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
5801	2025-10-06	Transfer learning for cognitive reserve quantification 2022-09, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2022.119353 PMID:35667639	研究论文	本研究开发了一种基于深度学习的认知储备量化方法，通过结构磁共振成像数据评估个体认知差异	首次使用迁移学习框架将基于健康人群开发的认知储备量化模型推广到阿尔茨海默病患者群体	研究依赖于特定脑图谱的感兴趣区测量，可能未涵盖所有相关脑区特征	开发可泛化的认知储备量化模型并验证其跨数据集和人群的适用性	健康成年人和阿尔茨海默病患者的脑结构影像数据	医学影像分析	阿尔茨海默病	结构磁共振成像	CNN	脑结构影像	三个队列共2056名参与者（RANN:495名健康成人，HCPA:620名健康成人，ADNI:941名成人）	NA	级联神经网络	线性相关系数	NA
5802	2025-10-06	Phase function estimation from a diffuse optical image via deep learning 2022-03-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ac5b21 PMID:35255481	研究论文	提出基于卷积神经网络的逆向蒙特卡罗模型，从漫射光学图像中估计散射相位函数的形式	首次实现无需预先假设相位函数具体形式的数据驱动估计方法	仅使用蒙特卡罗模拟数据进行验证，未在真实实验数据上测试	开发能够准确估计光传播模型中相位函数形式的计算方法	生物组织的漫射光学图像	计算机视觉	NA	蒙特卡罗模拟，漫射光学成像	CNN	图像	使用典型生物组织的蒙特卡罗模拟反射图像	NA	卷积神经网络	均方误差，相对误差	NA
5803	2025-10-06	Sampling alternative conformational states of transporters and receptors with AlphaFold2 2022-03-03, eLife IF:6.4Q1 DOI:10.7554/eLife.75751 PMID:35238773	研究论文	提出一种通过随机子采样MSA驱动AlphaFold2采样转运蛋白和GPCRs多种构象的方法	首次系统性地探索AlphaFold2预测蛋白质多构象状态的能力，并开发出通过减少MSA深度来诱导构象多样性的新策略	方法依赖于对已知构象状态的基准测试，对于全新构象的预测能力仍需验证	探索AlphaFold2在预测膜蛋白多构象状态方面的潜力	转运蛋白和G蛋白偶联受体	计算生物学	NA	深度学习结构预测	AlphaFold2	蛋白质序列和结构数据	多种拓扑结构不同的转运蛋白和GPCRs	AlphaFold2	AlphaFold2架构	模板建模得分	NA
5804	2025-10-06	Deep learning strategies for addressing issues with small datasets in 2D materials research: Microbial Corrosion 2022, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2022.1059123 PMID:36620046	研究论文	本研究探讨使用深度生成模型解决二维材料微生物腐蚀研究中小数据集问题的方法	首次将变分自编码器和生成对抗网络应用于二维材料微生物腐蚀研究中的数据增强，生成合成电化学数据以扩展小规模实验数据集	研究仅基于铜表面少层石墨烯的实验系统，未验证在其他二维材料或金属基底上的普适性	加速具有微生物腐蚀抗性的二维涂层虚拟筛选	二维材料涂层（石墨烯、六方氮化硼、二硫化钼）及其微生物腐蚀抗性	材料科学,机器学习	NA	电化学测试,数据增强	VAE,GAN	电化学数据	小规模实验数据集	NA	变分自编码器,生成对抗网络	准确率	NA
5805	2025-10-06	Using deep learning to predict microvascular invasion in hepatocellular carcinoma based on dynamic contrast-enhanced MRI combined with clinical parameters 2021-Dec, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-021-03617-3 PMID:33839938	研究论文	开发基于动态对比增强MRI和临床参数的深度学习模型预测肝细胞癌微血管侵犯状态	首次结合八序列MRI的CNN分支与临床参数构建深度学习模型预测MVI状态和分级	单中心回顾性研究，样本量有限，需要多中心前瞻性验证	预测肝细胞癌微血管侵犯状态以指导治疗决策和预后评估	经病理证实MVI状态的肝细胞癌患者	医学影像分析	肝细胞癌	动态对比增强磁共振成像	CNN	医学影像, 临床参数	601例肝细胞癌患者（376例MVI阴性，225例MVI阳性）	NA	多分支CNN	AUC, 准确率	NA
