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	Automatic Segmentation and Alignment of Uterine Shapes from 3D Ultrasound Data 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108794 PMID:38941903	研究论文	开发了一种从3D超声数据自动分割和对齐子宫形状的系统	首次结合深度学习分割和几何对齐技术处理子宫3D超声数据，并创建了公开数据集	研究主要基于正常子宫形状，对异常形状的适用性需进一步验证	建立正常子宫形状标准，促进与不孕和反复流产相关的子宫形状异常研究	女性子宫	数字病理	妇科疾病	3D阴道超声	深度学习	3D超声图像	来自多个医疗中心的3D超声图像综合数据集	NA	nnU-Net	Dice相似系数, 平移误差, 旋转误差	NA
102	2025-10-06	Lesion-aware cross-phase attention network for renal tumor subtype classification on multi-phase CT scans 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108746 PMID:38878403	研究论文	提出一种基于多期相CT扫描的病灶感知跨期相注意力网络，用于肾肿瘤亚型分类	首次引入3D跨期相病灶感知注意力机制和多尺度注意力方案，显式建模CT期相间的时间依赖性	仅使用收集的数据集进行验证，未提及外部验证结果	通过多期相CT扫描实现肾肿瘤五种主要病理亚型的准确分类	肾肿瘤患者的肾脏病灶	计算机视觉	肾癌	多期相CT扫描	深度学习	3D医学图像	收集的肾癌患者多期相CT扫描数据集	NA	LACPANet（病灶感知跨期相注意力网络）	诊断准确率	NA
103	2025-10-06	State-of-art technologies, challenges, and emerging trends of computer vision in dental images 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108800 PMID:38917534	综述	本文综述了计算机视觉在牙科影像中的最新技术、挑战和新兴趋势	系统总结了牙科影像分析从传统图像处理到机器学习再到深度学习的完整技术演进路径	作为综述文章，未提出新的原创算法或模型	探讨计算机视觉技术在牙科影像分析中的应用现状和发展前景	牙科影像数据（X射线、CT扫描、彩色图像等）	计算机视觉	牙科疾病	X射线成像、CT扫描、彩色成像	深度学习	图像	NA	NA	NA	NA	NA
104	2025-10-06	Developing and validating a knowledge-based AI assessment system for learning clinical core medical knowledge in otolaryngology 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108765 PMID:38897143	研究论文	开发并验证基于知识的人工智能评估系统，用于耳鼻喉科临床核心医学知识学习	提出多专家知识聚合自适应评估方案，结合知识库AI方法和自适应测试机制	样本规模有限，需在更多机构和场景中进行大规模验证	开发耳鼻喉科临床核心医学知识的自适应评估系统	医学培训生（研究生、本科生）和耳鼻喉科住院医师	自然语言处理	NA	知识库AI方法，知识聚合技术	NA	医学知识数据，评估分数数据	实验组30人（22名培训生+8名住院医师），对照组24名培训生	NA	NA	CCMK-OTO评分，技术接受度问卷评分	NA
105	2025-10-06	Dual-channel end-to-end network with prior knowledge embedding for improving spatial resolution of magnetic particle imaging 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108783 PMID:38909446	研究论文	提出一种嵌入先验知识的双通道端到端网络，用于提高磁粒子成像的空间分辨率	将磁粒子成像点扩散函数与深度学习范式无缝集成，通过双通道网络结构有效建立低梯度与高梯度图像间的潜在映射	NA	在不牺牲信噪比的前提下提高磁粒子成像的空间分辨率	磁粒子成像系统	医学影像处理	NA	磁粒子成像	深度学习	医学影像	模拟、体模和体内实验数据	NA	双通道端到端网络	半高全宽，图像重建精度	NA
