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
3121	2026-02-28	Predicting prognosis of light-chain cardiac amyloidosis by magnetic resonance imaging and deep learning 2025-Oct-30, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf248 PMID:40891072	研究论文	本研究开发了一种基于深度学习的全自动模型，利用心血管磁共振晚期钆增强图像预测轻链型心脏淀粉样变性的个体化预后	采用基于Transformer的深度学习模型进行全心脏分析，结合对比预训练策略增强特征区分并减少过拟合，以及集成学习策略整合多个生存时间点的预测	研究样本量相对有限（394例患者），且仅基于LGE图像，未整合其他临床或影像学数据	开发一种个体化的预后预测方法，以补充现有的Mayo分期系统	轻链型心脏淀粉样变性患者	数字病理学	心血管疾病	心血管磁共振成像	深度学习	图像	394例AL-CA患者，其中测试集79例	NA	Transformer	C-index, AUC, HR	NA
3122	2026-02-28	Visible-Light Hyperspectral Reconstruction and PCA-Based Feature Extraction for Malignant Pleural Effusion Cytology 2025-10-28, Biosensors DOI:10.3390/bios15110714 PMID:41294726	研究论文	本研究提出了一种结合可见光高光谱成像和主成分分析的计算机辅助诊断模型，用于恶性胸腔积液细胞学图像的分类分析	将高光谱成像技术应用于胸腔积液细胞学分析，结合主成分分析进行特征提取，为肺癌诊断提供新的光谱变异分类方法	未使用深度学习技术进行自动细胞分类，数据维度仍需优化以提高诊断速度和计算效率	开发先进的胸腔积液细胞学图像分析模型，辅助肺癌诊断和分期	恶性胸腔积液细胞学图像	计算机视觉	肺癌	高光谱成像，吉姆萨染色	PCA	高光谱图像	NA	NA	NA	NA	显微镜搭载的敏感CCD
3123	2024-08-07	Author Response: Deep learning-assisted detection and segmentation of intracranial hemorrhage in noncontrast computed tomography scans of acute stroke patients: a systematic review and meta-analysis 2025-Jan-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001963 PMID:39017750	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3124	2026-02-28	Embryo selection at the cleavage stage using Raman spectroscopy of day 3 culture medium and machine learning: a preliminary study 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1608318 PMID:41030854	研究论文	本研究探讨了结合拉曼光谱与机器学习预测第3天胚胎培养液以评估胚胎发育潜力，为卵裂期胚胎选择提供非侵入性方法	首次将拉曼光谱与机器学习结合用于第3天胚胎培养液分析，以实现卵裂期胚胎的非侵入性选择，可能避免延长培养对子代健康的影响	初步研究，样本量较小（172个样本），需进一步验证和扩大样本以确认临床适用性	研究机器学习结合拉曼光谱能否预测第3天胚胎的延长培养结果，从而在卵裂期进行胚胎选择	第3天胚胎培养液样本	机器学习	生殖医学	拉曼光谱	深度学习, 传统机器学习	光谱数据	172个第3天培养液样本，来自78对夫妇	NA	多层感知机, 人工神经网络, 门控循环单元, 线性判别分析	准确率, 灵敏度, 特异性	NA
3125	2026-02-28	Integrating Direct Observation of Procedural Skills as a workplace‑based assessment tool for residents working in an intensive care unit 2025, African journal of thoracic and critical care medicine DOI:10.7196/AJTCCM.2025.v31i4.3120 PMID:41685281	研究论文	本研究评估了将直接观察程序技能作为工作场所评估工具，用于重症监护室住院医师的超声引导中心静脉导管插入培训	将DOPS作为工作场所评估工具引入重症监护室住院医师的超声引导中心静脉导管插入培训，并结合Pendleton模型提供结构化反馈	样本量较小（25名住院医师），且研究设计为混合方法，可能受主观反馈影响	评估DOPS作为工作场所评估工具在重症监护室住院医师培训中的有效性和接受度	重症监护室的住院医师（注册医师）	医学教育	NA	直接观察程序技能评估	NA	问卷反馈、评分数据	25名住院医师	NA	NA	满意度指数、p值	NA
