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
441	2026-09-29	Detection of sitting posture using hierarchical image composition and deep learning 2021, PeerJ. Computer science DOI:10.7717/peerj-cs.442 PMID:33834109	研究论文	本文提出了一种基于深度循环层次网络（DRHN）的新模型，用于通过RGB-Depth帧序列检测坐姿，并解决遮挡问题	创新点在于提出了深度循环层次网络（DRHN），通过分层图像组合减少或消除与有限可见人体躯干相关的姿势检测问题（即遮挡问题），提高了灵活性	摘要中未明确提及局限性	研究目的是利用深度学习和计算机视觉技术，实现人体坐姿检测，以应用于辅助生活、医疗保健、体育锻炼和康复等领域	研究对象是人体坐姿，使用RGB-Depth帧序列作为输入	计算机视觉	NA	NA	深度循环层次网络（DRHN）	图像（RGB-Depth帧序列）	NA	NA	深度循环层次网络（DRHN）	准确率	NA
442	2026-09-29	The language of proteins: NLP, machine learning & protein sequences 2021, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2021.03.022 PMID:33897979	综述	本文综述了将自然语言处理（NLP）算法应用于蛋白质研究的成功、前景和挑战	系统性地探讨蛋白质与语言的概念异同，并综述从经典文本分析到现代深度学习（如掩码语言建模、自监督学习、基于注意力的模型）在蛋白质任务中的应用	作为综述，未提出新的计算方法或实验验证，主要总结现有研究	探讨NLP与蛋白质研究的交叉领域，总结相关方法、趋势与挑战	蛋白质序列	自然语言处理	NA	NA	神经网络语言模型	文本	NA	NA	NA	NA	NA
443	2026-09-29	Optimal hyperparameter selection of deep learning models for COVID-19 chest X-ray classification 2021, Intelligence-based medicine DOI:10.1016/j.ibmed.2021.100034 PMID:33899036	研究论文	本文提出了一种基于胸部X射线图像的COVID-19诊断方法，通过优化超参数选择来解决小样本和类别不平衡问题	使用判别性微调方法动态为每层网络分配不同的学习率，并采用循环学习率策略，结合混合精度训练提高计算效率	数据集规模较小，可能存在过拟合风险，需要在更大规模数据集上进一步验证	开发有效的COVID-19筛查工具，以辅助放射科医生快速诊断	COVID-19患者的胸部X射线图像	计算机视觉	COVID-19	深度学习	CNN	图像	NA	NA	NA	准确率, 灵敏度, 特异性	NA
444	2026-09-29	Transductive Transfer Learning for Domain Adaptation in Brain Magnetic Resonance Image Segmentation 2021, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2021.608808 PMID:33994917	研究论文	本文提出了一种用于域自适应的转导迁移学习方法，以减少脑部MRI分割中的域偏移效应	提出了一种转导迁移学习方法，在特征层面使用直方图损失函数进行域自适应优化，将源域和目标域图像联合整合到转导训练过程中，同时分割感兴趣区域并最小化域偏移效应	未明确讨论计算复杂度、超参数选择的敏感性以及对更多不同域和疾病类型的泛化能力	开发一种准确且对扫描仪和采集协议变异性具有鲁棒性的自动化深度学习分割方法	脑部MRI图像，包括皮层下脑结构和白质高信号	计算机视觉, 数字病理学	神经系统疾病, 神经退行性疾病	MRI	CNN	图像	多中心和多扫描仪数据库	NA	NA	Dice相似系数（DSC）	NA
445	2026-09-29	Diagnosis of Cervical Cancer based on Ensemble Deep Learning Network using Colposcopy Images 2021, BioMed research international IF:2.6Q3 DOI:10.1155/2021/5584004 PMID:33997017	研究论文	本文提出了两种深度学习CNN架构（VGG19迁移学习模型和CYENET）用于基于阴道镜图像自动检测宫颈癌	提出了一种新的阴道镜集成网络（CYENET），用于自动分类宫颈癌，其性能优于VGG19迁移学习模型	未明确说明	利用阴道镜图像提高宫颈癌类型分类的诊断准确性和效率	宫颈癌患者	医学图像分析	宫颈癌	阴道镜检查	CNN	图像	未明确说明	NA	VGG19, CYENET	准确率, 特异性, 灵敏度, kappa分数	NA