106	2025-10-06	Deep learning-based automated detection and segmentation of bone and traumatic bone marrow lesions from MRI following an acute ACL tear 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108791 PMID:38905892	研究论文	本研究开发了一种基于深度学习的自动化方法，用于从急性ACL撕裂患者的MRI中检测和分割骨骼及创伤性骨髓病变	首次将3D U-Net与多任务学习相结合，同时分割骨骼和骨髓病变，并开发了后处理算法提高分割精度	训练和测试数据来自不同研究，虽然成像协议相似但可能存在群体差异	开发自动化工具以替代劳动密集型的手动评估，改进创伤性骨髓病变的诊断效率	急性完全性ACL撕裂患者的膝关节MRI图像	医学影像分析	骨科创伤	T2脂肪抑制快速自旋回波MRI序列	3D U-Net	3D MRI图像	来自多个研究的ACL撕裂患者数据集，采用五折交叉验证	NA	3D U-Net	Dice相似系数, 精确度	NA
107	2025-10-06	Fast intraoperative detection of primary CNS lymphoma and differentiation from common CNS tumors using stimulated Raman histology and deep learning 2024-Aug-26, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.25.24312509 PMID:39252932	研究论文	本研究结合受激拉曼组织成像和深度学习技术，开发了快速术中检测原发性中枢神经系统淋巴瘤并与其他脑肿瘤区分的诊断系统	首次将便携式拉曼散射显微镜与深度学习相结合，在3分钟内生成虚拟H&E样图像，实现术中快速准确诊断	研究样本来自四个国际医疗中心，但需要更多中心验证通用性	开发快速术中诊断方法，准确区分原发性中枢神经系统淋巴瘤与其他中枢神经系统病变	中枢神经系统肿瘤和非肿瘤病变组织样本	数字病理学	中枢神经系统淋巴瘤	受激拉曼组织成像	深度学习	图像	54,000个SRH图像块，来自多个国际医疗中心的手术切除和立体定向活检样本	NA	自监督学习策略	平衡准确率	NA
108	2025-10-06	Fully Automatic Quantitative Measurement of Equilibrium Radionuclide Angiocardiography Using a Convolutional Neural Network 2024-Aug-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005275 PMID:38967505	研究论文	本研究开发了一种基于卷积神经网络的平衡放射性核素心血管造影全自动定量测量方法	首次使用二维U-Net卷积神经网络自动生成左心室感兴趣区域，用于测量左心室射血分数	研究仅基于单一机构的回顾性数据，未进行外部验证	开发深度学习模型来自动化测量左心室射血分数	平衡放射性核素心血管造影数据集	医学影像分析	心血管疾病	平衡放射性核素心血管造影	CNN	医学影像	41,462次扫描（来自19,309名患者）	NA	U-Net	Lin一致性相关系数, Bland-Altman分析	NA
109	2025-10-06	Focal liver lesion diagnosis with deep learning and multistage CT imaging 2024-Aug-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51260-6 PMID:39147767	研究论文	开发基于深度学习和多期相CT成像的肝脏局灶性病变自动诊断系统LiLNet	首次构建基于多中心数据的肝脏病变深度学习诊断网络，并在外部中心和临床环境中验证其性能	未提及模型在罕见病变类型上的表现及计算效率分析	开发自动化的肝脏病变诊断系统以辅助临床决策	肝脏局灶性病变（包括HCC、ICC、MET、FNH、HEM和CYST）	计算机视觉	肝脏疾病	多期相增强CT成像	深度学习	CT医学影像	来自6个数据中心的4039名患者	NA	LiLNet	准确率, AUC	NA
110	2025-10-06	The analysis of teaching quality evaluation for the college sports dance by convolutional neural network model and deep learning 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36067 PMID:39224395	研究论文	本研究使用一维卷积神经网络模型和深度学习方法对高校体育舞蹈教学质量进行综合评估	创新地将深度学习技术应用于体育舞蹈教学质量评估，解决了传统评估方法主观性强和标准不一致的问题	NA	通过构建教学质量评估模型，定量评估高校体育舞蹈教育质量	高校体育舞蹈课程教学质量	机器学习	NA	深度学习	CNN	一维评估数据	NA	NA	一维CNN	均方误差(MSE), R值	NA
