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	2026-04-07	VEHiCLE: a Variationally Encoded Hi-C Loss Enhancement algorithm for improving and generating Hi-C data 2021-04-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-88115-9 PMID:33893353	研究论文	本文提出了一种名为VEHiCLE的深度学习算法，用于提高Hi-C接触数据的分辨率	VEHiCLE算法结合了变分自编码器和对抗训练策略，并引入了四种损失函数（对抗损失、变分损失、染色体拓扑启发的绝缘损失和均方误差损失），以增强接触图，使其更适用于下游分析，同时提供了对生物意义和人类可解释特征提取的新见解，并允许用户调整生成合成Hi-C数据	NA	提高Hi-C接触数据的分辨率，以改善染色质构象分析	Hi-C接触数据	机器学习	NA	Hi-C	变分自编码器, GAN	接触图	NA	NA	变分自编码器	NA	NA
2	2026-04-07	A Hybrid Model for Family History Information Identification and Relation Extraction: Development and Evaluation of an End-to-End Information Extraction System 2021-Apr-22, JMIR medical informatics IF:3.1Q2 DOI:10.2196/22797 PMID:33885370	研究论文	本文开发并评估了一个用于从电子健康记录中提取家族史信息的端到端信息提取系统	提出了一种结合机器学习和基于规则方法的混合模型，用于实体识别和关系提取，并利用额外标注数据和临床文本嵌入模型提升性能	未明确说明系统在更广泛数据集或不同医疗环境中的泛化能力	开发一个高性能的端到端信息提取系统，用于从非结构化自由文本中识别家族成员和观察结果及其关系	电子健康记录中的非结构化自由文本笔记	自然语言处理	NA	自然语言处理	双向长短期记忆深度学习模型, 在线梯度下降模型	文本	使用了2019年n2c2/OHNLP共享任务数据集、BioCreative/OHNLP 2018语料库以及MIMIC-III临床数据库的临床笔记	NA	双向长短期记忆	精确率, 召回率, F1分数	NA
3	2026-04-07	Evaluating recommender systems for AI-driven biomedical informatics 2021-04-19, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaa698 PMID:32766825	研究论文	本文研究了一种基于网络AI平台的自动化生物医学数据科学方法，通过推荐模型选择和实验来简化机器学习在生物信息学中的应用	提出基于矩阵分解的推荐系统在自动化机器学习中优于元学习方法，并开发了AI驱动的平台PennAI，能够自动选择和配置算法，减少计算负担	研究主要基于165个分类问题进行验证，可能未覆盖所有生物医学数据类型；自动化方法可能无法完全替代专家手动调参	自动化生物医学数据科学，使缺乏机器学习或编程经验的领域专家能够轻松应用机器学习	生物信息学数据，特别是脓毒性休克预测的临床数据	机器学习	脓毒性休克	机器学习自动化	矩阵分解推荐系统，深度学习模型	生物医学数据	165个分类问题	NA	NA	AUROC	NA
4	2026-04-07	Ultrafast light field tomography for snapshot transient and non-line-of-sight imaging 2021-04-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-021-22461-0 PMID:33846338	研究论文	本文提出了一种名为超快光场断层扫描（LIFT）的瞬态成像策略，用于实现高时间分辨率的三维和非视距成像	LIFT技术能够以超过1000帧的速率捕获完整的四维时空信息，实现单次快照成像，解决了现有超快相机在扩展三维场景和非视距成像中的局限性	NA	开发一种高效的瞬态成像方法，以支持三维光传播现象和非视距成像的应用	光在飞行中的现象及非视距场景	计算机视觉	NA	超快光场断层扫描	深度学习	光场数据	NA	NA	NA	时间分辨率（<10皮秒），帧率（30 Hz）	NA
5	2026-04-07	DeepPurpose: a deep learning library for drug-target interaction prediction 2021-04-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaa1005 PMID:33275143	研究论文	本文介绍了DeepPurpose，一个用于药物-靶点相互作用预测的深度学习库，旨在简化模型使用并提升预测性能	DeepPurpose通过集成15种化合物和蛋白质编码器及超过50种神经架构，提供了一个全面且易用的深度学习库，降低了生物医学领域和深度学习初学者使用门槛	未在摘要中明确提及	开发一个易于使用的深度学习库，以促进药物-靶点相互作用预测的研究和应用	药物-靶点相互作用预测模型	机器学习	NA	深度学习	多种神经网络架构	化合物和蛋白质数据	NA	NA	多种编码器和神经架构	在多个基准数据集上展示了最先进的性能	NA