446	2026-09-29	COVID-19 prediction using AI analytics for South Korea 2021, Applied intelligence (Dordrecht, Netherlands) DOI:10.1007/s10489-021-02352-z PMID:34764592	研究论文	本文利用人工智能分析方法，对韩国COVID-19疫情数据进行建模，分析人口统计学因素对疫情传播和死亡率的影响，并预测感染者的生存可能性	结合机器学习超参数调优与基于自编码器的深度学习模型，同时采用聚类分析对年龄段进行分组研究，综合分析年龄、性别、时间演变等多因素对COVID-19传播和死亡的影响，并预测隔离患者的生存概率	摘要中未明确提及研究的具体局限性	分析影响COVID-19全球传播的人口统计学因素及导致感染死亡的特征，并预测韩国COVID-19感染者的生存可能性	韩国COVID-19确诊患者和死亡病例，包括不同年龄段、性别及时间演变数据	机器学习	COVID-19	NA	自编码器, 机器学习模型, 深度学习模型	表格数据（人口统计学数据、确诊病例数据、死亡病例数据）	NA	NA	自编码器	NA	NA
447	2026-09-29	Uncertain-DeepSSM: From Images to Probabilistic Shape Models 2020-Oct, Shape in Medical Imaging : International Workshop, ShapeMI 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 4, 2020, Proceedings DOI:10.1007/978-3-030-61056-2_5 PMID:33817703	研究论文	提出Uncertain-DeepSSM模型，从图像中直接提取概率形状模型，量化偶然不确定性和认知不确定性	统一模型量化数据相关的偶然不确定性和模型相关的认知不确定性，提高准确性	未明确提及	改进DeepSSM，提供不确定性量化的形状建模	未分割的图像	计算机视觉，医学图像分析	NA	统计形状建模，深度学习	神经网络， Monte Carlo dropout	图像	NA	NA	DeepSSM	准确性	NA
448	2026-09-29	[Research and application of artificial intelligence based three-dimensional preoperative planning system for total hip arthroplasty] 2020-Sep-15, Zhongguo xiu fu chong jian wai ke za zhi = Zhongguo xiufu chongjian waike zazhi = Chinese journal of reparative and reconstructive surgery DOI:10.7507/1002-1892.202005007 PMID:32929897	研究论文	开发基于人工智能的全髋关节置换术三维术前规划系统（AIHIP）并通过初步临床应用验证其准确性	首次展示并初步应用人工智能术前系统的工作流程	其潜在临床价值需要更深入的研究来发掘	开发人工智能全髋关节置换术三维术前规划系统并验证其准确性	接受单侧初次全髋关节置换术的患者	医学影像分析	髋关节疾病	CT扫描	深度学习神经网络	CT图像	60名患者（60个髋关节），试验组30例，对照组30例	NA	NA	匹配率, 下肢长度差异, 股骨偏移差异, 联合偏移差异	NA
449	2026-09-29	Machine learning applied to retinal image processing for glaucoma detection: review and perspective 2020-Apr-15, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-020-00767-2 PMID:32293466	综述	本文对2014-2019年间使用机器学习进行视网膜图像处理以诊断和检测青光眼的主要算法进行了系统综述	系统总结了青光眼视网膜图像处理中机器学习算法的应用现状，对比了特征提取+降维方法与深度卷积网络两种架构的差异，并指出数据增强和迁移学习可用于优化网络训练	排除了使用分割视盘方法的研究，仅纳入应用分类过程的方法，且文献时间范围限于2014-2019年，深度学习方法需要大量图像和较高计算成本	综述机器学习在视网膜图像处理中用于青光眼诊断和检测的主要算法，分析不同架构的优缺点并展望未来方向	2014-2019年间发表的关于机器学习应用于视网膜图像处理进行青光眼检测的研究文献	计算机视觉	青光眼	视网膜图像处理	CNN	图像	NA	NA	深度卷积网络	NA	NA
450	2026-09-29	Deep Learning Method for Mandibular Canal Segmentation in Dental Cone Beam Computed Tomography Volumes 2020-04-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-020-62321-3 PMID:32245989	研究论文	本文提出了一种基于深度学习的全卷积神经网络分割系统，用于在牙科锥形束CT图像中自动定位下颌管	应用全卷积神经网络分割在临床多样化的637例锥形束CT数据集上，使用放射科医生的粗略标注进行训练，并用15例精确体素级标注数据进行评估，实现了高精度的下颌管自动定位	训练数据仅使用粗略标注，且评估数据集规模较小（15例），可能影响模型的泛化能力	实现下颌管的自动定位，以减少牙种植学中手动标注的工作量	下颌管	计算机视觉	NA	锥形束CT	CNN	图像	637例锥形束CT体积用于训练，15例用于评估	NA	全卷积神经网络	平均曲线距离, 平均对称表面距离	NA
