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
1	2026-05-24	Quantifying behavior to understand the brain 2020-12, Nature neuroscience IF:21.2Q1 DOI:10.1038/s41593-020-00734-z PMID:33169033	综述	回顾了用于量化动物行为的技术进展，特别是运动追踪和动态结构表征方法，并探讨了深度学习在计算行为学中的应用及其对神经科学研究的推动作用	强调深度学习作为核心驱动力，推动了行为量化从传统任务（如心理物理学）向完整行为描述扩展，并提出了连接神经活动与行为的量化框架	未明确提及具体局限性，但隐含挑战包括行为量化的完整性和动态结构的解析难度	综述行为量化技术进展，探讨如何通过量化行为理解脑功能，最终解析神经环路、认知过程与行为之间的关系	动物行为，包括自然环境中的运动和心理物理学任务中的行为表现	计算机视觉、机器学习	不适用	深度学习、行为追踪、运动动力学分析	深度学习模型（如用于特征提取和动态表征的神经网络）	行为视频、运动追踪数据	不适用	不适用	不适用	不适用	不适用
2	2026-05-09	Deep learning extended depth-of-field microscope for fast and slide-free histology 2020-12-29, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2013571117 PMID:33318169	研究论文	提出一种基于深度学习的扩展景深显微镜，用于快速、无切片的组织学检查	通过在荧光显微镜瞳孔平面添加廉价相位掩模并结合联合优化的图像重建算法，实现200微米的扩展景深，无需物理切片即可获得组织学质量图像	未明确提及当前处理的组织表面不规则性是否影响所有样本，以及算法在不同显微镜配置下的通用性	开发可在术中快速评估手术切缘的显微镜技术，减少传统组织处理的时间和成本	口腔外科手术切除的组织样本	计算机视觉, 数字病理学	癌症	荧光显微镜	深度学习	图像	口腔手术切除标本	NA	NA	衍射极限光学性能	NA
3	2026-05-05	Deep Learning for Prediction and Optimization of Fast-Flow Peptide Synthesis 2020-Dec-23, ACS central science IF:12.7Q1 DOI:10.1021/acscentsci.0c00979 PMID:33376788	研究论文	利用深度学习预测和优化快速流动肽合成中的Fmoc脱保护效率	首次将深度学习应用于快速流动肽合成的原位紫外-可见光谱数据，实现序列依赖的脱保护反应预测，并建立实验感知的计算设计方法以减少聚集事件	未明确提及方法的通用性验证（如不同合成仪或肽序列类型）及实际反应优化中的实时部署挑战	开发一种基于深度学习的计算方法，用于预测和优化快速流动肽合成中的Fmoc脱保护效率	35,427个Fmoc脱保护反应的紫外-可见光谱数据及对应氨基酸和肽序列	机器学习	不适用	Fmoc固相肽合成、紫外-可见光谱	深度学习模型（具体架构未明确）	时间分辨紫外-可见光谱数据	35,427个Fmoc脱保护反应	不适用	未明确指定具体架构	误差（低于6%）	未明确提及
4	2026-05-05	Single-Nanoparticle Orientation Sensing by Deep Learning 2020-Dec-23, ACS central science IF:12.7Q1 DOI:10.1021/acscentsci.0c01252 PMID:33376795	研究论文	利用深度学习平台在差分干涉对比显微镜下确定各向异性光学探针的取向	通过深度学习模型突破DIC方法的固有角度限制（20°），实现金纳米棒平面角预测误差低于此限，并首次在0-360°范围内检测低对称性金纳米星的平面取向，同时扩展模型实现多分支纳米星平面外旋转角的同时预测	NA	开发计算成像平台以精确检测各向异性光学探针在DIC显微镜下的取向	金属纳米颗粒光学探针（金纳米棒、金纳米星）	计算机视觉	NA	差分干涉对比显微镜	深度学习模型	图像	NA	NA	NA	误差（角度误差）	NA
5	2026-05-03	From Regression Analysis to Deep Learning: Development of Improved Proxy Measures of State-Level Household Gun Ownership 2020-Dec-11, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2020.100154 PMID:33336203	研究论文	利用传统回归分析和深度学习开发了两种高精度州级家庭枪支拥有率代理指标	首次将深度学习应用于枪支拥有率代理指标建模，并指出传统FS/S代理指标存在严重偏差	代理指标依赖有限协变量（自杀枪支比例和狩猎执照率），可能忽略其他影响因素	开发更准确的州级家庭枪支拥有率代理指标，替代现有偏见严重的FS/S指标	美国各州家庭枪支拥有率	机器学习	NA	NA	深度学习模型、回归分析模型	数值型数据	NA	NA	NA	R²	NA
