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	2026-07-10	Application of Deep Learning in Plant-Microbiota Association Analysis 2021, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2021.697090 PMID:34691142	综述	综述深度学习在植物-微生物组关联分析中的应用	全面总结了深度学习模型在植物微生物组数据分析中的应用，讨论了卷积神经网络和图神经网络的优势	未提及具体实验数据验证或模型比较的局限性	探讨深度学习在植物-微生物组关联分析中的潜力和应用策略	植物微生物组数据与植物表型的关联	机器学习	NA	NA	CNN、图神经网络	微生物组数据	NA	NA	卷积神经网络、图神经网络	NA	NA
2	2026-07-10	DeepREx-WS: A web server for characterising protein-solvent interaction starting from sequence 2021, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2021.10.016 PMID:34765094	研究论文	DeepREx-WS是一个从蛋白质序列出发，结合溶剂暴露、保守性、灵活性和无序性等特征来表征蛋白质-溶剂相互作用的网络服务器	首次整合溶剂暴露与非暴露残基知识以及残基保守性、灵活性和无序性，提供一个独特的网络服务器来理解与蛋白质完整性相关的区域	NA	通过整合多种序列特征，协助识别蛋白质表面工程中需要变异的残基	蛋白质序列中的残基	机器学习	NA	深度学习	深度学习模型	蛋白质序列	2332个单体蛋白质链用于训练，200个蛋白质序列用于盲测试	NA	DeepREx	NA	NA
3	2026-07-07	The role of deep learning-based survival model in improving survival prediction of patients with glioblastoma 2021-10, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.4230 PMID:34453413	研究论文	深度学习生存模型在胶质母细胞瘤患者生存预测中的性能验证	证实基于深度学习生存模型在GBM患者中优于传统CoxPH和RSF模型，并通过贝叶斯超参数优化显著提升了预测精度	NA	验证深度学习生存模型在GBM患者中的预测性能，并探究超参数优化方法对预测准确性的影响	260名胶质母细胞瘤患者	机器学习	胶质母细胞瘤	NA	深度学习生存模型	表格数据	260名GBM患者	NA	深度学习生存模型	一致性指数（c-index）	NA
4	2026-07-07	Recent advances in blood-based and artificial intelligence-enhanced approaches for gastrointestinal cancer diagnosis 2021-Sep-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v27.i34.5666 PMID:34629793	综述	概述血液生物标志物和人工智能增强技术在胃肠道癌症诊断中的最新进展	同时讨论血液基础生物标志物和人工智能病理图像分析两种前沿方法，并预测未来临床整合方向	未提供具体实验结果或定量分析，缺乏对方法性能的详细比较	总结胃肠道癌症诊断领域的最新进展并展望未来发展方向	胃肠道癌症（包括多种消化道恶性肿瘤）	数字病理学、自然语言处理	胃肠道癌症	液体活检（血浆游离细胞DNA、循环肿瘤细胞、细胞外囊泡、游离细胞RNA）、组织活检分析	深度学习模型	病理图像、血液样本数据	NA	NA	NA	NA	NA
5	2026-07-03	RE: A Prognostic Predictive System Based on Deep Learning for Locoregionally Advanced Nasopharyngeal Carcinoma 2021-11-29, Journal of the National Cancer Institute DOI:10.1093/jnci/djab098 PMID:34021355	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6	2026-07-03	A Prognostic Predictive System Based on Deep Learning for Locoregionally Advanced Nasopharyngeal Carcinoma 2021-05-04, Journal of the National Cancer Institute DOI:10.1093/jnci/djaa149 PMID:32970812	研究论文	基于深度学习构建局部晚期鼻咽癌预后预测系统，利用MRI影像和临床数据区分低危患者	首次将3D卷积神经网络与XGBoost结合，基于MRI影像和临床数据构建多中心验证的预后系统，显著优于传统TNM分期系统	未提及具体限制，可能包括样本量有限、数据来源地域局限或模型可解释性不足	开发并验证基于MRI特征的预后系统，以区分局部晚期鼻咽癌低危患者，优化治疗方案	局部晚期鼻咽癌（LA-NPC）患者	机器学习	鼻咽癌	MRI	3D卷积神经网络, XGBoost	图像	3444例局部晚期鼻咽癌患者	NA	3D卷积神经网络, XGBoost	一致性指数（C-index）	NA
