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	2026-07-23	Fog-based deep learning framework for real-time pandemic screening in smart cities from multi-site tomographies 2024-05-27, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01302-8 PMID:38797827	研究论文	提出一种基于雾计算的多解码器分割网络框架，用于在智慧城市中通过多站点CT扫描实现大流行疾病的实时筛查	首次提出结合多站点数据融合与雾计算技术的大流行疾病诊断框架，并设计了多解码器分割网络以处理异构域CT图像的感染区域分割	未提及对隐私保护的详细分析，且验证仅基于三个公开数据集，实际多源临床数据的复杂性和差异性可能带来挑战	提升大流行疾病诊断的准确性，并解决集中式云系统的可扩展性和延迟问题	COVID-19肺部感染区域分割任务，基于跨域CT扫描数据	计算机视觉	COVID-19感染	CT扫描	多解码器分割网络	图像	三个公开数据集，具体样本量未说明	NA	多解码器分割网络	平均Dice系数（89.9%），平均表面Dice系数（86.87%）	雾计算边缘节点（PANDFOG系统）
62	2026-07-23	VER-Net: a hybrid transfer learning model for lung cancer detection using CT scan images 2024-05-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01238-z PMID:38789925	研究论文	提出一种名为VER-Net的混合迁移学习模型，用于基于CT扫描图像的肺癌检测	通过堆叠三种不同的迁移学习模型构建新型混合模型，在肺癌CT图像分类任务上优于八种现有迁移学习模型	NA	开发基于CT扫描图像的肺癌检测高性能迁移学习模型	肺部CT扫描图像	计算机视觉	肺癌	CT扫描	混合迁移学习模型	图像	NA	NA	VER-Net	准确率、精确率、召回率、F1分数	NA
63	2026-07-23	A deep learning-based radiomics model for predicting lymph node status from lung adenocarcinoma 2024-05-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01300-w PMID:38789936	研究论文	基于深度学习的影像组学模型，利用增强CT预测肺腺癌淋巴结状态	结合传统和深度学习方法提取2218个特征，通过特征选择后使用XGBoost构建非侵入性分类模型，实现高精度预测	仅使用回顾性数据，未提及模型在不同人群或设备上的泛化验证，可能受样本量限制	开发一种非侵入性方法，准确预测肺腺癌患者的淋巴结转移状态，辅助临床诊断	肺腺癌患者的淋巴结转移状态	计算机视觉	肺腺癌	放射组学，增强CT	XGBoost	图像（增强CT影像）	503例患者（287例淋巴结转移阳性，216例阴性）	NA	XGBoost	准确性，AUC，特异性，精确度，召回率，F1分数	NA
64	2026-07-23	Real-time sports injury monitoring system based on the deep learning algorithm 2024-05-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01304-6 PMID:38789963	研究论文	基于深度学习算法开发实时运动损伤监测系统，以SVM模型为例，通过视频检测、人体关节追踪和多项式拟合分析实现损伤监测	结合多项式拟合与奇异值分解降维技术，提升处理效率和模型训练速度，并与随机森林、朴素贝叶斯等主流模型对比验证SVM优势	训练数据平均值作为参考点可能受异常值影响，未考虑复杂运动场景下多目标遮挡问题	解决传统运动损伤监测实时性差、准确率低的问题	运动损伤监测系统中的SVM模型及视频运动数据	计算机视觉	运动损伤	视频检测	SVM	视频	未提及具体样本数量	Scikit-learn	支持向量机	准确率、敏感性、特异性	未提及
65	2026-07-23	Refining neural network algorithms for accurate brain tumor classification in MRI imagery 2024-05-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01285-6 PMID:38773391	研究论文	提出一种基于卷积神经网络的深度学习模型，对MRI影像中的脑肿瘤进行分类，提高诊断准确率	采用序贯CNN架构结合多个卷积层、最大池化层和Dropout层，并利用Grad-CAM可视化增强模型可解释性	仅在特定测试集上评估，泛化能力有待进一步验证	提高MRI影像中脑肿瘤诊断的准确率和可靠性	脑肿瘤MRI影像	计算机视觉	脑肿瘤	MRI成像	CNN	图像	未明确说明	NA	CNN (sequential CNN architecture with convolutional, max-pooling, dropout, and dense layers)	准确率, 精确率, 召回率, F1分数, ROC-AUC	NA
