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	2026-02-18	Diagnostic performance of deep learning for infectious keratitis: a systematic review and meta-analysis 2024-Nov, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102887 PMID:39469534	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习在感染性角膜炎诊断中的准确性及其与眼科医生的比较性能	首次对深度学习在感染性角膜炎诊断中的性能进行全面系统综述和荟萃分析，并直接与眼科医生的诊断准确性进行比较	分析基于图像，未考虑个体内潜在相关性；研究人群相对同质；缺乏深度学习阈值的预先设定；外部验证有限	评估深度学习在感染性角膜炎诊断中的准确性，并比较其与眼科医生的诊断性能	感染性角膜炎	数字病理学	感染性角膜炎	深度学习	深度学习模型	角膜图像	136,401张角膜图像，来自超过56,011名患者	NA	NA	灵敏度, 特异性	NA
2	2026-02-10	Deep learning-based detection of lumbar spinal canal stenosis using convolutional neural networks 2024-11, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2024.06.009 PMID:38909909	研究论文	本研究开发了一种基于卷积神经网络（CNN）的深度学习算法，用于从腰椎平片中自动检测需要手术的腰椎管狭窄症（LSCS）	首次利用CNN从易于获取的腰椎平片中自动诊断LSCS，为缺乏MRI设备或非专科医生提供了早期诊断工具，可能减少治疗延误	研究为单中心回顾性分析，样本量相对较小（150例患者），且外部验证仅包含额外25例患者，可能存在选择偏倚	开发一种基于深度学习的算法，从腰椎平片中诊断需要手术的腰椎管狭窄症	腰椎管狭窄症患者，包括退行性腰椎滑脱患者	计算机视觉	腰椎管狭窄症	磁共振成像（MRI），X射线平片	CNN	图像	175名患者（150名来自单中心，25名来自其他两家医院），共600张腰椎平片图像	NA	NA	AUC, 灵敏度, 特异性, 阳性预测值, 阴性预测值, 准确率, 阳性似然比, 阴性似然比, 相关系数	NA
3	2026-02-08	Deep learning classification of pediatric spinal radiographs for use in large scale imaging registries 2024-11, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-024-00933-9 PMID:39039392	研究论文	本研究开发并应用了一种深度学习算法，用于自动分类小儿脊柱侧弯患者的脊柱X光片	首次将EfficientNet B6架构应用于小儿脊柱侧弯X光片的自动分类，实现了高精度分类，为大规模影像注册库的数据自动录入提供了重要工具	在数据集中图像数量少于100的类别上观察到性能较低，可能影响模型在罕见类别上的泛化能力	开发自动分类小儿脊柱侧弯患者脊柱X光片的算法，以支持大规模影像注册库的数据管理	小儿脊柱侧弯患者的脊柱X光片（前后位和侧位）	计算机视觉	脊柱侧弯	X光成像	CNN	图像	7777张前后位图像和5621张侧位图像，总计13398张X光片	NA	EfficientNet B6	准确率, 精确率, 召回率, F1分数	NA
4	2026-02-06	Generative 3D Cardiac Shape Modelling for in-silico Trials 2024-11-22, Studies in health technology and informatics DOI:10.3233/SHTI241090 PMID:39575806	研究论文	提出一种基于神经符号距离场的深度学习方法来建模和生成合成主动脉形状，用于计算机模拟试验	利用可训练的嵌入向量编码几何特征，通过神经符号距离场的零级集表示形状，能够高保真地表示主动脉形状并生成类似真实患者解剖结构的新形状	NA	开发用于计算机模拟试验的生成式3D心脏形状建模方法	主动脉根部网格形状	计算机视觉	心血管疾病	CT图像重建	深度学习	3D网格图像	NA	NA	神经符号距离场	NA	NA
5	2026-02-03	CTLESS: A scatter-window projection and deep learning-based transmission-less attenuation compensation method for myocardial perfusion SPECT 2024-Nov-25, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3496870 PMID:40030354	研究论文	本文提出了一种基于散射窗口投影和深度学习的无传输扫描衰减补偿方法（CTLESS），用于心肌灌注SPECT成像	开发了一种无需单独CT扫描的衰减补偿方法，利用散射能量窗口投影和深度学习网络分割估计的衰减图，从而减少辐射剂量和成本	方法依赖于预定义的衰减系数，且需要CT扫描数据进行训练，可能受训练数据质量和泛化能力限制	解决心肌灌注SPECT成像中衰减补偿对单独CT扫描的依赖问题，以提高诊断准确性并降低成本和辐射风险	心肌灌注SPECT图像，特别是用于检测灌注缺陷的临床任务	数字病理学	心血管疾病	单光子发射计算机断层扫描（SPECT），散射能量窗口投影	深度学习网络	图像	回顾性研究中使用匿名临床SPECT/CT应力心肌灌注图像，涉及两个不同摄像头的SPECT扫描仪	NA	多通道输入多解码器网络	AUC, RMSE, SSIM	NA