7	2026-07-03	Region of interest-based predictive algorithm for subretinal hemorrhage detection using faster R-CNN 2021, Soft computing IF:3.1Q2 DOI:10.1007/s00500-021-06098-1 PMID:34421341	研究论文	本文提出一种基于深度学习的预测算法，利用Faster R-CNN检测视网膜下出血，并通过OCT图像实现分类	结合区域卷积神经网络和语义分割技术，提出基于感兴趣区域的预测算法以提升分类准确率，并在测试时间上优于传统CNN、R-CNN和Fast R-CNN	仅使用特定医疗机构的OCT图像和Kaggle数据集进行验证，泛化性可能受限；且样本数量未明确说明，可能影响模型鲁棒性	开发一种能够自动检测并分类视网膜下出血为响应型或非响应型的预测算法	视网膜下出血患者的光学相干断层扫描（OCT）图像	计算机视觉	年龄相关性黄斑变性、糖尿病性黄斑水肿	OCT	Faster R-CNN	图像	未明确说明	NA	Faster R-CNN	灵敏度、特异度、准确率、测试时间	NA
8	2026-06-19	FusionAI: Predicting fusion breakpoint from DNA sequence with deep learning 2021-Oct-22, iScience IF:4.6Q1 DOI:10.1016/j.isci.2021.103164 PMID:34646994	研究论文	开发FusionAI利用深度学习预测DNA序列中的基因融合断点，帮助识别融合断裂码及基因组背景	首次基于DNA序列通过深度学习预测基因融合断点，揭示融合断裂的基因组上下文	未提及数据集大小及与其他方法的对比验证	通过深度学习模型预测基因融合断点，理解基因组断裂机制	基因融合断点及其相关基因组序列	机器学习	癌症	DNA测序	深度学习模型	DNA序列数据	未提及	未提及	未提及	未提及	未提及
9	2026-06-19	The Reproducibility of Deep Learning-Based Segmentation of the Prostate Gland and Zones on T2-Weighted MR Images 2021-Sep-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics11091690 PMID:34574031	research paper	在T2加权MR图像上，使用深度学习进行前列腺及其分区分割的可重复性研究	首次系统评估深度学习分割方法在前列腺MRI中的患者内可重复性，并比较了三种不同CNN架构与人工分割的稳定性	仅使用了单中心数据集，未探讨不同采集参数或MRI设备对可重复性的影响	探究深度学习分割方法在前列腺MRI中14个形状特征的重复性，为CAD系统临床应用提供依据	前列腺整体、外周区和剩余区（非外周区）的MRI分割	machine learning	prostate cancer	T2加权MRI	CNN	image	244名患者的内部数据集	PyTorch	V-Net, nnU-Net-2D, nnU-Net-3D	ICC	NA
10	2026-06-17	Deep Learning Approach for Robust Prediction of Reservoir Bubble Point Pressure 2021-Aug-24, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.1c02376 PMID:34471753	研究论文	提出一种基于长短期记忆网络的鲁棒模型，用于预测储层气泡点压力	利用全球不同油田的760个数据点构建模型，并通过趋势分析和统计验证确保输入输出关系的正确性	未提及具体局限性，但模型依赖数据质量和数量，可能对极端条件或新油田的泛化能力有限	开发高精度、鲁棒的气泡点压力预测模型，替代传统经验关联式	储层油藏流体性质中的气泡点压力（一种关键PVT参数）	机器学习	NA	NA	LSTM（长短期记忆网络）	数值数据	760个数据点，来自全球不同油田	NA	LSTM	平均绝对相对误差百分比（AAPRE），相关系数	NA
11	2026-06-17	In-Pero: Exploiting Deep Learning Embeddings of Protein Sequences to Predict the Localisation of Peroxisomal Proteins 2021-Jun-15, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms22126409 PMID:34203866	研究论文	提出In-Pero方法，结合深度学习嵌入与机器学习预测过氧化物酶体蛋白质亚定位	首个专门针对过氧化物酶体蛋白亚定位（基质vs膜）的预测工具，利用深度学习的蛋白质序列多维度嵌入表示	未指明	开发预测过氧化物酶体蛋白亚细胞定位的新方法	过氧化物酶体蛋白（基质和膜蛋白）	机器学习	相关疾病（多种疾病发病机制涉及过氧化物酶体蛋白定位异常）	深度学习嵌入	机器学习与深度学习组合模型	蛋白质氨基酸序列	160个过氧化物酶体蛋白（实验验证定位证据）	NA	NA	准确率	NA
