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
101	2025-10-06	Iterative deep learning-design of human enhancers exploits condensed sequence grammar to achieve cell type-specificity 2024-Jun-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.14.599076 PMID:38915713	研究论文	本研究应用迭代深度学习设计在两种人类细胞系间具有强差异活性的合成增强子	首次将迭代深度学习应用于合成增强子设计，通过实验验证与模型重新优化的循环策略提升细胞类型特异性	仅验证了两种人类细胞系间的特异性，未在其他细胞类型中广泛测试	开发能够靶向特定细胞类型基因表达的合成生物学方法	人类合成增强子序列	机器学习	NA	深度学习，染色质可及性分析，转录因子结合位点分析	深度学习	基因组序列数据，增强子活性数据，染色质可及性数据	NA	NA	NA	增强子特异性，差异活性	NA
102	2025-10-06	Automated CT quantification of interstitial lung abnormality in patients with resectable stage I non-small cell lung cancer: Prognostic significance 2024-06, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.15306 PMID:38682806	研究论文	本研究通过深度学习自动量化CT图像中的间质性肺异常，评估其对I期非小细胞肺癌患者预后的预测价值	首次基于Fleischner Society定义使用商业化深度学习程序自动量化间质性肺异常，并验证其与I期非小细胞肺癌患者预后的关联	回顾性研究设计，样本仅来自单一机构，未包含晚期肺癌患者	评估自动量化间质性肺异常对I期非小细胞肺癌患者预后的预测价值	948例2009年4月至2022年10月期间接受肺切除术的病理I期非小细胞肺癌患者	数字病理	肺癌	CT扫描	深度学习	CT图像	948例I期非小细胞肺癌患者（其中99例检测到间质性肺异常）	NA	NA	风险比, 置信区间, p值	NA
103	2025-10-06	Automated Prediction of Proximal Middle Cerebral Artery Occlusions in Noncontrast Brain Computed Tomography 2024-06, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.045772 PMID:38787932	研究论文	开发基于机器学习的算法JLK-CTL，使用非对比脑CT的手工特征预测大脑中动脉近端大血管闭塞	首次结合手工特征提取和深度学习算法，利用非对比CT预测大血管闭塞，无需对比剂增强扫描	研究样本来自特定时间段的七家医院，外部验证集样本量相对较小(n=95)	早期识别缺血性卒中患者的大血管闭塞，为及时干预提供支持	缺血性卒中患者	医学影像分析	缺血性卒中	非对比计算机断层扫描，CT血管成像	ExtraTrees, 随机森林, 极端梯度提升, 支持向量机, 多层感知器, 深度学习	医学影像	2919名患者(训练集2463，内部验证275，外部验证95)	NA	NA	AUC, 敏感性, 特异性	NA
104	2025-10-06	CT-derived pectoralis composition and incident pneumonia hospitalization using fully automated deep-learning algorithm: multi-ethnic study of atherosclerosis 2024-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10372-1 PMID:37951855	研究论文	本研究使用全自动深度学习算法从常规胸部CT中提取胸肌组成指标，并探讨其与肺炎住院事件的纵向关联	首次使用全自动深度学习算法(Mask R-CNN)从常规胸部CT中量化胸肌组成，并在COPD患者中发现其与肺炎住院风险的独立关联	研究仅在COPD患者亚组中发现显著关联，总体人群未见预测价值，样本量相对有限	开发自动化胸肌测量方法并评估其与肺炎住院风险的关联	动脉粥样硬化多种族研究(MESA)的2595名参与者	计算机视觉	慢性阻塞性肺疾病	胸部CT成像	CNN	医学影像	2595名参与者(51%女性，中位年龄68岁)，其中507名COPD患者	NA	Mask R-CNN, Faster R-CNN	风险比(HR), 95%置信区间, p值	NA