6	2026-01-30	Inferring Taxonomic Affinities and Genetic Distances Using Morphological Features Extracted from Specimen Images: A Case Study with a Bivalve Data Set 2024-11-29, Systematic biology IF:6.1Q1 DOI:10.1093/sysbio/syae042 PMID:39046773	研究论文	本研究探索使用深度学习从双壳类标本图像中推断分类学亲缘关系和遗传距离	结合监督分类和无监督相似性学习，利用图像数据推断生物关系，为缺乏分子数据的物种提供新方法	基于观察到的相关性进行细粒度重建（如姐妹类群关系）需要进一步工作	从标本图像中推断生物的分类学亲缘关系和遗传距离	双壳类（Bivalvia）标本图像，涵盖4144个物种、74个科	计算机视觉	NA	深度学习	CNN	图像	4144个物种的图像数据集	NA	NA	准确率	NA
7	2026-01-29	Deep Learning-Based Prediction of Final Infarct Core from CT Perfusion Data: A Comparison to the Clinical Standard 2024-Nov, Stroke (Hoboken, N.J.) DOI:10.1161/SVIN.124.001375 PMID:41583397	研究论文	本研究开发了一种基于深度学习的CT灌注概率模型，用于预测急性缺血性卒中患者的最终梗死核心，并与临床标准方法进行比较	提出了一种从单值阈值转向概率模型的CT灌注分析方法，利用深度学习（Attention U-Net）更准确地预测组织命运，优于传统的核心/半暗带二分法	研究为回顾性设计，样本量有限（共243例患者，测试集仅48例），且仅针对大血管闭塞并完全再通的患者，可能限制结果的普适性	改进急性缺血性卒中的CT灌注分析，通过概率模型更准确地预测最终梗死核心，以支持临床决策	急性缺血性卒中患者，特别是大血管闭塞并在血栓切除术后完全再通的患者	数字病理学	心血管疾病	CT灌注成像，扩散加权成像	深度学习	医学影像（CT灌注数据）	243例患者（训练、验证和测试组）	MONAI	Attention U-Net	多样化反事实解释评分，曲线下面积	NA
8	2026-01-21	Uncertainty-aware genomic deep learning with knowledge distillation 2024-Nov-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.13.623485 PMID:39605624	研究论文	本文提出了一种名为DEGU的方法，通过集成学习和知识蒸馏提升深度神经网络在调控基因组学预测中的鲁棒性和可解释性	DEGU方法首次将集成学习与知识蒸馏结合，以捕获模型不确定性（认知不确定性）并可选地估计数据不确定性，从而提供校准的不确定性估计和更一致的解释	未明确提及具体的数据集限制或模型泛化边界	提高深度神经网络在调控基因组学预测中的可靠性和可解释性	调控基因组学中的功能基因组预测任务	机器学习	NA	深度神经网络，集成学习，知识蒸馏	DNN	基因组序列数据	NA	NA	NA	校准的不确定性估计，覆盖保证	NA
9	2026-01-21	High-speed in vivo calcium recording using structured illumination with self-supervised denoising 2024-Nov-15, Optics continuum IF:1.1Q4 DOI:10.1364/optcon.532996 PMID:41550202	研究论文	本研究提出了一种结合周期性结构光照和自监督去噪的高通量钙成像方法，用于在体记录神经活动	开发了新型伪HiLo重建方法，结合周期性结构光照和自监督深度学习去噪，显著提高了钙信号的信噪比	方法主要针对GCaMP8f钙指示剂在CA1锥体神经元中的应用，尚未验证其他神经类型或指示剂	提高在体神经钙成像的速度和信噪比，减少背景污染和随机噪声	小鼠CA1区锥体神经元的钙活动	计算神经科学	NA	宽场荧光成像，周期性结构光照，钙成像	深度学习	图像序列	NA	NA	DeepCAD-RT	对比度，瞬态峰噪比，成对相关系数，背景像素相关系数	NA
10	2026-01-17	Opportunities and challenges for deep learning in cell dynamics research 2024-11, Trends in cell biology IF:13.0Q1 DOI:10.1016/j.tcb.2023.10.010 PMID:38030542	综述	本文综述了深度学习在细胞动力学研究中的应用，包括现有技术、工具和开源数据集，并探讨了该领域的机遇与挑战	从计算角度总结了显微镜视频分析中的长期挑战，并回顾了深度学习引导自动化在细胞动力学研究中的新兴前沿和创新应用	NA	评估深度学习在细胞动力学研究中的机遇与挑战，支持药物开发、精准医学和基因组-表型组映射	细胞和亚细胞结构与动力学	计算机视觉	NA	显微镜成像	深度学习	图像, 视频	NA	NA	NA	NA	NA
