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
18301	2025-10-07	RETRACTED ARTICLE: Cognitive computing-based COVID-19 detection on Internet of things-enabled edge computing environment 2024-12, Soft computing IF:3.1Q2 DOI:10.1007/s00500-021-06514-6 PMID:34812247	研究论文	提出一种基于联邦深度学习的COVID-19检测模型，在物联网边缘计算环境中实现	结合联邦学习与边缘计算，使用萤火虫群优化算法调参，实现隐私保护的分布式COVID-19检测	未明确说明数据集具体规模和多样性，实验细节描述不够充分	开发高效的COVID-19早期检测系统以降低死亡率	胸部X光图像数据	计算机视觉	COVID-19	深度学习，联邦学习	CNN	医学图像	基准CXR数据集（具体数量未说明）	NA	SqueezeNet	多种评估指标（具体未列明）	物联网边缘计算环境，云服务器
18302	2025-10-07	RETRACTED ARTICLE: MTR-SDL: a soft computing based multi-tier rank model for shoulder X-ray classification 2024-12, Soft computing IF:3.1Q2 DOI:10.1007/s00500-023-08562-6 PMID:37362295	研究论文	提出一种基于软计算的多层排序模型MTR-SDL，用于肩部X射线分类	提出新型集成学习技术'基于排序的集成选择'，通过动态集成投票方法为未标记数据集生成标签	NA	解决医疗领域标注数据不足的问题，提高肩部X射线分类性能	肩部X射线图像	计算机视觉	肩部疾病	X射线成像	深度神经网络,集成学习	医学图像	NA	NA	NA	准确率,特异性,敏感性,精确率,马修斯相关系数,错误发现率,假阳性率,F1分数,阴性预测值,假阴性率	NA
18303	2025-10-07	Validating Machine Learning Models Against the Saline Test Gold Standard for Primary Aldosteronism Diagnosis 2024-Dec, JACC. Asia DOI:10.1016/j.jacasi.2024.09.010 PMID:39802987	研究论文	开发并验证机器学习模型用于预测东亚高血压患者中的原发性醛固酮增多症，并与传统盐水输注试验进行比较	首次将机器学习模型与原发性醛固酮增多症诊断的金标准盐水试验进行系统比较验证	研究结果可能仅限于东亚高血压人群，需要更多样本人群验证	为原发性醛固酮增多症提供更高效、标准化的诊断方法	高血压患者中的原发性醛固酮增多症病例	机器学习	原发性醛固酮增多症	机器学习	Random Forest, XGBoost, 深度学习	临床数据	来自三个队列：TAIPAI（台湾原发性醛固酮增多症调查）、CONPASS（重庆原发性醛固酮增多症研究）和韩国队列	NA	NA	准确率, 敏感度, 特异性	NA
18304	2025-10-07	Multidimensional morphological analysis of live sperm based on multiple-target tracking 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.02.025 PMID:39803335	研究论文	开发基于深度学习的活体精子多维形态分析系统，实现精子运动性和形态的自动化检测	改进了FairMOT跟踪算法，在匈牙利匹配算法的成本函数中加入了精子头部运动距离、角度和检测框IOU值，并首次同时实现精子前向运动性和形态的自动化分析	NA	改进临床精子形态检测方法，推动辅助生殖技术发展	活体精子	计算机视觉	生殖系统疾病	深度学习	多目标跟踪, 实例分割, 语义分割	视频图像	来自多家三甲医院的1272个样本	NA	FairMOT, BlendMask, SegNet	形态准确率90.82%，与人工显微镜结果高度一致	NA
18305	2025-01-14	Letter to the Editor: Commentary on Feasibility Study of Parkinson's Speech Disorder Evaluation With Pre-Trained Deep Learning Model for Speech-to-Text Analysis (Korean J Neurotrauma 2024;20:168-179) 2024-Dec, Korean journal of neurotrauma DOI:10.13004/kjnt.2024.20.e40 PMID:39803342	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
