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	2026-07-10	Comparing IOP-Induced Scleral Deformations in the Myopic and Myopic Glaucoma Spectrums 2024-11-04, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.65.13.54 PMID:39585674	研究论文	比较急性眼压升高在不同近视和近视青光眼谱系中引起的巩膜变形	首次系统评估急性眼压升高对不同近视条件下黄斑曲率变化的影响，并利用深度学习算法自动分割巩膜和脉络膜组织	初步结果，样本大小有限，且仅评估急性IOP升高，未考虑慢性影响	比较急性眼压升高在不同近视条件下的黄斑曲率变化	184名受试者的328只眼睛，包括正视眼、高度近视、高度近视伴青光眼、病理性近视和病理性近视伴葡萄肿	医学图像分析	近视, 青光眼	光学相干断层扫描	深度学习	图像	328只眼睛（184名受试者）	NA	深度学习算法（未具体说明）	NA	NA
2	2026-07-10	Automatic removal of large blood vasculature for objective assessment of brain tumors using quantitative dynamic contrast-enhanced magnetic resonance imaging 2024-11, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5218 PMID:39051137	研究论文	提出一种自动去除脑肿瘤区域大血管的方法，以提升定量动态对比增强磁共振成像评估的客观性	首次结合数据聚类算法、形态学操作和定量DCE-MRI参数图实现脑组织大血管的自动分割，并引入rCBV与Slope-2的组合映射图提升准确性	研究为回顾性设计，样本量有限（103例），且主要依赖K-means聚类，未探索更复杂的深度学习分割方法	开发自动去除脑肿瘤区域正常大血管的方法，以消除对定量DCE-MRI参数评估和肿瘤分类的干扰	103例经组织病理学确诊的脑肿瘤患者（包括低级别胶质瘤和高级别胶质瘤）的DCE-MRI数据	计算机视觉	脑肿瘤	动态对比增强磁共振成像	无明确深度学习模型（使用K-means聚类算法）	图像	103例脑肿瘤患者的DCE-MRI扫描数据	无明确框架	无明确架构（使用K-means聚类算法）	Cohen Kappa检验、t检验、受试者工作特征曲线分析	NA
3	2026-07-04	Early Detection of Macular Atrophy Automated Through 2D and 3D Unet Deep Learning 2024-Nov-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121191 PMID:39768009	研究论文	基于2D和3D Unet深度学习自动检测黄斑萎缩	结合2D和3D Unet架构自动检测光学相干断层扫描中的黄斑萎缩，性能优于人工评估	未提及模型在不同数据集上的泛化能力及临床部署的挑战	开发自动方法以早期检测年龄相关性黄斑变性患者的黄斑萎缩	125只眼睛（89名患者）的1241个体积光学相干断层扫描	数字病理学	年龄相关性黄斑变性	光学相干断层扫描	Unet	图像	125只眼睛（89名患者）的1241个体积光学相干断层扫描	NA	2D Unet, 3D Unet	Dice相似系数, F1分数	NA
4	2026-07-03	Automatic jawbone structure segmentation on dental CBCT images via deep learning 2024-11-28, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-06061-y PMID:39604672	研究论文	提出一种基于深度学习的双阶段系统，用于自动分割牙颌骨结构，包括下颌皮质骨、下颌松质骨、上颌皮质骨和上颌松质骨	开发了针对锥形束CT图像中牙颌骨结构的双阶段深度学习自动分割系统，并评估了牙齿和质量异常对分割性能的影响	未明确提及训练数据多样性或模型泛化性的具体局限	开发和评估一种自动分割牙颌骨结构的深度学习系统，以提高数字牙科工作流的效率和准确性	下颌皮质骨、下颌松质骨、上颌皮质骨和上颌松质骨在锥形束CT图像上的分割	计算机视觉	牙科疾病	锥形束计算机断层扫描（CBCT）	深度学习模型	图像	155例锥形束CT扫描，采集参数不同	NA	NA	Dice相似系数（DSC），平均对称表面距离（ASSD）	NA