6	2026-04-30	DeepACP: A Novel Computational Approach for Accurate Identification of Anticancer Peptides by Deep Learning Algorithm 2020-Dec-04, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2020.10.005 PMID:33230481	研究论文	提出一种基于深度学习的计算方法DeepACP，用于准确识别抗癌肽	系统比较了卷积、循环和卷积-循环三种深度学习架构，发现双向长短期记忆网络表现最优，并实现了模型可视化与理解	未明确说明，但可推断仅限于序列信息，且需进一步验证对非ACP肽的泛化能力	探索最佳深度学习架构以准确预测抗癌肽，并开发实用工具	抗癌肽序列数据集	机器学习	癌症	NA	循环神经网络	序列数据	未提及具体数量	深度学习框架未明确指定	双向长短期记忆网络	准确率	NA
7	2026-04-04	Deep Neural Network Sleep Scoring Using Combined Motion and Heart Rate Variability Data 2020-Dec-23, Sensors (Basel, Switzerland) DOI:10.3390/s21010025 PMID:33374527	研究论文	本文开发了一种结合活动计数和心率变异性数据的深度学习算法，用于改进睡眠质量评估	提出了一种新颖的深度学习模型（Haghayegh算法），结合活动计数和5分钟窗口的心率变异性指标，显著提升了睡眠评分性能	研究仅基于222名参与者的数据，样本量相对有限，且未涉及更广泛的临床验证	改进睡眠质量评估，通过深度学习算法提升与多导睡眠图的吻合度	222名参与者的同时记录的多导睡眠图和腕部活动记录数据	机器学习	NA	腕部活动记录术，心率变异性分析	深度学习模型	活动计数和心率变异性指标	222名参与者	NA	Haghayegh算法	准确率, 灵敏度, 特异性, Kappa一致性	NA
8	2026-03-20	Exploring a Structural Basis for Delayed Rod-Mediated Dark Adaptation in Age-Related Macular Degeneration Via Deep Learning 2020-12, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.9.2.62 PMID:33344065	研究论文	本研究利用深度学习模型分析SD-OCT图像，探索年龄相关性黄斑变性中延迟杆介导暗适应的结构基础	提出了一种基于深度学习的无偏解剖生物标志物发现框架，首次识别并定位了SD-OCT中与延迟RMDA相关的低反射外层视网膜带	研究依赖于特定位置的SD-OCT B扫描图像，样本可能有限，且模型性能虽好但误差范围仍需进一步优化	探索年龄相关性黄斑变性中延迟杆介导暗适应的结构基础，并开发成像生物标志物发现方法	患有和未患有年龄相关性黄斑变性的参与者，聚焦于黄斑区SD-OCT图像	数字病理学	年龄相关性黄斑变性	光谱域光学相干断层扫描	深度学习模型	图像	NA	NA	NA	均方误差, 平均绝对误差	NA
9	2025-10-06	Deep learning using a biophysical model for robust and accelerated reconstruction of quantitative, artifact-free and denoised R2* images 2020-12, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.28344 PMID:32767489	研究论文	提出一种基于生物物理模型的深度学习方法来稳健快速地重建定量、无伪影且去噪的R2*图像	采用自监督学习策略，无需真实R2*图像作为标签，仅需训练阶段使用F函数，应用阶段无需B0场不均匀性先验信息	未明确说明训练数据的具体规模和多样性限制	开发快速准确的磁共振R2*定量成像重建方法	多梯度回波磁共振成像数据	医学影像分析	NA	多梯度回波磁共振成像	CNN	磁共振图像	NA	NA	卷积神经网络	准确度	NA
10	2025-05-23	Lake water-level fluctuation forecasting using machine learning models: a systematic review 2020-Dec, Environmental science and pollution research international DOI:10.1007/s11356-020-10917-7 PMID:32978734	综述	本文对机器学习模型在湖泊水位波动预测中的应用进行了全面回顾	系统总结了七种流行的机器学习模型在湖泊水位预测中的应用，并讨论了模型输入、性能标准及比较	未涉及具体模型的详细实现细节和特定湖泊案例的深入分析	评估机器学习模型在湖泊水位波动预测中的效果和应用前景	湖泊水位波动	机器学习	NA	NA	ANN, SVM, ANFIS, WA-ANN, WA-ANFIS, WA-SVM, GEP, GP, ELM, DL	水文数据	NA	NA	NA	NA	NA
