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
2001	2026-09-16	An unconstrained palmprint region of interest extraction method based on lightweight networks 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307822 PMID:39121173	研究论文	本文提出了一种基于轻量级网络的无约束掌纹感兴趣区域（ROI）提取方法，使用YOLOv5-lite进行手掌检测和定位，改进的UNet进行关键点检测，并在混合数据库上验证了方法的有效性	1. 结合YOLOv5-lite和轻量级UNet实现无约束掌纹ROI提取，兼顾精度和计算效率；2. 改进UNet减少参数量并提升性能；3. 结合高斯热图回归和直接回归，提出基于JS loss和L2 loss的联合损失函数进行监督	未明确提及	解决无约束环境下掌纹ROI提取的挑战，提出一种轻量级、高精度且适用于嵌入式设备的提取方法	掌纹图像	计算机视觉	NA	NA	CNN	图像	5个数据库组成的混合数据库	PyTorch	YOLOv5-lite, UNet	准确率, 平均检测时间, 成功率, 模型大小	GPU
2002	2026-09-16	F-Net: Follicles Net an efficient tool for the diagnosis of polycystic ovarian syndrome using deep learning techniques 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307571 PMID:39146307	研究论文	该研究利用YOLOv8检测卵巢卵泡并结合模糊C均值活动轮廓分割，提取统计特征后使用多种机器学习和深度学习模型对多囊卵巢综合征进行分类，并提出自定义F-Net模型	提出了结合YOLOv8卵泡检测与模糊C均值活动轮廓分割的混合方法，并开发了自定义F-Net模型用于PCOS分类，在两个数据集上分别达到95%和97.5%的分类准确率，优于所有对比的机器学习和深度学习分类器	数据集规模较小（数据集1共100例，数据集2共200例），未提及外部验证或多中心数据，模型的泛化能力有待进一步验证	实现卵巢卵泡的自动检测与分割，并评估机器学习和深度学习分类器在检测多囊卵巢综合征中的有效性	多囊卵巢综合征患者和正常受试者的卵巢超声图像	计算机视觉	多囊卵巢综合征	YOLOv8目标检测，模糊C均值活动轮廓分割，灰度共生矩阵特征提取	CNN，Transformer	图像	数据集1：50例正常和50例PCOS受试者（共100例）；数据集2：100例正常和100例PCOS受试者（共200例）	NA	YOLOv8，MobileNet，ResNet152V2，DenseNet121，Vision Transformer，F-Net（自定义模型）	准确率	NA
2003	2026-09-16	A scalable blockchain-enabled federated learning architecture for edge computing 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308991 PMID:39150937	研究论文	提出了一种名为FLCoin的可扩展区块链联邦学习架构，用于边缘计算，通过基于委员会的共识机制和双层区块链设计，提升了通信效率和训练速度	提出了一种新颖的基于委员会的共识处理方法，委员会成员通过联邦学习过程选举产生，并采用了双层区块链架构来无缝集成区块链和联邦学习	未明确说明	解决现有研究中忽视物联网边缘网络设置中区块链共识处理的资源需求问题，实现区块链和联邦学习在物联网边缘网络中的高效可扩展集成	物联网边缘网络中的区块链联邦学习系统	机器学习	NA	联邦学习，区块链	CNN	图像	MNIST数据集（具体样本数未提及）	NA	五层CNN	共识延迟，通信开销，训练时间成本	NA
2004	2026-09-16	VT-3DCapsNet: Visual tempos 3D-Capsule network for video-based facial expression recognition 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307446 PMID:39178187	研究论文	本文提出了一种结合视觉节奏的3D胶囊网络（VT-3DCapsNet），用于基于视频的面部表情识别	提出了3D-CapsNet模型，融合改进的3D-ResNet架构和AU感知注意力模块，增强胶囊网络的特征表示能力；提出了基于时序金字塔网络的表情识别模块（TPN-ERM），用于学习视觉节奏差异	未明确提及	解决传统CNN忽略面部关键特征相对位置关系以及未考虑视觉节奏的问题，提高面部表情识别准确率	视频中的面部表情	计算机视觉	NA	深度学习	CNN, 胶囊网络, 3D-ResNet, 时序金字塔网络	视频	扩展的CK+数据库和AFEW数据库	NA	3D-CapsNet, 3D-ResNet, TPN	识别准确率	NA
