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
1	2026-04-12	Detecting suicide risk among U.S. servicemembers and veterans: a deep learning approach using social media data 2024-Sep, Psychological medicine IF:5.9Q1 DOI:10.1017/S0033291724001557 PMID:39245902	研究论文	本研究开发了一种基于深度学习的方法，利用军事特定社交媒体平台的数据来检测美国军人和退伍军人的自杀风险	首次在军事特定社交媒体平台上应用RoBERTa模型，结合帖文文本和元数据，以高敏感性和特异性检测自杀相关内容	样本量相对较小（8449条帖文），且仅基于单一军事社交媒体平台的数据，可能缺乏泛化性	开发算法识别社交媒体上包含自杀相关内容的帖文，以帮助检测军人和退伍军人的自杀风险	美国军人和退伍军人在军事特定社交媒体平台上的公开帖文	自然语言处理	心理健康（自杀风险）	社交媒体数据挖掘	RoBERTa	文本（社交媒体帖文）	8449条公开社交媒体帖文	NA	RoBERTa	敏感性, 特异性, 精确度, F1分数, 精确率-召回率曲线下面积	NA
2	2026-04-10	Integrating Clinical Data and Radiomics and Deep Learning Features for End-to-End Delayed Cerebral Ischemia Prediction on Noncontrast CT 2024-09-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8301 PMID:39025637	研究论文	本研究开发了一种基于非增强CT的端到端模型，用于预测动脉瘤性蛛网膜下腔出血后的迟发性脑缺血	提出了一种结合临床数据、影像组学和深度学习特征的两阶段端到端模型，实现了快速准确的出血区域分割和优越的迟发性脑缺血预测性能	研究为回顾性设计，样本量相对有限（400例患者），且仅基于单中心数据，可能影响模型的泛化能力	开发自动化模型以早期预测动脉瘤性蛛网膜下腔出血后的迟发性脑缺血	400例动脉瘤性蛛网膜下腔出血患者（其中156例伴有迟发性脑缺血）	数字病理学	心血管疾病	非增强CT	深度学习, 机器学习	图像	400例患者	NA	ATT-Deeplabv3+, 逻辑回归, 朴素贝叶斯, AdaBoost, 多层感知机	Dice相似系数, AUC, 校准曲线	NA
3	2026-04-10	MR Cranial Bone Imaging: Evaluation of Both Motion-Corrected and Automated Deep Learning Pseudo-CT Estimated MR Images 2024-09-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8335 PMID:38991771	研究论文	本研究评估了基于运动校正和深度学习生成的伪CT图像在儿科颅骨成像中的临床应用潜力	结合自动运动校正与深度学习技术从MR图像生成伪CT图像，为无辐射的骨成像提供新方法	样本量较小（共72例患者），且仅针对儿科患者，未涉及成人群体	评估运动校正伪CT图像在临床颅骨成像中的诊断准确性	儿科患者（年龄小于18岁）的颅骨，包括创伤评估和颅缝通畅性检查	医学影像分析	儿科颅骨疾病	MR成像（黄金角星形径向容积插值屏气扫描）	深度学习	医学图像（CT和MR图像）	72例患者（12例评估颅缝通畅性，60例评估头部创伤）	NA	NA	特异性, 敏感性	NA
4	2026-04-10	Assessing the Emergence and Evolution of Artificial Intelligence and Machine Learning Research in Neuroradiology 2024-09-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8252 PMID:38521092	研究论文	本文通过文献计量分析评估了神经放射学领域人工智能与机器学习研究的出现与演变趋势	首次对《美国神经放射学杂志》中AI/ML相关研究进行系统性文献计量分析，并提出了基于临床整合程度的文章分类框架（类型1-3）	仅分析单一期刊可能无法代表整个神经放射学领域的研究全貌，且分类标准具有一定主观性	表征神经放射学领域AI/ML研究的出现与演变规律，分析该领域的趋势、挑战与未来方向	1980年至2022年间《美国神经放射学杂志》发表的AI/ML相关原创研究文章	神经放射学	NA	文献计量分析	NA	文献数据	182篇文章（类型1:53篇，类型2:90篇，类型3:39篇）	NA	NA	NA	NA
