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
401	2025-10-05	SDF4CHD: Generative modeling of cardiac anatomies with congenital heart defects 2024-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103293 PMID:39146700	研究论文	提出一种针对先天性心脏病的心脏解剖结构生成建模方法，能够生成保留特定CHD类型拓扑特征的虚拟心脏解剖结构	提出类型和形状解耦的生成方法，能够捕获不同CHD类型的广泛解剖结构变化，并生成保留特定CHD类型独特拓扑结构的不同形状心脏解剖结构	训练数据集相对较小，仅包含67名患者，涵盖6种CHD类型和14种CHD类型组合	开发能够生成先天性心脏病心脏解剖结构的生成模型，用于改善诊断、治疗规划和计算模拟	先天性心脏病患者的心脏解剖结构	医学图像分析	先天性心脏病	深度学习，生成建模	生成模型	心脏解剖结构数据	67名患者，涵盖6种CHD类型和14种CHD类型组合	NA	基于符号距离场(SDF)的生成模型	CHD类型正确性，形状合理性，泛化性能，心脏分割准确性	NA
402	2025-10-05	Accurate Automated Quantification of Dopamine Transporter PET Without MRI Using Deep Learning-based Spatial Normalization 2024-Oct, Nuclear medicine and molecular imaging IF:1.3Q3 DOI:10.1007/s13139-024-00869-y PMID:39308485	研究论文	提出一种基于深度学习的空间归一化方法，用于无需MRI的18F-FP-CIT PET图像自动定量分析	开发了无需解剖图像（CT或MRI）的AI驱动PET空间归一化技术，通过循环训练策略实现从模板到个体空间的逆向形变	研究样本量有限（训练集213对，验证集89对，外部验证135例），未与其他PET定量方法进行广泛比较	开发无需MRI的自动化多巴胺转运体PET定量方法	帕金森病及相关帕金森综合征患者的18F-FP-CIT PET图像	医学影像分析	帕金森病	18F-FP-CIT PET成像，3D结构MRI	CNN	PET图像，MRI图像	训练集213对PET-MRI数据，验证集89对PET-MRI数据，外部验证135例数据	NA	卷积神经网络	R²，斜率	NA
403	2025-10-05	Comparative analysis of chronic progressive nephropathy (CPN) diagnosis in rat kidneys using an artificial intelligence deep learning model 2024-Oct, Toxicological research IF:1.6Q4 DOI:10.1007/s43188-024-00247-y PMID:39345736	研究论文	本研究使用深度学习分割模型比较分析大鼠肾脏慢性进行性肾病的三种代表性病变诊断	首次针对包含多种病变的复杂病变诊断模型进行研究，并比较了三种不同分割算法在肾脏病理图像分析中的性能	样本量相对有限（33个全切片图像），模型在某些病变上准确率仍有提升空间	开发适用于复杂病变诊断的AI深度学习模型	大鼠肾脏慢性进行性肾病病变	数字病理学	肾脏疾病	全切片图像分析	深度学习分割模型	病理图像	33个大鼠肾脏全切片图像，约2000张包含三种病变的图像	NA	YOLOv8, Mask R-CNN, SOLOv2	损失值, mAP50	NA
404	2025-10-05	Exploring the Impact of Model Complexity on Laryngeal Cancer Detection 2024-Oct, Indian journal of otolaryngology and head and neck surgery : official publication of the Association of Otolaryngologists of India DOI:10.1007/s12070-024-04776-8 PMID:39376269	研究论文	本研究探讨模型复杂度对喉癌检测效果的影响，通过比较逻辑回归、浅层神经网络和深度卷积网络在CT图像上的表现	首次系统比较不同复杂度机器学习模型在喉癌CT图像检测中的性能差异，揭示模型复杂度与诊断效果的关系	研究仅基于对比CT图像，未考虑其他影像模态；样本来源单一	评估模型复杂度对喉癌检测诊断效果的影响	喉癌患者的对比CT图像	计算机视觉	喉癌	计算机断层扫描(CT)	Logistic Regression, CNN	医学图像	NA	NA	4层神经网络, ResNet-50	准确率	NA
