皮层单神经元对自然刺激的响应，以帮助理解神经机制并应用于脑机接口等下一代技术	小鼠初级视觉皮层（V1）的单神经元	机器学习	NA	NA	深度学习模型	图像	基于数千张图像的数据集	NA	NA	预测准确率	NA
66	2026-01-08	Plant disease recognition using residual convolutional enlightened Swin transformer networks 2024-04-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-56393-8 PMID:38622177	研究论文	本文提出了一种结合Swin Transformer和残差卷积网络的新型集成模型，用于植物病害识别	提出了一种新颖的Swin Transformer与残差卷积网络的集成架构，以提取深层关键点特征，并通过前馈网络进行优化预测	未在摘要中明确说明	开发高精度、智能调优的深度学习算法，以实现植物病害的早期精准预测	植物叶片图像	计算机视觉	植物病害	深度学习	Transformer, CNN	图像	Plant Village Kaggle数据集	NA	Swin Transformer, 残差卷积网络	准确率, 精确率, 召回率, 特异性, F1分数	NA
67	2026-01-08	Deep learning hybridization for improved malware detection in smart Internet of Things 2024-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-57864-8 PMID:38570575	研究论文	本研究提出了一种用于智能物联网恶意软件检测的混合深度学习框架BEFSONet	提出了一种结合BERT和Feed Forward Neural Network的专用框架BEFNet，并采用Spotted Hyena Optimizer进行优化，以适应动态物联网环境中多样化的恶意软件数据形态	未明确说明框架在实时检测场景中的性能表现及计算开销	解决物联网设备大数据环境下的恶意软件检测与动态决策挑战	8种不同类型的恶意软件数据集	机器学习	NA	深度学习	BERT, Feed Forward Neural Network	恶意软件数据	8个数据集	NA	BERT-based Feed Forward Neural Network	准确率, Matthews相关系数, F1分数, AUC-ROC, Cohen's Kappa	NA
68	2025-11-24	RETFound-enhanced community-based fundus disease screening: real-world evidence and decision curve analysis 2024-Apr-30, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01109-5 PMID:38693205	研究论文	本研究开发了一种基于RETFound增强的深度学习模型，用于社区眼底疾病筛查，并在真实世界场景中验证其性能	首次将眼科基础模型RETFound应用于社区眼底疾病筛查，显著提升了筛查准确性和泛化能力	研究主要基于中国城乡场景，在其他国家和地区的适用性需要进一步验证	开发高性能的AI辅助眼底疾病筛查系统以应对全球视力健康挑战	社区筛查中采集的真实世界眼底图像	计算机视觉	眼底疾病	深度学习	深度学习模型	眼底图像	NA	NA	RETFound	灵敏度, 特异性, 净收益	NA
69	2025-10-05	Multi-Class Deep Learning Model for Detecting Pediatric Distal Forearm Fractures Based on the AO/OTA Classification 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00968-4 PMID:38308069	研究论文	开发基于AO/OTA分类的多类深度学习模型用于检测儿童远端前臂骨折	首次将YOLOv4目标检测模型应用于儿童远端前臂骨折的多类分类，并基于儿科AO/OTA分类系统进行骨折类型细分	测试集样本量较小（仅88张图像），未进行外部验证	开发自动检测儿童远端前臂骨折的深度学习模型以辅助临床治疗规划	儿童远端前臂腕部X射线图像	计算机视觉	儿科骨折	X射线成像	CNN	图像	7006张图像来自1809名患者（训练集80%，验证集20%），测试集88张图像来自34名患者	NA	YOLOv4	平均精度, 灵敏度, 特异性, AUC	NA
70	2025-10-05	Enhancing YOLO5 for the Assessment of Irregular Pelvic Radiographs with Multimodal Information 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00986-2 PMID:38315343	研究论文	本研究提出通过整合年龄和性别多模态信息增强YOLO5模型，用于发育性髋关节发育不良的骨盆X光片评估	首次在DDH诊断中引入多模态信息（年龄和性别），通过将此类信息整合到通道中提升深度学习模型性能	未明确说明模型在不同年龄段和性别群体中的泛化能力验证细节	提高深度学习模型在发育性髋关节发育不良诊断中的准确性和效果	骨盆X光片中的髋关节解剖标志点	计算机视觉	发育性髋关节发育不良	X射线成像	YOLO5	图像	7750张骨盆X光片，覆盖4个月至16岁年龄段，包含畸形和术后等多种情况	NA	YOLO5	mAP, 诊断准确率, F1-score	NA