11	2026-01-14	Highly Elastic, Fatigue-Resistant, and Antifreezing MXene Functionalized Organohydrogels as Flexible Pressure Sensors for Human Motion Monitoring 2024-11-20, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c12852 PMID:39506450	研究论文	本研究设计了一种基于MXene功能化有机水凝胶的柔性压力传感器，用于人体运动监测	设计了一种具有双网络结构和可逆交联相互作用的弹性、抗疲劳、抗冻PVA/LA有机水凝胶，并引入MXene作为导电填料以增强传感器性能	NA	开发用于人体运动监测和健康监测的柔性压力传感器	基于MXene功能化有机水凝胶的柔性压力传感器	机器学习	NA	NA	CNN, LSTM	传感器信号数据	NA	NA	一维卷积神经网络, 长短期记忆网络	准确率	NA
12	2026-01-13	Design of high specificity binders for peptide-MHC-I complexes 2024-Nov-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.28.625793 PMID:39651227	研究论文	本文利用深度学习蛋白质设计工具，开发了针对肽-MHC-I复合物的高特异性结合蛋白	采用深度学习工具设计小蛋白，使其跨越pMHC复合物的肽结合槽并与肽广泛接触，实现了从实验或预测结构出发生成高特异性结合物	NA	设计高特异性结合物以靶向肽-MHC-I复合物，用于疾病治疗	肽-MHC-I复合物	机器学习	NA	深度学习蛋白质设计	NA	蛋白质结构数据	十个目标pMHC复合物	NA	NA	结合特异性（通过酵母展示和T细胞激活评估）	NA
13	2026-01-07	A novel optimization-driven deep learning framework for the detection of DDoS attacks 2024-Nov-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77554-9 PMID:39543174	研究论文	本文提出了一种基于优化驱动深度学习框架的DDoS攻击检测方法	结合条件生成对抗网络进行数据平衡，并采用堆叠稀疏去噪自编码器与萤火虫-黑寡妇混合优化算法进行攻击分类	仅使用单一数据集进行验证，未在更广泛网络环境中测试	开发高效的入侵检测系统以识别DDoS攻击	云计算或网络环境中的DDoS攻击流量	机器学习	NA	深度学习	CGAN, SSDAE	网络流量数据	CICDDoS2019数据集	NA	条件生成对抗网络, 堆叠稀疏去噪自编码器	准确率	NA
14	2026-01-03	Emerging Brain-to-Content Technologies from Generative AI and Deep Representation Learning 2024-Nov, IEEE signal processing magazine IF:9.4Q1 DOI:10.1109/msp.2024.3484629 PMID:40786597	综述	本文探讨了生成式AI和深度表示学习在脑机接口（BCI）领域催生的新兴脑到内容技术	提出了由生成式AI和深度学习驱动的BCI 2.0系统，将传统脑机接口升级为能够生成内容的范式转变技术	NA	回顾并展望生成式AI与深度学习在脑到内容技术中的应用与发展	脑机接口系统及其与生成式AI结合的技术	自然语言处理, 计算机视觉, 机器学习	NA	生成式AI, 深度表示学习	NA	信号, 图像, 语音, 文本	NA	NA	NA	NA	NA
15	2025-12-30	Deep generative design of RNA aptamers using structural predictions 2024-Nov, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00720-6 PMID:39506080	研究论文	本文开发了一个基于结构预测的深度学习平台，用于从头生成设计RNA适配体	利用准确的RNA三维结构预测方法，实现结构引导的RNA序列生成设计，并通过实验验证了设计出的RNA适配体具有荧光活性	NA	开发一个结构到序列的深度学习平台，用于从头生成设计RNA适配体	RNA适配体，特别是光激活适配体	机器学习	NA	RNA三维结构预测	深度学习	结构数据，序列数据	NA	NA	NA	NA	NA
