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
641	2026-09-28	Impact of coronary plaque morphology on the precision of computational fractional flow reserve derived from optical coherence tomography imaging 2022-Apr, Cardiovascular diagnosis and therapy IF:2.1Q3 DOI:10.21037/cdt-21-505 PMID:35433350	研究论文	本研究探讨冠状动脉斑块形态对基于光学相干断层扫描（OCT）计算的血流储备分数（FFR）精度的影响	首次揭示高脂质负荷会导致OFR低估FFR，而TCFA、FPV和CPV并非OFR与FFR数值差异的独立预测因子	回顾性、观察性、单中心研究，样本量有限，仅纳入中间冠状动脉狭窄病变	评估斑块组成是否影响计算FFR（OFR）的数值精度	接受OCT和FFR检查的冠状动脉中间狭窄患者	数字病理学	心血管疾病	光学相干断层扫描（OCT）、计算血流储备分数（FFR）、光学血流比（OFR）	深度学习算法	图像	193例患者的230条血管	NA	NA	FFR、OFR、OFR与FFR的数值差异（NDOF）、95%置信区间	NA
642	2026-09-28	Artificial Intelligence-Driven Prediction Modeling and Decision Making in Spine Surgery Using Hybrid Machine Learning Models 2022-Mar-22, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm12040509 PMID:35455625	综述	本文综述了人工智能在脊柱手术中的预测建模与决策支持应用，重点关注混合机器学习和深度学习模型，能够整合多模态数据以模拟人类自然行为	这是首篇聚焦于脊柱手术中混合深度学习模型应用的AI综述，提出了基于三大支柱的新型决策方法：(1)以患者为中心，(2)AI驱动，(3)整合多模态数据，并探讨了将非图像数据转换为图像后输入CNN模型的可行性	作为综述文章，未进行原始实验验证，且所讨论的混合决策支持模型在脊柱手术中的实际临床应用尚未实现，仍需进一步研究和验证	综述机器学习和深度学习在脊柱手术中多视角模式识别的最新进展，探索基于多模态数据的混合AI决策支持模型的应用前景	脊柱手术患者的多模态数据（包括基因组、影像学、实验室和临床数据）	机器学习	脊柱疾病	NA	CNN, 混合深度学习模型	图像, 基因组数据, 影像学数据, 实验室数据, 临床数据	NA	NA	CNN	NA	NA
643	2026-09-28	A review and experimental evaluation of deep learning methods for MRI reconstruction 2022-Mar, The journal of machine learning for biomedical imaging PMID:35722657	综述	本文综述并实验评估了用于MRI重建的深度学习方法	系统性地回顾了基于神经网络的并行MRI重建方法，从传统k空间重建视角提供背景，并涵盖了图像域和k空间两大类技术，同时讨论了公开数据集和基准测试	仅对公开数据集上表现良好的方法进行了实验评估，未涵盖所有最新方法；该领域发展迅速，综述可能无法完全跟上最新进展	综述用于加速MRI采集和重建的深度学习方法，并实验评估其性能	用于MRI重建的深度学习方法，特别是并行成像方法	计算机视觉	NA	并行MRI，压缩感知，深度学习	NA	图像	NA	NA	NA	NA	NA
644	2026-09-28	QdMRI: A system for comprehensive analysis of thoracic dynamics via dynamic MRI 2022 Feb-Mar, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2612117 PMID:36039169	研究论文	本文介绍了一个名为QdMRI的综合系统，用于通过动态MRI对胸廓动力学进行定量分析，以评估胸廓功能不全综合征（TIS）的治疗效果	整合了过去10年TIS研究中的所有相关算法和模块到一个系统中，解决了动态图像采集、4D图像构建、图像分割和可视化等关键问题	论文未明确提及系统的局限性，可能包括对自由呼吸条件下图像采集的依赖、深度学习分割模型的泛化能力等	开发一个综合系统，用于定量评估胸廓功能不全综合征（TIS）的手术治疗效果和设计手术方案	胸廓功能不全综合征（TIS）患者和正常儿童	医学图像分析	胸廓功能不全综合征	动态磁共振成像（dMRI）	深度学习模型	4D动态MRI图像	NA	NA	NA	DICE系数	NA
