深度学习在生物医药领域中的应用

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
21	2025-07-24	Assessing spectral effectiveness in color fundus photography for deep learning classification of retinopathy of prematurity 2024-Jul, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.29.7.076001 PMID:38912212	研究论文	本研究评估了彩色眼底摄影中不同光谱通道对深度学习分类早产儿视网膜病变（ROP）的效果	揭示了仅使用绿色或红色图像即可有效分类ROP阶段，从而可以排除具有较高光毒性的蓝色图像	未提及样本的具体数量或多样性，可能影响结果的普遍性	评估彩色眼底摄影中不同光谱通道对ROP深度学习分类的效果	早产儿视网膜病变（ROP）的眼底图像	数字病理学	早产儿视网膜病变	彩色眼底摄影	CNN	图像	NA
22	2025-07-24	Deep Learning Models Used in the Diagnostic Workup of Keratoconus: A Systematic Review and Exploratory Meta-Analysis 2024-Jul-01, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000003467 PMID:38300179	系统综述与探索性荟萃分析	本文系统回顾并荟萃分析了深度学习模型在圆锥角膜诊断中的应用	首次对深度学习在圆锥角膜诊断中的研究进行全面盘点，并进行了探索性荟萃分析	纳入研究的方法学质量有限，患者选择报告不足且参考标准使用不当	评估深度学习算法在圆锥角膜诊断中的性能	圆锥角膜患者	数字病理	圆锥角膜	深度学习	DL算法	地形图图像	19项研究纳入定性分析，10项研究纳入荟萃分析
23	2025-07-23	Multimodal functional deep learning for multiomics data 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae448 PMID:39285512	research paper	提出了一种多模态功能深度学习（MFDL）方法，用于分析高维多组学数据	MFDL方法通过深度神经网络的层次结构建模多组学变异与疾病表型之间的复杂关系，并利用功能数据分析技术处理高维组学数据	未明确提及具体局限性	开发新型分析方法以应对高维多组学数据分析的挑战	高维多组学数据	machine learning	NA	functional data analysis, deep learning	deep neural networks	multiomics data	NA
24	2025-07-23	Biophysical neural adaptation mechanisms enable artificial neural networks to capture dynamic retinal computation 2024-Jul-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50114-5 PMID:39009568	研究论文	该研究开发了一种结合生物物理光感受器适应机制的新型深度学习模型，用于改进人工神经网络在动态输入条件下预测视网膜神经节细胞响应的能力	在传统卷积神经网络前端嵌入光感受器适应的生物物理机制，显著提升了模型在动态自然刺激下的预测性能	研究仅针对视网膜神经节细胞的响应预测，未验证在其他神经系统的适用性	探索将神经适应机制嵌入人工神经网络是否能提升其动态输入下的预测性能	灵长类和鼠类的视网膜神经节细胞(RGC)	机器学习	NA	深度学习	CNN	神经电生理数据	灵长类和鼠类视网膜神经节细胞
25	2025-07-23	A Computed Tomography-Based Fracture Prediction Model With Images of Vertebral Bones and Muscles by Employing Deep Learning: Development and Validation Study 2024-07-12, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/48535 PMID:38995678	研究论文	本研究开发并验证了一种基于CT扫描的深度学习模型，用于预测椎骨骨折风险	结合椎骨和椎旁肌肉的CT图像，使用注意力卷积神经网络-循环神经网络模型进行骨折预测，相比仅使用骨图像或临床变量模型表现更优	研究样本主要来自特定时间段(2010-2019年)的患者，且女性比例较高	开发并验证基于CT图像的骨折预测模型	1214名患者的腹部CT图像(开发集)和495名患者(验证集)	数字病理学	骨质疏松症	CT扫描	注意力CNN-RNN	医学图像	开发集1214名患者，验证集495名患者