18306	2025-10-07	A deep learning modular ECG approach for cardiologist assisted adjudication of atrial fibrillation and atrial flutter episodes 2024-Dec, Heart rhythm O2 IF:2.5Q2 DOI:10.1016/j.hroo.2024.09.007 PMID:39803625	研究论文	开发一种基于深度学习的模块化心电图软件，用于辅助心脏病专家判读心房颤动和心房扑动发作	采用模块化结构模拟心脏病专家心电图判读流程，结合用户界面允许专家调整结果并驱动二次分析	残留错误主要与房性心律失常类型分类相关，部分记录需要手动调整模块	构建和评估用于长程心电图记录的深度学习模块化软件	房性快速性心律失常（包括心房颤动和心房扑动）	数字病理	心血管疾病	心电图分析	深度学习	心电图信号	187条记录，249,419个一分钟样本	NA	模块化神经网络	F1分数	NA
18307	2025-10-07	RETRACTED ARTICLE: DLMBHCO: design of an augmented bioinspired deep learning-based multidomain body parameter analysis via heterogeneous correlative body organ analysis 2024-12, Soft computing IF:3.1Q2 DOI:10.1007/s00500-023-08613-y PMID:37362266	研究论文	提出一种增强型生物启发深度学习模型，通过异构关联器官分析实现多领域身体参数分析	结合细菌觅食优化器和多种深度学习模型融合，通过时间分析建立器官间疾病关联概率	仅基于有限的数据集进行验证，未提及模型在更广泛临床环境中的适用性	开发能够高效识别人体不同器官间疾病关联的深度学习模型	人体多器官疾病关联分析	机器学习	多器官疾病	时空数据扫描，血液报告时间分析	深度学习模型融合	医学扫描数据，血液报告	MITBIH, DEAP, CT Kidney, RIDER, PLCO数据集	NA	Inception Net, XCeption Net, GoogLeNet	准确率，精确率，召回率	NA
18308	2025-10-07	Deep learning segmentation architectures for automatic detection of pancreatic ductal adenocarcinoma in EUS-guided fine-needle biopsy samples based on whole-slide imaging 2024 Nov-Dec, Endoscopic ultrasound IF:4.4Q1 DOI:10.1097/eus.0000000000000094 PMID:39802107	研究论文	本研究比较了7种U-Net架构变体在胰腺导管腺癌全玻片图像分割中的性能	评估了多种先前未在PDAC全玻片图像分割中探索的U-Net架构变体，并在两个不同医疗中心的数据集上进行交叉验证	样本量较小（分别为31和33张全玻片图像），仅针对胰腺导管腺癌一种疾病	开发基于深度学习的自动分割方法用于胰腺导管腺癌诊断	EUS引导细针活检样本的全玻片图像	数字病理学	胰腺癌	全玻片成像	CNN	图像	两个数据集分别包含31和33张全玻片图像	NA	U-Net, Inception U-Net	Dice系数, IoU	NA
18309	2025-10-07	Functional imaging derived ADHD biotypes based on deep clustering: a study on personalized medication therapy guidance 2024-Nov, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102876 PMID:39763511	研究论文	本研究基于功能影像数据开发深度学习聚类方法识别ADHD生物亚型，并探索其对个性化药物治疗的指导意义	首次提出结合功能网络连接性和非影像表型数据的图卷积网络生物亚型检测方法，实现了ADHD的客观分型并验证了不同亚型对药物的差异化反应	样本量相对有限，验证集仅来自单一医疗中心，需要更大规模的多中心研究进一步验证	开发基于神经影像的ADHD生物分型方法，为个性化药物治疗提供指导	注意缺陷多动障碍患者	医学影像分析	神经发育障碍	功能磁共振成像，深度学习聚类	图卷积网络	功能网络连接性数据，非影像表型数据	发现集1069名ADHD患者（来自ABCD研究），验证集130名ADHD青少年（来自北京大学第六医院）	深度学习框架	图卷积网络	恢复率，统计学显著性	NA
18310	2025-10-07	A deep learning anthropomorphic model observer for a detection task in PET 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17303 PMID:39008812	研究论文	开发用于PET图像病灶检测任务的深度学习拟人模型观察器	首次将CNN与Swin Transformer编码器结合用于PET图像检测任务，相比传统模型观察器能更准确预测人类观察者表现	研究仅针对PET成像，未验证在其他医学影像模态的适用性	比较深度学习模型观察器与传统模型观察器在PET病灶检测任务中预测人类观察者表现的能力	正电子发射断层扫描(PET)图像中的病灶检测	医学影像分析	肿瘤学	PET成像	CNN, Transformer	医学图像	2916对PET图像(2268训练+324验证+324测试)	NA	CNN, Swin Transformer	准确率, 均方误差, 相关系数	NA