451	2026-09-29	Automatic Lumbar Spine Tracking Based on Siamese Convolutional Network 2020-04, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-019-00273-5 PMID:31602548	研究论文	本文提出了一种基于孪生卷积网络的全自动腰椎追踪方法，用于在数字化视频荧光成像序列中追踪L1至L4腰椎	无需标注的腰椎序列，通过离线训练孪生网络学习通用图像特征和相似性函数，实现旋转边界框的腰椎追踪	摘要中未明确提及研究的局限性	开发一种稳定且鲁棒的腰椎追踪方法，以定量分析脊柱运动模式并诊断腰椎不稳	数字化视频荧光成像序列中的腰椎（L1至L4）	计算机视觉	腰椎不稳	数字化视频荧光成像	孪生卷积网络	图像序列	NA	NA	全卷积孪生网络	NA	NA
452	2026-09-29	A Metal Artifact Reduction Method Using a Fully Convolutional Network in the Sinogram and Image Domains for Dental Computed Tomography 2020-04, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-019-00297-x PMID:31720891	研究论文	本文提出了一种基于全卷积网络在正弦图和图像域进行金属伪影减少的方法，用于牙科CT	在正弦图和图像域同时使用全卷积网络进行金属伪影减少，并结合金属插入步骤	未明确说明	研究有效的金属伪影减少方法，以提高牙科CT图像质量	牙科CT图像中的金属伪影	计算机视觉	NA	牙科计算机断层扫描	FCN	图像	NA	NA	FCN	均方根误差, 结构相似性	NA
453	2026-09-29	LungRegNet: An unsupervised deformable image registration method for 4D-CT lung 2020-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.14065 PMID:32017141	研究论文	开发了一种名为LungRegNet的无监督深度学习可变形图像配准方法，用于4D-CT肺部图像的快速准确配准	提出了由CoarseNet和FineNet两个子网络组成的无监督深度学习架构，每个子网络包含生成器和判别器，并引入血管增强图像（肺血管概率图）来提高配准精度	未明确提及	开发一种准确且快速的4D-CT肺部图像可变形图像配准方法	4D-CT肺部图像	计算机视觉, 医学图像分析	肺癌, 肺部疾病	4D-CT, 可变形图像配准	GAN	图像	10个本部门4D-CT数据集（五折交叉验证），10个DIRLAB数据集（每个病例300个手动标记点对）	NA	CoarseNet, FineNet, 生成器, 判别器	目标配准误差	NA
454	2026-09-29	Detection of Rare Objects by Flow Cytometry: Imaging, Cell Sorting, and Deep Learning Approaches 2020-Mar-27, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms21072323 PMID:32230871	综述	本文综述了流式细胞术在检测血液中罕见病原体（如循环肿瘤细胞、微生物和寄生虫）的成像、分选和深度学习方法	系统总结了流式细胞术中罕见物体检测的可视化技术、提取方法和基于深度学习的自动识别新方法	未提及	概述流式细胞术中用于检测血液中罕见诊断物体的主要技术，包括可视化、提取和自动识别方法	血液中的罕见病原体，包括循环肿瘤细胞、微生物和寄生虫	数字病理学	癌症、血液感染	流式细胞术、成像、细胞分选、深度学习	深度学习	图像	NA	NA	NA	NA	NA
455	2026-09-29	Systematic Review of Privacy-Preserving Distributed Machine Learning From Federated Databases in Health Care 2020-03, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.19.00047 PMID:32134684	综述	本文系统回顾了医疗领域中基于联邦数据库的隐私保护分布式机器学习的应用与实现	系统综述了医疗领域中分布式学习的主要实现方式，涵盖隐私保护、法律背景、机器学习概念及未来展望	存在综述本身的局限性，未具体说明	回顾医疗领域中分布式学习的主要应用与实现，探讨利用联邦数据库促进医疗大数据应用	医疗领域中的分布式机器学习应用与联邦数据库	机器学习	NA	联邦学习、分布式学习	NA	文本	NA	NA	NA	NA	NA