66	2026-07-05	Deep transformer-based personalized dosimetry from SPECT/CT images: a hybrid approach for [177Lu]Lu-DOTATATE radiopharmaceutical therapy 2024-05, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06618-9 PMID:38267686	研究论文	开发了一种基于Transformer的混合深度学习模型，用于从SPECT/CT图像进行[177Lu]Lu-DOTATATE放射性药物治疗的个性化剂量测定	结合UNETR架构和多体素S值方法，实现快于蒙特卡洛模拟且精度接近的体素级剂量测定	仅使用22名患者数据集，模型在异质区域性能提升但未评估大规模临床应用	提高放射性药物治疗中剂量测定的准确性和效率	[177Lu]Lu-DOTATATE治疗患者的SPECT/CT图像和剂量图	机器学习	神经内分泌肿瘤	SPECT/CT成像	UNETR（UNEt TRansformer）	图像	22名患者（最多4个治疗周期）	PyTorch	UNETR	体素相对绝对误差，伽马分析通过率，器官水平绝对百分比误差	GPU（未指定具体型号）
67	2026-07-04	Improved image quality in contrast-enhanced 3D-T1 weighted sequence by compressed sensing-based deep-learning reconstruction for the evaluation of head and neck 2024-05, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.02.006 PMID:38340971	研究论文	评估基于压缩感知的深度学习重建技术对比传统压缩感知方法在头颈部脂肪抑制对比增强三维T1加权像中图像质量的提升	将深度学习重建集成到压缩感知去噪循环中，首次在头颈部对比增强三维T1加权像中系统比较了有无深度学习的重建效果，显示出图像质量的显著提升	未提及	评估深度学习结合压缩感知的重建方法在头颈部脂肪抑制对比增强三维T1加权像中的图像质量改善效果	39例接受头颈部脂肪抑制对比增强三维T1加权像扫描的患者	数字病理学	头颈部疾病	NA	深度学习	图像	39例患者的头颈部脂肪抑制对比增强三维T1加权像数据	NA	NA	信噪比, 对比度噪声比	NA
68	2026-07-01	Predicting and Recognizing Drug-Induced Type I Brugada Pattern Using ECG-Based Deep Learning 2024-05-21, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.033148 PMID:38726893	研究论文	开发基于心电图的深度卷积神经网络BrS-Net，用于识别和预测药物诱导的I型Brugada模式	首次将小波分析与深度卷积神经网络结合，同时实现药物诱导的I型Brugada模式的识别和基线心电图的预测	未在未经选择的广泛人群中验证其外部泛化能力，样本量有限且为单中心研究	评估深度卷积神经网络在识别和预测Brugada综合征诊断中的性能	接受阿义马林检测的连续患者的心电图追踪	医学图像分析	Brugada综合征	心电图（ECG），小波分析	深度卷积神经网络（CNN）	心电图信号	1188名患者，其中361名（30.3%）在阿义马林输注期间出现I型Brugada模式	NA	卷积神经网络（BrS-Net）	AUC-ROC, AUC-PR	NA
69	2026-07-01	Prediction of immunochemotherapy response for diffuse large B-cell lymphoma using artificial intelligence digital pathology 2024-05, The journal of pathology. Clinical research DOI:10.1002/2056-4538.12370 PMID:38584594	研究论文	利用数字病理学和深度学习预测弥漫性大B细胞淋巴瘤免疫化疗反应	结合对比学习特征提取、多模态预测模型和知识蒸馏技术，基于病理图像独立预测药物反应	样本量有限且为回顾性研究，缺乏大规模前瞻性验证	开发基于人工智能的免疫化疗反应预测工具，辅助DLBCL临床管理	弥漫性大B细胞淋巴瘤患者的免疫化疗反应	数字病理学	弥漫性大B细胞淋巴瘤	数字病理学	深度学习模型	组织病理学图像	216名DLBCL患者的251张切片图像	NA	对比学习模型	AUC	NA
70	2026-06-29	Exploring the Association Between Structural Racism and Mental Health: Geospatial and Machine Learning Analysis 2024-05-03, JMIR public health and surveillance IF:3.5Q1 DOI:10.2196/52691 PMID:38701436	研究论文	通过地理空间和机器学习方法，探讨结构种族主义与心理健康差异的关联	首次结合地理加权随机森林、自组织映射和K-means聚类，量化结构种族主义对心理健康的复合影响，并在分析中先排除种族因素再重新纳入以测量歧视效应	NA	阐明结构种族主义与心理健康差异的关联机制	威斯康星州密尔沃基县社区的217个地理参考解释变量及心理健康数据	机器学习	心理健康	NA	地理加权随机森林、自组织映射、K-means聚类	地理空间数据	217个地理参考变量	NA	随机森林、自组织映射	NA	NA