3126	2026-02-28	Research on a method for early diagnosis and progression prediction of cervical cancer based on imaging omics and molecular omics 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1670852 PMID:41743184	研究论文	本研究提出了一种基于影像组学和分子组学整合的新型计算框架，用于宫颈癌的早期诊断和进展预测	提出了一种基于Transformer的诊断编码器CervixFormer，结合了分层注意力机制和跨模态特征融合，并引入了领域感知校准策略（DACS）进行不确定性建模和临床先验整合	未明确说明研究的具体局限性	开发一种用于宫颈癌早期诊断和进展预测的可靠且可解释的诊断工具	宫颈癌患者	计算机视觉, 自然语言处理, 机器学习	宫颈癌	影像组学, 分子组学	Transformer	图像, 组学数据	大规模多模态数据集	NA	CervixFormer	诊断准确性, 鲁棒性, 校准可靠性	NA
3127	2026-02-28	Generative adversarial networks accurately reconstruct pan-cancer histology from pathologic, genomic, and radiographic latent features 2024-11-15, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adq0856 PMID:39546597	研究论文	本文提出并验证了一种名为HistoXGAN的定制生成对抗网络，能够利用常见特征提取器产生的特征向量重建代表性组织学图像	开发了HistoXGAN模型，首次实现了从病理、基因组和影像学潜在特征中准确重建泛癌组织学图像，并用于解释深度学习模型的生物学特征	未明确提及模型在特定癌症亚型或数据稀缺情况下的泛化能力限制	研究如何通过生成对抗网络重建肿瘤组织学图像，以解释深度学习模型提取的特征的生物学意义	29种癌症亚型的肿瘤组织学图像	数字病理学	泛癌	生成对抗网络	GAN	图像	涉及29种癌症亚型的样本，具体数量未明确	NA	HistoXGAN	NA	NA
3128	2026-02-28	Enhanced climate change resilience on wheat anther morphology using optimized deep learning techniques 2024-10-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74875-7 PMID:39424825	研究论文	本研究利用优化的深度学习技术分析小麦花药形态，以增强小麦对气候变化的抗逆性	首次将多种深度学习算法（CNN、LeNet、Inception-V3）应用于小麦花药形态的图像分类，并比较其性能，其中LeNet表现出最优的分类准确率	未明确说明数据集的样本量大小及具体品种数量，且仅针对春季小麦种质资源进行分析	探索深度学习算法在农业记录分类中的应用，特别是监测和识别春季小麦种质资源的变异	小麦花药形态（长度和宽度）	计算机视觉	NA	高分辨率显微成像	CNN, LeNet, Inception-V3	图像	NA	NA	CNN, LeNet, Inception-V3	准确率, 精确率, 召回率, F1分数	NA
3129	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
3130	2026-02-28	Foundation model of neural activity predicts response to new stimulus types and anatomy 2024-Aug-31, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.21.533548 PMID:36993435	研究论文	本文通过收集大量小鼠视觉皮层神经活动数据，训练了一个基础模型，能够准确预测神经元对任意自然视频的响应，并展示了其在跨小鼠、跨刺激域以及预测解剖学特征方面的泛化能力	首次将基础模型范式应用于神经活动预测，实现了对新型刺激类型和解剖学特征的跨域泛化预测	模型主要基于视觉皮层数据，尚未验证在其他脑区或更复杂认知任务中的泛化能力	构建能够泛化预测神经活动和解剖学特征的基础脑模型	小鼠视觉皮层的神经活动数据	机器学习	NA	神经活动记录	基础模型	神经活动时间序列数据	来自多只小鼠的大量神经活动数据	NA	NA	预测准确性	NA