456	2026-09-29	Brain Tumor Analysis Empowered with Deep Learning: A Review, Taxonomy, and Future Challenges 2020-Feb-22, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci10020118 PMID:32098333	综述	本文综述了深度学习在脑肿瘤分析中的应用，包括分割、分类、预测和评估，并提出了研究分类体系及未来挑战	提供了脑肿瘤分析领域中深度学习研究的连贯分类体系，并系统梳理了该新兴领域的主要方面	未进行原始实验验证，仅基于文献综述，且深度学习技术本身仍存在局限性	综述与脑肿瘤分析相关的主要深度学习概念，包括分割、分类、预测和评估	脑肿瘤相关的医学图像及文献研究	医学图像处理	脑肿瘤	深度学习	NA	图像	NA	NA	NA	NA	NA
457	2026-09-29	Integrating radiomics into holomics for personalised oncology: from algorithms to bedside 2020-02-07, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-019-0143-0 PMID:32034573	综述	本文综述了放射组学在个性化肿瘤学中的研究趋势，从手工放射组学特征提取与统计分析到深度学习，并探讨了将基因组学、免疫组学等多组学数据整合到放射组学中以改善患者分层和治疗反应预测，以及数据协调和管理基础设施的挑战。	提出了“全组学”这一新兴范式，强调将放射组学与所有其他组学数据整合到临床工作流程中，并指出大数据基础设施实施中的范式转变。	作为综述文章，未提供原始实验数据；数据协调和管理基础设施仍面临挑战；全组学的临床整合尚需进一步验证。	分析放射组学的当前研究趋势，探讨将放射组学与基因组学、免疫组学等多组学数据整合以改善患者分层和治疗反应预测，并讨论数据协调和管理基础设施的挑战。	医学影像大数据、放射组学特征、基因组学数据、免疫组学数据、患者分层与治疗反应预测	数字病理学	肺癌	放射组学、人工智能、深度学习	卷积神经网络、深度学习模型	图像、文本	NA	NA	NA	NA	NA
458	2026-09-29	Locating induced earthquakes with a network of seismic stations in Oklahoma via a deep learning method 2020-02-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-020-58908-5 PMID:32029857	研究论文	该论文开发了一个全卷积网络，利用俄克拉荷马州30个地震台站的数据定位石油和天然气作业引发的地震	使用全卷积网络进行地震定位，输出三维事件位置概率体积，无需速度模型或人工干预，能自动区分干扰事件或监测区域外事件	对于较小事件（M=1.0, 0.5）定位误差大于11公里，且定位精度受目录地面真值精度影响	准确自动确定小地震（M<3.0）的位置，以监测地震活动和评估潜在危害	俄克拉荷马州石油和天然气作业引发的地震	机器学习	NA	深度学习	CNN	地震波形数据	1,013个目录事件（M≥3.0）作为基础数据，加上针对较小事件（3.0>M≥0.5）的增强数据，来自30个台站	NA	全卷积网络	平均震中误差	NA
459	2026-09-29	A deep learning system accurately classifies primary and metastatic cancers using passenger mutation patterns 2020-02-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-019-13825-8 PMID:32024849	研究论文	该文章基于全基因组测序中的体细胞乘客突变模式，训练了一个深度学习分类器来预测癌症类型，并在独立原发性和转移性样本上验证了其准确性	利用体细胞乘客突变模式而非驱动突变来分类癌症类型；开发了一个深度学习分类器，在转移性肿瘤样本上的准确率约为病理学家的两倍；发现添加驱动突变信息反而降低了准确率	摘要中未明确提及研究的局限性	开发一个深度学习分类器，基于体细胞乘客突变模式预测癌症类型，特别是针对原发灶不明的转移性肿瘤	2606个肿瘤样本，涵盖24种常见癌症类型，来自ICGC/TCGA Pan-Cancer Analysis of Whole Genomes (PCAWG) 联盟	机器学习	癌症	全基因组测序 (WGS)	深度学习分类器	基因组数据	2606个肿瘤样本（包括原发性肿瘤和转移性肿瘤），涵盖24种癌症类型	NA	NA	准确率	NA
460	2026-09-29	A Multi-Task Framework for Facial Attributes Classification through End-to-End Face Parsing and Deep Convolutional Neural Networks 2020-Jan-07, Sensors (Basel, Switzerland) DOI:10.3390/s20020328 PMID:31935996	研究论文	该论文提出了一种通过端到端人脸解析和深度卷积神经网络进行人脸属性（种族、年龄、性别）分类的多任务框架	手动标注人脸图像训练端到端人脸解析模型，生成七类密集概率图作为特征描述符，并为每个属性任务训练单独的CNN，结合多任务框架提升分类性能	未明确说明	解决人脸图像分析中的种族、年龄和性别识别三个挑战性问题	人脸图像	计算机视觉	不适用	深度学习	CNN	图像	未明确说明	未明确说明	未明确说明	未明确说明	未明确说明