645	2026-09-28	Federated learning for computational pathology on gigapixel whole slide images 2022-02, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2021.102298 PMID:34911013	研究论文	本文提出了一种基于弱监督注意力多实例学习和差分隐私的联邦学习框架，用于计算病理学中的千兆像素全切片图像分析	首次将联邦学习与弱监督注意力多实例学习及差分隐私相结合，用于千兆像素全切片图像的计算病理学任务，并提供了开源软件包	未明确说明，但可能包括差分隐私带来的性能损失以及联邦学习中的通信开销	在保护隐私的前提下，利用分布式多中心数据开发准确的弱监督深度学习模型，用于计算病理学任务	千兆像素全切片图像	计算病理学	NA	弱监督注意力多实例学习、差分隐私、联邦学习	注意力多实例学习	图像	数千张全切片图像	PyTorch	注意力多实例学习	NA	NA
646	2026-09-28	Accurate image-based identification of macroinvertebrate specimens using deep learning-How much training data is needed? 2022, PeerJ IF:2.3Q2 DOI:10.7717/peerj.13837 PMID:36032940	研究论文	该研究利用BIODISCOVER成像系统和深度学习技术，对淡水大型无脊椎动物标本进行图像分类，并探讨分类准确率与训练数据量的关系	量化了训练数据量对分类准确率的影响，并展示了在较少数据下也能达到高准确率	研究仅使用了16个分类单元的60个标本，样本量有限，可能无法完全代表所有情况	探究基于图像和深度学习的物种识别中，训练数据量对分类准确率的影响	淡水大型无脊椎动物标本	计算机视觉	NA	成像技术、深度学习	CNN	图像	960个标本（16个分类单元，每个60个）	NA	EfficientNet-B6	准确率	NA
647	2026-09-28	Challenges of deep learning methods for COVID-19 detection using public datasets 2022, Informatics in medicine unlocked DOI:10.1016/j.imu.2022.100945 PMID:35434261	研究论文	该研究评估了基于深度学习的COVID-19检测方法在公共数据集上的挑战，通过设计不同实验设置并分析数据集组成	提出了CVR-Net多尺度多编码器集成模型，并系统分析了单源、多源和独立源训练测试数据对模型性能的影响，揭示了公共数据集在开发临床适用DL工具中的局限性	研究依赖于现有公共数据集，这些数据集可能存在偏差或不平衡，且未涉及实际临床部署的验证	评估基于深度学习的COVID-19检测方法在公共数据集上的前景，通过调查关键挑战和问题，设计不同实验设置来验证假设	公共COVID-19图像数据集，包括正常、COVID-19和肺炎图像	计算机视觉	COVID-19	深度学习	CNN	图像	NA	NA	CVR-Net	准确率	NA
648	2026-09-28	Individual Tree Crown Segmentation and Crown Width Extraction From a Heightmap Derived From Aerial Laser Scanning Data Using a Deep Learning Framework 2022, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2022.914974 PMID:35774816	研究论文	该研究提出了一种结合YOLO-v4深度学习网络和计算机图形学算法的方法，用于从机载激光扫描数据生成的高度图中进行单木树冠分割和树冠宽度提取	