5	2026-04-10	Enhancing Missense Variant Pathogenicity Prediction with MissenseNet: Integrating Structural Insights and ShuffleNet-Based Deep Learning Techniques 2024-09-02, Biomolecules IF:4.8Q1 DOI:10.3390/biom14091105 PMID:39334871	研究论文	本文介绍了一种名为MissenseNet的新型深度学习模型，用于增强错义变异致病性预测，通过整合AlphaFold2的结构洞察和ShuffleNet架构，显著提升了分类性能	该研究创新性地将AlphaFold2预测的蛋白质结构信息整合到错义变异致病性预测中，并采用基于ShuffleNet的编码器-解码器框架与Squeeze-and-Excitation模块，以自适应调整通道权重并增强特征融合与交互	NA	提高错义变异致病性预测的准确性，以支持疾病诊断和个性化治疗策略	错义变异	机器学习	NA	深度学习	CNN	结构数据	NA	NA	ShuffleNet	准确率, ROC曲线下面积, 精确率-召回率曲线下面积	NA
6	2026-04-05	Comprehensive Characterization of Tissue Mineralization in an Ex Vivo Model 2024-09-27, Journal of visualized experiments : JoVE DOI:10.3791/67235 PMID:39400183	研究论文	本文提出了一种利用大型动物骨外植体进行新骨形成全面评估的工作流程	结合了多种分析模态（如micro-CT、深度学习、纳米压痕、组织学、SEM和拉曼光谱）来全面表征矿化组织	研究基于离体外植体模型，可能无法完全模拟体内环境	评估骨再生背景下的组织矿化质量与结构	羊股骨头外植体中的新骨形成	数字病理学	NA	micro-CT, 纳米压痕, 组织学染色（HES, Goldner's trichrome, Movat's pentachrome）, 背散射扫描电子显微镜（SEM）, 拉曼光谱	深度学习	3D图像, 组织学图像, 光谱数据	羊股骨头外植体（具体数量未明确说明）	NA	NA	NA	NA
7	2026-04-04	Artificial Intelligence Outcome Prediction in Neonates with Encephalopathy (AI-OPiNE) 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240076 PMID:38984984	研究论文	本研究开发了一种深度学习算法，利用新生儿脑部MRI和基本临床数据，预测缺氧缺血性脑病患儿2年后的神经发育结局	首次将多序列MRI（T1加权、T2加权、扩散张量成像）与基本临床变量结合，通过深度学习模型预测新生儿缺氧缺血性脑病的长期神经发育结局，并在分布内和分布外测试集上进行了验证	研究为回顾性分析，样本量相对有限（414例），且仅来自17个机构，模型性能（AUC 0.74-0.77）仍有提升空间，未详细说明模型的具体架构细节	开发预测新生儿缺氧缺血性脑病2年神经发育结局的深度学习算法	足月缺氧缺血性脑病新生儿	数字病理学	新生儿脑病	MRI（T1加权、T2加权、扩散张量成像）	CNN	图像（MRI）、临床数据	414例新生儿（来自17个机构）	NA	NA	AUC, 准确率	NA
8	2026-04-03	Artificial Intelligence in Anterior Chamber Evaluation: A Systematic Review and Meta-Analysis 2024-09-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002428 PMID:38747721	荟萃分析	本研究通过系统回顾和荟萃分析，评估了深度学习算法在前房光学相干断层扫描图像中诊断房角关闭的准确性，并与房角镜检查进行对比	首次通过荟萃分析综合评估深度学习算法在AS-OCT图像中诊断房角关闭的性能，并证实其具有高敏感性和特异性	纳入的研究数量有限（仅6项），可能存在发表偏倚，且研究间异质性未详细讨论	比较深度学习算法在AS-OCT图像中诊断房角关闭的准确性，以评估其在青光眼筛查中的潜在价值	青光眼患者或疑似房角关闭的患者	医学影像分析	青光眼	前房光学相干断层扫描	深度学习算法	图像	5269名患者	NA	NA	敏感性, 特异性	NA
