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
1901	2026-09-18	Deep Learning, Constrictive Pericarditis, and its Occasional Doppelganger: A Step Closer to Clinical Realization 2024-04, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2023.10.009 PMID:38032588	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1902	2026-09-18	Rapid and automated design of two-component protein nanomaterials using ProteinMPNN 2024-03-26, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2314646121 PMID:38502697	研究论文	测试深度学习蛋白质序列设计方法ProteinMPNN设计双组分四面体蛋白质纳米材料的能力，并与Rosetta进行基准比较	首次应用ProteinMPNN设计双组分四面体蛋白质纳米材料，证明其成功率高、计算需求低、无需手动优化，且设计的界面极性更强，便于体外组装	未明确提及局限性	简化蛋白质-蛋白质界面设计，使不同学科的研究人员能够广泛应用	双组分四面体蛋白质纳米材料	蛋白质设计	NA	深度学习蛋白质序列设计	深度学习模型	蛋白质序列和结构	13个实验确认的组装体	NA	ProteinMPNN	成功率、晶体结构分辨率	NA
1903	2026-09-18	A retrospective evaluation of individual thigh muscle volume disparities based on hip fracture types in followed-up patients: an AI-based segmentation approach using UNETR 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.17509 PMID:39161969	研究论文	该研究采用基于UNETR的AI自动分割模型，对随访的髋部骨折患者CT扫描进行大腿肌肉体积差异的回顾性评估。	利用UNETR架构的自动肌肉分割模型，高效、准确地量化随访髋部骨折患者的大腿肌肉体积变化，并揭示了不同骨折类型及特定肌肉群之间的显著差异。	样本量较小（18例），为单中心回顾性研究，可能影响结果的普遍性。	评估不同髋部骨折类型对随访患者大腿肌肉体积的影响，为康复干预提供定量依据。	在庆尚国立大学接受髋部骨折手术治疗的18例患者。	数字病理学	髋部骨折	CT扫描	UNETR	图像	18例患者	NA	UNETR	Dice分数, 相对绝对体积差	NA
1904	2026-09-18	Machine learning and deep learning-based approach to categorize Bengali comments on social networks using fused dataset 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308862 PMID:39361557	研究论文	本文使用机器学习和深度学习技术对孟加拉语社交媒体评论进行分类，以检测网络骚扰	融合了两个数据集，生成94,000条孟加拉语评论，并比较了多种机器学习和深度学习模型	未明确提及	消除网络骚扰，创造一个无批评的在线环境	孟加拉语社交媒体评论	自然语言处理	NA	自然语言处理	多层感知器, K-最近邻, 极端梯度提升, 自适应增强分类器, 逻辑回归分类器, 随机森林分类器, 装袋分类器, 随机梯度下降, 投票分类器, 堆叠, 深度神经网络, 卷积神经网络, 卷积-长短期记忆网络, 双向长短期记忆网络	文本	94,000条孟加拉语评论	NA	多层感知器, K-最近邻, 极端梯度提升, 自适应增强分类器, 逻辑回归分类器, 随机森林分类器, 装袋分类器, 随机梯度下降, 投票分类器, 堆叠, 深度神经网络, 卷积神经网络, 卷积-长短期记忆网络, 双向长短期记忆网络	准确率, 精确率, 召回率, F1分数	NA
