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
81	2026-01-10	Deep Learning Augmented Osteoarthritis Grading Standardization 2024-10, Tissue engineering. Part A DOI:10.1089/ten.TEA.2023.0206 PMID:37950715	研究论文	本研究探讨了使用深度学习模型自动分类软骨组织学图像以标准化骨关节炎分级的可行性	首次将深度学习应用于软骨组织学图像进行骨关节炎分级，而非传统的放射影像，这是一种更基础的评估方法	未明确提及样本量限制或模型泛化能力的具体挑战	开发自动化图像分类技术以标准化骨关节炎的分级评估	膝关节软骨的组织学图像	数字病理学	骨关节炎	组织学染色（Safranin-O染色）	CNN	图像	NA	NA	DenseNet121	准确率, Cohen's kappa分数, ROC-AUC	NA
82	2026-01-08	Enhancing data security and privacy in energy applications: Integrating IoT and blockchain technologies 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38917 PMID:39430499	研究论文	本研究提出了一种结合区块链与物联网的安全数据管理框架，以提升核能应用中的数据安全、隐私和完整性	开发了一个集成了加密、完整性验证、通信网络和数据流架构的安全框架，并首次系统性地探讨了区块链与物联网在核能领域的整合方案	需要实际验证、资源受限的物联网环境存在挑战、网络威胁日益增加、实时数据可用性有限	提升核能应用中数据的安全性与隐私保护	核能领域的物联网与区块链技术整合	物联网安全	NA	区块链技术、物联网技术、加密技术	NA	交易数据、传感器数据	NA	NA	NA	NA	NA
83	2026-01-03	HAMIL-QA: Hierarchical Approach to Multiple Instance Learning for Atrial LGE MRI Quality Assessment 2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72378-0_26 PMID:41473352	研究论文	本研究提出了一种名为HAMIL-QA的分层多示例学习框架，用于自动化评估心房纤维化LGE MRI图像的质量	提出了一种分层袋与子袋结构的多示例学习方法，能够在子袋内进行针对性分析并在体积层面聚合信息，从而减少对大量标注的依赖、降低计算负担，并专注于诊断关键特征	未在摘要中明确说明	开发一种自动化、可扩展的解决方案，用于评估左心房纤维化3D LGE MRI图像的质量，以提高诊断准确性、标准化评估并改善患者预后	左心房纤维化的3D晚期钆增强（LGE）MRI图像	数字病理学	心血管疾病	晚期钆增强（LGE）MRI	多示例学习（MIL）	图像	NA	NA	分层多示例学习框架（HAMIL-QA）	准确率, AUROC, F1分数	NA
84	2025-12-17	Enhancing the analysis of murine neonatal ultrasonic vocalizations: Development, evaluation, and application of different mathematical models 2024-10-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0030473 PMID:39400270	研究论文	本文首次系统评估了多种神经网络架构在小鼠新生儿超声发声分类任务中的性能，并开发了一个全自动分析流程	首次对不同类型神经网络在超声发声分类任务中进行系统比较，并开发了结合熵基检测算法的高可靠性全自动分析流程	研究主要针对小鼠新生儿超声发声，尚未在其他物种或年龄组中验证	开发并评估适用于啮齿动物超声发声自动分析的深度学习模型	小鼠新生儿超声发声	机器学习	NA	超声发声记录与分析	CNN, Transformer, 前馈网络	音频信号（超声发声）	NA	NA	自定义全连接网络, 自定义卷积神经网络, 残差神经网络, EfficientNet, Vision Transformer	准确率, 召回率, 精确率	NA
85	2025-12-10	GENERATIVE FORECASTING OF BRAIN ACTIVITY ENHANCES ALZHEIMER'S CLASSIFICATION AND INTERPRETATION 2024-Oct-30, ArXiv PMID:39575120	研究论文	本研究通过生成式预测大脑活动来增强阿尔茨海默病的分类和解释	采用基于Transformer的BrainLM模型进行静息态功能磁共振成像数据的多元时间序列预测，作为数据增强手段，并展示了其在阿尔茨海默病分类中的性能提升	数据可用性有限，尤其是在阿尔茨海默病等疾病特定群体中，这限制了深度学习模型的泛化能力	通过数据驱动方法理解认知与内在大脑活动之间的关系，并提升阿尔茨海默病的分类性能	阿尔茨海默病患者	机器学习	阿尔茨海默病	静息态功能磁共振成像	LSTM, Transformer	多元时间序列	NA	NA	BrainLM	NA	NA