2005	2026-09-16	Optimized ensemble deep learning for predictive analysis of student achievement 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309141 PMID:39186491	研究论文	本文提出了一种结合DistilBERT与LSTM的混合模型（DBTM），并利用斑点鬣狗优化器（SHO）进行参数优化，用于学生成绩的预测分析	将DistilBERT与LSTM相结合的混合架构（DBTM）首次与斑点鬣狗优化器（SHO）结合用于学生成绩预测，通过优化参数显著提升了预测性能	未明确讨论模型在不同教育背景或不同学科领域的泛化能力，也未提及数据隐私和伦理问题	提升教育场景中学生学业成绩预测的准确性和效率，应对本硕博阶段数据量激增带来的挑战	高等教育阶段的学生学业成绩数据	机器学习	NA	NA	DistilBERT, LSTM	文本	NA	NA	DistilBERT, LSTM	准确率, 对数损失, 执行时间	NA
2006	2026-09-16	Vessel trajectory classification via transfer learning with Deep Convolutional Neural Networks 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308934 PMID:39186723	研究论文	本文提出了一种基于深度卷积神经网络和迁移学习的Dense121-VMC框架，用于同时提取和分类航行和徘徊的船舶轨迹	提出了Dense121-VMC框架，首次同时分类航行和徘徊轨迹，并利用迁移学习减少数据需求并解决过拟合问题	未明确提及	提高船舶轨迹分类的准确性，以增强海上安全和航行效率	基于自动识别系统（AIS）数据的船舶轨迹	计算机视觉	NA	自动识别系统（AIS）数据	CNN	图像	NA	NA	DenseNet121	NA	NA
2007	2026-09-16	RETRACTED: Automated brain tumor diagnostics: Empowering neuro-oncology with deep learning-based MRI image analysis 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0306493 PMID:39190622	研究论文	本文提出了一种结合卷积神经网络和ResNeXt101的混合深度学习技术，用于MRI图像中脑肿瘤的自动分割和分类	提出了一种新的混合深度学习技术ConvNet-ResNeXt101，结合了ConvNet和ResNeXt101的优势，并采用Advanced Whale Optimization (AWO)算法进行特征选择	文章已被撤回，未提供具体的局限性说明	解决MRI图像中脑肿瘤精确分割和分类的挑战，以支持有效的治疗计划和预后	脑肿瘤MRI图像	计算机视觉, 数字病理学	脑肿瘤	MRI	CNN, ResNeXt101	图像	BRATS 2020数据集	NA	ConvNet, ResNeXt101, AlexNet	准确率	NA
2008	2026-09-16	Development and testing of a deep learning algorithm to detect lung consolidation among children with pneumonia using hand-held ultrasound 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309109 PMID:39190686	研究论文	开发和测试一种深度学习算法，用于在手持超声设备上检测儿童肺炎中的肺实变特征	针对资源匮乏地区儿童肺炎诊断需求，开发了基于便携式手持超声的AI算法，实现肺实变的自动识别和定位，并在多中心前瞻性研究中验证了其高准确性	样本量相对有限（107名儿童参与者），训练集中加入了成人数据以扩充样本，可能影响模型在纯儿科人群中的泛化能力	开发和测试人工智能算法在住院儿童床旁肺超声中检测肺实变特征的准确性	18个月至17岁疑似下呼吸道感染的住院儿童	计算机视觉	肺炎	床旁肺超声（手持式Philips Lumify C5-2换能器）	CNN	视频	107名儿科参与者，117次独立检查，604个阳性视频和589个阴性视频	NA	NA	准确率, 灵敏度, 特异性, 阳性预测值, 阴性预测值	NA