71	2026-06-19	Accurate single-molecule spot detection for image-based spatial transcriptomics with weakly supervised deep learning 2024-05-15, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2024.04.006 PMID:38754367	研究论文	提出Polaris分析流程，结合弱监督深度学习模型进行细胞分割和斑点检测，用于图像空间转录组学数据分析	首次将弱监督深度学习应用于单分子斑点检测，无需人工标注即可实现高精度分析，并整合了概率基因解码器以量化单细胞基因表达	未明确讨论局限，但可能依赖于图像质量及实验条件对斑点检测精度的影响	开发一种统一、自动化的分析流程，用于处理MERFISH、seqFISH和ISS等多种图像空间转录组学实验数据的单细胞基因表达定量	图像空间转录组学数据中的单分子荧光斑点及细胞区域	数字病理学，计算机视觉	不适用	MERFISH， seqFISH， ISS（原位RNA测序）	CNN（卷积神经网络），弱监督深度学习	图像	不适用	DeepCell	未指定具体架构（描述为深度学习模型结合概率基因解码器）	不适用	不适用
72	2026-06-02	Artificial-intelligence-based risk prediction and mechanism discovery for atrial fibrillation using heart beat-to-beat intervals 2024-05-10, Med (New York, N.Y.) DOI:10.1016/j.medj.2024.02.006 PMID:38492571	研究论文	基于心跳间期数据，开发可解释的深度学习模型预测房颤风险并探究其机制	提出基于模型可解释性的房颤机制推测，并验证自主神经失衡与多种房颤风险因素的关联	依赖心跳间期数据，可能忽略其他临床特征对房颤风险的影响	利用窦性心律时的心跳间期数据预测房颤风险，并揭示潜在机制	房颤风险预测及自主神经失衡机制	机器学习	心血管疾病	NA	深度学习模型	心率间期数据	大型院内及外部公共数据集	NA	NA	NA	NA
73	2026-05-29	Improving the diagnosis of ductal carcinoma in situ with microinvasion without immunohistochemistry: An innovative method with H&E-stained and multiphoton microscopy images 2024-05-15, International journal of cancer IF:5.7Q1 DOI:10.1002/ijc.34855 PMID:38268429	研究论文	提出一种结合H&E染色和多光子显微镜图像的新方法，用于无免疫组化诊断导管原位癌伴微浸润	首次将H&E染色图像中的可疑区域通过深度学习分割细胞核，并融合多光子显微镜图像（TPEF和SHG信号）来区分DCISM与DCIS，避免了对免疫组化标记物的依赖	需要依赖H&E图像中的可疑区域标注，且多光子显微镜设备的可用性可能受限	开发一种快速准确、无需免疫组化的DCISM诊断方法	乳腺导管原位癌伴微浸润和导管原位癌组织样本	数字病理学	乳腺癌（导管原位癌伴微浸润）	H&E染色, 多光子显微镜	深度学习模型	图像（H&E染色图像，多光子显微镜图像）	研究未明确说明样本量，涉及DCISM和DCIS组织标本	NA	NA	Kappa系数	NA
74	2026-05-24	LUNet: deep learning for the segmentation of arterioles and venules in high resolution fundus images 2024-05-03, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad3d28 PMID:38599224	研究论文	提出LUNet深度学习模型，用于高分辨率眼底图像中视网膜小动脉和小静脉的自动分割	设计了双扩张卷积块以扩大感受野并减少参数量，结合高分辨率尾部模块细化分割细节，并针对血管分割连续性设计了自定义损失函数	未提及模型在低分辨率图像或极端病理条件下的表现，且数据集涉及人群和标注者变异性但未涵盖所有可能场景	实现视网膜小动脉和小静脉的自动分割，以通过眼底图像辅助诊断心血管疾病	视网膜小动脉和小静脉	计算机视觉	心血管疾病	眼底成像	CNN	图像	240张数字眼底图像，由15名医学生和1名眼科医生标注	NA	LUNet	准确率	NA
75	2026-05-19	Deconvolution of polygenic risk score in single cells unravels cellular and molecular heterogeneity of complex human diseases 2024-May-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.14.594252 PMID:38798507	研究论文	介绍scPRS，一个几何深度学习模型，通过单细胞染色质可及性数据构建单细胞层面多基因风险评分，用于复杂疾病预测和生物学发现	首次将多基因风险评分降维至单细胞层面，结合几何深度学习解析疾病细胞异质性和分子机制	未明确说明局限性，可能依赖于参考单细胞染色质数据质量及计算资源需求	开发单细胞分辨率的PRS方法，增强复杂疾病的遗传风险预测和生物学机制理解	2型糖尿病、肥厚性心肌病和阿尔茨海默病的单细胞数据	机器学习	2型糖尿病, 肥厚性心肌病, 阿尔茨海默病	单细胞ATAC测序, 多组学分析	几何深度学习模型	单细胞染色质可及性数据、多组学数据	NA	NA	scPRS	预测能力	NA