86	2025-11-20	Deep learning approach to predict autism spectrum disorder: a systematic review and meta-analysis 2024-10-28, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-024-06116-0 PMID:39468522	系统评价与荟萃分析	通过系统评价和荟萃分析评估深度学习技术在儿童自闭症谱系障碍分类中的准确性	首次对深度学习在自闭症谱系障碍分类中的性能进行系统性量化评估	纳入研究存在较大异质性限制了荟萃分析的有效性	评估深度学习技术在儿童自闭症谱系障碍分类中的诊断准确性	自闭症谱系障碍患者	机器学习	自闭症谱系障碍	深度学习	深度学习模型	医学数据	9495名ASD患者来自6个不同数据库	NA	NA	灵敏度,特异性,AUC,SROC	NA
87	2025-10-29	A Robust and Data-Efficient Deep Learning Model for Cardiac Assessment without Segmentation 2024-Oct-28, Research square DOI:10.21203/rs.3.rs-5290766/v1 PMID:39574901	研究论文	提出一种无需心室分割的鲁棒且数据高效深度学习模型用于心脏评估	通过分解和转换卷积编码器输出估计与心动周期相关的帧级权重，无需分割模型即可处理噪声输入	未明确说明模型在极端噪声条件下的性能表现	开发无需心室分割的鲁棒心脏评估深度学习算法	经胸超声心动图视频数据	计算机视觉	心血管疾病	深度学习	R(2+1)D CNN	视频	NA	NA	R(2+1)D卷积编码器	NA	NA
88	2025-10-27	Deep learning-based automatic contour quality assurance for auto-segmented abdominal MR-Linac contours 2024-Oct-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad87a6 PMID:39413822	研究论文	开发基于深度学习的自动轮廓质量评估模型，用于评估腹部MR-Linac中自动分割的胰腺和十二指肠轮廓质量	首次提出基于3D卷积神经网络的自动轮廓质量评估模型，能够快速识别需要编辑的自动分割轮廓	训练数据集规模有限（103个数据集），且使用内部开发的轮廓分类工具进行质量标注	优化MR引导在线自适应放疗中自动分割轮廓的质量保证流程	腹部MRI中的胰腺和十二指肠自动分割轮廓	数字病理	腹部恶性肿瘤	MRI	CNN	3D医学图像	103个训练数据集，34个独立测试数据集	NA	3D卷积神经网络	准确率	NA
89	2025-10-19	Decoding the brain: From neural representations to mechanistic models 2024-Oct-17, Cell IF:45.5Q1 DOI:10.1016/j.cell.2024.08.051 PMID:39423801	综述	本文详细阐述神经编码与解码的核心概念及其在运动、视觉和语言处理领域的应用	整合深度学习等数学工具系统解析神经编码与解码机制，推动基础与转化神经科学发展	NA	探讨大脑分布式计算中神经编码与解码的数学原理及其应用	大脑神经元网络与分布式神经回路	神经科学	NA	深度学习	NA	神经信号数据	NA	NA	NA	NA	NA
90	2025-10-05	Evaluating the Quality of Brain MRI Generators 2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72117-5_28 PMID:40364898	研究论文	提出一个评估脑部MRI生成模型质量的框架，重点关注生成图像的解剖结构合理性	开发了一个专门针对脑部MRI生成模型的评估框架，通过标准化处理和自动分割来量化解剖结构合理性，解决了传统自然图像评估指标的不足	仅评估了6种生成模型，样本量相对有限；框架依赖于分割结果的可靠性	改进脑部MRI生成模型的评估方法，使其更好地反映解剖结构的合理性	脑部结构MRI图像	医学影像分析	脑部疾病	深度学习生成模型	生成模型	MRI图像	超过3000个脑部MRI	NA	6种最先进的生成模型	解剖结构合理性量化指标	NA
91	2025-10-05	Artificial Intelligence in Clinical Diagnosis and Treatment of Dry Eye: Workflows, Effectiveness, and Evaluation 2024 Oct-Dec, Journal of current ophthalmology IF:1.2Q3 DOI:10.4103/joco.joco_172_24 PMID:41041032	综述	本文综述人工智能在干眼症临床诊疗中的应用，探讨其工作流程、有效性及未来发展方向	系统总结AI在干眼症诊疗中的完整工作流程，并提出云端治疗管理等新兴应用方向	AI在干眼症应用中仍面临某些需要解决的挑战	探讨人工智能在干眼症临床诊断和治疗中的应用价值与发展前景	干眼症患者及相关临床数据	医学人工智能	干眼症	数据分析、图像识别	机器学习、深度学习	临床数据、图像数据	基于48项原始研究的汇总分析	NA	NA	诊断效率、准确性、客观性	NA