5	2026-07-03	Longitudinal Assessment of Tumor-Infiltrating Lymphocytes in Primary Breast Cancer Following Neoadjuvant Radiation Therapy 2024-11-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.04.065 PMID:38677525	研究论文	该论文通过临床样本纵向分析，研究新辅助放疗对乳腺癌肿瘤浸润淋巴细胞动态变化的影响	首次纵向评估新辅助放疗前后及期间肿瘤浸润淋巴细胞的动态变化，并结合深度学习进行细胞级与组织级联合分析	NA	探究新辅助放疗对乳腺癌肿瘤免疫微环境（尤其是肿瘤浸润淋巴细胞）的影响及其与病理完全缓解和长期预后的关联	来自PRADA和Neo-RT临床试验的乳腺癌患者样本，包括肿瘤组织及外周血	数字病理学, 机器学习	乳腺癌	NA	深度学习模型	图像（病理组织切片）, 数值（外周血淋巴细胞计数）	PRADA和Neo-RT临床试验中的乳腺癌患者队列	NA	SuperTIL深度学习模型（细胞级与组织级组合分析）	病理完全缓解预测的一致性, 手动评分与深度学习评分的一致性	NA
6	2026-07-01	Exploring prognostic biomarkers in pathological images of colorectal cancer patients via deep learning 2024-11, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70003 PMID:39343999	研究论文	通过深度学习从结直肠癌患者病理图像中探索预后生物标志物	利用弱监督深度学习模型构建结直肠癌风险评分，结合多组学数据揭示潜在生物学机制，并构建病理组学列线图提升预后预测准确性	NA	开发基于病理图像的结直肠癌预后风险评分，实现个性化预后分层和治疗策略制定	结直肠癌患者的H&E全切片图像及多组学数据	数字病理学, 机器学习	结直肠癌	H&E染色全切片成像, 多组学分析	弱监督深度学习模型	病理图像, 多组学数据	训练集：640例前列腺、肺、结直肠和卵巢癌筛查试验患者；验证集：522例癌症基因组图谱结直肠癌患者	PyTorch	Grad-CAM	总体生存分析中的p值, 列线图预测精度	NA
7	2026-07-01	Deep learning-based analysis of EGFR mutation prevalence in lung adenocarcinoma H&E whole slide images 2024-11, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70004 PMID:39358807	研究论文	开发深度学习模型，通过分析肺腺癌H&E全切片图像预测EGFR突变状态，并引入EGFR突变流行度评分以提升可解释性	提出EGFR突变流行度评分量化全切片中EGFR突变区域分布，采用补丁掩码调度训练策略学习多种组织病理模式，并在多中心数据集上验证模型泛化能力	仅依赖H&E染色图像，未整合其他模态数据；模型预测性能仍需提升；可解释性分析局限于特定突变亚型和组织学亚型	利用深度学习从全切片图像中无创预测肺腺癌EGFR突变状态，为快速筛查和治疗方案制定提供依据	肺腺癌患者的H&E染色全切片图像及对应EGFR突变状态	数字病理学，计算机视觉	肺腺癌	H&E染色全切片成像	深度学习模型（基于多实例学习）	全切片图像	868例训练样本（来自3家医疗机构），197例测试样本（来自1家医疗机构），64例样本进行二代测序分析	NA	多实例学习框架（具体架构未明确说明）	AUC， AUPRC， Spearman相关系数	NA
8	2026-07-01	Breast cancer survival prediction using an automated mitosis detection pipeline 2024-11, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70008 PMID:39466133	研究论文	使用自动有丝分裂检测流程预测乳腺癌生存率	提出了一种全自动的有丝分裂检测方法，包括新型自动区域选择器，用于在整张切片图像上找到最佳有丝分裂热点并计算有丝分裂计数	NA	验证全自动有丝分裂检测方法在乳腺癌患者生存预测中的预后价值	乳腺癌患者及其有丝分裂计数	数字病理学	乳腺癌	病理切片成像	深度学习模型	图像	912例乳腺癌患者的全切片图像	NA	NA	生存分析中的单变量和多变量预测值	NA