76	2026-05-19	Opportunities for Improving Glaucoma Clinical Trials via Deep Learning-Based Identification of Patients with Low Visual Field Variability 2024 May-Jun, Ophthalmology. Glaucoma DOI:10.1016/j.ogla.2024.01.005 PMID:38296108	研究论文	开发深度学习模型预测低视野变异性的青光眼患者，并评估其对神经保护试验样本量的影响	首次利用深度学习模型从单次基线临床访问数据预测低视野变异性，并证明其可显著减少临床试验所需样本量	未提及模型在实际临床试验中的验证，可能存在外部有效性限制	评估深度学习模型在识别低视野变异性患者中的作用，以及降低青光眼临床试验样本量的潜力	青光眼患者的视野变异性和临床试验样本量	医疗影像	青光眼	NA	深度学习模型	视野测量数据、OCT图像、临床数据	2817只眼（每位患者一只眼）	NA	NA	受试者工作特征曲线下面积（AUC）	NA
77	2026-05-16	Vascularized organoid-on-a-chip: design, imaging, and analysis 2024-05, Angiogenesis IF:9.2Q1 DOI:10.1007/s10456-024-09905-z PMID:38409567	综述	本文综述了血管化类器官芯片的设计、成像与分析技术，涵盖芯片设计、培养策略、光学成像、组织透明化方法及深度学习在血管分析中的应用	系统整合了血管化类器官芯片的设计、成像与分析方法，特别强调了组织透明化技术与深度学习在克服成像深度限制和提高分析效率方面的创新应用	现有血管化类器官芯片在血管网络成熟度、长期稳定性及高通量分析方面仍存在挑战，且深度学习方法的泛化能力有待验证	总结血管化类器官芯片的设计、成像与分析技术现状，并展望未来发展方向	血管化类器官芯片模型及其血管网络分析技术	数字病理学	NA	NA	深度学习	图像	NA	NA	NA	NA	NA
78	2026-05-15	TIST-Net: style transfer in dynamic contrast enhanced MRI using spatial and temporal information 2024-May-27, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4193 PMID:38648788	研究论文	提出一种利用时空信息在动态对比增强MRI中进行风格转换的TIST-Net网络	将卷积长短时记忆网络与自编码器结合，实现时间序列数据内容与风格潜空间的解耦，并利用可变形和自适应卷积精细控制风格转换	未提及具体限制	开发一种结合时空信息的风格转换方法，用于在动态对比增强MRI图像中添加或去除对比增强	动态对比增强MRI数据，包括肾脏、前列腺和子宫数据集	计算机视觉	NA	DCE-MRI	CNN, LSTM	图像（医学图像）	三个数据集（肾脏、前列腺和子宫）	NA	自编码器、卷积长短时记忆网络、可变形卷积、自适应卷积	SSIM, 对比加权结构相似性指标	NA
79	2026-05-15	A temporal enhanced semi-supervised training framework for needle segmentation in 3D ultrasound images 2024-May-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad450b PMID:38684166	研究论文	针对3D超声图像中活检针分割难题，提出一种基于时间信息的半监督训练框架	创新点包括设计基于静态与动态特征的环形Transformer模块提取时序信息，提出结合时序信息前后的输出一致性约束以实现半监督学习	实验仅在比格犬活检数据集上验证，未在临床大规模数据中评估泛化能力	实现快速准确的三维超声图像中活检针分割，提升活检导航系统效能	比格犬肾脏和前列腺的3D超声活检图像	计算机视觉	NA	3D超声成像	CNN, Transformer	3D超声图像序列	三个比格犬活检超声数据集（具体样本量未提及）	PyTorch（推测）	环形Transformer模块	Dice相似系数, 针尖位置误差, 长度误差	NA
80	2026-05-15	A lightweight deep learning approach for detecting electrocardiographic lead misplacement 2024-May-15, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad43ae PMID:38663434	研究论文	提出一种基于轻量级深度学习的心电图导联错位检测方法	首次提出针对肢体和胸导联错位分别设计的轻量级深度学习模型，利用数学变换和导联互换模拟错位场景，并在多个数据库上验证泛化能力	未提及具体局限性	开发有效检测心电图导联错位的算法，避免波形失真影响诊断	心电图导联错位检测模型	机器学习	心血管疾病	NA	深度学习模型	心电图信号	Chapman数据库（8:2训练验证）及PTB-XL、PTB、LUDB数据库	PyTorch（推测，需确认）	轻量级神经网络（具体架构未说明）	准确率、精确率、灵敏度、特异度、宏平均F1分数	NA