9	2026-03-28	G2PDeep-v2: a web-based deep-learning framework for phenotype prediction and biomarker discovery using multi-omics data 2024-Sep-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.10.612292 PMID:39314346	研究论文	介绍G2PDeep-v2，一个基于深度学习的网络平台，用于从多组学数据中预测表型和发现生物标志物	提供了一个交互式界面，允许用户创建深度学习模型，并利用高性能计算资源自动进行超参数调优，支持跨多种生物体的多组学数据分析	未提及具体性能限制或数据规模限制	开发一个网络平台，用于表型预测和生物标志物发现，以揭示复杂疾病和其他生物过程的分子机制	人类、植物、动物和病毒的多组学数据	机器学习	NA	多组学数据分析	深度学习模型	多组学数据	NA	NA	NA	NA	高性能计算资源
10	2026-03-18	A Lesion-aware Edge-based Graph Neural Network for Predicting Language Ability in Patients with Post-stroke Aphasia 2024-Sep-03, ArXiv PMID:39279836	研究论文	本研究提出了一种病变感知的图神经网络（LEGNet），用于预测中风后失语症患者的语言能力，通过整合功能连接、病变编码和子图学习模块	LEGNet模型创新性地结合了基于边缘的学习模块、病变编码模块和子图学习模块，以利用功能相似性进行预测，并在合成数据和真实数据上验证了其优越性能	研究使用了内部神经影像数据集，且第二个数据集的采集协议略有不同，可能影响泛化能力的全面评估	预测中风后失语症患者的语言能力，以改进中风后失语症的评估方法	中风后失语症患者	自然语言处理	中风后失语症	静息态功能磁共振成像（rs-fMRI）	图神经网络（GNN）	神经影像数据	内部神经影像数据集，具体样本数量未在摘要中明确说明	NA	LEGNet	NA	NA
11	2026-03-18	Learning co-plane attention across MRI sequences for diagnosing twelve types of knee abnormalities 2024-09-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51888-4 PMID:39223149	研究论文	本文提出了一种融合多序列MRI共平面注意力的深度学习模型，用于自动诊断12种膝关节异常	引入了跨图像序列的共平面注意力机制，并使用了当前最大、最全面的多序列膝关节MRI异常数据集进行验证	未明确说明模型在外部验证集上的泛化性能，也未详细讨论计算复杂度	开发一种能够辅助放射科医生准确诊断多种膝关节异常的自动化深度学习模型	膝关节磁共振成像（MRI）序列	计算机视觉	膝关节异常	多序列磁共振成像（MRI）	深度学习模型（具体架构未明确，但包含注意力机制）	图像（MRI序列）	1748名受试者，涵盖12种异常类型	NA	NA（提及包含共平面注意力机制）	受试者工作特征曲线下面积（AUC），准确率	NA
12	2026-03-18	Validation of an AI-Powered Automated X-ray Bone Age Analyzer in Chinese Children and Adolescents: A Comparison with the Tanner-Whitehouse 3 Method 2024-09, Advances in therapy IF:3.4Q2 DOI:10.1007/s12325-024-02944-4 PMID:39085749	研究论文	本研究验证了一款基于深度学习的AI骨龄分析仪在中国儿童和青少年中的临床适用性，并与Tanner-Whitehouse 3方法进行了性能比较	首次在中国多中心大规模验证商业AI骨龄分析仪的临床性能，并直接与医生评估者进行对比，展示了AI在骨龄评估中的准确性和效率优势	研究仅针对中国儿童和青少年群体，未涉及其他种族或成人群体，且仅比较了TW3方法	验证AI驱动的自动化骨龄评估系统在临床实践中的准确性和适用性	中国儿童和青少年的X射线影像	医学影像分析	儿童生长发育评估	X射线成像	深度学习模型	X射线影像	来自中国30个中心的900名儿童和青少年	NA	NA	平均绝对误差, 绝对误差小于1年的患者百分比	NA
