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
361	2026-10-01	Can Deep Learning Recognize Subtle Human Activities? 2020-Jun, Conference on Computer Vision and Pattern Recognition Workshops. IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Workshops PMID:34290902	研究论文	本文提出一个新的动作分类挑战，通过控制混淆因素来比较人类和深度学习模型在识别细微人类活动（喝水、阅读、坐着）上的表现	提出一个严格的方法来减少数据集创建和人类与计算机视觉性能比较中的混淆因素，并展示了人类在这些细微动作识别任务上显著优于当前最优深度学习模型	仅考虑了三个示例性任务，未覆盖更多细微人类活动；未深入分析深度学习模型失败的具体原因	评估深度学习模型在识别细微人类活动上的能力，并与人类表现进行公平比较	人类活动动作分类任务中的图像数据以及人类参与者和深度学习模型	计算机视觉	NA	NA	CNN	图像	三个动作分类任务（喝水、阅读、坐着），人类参与者得分超过90%准确率，深度学习模型最佳准确率分别为61.7%、62.8%、76.8%	NA	NA	准确率	NA
362	2026-10-01	A convolutional neural network for the screening and staging of diabetic retinopathy 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0233514 PMID:32569310	研究论文	本文提出了一种具有18个卷积层和3个全连接层的深度卷积神经网络，用于分析眼底图像，自动区分无糖尿病视网膜病变、中度糖尿病视网膜病变和重度糖尿病视网膜病变	提出了一种具有18个卷积层和3个全连接层的特定深度CNN架构，结合类别特定的数据增强和图像尺寸调整预处理，在5折和10折交叉验证中均取得了较高的验证准确率、灵敏度和特异性，并使用了二次加权Kappa评分进行评估	未明确提及	利用深度学习模型对糖尿病视网膜病变进行自动筛查和分级，以替代视网膜专家，扩大视网膜护理的可及性	眼底图像	计算机视觉	糖尿病视网膜病变	光学相干断层扫描（OCT）和眼底摄影	CNN	图像	NA	NA	18层卷积神经网络	验证准确率、灵敏度、特异性、二次加权Kappa评分	NA
363	2026-10-01	Texture Synthesis Based Thyroid Nodule Detection From Medical Ultrasound Images: Interpreting and Suppressing the Adversarial Effect of In-place Manual Annotation 2020, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2020.00599 PMID:32626697	研究论文	本文针对医学超声图像中手动标注的对抗性效应，开发了一种基于纹理合成的修复算法来去除标注并恢复原始图像，同时应用变分信息瓶颈方法过滤无关特征，以提高甲状腺结节检测模型的鲁棒性	提出了一种修复算法来去除医学图像中的手动标注，并首次将变分信息瓶颈方法应用于过滤由标注引入的对抗性特征，从而提升模型鲁棒性	未明确说明修复算法在其它医学图像或标注类型上的泛化能力，且实验仅基于甲状腺超声图像	解决医学图像中手动标注对计算机视觉AI任务的对抗性影响，提高模型泛化性和鲁棒性	甲状腺超声图像中的结节	计算机视觉	甲状腺癌	图像修复算法，变分信息瓶颈	深度学习模型	图像	NA	NA	NA	mAP	NA
364	2024-10-02	Comment on: "Deep learning for pharmacovigilance: recurrent neural network architectures for labeling adverse drug reactions in Twitter posts" 2019-06-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocz013 PMID:31087070	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
365	2026-10-01	Intelligent nanophotonics: merging photonics and artificial intelligence at the nanoscale 2019-Mar, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2018-0183 PMID:34290952	综述	本文综述了纳米光子学与机器学习（尤其是深度学习）融合的最新进展，重点关注纳米光子逆向设计中的深度学习方法及在光子平台上实现深度神经网络	系统总结了纳米光子学与机器学习交叉领域的研究进展，聚焦于深度学习用于纳米光子逆向设计以及在光子平台上实现深度神经网络	作为综述文章，未提出新的实验方法或模型，也未进行定量性能比较	概述纳米光子学与机器学习融合领域的最新进展，重点介绍用于纳米光子逆向设计的深度学习方法，并展望未来任务	纳米光子器件、纳米光子逆向设计、光子平台上的深度神经网络	纳米光子学与机器学习交叉领域	NA	深度学习	深度神经网络	NA	NA	NA	深度神经网络	NA	NA