26	2025-07-23	A Pan-Cancer Patient-Derived Xenograft Histology Image Repository with Genomic and Pathologic Annotations Enables Deep Learning Analysis 2024-07-02, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-23-1349 PMID:39082680	研究论文	本研究开发了一个包含基因组和病理注释的泛癌患者来源异种移植组织学图像库，用于深度学习分析	创建了一个大规模的PDX H&E图像库，并展示了其在深度学习分析中的适用性	NA	促进通过组织病理学分析进行的癌症生物学研究	患者来源异种移植(PDX)模型	数字病理学	泛癌	H&E染色	深度学习	图像	>1,000个PDX和配对亲本肿瘤H&E图像
27	2025-07-23	Deep Learning-Based Automated Measurement of Murine Bone Length in Radiographs 2024-Jul-01, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11070670 PMID:39061752	研究论文	本研究开发了一种基于深度学习的模型，用于自动化测量小鼠骨骼X光片中的骨骼长度，以提高准确性和可重复性	利用Keypoint R-CNN算法与EfficientNet-B3特征提取骨干网络，开发了一个骨骼检测和测量流程，显著提升了测量精度和一致性	研究主要针对小鼠骨骼，尚未验证其在人类骨骼测量中的适用性	开发自动化工具以替代传统手动测量小鼠骨骼长度的方法，提高遗传关联映射的精度和一致性	小鼠骨骼X光片	计算机视觉	骨骼疾病	深度学习	Keypoint R-CNN, EfficientNet-B3	图像	94张X光片用于开发，592张用于独立测试，21,300张用于进一步验证
28	2025-07-22	Evaluating the Quality of Serial EM Sections with Deep Learning 2024-Jul-04, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada IF:2.9Q1 DOI:10.1093/mam/ozae033 PMID:38701183	研究论文	本文利用深度学习技术评估连续电子显微镜切片的图像质量	提出了一种改进的ResNet-50模型（QEN），能够可靠预测用户生成的图像质量评分	未明确说明模型在不同类型电子显微镜图像上的泛化能力	提高连续切片扫描电子显微镜（ssSEM）图像质量评估的效率	连续切片扫描电子显微镜图像	计算机视觉	NA	深度学习	改进的ResNet-50（QEN）	电子显微镜图像	未明确说明具体数量，但公开了训练数据集
29	2025-07-22	A deep learning model of tumor cell architecture elucidates response and resistance to CDK4/6 inhibitors 2024-07, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-024-00740-1 PMID:38443662	研究论文	本文构建了一个可解释的深度学习模型，用于解析肿瘤细胞对CDK4/6抑制剂的反应和耐药机制	模型基于癌症中多蛋白组装的参考图谱，识别了八个核心组装体，这些组装体整合了90个基因中的罕见和常见变异，用于分层敏感和耐药的细胞系	研究主要基于细胞系和患者来源的异种移植模型，可能无法完全反映临床患者的复杂性	解析CDK4/6抑制剂在乳腺癌治疗中的反应和耐药机制	乳腺癌细胞系、患者样本和患者来源的异种移植模型	数字病理学	乳腺癌	CRISPR-Cas9基因编辑	深度学习模型	基因表达数据	90个基因的变异数据，涉及多个细胞系和患者样本
30	2025-07-21	Quantification of Human Photoreceptor-Retinal Pigment Epithelium Macular Topography with Adaptive Optics-Optical Coherence Tomography 2024-Jul-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14141518 PMID:39061655	研究论文	使用自适应光学-光学相干断层扫描技术量化人类光感受器-视网膜色素上皮黄斑地形图	首次利用FDML-AO-OCT平台结合深度学习算法，在活体人眼中完整描述了PR-RPE复合体的三维细胞形态及黄斑区地形分布	研究样本量较小（仅11名健康志愿者），且仅关注了颞侧黄斑区域	建立人类PR-RPE复合体黄斑区地形分布的定量标准，为视网膜疾病研究提供基础数据	活体人眼的光感受器（PRs）与视网膜色素上皮（RPE）细胞构成的PR-RPE复合体	生物医学成像	视网膜疾病	FDML-AO-OCT（傅里叶域模式锁定激光自适应光学-光学相干断层扫描）	深度学习算法	三维光学相干断层扫描图像	11名健康志愿者的颞侧黄斑区域数据