1905	2026-09-18	A novel mean shape based post-processing method for enhancing deep learning lower-limb muscle segmentation accuracy 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308664 PMID:39365764	研究论文	本文提出了一种基于均值形状的后处理方法，利用统计形状建模来优化深度学习下肢肌肉分割结果，以提高MRI扫描中的分割精度	提出了一种新颖的基于均值形状的后处理方法，利用统计形状建模考虑肌肉解剖形状来微调分割输出	样本量较小，仅包括两个队列的绝经后女性，共18例MRI扫描	提高基于MRI扫描的深度学习下肢肌肉分割精度，这对肌肉骨骼疾病的诊断和治疗过程至关重要	下肢肌肉，MRI扫描图像	计算机视觉	肌肉骨骼疾病	MRI	U-Net	图像	18例MRI扫描（10例训练，8例测试），来自绝经后女性队列，体素大小1.0x1.0x1.0 mm3	NA	U-Net	Dice相似系数（DSC）、Hausdorff距离（HD）、平均对称表面距离（ASSD）	NA
1906	2026-09-18	Evaluating Explainable Artificial Intelligence (XAI) techniques in chest radiology imaging through a human-centered Lens 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308758 PMID:39383147	研究论文	通过对胸部X光和CT图像诊断肺炎和COVID-19的深度学习模型进行用户研究，从人类视角评估两种可视化XAI技术（Grad-CAM和LIME）	从人类视角对胸部放射学中的XAI技术进行用户研究评估，比较Grad-CAM和LIME在临床相关性、连贯性和用户信任方面的表现，并强调多模态可解释性和包容性设计的需求	医学专业人员对XAI系统的价值和实践方面缺乏认知，Grad-CAM的临床可用性受到关注，需要进一步的多模态可解释性研究	评估可视化XAI系统在胸部放射学诊断中的效果，从人类视角验证其临床相关性、连贯性和用户信任，并识别用户驱动的可解释性需求	胸部X光和CT扫描图像，用于诊断肺炎和COVID-19的深度学习模型生成的视觉解释，以及参与用户研究的医学专业人员	医学影像分析，数字病理学（可扩展至放射学）	肺炎，COVID-19	胸片和CT扫描成像，深度学习算法	卷积神经网络（CNN），具体为Grad-CAM和LIME解释方法	图像（胸部X光和CT扫描）	用户研究涉及医学专业人员（具体数量未提及），模型数据集未指定	NA	CNN（用于诊断），Grad-CAM，LIME	准确率（肺炎90%，COVID-19 98%），临床相关性，连贯性，用户信任	NA
1907	2026-09-18	LTPLN: Automatic pavement distress detection 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309172 PMID:39388401	研究论文	本文提出了一种基于轻量级Transformer补丁标记网络（LTPLN）的新型方法，用于自动路面病害检测，通过直方图均衡化预处理、图像分块、增强Transformer模型、深度可分离卷积模块以及基于期望最大化的标签蒸馏策略，提高了检测效率和泛化能力	提出了一种轻量级Transformer补丁标记网络（LTPLN），通过整合特征图标签、引入深度可分离卷积模块以及采用基于期望最大化的标签蒸馏策略，降低了计算复杂度并增强了模型轻量性	与基线模型相比，AUC准确率下降了1.2个百分点	提高自动路面病害检测的效率，克服现有方法在复杂场景下效果有限和泛化能力差的问题	路面病害图像	计算机视觉	路面病害	直方图均衡化，图像分块，弱监督学习	Transformer	图像	使用了一个私有路面病害数据集和一个公开数据集，具体样本数量未提及	NA	轻量级Transformer补丁标记网络（LTPLN），深度可分离卷积	AUC，准确率，速度，Flops	NA
1908	2026-09-18	Path of career planning and employment strategy based on deep learning in the information age 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308654 PMID:39405324	研究论文	本文探讨了信息时代基于深度学习的职业规划与就业策略路径，旨在帮助大学生提升就业竞争力和自我发展	将深度学习技术应用于职业规划与就业策略路径的研究，结合定量与定性方法，通过设置对照组和实验组评估职业规划教育效果	未提及具体使用的深度学习模型架构、数据集规模以及计算资源等细节，可能影响研究的可重复性和普适性	研究信息时代基于深度学习的职业规划与就业策略路径，帮助大学生提升职业意识和就业竞争力	大学生（职业规划教育中的学生群体）	机器学习	NA	深度学习、问卷调查、描述性统计、相关性分析	NA	文本（问卷数据）	NA（未提及具体样本量，但包含对照组和实验组）	NA	NA	职业意识提升35%、自我提升15%	NA