6	2026-03-29	Deep learning models for the prediction of intraoperative hypotension 2021-04, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2020.12.035 PMID:33558051	研究论文	本研究开发并验证了基于深度学习算法，利用患者监测的生物信号波形，在低血压事件发生前5、10和15分钟进行实时预测的模型	提出了结合多种生物信号（如动脉压波形、心电图、光电容积脉搏波和二氧化碳波形）的多通道深度学习模型，相较于单一信号模型，在预测低血压事件方面表现出更高的性能	研究为回顾性观察性研究，可能存在选择偏倚；模型性能在非侵入性监测中相对较低，且未在外部数据集上进行验证	开发能够实时预测术中低血压事件的深度学习算法，以降低术后器官功能障碍的风险	接受非心脏手术的患者，通过患者监测获取的生物信号波形	机器学习	心血管疾病	生物信号波形分析	深度学习模型	生物信号波形数据	3301名患者	NA	NA	AUROC, MAE	NA
7	2026-03-13	MET Exon 14 Skipping: A Case Study for the Detection of Genetic Variants in Cancer Driver Genes by Deep Learning 2021-Apr-19, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms22084217 PMID:33921709	研究论文	本研究利用深度学习技术检测非小细胞肺癌中MET外显子14跳跃事件，并探索未表征的MET异构体	开发了专门针对MET外显子14跳跃检测的神经网络和稀疏连接自编码器，首次将深度学习应用于该特定癌症驱动基因变异的识别	假阳性病例中存在外显子14覆盖模糊的情况，且样本主要来源于TCGA数据库，可能限制了模型的泛化能力	检测癌症驱动基因中的遗传变异，特别是MET外显子14跳跃事件，以辅助肿瘤进展和治疗研究	非小细胞肺癌（NSCLC）中的MET基因转录本	机器学习	肺癌	RNA-seq	CNN, 自编码器	RNAseq数据	690个手动整理的TCGA支气管和肺样本用于测试，2605个TCGA样本用于全局应用	NA	神经网络（NN/CNN），稀疏连接自编码器	检测率（大于94%）	NA
8	2025-10-06	Automated detection and segmentation of thoracic lymph nodes from CT using 3D foveal fully convolutional neural networks 2021-04-13, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-021-00599-z PMID:33849483	研究论文	开发基于3D foveal全卷积神经网络的自动化工具，用于胸部CT扫描中淋巴结的检测和分割	首次采用基于3D foveal patches的全卷积神经网络进行淋巴结的自动3D检测和分割	对小尺寸淋巴结（短轴直径5-10mm）的检测率较低（62.2%），测试数据集规模较小（15个CT扫描）	开发自动检测和分割胸部淋巴结的工具，辅助临床诊断和影像组学研究	胸部CT扫描中的淋巴结	计算机视觉	肺癌	CT扫描	CNN	3D医学图像	训练集：89个增强CT扫描，4275个淋巴结；测试集：15个增强CT扫描	NA	3D Foveal Fully Convolutional Neural Network	检测率，假阳性率	NA
9	2025-10-06	Crossing the 'Cookie Theft' Corpus Chasm: Applying what BERT Learns from Outside Data to the ADReSS Challenge Dementia Detection Task 2021-Apr, Frontiers in computer science IF:2.4Q3 DOI:10.3389/fcomp.2021.642517 PMID:40535703	研究论文	本研究通过整合外部Wisconsin Longitudinal Study语料库数据，提升BERT模型在ADReSS挑战赛中痴呆检测任务的性能	创建了包含1366个Cookie Theft任务转录的新语料库，将可用训练数据增加一个数量级，并探索了使用推断认知状态选择规范数据的方法	WLS语料库的元数据不包含痴呆诊断，需要通过认知测试结果推断参与者的认知状态	提高深度学习模型在阿尔茨海默病检测任务中的性能	阿尔茨海默病患者和健康对照者的自发言语样本	自然语言处理	阿尔茨海默病	语音转录分析，认知测试推断	BERT	文本（语音转录）	DementiaBank语料库加上1366个WLS转录样本	NA	BERT	NA	NA
10	2025-10-07	Retracted: Diagnostic Classification and Prognostic Prediction Using Common Genetic Variants in Autism Spectrum Disorder: Genotype-Based Deep Learning 2021-04-07, JMIR medical informatics IF:3.1Q2 DOI:10.2196/24754 PMID:33714937	研究论文	本研究利用深度学习模型基于常见遗传变异对自闭症谱系障碍进行诊断分类和预后预测	首次将卷积神经网络应用于自闭症常见遗传变异数据，相比传统筛查工具准确率提升约13%	仅基于常见遗传变异进行分析，未考虑罕见变异和环境因素对自闭症的影响	开发基于遗传数据的自闭症早期筛查和诊断分类方法	自闭症谱系障碍患者及其家庭	机器学习	自闭症谱系障碍	基因组数据分析，卡方检验	CNN	基因型数据	数千个有自闭症风险的单纯型家庭	NA	卷积神经网络	AUC, 准确率	NA