13	2026-03-10	Enhanced Electroacoustic Tomography with Supervised Learning for Real-time Electroporation Monitoring 2024-Sep, Precision radiation oncology DOI:10.1002/pro6.1242 PMID:40336975	研究论文	本研究提出了一种基于监督学习的增强电声层析成像方法，用于实时监测基于纳秒脉冲电场的电穿孔治疗	首次利用监督学习解决电声层析成像中因超声换能器有限视角导致的图像失真问题，通过定制旋转平台获取配对的全视角和单视角信号进行模型训练	研究仅基于56个实验数据集，样本量相对较小，且未在临床环境中验证	提高电声层析成像的图像质量，以实时监测纳秒脉冲电场电穿孔治疗的能量沉积	纳秒脉冲电场产生的电声信号	医学影像处理	NA	电声层析成像，纳秒脉冲电场	深度学习模型	电声信号，图像	56个不同的电声数据集（46个用于训练，10个用于测试）	NA	NA	均方根误差，峰值信噪比，结构相似性指数	NA
14	2026-03-06	Automated magnetic resonance imaging-based grading of the lumbar intervertebral disc and facet joints 2024-Sep, JOR spine IF:3.4Q1 DOI:10.1002/jsp2.1353 PMID:39011368	研究论文	本研究开发了一种基于卷积神经网络的自动化技术，用于对腰椎间盘和关节突关节进行磁共振成像分级，旨在提高Pfirrmann和Fujiwara分级系统的可靠性	首次利用公开可用的腰椎MRI数据集，训练CNN模型自动执行Pfirrmann（椎间盘退变）和Fujiwara（关节突关节退变）分级，以增强评分者间的一致性	CNN在Fujiwara分级中表现出较大的误差，反映了该评分系统的高变异性，需要改进成像和评分技术	开发自动化技术以客观、可靠地对腰椎间盘和关节突关节的健康状况进行MRI分级	腰椎间盘和关节突关节	数字病理学	退行性脊柱疾病	磁共振成像	CNN	图像	来自公开访问的Lumbar Spine MRI数据集的临床MRI图像	NA	NA	一致性百分比, Pearson相关系数, Fleiss kappa值	NA
15	2026-03-05	Detailed delineation of the fetal brain in diffusion MRI via multi-task learning 2024-Sep-12, ArXiv PMID:39314513	研究论文	本研究开发了一个基于多任务学习的统一计算框架，用于胎儿脑部扩散磁共振成像的精确组织分割、白质束分割和脑区划分	首次提出一个统一的多任务深度学习框架，能够同时完成胎儿脑部组织分割、白质束分割和脑区划分三项关键任务	研究仅基于97个胎儿脑部样本，样本量相对有限，且数据质量受胎儿运动等因素影响	开发自动化计算方法以解决胎儿脑部扩散磁共振成像数据分析的可靠性和可重复性问题	胎儿脑部扩散磁共振成像数据	医学影像分析	胎儿神经发育	扩散加权磁共振成像	深度学习	医学影像	97个胎儿脑部样本	NA	多任务深度学习模型	Dice相似系数	NA
16	2026-03-03	High-resolution AI image dataset for diagnosing oral submucous fibrosis and squamous cell carcinoma 2024-09-27, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03836-6 PMID:39333529	研究论文	本文介绍了ORCHID数据库，一个用于口腔癌和癌前病变AI分析的高分辨率图像数据集	创建了一个专门针对口腔黏膜下纤维化和鳞状细胞癌的多中心高分辨率图像数据库，并包含分级亚类	NA	推动基于AI的口腔癌组织学图像分析研究，开发快速诊断工具	口腔癌和癌前病变的组织学图像，特别是口腔黏膜下纤维化（OSMF）和口腔鳞状细胞癌（OSCC）	数字病理学	口腔癌	组织病理学成像	深度学习算法	图像	NA	NA	NA	NA	NA