提出了一种基于机载LiDAR数据直接生成的高度图，协同使用YOLO-v4深度学习网络进行单木树冠分割，并结合计算机图形学算法细化涉及重叠树冠的分割结果的新概念；使用三种生成对抗网络（WGAN、CycleGAN和SinGAN）生成合成图像，与手动标注的训练样本耦合来训练网络；克服了现有单木树冠分割方法使用航空照片获取纹理和树冠外观信息时遇到的异质太阳光照强度或交错枝叶干扰的限制	NA	从LiDAR数据中提取单木树冠信息，以支持森林资源评估和智能管理	三个林区样地，分别为树木苗圃、森林景观和混合人工林	计算机视觉	NA	机载激光扫描（LiDAR）	CNN, GAN	图像（高度图）	三个林区样地（树木苗圃、森林景观和混合人工林）	YOLO-v4, WGAN, CycleGAN, SinGAN	YOLO-v4, WGAN, CycleGAN, SinGAN	召回率, 精确率, 决定系数（R²）	NA
649	2026-09-28	Deep Learning for Basal Cell Carcinoma Detection for Reflectance Confocal Microscopy 2022-01, The Journal of investigative dermatology IF:5.7Q1 DOI:10.1016/j.jid.2021.06.015 PMID:34265329	研究论文	本研究开发并评估了一种基于深度学习的人工智能模型，用于在反射共聚焦显微镜图像中自动检测基底细胞癌	提出了一种基于深度学习的自动检测基底细胞癌的方法，在反射共聚焦显微镜图像上达到了与专家相当的性能，并在国际协作的独立测试集上验证了可重复性和泛化性	摘要中未明确提及	开发并评估深度学习模型以自动检测反射共聚焦显微镜图像中的基底细胞癌	基底细胞癌患者	计算机视觉	皮肤癌	反射共聚焦显微镜	深度学习	图像	NA	NA	NA	AUC	NA
650	2026-09-28	U-Net-Based Medical Image Segmentation 2022, Journal of healthcare engineering DOI:10.1155/2022/4189781 PMID:35463660	综述	本文综述了基于U-Net结构变体的医学图像分割技术，涵盖其结构、创新、效率等方面，并介绍了常用的损失函数、评价参数和模块	系统性地对U-Net结构变体进行综述和分类，并总结医学图像分割中常用的损失函数、评价参数和模块，为后续研究提供参考	作为综述文章，未提出新的算法或模型，未进行实验验证，仅对现有研究进行归纳总结	总结基于U-Net结构变体的医学图像分割技术，为未来研究提供参考	基于U-Net结构变体的医学图像分割方法及相关文献	计算机视觉	NA	NA	CNN	图像	NA	NA	U-Net及其变体	NA	NA
651	2026-09-28	Exploring the Employment Quality Evaluation Model of Application-Oriented University Graduates by Deep Learning 2022, Computational intelligence and neuroscience DOI:10.1155/2022/2823614 PMID:35502350	研究论文	本文结合深度学习技术构建了应用型大学毕业生的就业培训与就业质量评价模型，并通过问卷调查分析了学习动机、专注度、教学过程和最终结果对学习效果及就业质量的影响	将深度学习技术与就业概念相结合，构建就业培训模型，并从学习动机、专注度、教学过程和最终结果四个维度设计问卷进行就业质量评价	摘要未提及样本量的具体信息及模型的技术细节，研究主要基于问卷调查分析，可能缺乏大规模多中心验证	探索应用型大学毕业生就业质量评价模型，改善课堂就业指导能力与策略，为毕业生就业质量提供参考建议	应用型大学毕业生及在校大学生	机器学习	NA	深度学习技术，问卷调查	深度学习模型（具体架构未明确）	问卷调查数据（文本/数值型）	NA	NA	NA	P值，非标准化系数	NA
652	2026-09-28	Deep Learning for Prediction of Progression and Recurrence in Nonfunctioning Pituitary Macroadenomas: Combination of Clinical and MRI Features 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.813806 PMID:35515108	研究论文	该研究应用深度学习算法结合临床和MRI特征预测无功能垂体大腺瘤的进展和复发	结合临床数据和MRI特征的多模态CNN-MLP模型用于预测无功能垂体大腺瘤的进展和复发	样本量较小（78例患者），需要更多研究来支持发现	应用深度学习算法预测无功能垂体大腺瘤的进展和复发	无功能垂体大腺瘤患者	医学影像分析	垂体腺瘤	深度学习	多层感知机, 卷积神经网络	临床数据, MRI图像	78例患者	NA	多层感知机, 卷积神经网络	准确率, 精确率, AUC	NA