18311	2025-10-07	Deep learning-based fully automatic Risser stage assessment model using abdominal radiographs 2024-09, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-024-05999-1 PMID:39046527	研究论文	开发基于深度学习的全自动Risser分期评估模型，使用腹部X光片进行骨骼成熟度评估	首次提出全自动的Risser分期评估方法，结合骨盆骨分割和分类模型实现端到端评估	样本量相对有限，仅包含9-18岁患者，需要进一步验证在更广泛人群中的适用性	开发自动化的Risser分期评估系统以辅助骨骼成熟度评估	青少年患者的腹部X光片	计算机视觉	骨科疾病	X射线成像	CNN	医学图像	1,681张腹部X光片（1,577张用于开发，104张用于外部验证）	NA	DeepLabv3+, EfficientNet-B0, ConvNeXt-B	准确率, AUROC, 平均绝对误差	NA
18312	2025-10-07	Doctor simulator: Delta-Age-Sex-AdaIn enhancing bone age assessment through AdaIn style transfer 2024-09, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-024-06000-9 PMID:39060414	研究论文	提出一种结合年龄和性别分布的自适应实例归一化方法DASA-net，用于提升骨龄评估的准确性	首次将年龄和性别分布通过AdaIN风格迁移融入骨龄评估，模拟医生视觉比较手部图像与标准骨图谱的过程	未明确说明模型在临床环境中的泛化能力和计算效率	开发更准确的骨龄评估方法	儿童手部X光片	计算机视觉	儿科发育疾病	X射线成像	深度学习	图像	公开数据集14,236张手部X光片（1-228个月），私有数据集474张手部X光片（12-218个月，268名男性）	NA	DASA-net（包含BoneEncoder、Binary code distribution、Delta-Age-Sex-AdaIn、AgeDecoder四个模块）	平均绝对偏差(MAD)	NA
18313	2025-10-07	Accelerated cardiac magnetic resonance imaging using deep learning for volumetric assessment in children 2024-09, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-024-05978-6 PMID:39017676	研究论文	本研究评估了使用深度学习重建的加速3-RR电影MRI序列在儿童心脏磁共振成像中的诊断性能	首次在儿童心脏MRI中应用深度学习加速技术，将扫描时间从218.3秒显著减少至45.5秒	深度学习电影图像在舒张末期和收缩末期轮廓、乳头肌和瓣膜显示方面的图像质量有所降低	评估深度学习加速心脏MRI在儿童心室容积测量中的诊断性能	29名接受心脏MRI检查的儿童患者（平均年龄11±5岁，范围1-17岁）	医学影像分析	心血管疾病	心脏磁共振成像，平衡稳态自由进动序列	深度学习	医学影像	29名连续患者	NA	NA	组内相关系数，Bland-Altman分析，线性回归，图像质量评分	1.5特斯拉MRI扫描仪
18314	2025-10-07	Development and Testing of Artificial Intelligence-Based Mobile Application to Achieve Cataract Backlog-Free Status in Uttar Pradesh, India 2024 Sep-Oct, Asia-Pacific journal of ophthalmology (Philadelphia, Pa.) DOI:10.1016/j.apjo.2024.100094 PMID:39187013	研究论文	开发并测试用于白内障筛查的人工智能移动应用程序，以解决印度北方邦白内障积压问题	开发了首个面向基层卫生工作者的AI移动应用，通过眼部图像进行社区级白内障筛查	模型在眼部和虹膜聚焦图像上的灵敏度较低（约52%），阳性预测值仅为58.4%	通过AI技术实现社区级白内障筛查，消除白内障积压病例	印度北方邦50岁及以上人群的白内障患者	计算机视觉	白内障	眼部图像分析	深度学习	图像	13,633张眼部图像用于模型开发，302名受益者（604张图像）用于现场测试	NA	ResNet50, ResNet101, YOLOv5, EfficientNetV2, InceptionV3, UNet	灵敏度, 特异度, 阳性预测值, 阴性预测值	NA
18315	2025-10-07	A graph-learning based model for automatic diagnosis of Sjögren's syndrome on digital pathological images: a multicentre cohort study 2024-Aug-08, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05550-8 PMID:39118142	研究论文	提出基于图学习的模型CTG-PAM，用于数字病理图像自动诊断干燥综合征	首次将图论应用于干燥综合征诊断，整合单细胞特征、细胞间特征和细胞组织特征	样本量相对较小（100例唇腺活检），外部验证集性能有待提升	开发自动诊断干燥综合征的人工智能模型	干燥综合征患者的唇腺活检组织	数字病理	干燥综合征	全玻片成像	图学习模型	数字病理图像	100例唇腺活检	NA	CTG-PAM	AUC, 敏感度, 准确率	NA