111	2025-06-15	Discrete Representation Learning for Multivariate Time Series 2024-Aug, Proceedings of the ... European Signal Processing Conference (EUSIPCO). EUSIPCO (Conference) DOI:10.23919/eusipco63174.2024.10715138 PMID:40510730	research paper	本文提出了一种基于高斯过程的多元时间序列离散表示学习方法	使用Gumbel-softmax重参数化技巧解决离散潜在变量在深度学习模型中的不可微问题，实现联合聚类和嵌入	NA	开发多元时间序列的离散表示学习方法以提高可解释性	多元时间序列数据	machine learning	NA	Gumbel-softmax reparameterization	Gaussian processes	multivariate time series	合成数据和真实fMRI数据	NA	NA	NA	NA
112	2025-10-06	Active Learning Pipeline to Identify Candidate Terms for a CDSS Ontology 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240660 PMID:39176629	研究论文	提出一种主动学习流程来自动识别临床决策支持系统本体中的候选术语	采用主动学习方法从文献中自动识别候选术语，结合人工验证作为深度学习模型训练的一部分	仅展示初步结果，需要后续人工验证和长期维护	开发自动识别临床决策支持系统本体候选术语的方法	生物医学出版物中的术语	自然语言处理	NA	主动学习，深度学习	NA	文本	NA	NA	NA	NA	NA
113	2025-10-06	[Automatic segmentation of dental cone-beam computed tomography scans using a deep learning framework] 2024-08-11, Orvosi hetilap IF:0.8Q3 DOI:10.1556/650.2024.33098 PMID:39127997	研究论文	本研究开发了一种基于深度学习的自动分割方法，用于牙科锥形束CT扫描的三维重建	采用SegResNet架构在MONAI框架下开发深度学习模型，实现了对临床CBCT图像的自动准确分割	研究样本量相对有限，仅包含70名部分缺牙患者的CBCT图像	开发并评估基于深度学习的CBCT图像自动分割模型	牙科锥形束CT扫描图像	计算机视觉	牙周疾病	锥形束CT成像	深度学习	医学影像	70名部分缺牙患者的CBCT图像，其中15例用于验证	MONAI	SegResNet	交并比, Dice相似系数, Hausdorff距离	NA
114	2025-10-06	Multi-scale self-attention approach for analysing motor imagery signals in brain-computer interfaces 2024-08, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110182 PMID:38795979	研究论文	提出一种基于多尺度时空自注意力网络的运动想象脑电信号四分类方法	采用空间自注意力机制筛选有效通道，结合多尺度时序卷积网络提取时域特征	NA	提高运动想象脑电信号的分类准确率	运动想象脑电信号（左手、右手、脚部、舌头/休息四类）	脑机接口	NA	脑电图	自注意力网络, 时序卷积网络	脑电信号	BCI Competition IV-2b数据集和HGD数据集的IV-2a、IV-2b数据集	NA	多尺度时空自注意力网络	准确率	NA
115	2025-10-06	Dissecting the regulatory logic of specification and differentiation during vertebrate embryogenesis 2024-Aug-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.27.609971 PMID:39253514	研究论文	本研究通过构建斑马鱼胚胎发育的单细胞多组学图谱，揭示了脊椎动物胚胎发生的基因调控逻辑	发现了Nanog在启动中内胚层基因增强子可及性的新功能，提出了'即时分化'新概念，揭示了由母源沉积调控因子驱动的浅层调控网络	研究主要集中于斑马鱼早期胚胎发育阶段，未验证其他脊椎动物模型的普适性	系统解析脊椎动物胚胎发生过程中细胞类型多样化的基因调控逻辑	斑马鱼早期胚胎发育过程	计算生物学	NA	单细胞多组学测序（RNA表达和染色质可及性）	深度学习模型	DNA序列数据、RNA表达数据、染色质可及性数据	斑马鱼早期胚胎发育阶段的单细胞样本	NA	NA	NA	NA