11	2025-05-23	Computer-aided diagnosis of liver lesions using CT images: A systematic review 2020-12, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2020.104035 PMID:33099219	综述	本文综述了1998年至2020年间发表的关于使用计算机辅助诊断系统通过CT图像预测肝脏良恶性病变的最新技术	提供了肝脏病变计算机辅助诊断系统的全面概述，包括传统和基于深度学习的方法	未开发出适用于多样化图像的高效分割方法，未研究无监督和半监督深度学习模型	概述计算机辅助诊断系统在肝脏病变诊断中的最新技术	肝脏病变	数字病理学	肝脏疾病	CT成像	深度学习与传统方法	图像	NA	NA	NA	NA	NA
12	2025-10-07	Template-based prediction of protein structure with deep learning 2020-Dec-29, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-020-07249-8 PMID:33372607	研究论文	提出基于深度学习的ThreaderAI方法用于蛋白质三级结构预测	将模板-查询序列比对任务重新定义为计算机视觉中的像素分类问题，并首次应用深度残差神经网络进行预测	NA	提高蛋白质三级结构预测的准确性，特别是针对远缘同源蛋白	蛋白质序列和结构	计算机视觉, 机器学习	NA	深度学习, 蛋白质结构预测	CNN, 深度残差神经网络	序列谱, 预测的结构特征, 残基-残基接触	SCOPe数据集和CASP13的TBM-hard数据	NA	ResNet	TM-score	NA
13	2025-02-21	Beat-to-Beat Continuous Blood Pressure Estimation Using Bidirectional Long Short-Term Memory Network 2020-Dec-25, Sensors (Basel, Switzerland) DOI:10.3390/s21010096 PMID:33375722	研究论文	本研究提出了一种使用双向长短期记忆网络进行连续血压估计的模型，旨在通过无袖带方法监测高血压患者的血压	采用双向长短期记忆网络进行血压估计，并结合留一受试者法和微调策略以提高模型的泛化能力和多日测试中的兼容性	模型在多日测试中的误差较大，表明在多日场景下的稳定性仍需改进	开发一种无袖带、基于深度学习的连续血压估计模型，以简化高血压患者的血压监测	高血压患者的连续血压数据	机器学习	心血管疾病	深度学习	双向长短期记忆网络（BiLSTM）	心电图（ECG）、光电容积描记图（PPG）、心冲击图（BCG）	未明确提及具体样本数量，但使用了留一受试者法进行模型评估	NA	NA	NA	NA
14	2025-02-21	Application of feed forward and recurrent neural networks in simulation of left ventricular mechanics 2020-12-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-020-79191-4 PMID:33339836	研究论文	本文探讨了使用前馈神经网络和循环神经网络（RNN）模拟左心室（LV）力学的方法，以替代传统有限元（FE）模型	提出使用深度学习（DL）进行左心室（LV）的计算机模拟，相较于传统有限元（FE）模型，显著减少了计算时间	研究仅基于有限数量的FE模型进行训练和测试，可能限制了模型的泛化能力	研究目的是开发一种能够实时提供左心室（LV）力学模拟的深度学习模型	左心室（LV）的压力和体积，以及心肌的应力	机器学习	心血管疾病	深度学习（DL）	前馈神经网络和循环神经网络（RNN）与长短期记忆（LSTM）	模拟数据	80个四腔心脏FE模型用于训练LV压力和体积，120个仅LV的FE模型用于训练LV应力预测	NA	NA	NA	NA
15	2025-10-07	Deep learning-based real-time volumetric imaging for lung stereotactic body radiation therapy: a proof of concept study 2020-12-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/abc303 PMID:33080578	研究论文	本研究提出一种基于生成对抗网络的实时三维成像方法，用于肺部立体定向放射治疗中的运动管理	提出集成感知监督的生成对抗网络TransNet，可从单张二维投影实时生成三维图像，并引入特征空间感知损失以提升肺部边界准确性	概念验证研究，仅基于20例患者数据进行模拟验证，尚未进行临床实时应用	开发实时三维成像技术以提升肺部立体定向放射治疗的精准运动管理	接受肺部立体定向放射治疗的患者	医学影像分析	肺癌	4D-CT模拟	GAN	CT图像	20例患者病例，包含9个呼吸时相的三维CT图像及对应二维投影数据	NA	TransNet（包含编码、转换和解码三个模块）	平均绝对误差, 峰值信噪比, 结构相似性指数, 质心距离	NA