653	2026-09-28	Avoiding Catastrophe: Active Dendrites Enable Multi-Task Learning in Dynamic Environments 2022, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2022.846219 PMID:35574225	研究论文	本文提出了一种融合活跃树突和稀疏表示的新型人工神经网络架构，用于在多任务和持续学习场景中避免灾难性遗忘。	首次将活跃树突和稀疏表示融入标准深度学习框架，并在多任务强化学习和持续学习两个基准上同时取得有竞争力的结果。	未明确说明计算资源限制，可能在更大规模任务上的泛化性有待验证。	研究生物启发的架构如何解决动态环境中的多任务学习和持续学习问题。	多任务强化学习环境Meta-World中的机器人操作任务，以及持续学习基准中的预测任务。	机器学习	NA	NA	人工神经网络	NA	NA	NA	包含活跃树突和稀疏表示的人工神经网络	NA	NA
654	2026-09-28	A Survey on Deep Networks Approaches in Prediction of Sequence-Based Protein-Protein Interactions 2022, SN computer science DOI:10.1007/s42979-022-01197-8 PMID:35611239	综述	本文首次全面综述了基于序列的蛋白质-蛋白质相互作用预测中三种主流深度学习架构（深度神经网络、卷积神经网络和循环神经网络及其变体）的应用	首次对基于序列的PPI预测中三种流行深度学习架构（深度神经网络、卷积神经网络和循环神经网络及其变体）进行全面综述	未提及具体性能基准比较或对未来挑战的深入讨论	综述深度学习在基于序列的蛋白质-蛋白质相互作用预测中的应用，帮助研究人员进一步探索该领域的成功	蛋白质-蛋白质相互作用	机器学习	NA	NA	深度神经网络, 卷积神经网络, 循环神经网络及其变体	序列数据	NA	NA	深度神经网络, 卷积神经网络, 循环神经网络	NA	NA
655	2026-09-28	Film Effect Optimization by Deep Learning and Virtual Reality Technology in New Media Environment 2022, Computational intelligence and neuroscience DOI:10.1155/2022/8918073 PMID:35634038	研究论文	本文利用深度学习和虚拟现实技术优化电影播放效果，通过极值中值滤波、生成对抗网络、决策树和层次聚类算法提升单帧视频图像的对比度、细节和色彩表现	将优化的极值中值滤波算法、生成对抗网络与决策树及层次聚类算法结合，用于电影视频图像和VR图像的优化与增强，提升图像细节、纹理特征及交互沉浸感	未提及具体局限性	解决新媒体环境中电影视觉表达沉浸感弱、交互性差、仿真度低的问题，优化电影播放效果和VR电影体验	电影单帧视频图像和VR图像	计算机视觉	NA	虚拟现实技术、极值中值滤波、生成对抗网络、决策树算法、层次聚类算法	GAN	图像	NA	NA	GAN	对比度, 熵, 噪声比, Frechet Inception Distance	NA
656	2026-09-28	AX-Unet: A Deep Learning Framework for Image Segmentation to Assist Pancreatic Tumor Diagnosis 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.894970 PMID:35719964	研究论文	本文提出了AX-Unet深度学习框架，通过改进的空洞空间金字塔池化模块和组卷积操作减少下采样过程中的信息损失，并引入显式边界感知损失函数处理模糊边界问题，用于胰腺CT图像分割以辅助胰腺肿瘤诊断	提出改进的空洞空间金字塔池化模块以学习位置信息并提取多级上下文信息；在每个层级的特征图上引入特殊的组卷积操作以实现通道间的信息解耦；提出显式边界感知损失函数以解决模糊边界问题	未明确说明模型的泛化能力、计算复杂度以及在更大规模多中心数据集上的验证情况	提高胰腺CT图像分割的准确性，减少深度神经网络信息传播过程中的信息损失，并通过特征对比辅助胰腺肿瘤筛查	胰腺CT图像中的胰腺区域，包括正常人群和胰腺肿瘤患者的胰腺	计算机视觉, 数字病理学	胰腺癌	CT影像	CNN	图像	两个公开胰腺CT数据集：NIH胰腺CT数据集和医学分割十项全能（MSD）数据集中的胰腺部分	NA	U-Net, AX-Unet	分割性能指标（未具体说明，但包括与最先进方法的对比）	NA