5806	2025-10-06	DRONE: Dual-Domain Residual-based Optimization NEtwork for Sparse-View CT Reconstruction 2021-11, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2021.3078067 PMID:33956627	研究论文	提出一种基于双域残差优化的稀疏视图CT重建网络DRONE	设计了包含嵌入、精炼和感知三个模块的双域残差优化网络，通过数据域和图像域的协同处理有效抑制稀疏视图伪影	NA	解决稀疏视图CT重建挑战，从极少投影中实现高质量图像重建	临床前和临床数据集	医学影像重建	NA	CT成像	深度学习网络	CT投影数据（正弦图）、医学图像	临床前和临床数据集	NA	DRONE（双域残差优化网络）	边缘保持、特征恢复、重建精度	NA
5807	2025-07-20	Quantitative Imaging of Body Fat Distribution in the Era of Deep Learning 2021-11, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2021.04.004 PMID:34023197	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5808	2025-10-06	Feasibility analysis on simultaneous electron density and attenuation coefficient reconstruction 2021-Nov, Medical physics IF:3.2Q1 DOI:10.1002/mp.15251 PMID:34564848	研究论文	提出一种结合深度学习的交替迭代重建方法，用于同时重建康普顿散射断层成像中的电子密度和衰减系数	利用散射图像与衰减图像之间的结构相似性，将深度学习模型融入交替迭代重建方案中	仅在模拟数据集上进行测试，尚未在真实临床数据上验证	开发联合散射和衰减图像重建的新方法	人体组织模拟的2D幻影图像和基于真实CT图像的模拟数据集	医学影像	肿瘤	康普顿散射断层成像，单视图CT成像	深度学习	CT图像，模拟数据	生成的2D幻影图像数据集和真实CT图像模拟数据集	NA	NA	结构相似性指数	NA
5809	2025-10-06	On Interpretability of Artificial Neural Networks: A Survey 2021-Nov, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2021.3066428 PMID:35573928	综述	本文对人工神经网络可解释性研究进行了系统性综述，提出了可解释性分类法并探讨了在医学等领域的应用	提出了简单而全面的可解释性分类法，系统梳理了神经网络可解释性研究进展，并探讨了与模糊逻辑和脑科学的未来研究方向	NA	提高深度神经网络的可解释性，促进其在关键任务领域的应用	人工深度神经网络(DNNs)及其可解释性方法	机器学习	NA	NA	DNN	文本,图像,视频,图数据	NA	NA	NA	NA	NA
5810	2025-10-06	When the ventral visual stream is not enough: A deep learning account of medial temporal lobe involvement in perception 2021-09-01, Neuron IF:14.7Q1 DOI:10.1016/j.neuron.2021.06.018 PMID:34265252	研究论文	通过深度学习框架研究内侧颞叶在视觉感知中的作用，解决了关于嗅周皮层参与感知的长期争议	建立了一个近似腹侧视觉流功能的深度学习框架，将病变研究、电生理记录和行为结果置于统一的计算框架中	模型仅近似腹侧视觉流功能而缺乏嗅周皮层，可能无法完全模拟完整大脑的视觉行为	研究内侧颞叶特别是嗅周皮层在视觉感知中的作用机制	人类参与者、猕猴电生理记录、已发表的视觉辨别实验数据	计算神经科学	NA	深度学习、电生理记录	深度学习模型	行为数据、电生理记录	30个已发表视觉辨别实验、新的行为实验参与者	NA	NA	行为表现对比	NA