31	2025-07-20	TUnA: an uncertainty-aware transformer model for sequence-based protein-protein interaction prediction 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae359 PMID:39051117	研究论文	本文提出了一种基于Transformer的不确定性感知模型TUnA，用于从序列数据预测蛋白质-蛋白质相互作用	TUnA结合了ESM-2嵌入和Transformer编码器，并引入了谱归一化神经高斯过程，能够评估未见序列的不确定性	未明确提及具体局限性	解决现有深度学习模型在蛋白质-蛋白质相互作用预测中泛化能力不足和缺乏不确定性估计的问题	蛋白质-蛋白质相互作用	生物信息学	NA	ESM-2嵌入, 谱归一化神经高斯过程	Transformer	序列数据	NA
32	2025-07-19	Optimizing neurointerventional procedures: an algorithm for embolization coil detection and automated collimation to enable dose reduction 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044003 PMID:39035051	research paper	该研究提出了一种算法，用于检测神经介入手术中的栓塞线圈并实现自动准直，以减少辐射剂量	首次成功检测栓塞线圈，并将检测结果整合到X射线血管造影系统中	由于使用放大边界框，地面真实值与预测值之间无需100%重叠	通过优化图像质量和最小化患者剂量，提高神经介入手术的效率和安全性	神经介入手术中的栓塞线圈	digital pathology	NA	X-ray angiography	Faster R-CNN, RetinaNet	medical images	NA
33	2025-07-19	Deep Learning-Based Subject Independent Human Activity Recognition using Smart Lacelock Data 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10781739 PMID:40039707	研究论文	本文提出了一种基于深度学习的方法，利用智能鞋带锁设备数据进行独立于受试者的人类活动识别	使用新型智能鞋带锁设备（包含IMU和负载传感器）进行人类活动识别，相比传统仅使用IMU的方法增加了新的传感器数据	研究样本量较小（仅8名参与者），且活动类别有限（行走、上下楼梯）	探索新型传感器设备在人类活动识别(HAR)领域的应用潜力	人类日常活动（行走、上楼梯、下楼梯）	机器学习	NA	深度学习	CNN	传感器数据（IMU和负载传感器）	8名参与者
34	2025-07-18	Deep Learning Enhanced Label-Free Action Potential Detection Using Plasmonic-Based Electrochemical Impedance Microscopy 2024-07-16, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01179 PMID:38953225	研究论文	本文介绍了一种利用深度学习增强的无标记动作电位检测方法，通过基于等离子体的电化学阻抗显微镜（P-EIM）实现	利用深度学习方法显著提高了P-EIM在神经元电信号映射中的可用性，特别是LSTM网络成功检测单周期刺激的动作电位	尽管性能有所提升，但单周期动作电位检测的AUC仅为0.855，仍有改进空间	提高基于P-EIM的神经元电活动检测的灵敏度和效率	神经元细胞的动作电位	生物医学工程	NA	等离子体基电化学阻抗显微镜（P-EIM）	LSTM	视频信号	未明确提及具体样本数量
35	2025-07-12	Greater benefits of deep learning-based computer-aided detection systems for finding small signals in 3D volumetric medical images 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.045501 PMID:38988989	研究论文	本研究探讨了基于深度学习的计算机辅助检测系统在3D医学影像中检测小信号的优越性	研究发现CNN-CADe系统在3D搜索小信号时比2D搜索带来更大的性能提升，减少了因数据探索不足导致的错误	研究仅使用了数字乳腺断层合成(DBT)体模数据，未涉及真实患者数据	评估基于CNN的计算机辅助检测系统在3D和2D医学影像搜索中的性能差异	数字乳腺断层合成(DBT)体模中的微钙化小信号和大肿块信号	计算机视觉	乳腺癌	CNN-based CADe系统	CNN	3D/2D医学影像	16名非专业观察者