405	2025-10-05	Detectability of Hypoattenuating Liver Lesions with Deep Learning CT Reconstruction: A Phantom and Patient Study 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.232749 PMID:39377679	研究论文	通过体模和患者研究比较深度学习CT重建与自适应统计迭代重建在低对比度肝脏病变检测能力方面的表现	首次系统评估深度学习CT重建在低对比度肝脏病变检测方面的能力，并与传统迭代重建方法进行对比	单中心回顾性研究，样本量有限（50例患者，86个病灶）	评估深度学习CT重建在低对比度肝脏病变检测方面的性能	肝脏低密度病灶和低对比度分辨率体模	医学影像分析	肝脏疾病	CT扫描，深度学习图像重建	深度学习模型	CT影像	50例患者（86个肝脏病灶）和低对比度分辨率体模	NA	NA	图像质量评分，病灶诊断置信度，病灶显著性，小病灶可见性，病灶与背景对比噪声比	NA
406	2025-10-05	Prediction of Ischemic Stroke Functional Outcomes from Acute-Phase Noncontrast CT and Clinical Information 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.240137 PMID:39404632	研究论文	本研究开发了一种融合急性期非增强CT和临床信息的深度学习模型，用于预测缺血性卒中患者90天改良Rankin量表评分	首次将急性期非增强CT与临床信息融合用于卒中功能结局预测，避免了传统方法需要手动特征工程和耗时后处理的局限性	回顾性研究设计，数据来源于临床试验和注册研究，可能存在选择偏倚	预测缺血性卒中患者90天功能结局，为医疗资源规划、临床试验设计和患者预期管理提供支持	缺血性卒中患者	医学影像分析	缺血性卒中	非增强CT	深度学习	医学影像, 临床数据	1335名患者（中位年龄71岁，674名女性），来自4个多中心试验和2个注册研究	NA	NA	平均绝对误差, AUC, 准确率	NA
407	2025-10-05	Patient-Specific Myocardial Infarction Risk Thresholds From AI-Enabled Coronary Plaque Analysis 2024-Oct, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.016958 PMID:39405390	研究论文	本研究通过AI技术分析冠状动脉斑块，建立患者特异性心肌梗死风险阈值	首次基于深度学习冠状动脉斑块量化分析，建立年龄和性别特异性的心肌梗死风险预测模型	研究样本量相对有限，需要更多前瞻性研究验证	评估基于深度学习的冠状动脉斑块量化分析对心肌梗死的预测价值	冠状动脉疾病患者	医学影像分析	心血管疾病	冠状动脉CT血管成像	深度学习	医学影像	2803名患者（956名用于建立分布，1847名用于外部验证）	NA	NA	风险比, P值, 置信区间	NA
408	2025-10-05	Automated Detection and Grading of Extraprostatic Extension of Prostate Cancer at MRI via Cascaded Deep Learning and Random Forest Classification 2024-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.04.011 PMID:38670874	研究论文	开发基于级联深度学习和随机森林分类的AI工作流，用于从前列腺MRI自动检测和分级前列腺癌的包膜外侵犯	结合级联深度学习和随机森林分类器，利用多序列MRI数据实现前列腺癌包膜外侵犯的自动化分级	模型性能在某些EPE等级上的AUC相对较低（如等级3仅为0.55），样本量有限（634例患者）	开发自动化AI工作流用于前列腺癌包膜外侵犯的检测和分级	前列腺癌患者的MRI影像数据	医学影像分析	前列腺癌	T2W MRI, ADC map, High B DWI	深度学习, 随机森林	医学影像	634例患者（507例训练集，127例测试集）	NA	级联深度学习架构	平衡准确率, ROC AUC, 灵敏度, 特异性, 准确率	NA
409	2025-10-05	Evaluating the Performance and Bias of Natural Language Processing Tools in Labeling Chest Radiograph Reports 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.232746 PMID:39436298	研究论文	评估四种自然语言处理工具在标注胸部X光报告时的性能和人口统计学偏差	首次系统评估多种NLP工具在胸部X光报告标注中的准确性和跨人口统计学群体的偏差	回顾性研究，仅评估了四种NLP工具，样本量相对有限	评估NLP工具在放射学报告标注中的准确性和人口统计学偏差	胸部X光报告	自然语言处理	胸部疾病	自然语言处理	规则基础模型,深度学习模型,混合模型	文本	MIMIC数据集692例患者，IU数据集3665例患者	NA	CheXpert, RadReportAnnotator, GPT-4, cTAKES	准确率,错误率,Pearson χ²检验	NA