366	2026-10-01	3D Pulmonary Artery Segmentation from CTA Scans Using Deep Learning with Realistic Data Augmentation 2018-Sep, Image analysis for moving organ, breast, and thoracic images : third International Workshop, RAMBO 2018, fourth International Workshop, BIA 2018, and first International Workshop, TIA 2018, held in conjunction with MICCAI 2018, Granada,... DOI:10.1007/978-3-030-00946-5_23 PMID:32494780	研究论文	本文提出了一种基于三维卷积神经网络和真实数据增强的肺动脉自动分割方法，用于CTA扫描图像	提出了一种新的三维卷积神经网络架构，并采用基于真实变形的数据增强范式，通过主成分分析从多个数据集的仿射配准变形场中生成变形	未明确说明	从计算机断层扫描血管造影图像中自动分割肺动脉，以用于肺动脉几何演变的复杂分析、流体力学模型或个体化医疗	肺动脉	计算机视觉	肺动脉疾病	计算机断层扫描血管造影	三维卷积神经网络	图像	91个数据集	NA	三维卷积神经网络, U-Net	平均Dice系数, Jaccard系数, 表面间平均距离	NA
367	2026-09-30	Plankton classification with high-throughput submersible holographic microscopy and transfer learning 2021-06-16, BMC ecology and evolution IF:2.3Q3 DOI:10.1186/s12862-021-01839-0 PMID:34134620	研究论文	本文利用便携式数字同轴全息显微镜和高通量成像技术，结合迁移学习，对浮游生物图像进行分类	结合便携式全息显微镜与预训练卷积神经网络，实现高通量浮游生物图像分类，并展示即用型分类器在不同决策阈值下的强性能	未明确提及	利用全息成像和迁移学习改进浮游生物群落的原位监测，并促进微生物真核生物多样性的采样	浮游生物（微型和中型浮游生物，> 20 μm）图像	计算机视觉	NA	数字同轴全息显微镜	CNN	图像	超过3800张微型和中型浮游生物图像，涵盖19个类别	NA	预训练卷积神经网络（未指定具体架构）	F1-score	NA
368	2026-09-30	Federated learning improves site performance in multicenter deep learning without data sharing 2021-06-12, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaa341 PMID:33537772	研究论文	本文展示了通过联邦学习实现多机构训练而不集中或共享底层物理数据	在3个学术机构间成功展示联邦学习，避免患者数据转移和池化的隐私风险	需要进一步研究以加速跨机构模型开发	展示通过联邦学习实现多机构训练而不集中或共享底层物理数据	3个学术机构的临床数据和外部挑战数据集	数字病理学	NA	深度学习	CNN	图像	NA	NA	NA	NA	NA
369	2026-09-30	Adversarial Attack and Defence through Adversarial Training and Feature Fusion for Diabetic Retinopathy Recognition 2021-Jun-07, Sensors (Basel, Switzerland) DOI:10.3390/s21113922 PMID:34200216	研究论文	本文针对糖尿病视网膜病变识别中的视网膜眼底图像，提出了一种结合对抗训练和特征融合策略的防御模型，以抵御对抗性散斑噪声攻击	提出了一种防御框架，该框架整合了对抗训练和特征融合策略，能够抵御对抗性散斑噪声攻击并保持正确的分类标签	未明确说明	研究糖尿病视网膜病变识别中对抗性攻击的防御方法，提高深度学习模型的安全性和鲁棒性	视网膜眼底图像	计算机视觉	糖尿病视网膜病变	对抗训练、特征融合	NA	图像	NA	NA	NA	准确率	NA
370	2026-09-30	Deep Learning Algorithm for Automated Cardiac Murmur Detection via a Digital Stethoscope Platform 2021-05-04, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.120.019905 PMID:33899504	研究论文	利用深度学习算法通过数字听诊器平台自动检测心脏杂音并识别临床显著瓣膜性心脏病	在大规模临床研究中验证深度学习算法检测杂音及主动脉瓣狭窄和二尖瓣反流的性能，并与专家心脏病学家进行对比	排除了强度为1级的柔和杂音后灵敏度提高，表明算法对低强度杂音的检测能力有限	评估深度学习算法使用商业数字听诊器录音检测杂音和临床显著瓣膜性心脏病的性能	962名临床研究患者的心脏声音录音	机器学习	心血管疾病	数字听诊器	CNN	音频	962名患者，超过34小时的心脏声音录音	NA	NA	灵敏度, 特异性	NA