5811	2025-10-06	Quantitative analysis of metastatic breast cancer in mice using deep learning on cryo-image data 2021-09-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-96838-y PMID:34471169	研究论文	本研究开发了一种基于卷积神经网络的深度学习算法，用于自动分析小鼠转移性乳腺癌的冷冻成像数据	提出结合多尺度CNN特征与手工特征的三步式转移灶分割算法，显著减少人工干预时间	需要专家使用MATLAB软件进行半自动校正，算法泛化性需进一步验证	开发自动化方法定量分析小鼠模型中转移性乳腺癌的分布和大小	携带4T1乳腺癌细胞的小鼠模型	计算机视觉	乳腺癌	冷冻成像技术	CNN, 随机森林	3D彩色解剖图像和荧光图像	4只癌症小鼠	MATLAB	卷积神经网络	灵敏度, 特异度, AUC	NA
5812	2025-10-06	Cine Cardiac MRI Motion Artifact Reduction Using a Recurrent Neural Network 2021-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2021.3073381 PMID:33856986	研究论文	提出一种新型循环生成对抗网络模型用于减少心脏电影MRI运动伪影	首次将双向卷积长短期记忆网络与多尺度卷积结合用于心脏MRI运动伪影减少，能够处理长程时序特征并同时捕获局部和全局特征	NA	开发深度学习技术以减少心脏电影MRI扫描时间和运动伪影	心脏电影磁共振成像序列	医学影像处理	心血管疾病	心脏磁共振成像	GAN, RNN	医学影像	NA	NA	循环生成对抗网络, 双向ConvLSTM	图像质量	NA
5813	2025-10-06	Semi-Automated Extraction of Lens Fragments via a Surgical Robot Using Semantic Segmentation of OCT Images with Deep Learning - Experimental Results in ex vivo Animal Model 2021-Jul, IEEE robotics and automation letters IF:4.6Q2 DOI:10.1109/LRA.2021.3072574 PMID:34621980	研究论文	本研究开发了一种基于OCT图像语义分割的机器人系统，用于半自动提取猪眼晶状体碎片	首次将深度学习语义分割技术与眼科手术机器人结合，实现眼内结构的自动识别和晶状体碎片的半自动提取	研究仅在离体猪眼模型中进行验证，样本量有限，尚未进行在体实验	验证使用OCT引导机器人系统提取晶状体碎片的可行性	猪眼晶状体碎片	计算机视觉	眼科疾病	光学相干断层扫描(OCT)	CNN	OCT图像	训练集10只猪眼，验证集8只猪眼，测试集10只猪眼，系统演示7只猪眼	NA	NA	平均交并比(mIoU)	NA
5814	2025-10-06	Preoperative identification of microvascular invasion in hepatocellular carcinoma by XGBoost and deep learning 2021-Mar, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-020-03366-9 PMID:32852634	研究论文	本研究开发了基于XGBoost和深度学习的模型，用于术前预测肝细胞癌的微血管侵犯	结合放射组学特征、影像学特征和临床变量构建XGBoost模型，并开发3D-CNN模型进行MVI预测	需要进一步验证，样本量相对有限（405例患者）	术前预测肝细胞癌的微血管侵犯状态	肝细胞癌患者	医学影像分析	肝细胞癌	CT影像分析，放射组学特征提取	XGBoost, 3D-CNN	CT图像	405例患者（220例MVI阳性，185例MVI阴性）	NA	3D卷积神经网络	AUROC, 置信区间, 无复发生存期	NA
5815	2025-10-06	Deep Learning Model to Predict Serious Infection Among Children With Central Venous Lines 2021, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2021.726870 PMID:34604142	研究论文	开发深度学习模型预测带中心静脉导管儿童发生疑似严重感染的风险	首次将深度学习应用于预测儿童中心静脉导管相关血流感染，相比传统疾病严重程度评分PELOD-2显著提升预测性能	单中心回顾性研究，未在外部数据集验证	预测儿科患者中心静脉导管相关的疑似严重感染	带中心静脉导管的住院儿童患者	医疗人工智能	儿科感染性疾病	电子病历数据挖掘	深度学习	临床特征数据（人口统计学、实验室结果、生命体征、导管特征、用药记录）	27,137例患者就诊记录，748,380个48小时时间窗口	NA	NA	AUC, 阳性预测值	NA