9	2026-06-29	Chinese Clinical Named Entity Recognition With Segmentation Synonym Sentence Synthesis Mechanism: Algorithm Development and Validation 2024-11-21, JMIR medical informatics IF:3.1Q2 DOI:10.2196/60334 PMID:39622697	研究论文	提出基于近义词计算的数据集增强算法，解决中文临床命名实体识别中的标注困难和数据稀疏问题	提出分段同义句合成（SSSS）算法，利用现有公共知识无需手动扩展专业领域词典，通过词汇分割重组自然语言数据实现数据集近义扩展	依赖已有公共知识库，对新出现的专业术语适应性有限	解决临床命名实体识别任务中数据稀疏和标注困难的问题	中文电子病历中的临床命名实体	自然语言处理	NA	自然语言处理	RoBERTa+CRF, RoBERTa+BiLSTM+CRF	文本	CCKS-2017和CCKS-2019两个数据集	PyTorch	RoBERTa, CRF, BiLSTM	F1分数	NA
10	2026-06-29	Bidirectional Long Short-Term Memory-Based Detection of Adverse Drug Reaction Posts Using Korean Social Networking Services Data: Deep Learning Approaches 2024-11-20, JMIR medical informatics IF:3.1Q2 DOI:10.2196/45289 PMID:39565685	研究论文	利用韩语社交媒体数据，基于双向长短期记忆网络检测药物不良反应帖子	针对韩语社交媒体数据，结合药物名称与不良反应词的关联分析进行数据过滤，构建Bi-LSTM深度学习模型以分类药物不良反应帖子	未明确说明	开发基于循环神经网络的深度学习模型，用于从韩语社交媒体数据中分类药物不良反应帖子	韩语社交媒体帖子（博客、咖啡馆帖子及NAVER问答帖子），涉及药物酮洛芬和醋氯芬酸	自然语言处理	药物不良反应	自然语言处理	双向长短期记忆网络	文本	未明确说明	NA	双向LSTM	准确率	NA
11	2026-06-26	Machine Learning and Omics Analysis in Aortic Aneurysm 2024 Nov-Dec, Angiology IF:2.6Q2 DOI:10.1177/00033197231206427 PMID:37817423	综述	总结机器学习与深度学习在主动脉瘤组学分析中的最新进展，用于解析病理生理机制并开发个性化风险预测模型	系统综述了机器学习/深度学习在主动脉瘤组学数据分析中的应用，强调其在多组学数据整合和风险预测建模中的潜力	目前仅有少数研究报道了机器学习/深度学习在主动脉瘤组学分析中的实际应用	总结机器学习/深度学习在主动脉瘤组学分析中的最新进展，讨论当前局限并展望未来方向	主动脉瘤的组学数据（基因组学、转录组学、蛋白质组学等）	机器学习	主动脉瘤	NA	机器学习、深度学习	组学数据	NA	NA	NA	NA	NA
12	2026-06-17	A novel interpretable deep learning-based computational framework designed synthetic enhancers with broad cross-species activity 2024-11-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae912 PMID:39420601	研究论文	提出DREAM框架，一种基于深度学习的可解释计算方法，用于设计具有跨物种活性的合成增强子	首次实现基于深度学习的增强子设计框架，不仅能预测活性，还能设计出比果蝇基因组最强增强子活性高3.6倍的合成增强子，且这些增强子具有跨数十亿年进化物种的保守功能	NA	开发可解释的深度学习框架用于可控活性的合成增强子设计	增强子序列及其活性设计	机器学习	NA	合成生物学、高通量筛选	深度神经网络	DNA序列数据	NA	PyTorch	NA	预测性能指标未明确指定	NA
