深度学习在生物医药领域中的应用

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
1181	2025-07-20	Deep learning combined with radiomics for the classification of enlarged cervical lymph nodes 2022-Oct, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-022-04047-5 PMID:35562596	研究论文	探讨深度学习结合传统放射组学方法在分类增大的颈部淋巴结中的应用	结合深度学习和传统放射组学方法，构建了一个高准确率的分类模型，显著优于放射科医生的诊断性能	研究为回顾性分析，样本量相对较小（276例患者），且仅基于CT影像数据	提高增大的颈部淋巴结的分类准确性	276例增大的颈部淋巴结患者（150例淋巴结转移，65例淋巴瘤，61例良性淋巴结病）	数字病理	淋巴瘤	CT成像	深度学习模型（PyTorch实现）	影像	276例患者的临床和CT影像数据
1182	2025-07-20	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	开发了一种深度学习模型，利用结构磁共振成像（sMRI）数据量化认知储备（CR），并通过迁移学习框架在健康和阿尔茨海默病队列中测试模型的泛化能力	首次使用深度学习模型基于sMRI数据量化CR，并采用迁移学习框架验证模型在不同健康和疾病队列中的泛化能力	研究仅使用了sMRI数据，未整合其他影像模态如fMRI和PET	量化认知储备并验证其在不同人群中的适用性	健康成年人和阿尔茨海默病患者	数字病理学	阿尔茨海默病	sMRI	CNN	image	495名健康成年人（RANN）、620名健康成年人（HCPA）和941名成年人（ADNI）
1183	2025-07-20	Federated Learning for Multicenter Collaboration in Ophthalmology: Improving Classification Performance in Retinopathy of Prematurity 2022-08, Ophthalmology. Retina DOI:10.1016/j.oret.2022.02.015 PMID:35296449	research paper	比较集中式数据训练与联邦学习(FL)在早产儿视网膜病变(ROP)诊断中的性能差异	首次在ROP诊断中比较集中式数据训练与联邦学习的性能，证实FL在多机构协作中的可行性	研究仅涉及7个机构的5255张图像，样本量和机构数量有限	评估联邦学习在ROP诊断中的性能及其在多机构协作中的潜力	早产儿视网膜病变(ROP)的视网膜图像诊断	digital pathology	retinopathy of prematurity	deep learning	CNN	image	5255张广角视网膜图像，来自7个机构的新生儿重症监护室
1184	2025-07-20	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	本文提出了一种基于深度学习的卷积神经网络（CNN）方法，用于从漫射光学图像中估计相位函数，无需对相位函数形式进行明确假设	首次提出数据驱动的CNN逆向MC模型来估计散射相位函数的形式，无需预先假设相位函数的具体形式	方法仅在MC模拟的典型生物组织反射图像上进行了验证，实际应用中的效果有待进一步验证	开发一种无需明确假设相位函数形式的新方法，用于从漫射光学图像中估计相位函数	漫射光学图像和相位函数	计算机视觉	NA	深度学习，蒙特卡洛（MC）模拟	CNN	图像	MC模拟的典型生物组织反射图像
1185	2025-07-20	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	本文提出了一种利用AlphaFold2（AF2）采样转运体和受体蛋白的替代构象状态的方法	通过减少输入多序列比对的深度，AF2能够生成多种构象的准确模型，这一能力在AF2的设计初衷之外	AF2最初设计用于预测静态蛋白质结构，其对多种构象的预测能力尚未充分探索	探索AF2在预测膜蛋白（如转运体和G蛋白偶联受体）多种构象状态方面的潜力	转运体和G蛋白偶联受体的替代构象状态	蛋白质结构预测	NA	AlphaFold2（AF2）	深度学习算法	蛋白质序列和结构数据	NA
1186	2025-07-20	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	本文探讨了深度学习策略在解决二维材料研究中小数据集问题上的应用，特别是在微生物腐蚀领域	研究了两种不同的深度生成模型（VAE和GAN）用于生成合成数据以扩展小实验数据集，并比较了它们在神经网络系统和XGBoost中的性能	缺乏大型实验数据集使得分类器训练困难并经常导致过拟合	加速虚拟筛选具有理想物理和化学性质的二维涂层	二维材料（如石墨烯、六方氮化硼和二硫化钼）涂层	机器学习	NA	深度学习数据增强方法	VAE, GAN, XGBoost	电化学数据	少量层状石墨烯覆盖铜表面