92	2025-10-05	Elucidating the neuropathological and molecular heterogeneity of amyloid-beta and tau in Alzheimer's disease through machine learning and transcriptomic integration 2024-Oct-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.16.618708 PMID:39463964	研究论文	本研究通过机器学习和转录组整合方法，揭示了阿尔茨海默病中淀粉样蛋白-β和磷酸化tau蛋白的神经病理学和分子异质性	开发了一种新颖的深度学习方法来区分阿尔茨海默病连续体特异性脑网络改变维度与正常衰老共享维度	样本量相对有限（n=289），且仅使用单一公共转录组图谱进行验证	理解阿尔茨海默病神经病理学聚集物与认知衰退的关联及其分子机制	阿尔茨海默病连续体患者（Aβ阳性，n=129）和正常老年人（Aβ阴性，n=160）	机器学习	阿尔茨海默病	功能磁共振成像，转录组分析，脑脊液生物标志物检测	深度学习	功能磁共振成像数据，基因表达数据，临床生物标志物数据	289名受试者（129名Aβ阳性，160名Aβ阴性）	NA	NA	预测准确性	NA
93	2025-10-05	Improving 3D dose prediction for breast radiotherapy using novel glowing masks and gradient-weighted loss functions 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17326 PMID:39088756	研究论文	本研究开发了使用发光掩码和梯度加权损失函数改进乳腺癌放疗3D剂量预测的新方法	提出了两种创新技术：发光掩码算法将轮廓距离编码到每个体素中，梯度加权MSE损失函数强调高剂量梯度区域的误差	研究仅针对乳腺癌切线野治疗，样本量为305个治疗计划	比较两种新技术对深度学习剂量预测模型性能的影响	乳腺癌患者的放疗治疗计划	医学影像分析	乳腺癌	深度学习剂量预测	3D U-Net	CT影像和器官轮廓	305个治疗计划（213训练/46验证/46测试）	NA	3D U-Net	平均误差, 平均绝对误差, 心脏/肺/肿瘤床平均剂量误差, Dice相似系数, Gamma分析	NA
94	2025-10-05	Multi-modal segmentation with missing image data for automatic delineation of gross tumor volumes in head and neck cancers 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17260 PMID:38896829	研究论文	开发了一种能够处理PET图像缺失情况下的头颈部癌大体肿瘤体积自动分割深度学习框架	提出'空白通道'训练策略，使模型能够灵活处理PET图像缺失情况，在保持多模态分割性能的同时提高临床适用性	研究主要针对头颈部癌症，在其他类型癌症中的适用性需要进一步验证	开发头颈部癌大体肿瘤体积自动分割方法，解决PET图像可能缺失的临床实际问题	头颈部癌患者的大体肿瘤体积	数字病理	头颈部癌	CT, PET	深度学习分割模型	医学图像	数据集I: 524例训练患者和359例测试患者；数据集II: 90例测试患者	NA	NA	Dice相似系数, 平均表面距离, 95% Hausdorff距离	NA
95	2025-10-05	Patient-specific deep learning for 3D protoacoustic image reconstruction and dose verification in proton therapy 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17294 PMID:38980065	研究论文	开发了一种患者特异性深度学习方法用于质子声学图像重建和剂量验证	提出两阶段患者特异性深度学习框架，结合群体模型预训练和患者特定数据迁移学习	需要进一步研究验证该技术的临床影响	提高质子声学成像重建质量和个体患者剂量验证准确性	10名特定前列腺癌患者	医学影像	前列腺癌	质子声学成像，计算机断层扫描	深度学习	3D图像，射频信号	10名前列腺癌患者	NA	NA	RMSE, SSIM, gamma指数	NA