3131	2026-02-28	Pixel-wise segmentation of cells in digitized Pap smear images 2024-07-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03566-9 PMID:38971865	研究论文	本文介绍了一个用于宫颈癌筛查的数字化巴氏涂片图像细胞分割数据集APACS23，并探讨了其用于训练深度学习模型的潜力	创建了一个包含约37,000个手动分割细胞的大型数据集APACS23，专门用于巴氏涂片图像中的细胞像素级分割，为科学研究和挑战赛提供了官方基准	未提及具体模型性能或分割算法的详细评估，主要侧重于数据集的描述和可用性	开发用于宫颈癌筛查的巴氏涂片图像细胞分割数据集，以支持人工智能系统的训练	数字化巴氏涂片图像中的细胞	数字病理学	宫颈癌	光学显微镜分析	NA	图像	约37,000个手动分割的细胞	NA	NA	NA	NA
3132	2026-02-28	1 Million Segmented Red Blood Cells With 240 K Classified in 9 Shapes and 47 K Patches of 25 Manual Blood Smears 2024-07-02, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03570-z PMID:38956115	研究论文	本文介绍了一个包含100万个分割红细胞和24万个按9种形状分类的数据集，用于开发基于深度学习的红细胞形态自动化检查	创建了首个大规模手动血液涂片数据集，包含详细的红细胞分割和形状分类，支持深度学习在红细胞形态学检查中的自动化应用	数据集仅基于25个不同患者的手动血液涂片，可能无法涵盖所有临床变异或自动化制备的涂片	开发基于深度学习的红细胞形态学自动化检查技术，包括检测、计数、分割和分类	红细胞形态和形状	数字病理学	贫血	光显微镜成像	深度学习图像分类器	图像	25个不同患者的手动血液涂片，产生47K+视野图像/补丁	NA	NA	NA	NA
3133	2026-02-28	ROCOv2: Radiology Objects in COntext Version 2, an Updated Multimodal Image Dataset 2024-06-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03496-6 PMID:38926396	研究论文	本文介绍了ROCOv2数据集，这是一个更新的多模态放射学图像数据集，包含图像、医学概念和标题，用于支持医学图像分析任务	在2018年发布的ROCO数据集基础上，新增了35,705张新图像，并为X射线图像提供了手动整理的解剖和方向概念	NA	提供一个大规模、高质量的多模态放射学数据集，以支持自动医学图像分析系统的训练和评估	从PMC开放获取子集中提取的放射学图像及其相关的医学概念和标题	数字病理	NA	NA	NA	图像, 文本	79,789张图像	NA	NA	NA	NA
3134	2026-02-28	CMRxRecon: A publicly available k-space dataset and benchmark to advance deep learning for cardiac MRI 2024-06-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03525-4 PMID:38918497	研究论文	本文介绍了一个公开的k空间数据集CMRxRecon，用于推动深度学习在心脏磁共振成像重建中的应用	首次公开发布包含多对比度、多视图、多切片和多线圈的300名受试者心脏磁共振原始k空间数据，填补了该领域公开数据集的空白	数据集可能受限于特定采集协议和受试者群体，未提及外部验证或临床部署的具体挑战	通过提供标准化数据集和评估标准，促进深度学习在心脏磁共振快速成像重建算法的发展	心脏磁共振成像的k空间数据，包括心脏电影和映射序列	医学影像重建	心血管疾病	心脏磁共振成像（CMR），包括多对比度、多视图、多切片和多线圈采集	NA	原始k空间数据，包含自动校准线	300名受试者的多对比度、多视图、多切片和多线圈心脏磁共振数据	NA	NA	NA	NA
3135	2026-02-28	Microscopy Image Dataset for Deep Learning-Based Quantitative Assessment of Pulmonary Vascular Changes 2024-06-15, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03473-z PMID:38879569	研究论文	本研究介绍了一个用于深度学习语义分割的肺循环血管显微镜图像数据集，以评估肺血管变化	提出了一个包含原始显微照片、专家测量数据和轮廓标注的肺循环血管数据集，支持基于U-Net的深度学习管道开发	数据集规模有限（609张显微照片），且依赖专家标注，可能引入主观偏差	开发用于肺循环血管病理评估的深度学习工具，以自动化定量参数测量	肺循环血管的显微图像	数字病理学	肺高血压	组织学显微成像	CNN	图像	609张原始显微照片	NA	U-Net	NA	NA