5816	2025-10-06	Deep Learning Approaches to Surrogates for Solving the Diffusion Equation for Mechanistic Real-World Simulations 2021, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2021.667828 PMID:34248661	研究论文	本文开发了一种基于卷积神经网络的替代模型，用于快速求解稳态扩散方程的近似解	使用卷积神经网络作为偏微分方程的替代求解器，相比直接计算可获得约1000倍的加速，并提出使用回退训练策略来改善训练收敛性	遇到过拟合、场值映射错误以及导致近似解出现较大绝对误差和相对误差的几何条件等问题	为机械现实世界模拟中的扩散方程求解开发快速计算方法	二维方形域中两个等直径圆形恒定值源在随机位置的扩散场	机器学习	糖尿病视网膜病变	NA	CNN	数值模拟数据	通过直接计算生成数万次训练数据	NA	卷积神经网络	损失函数, 绝对误差, 相对误差	NA
5817	2025-10-06	A deep learning diagnostic platform for diffuse large B-cell lymphoma with high accuracy across multiple hospitals 2020-11-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-020-19817-3 PMID:33244018	研究论文	开发用于弥漫性大B细胞淋巴瘤诊断的高精度深度学习平台	使用较小数据集构建多卷积神经网络平台，在跨医院验证中实现接近100%的诊断准确率	技术变异性（切片制备和图像采集差异）会影响模型在跨医院测试中的性能	建立高精度的深度学习诊断平台用于人类造血系统恶性肿瘤诊断	弥漫性大B细胞淋巴瘤和非DLBCL病理图像	数字病理学	淋巴瘤	病理图像分析	CNN	病理图像	来自三家医院的DLBCL和非DLBCL病理图像	NA	多卷积神经网络	诊断准确率	NA
5818	2025-10-06	Virtual Monoenergetic CT Imaging via Deep Learning 2020-Nov-13, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2020.100128 PMID:33294869	研究论文	提出一种基于深度学习的虚拟单能CT成像方法，从单能谱CT图像生成虚拟单能图像	首次使用深度学习将单能谱CT图像转换为多能级虚拟单能图像，避免了双能CT的系统复杂性和辐射剂量增加问题	方法依赖于临床双能CT数据进行训练，可能受训练数据质量和多样性的限制	开发从单能谱CT图像生成虚拟单能图像的深度学习解决方案	CT医学图像	计算机视觉	NA	计算机断层扫描(CT)	CNN	医学图像	临床双能CT数据	NA	改进的ResNet	相对误差	NA
5819	2025-10-06	UNMIX-ME: spectral and lifetime fluorescence unmixing via deep learning 2020-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.391992 PMID:33014571	研究论文	提出基于深度学习的荧光解混方法UNMIX-ME，可同时利用光谱和时间特征进行定量荧光团分离	首次开发能同时利用光谱和寿命特征进行荧光解混的深度学习方法	基于模拟数据训练和验证，尚未在真实临床数据上充分测试	开发多维荧光成像数据的定量解混方法	荧光探针、生物组织	计算成像	NA	高光谱荧光寿命成像	深度学习	高光谱荧光寿命图像	模拟的三指数和四指数样本	TensorFlow	NA	与LSQ方法对比的基准测试	NA
5820	2025-10-06	Evolving the pulmonary nodules diagnosis from classical approaches to deep learning-aided decision support: three decades' development course and future prospect 2020-Jan, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-019-03098-5 PMID:31786740	综述	本文全面回顾了过去三十年计算机辅助肺结节诊断技术的发展历程，从传统方法演进到深度学习辅助决策支持	首次系统梳理三十年来肺结节计算机辅助诊断技术发展历程，涵盖从传统方法到深度学习技术的完整演进路径	作为综述性文章，未包含原始实验数据和具体模型性能比较	提供计算机辅助肺结节检测和良恶性分类技术的全面综述，识别挑战并展望未来研究方向	肺结节计算机辅助诊断技术	计算机视觉	肺癌	计算机辅助诊断，深度学习	NA	胸部影像	NA	NA	NA	灵敏度，假阳性率	NA