96	2025-10-05	Establishing a Validation Infrastructure for Imaging-Based Artificial Intelligence Algorithms Before Clinical Implementation 2024-Oct, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.04.027 PMID:38789066	研究论文	本文提出建立影像AI算法临床实施前验证基础设施的方法与建议	提出在临床系统外建立AI推理基础设施的完整步骤，支持大型医疗中心进行AI算法的本地化验证	未提供具体实施案例的性能数据验证	开发高效、可定制且成本效益高的AI模型外部验证基础设施	基于影像的人工智能算法	数字病理	NA	深度学习	NA	医学影像	NA	NA	NA	准确性, 泛化性	大型医疗中心计算基础设施
97	2025-10-05	Artificial Intelligence vs. Doctors: Diagnosing Necrotizing Enterocolitis on Abdominal Radiographs 2024-Oct, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.06.001 PMID:38955625	研究论文	本研究开发了一种基于深度学习的AI模型，用于在新生儿腹部X光片上诊断坏死性小肠结肠炎	首次将预训练的ResNet-50模型应用于新生儿坏死性小肠结肠炎的X光片诊断，并与资深外科住院医师进行直接比较	研究样本量有限（494张图像），且缺乏普遍应用的“金标准”作为参考	评估深度学习模型在诊断坏死性小肠结肠炎方面的性能，并与人类专家进行比较	新生儿腹部X光片	计算机视觉	坏死性小肠结肠炎	X光成像	CNN	图像	494张新生儿腹部X光片（214张坏死性小肠结肠炎，280张其他）	PyTorch或TensorFlow（未明确指定）	ResNet-50	AUROC, 准确率	NA
98	2025-10-05	Identification of diabetic retinopathy classification using machine learning algorithms on clinical data and optical coherence tomography angiography 2024-Oct, Eye (London, England) DOI:10.1038/s41433-024-03173-3 PMID:38871934	研究论文	应用机器学习算法结合临床数据和光学相干断层扫描血管成像进行糖尿病视网膜病变多分类识别	首次将机器学习算法应用于结合临床数据和OCTA参数进行糖尿病视网膜病变的多类别分类	样本量相对有限（203例训练，169例验证），且为横断面观察性研究	开发基于机器学习的糖尿病视网膜病变自动分类系统	糖尿病患者（共372例，372只眼）	机器学习	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	随机森林,梯度提升机,深度学习,逻辑回归	临床数据,影像数据	训练集203例，验证集169例	NA	NA	AUC,ROC曲线	NA
99	2025-10-05	Progression or Aging? A Deep Learning Approach for Distinguishing Glaucoma Progression From Age-Related Changes in OCT Scans 2024-Oct, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2024.04.030 PMID:38703802	研究论文	开发了一种深度学习算法，用于在缺乏参考标准的情况下从OCT图像中检测青光眼进展	提出了一种弱监督时间序列学习模型(Noise-PU DL)，能够区分青光眼进展与年龄相关变化	回顾性研究设计，缺乏参考标准作为金标准	开发能够区分青光眼进展与年龄相关变化的深度学习算法	青光眼患者和健康受试者的OCT扫描图像	计算机视觉	青光眼	光学相干断层扫描(OCT)	CNN,LSTM	图像序列	3253只眼(1859名受试者)的8785个随访序列	NA	CNN-LSTM	命中率,特异性	NA
100	2025-10-05	Colour fusion effect on deep learning classification of uveal melanoma 2024-Oct, Eye (London, England) DOI:10.1038/s41433-024-03148-4 PMID:38773261	研究论文	本研究验证深度学习对葡萄膜黑色素瘤和脉络膜痣的分类性能，并评估不同颜色融合策略对分类效果的影响	首次系统评估不同颜色融合策略（早期融合、中期融合和晚期融合）在葡萄膜黑色素瘤分类任务中对深度学习性能的影响	回顾性研究设计，样本量相对有限（798张图像），未进行外部验证	验证深度学习对葡萄膜黑色素瘤和脉络膜痣的自动分类能力，并评估颜色融合策略对分类性能的影响	438名患者的798张超广角视网膜图像，包括157名葡萄膜黑色素瘤患者和281名脉络膜痣患者	计算机视觉	葡萄膜黑色素瘤	超广角视网膜成像	CNN	图像	798张超广角视网膜图像（来自438名患者）	NA	NA	F1分数, 准确率, AUC	NA