2009	2026-09-16	A new method of rock type identification based on transformer by utilizing acoustic emission 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309165 PMID:39190747	研究论文	本文提出了一种基于声发射信号和Transformer的新型岩石类型识别框架，并引入了一种新的信号识别模型3CTNet	提出了一种结合卷积神经网络和Transformer编码器的新型模型3CTNet，用于岩石类型识别；实验比较了五种过采样方法，并选择了自适应合成采样方法（ADASYN）来平衡数据集	未明确提及	解决传统分析方法难以处理大数据的问题，以及渐进融合技术在智能岩石类型识别中有效特征提取的挑战	不同岩石破裂产生的声发射信号	地球科学	不适用	声发射	CNN, Transformer	信号	未明确提及	未明确提及	3CTNet（CNN和Transformer编码器）	准确率	未明确提及
2010	2026-09-16	Time and event-specific deep learning for personalized risk assessment after cardiac perfusion imaging 2023-May-01, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-023-00806-x PMID:37127660	研究论文	本文提出了一种可解释的深度学习模型，直接从心肌灌注成像（MPI）和15项临床特征中预测全因死亡、急性冠脉综合征（ACS）和血运重建的时间特异性风险	首次针对不同事件类型和时间间隔分别进行个性化风险预测，并利用瀑布图提供患者个体化解释，突出每个特征对预测的贡献程度和方向	外部验证仅涉及三个中心，中位随访时间为3.1年，可能不足以评估长期预测性能；未与其他深度学习模型进行对比	利用深度学习从心肌灌注成像和临床特征中实现个性化、时间特异性的心血管不良事件风险预测	接受心肌灌注成像检查的患者，内部队列n=20,418，外部验证队列n=13,988	医学影像分析、心血管疾病预测	心血管疾病	心肌灌注成像（MPI）	深度学习	图像（心肌灌注成像）和临床文本特征	内部训练与测试n=20,418，外部验证n=13,988，总计34,406例患者	NA	NA	累积动态ROC曲线下面积（cAUC）、95%置信区间（CI）	NA
2011	2026-09-16	Visual Field Prediction: Evaluating the Clinical Relevance of Deep Learning Models 2023-Mar, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2022.100222 PMID:36325476	研究论文	重新实现并评估卷积神经网络（CNN）和循环神经网络（RNN）两种深度学习模型在预测青光眼视野进展中的临床相关性，发现两者均严重低估视野恶化	首次从临床相关性角度评估CNN和RNN视野预测模型，而非仅关注整体准确性；通过分层分析恶化病例揭示模型在识别进展性青光眼患者时的严重低估偏差	回顾性研究设计；仅使用单一机构的瑞典交互式阈值算法标准24-2视野数据；未评估其他类型视野检查或其他人群的泛化性	评估CNN和RNN两种深度学习视野预测模型在识别进展性青光眼视力丧失患者中的临床准确性，揭示其是否存在高估或低估视野变化的偏差	马萨诸塞州眼耳医院青光眼服务中心1999年至2020年收集的青光眼患者视野检查数据，CNN数据集包含7472名患者的54373个样本，RNN数据集包含1809名患者的24430个样本	医学图像分析	青光眼	视野检查	CNN, RNN	数值数据	CNN数据集54373个视野样本来自7472名患者；RNN数据集24430个视野样本来自1809名患者	NA	CNN, RNN	逐点平均绝对误差（PMAE）	NA
2012	2026-09-16	HealthPrompt: A Zero-shot Learning Paradigm for Clinical Natural Language Processing 2022, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:37128372	研究论文	本文提出了HealthPrompt，一种基于提示的零样本学习框架，用于临床自然语言处理，无需标注训练数据即可处理临床文本任务	提出了HealthPrompt框架，将基于提示的零样本学习应用于临床NLP，通过定义任务提示模板而非微调预训练语言模型，在无训练数据设置下对六种预训练语言模型进行了深入分析	未明确说明，但可能受限于提示模板设计对性能的影响以及预训练语言模型在临床领域的覆盖范围	解决临床NLP系统开发中缺乏大规模标注临床文本数据集的瓶颈问题，探索零样本学习在临床NLP任务中的可行性	临床自然语言文本数据	自然语言处理	NA	基于提示的学习，零样本学习	预训练语言模型	文本	NA	NA	预训练语言模型（六种不同PLM）	NA	NA