16	2025-12-29	Impact of retraining and data partitions on the generalizability of a deep learning model in the task of COVID-19 classification on chest radiographs 2024-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.6.064503 PMID:39734609	研究论文	本研究探讨了在标准胸部X光片上进行COVID-19分类任务时，不同模型再训练方案和数据划分对模型性能及泛化能力的影响	通过比较四种再训练策略（包括在Set B上重新训练、微调、L2正则化以及200次重新划分Set A训练集），深入分析了数据划分对深度学习模型泛化性能的影响，揭示了模型性能差异的原因	研究仅使用来自同一机构的数据集，可能限制了结果的广泛适用性；未涉及外部验证集，泛化能力评估可能不全面	评估不同再训练方案和数据划分对深度学习模型在COVID-19胸部X光分类任务中泛化性能的影响	标准胸部X光片（CXRs）	计算机视觉	COVID-19	深度学习	深度学习模型	图像	Set A：9860名患者（2020年2月20日至2021年2月3日）；Set B：5893名患者（2020年3月15日至2022年1月1日）	NA	NA	AUC（曲线下面积）	NA
17	2025-12-22	Multimodality model investigating the impact of brain atlases, connectivity measures, and dimensionality reduction techniques on Attention Deficit Hyperactivity Disorder diagnosis using resting state functional connectivity 2024-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.6.064502 PMID:39713730	研究论文	本文提出了一种多模态模型，用于研究不同脑图谱、连接性测量和降维技术对注意力缺陷多动障碍诊断的影响	首次全面评估多种脑图谱、连接性测量和降维技术对ADHD诊断的影响，并整合表型数据构建高效多模态分类模型	未明确说明模型在外部验证集上的泛化能力，且样本量可能有限	研究不同脑图谱、连接性测量和降维技术对ADHD诊断的影响，并构建高效的多模态分类模型	注意力缺陷多动障碍患者	机器学习	注意力缺陷多动障碍	静息态功能连接分析	传统机器学习分类器	功能连接数据，表型数据	ADHD-200数据集	NA	NA	准确率，AUC，F1分数	NA
18	2025-12-17	Leveraging laryngograph data for robust voicing detection in speech 2024-11-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0034445 PMID:39565144	研究论文	本研究提出了一种利用喉部描记数据的有监督发声检测模型，旨在提高语音信号中发声区间检测的鲁棒性和泛化能力	采用喉部描记数据作为参考标准，并引入CrossNet架构进行模型适应，同时探索预训练策略以增强模型泛化能力	模型性能可能依赖于喉部描记数据的质量和可用性，且未明确说明对非标准语音或噪声环境的适应性	开发一种鲁棒且泛化能力强的发声检测方法，以改进语音信号处理中的基频追踪任务	语音信号中的发声区间	自然语言处理	NA	喉部描记术	深度学习模型	语音信号, 喉部描记数据	NA	NA	CrossNet	NA	NA
19	2025-12-15	Concurrent optogenetic motor mapping of multiple limbs in awake mice reveals cortical organization of coordinated movements 2024 Nov-Dec, Brain stimulation IF:7.6Q1 DOI:10.1016/j.brs.2024.10.010 PMID:39476952	研究论文	本研究开发了一种多肢体光遗传运动映射（MOMM）方法，结合光遗传刺激、深度学习姿态估计和三维三角测量，在清醒小鼠中同时映射多个肢体的运动表征	首次实现了在清醒动物中同时跟踪多个肢体的三维运动，并揭示了皮层按运动程序进行地形组织的原则	研究仅在小鼠中进行，未涉及其他物种；方法依赖于光遗传刺激，可能不适用于所有运动映射场景	开发多肢体光遗传运动映射技术，并探究协调运动在皮层的地形组织	清醒小鼠的多个肢体运动	机器学习和神经科学	NA	光遗传刺激、深度学习姿态估计、三维三角测量	深度学习	视频、运动数据	多个小鼠	DeepLabCut	NA	NA	NA
20	2025-12-15	Tiny Lungs, Big Challenges: Pediatric and Premature Lung Segmentation using Deep Learning 2024-Nov, ... International Symposium on Medical Information Processing and Analysis. International SIPAIM Workshop DOI:10.1109/sipaim62974.2024.10783643 PMID:41383822	研究论文	本文提出了一种基于深度学习的两步法，用于儿科和早产儿X射线图像的肺部分割，以应对小尺寸肺部、解剖变异和放射伪影的挑战	采用两步策略，先进行肺部检测，再分割心后肺区域，并结合加权损失函数在儿科和早产儿数据集上微调预训练的UNETR模型	未明确提及模型在更广泛或多样化数据集上的泛化能力，以及临床验证的细节	开发一种自动化的肺部分割方法，以支持儿科和早产儿肺部疾病的临床诊断和严重程度分级	儿科和早产儿的胸部X射线图像	计算机视觉	肺部疾病	X射线成像	深度学习	图像	儿科407张图像，早产儿193张图像，预训练使用约31,000张扫描	未明确指定，可能基于PyTorch或TensorFlow	UNETR	Dice系数, Hausdorff距离	未明确指定