410	2025-10-05	Short-length SSVEP data extension by a novel generative adversarial networks based framework 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10134-9 PMID:39555252	研究论文	提出一种基于生成对抗网络的端到端信号转换框架TEGAN，用于扩展短时长稳态视觉诱发电位信号的数据长度	首次提出用于SSVEP信号时间窗口长度扩展的GAN框架，引入两阶段训练策略和LeCam散度正则化项	仅在两个公开SSVEP数据集上验证，需要进一步在实际应用场景中测试	解决SSVEP脑机接口系统中数据长度和校准数据量限制性能的问题	稳态视觉诱发电位信号	脑机接口	NA	脑电图	GAN	脑电信号	两个公开SSVEP数据集（4类和12类）	NA	TEGAN	分类准确率	NA
411	2025-10-05	Motor imagery decoding using source optimized transfer learning based on multi-loss fusion CNN 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10100-5 PMID:39555257	研究论文	提出基于多损失融合CNN的源优化迁移学习方法，用于解码运动想象任务	首次提出多损失融合卷积神经网络构建可优化源模型，并提出源优化迁移学习方法使源模型更符合目标域特征	NA	提高多类运动想象任务的解码性能	16名健康受试者和16名中风患者	机器学习	中风	运动想象解码	CNN	脑电信号	16名健康受试者训练源模型，16名中风患者作为目标域	NA	多损失融合CNN	分类准确率	NA
412	2025-10-05	Multiresolution feature fusion for smart diagnosis of schizophrenia in adolescents using EEG signals 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10120-1 PMID:39555262	研究论文	提出一种基于多分辨率特征融合和机器智能的自动化诊断模型，用于通过脑电图信号对青少年精神分裂症进行高效诊断	结合经验小波变换和经验模态分解两种多分辨率信号分析方法，提出CNN与集成装袋树的混合模型，融合深度学习和手工特征进行诊断	样本量相对有限（84名青少年），仅使用单一公开数据集	开发精神分裂症的自动化诊断系统	青少年精神分裂症患者	机器学习	精神分裂症	脑电图信号分析	CNN, 集成学习	脑电图信号	84名青少年（45名精神分裂症症状患者和39名健康对照）	NA	卷积神经网络, 集成装袋树	分类性能	NA
413	2025-10-05	Research progress of epileptic seizure prediction methods based on EEG 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10109-w PMID:39555266	综述	本文系统综述了基于脑电图的癫痫发作预测方法的研究进展	分别基于头皮脑电图和颅内脑电图，从五种常用特征分析方法全面评估癫痫发作预测研究现状，并比较深度学习与传统机器学习方法的优劣	当前算法尚无法应用于临床，存在一定局限性	为癫痫发作预测领域的后续研究提供改进方向和技术思路	癫痫患者脑电图数据	机器学习	癫痫	EEG	深度学习, 传统机器学习	脑电图信号	NA	NA	NA	NA	NA
414	2025-10-05	Attention-based cross-frequency graph convolutional network for driver fatigue estimation 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10141-w PMID:39555279	研究论文	提出一种基于注意力的跨频率图卷积网络，用于通过EEG信号估计驾驶员疲劳程度	首次将多头注意力机制与图卷积网络结合，用于捕捉EEG通道间的跨频率长程依赖关系	仅使用公开数据集进行验证，未提及实际道路测试的适用性	开发精确的驾驶员疲劳程度估计算法	驾驶员的脑电信号和反应时间	机器学习	NA	脑电图(EEG)	图卷积网络(GCN), Transformer	脑电信号	公开数据集（具体数量未提及）	NA	基于注意力的跨频率图卷积网络(ACF-GCN), Transformer编码器	反应时间估计精度	NA