13	2026-06-02	An audiovisual cognitive optimization strategy guided by salient object ranking for intelligent visual prothesis systems 2024-11-29, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad94a4 PMID:39569905	研究论文	提出一种基于显著对象排序的视听认知优化策略，用于智能视觉假体系统	首次将物体注意力机制转化为显著实体区域排序问题，并构建了SaOR数据集和网络，结合图像描述方法实现听觉反馈辅助的视觉认知优化	未提及具体限制	设计智能化视觉假体的视觉信息处理策略，提升用户物体识别和对象间关系理解能力	视觉假体系统中的视觉认知优化策略	计算机视觉	视觉障碍	深度学习	显著对象排序网络	图像	未提及	NA	Salient Object Ranking (SaOR) network	物体识别准确率、对象关系理解能力	NA
14	2026-06-02	Deep learning-based spike sorting: a survey 2024-11-14, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad8b6c PMID:39454590	综述	对基于深度学习的尖峰排序方法进行了全面的综述，涵盖了检测、特征提取和分类等子问题及集成系统	首次系统评估了24篇截至2023年12月的深度学习尖峰排序文献，并将方法分为三大子问题，同时探讨了多通道数据和硬件实现等前沿进展	未提及研究的局限性，但可能包括对某些模型潜在偏差的关注不足	综合评估基于深度学习的尖峰排序方法，为神经科学领域提供最新进展的见解并启发未来模型开发	基于深度学习的尖峰排序算法，包括尖峰检测、特征提取、分类及集成系统	机器学习	NA	NA	卷积神经网络, 自编码器	细胞外记录信号	24篇公开发表的文献	NA	NA	NA	专用集成电路, 现场可编程门阵列
15	2026-06-02	Decoding multi-limb movements from two-photon calcium imaging of neuronal activity using deep learning 2024-11-07, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad83c0 PMID:39508456	研究论文	利用深度学习从双光子钙成像数据解码多肢体运动	开发了一种循环编码器-解码器网络（LSTM-encdec），能够从单个半球的钙成像数据中准确解码所有四个肢体（对侧和同侧前肢及后肢）的运动信息，并提供了可解释性度量验证解码准确性，扩展了脑机接口对多肢体控制的潜力	未提及具体局限性	从双光子钙成像数据解码多肢体运动，推进神经解码技术和光学脑机接口的发展	跑步小鼠的神经活动及多肢体运动	机器学习	NA	双光子钙成像	LSTM	图像	NA	NA	LSTM编码器-解码器网络	NA	NA
16	2026-06-02	Three-dimensional localization and tracking of chromosomal loci throughout the Escherichia coli cell cycle 2024-11-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07155-9 PMID:39501081	研究论文	开发了一种基于深度学习的方法，用于活体大肠杆菌细胞中染色体位点的超分辨率散光三维定位和追踪	首次实现活体大肠杆菌细胞中染色体位点的超分辨率三维定位，精度优于61纳米，并揭示了位点在细胞周期中的空间分布和扩散行为	未提及具体局限性	实现染色体位点的精确三维定位并研究其在细胞周期中的动态行为	大肠杆菌细胞中的染色体位点	机器学习	NA	超分辨率显微镜	深度学习模型	图像	NA	NA	NA	定位精度	NA
17	2026-06-02	An enzyme-inspired specificity in deep learning model for sleep stage classification using multi-channel PSG signals input: Separating training approach and its performance on cross-dataset validation for generalizability 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109138 PMID:39305732	研究论文	提出了一种受酶启发特异性的深度学习模型，用于多导睡眠图信号输入的睡眠阶段分类，并采用分离训练方法以提高跨数据集验证的泛化能力	