657	2026-09-28	Alternating Learning Approach for Variational Networks and Undersampling Pattern in Parallel MRI Applications 2022, IEEE transactions on computational imaging IF:4.2Q2 DOI:10.1109/tci.2022.3176129 PMID:35795003	研究论文	本文提出一种交替学习方法，用于学习并行MRI中的采样模式和变分网络参数	提出交替学习采样模式和变分网络参数的框架，包含四种变体，并发现改进不仅来自采样密度还来自k空间采样位置	未明确说明局限性	加速并行磁共振成像	脑部和膝关节MRI数据集	计算机视觉	NA	并行磁共振成像	变分网络	图像	两个数据集（脑部和膝关节）	NA	变分网络	RMSE, SSIM, HFEN	NA
658	2026-09-28	Deep learning frameworks for protein-protein interaction prediction 2022, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.06.025 PMID:35832624	综述	本文全面介绍了深度学习在蛋白质-蛋白质相互作用预测中的学习架构、基准和扩展应用	系统梳理了深度学习在PPI预测中的多种学习架构、基准和扩展应用，为该领域提供了综合性介绍	作为综述文章，未提出新的计算模型或实验验证	全面介绍深度学习在蛋白质-蛋白质相互作用预测中的应用	蛋白质-蛋白质相互作用预测方法	机器学习	NA	NA	深度学习	NA	NA	NA	NA	NA	NA
659	2026-09-28	Research on Emotion Analysis and Psychoanalysis Application With Convolutional Neural Network and Bidirectional Long Short-Term Memory 2022, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2022.852242 PMID:35846596	研究论文	本研究聚焦于基于情感识别的心理分析应用中的情感分析方法，通过改进的C-BiL模型在服务器端的情感识别模块中有效实现情感识别功能	提出了改进的C-BiL模型，结合卷积神经网络和双向长短期记忆网络，并在多个数据集上取得了较高的准确率	未明确说明模型的局限性	研究情感分析方法在心理分析中的应用，提高文本情感识别的准确率	Diary数据集、Weibo数据集、Fudan数据集	自然语言处理	NA	NA	CNN, BiLSTM	文本	NA	NA	CNN, BiLSTM	准确率	NA
660	2026-09-28	Multi-person feature fusion transfer learning-based convolutional neural network for SSVEP-based collaborative BCI 2022, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2022.971039 PMID:35958998	研究论文	本文构建了基于SSVEP的多脑协同脑机接口系统，提出三种多人脑电特征融合方法，并结合迁移学习卷积神经网络进行分类。	构建了多人SSVEP协同脑机接口系统，提出了三种多人脑电特征融合方法（并行连接、串行连接、多人平均），并首次将迁移学习卷积神经网络应用于该系统的分类。	未明确说明，但收集数据集规模较小，且被试数量有限（10人）	解决传统单人脑机接口信噪比低、个体差异大、实验效果不稳定等问题，提高SSVEP协同脑机接口的分类性能	多人脑电信号（SSVEP），10名被试	脑机接口	NA	脑电图（EEG）	CNN	脑电信号（EEG）	10名被试	NA	CNN	分类准确率	NA