1187	2025-07-20	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	本研究开发了一种基于动态对比增强MRI和临床参数的深度学习模型，用于预测肝细胞癌的微血管侵犯状态和分级	结合了八种MRI序列的CNN分支和临床参数，显著提高了微血管侵犯预测的准确性	研究仅基于2016年的单中心数据，可能需要更多外部验证	预测肝细胞癌患者的微血管侵犯状态，以辅助治疗决策和预后评估	601例经病理确诊的肝细胞癌患者	数字病理	肝细胞癌	动态对比增强MRI	CNN	图像和临床数据	601例肝细胞癌患者（376例无MVI，225例有MVI）
1188	2025-07-20	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	提出了一种名为DRONE的双域残差优化网络，用于稀疏视角CT重建	DRONE网络通过嵌入、细化和感知三个模块协同工作，有效抑制稀疏视角伪影并恢复图像细节	未提及具体临床应用的局限性	解决稀疏视角CT重建中的图像质量问题	CT图像	计算机视觉	NA	深度学习	DRONE（双域残差优化网络）	CT图像数据	临床前和临床数据集（未提具体数量）
1189	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
1190	2025-07-20	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	本文探讨了一种联合散射和衰减图像重建的新方法，利用两种图像之间的结构相似性，并在交替迭代重建方案中融入了深度学习模型	提出了一种结合代数重建和深度学习估计衰减的联合重建模型，利用散射和衰减图像的结构相似性进行迭代重建	方法仅在模拟数据集上进行了测试，尚未在真实临床数据上验证	开发一种高效的医学成像重建方法，解决散射衰减图像重建的挑战	2D模拟人体组织的幻影图像和基于真实CT图像的模拟数据集	医学影像	NA	单视图CT成像	深度学习模型	图像	模拟数据集（具体数量未提及）
1191	2025-07-20	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	本文综述了人工深度神经网络（DNNs）的可解释性研究，提出了一个简单而全面的分类法，并探讨了可解释性在医学等领域的应用及未来研究方向	提出了一个简单而全面的可解释性分类法，并系统回顾了提高神经网络可解释性的最新研究	未提及具体实验验证或实际应用中的局限性	提高深度神经网络的可解释性，以促进其在关键任务中的应用	人工深度神经网络（DNNs）及其可解释性	机器学习	NA	NA	DNNs	文本、图像、视频、图等	NA
1192	2025-07-20	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	research paper	本文探讨了内侧颞叶（MTL）在感知处理中的作用，特别是围绕鼻周皮层（PRC）的争议，并使用深度学习框架模拟了视觉行为	通过深度学习框架模拟缺乏PRC的视觉行为，并与PRC完整的人类表现进行比较，解决了关于PRC在感知中作用的长期争议	研究主要基于模拟和比较，可能未完全覆盖所有实际生物神经机制的复杂性	探讨内侧颞叶（MTL）特别是鼻周皮层（PRC）在视觉感知中的作用	人类和猕猴的视觉行为及神经活动	neuroscience	NA	deep learning, electrophysiological recordings	deep learning framework	behavioral data, electrophysiological data	30 published visual discrimination experiments, novel experiment with PRC-intact participants and macaque VVS recordings
1193	2025-07-20	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	使用深度学习对小鼠转移性乳腺癌的冷冻图像数据进行定量分析	提出了一种基于CNN的转移灶分割算法，结合随机森林分类器和手工特征，显著减少了人工干预时间	研究仅在小鼠模型中进行，尚未在人类样本中验证	开发一种自动化的方法来定量分析转移性乳腺癌的分布和大小	4T1乳腺癌小鼠模型	数字病理学	乳腺癌	冷冻成像	CNN, 随机森林	3D彩色解剖和荧光图像	4只癌症小鼠
1194	2025-07-20	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	research paper	该论文提出了一种新颖的循环生成对抗网络模型，用于减少心脏电影磁共振成像（MRI）中的运动伪影	使用双向卷积长短期记忆（ConvLSTM）和多尺度卷积来提升网络性能，双向ConvLSTM处理长程时间特征，多尺度卷积收集局部和全局特征	NA	减少心脏MRI扫描时间和运动伪影，提高图像质量和时间分辨率	心脏电影磁共振成像（MRI）图像	computer vision	cardiovascular disease	deep learning	recurrent generative adversarial network, bi-directional ConvLSTM	image	NA