36	2025-07-11	Examining feature extraction and classification modules in machine learning for diagnosis of low-dose computed tomographic screening-detected in vivo lesions 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044501 PMID:38993628	研究论文	本研究探讨了机器学习在医学影像中用于体内病变诊断的特征提取和分类模块的性能	比较了三种不同的特征提取方法（Haralick图像纹理特征、深度学习图像抽象特征和组织-能量特定特征），并发现组织-能量特定特征提取显著提高了诊断性能	研究仅针对肺部结节和结肠息肉的低剂量CT筛查检测病变，可能不适用于其他类型的病变或影像技术	评估特征提取和分类模块在机器学习辅助诊断中的性能	肺部结节和结肠息肉的病变影像	计算机视觉	肺癌和结肠癌	低剂量CT扫描	随机森林（RF）和卷积神经网络（CNN）	医学影像	三个病变影像数据集
37	2025-07-11	Projected pooling loss for red nucleus segmentation with soft topology constraints 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044002 PMID:38988992	research paper	提出一种基于投影池化的损失函数，用于在深度学习分割方法中引入软拓扑约束，以提高小训练集下的分割准确性和解剖学正确性	提出了一种新的损失函数，通过投影和最大池化操作引入软拓扑约束，减少分割过程中的拓扑错误和结构边界缺陷	未明确提及具体局限性，但可能在小样本训练集上的泛化能力仍需进一步验证	提高医学图像分割的准确性和解剖学正确性，特别是在小训练集情况下	红核（red nucleus）的分割，以及心脏、脾脏和海马体的分割	digital pathology	parkinsonian syndromes	quantitative susceptibility mapping (QSM)	deep learning	image	未明确提及具体样本数量，但涉及QSM数据和MSD挑战中的三个任务（心脏、脾脏和海马体）
38	2025-07-11	Lung vessel connectivity map as anatomical prior knowledge for deep learning-based lung lobe segmentation 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044001 PMID:38988990	研究论文	本研究探讨了将肺部血管系统的解剖学先验知识融入深度学习模型以提升胸部CT扫描中肺叶自动分割性能的潜在优势	提出利用肺部血管连接性（LVC）图谱作为解剖学先验知识，指导并增强深度学习模型在肺叶分割中的表现，特别是在呼气期CT扫描的边界区域	LVC信息带来的改进程度存在局限，其实际应用价值仍需进一步探索	提升胸部CT扫描中肺叶自动分割的准确性和泛化能力	胸部CT扫描图像中的肺叶结构	数字病理学	COVID-19	深度学习	U-Net, 多任务U-Net, 级联U-Net (基于nnU-Net框架)	CT图像	10例COVID-19病例数据
39	2025-07-10	Unwrapping non-locality in the image transmission through turbid media 2024-Jul-15, Optics express IF:3.2Q2 DOI:10.1364/OE.521581 PMID:39538508	研究论文	本文提出了一种全局注意力机制，用于解决浑浊介质中高保真图像传输的挑战	通过研究重建图像中的非局部性，开发了一种全局注意力机制，显著提升了图像重建性能	未明确说明该方法在其他类型介质或更复杂场景中的适用性	提高浑浊介质中图像传输的保真度和重建精度	通过浑浊介质传输的图像	计算机视觉	NA	深度学习	全局注意力机制	图像	NA
40	2025-07-04	An explainable long short-term memory network for surgical site infection identification 2024-07, Surgery IF:3.2Q1 DOI:10.1016/j.surg.2024.03.006 PMID:38616153	研究论文	提出一种可解释的长短期记忆网络模型，用于从医疗记录中识别手术部位感染	结合注意力机制提升模型的可解释性，同时性能优于传统机器学习方法	研究数据仅来自单一医疗系统，可能影响模型的泛化能力	开发自动化的手术部位感染监测系统以减少人工审查负担	手术病例的电子健康记录数据	自然语言处理	手术部位感染	深度学习	LSTM	结构化数据和临床文本	来自犹他大学医疗系统的9185例手术事件