12	2026-06-07	Development and validation of MRI-based deep learning models for prediction of microsatellite instability in rectal cancer 2021-06, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.3957 PMID:33963688	研究论文	开发并验证基于MRI的深度学习模型，用于预测直肠癌中的微卫星不稳定性	首次将改进的MobileNetV2架构应用于直肠癌MRI图像，以预测微卫星不稳定性状态，并探索了结合临床因素的集成模型	单中心回顾性研究，样本量有限，可能存在选择偏倚；临床模型性能较低，深度学习模型间差异无统计学意义	术前预测直肠癌患者的微卫星不稳定性状态，以辅助制定个性化治疗策略	491例直肠癌患者，其微卫星状态经病理证实	计算机视觉	直肠癌	MRI成像	改进的MobileNetV2	图像（高分辨率T2加权MRI图像）	491例直肠癌患者，其中训练/验证队列395例，测试队列96例	PyTorch	MobileNetV2	准确率、AUC、95%置信区间	NA
13	2026-05-31	Deep Learning to Predict Cardiac Magnetic Resonance-Derived Left Ventricular Mass and Hypertrophy From 12-Lead ECGs 2021-06, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.120.012281 PMID:34126762	研究论文	利用深度学习从12导联心电图预测心脏磁共振测量的左心室质量和肥厚	首次使用深度学习模型从12导联心电图预测CMR导出的左心室质量，并与传统心电图规则比较左心室肥厚的鉴别能力	UK Biobank和MGB队列中预测LV质量与CMR导出的相关性不同，说明模型泛化性存在局限	提高使用12导联心电图检测左心室肥厚的敏感性	左心室质量和左心室肥厚	机器学习	心血管疾病	12导联心电图	CNN（卷积神经网络）	心电图信号和心脏磁共振数据	UK Biobank中32,239名受试者（训练），独立测试集包括UK Biobank 4,903人和MGB 1,371人，MGB结果队列28,612人	NA	卷积神经网络	相关系数r，c统计量，Cox回归风险比	NA
14	2026-05-31	Attenuation correction using deep Learning and integrated UTE/multi-echo Dixon sequence: evaluation in amyloid and tau PET imaging 2021-05, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-020-05061-w PMID:33108475	研究论文	提出一种结合深度学习与新型超短回波时间/多回波Dixon（UTE/mUTE）序列的MR衰减校正方法，用于淀粉样蛋白和tau蛋白PET成像	首次将深度学习与mUTE序列结合用于PET/MR衰减校正，在淀粉样蛋白和tau蛋白成像中显著提高骨区域Dice系数（0.87/0.94），优于传统图谱法和基于MPRAGE或Dixon的深度学习方法	样本量较小（35名受试者），仅评估了特定PET示踪剂（11C-PiB和18F-MK6240），未验证其他脑部疾病或示踪剂的通用性	提高阿尔茨海默病PET成像中衰减校正的准确性	35名接受11C-PiB和18F-MK6240扫描的受试者	计算机视觉	阿尔茨海默病	MR衰减校正，UTE/multi-echo Dixon序列，深度学习	深度学习	图像	35名受试者	NA	NA	Dice系数，验证损失，标准摄取值比（SUVR）误差	NA
15	2026-05-31	Disrupted Association of Sensory Neurons With Enveloping Satellite Glial Cells in Fragile X Mouse Model 2021, Frontiers in molecular neuroscience IF:3.5Q2 DOI:10.3389/fnmol.2021.796070 PMID:35058748	研究论文	在脆性X综合征小鼠模型中，感觉神经元与包裹的卫星胶质细胞之间的关联被破坏	首次揭示卫星胶质细胞在脆性X综合征感觉缺陷中的潜在贡献，结合单细胞RNA测序和深度学习网络进行结构功能分析	NA	探索脆性X综合征中感觉外周系统的功能障碍，特别是卫星胶质细胞对感觉缺陷的贡献	脆性X综合征小鼠模型的背根神经节中的感觉神经元和卫星胶质细胞	机器学习	脆性X综合征	单细胞RNA测序、荧光显微镜、qPCR、高分辨率透射电子显微镜、深度学习网络	深度学习网络	图像、基因表达数据	NA	NA	深度学习网络	NA	NA