1909	2026-09-18	DPNet: Scene text detection based on dual perspective CNN-transformer 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309286 PMID:39432472	研究论文	本文提出了一种基于双视角CNN-Transformer的场景文本检测方法DPNet，通过将通道增强自注意力模块和空间增强自注意力模块集成到ResNet骨干网络中，并结合特征解码器，有效提升了场景文本检测的性能	提出了通道增强自注意力模块（CESAM）和空间增强自注意力模块（SESAM），将双视角自注意力机制集成到传统ResNet骨干网络中，有效学习全局上下文信息和文本位置关系；引入特征解码器细化特征图中的有效文本信息，增强细节感知能力	摘要中未明确提及该方法的局限性	解决复杂背景和多样文本形式下的场景文本检测问题，提升模型对不同类型文本检测的鲁棒性，特别是缓解小目标文本检测的挑战	场景文本图像中的文本区域	计算机视觉	NA	深度学习	CNN, Transformer	图像	Total-Text数据集、ICDAR 2015数据集、MSRA-TD500数据集	NA	ResNet, Transformer	准确率	NA
1910	2026-09-18	NIDS-FGPA: A federated learning network intrusion detection algorithm based on secure aggregation of gradient similarity models 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308639 PMID:39446819	研究论文	本文提出了一种基于梯度相似度模型聚合的联邦学习网络入侵检测算法，结合Paillier同态加密和2DCNN-BIGRU深度学习模型，用于工业物联网环境下的入侵检测。	创新点包括：1）提出梯度相似度模型聚合算法，动态选择和加权模型更新以降低通信开销；2）将联邦学习与Paillier同态加密结合，确保训练过程安全；3）设计2DCNN-BIGRU模型处理不完整数据特征和缺失标签。	摘要中未明确提及 limitations	解决工业物联网中现有入侵检测系统面临的数据特征不完整、标签缺失、参数泄露和通信开销高等问题，提升网络安全性。	工业物联网网络流量数据	机器学习	NA	联邦学习、Paillier同态加密	2DCNN-BIGRU	网络流量数据	使用了Edge-IIoTset和CIC IoT 2023两个数据集，具体样本数量未提供	NA	2DCNN, BIGRU	准确率	NA
1911	2026-09-18	Automated Quantification of Eye Tics Using Computer Vision and Deep Learning Techniques 2024-01, Movement disorders : official journal of the Movement Disorder Society IF:7.4Q1 DOI:10.1002/mds.29593 PMID:38146055	研究论文	本研究应用计算机视觉和深度学习技术，自动检测视频中的眼部抽动，以量化抽动秽语综合征患者的抽动症状	采用计算机视觉方法训练监督式深度学习算法，自动检测视频中的眼部抽动，克服了传统人工评分和依赖人工评估者的局限性	在训练样本量小的情况下，算法的泛化能力有限	应用计算机视觉方法训练监督式深度学习算法，以检测视频中的眼部抽动	11名青少年抽动秽语综合征患者的视频	计算机视觉	抽动秽语综合征	计算机视觉，深度学习	监督式深度学习	视频	54个视频，包含1775个眼部抽动事件和3680个非抽动事件	NA	NA	AUC	NA
1912	2026-09-18	MMM and MMMSynth: Clustering of heterogeneous tabular data, and synthetic data generation 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302271 PMID:38630664	研究论文	本文提出了两种针对异构表格数据的新算法：基于EM的聚类算法MMM和合成数据生成算法MMMsynth	提出了一种新颖的基于EM的聚类算法MMM，能够优于标准算法在合成异构数据中确定聚类并恢复真实数据结构；基于此提出了MMMsynth合成数据生成算法，通过预聚类输入数据并假设聚类特定的数据分布来生成合成数据	未明确说明	解决异构表格数据中的聚类问题，并生成合成表格数据以应对生物医学数据共享中的患者隐私问题	异构表格数据集（包含数值、序数、分类数据类型）	机器学习	NA	NA	NA	表格数据	NA	NA	NA	NA	NA