371	2026-09-30	Deep Generative Adversarial Networks: Applications in Musculoskeletal Imaging 2021-May, Radiology. Artificial intelligence DOI:10.1148/ryai.2021200157 PMID:34136816	综述	这篇综述介绍了生成对抗网络（GAN）在肌肉骨骼影像学中的应用，包括关键架构、技术背景、挑战以及研究趋势，如高分辨率MRI重建、多模态图像合成、图像增强、像素级分割和不同解剖结构的应用	系统总结了GAN在肌肉骨骼影像学中的最新应用进展，并强调了临床验证的潜力和挑战	许多应用仍处于研究阶段，临床适用性难以通过传统性能指标和专家评估来捕捉，需要进一步的临床验证	探讨GAN在肌肉骨骼影像学中的应用潜力，包括图像生成、重建、增强和分割，以改善诊断和成像效率	肌肉骨骼影像，包括成人、儿科、计算机辅助诊断、骨骼、软组织等	医学影像分析	肌肉骨骼疾病	深度学习，生成对抗网络（GAN）	GAN	图像	NA	NA	生成对抗网络（GAN）	NA	NA
372	2026-09-30	Interpretation and visualization techniques for deep learning models in medical imaging 2021-02-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/abcd17 PMID:33227719	综述	该综述总结了医学图像分析中深度学习模型的解释和可视化技术，涵盖理解模型结构与功能以及理解模型输出两类方法，并评估了其在医学成像中的应用	系统性地将模型解释方法分为理解模型结构与功能和理解模型输出两类，并对比了归因方法如显著性图和类激活图，总结了医学成像专用的工具包	当前模型解释方法存在局限性，未具体说明但文章讨论了这些限制	总结和批判性评估医学图像分析中深度学习模型的解释和可视化方法，以促进临床转化	医学图像分析中的深度学习模型	医学图像分析	NA	NA	NA	图像	NA	NA	NA	NA	NA
373	2026-09-30	Inferring Association Between Alcohol Addiction and Defendant's Emotion Based on Sound at Court 2021, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2021.669780 PMID:34122261	研究论文	本文提出了一种基于深度学习的语音情感识别框架 ResCNN-SER，用于法庭中基于声音预测被告人情绪，并推断酒精成瘾与被告情绪之间的关联	首次研究了法庭中酒精成瘾与被告人情绪之间的关联，提出了结合残差网络和卷积神经网络的 ResCNN-SER 模型用于语音情感识别	样本量较小（仅54份庭审记录），未提及模型的计算资源需求及跨法庭场景的泛化能力验证	基于法庭声音识别被告人情绪，并推断酒精成瘾与被告人情绪之间的关联	法庭庭审录音中的被告人语音	语音情感识别，机器学习	酒精成瘾	语音信号处理，深度学习	CNN，ResNet	音频	54份庭审录音记录	NA	ResCNN-SER（残差卷积神经网络）	准确率（优于现有方法，具体指标未详细说明）	NA
374	2026-09-30	FedDPGAN: Federated Differentially Private Generative Adversarial Networks Framework for the Detection of COVID-19 Pneumonia 2021, Information systems frontiers : a journal of research and innovation IF:6.9Q1 DOI:10.1007/s10796-021-10144-6 PMID:34149305	研究论文	本文提出联邦差分隐私生成对抗网络框架FedDPGAN，用于在不泄露隐私的情况下检测COVID-19肺炎	将联邦学习与差分隐私生成对抗网络结合，在保护数据隐私的同时实现COVID-19肺炎检测，支持IID和非IID设置	仅在三种胸部X射线图像数据集上评估，未涉及其他医学影像或更大规模的真实世界部署	解决基于GAN的COVID-19肺炎检测中的数据隐私泄露问题	胸部X射线图像数据，包括COVID-19、正常和普通肺炎三类	计算机视觉	COVID-19肺炎	联邦学习, 差分隐私, 生成对抗网络	GAN	图像	NA	NA	DP-GAN	NA	NA
375	2026-09-30	A spectrogram image based intelligent technique for automatic detection of autism spectrum disorder from EEG 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0253094 PMID:34170979	研究论文	该研究开发了一种基于脑电信号时频谱图图像的智能框架，用于自动检测自闭症谱系障碍	提出了基于短时傅里叶变换将脑电信号转换为二维频谱图图像，并分别使用机器学习和深度学习模型进行自闭症自动检测的框架	未明确说明具体局限性	开发一种基于脑电信号时频谱图图像的高效诊断框架，以自动识别自闭症谱系障碍	自闭症谱系障碍患者的脑电信号	机器学习	自闭症谱系障碍	脑电图, 短时傅里叶变换	CNN	图像	NA	NA	卷积神经网络	准确率	NA