16	2026-05-29	Automated analysis of rabbit knee calcified cartilage morphology using micro-computed tomography and deep learning 2021-08, Journal of anatomy IF:1.8Q2 DOI:10.1111/joa.13435 PMID:33782948	研究论文	利用微计算机断层扫描和深度学习自动分析兔膝关节钙化软骨形态	首次将深度学习分割技术应用于µCT图像中钙化软骨的三维形态评估，实现了骨与矿化软骨的自动分割，并验证了与组织学方法的高度相关性	研究样本限于兔膝关节，且为离体实验，未涉及活体动态变化分析；分割模型性能在µCT图像上略低于组织学图像	开发基于深度学习的µCT图像分割方法，实现钙化软骨三维形态的自动化分析，并验证其在解剖区域厚度变异研究中的生物医学相关性	12只新西兰白兔的16个膝关节，解剖为6个解剖区域的96个骨软骨样本	计算机视觉	骨关节炎及其他关节疾病	微计算机断层扫描	卷积神经网络	图像	12只兔的16个膝关节，96个骨软骨样本	NA	编码器-解码器架构	Dice系数, Pearson相关系数, Bland-Altman分析	NA
17	2026-05-27	Subtyping of mild cognitive impairment using a deep learning model based on brain atrophy patterns 2021-12-21, Cell reports. Medicine DOI:10.1016/j.xcrm.2021.100467 PMID:35028609	研究论文	基于脑萎缩模式的深度学习模型用于轻度认知障碍亚型分类	首次仅基于脑萎缩模式进行MCI亚型分类，而非传统认知测量	未明确提及局限性	开发基于脑萎缩的MCI亚型分类方法，以识别生物学和临床上有意义的亚组	轻度认知障碍（MCI）患者	数字病理学	阿尔茨海默病	MRI	深度学习	全脑MRI图像	未明确提及样本量	NA	NA	认知、临床、液体生物标志物及分子影像数据用于验证	NA
18	2026-05-27	Image- versus histogram-based considerations in semantic segmentation of pulmonary hyperpolarized gas images 2021-11, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.28908 PMID:34227163	研究论文	比较基于直方图和基于图像的算法在高极化气体肺部图像分割中的差异	首次系统比较直方图与图像域优化方法在肺部高极化气体MRI分割中的性能，并公开深度学习功能	模拟数据集可能无法完全代表真实临床场景中的复杂噪声和变形	表征基于直方图和基于图像的分割算法在肺部高极化气体图像分割中的差异	高极化129Xe气体肺部MRI图像（来自29名受试者公开数据集和51名受试者回顾性数据集）	计算机视觉	肺部疾病	MRI	CNN	图像	80名受试者（29名公开+51名回顾性）的模拟高极化气体MRI图像	Advanced Normalization Tools	卷积神经网络	测量偏差、测量精度	NA
19	2026-05-27	Microscopy deep learning predicts virus infections and reveals mechanics of lytic-infected cells 2021-Jun-25, iScience IF:4.6Q1 DOI:10.1016/j.isci.2021.102543 PMID:34151222	研究论文	开发深度学习算法，通过显微镜图像预测病毒感染，并揭示裂解感染细胞的力学特性	无需病毒特异性染色，利用深度学习从荧光显微镜图像中识别疱疹病毒和腺病毒感染细胞，提前约20小时预测裂解感染结果，并揭示裂解细胞核的力学缺陷	NA	开发成像和深度学习方法，用于预测病毒感染表型并研究细胞裂解的机制	疱疹病毒和腺病毒感染的细胞	计算机视觉	病毒感染	荧光显微镜、活细胞成像	深度学习	图像	NA	NA	深度学习模型（具体架构未指定）	NA	NA
20	2026-05-27	Quantification of abdominal fat from computed tomography using deep learning and its association with electronic health records in an academic biobank 2021-06-12, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaa342 PMID:33576413	研究论文	开发了一种全自动算法用于腹部脂肪分割，并在学术生物库中大规模部署该方法	利用深度学习和分布式计算构建全自动图像筛选和标记技术，可从CT扫描中识别皮下和内脏腹部脂肪，并验证与电子健康记录中表型的关联	未明确提及局限	开发全自动腹部脂肪分割算法并大规模应用在学术生物库中	宾夕法尼亚医学生物库中13502名患者的52844次CT扫描中的皮下和内脏腹部脂肪	计算机视觉	糖尿病、高血压、肾衰竭	CT	CNN	图像	13502名患者，52844次CT扫描	NA	分类网络、分割网络	类内相关系数	分布式计算