1195	2025-07-20	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	本研究展示了使用光学相干断层扫描（OCT）引导机器人系统从猪眼中提取晶状体碎片的可行性	开发了一种卷积神经网络（CNN）用于从OCT图像中语义分割四种眼内结构，并将该算法整合到眼内机器人介入手术系统（IRISS）中，实现了半自动化的晶状体材料检测和提取	实验仅在离体猪眼模型中进行，尚未在人体中进行验证	验证使用OCT引导机器人系统进行晶状体碎片提取的可行性	猪眼	数字病理	眼科疾病	OCT	CNN	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
1196	2025-07-20	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	research paper	该研究开发了基于XGBoost和深度学习的模型，用于术前预测肝细胞癌中的微血管侵犯	结合了放射组学特征、放射学特征和临床变量，以及3D-CNN模型，用于预测MVI状态	需要进一步的验证	术前预测肝细胞癌中的微血管侵犯	肝细胞癌患者	digital pathology	hepatocellular carcinoma	radiomics feature extraction, deep learning	XGBoost, 3D-CNN	CT images	405 patients
1197	2025-07-20	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	本研究开发了一种深度学习模型，用于预测带有中心静脉导管的儿童患者发生严重感染的风险	利用电子健康记录中的常见临床特征，深度学习模型能够在标本采集前48小时预测中心静脉导管相关血流感染（CLABSI）的发生	研究为单中心回顾性研究，可能受到数据来源的限制	预测带有中心静脉导管的儿童患者发生严重感染的风险	2013年1月至2018年12月期间在单一学术儿童医院住院的儿童患者	数字病理学	儿童感染性疾病	深度学习	深度学习模型	电子健康记录数据	27,137例患者就诊，涉及748,380个48小时时间窗口
1198	2025-07-20	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	research paper	本文探讨了使用深度学习中的卷积神经网络（CNN）作为替代方法，以近似解决扩散方程的稳态解，从而加速生物医学等领域的数值模拟	提出了一种基于CNN的替代模型，用于快速近似扩散方程的稳态解，相比直接计算方法可提速约1000倍，并讨论了多种损失函数和精度评估方法以适应不同应用需求	存在过拟合、场值映射错误以及几何条件导致近似解出现较大绝对误差和相对误差的问题	开发一种计算高效的替代方法，以加速扩散方程在生物医学等领域的数值模拟	扩散方程的稳态解，特别是在二维方形域内具有吸收边界条件的两个等直径圆形恒定值源的情况	machine learning	diabetic retinopathy	deep learning	CNN	numerical simulation data	通过运行直接计算数万次生成训练数据
1199	2025-07-20	The 2019 n2c2/OHNLP Track on Clinical Semantic Textual Similarity: Overview 2020-Nov-27, JMIR medical informatics IF:3.1Q2 DOI:10.2196/23375 PMID:33245291	研究论文	本文概述了2019年n2c2/OHNLP临床语义文本相似性(ClinicalSTS)共享任务，旨在推动临床领域语义文本相似性任务的研究	发布了更大的ClinicalSTS数据集，并利用最先进的神经语言模型如BERT和XLNet进行语义文本相似性计算	训练数据中GE句子对占比较大，但系统在Epic句子对上表现更好，可能存在数据分布不均衡的问题	推动自然语言处理和生物医学信息学社区解决临床领域的语义文本相似性任务	临床文本句子对	自然语言处理	NA	语义文本相似性计算	BERT, XLNet	文本	1642对临床句子（来自GE和Epic电子健康记录系统）
1200	2025-07-20	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	本文建立了一个高准确度的深度学习平台，用于诊断弥漫性大B细胞淋巴瘤（DLBCL），并在多家医院中实现了接近100%的诊断准确率	开发了一个由多个卷积神经网络组成的高精度深度学习平台，能够在较小数据集上实现接近100%的诊断准确率，并解决了跨医院测试中的技术变异性问题	模型在跨医院测试中因样本制备和图像收集的技术变异性而性能下降，尽管通过消除这些变异性后恢复了100%的准确率	开发一个高准确度的AI诊断平台，用于DLBCL及其他人类造血系统恶性肿瘤的诊断	人类弥漫性大B细胞淋巴瘤（DLBCL）和非DLBCL的病理图像	数字病理学	弥漫性大B细胞淋巴瘤	深度学习	CNN	图像	来自三家医院的DLBCL和非DLBCL病理图像