16	2024-10-11	Sentiment Analysis of COVID-19 tweets by Deep Learning Classifiers-A study to show how popularity is affecting accuracy in social media 2020-Dec, Applied soft computing IF:7.2Q1 DOI:10.1016/j.asoc.2020.106754 PMID:33013254	研究论文	研究通过深度学习分类器分析COVID-19相关推文的情绪，探讨社交媒体中流行度对准确性的影响	提出了一种基于高斯隶属函数的模糊规则库来正确识别推文情绪，并验证了深度学习分类器在推文情绪分析中的应用	研究仅分析了特定时间段内的推文，未涵盖更广泛的时间范围	探讨COVID-19相关推文中情绪分析的准确性，并提出改进方法	COVID-19相关推文及其情绪分析	自然语言处理	NA	深度学习	深度学习分类器	文本	分析了23,000条最常转发的推文和226,668条推文	NA	NA	NA	NA
17	2024-10-08	M 3Lung-Sys: A Deep Learning System for Multi-Class Lung Pneumonia Screening From CT Imaging 2020-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2020.3030853 PMID:33048773	研究论文	本文提出了一种用于多类肺部肺炎筛查的深度学习系统M 3Lung-Sys，通过CT影像进行诊断	该系统仅由两个2D CNN网络组成，分别用于切片级和患者级分类，能够从大量CT切片中提取特征并恢复不同切片间的时间信息	NA	旨在提高COVID-19等肺部肺炎的准确诊断，以便及时隔离和治疗	COVID-19、H1N1、CAP和健康病例的CT影像	计算机视觉	肺部疾病	深度学习	CNN	影像	734名患者（251名健康人，245名COVID-19患者，105名H1N1患者，133名CAP患者）	NA	NA	NA	NA
18	2024-08-30	A deep learning approach to characterize 2019 coronavirus disease (COVID-19) pneumonia in chest CT images 2020-Dec, European radiology IF:4.7Q1 DOI:10.1007/s00330-020-07044-9 PMID:32617690	研究论文	利用深度学习模型自动检测COVID-19患者的胸部CT图像中的异常，并与放射科住院医师的定量判断性能进行比较	深度学习模型在检测COVID-19肺炎方面表现出比放射科住院医师更高的敏感性和诊断效率	NA	开发和验证一种深度学习算法，用于自动检测COVID-19患者的胸部CT图像中的肺炎病变	COVID-19患者的胸部CT图像	计算机视觉	COVID-19	深度学习	深度学习算法	图像	14,435名参与者的胸部CT图像用于训练和验证，96名确诊COVID-19患者的非重叠数据集用于测试	NA	NA	NA	NA
19	2024-08-24	A Deep Learning Prognosis Model Help Alert for COVID-19 Patients at High-Risk of Death: A Multi-Center Study 2020-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2020.3034296 PMID:33108303	研究论文	本文开发了一种3D密集连接卷积神经网络（De-COVID19-Net），用于预测COVID-19患者的高风险或低风险组别，结合CT和临床信息	De-COVID19-Net模型在训练集和测试集上均表现出高准确性，AUC值分别为0.952和0.943	NA	开发一种预测工具，用于识别高风险COVID-19患者并辅助制定治疗计划	366名严重或危重的COVID-19患者	机器学习	COVID-19	3D密集连接卷积神经网络	CNN	CT图像和临床信息	366名患者，包括70名高风险患者和296名低风险患者	NA	NA	NA	NA
20	2024-08-24	Hybrid-COVID: a novel hybrid 2D/3D CNN based on cross-domain adaptation approach for COVID-19 screening from chest X-ray images 2020-Dec, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-020-00957-1 PMID:33301073	研究论文	本研究开发了一种基于迁移学习的混合2D/3D CNN架构，用于通过胸部X光图像进行COVID-19筛查	提出了一种结合预训练深度模型（VGG16）和浅层3D CNN的混合2D/3D CNN架构，通过深度可分离卷积层和空间金字塔池化模块（SPP）来减少计算负担并提取多层次特征	NA	开发一种高效的COVID-19筛查方法，以帮助早期识别COVID-19感染	COVID-19、肺炎和正常状态的胸部X光图像	计算机视觉	COVID-19	深度学习算法	混合2D/3D CNN	图像	收集的数据集包含3个类别：COVID-19、肺炎和正常状态	NA	NA	NA	NA