116	2025-06-06	DEEP LEARNING FOR AUTOMATIC PREDICTION OF EARLY ACTIVATION OF TREATMENT-NAIVE NONEXUDATIVE MACULAR NEOVASCULARIZATIONS IN AGE-RELATED MACULAR DEGENERATION 2024-08-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004106 PMID:38489765	research paper	本研究开发了一种基于光学相干断层扫描（OCT）和OCT血管成像（OCTA）的深度学习分类器，用于预测年龄相关性黄斑变性患者中非渗出性黄斑新生血管的早期渗出风险	首次结合OCT和OCTA图像分析，使用多种CNN模型（ResNet-101、Inception-ResNet-v2和DenseNet-201）进行预测，并通过多数投票和软投票技术提升性能	样本量相对较小（89例患者），且为回顾性研究	开发AI工具预测非渗出性黄斑新生血管的早期渗出风险	年龄相关性黄斑变性患者的非渗出性黄斑新生血管	digital pathology	age-related macular degeneration	OCT, OCTA	CNN (ResNet-101, Inception-ResNet-v2, DenseNet-201)	image	89例患者（35例渗出组，54例非渗出组）	NA	NA	NA	NA
117	2025-05-31	AlphaFold2 Reveals Structural Patterns of Seasonal Haplotype Diversification in SARS-CoV-2 Nucleocapsid Protein Variants 2024-08-25, Viruses DOI:10.3390/v16091358 PMID:39339835	研究论文	利用AlphaFold2揭示SARS-CoV-2核衣壳蛋白变体的季节性单倍型多样化结构模式	首次将AlphaFold2应用于SARS-CoV-2核衣壳蛋白变体的结构模式分析，揭示了内在无序区域在病毒进化中的重要性	研究依赖于计算模型预测的蛋白质结构，而非实验验证的实际结构	探究SARS-CoV-2变体的起源和进化机制	SARS-CoV-2核衣壳蛋白(N蛋白)的22种单倍型	计算生物学	COVID-19	AlphaFold2, 从头计算方法, 数据挖掘	AlphaFold2	蛋白质序列和结构数据	22种单倍型(来自GISAID数据库截至2023年7月23日的数据)	NA	NA	NA	NA
118	2025-05-31	Accurate prediction of protein function using statistics-informed graph networks 2024-Aug-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50955-0 PMID:39097570	研究论文	提出了一种利用统计信息图网络仅从蛋白质序列预测蛋白质功能的方法	该方法无需结构信息即可预测蛋白质功能，并通过进化特征量化评估执行特定功能的残基重要性	NA	预测蛋白质功能以支持医学、生物技术和药物开发领域的研究	蛋白质序列	生物信息学	NA	统计信息图网络	图网络	序列数据	超过2亿个未表征的蛋白质	NA	NA	NA	NA
119	2025-05-31	Unsupervised representation learning on high-dimensional clinical data improves genomic discovery and prediction 2024-Aug, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-024-01831-6 PMID:38977853	research paper	介绍了一种名为REGLE的无监督深度学习模型，用于发现高维临床数据（HDCD）与遗传变异之间的关联	REGLE利用变分自编码器计算HDCD的非线性解缠结嵌入，这些嵌入作为全基因组关联研究（GWAS）的输入，能够发现现有专家定义特征未捕获的特征，并在标记数据极少的数据集中构建准确的疾病特异性多基因风险评分（PRSs）	NA	改进高维临床数据的遗传发现和疾病预测	高维临床数据（HDCD）	machine learning	respiratory and circulatory diseases	variational autoencoders, GWAS	variational autoencoders	clinical data	biobank-scale datasets	NA	NA	NA	NA
120	2025-10-07	Predictive models and applicability of artificial intelligence-based approaches in drug allergy 2024-Aug-01, Current opinion in allergy and clinical immunology IF:3.0Q3 DOI:10.1097/ACI.0000000000001002 PMID:38814733	综述	本文综述了人工智能方法在药物过敏预测模型中的应用潜力与适用性	系统总结了人工智能（包括机器学习和深度学习）在药物过敏诊断和预测中的新兴应用	现有药物过敏预测模型数量有限，且多采用传统逻辑回归方法	评估预测模型和人工智能方法在药物过敏诊断中的临床应用价值	药物过敏患者	机器学习	药物过敏	NA	机器学习, 深度学习, 人工神经网络	临床数据	NA	NA	NA	NA	NA