105	2025-10-06	Using machine learning or deep learning models in a hospital setting to detect inappropriate prescriptions: a systematic review 2024-Jun-21, European journal of hospital pharmacy : science and practice IF:1.6Q3 DOI:10.1136/ejhpharm-2023-003857 PMID:38050067	系统综述	系统综述医院环境中使用机器学习或深度学习模型检测不当处方的研究现状	首次系统评估AI在医院临床药学中检测不当处方的应用现状	纳入研究数量有限（13篇），其中12篇存在高偏倚风险	评估机器学习或深度学习模型在医院环境中检测不当药物处方的应用	医院临床药师使用的AI模型	机器学习	NA	监督学习技术	机器学习,深度学习	药物处方数据	分析31至5,804,192条处方订单，研究时长从2周到7年不等	NA	NA	NA	NA
106	2025-10-06	Retrieving and reconstructing conceptually similar images from fMRI with latent diffusion models and a neuro-inspired brain decoding model 2024-06-28, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad593c PMID:38885689	研究论文	提出一种基于语义和上下文相似性的脑解码新方法，通过fMRI数据检索和生成概念相似的图像	结合神经启发的脑解码模型和潜在扩散模型，将fMRI活动线性映射到神经网络潜在空间进行图像检索和生成	依赖于预训练神经网络和线性映射假设，可能无法完全捕捉大脑活动的复杂性	开发基于语义相似性的脑解码方法，从fMRI数据重建视觉刺激	人类大脑对自然图像刺激的fMRI响应	计算神经科学	NA	功能磁共振成像(fMRI)	潜在扩散模型,深度学习	fMRI数据,图像	三个fMRI数据集：Generic Object Decoding、BOLD5000和NSD	NA	预训练神经网络,潜在扩散模型	定量指标,人工评估实验,正确率超过80%	NA
107	2025-10-06	Longitudinal risk prediction for pediatric glioma with temporal deep learning 2024-Jun-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.04.24308434 PMID:38978642	研究论文	提出一种基于自监督深度学习的纵向医学影像分析方法，用于预测儿童胶质瘤复发风险	开发了时序学习方法，能够建模患者当前和既往脑部MR影像的时空信息来预测未来复发	研究仅针对儿童胶质瘤，尚未验证在其他癌症或慢性疾病中的适用性	改进儿童胶质瘤个体化复发预测	儿童胶质瘤患者	医学影像分析	儿童胶质瘤	磁共振成像(MR)	深度学习	医学影像	715名患者，3,994次扫描	NA	时序深度学习	复发预测准确率	NA
108	2025-10-06	Providing context: Extracting non-linear and dynamic temporal motifs from brain activity 2024-Jun-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.27.600937 PMID:38979316	研究论文	提出使用解耦变分自编码器从静息态功能磁共振成像数据中提取非线性动态时间模式	首次将解耦变分自编码器应用于rs-fMRI数据分析，能够同时捕捉时间步特定和窗口特定的多时间尺度信息	方法主要针对静息态fMRI数据，在其他脑成像模态上的适用性需要进一步验证	开发能够更好捕捉脑活动动态特征的新计算方法	精神分裂症患者和健康对照受试者	医学影像分析	精神分裂症	静息态功能磁共振成像	变分自编码器	脑功能成像数据	精神分裂症患者和健康对照受试者（具体数量未明确说明）	NA	DSVAE（解耦变分自编码器）	潜在空间距离分析、聚类分析、相关性分析	NA
109	2025-06-15	Explainable AI based automated segmentation and multi-stage classification of gastroesophageal reflux using machine learning techniques 2024-06-28, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad5a14 PMID:38901416	研究论文	本文提出了一种基于可解释AI的自动化分割和多阶段分类方法，用于诊断胃食管反流病（GERD）	开发了一个针对胃肠道疾病诊断的系统，结合了Yolov5目标检测、DeepLabV3+分割和多种机器学习分类器进行多阶段分类	NA	通过计算机辅助技术快速准确地诊断胃食管反流病（GERD）	胃食管反流病（GERD）患者的内窥镜图像	数字病理学	胃食管反流病	视频内窥镜	Yolov5, DeepLabV3+, SVM, 自定义深度神经网络	图像	NA	NA	NA	NA	NA
110	2025-06-15	An extensive analysis of artificial intelligence and segmentation methods transforming cancer recognition in medical imaging 2024-06-18, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad555b PMID:38848695	综述	本文全面分析了人工智能和分割方法在医学影像中癌症识别的应用	重点评估了卷积神经网络（CNNs）在医学图像分割和分类中的自学习和决策能力	现有图像分割方法在应用于某些特定类型图像时存在局限性	探讨图像分割技术在医学影像中癌症识别的重要性和应用	医学影像中的癌症区域	计算机视觉	癌症	计算机辅助诊断（CAD）系统	CNN	医学影像	NA	NA	NA	NA	NA