415	2025-10-05	Quality Control in the Corneal Bank with Artificial Intelligence: Comparison of a New Deep Learning-based Approach with Conventional Endothelial Cell Counting by the "Rhine-Tec Endothelial Analysis System" 2024-Jun, Klinische Monatsblatter fur Augenheilkunde IF:0.8Q4 DOI:10.1055/a-2299-8117 PMID:38574759	研究论文	本研究开发了一种基于深度学习的角膜内皮细胞密度自动检测方法，并与传统Rhine-Tec系统进行比较	首次使用深度学习技术自动检测图像中所有可见的内皮细胞，相比传统方法提高了样本量和客观性	深度学习方法目前无法完全替代移植片内皮的全区域评估，这仍是角膜移植片放行的最重要依据	比较基于深度学习的新型内皮细胞计数方法与传统Rhine-Tec系统的性能差异	角膜移植片的内皮细胞密度测量	计算机视觉	眼科疾病	相位对比显微镜成像	深度学习	图像	9375张存档的相位对比显微镜图像	NA	NA	均值比较，Bland-Altman分析，相关系数	NA
416	2025-10-05	Objective Analysis of Corneal Nerves and Dendritic Cells 2024-Jun, Klinische Monatsblatter fur Augenheilkunde IF:0.8Q4 DOI:10.1055/a-2307-0313 PMID:38941998	综述	本文综述了角膜神经和树突状细胞的图像分析方法，重点介绍了深度学习算法在自动模式识别中的应用	详细介绍了作者自主开发的深度学习算法，并与现有方法进行了比较分析	NA	分析角膜神经和树突状细胞的图像分析方法	角膜神经和树突状细胞	计算机视觉	眼表疾病	活体共聚焦显微镜	深度学习	图像	NA	NA	NA	NA	NA
417	2025-10-05	Improved Peptide Docking with Privileged Knowledge Distillation using Deep Learning 2023-Dec-04, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.01.569671 PMID:38106114	研究论文	提出了一种基于知识蒸馏的改进蛋白质-肽复合物对接方法DistPepFold	采用特权知识蒸馏方法，通过教师-学生模型架构从原生相互作用信息中学习，改进蛋白质-肽对接性能	NA	改进蛋白质-肽相互作用的计算建模方法	蛋白质-肽复合物	机器学习	NA	深度学习	知识蒸馏模型	蛋白质结构数据	两个蛋白质-肽复合物数据集	NA	基于AlphaFold-Multimer的架构	对接性能评估指标	NA
418	2025-10-05	Enhancing Neonatal Pain Assessment Transparency via Explanatory Training Examples Identification 2023-Jun, Proceedings. IEEE International Symposium on Computer-Based Medical Systems DOI:10.1109/cbms58004.2023.00236 PMID:41019613	研究论文	本研究提出一种基于实例的解释方法，通过识别最有帮助和有害的训练样本来增强新生儿疼痛音频评估的透明度	将音频信号可视化为频谱图进行分类，并提出基于实例的解释方法分析训练样本对预测的影响	仅针对音频模态，未整合其他疼痛信号；在临床环境中的实际应用效果需要进一步验证	提高基于深度学习的新生儿疼痛评估方法的透明度和可解释性	新生儿疼痛音频信号	机器学习	新生儿疼痛	音频信号处理，频谱图转换	深度学习模型	音频信号，频谱图图像	NA	NA	NA	影响分数	NA
419	2025-10-05	A framework using large time series model for early warning of infectious diseases 2026-Mar, Infectious Disease Modelling IF:3.0Q1 DOI:10.1016/j.idm.2025.08.006 PMID:41017782	研究论文	提出了一种基于大时间序列模型的传染病早期预警框架	利用生成式预训练大时间序列模型解决传染病预警中数据质量和数量限制的问题	NA	开发具有强泛化能力和优异性能的传染病早期预警系统	时空序列中的异常上升趋势（疫情暴发）检测	机器学习	传染病	时间序列分析	大时间序列模型	时空序列数据	真实世界传染病数据集及相关衍生数据集	NA	大时间序列模型	NA	NA
420	2025-10-05	Advancing CRISPR with deep learning: A comprehensive review of models and databases 2025-Dec-09, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2025.102691 PMID:41017815	综述	本文全面回顾了用于预测CRISPR基因编辑靶向效率的深度学习模型和相关数据库	系统梳理了当前CRISPR领域可用的数据库资源，并强调了机器学习/深度学习方法在预测脱靶效应中的关键作用	当前预测准确性受限于可用训练数据量，且需要更多序列特征整合到深度学习工具中	促进基因编辑疗法发展，通过预测CRISPR基因编辑实验效率来减少脱靶效应	CRISPR基因编辑系统及其脱靶效应	机器学习	NA	CRISPR基因编辑	深度学习	序列数据	NA	NA	NA	预测准确性	NA