3136	2026-02-28	An AS-OCT image dataset for deep learning-enabled segmentation and 3D reconstruction for keratitis 2024-06-13, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03464-0 PMID:38871784	研究论文	本文提供了一个用于深度学习分割和三维重建的AS-OCT图像数据集，以支持角膜炎的研究	首次提供了公开访问的AS-OCT图像数据集，包含角膜炎患者的标注图像，支持二维和三维图像分析	数据集规模相对较小，仅包含6名患者的图像，可能限制模型的泛化能力	推进AS-OCT图像在角膜炎管理中的图像分析领域，特别是深度学习方法的应用	角膜炎患者的AS-OCT图像	计算机视觉	角膜炎	AS-OCT成像	NA	图像	1168张AS-OCT图像，来自6名患者	NA	NA	NA	NA
3137	2026-02-28	A Clinical Bacterial Dataset for Deep Learning in Microbiological Rapid On-Site Evaluation 2024-06-08, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03370-5 PMID:38851809	研究论文	本文介绍了一个用于微生物快速现场评估的临床细菌数据集，旨在支持深度学习在自动病原体识别中的应用	提供了首个基于临床标本（而非人工培养细菌）的Gram染色细菌图像数据集，并进行了基准检测与分割网络测试	数据集规模相对较小（1705张图像），且仅包含来自单一医院的样本，可能缺乏泛化性	改善微生物快速现场评估中细菌自动识别的质量与速度	肺部感染患者的呼吸道标本中的Gram染色细菌图像	数字病理学	肺部感染	Gram染色、显微镜观察	检测与分割网络	图像	1705张图像（来自2018-2022年临床标本），包含4833个球菌和6991个杆菌标注	NA	NA	NA	NA
3138	2026-02-28	What's in a Prior? Learned Proximal Networks for Inverse Problems 2024-May, ... International Conference on Learning Representations PMID:41743457	研究论文	本文提出了一种学习近端网络框架，用于解决逆问题中的正则化任务，并证明其能精确表示数据驱动的非凸正则化器的近端算子	开发了学习近端网络，首次证明其能作为数据驱动非凸正则化器的精确近端算子，并引入新的训练策略以恢复真实数据分布的对数先验	未明确说明模型在极端噪声或复杂数据分布下的泛化能力限制	为逆问题开发具有收敛保证的通用、无监督、表达性强的近端算子	逆问题中的正则化任务，特别是通过数据驱动方法学习先验信息	机器学习	NA	深度学习	深度神经网络	通用数据（未指定具体类型）	NA	NA	学习近端网络	状态-of-the-art性能	NA
3139	2026-02-28	Generative Adversarial Networks Accurately Reconstruct Pan-Cancer Histology from Pathologic, Genomic, and Radiographic Latent Features 2024-Mar-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.22.586306 PMID:38585926	研究论文	本文提出并验证了一种名为HistoXGAN的自定义生成对抗网络，能够利用特征提取器生成的特征向量重建代表性组织学图像	开发了HistoXGAN模型，首次实现了从病理、基因组和放射学潜在特征中准确重建泛癌组织学图像，并用于解释深度学习模型的生物学特征	未明确说明模型在特定癌症亚型或小样本数据集上的泛化能力限制	通过生成对抗网络重建肿瘤组织学图像，以解释深度学习模型提取的特征的生物学意义	29种癌症亚型的肿瘤组织学图像	数字病理学	泛癌（多种癌症）	生成对抗网络（GAN）	GAN	图像	涉及29种癌症亚型的样本，具体数量未明确说明	NA	HistoXGAN（自定义生成对抗网络）	图像重建准确性、肿瘤分级信息保留、组织学亚型识别、基因表达模式匹配	NA
3140	2026-02-28	Enhancing facial feature de-identification in multiframe brain images: A generative adversarial network approach 2024, Progress in brain research DOI:10.1016/bs.pbr.2024.07.003 PMID:39448110	研究论文	本文提出了一种基于生成对抗网络的新方法，用于脑部图像中面部特征的去标识化，通过合成新的面部特征和轮廓来保护隐私	与先前研究处理完整头部图像不同，本方法专注于头部图像的部分区域（如耳朵、鼻子、嘴巴、眼睛）进行去标识化，更贴近实际影像检查场景	在测试数据集中，耳朵检测的准确率相对较低（65.98%），表明模型对某些面部特征的泛化能力有待提升	开发一种鲁棒的面部特征去标识化方法，以符合隐私法规并促进脑科学公共数据集的共享	脑部图像中的面部特征（耳朵、鼻子、嘴巴、眼睛）	计算机视觉	NA	生成对抗网络，三维U-Net模型	GAN, CNN	图像	490例头部CT图像和70例头部MR图像	NA	U-Net	准确率，结构相似性指数	NA