18316	2025-10-07	Topographic Clinical Insights From Deep Learning-Based Geographic Atrophy Progression Prediction 2024-Aug-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.8.6 PMID:39102242	研究论文	本研究通过深度学习算法探索眼底自发荧光地形成像特征对预测地理萎缩进展率的贡献	首次通过消融实验系统分析不同眼底自发荧光区域对地理萎缩进展预测的贡献度	回顾性研究，数据来源于临床试验，可能存在选择偏倚	探索眼底自发荧光地形特征在深度学习预测地理萎缩生长速率中的作用	地理萎缩患者的眼底自发荧光图像	计算机视觉	眼科疾病	眼底自发荧光成像	CNN	医学图像	来自三项临床试验的研究眼数据	NA	卷积神经网络	平方皮尔逊相关系数	NA
18317	2025-10-07	Artificial Intelligence-Enabled Electrocardiography Predicts Future Pacemaker Implantation and Adverse Cardiovascular Events 2024-Jul-19, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-024-02088-6 PMID:39028354	研究论文	开发一种基于深度学习的人工智能模型，通过心电图预测未来起搏器植入和不良心血管事件风险	首次利用深度学习模型直接从原始心电图数据预测未来起搏器植入需求，并能同时评估多种心血管事件风险	研究主要基于特定医疗中心数据，需要进一步外部验证和前瞻性研究确认临床适用性	开发预测未来起搏器植入和心血管事件的人工智能模型	学术医疗中心患者和社区医院患者的心电图数据	医疗人工智能	心血管疾病	心电图分析	深度学习模型	心电图信号	训练集：158,471份心电图（42,903名患者）；验证集：52,178名患者（25,640名学术医疗中心患者和26,538名社区医院患者）	NA	NA	AUC, 敏感性, 特异性, 风险比	NA
18318	2025-10-07	Understanding natural language: Potential application of large language models to ophthalmology 2024 Jul-Aug, Asia-Pacific journal of ophthalmology (Philadelphia, Pa.) DOI:10.1016/j.apjo.2024.100085 PMID:39059558	综述	探讨大型语言模型在眼科领域的潜在应用及其对医患沟通的影响	首次系统性地将大型语言模型的演进与眼科医疗实践相结合，提出其在医疗文档自动化、辅助诊断和患者教育等方面的创新应用场景	需要更好的输入数据和更广泛的验证才能实现自主诊断治疗，现实应用仍存在局限性	研究大型语言模型在眼科医疗中的潜在应用价值	眼科医生和患者群体	自然语言处理	眼科疾病	深度学习	Transformer	文本	NA	NA	Transformer	NA	NA
18319	2025-10-07	Deep Learning-Enabled Vasculometry Depicts Phased Lesion Patterns in High Myopia Progression 2024 Jul-Aug, Asia-Pacific journal of ophthalmology (Philadelphia, Pa.) DOI:10.1016/j.apjo.2024.100086 PMID:39053733	研究论文	本研究通过深度学习血管测量技术揭示了高度近视进展中的阶段性病变模式	基于人类视觉仿生机制开发智能图像处理模型，首次识别出高度近视进展中视网膜血管形态变化的两个不同阶段	回顾性研究设计，样本主要来自单一医疗中心	研究近视性视网膜血管改变的潜在阶段，阐明高度近视进展机制	5775名高度近视患者（年龄41.2±18.6岁）的14,066张眼底照片	数字病理	高度近视	深度学习，智能图像处理	深度学习模型	眼底照片	5775名患者的14,066张眼底照片	NA	NA	Spearman相关系数	NA
18320	2025-10-07	Accurate prediction of neurologic changes in critically ill infants using pose AI 2024-Jun-10, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.17.24305953 PMID:38699362	研究论文	本研究开发了一种基于计算机视觉的姿态AI系统，用于预测新生儿重症监护室婴儿的神经系统变化	首次将深度学习姿态估计算法应用于ICU环境，仅通过视频数据就能预测脑电图诊断结果	研究样本量相对有限（115名婴儿），需要在更大人群中验证	开发连续、可靠的神经系统监测方法以替代间歇性主观检查	新生儿重症监护室的危重婴儿	计算机视觉	神经系统疾病	计算机视觉，视频分析，脑电图	深度学习	视频，脑电图数据	115名婴儿，4,705小时视频数据	NA	NA	ROC-AUC	NA