17	2026-03-03	Deepdive: Leveraging Pre-trained Deep Learning for Deep-Sea ROV Biota Identification in the Great Barrier Reef 2024-09-03, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03766-3 PMID:39227607	研究论文	本文通过构建一个包含3994张图像、33个类别的深海生物数据集，并利用预训练的深度学习模型进行图像分类，以支持大堡礁深海生态系统的自动生物识别	贡献了一个新的深海ROV图像分类数据集，并首次在该数据集上应用了Inception-ResNet等深度学习模型进行基准测试，展示了模型在类别不平衡情况下的性能	数据集存在类别不平衡问题，且模型的平均分类准确率仅为65%，可能受限于样本数量和类别多样性	开发自动化的深海生物分类方法，以支持海洋生态系统保护和生物多样性评估	深海生物（通过ROV采集的图像数据）	计算机视觉	NA	远程操作车辆（ROV）成像	CNN	图像	3994张图像，涵盖33个类别	NA	ResNet, DenseNet, Inception, Inception-ResNet	准确率, AUC	NA
18	2026-03-02	Virtual birefringence imaging and histological staining of amyloid deposits in label-free tissue using autofluorescence microscopy and deep learning 2024-09-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-52263-z PMID:39266547	研究论文	本文提出了一种基于自发光显微镜和深度学习的虚拟双折射成像与虚拟刚果红染色方法，用于无标记组织中淀粉样蛋白沉积物的可视化	利用单个神经网络将无标记组织的自发光图像转换为亮场和偏振显微镜图像，实现虚拟双折射成像与虚拟刚果红染色，避免了传统化学染色的繁琐与误差	研究主要针对心脏组织，未涉及其他器官或组织类型，且可能受自发光图像质量影响	开发一种无标记、自动化的淀粉样蛋白沉积物成像方法，以替代传统刚果红染色	无标记人体组织中的淀粉样蛋白沉积物	数字病理学	系统性淀粉样变性	自发光显微镜	神经网络	图像	未明确指定样本数量，但涉及心脏组织	NA	NA	定量指标与病理学家评估	NA
19	2026-03-02	Deep Learning Segmentation of Infiltrative and Enhancing Cellular Tumor at Pre- and Posttreatment Multishell Diffusion MRI of Glioblastoma 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.230489 PMID:39166970	研究论文	本研究开发并验证了一种基于深度学习的模型，用于在胶质母细胞瘤患者治疗前后的多壳层扩散MRI上分割增强和非增强的细胞肿瘤区域，并预测总生存期和无进展生存期	利用nnU-Net深度学习模型整合灌注和多壳层扩散MRI数据，实现了对胶质母细胞瘤中增强和非增强细胞肿瘤的自动分割，并验证了其在区分肿瘤复发与治疗后改变以及预测生存期方面的能力	研究为回顾性设计，可能存在选择偏倚；模型性能在不同外部测试队列中可能存在差异	开发并验证一种深度学习方法来检测和分割胶质母细胞瘤的细胞肿瘤区域，并预测患者的生存结局	胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	多壳层扩散MRI, 灌注成像	CNN	MRI图像	内部数据集包含1297名患者的1397次MRI扫描（其中243次用于训练和交叉验证），以及四个外部测试队列（分别包含55、70、610和419次MRI时间点）	nnU-Net	nnU-Net	Dice分数, AUC	NA
20	2026-02-28	Multi-receptor skin with highly sensitive tele-perception somatosensory 2024-09-13, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp8681 PMID:39259789	研究论文	本文提出了一种具有高灵敏度远程感知能力的仿生多受体皮肤，通过结构化掺杂无机纳米颗粒增强局部电场，并结合深度学习算法，实现了超越传统非接触传感器的感知性能	提出远程感知概念以扩展人类感知，采用结构化掺杂无机纳米颗粒增强电场，结合LSTM和CNN算法实现高精度材料识别与三维物体形状判别	未明确说明样本大小、计算资源细节或模型架构的具体变体	增强人类感知与认知，超越传统非接触传感器的限制	仿生多受体皮肤、监控系统、机器人操纵器、三维物体	机器学习	NA	结构化掺杂无机纳米颗粒、深度学习算法	LSTM, CNN	传感器数据、三维物体扫描数据	NA	NA	长短期记忆网络、卷积神经网络	Δ/Δ灵敏度14.2、材料识别准确率99.56%	NA