111	2025-06-15	Optimizing motor imagery BCI models with hard trials removal and model refinement 2024-06-04, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad4f8e PMID:38781932	研究论文	本文提出两种新方法来识别和减轻困难试验对运动想象脑机接口模型性能的影响	提出基于模型预测分数和可解释人工智能（XAI）的定量方法来识别困难试验，并通过移除这些试验来优化模型性能	实验仅在Open BMI数据集上进行，未在其他数据集上验证方法的普适性	优化运动想象脑机接口（BCI）模型的分类性能	运动想象BCI系统中的困难试验	机器学习	NA	定量可解释人工智能（XAI）	深度CNN	脑电图（EEG）数据	Open BMI数据集中的样本	NA	NA	NA	NA
112	2025-10-06	Scan-Specific Self-Supervised Bayesian Deep Non-Linear Inversion for Undersampled MRI Reconstruction 2024-06, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3364911 PMID:38335079	研究论文	提出一种无需外部数据集的扫描特异性自监督贝叶斯深度非线性反演方法，用于欠采样MRI重建	无需自动校准扫描区域，结合深度图像先验生成建模和近似贝叶斯推理来正则化深度卷积神经网络	NA	开发无需外部数据集的欠采样MRI重建方法	多部位解剖结构、对比度和采样模式的MRI数据	医学影像重建	NA	磁共振成像	CNN	医学影像	NA	NA	深度图像先验	NA	NA
113	2025-06-06	AUTOMATED DETECTION OF VITRITIS USING ULTRAWIDE-FIELD FUNDUS PHOTOGRAPHS AND DEEP LEARNING 2024-06-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004049 PMID:38261816	研究论文	本研究开发了一种基于深度学习的算法，用于自动检测和分级超广角眼底照片中的玻璃体炎	首次利用超广角眼底成像和深度学习技术进行玻璃体炎的自动检测和分级	六分类玻璃体炎分级的准确性有限（0.61），可能需要更大样本量来提高模型性能	评估深度学习算法在超广角成像上自动检测和分级玻璃体炎的性能	葡萄膜炎患者的超广角眼底视网膜照片	数字病理	葡萄膜炎	超广角眼底成像	DenseNet121 CNN	图像	1181张图像	NA	NA	NA	NA
114	2025-06-06	OMERACT validation of a deep learning algorithm for automated absolute quantification of knee joint effusion versus manual semi-quantitative assessment 2024-06, Seminars in arthritis and rheumatism IF:4.6Q1 DOI:10.1016/j.semarthrit.2024.152420 PMID:38422727	研究论文	本文通过OMERACT过滤器评估深度学习算法在膝关节积液自动绝对量化中的应用	首次使用深度学习算法对膝关节积液进行自动绝对量化，并与人工半定量评估进行对比	需要进一步评估算法的区分能力和与临床结果的一致性，以完全满足OMERACT过滤器的要求	评估深度学习算法在膝关节积液量化中的有效性	53名OAI受试者的膝关节MRI数据	数字病理学	骨关节炎	深度学习	DL算法	MRI图像	53名受试者	NA	NA	NA	NA
115	2025-10-06	Spach Transformer: Spatial and Channel-Wise Transformer Based on Local and Global Self-Attentions for PET Image Denoising 2024-06, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3336237 PMID:37995174	研究论文	提出一种基于局部和全局自注意力的空间和通道变换器用于PET图像去噪	设计了一种高效的编码器-解码器变换器架构，能够同时利用空间和通道信息，通过局部和全局多头自注意力机制解决传统CNN感受野有限的问题	NA	提高PET图像质量，改善信噪比	PET图像	计算机视觉	NA	PET成像	Transformer	3D医学图像	使用多种PET示踪剂数据集：18F-FDG、18F-ACBC、18F-DCFPyL和68Ga-DOTATATE	NA	Spach Transformer	NA	NA