71	2025-10-05	Development of Medical Imaging Data Standardization for Imaging-Based Observational Research: OMOP Common Data Model Extension 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00982-6 PMID:38315345	研究论文	本研究提出医学影像通用数据模型扩展，为基于影像的观察性研究提供数据标准化框架	首次将医学影像数据纳入OMOP通用数据模型，通过新增两个表和两个词汇表解决影像数据的结构和语义需求	未提及具体实施案例或验证研究	开发支持影像研究的医学影像数据标准化方法	观察性医疗数据和医学影像数据	医学影像信息学	NA	DICOM标准，人工智能，深度学习	NA	医学影像数据，观察性医疗数据	NA	NA	NA	NA	NA
72	2025-10-05	Development and Validation of Deep Learning-Based Automated Detection of Cervical Lymphadenopathy in Patients with Lymphoma for Treatment Response Assessment: A Bi-institutional Feasibility Study 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00966-6 PMID:38316667	研究论文	开发并验证基于深度学习的自动检测淋巴瘤患者颈部淋巴结病变的模型，用于治疗反应评估	首次使用3D SegResNet模型对淋巴瘤患者颈部异常淋巴结进行自动检测和分割，并评估其在治疗反应评估中的临床效用	模型分割性能中等（DSC 0.39），样本量相对有限，为回顾性研究	开发深度学习模型用于淋巴瘤患者颈部淋巴结病变的自动检测和治疗反应评估	淋巴瘤患者的颈部异常淋巴结	数字病理	淋巴瘤	对比增强CT扫描	深度学习	3D医学图像	开发队列76例，内部测试1队列27例，内部测试2队列87例，外部测试队列26例	NA	3D SegResNet	Dice相似系数, 精确率, 召回率, Bland-Altman图	NA
73	2025-10-05	Deep Learning-Assisted Diffusion Tensor Imaging for Evaluation of the Physis and Metaphysis 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00993-3 PMID:38321313	研究论文	本研究开发了一种基于UNETR的深度学习模型，用于自动分割骨骺和干骺端的扩散张量成像，以预测儿童身高变化	首次将UNETR模型应用于骨骺和干骺端的DTI图像自动分割，相比传统UNET模型性能显著提升	研究采用回顾性数据，样本量相对有限（385个DTI扫描来自191名受试者）	开发自动分割骨骺和干骺端DTI图像的方法，替代耗时的手动分割流程	儿童骨骺和干骺端的扩散张量成像数据	医学影像分析	儿科生长发育	扩散张量成像	UNETR, UNET	医学影像	385个DTI扫描来自191名平均年龄12.6±2.01岁的受试者	NA	UNETR, UNET	Dice相关系数, 组内相关系数	NA
74	2025-10-05	Automated Quantification of Total Cerebral Blood Flow from Phase-Contrast MRI and Deep Learning 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00948-0 PMID:38343224	研究论文	开发基于深度学习的自动量化全脑血流量方法，通过相位对比MRI实现脑血管分割和血流计算	提出预处理步骤将PC MRI的幅度和相位图像多次相乘以增强深度学习对动脉血管的分割性能	样本量相对有限（训练集218张图像，测试集40张，外部验证20个数据集）	开发自动化的全脑血流量量化技术，减少人工操作的主观性和时间消耗	脑供血动脉血管	医学影像分析	脑血管疾病	相位对比磁共振成像	深度学习	医学影像	训练集218张图像，内部测试40张图像，外部验证20个数据集	NA	U-Net	Dice系数, IoU, 决定系数R, 组内相关系数ICC, t检验, Bland-Altman分析	NA
75	2025-10-05	Deep Learning-based Diagnosis of Pulmonary Tuberculosis on Chest X-ray in the Emergency Department: A Retrospective Study 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00952-4 PMID:38343228	研究论文	开发基于深度学习的算法用于急诊科胸部X光片中的肺结核检测	使用EfficientNetV2架构并结合半监督学习，利用公共数据库进行伪标签训练	回顾性研究，数据来源于单一医疗机构	开发深度学习算法以快速准确检测肺结核	胸部X光片图像	计算机视觉	肺结核	胸部X光成像	CNN	图像	3498张NTUH医院CXRs，112,120张NIH ChestX-ray14图像，138张Montgomery County图像，662张Shenzhen图像	NA	EfficientNetV2	AUC, 95% CI	NA