2013	2026-09-13	Retinal proteomics in neurodegeneration: Insights into ocular and brain disorders 2026-Oct-01, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-25-00291 PMID:41169217	综述	本文综述了视网膜蛋白质组学在神经退行性疾病和眼部疾病中的最新进展，重点讨论了基于质谱的蛋白质组学技术及人工智能驱动的计算流程在发现生物标志物和治疗靶点中的应用。	系统总结了人工智能驱动计算流程（包括GPU加速的深度学习架构）在视网膜蛋白质组学中的应用，强调了这些技术如何克服有限样本量和蛋白质覆盖率等挑战，并提升了大规摸多组学数据中新型蛋白质特征识别的精度和效率。	作为综述文章，未提供原始实验数据；文中提到的技术挑战如有限样本量和蛋白质覆盖率虽被讨论，但未给出具体的解决方案细节。	总结视网膜蛋白质组学在神经退行性疾病和眼部疾病中的最新研究进展，探讨其在发现新型治疗靶点和无创诊断生物标志物方面的潜力。	视网膜蛋白质组、神经退行性疾病（如阿尔茨海默病、肌萎缩侧索硬化、帕金森病）和眼部疾病（如青光眼、年龄相关性黄斑变性、糖尿病视网膜病变、视网膜色素变性）。	数字病理学	肺癌	基于质谱的蛋白质组学	深度学习	蛋白质组学数据、多组学数据	NA	NA	NA	NA	GPU加速
2014	2026-09-13	EFFNet: Efficient feature fusion network for left ventricular hypertrophy identification based on 12-lead electrocardiogram signals 2026-09, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2026.02.046 PMID:41791632	研究论文	本文提出了一种新型高效特征融合网络EFFNet，用于基于12导联心电图信号识别左心室肥厚	提出了一种新颖的特征融合模块，将卷积神经网络提取的形态学特征与算法推导的振幅特征及专家混合模块相结合	在外部青海数据集上AUC仅为0.654，泛化性能有限	探索一种有效的深度学习方法，基于12导联心电图信号识别左心室肥厚	12导联心电图信号及左心室肥厚	机器学习	心血管疾病	12导联心电图	CNN	信号	英国生物银行数据集n=38,289，青海数据集n=142,777	NA	EFFNet	AUC	NA
2015	2026-09-13	A unified approach for maintaining MRI reconstruction quality and quantifying both aleatoric and epistemic uncertainty 2026-09, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2026.110680 PMID:41966495	研究论文	本文研究了基于模型的深度学习（MoDL）在加速MRI重建中贝叶斯不确定性量化的实际设计选择，包括随机层位置、异方差学习以及两阶段训练策略	提出了两阶段训练策略（先冻结重建网络再训练异方差不确定性网络），系统比较了MC dropout和Bayes-by-Backprop在不同随机层放置模式下的表现，并验证了不确定性估计在域偏移下能捕捉域内与分布外趋势	未明确说明具体的数据集和样本量，可能缺乏对更广泛域偏移类型的验证	为基于MoDL的MRI重建中实现有效的贝叶斯不确定性量化提供实现层面的指导	加速MRI重建模型中的贝叶斯不确定性量化方法	计算机视觉	NA	NA	贝叶斯神经网络	图像	NA	NA	MoDL	峰值信噪比	NA
2016	2026-09-13	Deep learning cone-beam computed tomography image segmentation for the 3D visualization of mandibular infraosseous periodontal defects 2026-Sep, Journal of periodontology IF:4.2Q1 DOI:10.1002/jper.70058 PMID:42054008	研究论文	本研究评估了基于深度学习的SegResNet模型在锥形束CT图像上分割下颌骨内牙周缺损并实现三维可视化的性能	首次将多阶段SegResNet深度学习模型应用于下颌骨内牙周缺损的CBCT图像分割与三维重建，并系统比较了其与半自动分割在线性和体积测量上的一致性	研究仅局限于下颌骨缺损，对上颌骨病例的适用性尚未验证	评估深度学习模型在CBCT扫描中分割下颌骨内牙周缺损的性能，以提升牙周诊断的效率和准确性	III至IV期牙周炎患者的CBCT扫描图像及48个骨内牙周缺损	计算机视觉	牙周炎	锥形束计算机断层扫描（CBCT）	CNN	图像	48个骨内牙周缺损（来自III至IV期牙周炎患者的CBCT扫描）	NA	SegResNet	组内相关系数（ICC）	NA