116	2025-10-06	Multibranch CNN With MLP-Mixer-Based Feature Exploration for High-Performance Disease Diagnosis 2024-06, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3250490 PMID:37028335	研究论文	提出一种新型多分支CNN结合MLP-Mixer的特征探索网络ME-Mixer，用于高性能疾病诊断	首次将监督与非监督特征结合，通过流形嵌入网络和MLP-Mixer特征投影器实现全局感受野的特征编码	仅在两个医学数据集上进行了验证，需要更多数据集证明泛化能力	提升深度学习模型在疾病诊断中的性能	医学图像数据	计算机视觉	NA	深度学习	CNN, MLP-Mixer	图像	两个医学数据集	NA	多分支CNN, MLP-Mixer	分类准确率, 计算复杂度	NA
117	2025-10-06	Deep learning-based harmonization of trabecular bone microstructures between high- and low-resolution CT imaging 2024-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17003 PMID:38415781	研究论文	提出一种基于深度学习的方法，用于协调低分辨率和高分辨率CT扫描获得的骨微结构图像	首次将三维GAN-CIRCLE框架应用于骨微结构图像的协调，通过两个生成对抗网络同时学习低分辨率到高分辨率CT的映射及其逆过程	样本量相对较小（20名志愿者），且仅针对胫骨远端进行研究	开发一种深度学习方法来协调不同分辨率CT扫描仪获得的骨微结构图像，并在图像数据和微结构度量两个层面评估方法性能	人体胫骨远端的骨小梁微结构	医学影像分析	骨质疏松症	CT成像	GAN	三维CT图像	20名志愿者，其中12名用于训练，8名用于评估	GAN-CIRCLE	3DGAN-CIRCLE	SSIM, CCC, Bland-Altman分析	NA
118	2025-10-06	Retinal vasculature of different diameters and plexuses exhibit distinct vulnerability in varying severity of diabetic retinopathy 2024-Jun, Eye (London, England) DOI:10.1038/s41433-024-03021-4 PMID:38514853	研究论文	本研究使用OCTA图像分析不同直径视网膜血管在糖尿病视网膜病变中的密度变化	首次基于血管直径分层（<10μm、10-20μm、>20μm）分析视网膜浅层和深层血管复合体在糖尿病视网膜病变中的特异性脆弱性	样本量在不同严重程度组间分布不均，研究为横断面设计无法确定因果关系	探究不同直径视网膜血管在糖尿病视网膜病变进展中的特异性变化模式	854名受试者的854只眼睛，包括健康对照和不同严重程度的糖尿病视网膜病变患者	数字病理	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	深度学习	医学图像	854只眼睛（健康对照555例，无DR 90例，轻中度NPDR 96例，重度NPDR 42例，PDR 71例）	NA	NA	血管密度，p值	NA
119	2025-10-06	Source-free unsupervised domain adaptation: A survey 2024-Jun, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106230 PMID:38490115	综述	本文系统综述了无需源数据的无监督领域自适应方法的技术发展与分类	首次从技术角度系统分类白盒与黑盒SFUDA方法，并分析各类方法的优势与挑战	作为综述文章未提出新的算法模型	解决源数据不可访问情况下的领域自适应问题	无监督领域自适应方法	机器学习	NA	深度学习	NA	多领域数据	NA	NA	NA	NA	NA
120	2025-10-06	Convolutional Neural Networks to Study Contrast-Enhanced Magnetic Resonance Imaging-Based Skeletal Calf Muscle Perfusion in Peripheral Artery Disease 2024-06-01, The American journal of cardiology DOI:10.1016/j.amjcard.2024.03.035 PMID:38580040	研究论文	本研究利用卷积神经网络分析对比增强磁共振成像的骨骼小腿肌肉灌注模式，以区分外周动脉疾病患者与匹配对照组	首次将3D卷积神经网络应用于基于CE-MRI的骨骼小腿肌肉灌注模式分析，用于外周动脉疾病的自动分类	样本量较小（仅56名参与者），模型准确率有待提升（最高75%）	开发基于深度学习的自动诊断方法，用于外周动脉疾病的检测和分类	外周动脉疾病患者（36例）和匹配对照组（20例）的骨骼小腿肌肉	计算机视觉	外周动脉疾病	对比增强磁共振成像	CNN	3D医学影像	56名参与者（36例PAD患者，20例对照组）	NA	resNet, divNet	准确率, 特异性	NA