76	2025-10-05	MRI-Based Machine Learning Fusion Models to Distinguish Encephalitis and Gliomas 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00957-z PMID:38343248	研究论文	本研究比较经典机器学习和深度学习模型在区分非典型脑炎与胶质瘤中的性能，并评估融合放射组学的有效性	首次将经典机器学习与深度学习放射组学特征融合，构建深度学习放射组学列线图和在线计算器辅助临床决策	样本量相对有限（116例患者），仅使用轴向FLAIR图像	开发机器学习模型区分非典型脑炎和胶质瘤	116例经病理确诊的胶质瘤和临床诊断为脑炎的患者	医学影像分析	神经系统疾病	MRI成像	LR, SVM, MLP, CNN	医学影像	116例患者	NA	DenseNet121, ResNet50, ResNet18	AUC, 敏感性, 特异性, 准确率, 阴性预测值, 阳性预测值	NA
77	2025-10-05	Development of Local Software for Automatic Measurement of Geometric Parameters in the Proximal Femur Using a Combination of a Deep Learning Approach and an Active Shape Model on X-ray Images 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00953-3 PMID:38343246	研究论文	开发结合深度学习和主动形状模型的本地软件，用于自动测量X射线图像中股骨近端的几何参数	首次将深度学习神经网络与主动形状模型(ASM)相结合，实现股骨边界提取和解剖标志点拟合的自动化流程	样本量相对有限(428张图像)，且部分参数(如alpha角)的测量误差较大(4.53%)	开发自动化测量股骨近端几何参数的方法，辅助医生早期诊断髋部和股骨疾病	股骨近端几何参数测量	计算机视觉	骨科疾病	X射线成像	深度学习神经网络, ASM	X射线图像	428张髋部X射线图像(男性208张，女性220张)	NA	NA	平均误差率	NA
78	2025-10-05	Enhancing Disease Classification with Deep Learning: a Two-Stage Optimization Approach for Monkeypox and Similar Skin Lesion Diseases 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00941-7 PMID:38343247	研究论文	本研究提出一种基于深度学习的两阶段优化方法，用于区分猴痘、水痘和麻疹等视觉相似的皮肤病变疾病	采用两阶段优化方法，通过分析71个预训练模型并结合迁移学习、微调和集成学习技术，显著提升疾病分类准确率	NA	开发快速准确的决策支持系统，实现猴痘的及时诊断并提升临床效率	猴痘、水痘和麻疹的皮肤病变图像	计算机视觉	猴痘	深度学习	CNN	图像	NA	NA	ConvNeXtBase, ConvNeXtLarge, ConvNeXtXLarge, RegNetX160, ResNetRS101, ResNet101	准确率, AUC	NA
79	2025-10-05	Automatic 3D Segmentation and Identification of Anomalous Aortic Origin of the Coronary Arteries Combining Multi-view 2D Convolutional Neural Networks 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00950-6 PMID:38343261	研究论文	开发基于多视角2D卷积神经网络和决策树模型的自动3D分割与分类方法，用于识别冠状动脉正常或异常起源	结合三个单视角2D注意力U-Net与3D视角整合技术，实现冠状动脉异常起源的自动分割与分类	样本量较小（测试集仅13例CTA），需要更大规模数据验证	增强和加速临床医生对冠状动脉异常起源（AAOCA）的诊断	124例计算机断层扫描血管造影（CTA）数据，包含正常冠状动脉和AAOCA病例	计算机视觉	心血管疾病	计算机断层扫描血管造影（CTA）	CNN, 决策树	3D医学图像	124例CTA（训练111例，测试13例）	NA	Attention U-Net	Dice系数, 准确率, 精确率, 召回率	NA
80	2025-10-05	Lightweight Attentive Graph Neural Network with Conditional Random Field for Diagnosis of Anterior Cruciate Ligament Tear 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00944-4 PMID:38343260	研究论文	提出一种轻量级注意力图神经网络结合条件随机场的模型（ACGNN），用于膝关节MRI图像中前交叉韧带撕裂的诊断分类	首次将条件随机场整合到图神经网络层中优化关联性，并采用多种注意力机制（自增强注意力、节点注意力、记忆注意力）缓解过平滑和过拟合问题	需要处理小样本和不平衡数据问题，计算效率仍需优化	实现基于膝关节MRI的快速准确前交叉韧带撕裂分类	膝关节磁共振图像中的前交叉韧带	计算机视觉	运动损伤	磁共振成像（MRI）	图神经网络（GNN）, 条件随机场（CRF）	医学图像（MRI）	未明确具体样本数量，但提及小样本和不平衡数据	未明确指定	轻量级图神经网络（GNN）	准确率	未明确指定