2017	2026-09-13	Automated detection of neonatal pulmonary hypertension in echocardiograms with a deep learning model 2026-Jun, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-025-04404-3 PMID:40993360	研究论文	本文提出了一种深度学习模型，利用标准超声心动图视频自动检测新生儿肺动脉高压，并通过收缩期偏心指数进行验证	利用时空卷积神经网络和梯度加权类激活映射，实现了新生儿肺动脉高压的自动检测，具有高准确性、可解释性和可重复性	样本量有限，仅包括975个训练和验证视频及378个保留视频，且仅针对3-90天婴儿	开发一种自动检测新生儿肺动脉高压的深度学习方法，以提高早期诊断效率和准确性	3-90天婴儿的超声心动图视频	医学图像分析	肺动脉高压	超声心动图	CNN	视频	975个视频用于训练和验证，378个视频用于保留测试	NA	时空卷积神经网络	AUROC	NA
2018	2026-09-13	Improved image quality and reduced acquisition time in brain MRI using deep learning-based reconstruction: A quantitative and subjective assessment compared to standard MPRAGE in 0.55 T MRI 2026-06, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2026.110656 PMID:41794343	研究论文	本研究评估了基于深度学习的图像重建在0.55T脑部MRI中对定量和主观图像质量的影响，通过比较DL重建的MPRAGE与标准MPRAGE	使用变分网络架构的DL重建显著提高了低场脑MRI的图像质量并缩短了采集时间，提供了临床证据	标准重建在伪影抑制和灰白质对比度方面略好	评估DL重建对0.55T脑MRI定量和主观图像质量的影响	30名患者	医学图像处理	脑部疾病	MRI	变分网络	图像	30名患者	NA	变分网络	信噪比, 对比噪声比, 主观评分	NA
2019	2026-09-13	Dataset of RGB images of healthy grapevine leaves and with downy mildew, powdery mildew, Esca complex, and erineum mite symptoms 2026-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112743 PMID:42023017	数据集论文	该数据集包含健康葡萄叶及患有霜霉病、白粉病、埃斯卡综合症和瘿螨症状的葡萄叶的高分辨率RGB图像，用于植物病理学、精准葡萄栽培和计算机视觉研究	提供了一个包含健康叶片和四种不同病害症状的高分辨率RGB图像数据集，覆盖三个葡萄牙葡萄品种，并在三种深度学习架构上验证了数据集对五类分类的适用性	未提及	支持植物病理学、精准葡萄栽培和计算机视觉研究，用于病害检测/分类、品种识别和精准农业应用	葡萄叶（健康及患有霜霉病、白粉病、埃斯卡综合症和瘿螨症状）	计算机视觉	植物病害	RGB成像	CNN	图像	未提及	NA	未提及具体架构，仅提及三种深度学习架构	未提及	未提及
2020	2026-09-13	LCPBert: ProtBERT-based early-stage lung cancer prediction from T cell receptor beta sequences 2026-May-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.115581 PMID:42023149	研究论文	该文章开发了LCPBert，一个基于ProtBERT的深度学习框架，利用外周血T细胞受体β序列进行早期肺癌检测	创新点包括：首次将ProtBERT应用于TCRβ序列分析；提出了肺癌风险指数（LCRI）用于肺癌风险分层；证明了LCRI在纵向队列中预测远处转移的潜力；LCRI独立于年龄、性别和TCR多样性	摘要中未明确提及研究局限性	开发一种准确、非侵入性的早期肺癌检测方法	肺癌患者、健康供体、良性肺结节患者的外周血T细胞受体β序列	机器学习, 数字病理学	肺癌	TCRβ测序	ProtBERT	序列	外部验证队列包括健康供体、良性肺结节患者和肺癌患者，具体样本量未提供；纵向队列样本量未提供	NA	ProtBERT	AUC, 敏感性, 特异性	NA