引入了受酶启发的特异性设计，包含信号特异性和通道特异性模型，并采用分离训练方法控制主体类型和评分手册因素，重点解决仪器和记录导联配置导致的泛化问题	仅控制了主体类型和评分手册因素，未充分探索其他影响泛化的因素；模型在N1阶段的F1分数较低（58.06%），表明对浅睡眠的分类仍有改进空间	开发一种能够解决深度学习模型在睡眠阶段分类中泛化问题的模型，使其成为睡眠技术人员的有效辅助工具	多导睡眠图（PSG）信号的睡眠阶段分类，包括脑电图（EEG）、眼电图（EOG）和肌电图（EMG）信号	机器学习	睡眠障碍	多导睡眠图（PSG）记录	CNN、BiLSTM	多导生理信号（EEG、EOG、EMG）	MGH数据集（未明确具体记录数）、SHHS1 200条记录、SHHS2 200条记录、Sleep-EDF 153条记录、BCI-MU 94条记录	NA	CNN、BiLSTM	总体准确率、宏平均F1分数、Kappa系数、各类别F1分数（W、N1、N2、N3、REM）	模型约9.3M可训练参数，每条PSG记录处理时间约26秒
18	2026-06-02	A flexible 2.5D medical image segmentation approach with in-slice and cross-slice attention 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109173 PMID:39317055	研究论文	提出了一种灵活的2.5D医学图像分割模型CSA-Net，通过切片内和跨切片注意力机制有效处理2.5D图像	创新性地引入了跨切片注意力（CSA）模块，通过学习中心切片与相邻切片之间的长程依赖关系捕获3D空间信息，同时利用自注意机制学习中心切片内部像素的关联	未提及具体的局限性	解决2.5D医学图像分割中平面内分辨率高而跨平面分辨率低的挑战，提出一种计算高效且简单的2.5D分割模型	2.5D医学图像，包括脑部MR图像和前列腺MR图像	数字病理学，计算机视觉	前列腺癌	MRI	CNN, Transformer	图像	三个数据集：脑部数据集、前列腺数据集、ProstateX数据集	PyTorch	CSA-Net（含跨切片注意力和自注意力模块）	Dice系数，HD95	NA
19	2026-06-02	Deep evidential learning for radiotherapy dose prediction 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109172 PMID:39317056	研究论文	本研究将深度证据学习应用于放疗剂量预测领域，量化模型预测的不确定性	首次将深度证据学习框架应用于放疗剂量预测，实现了与预测误差高度相关的不确定性估计，并通过重新设计损失函数确保稳定训练	未明确提及，但可能依赖于特定数据集（Open Knowledge-Based Planning Challenge），且需要进一步临床验证	评估深度证据学习在放疗剂量预测中提供不确定性估计的能力，增强模型统计鲁棒性	放疗剂量预测模型的不确定性估计与预测误差之间的关系	数字病理	NA	deep learning, radiotherapy dose prediction	深度学习模型（基于深度证据学习）	医学图像（CT图像）	使用Open Knowledge-Based Planning Challenge数据集，具体数量未提及	NA	深度证据学习网络	相关性指标（association indices）、中位误差、不确定性阈值线性度	NA
20	2026-06-02	MV-GNN: Generation of continuous geometric representations of mitral valve motion from 3D+t echocardiography 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109154 PMID:39321581	研究论文	提出一种几何深度学习方法，从3D经食管超声心动图序列重建时间连续的二尖瓣表面网格	结合卷积神经网络体素编码器和图神经网络多分辨率网格解码器的端到端监督学习架构，并引入特殊损失函数来保持入口和出口几何结构，防止自交几何形状	NA	实现二尖瓣运动的连续几何表示，以分析二尖瓣动力学并增强个性化血流动力学评估和治疗规划模拟	二尖瓣表面网格	计算机视觉, 机器学习	心血管疾病	3D经食管超声心动图	卷积神经网络, 图神经网络	图像	NA	NA	CNN体素编码器, GNN多分辨率网格解码器	距离度量	NA