1913	2026-09-18	Spatiotemporal denoising of low-dose cardiac CT image sequences using RecycleGAN 2023-09-12, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/acf223 PMID:37604139	研究论文	本研究开发了一种时空深度学习方法RecycleGAN，用于低剂量心脏CT图像序列的去噪，并通过模拟和临床数据验证其优于CycleGAN的性能	首次将RecycleGAN应用于低剂量心脏CT序列去噪，利用时间信息提升去噪效果	未明确提及	开发一种时空深度学习方法，提高在低辐射剂量下采集的CTA图像质量	低剂量心脏CT图像序列	计算机视觉	冠状动脉疾病	心电门控多期计算机断层扫描血管造影	GAN，循环神经网络	图像序列	18名模拟患者（14训练，2验证，2测试），50名临床患者	NA	RecycleGAN，CycleGAN	视觉检查，定量指标	NA
1914	2026-09-18	Improving measurement of blood-brain barrier permeability with reduced scan time using deep-learning-derived capillary input function 2023-09, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.120284 PMID:37507078	研究论文	该研究利用深度学习网络估计毛细血管输入函数（CIF），以在缩短扫描时间的情况下测量血脑屏障（BBB）通透性	使用深度学习网络估计局部毛细血管输入函数，减少扫描时间并自动选择CIF，降低手动干预带来的不确定性	样本量较小（13名健康受试者），且未在患者群体中验证	评估使用深度学习网络估计局部毛细血管输入函数以测量血脑屏障通透性并缩短扫描时间的可行性	健康受试者（年轻组8人，老年组5人）	医学影像分析	NA	动态对比增强磁共振成像（DCE-MRI）	深度学习网络	图像	13名健康受试者（其中年轻组8人，老年组5人）	NA	NA	Bland-Altman分析中的均值差异和一致性界限	NA
1915	2026-09-18	Rapid and automated design of two-component protein nanomaterials using ProteinMPNN 2023-Aug-04, bioRxiv : the preprint server for biology DOI:10.1101/2023.08.04.551935 PMID:37577478	研究论文	本文测试了深度学习蛋白质序列设计方法ProteinMPNN设计双组分四面体蛋白质纳米材料的能力，并与Rosetta进行了对比	首次系统评估ProteinMPNN在双组分四面体蛋白质纳米材料设计中的表现，证明其与Rosetta成功率相当，但计算量减少数个数量级且无需人工优化，且设计的界面极性更高，有利于独立纯化组件的组装	研究仅针对双组分四面体蛋白质纳米材料，未验证其他类型的蛋白质纳米材料或更复杂的界面设计，实验验证的组装体数量有限（13个），且未详细讨论设计失败的原因	探索深度学习方法ProteinMPNN在蛋白质-蛋白质界面设计中的适用性，并与传统物理方法Rosetta进行性能对比	双组分四面体蛋白质纳米材料及其蛋白质-蛋白质界面	机器学习	NA	深度学习蛋白质序列设计、X射线晶体学	ProteinMPNN	蛋白质序列和结构数据	13个实验验证的新组装体	NA	ProteinMPNN	成功率、界面极性、晶体结构分辨率	NA
1916	2026-09-17	Physical Evaluation of Focal Spot Size and Phantom Thickness in Coronary CT Angiography Using Super-Resolution Deep Learning Reconstruction 2026-Sep-16, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001925 PMID:42746933	研究论文	本研究比较了在冠状动脉CT血管造影中使用超分辨率深度学习重建时，小焦点和大焦点尺寸在不同体模厚度下的图像质量	首次在临床管电流限制下，结合超分辨率深度学习重建，系统评估焦点尺寸和体模厚度对冠状动脉CT血管造影图像质量的影响	研究仅使用体模进行定量评估，未涉及临床患者数据，可能无法完全反映真实临床场景中的图像质量表现	阐明在最大剂量约束下，焦点尺寸如何影响冠状动脉CT血管造影的图像质量，并探讨根据受试者厚度选择最佳焦点尺寸的可行性	不同直径（16-36厘米）的成像体模，模拟心脏区域	计算机视觉	心血管疾病	冠状动脉CT血管造影	超分辨率深度学习重建	图像	5种不同直径的体模	NA	NA	噪声功率谱, 任务传递函数	NA