376	2026-09-30	An amalgamation of YOLOv4 and XGBoost for next-gen smart traffic management system 2021, PeerJ. Computer science DOI:10.7717/peerj-cs.586 PMID:34239973	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
377	2026-09-30	Deep Learning Single-Frame and Multiframe Super-Resolution for Cardiac MRI 2020-06, Radiology IF:12.1Q1 DOI:10.1148/radiol.2020192173 PMID:32286192	研究论文	本文探讨了使用深度学习进行心脏MRI单帧和多帧超分辨率的可行性，并与传统图像放大方法进行了比较	利用深度学习从低分辨率心脏MRI图像中恢复高频空间细节，超越了传统放大方法，并在其他成像平面上也显示出改善效果	训练仅基于短轴心脏MRI检查，可能限制了模型在其他成像平面或不同扫描协议下的泛化能力	探索深度学习在心脏MRI超分辨率中的可行性，并评估其相对于传统图像放大方法的性能	心脏MRI图像，包括短轴 cine 心脏MRI检查	计算机视觉	心血管疾病	心脏MRI	CNN	图像	400例MRI扫描来自367名患者（平均年龄48岁±18；214名男性），以及前瞻性招募的10名患者（平均年龄51岁±22；7名男性）	NA	NA	结构相似性指数（SSIM）、左心室容积测量	NA
378	2026-09-29	Application of Deep Learning in the Diagnosis of Alzheimer's and Parkinson's Disease: A Review 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230328113721 PMID:37021420	综述	本文综述了深度学习在阿尔茨海默病和帕金森病诊断中的应用，包括医学检查、深度学习模型、预处理技术、公开数据集及未来研究方向	聚焦于阿尔茨海默病和帕金森病的深度学习诊断模型，系统总结了MRI图像分析的预处理技术、不同阶段的深度学习应用、公开数据集，并强调了新型生物标志物在早期诊断中的潜在应用	更多研究集中于阿尔茨海默病而非帕金森病，深度学习技术在这些疾病检测中仍面临一些挑战和问题	总结深度学习在阿尔茨海默病和帕金森病诊断中的应用现状，探讨相关医学检查、模型框架、预处理技术、数据集及未来研究方向	阿尔茨海默病和帕金森病患者，特别是老年人群	医学图像分析	阿尔茨海默病、帕金森病	深度学习	深度学习模型（如卷积神经网络等）	MRI图像	NA	NA	NA	NA	NA
379	2026-09-29	Automated Brain Tumour Detection and Classification using Deep Features and Bayesian Optimised Classifiers 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230328092218 PMID:37018527	研究论文	该文提出了一种基于ResNet18预训练网络深度特征提取、特征融合和贝叶斯优化机器学习分类器的脑肿瘤自动检测与分类框架	结合预训练ResNet18网络的浅层与深层特征融合，并使用贝叶斯算法优化SVM、KNN和决策树分类器的超参数，以提升脑肿瘤检测与分类性能	未明确提及	构建计算机辅助诊断工具，利用机器学习和深度学习技术实现脑肿瘤的自动检测与分类	公开Kaggle数据集中的脑部MRI图像	计算机视觉	脑肿瘤	MRI	CNN	图像	NA	NA	ResNet18	准确率, 灵敏度, 特异度, 精确率, F1分数, 平衡分类率, 马修斯相关系数, Kappa系数	NA
380	2026-09-29	Computer-aided Diagnosis and Analysis of Skin Cancer from Dermoscopic Images in India 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230410092618 PMID:37038298	综述	本文介绍了印度皮肤癌的类型、诊断程序、发病率与死亡率统计数据，并综述了用于黑色素瘤检测的不同技术。	提供了印度1990年至2020年皮肤癌病例和死亡率的增长统计，并预测了2040年的趋势；总结了各种皮肤癌检测技术。	未明确提及	定义不同类型的皮肤癌、诊断程序和统计，展示印度皮肤癌的统计数据，并综述黑色素瘤检测技术。	皮肤癌（包括黑色素瘤和皮肤癌）在印度的统计数据及相关检测技术。	数字病理学	皮肤癌	自动分割技术、计算机辅助诊断、移动技术、深度学习、混合方法等	NA	NA	NA	NA	NA	NA	NA