1917	2026-09-17	CRANIOSEG: Deep Learning-Based Automated Segmentation of Craniomaxillofacial Anatomical Structures on Cone-Beam Computed Tomography 2026-Sep-15, Dento maxillo facial radiology DOI:10.1093/dmfr/twag065 PMID:42745446	研究论文	该研究开发并评估了基于nnU-Net v2的深度学习模型，用于在锥形束CT（CBCT）上全自动多类别分割27个颅颌面解剖结构	首次使用单一nnU-Net v2模型同时对27个颅颌面解剖结构进行全自动分割，并采用分层注释工作流建立共识参考标准	样本量较小（仅106例），仅在选定的内部数据集上验证，缺乏外部验证；对于小型、低对比度和形态复杂的结构（如翼腭窝DSC仅0.377）分割性能仍有待提高	开发和评估基于深度学习的全自动多类别颅颌面解剖结构分割模型，以辅助CBCT影像分析和临床诊断	106名成人患者的CBCT扫描影像	计算机视觉	颅颌面疾病	锥形束CT（CBCT）	CNN	图像	106例成人患者的CBCT扫描（训练集96例，内部测试集10例），共标注27个解剖结构	PyTorch	nnU-Net v2	Dice相似系数（DSC）, Jaccard指数（IoU）, 精确率（Precision）, 召回率（Recall）, 95百分位Hausdorff距离（HD95）, 平均对称表面距离（ASSD）	NA
1918	2026-09-17	Action Recognition in Sports Videos Using Multiscale Convolutional Networks with Long Short-Term Memory (LSTM)-Based Temporal Modeling 2026-Sep-15, Journal of visualized experiments : JoVE DOI:10.3791/72030 PMID:42747094	研究论文	本文提出了一种多尺度卷积神经网络与长短期记忆网络相结合的模型，用于体育视频中的动作识别	通过并行卷积核提取多尺度空间特征，并结合LSTM进行时序建模，以同时捕捉细粒度和粗粒度的运动特征	未明确讨论计算复杂度或实时性，且仅在特定基准数据集上评估	解决体育视频动作识别中复杂运动动态、遮挡和类内变化大的挑战	体育视频中的动作	计算机视觉	NA	深度学习	CNN, LSTM	视频	UCF11、UCF Sports和JHMDB基准数据集（具体样本数量未提供）	NA	多尺度卷积神经网络（MSCNN）, 长短期记忆网络（LSTM）	准确率	NA
1919	2026-09-16	The Role of Artificial Intelligence Combined With Digital Cholangioscopy for Indeterminant and Malignant Biliary Strictures: A Systematic Review and Meta-analysis 2026-10-01, Journal of clinical gastroenterology IF:2.8Q2 DOI:10.1097/MCG.0000000000002148 PMID:39998988	系统综述与meta分析	本文通过系统综述与meta分析评估了人工智能结合数字胆道镜对不确定性和恶性胆道狭窄的诊断性能	首次通过系统综述与meta分析方法综合评估AI辅助胆道镜在不确定性和恶性胆道狭窄诊断中的表现	仅纳入5项研究，样本量有限，且仅一项研究未使用CNN深度学习系统，研究间异质性可能影响结论的稳健性	评估基于AI的胆道镜诊断对不确定性和恶性胆道狭窄的诊断性能	675个病变及2,685,674张胆道镜图像	计算机视觉, 数字病理学	胆道狭窄, 胆道恶性肿瘤	数字胆道镜, ERCP	CNN	图像	5项研究，675个病变，2,685,674张胆道镜图像，其中CNN分析涉及4项研究538例患者	NA	卷积神经网络	灵敏度, 特异度, 似然比, 诊断比值比, SROC曲线下面积	NA
1920	2026-09-16	Artificial intelligence in treatment prediction for skeletal Class III malocclusion: A systematic review 2026-Oct, International journal of oral and maxillofacial surgery IF:2.2Q2 DOI:10.1016/j.ijom.2026.02.016 PMID:41775582	综述	本文系统回顾了人工智能模型在预测骨性III类错颌畸形患者是否需要正颌手术以及识别影响治疗决策的预测因素方面的性能	系统评估了机器学习和深度学习模型在骨性III类错颌畸形治疗预测中的应用，并总结了常用的预测因素如Wits评估、ANB角、上下颌比、覆盖和下颌角离散度	需要更大规模的多中心数据集和外部验证来提高可靠性、解决偏倚并支持临床实施	评估AI模型在预测正颌手术需求方面的性能，并识别影响治疗决策的预测因素	骨性III类错颌畸形患者	机器学习	骨性III类错颌畸形	头影测量和临床数据	机器学习, 深度学习	表格数据, 图像	15项研究	NA	随机森林, XGBoost, ResNet, CNN	准确率, 灵敏度, 特异性, AUC	NA