11	2025-10-07	Artificial Intelligence-Enabled Analysis of Public Attitudes on Facebook and Twitter Toward COVID-19 Vaccines in the United Kingdom and the United States: Observational Study 2021-04-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/26627 PMID:33724919	研究论文	使用人工智能分析英美两国社交媒体上对COVID-19疫苗的公众态度	首次结合自然语言处理和深度学习技术对英美两国大规模社交媒体数据开展疫苗态度的纵向和地理空间分析	仅分析特定时间段（2020年3-11月）的社交媒体数据，可能无法反映态度变化的全貌	通过人工智能方法分析社交媒体数据以了解公众对COVID-19疫苗的态度和担忧	英国和美国的社交媒体用户发布的疫苗相关内容	自然语言处理	COVID-19	自然语言处理, 深度学习	深度学习模型	文本数据	英国23,571条Facebook帖子和40,268条推文，美国144,864条Facebook帖子和98,385条推文	NA	NA	情感分析准确率, 与全国调查结果的相关性	NA
12	2025-10-07	The ANTsX ecosystem for quantitative biological and medical imaging 2021-04-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-87564-6 PMID:33907199	研究论文	介绍ANTsX生态系统在生物和医学影像定量分析中的综合应用	将传统图像处理工具与深度学习能力相结合，通过ANTsRNet和ANTsPyNet扩展提供高效的深度学习解决方案	NA	开发和完善生物医学影像处理与分析的开源软件生态系统	生物和医学影像数据	医学影像分析	NA	医学影像处理，深度学习	深度学习网络	结构T1加权脑MRI图像	NA	TensorFlow, Keras	多种流行网络架构	计算效率，准确度	NA
13	2025-02-21	An Efficient Anomaly Recognition Framework Using an Attention Residual LSTM in Surveillance Videos 2021-Apr-16, Sensors (Basel, Switzerland) DOI:10.3390/s21082811 PMID:33923712	研究论文	本文提出了一种基于注意力残差LSTM的高效异常识别框架，用于智能城市中的监控视频	提出了一种轻量级的卷积神经网络（CNN）框架，结合残差注意力机制的LSTM网络，有效降低了时间复杂性并提高了异常识别的准确性	未提及具体的时间复杂性和计算资源消耗的详细对比	提高智能城市监控视频中异常识别的效率和准确性	监控视频中的异常活动	计算机视觉	NA	深度学习	CNN, LSTM	视频	UCF-Crime, UMN, Avenue数据集	NA	NA	NA	NA
14	2025-02-21	An improved SPEI drought forecasting approach using the long short-term memory neural network 2021-Apr-01, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2021.111979 PMID:33482453	研究论文	本研究提出了一种改进的SPEI干旱预测方法，使用长短期记忆神经网络（LSTM）来预测标准降水蒸发指数（SPEI）	首次将LSTM神经网络应用于SPEI干旱预测，并与传统的机器学习方法（如随机森林和人工神经网络）进行了比较	研究仅在新南威尔士地区进行，未在其他地区验证模型的普适性	开发准确的干旱预测模型，并理解模型在分析不同干旱特征方面的能力	标准降水蒸发指数（SPEI）	机器学习	NA	长短期记忆神经网络（LSTM）	LSTM	时间序列数据	1901年至2018年的气候研究单位（CRU）数据集	NA	NA	NA	NA
15	2024-11-17	Trends in artificial intelligence, machine learning, and chemometrics applied to chemical data 2021-Apr, Analytical science advances IF:3.0Q2 DOI:10.1002/ansa.202000162 PMID:38716450	综述	本文综述了2020年化学数据中化学计量学、机器学习和深度学习的最新趋势	探讨了逆向建模、预处理方法和数据建模在光谱和图像数据中的应用	NA	旨在提高化学数据的应用潜力	化学和光谱数据	机器学习	NA	化学计量学	深度学习	光谱和图像数据	NA	NA	NA	NA	NA
16	2024-10-14	Infrared Metasurface Augmented by Deep Learning for Monitoring Dynamics between All Major Classes of Biomolecules 2021-Apr, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202006054 PMID:33615570	研究论文	本文介绍了一种结合深度学习的化学特异性纳米等离子体技术，用于在不干扰天然过程的情况下，以无标签方式区分所有主要类别的生物分子	本文提出了一种新的深度学习增强的纳米等离子体技术，能够在微流控设备中增强中红外光谱的吸收，并实时收集大量光谱时间数据，用于构建深度神经网络以准确区分所有主要类别的生物分子	NA	开发一种能够监测生物分子间动态交互的新技术，以促进疾病诊断和药物开发	蛋白质、核酸、碳水化合物和脂质等主要类别的生物分子	生物学	NA	纳米等离子体技术	深度神经网络	光谱时间数据	包含蔗糖和核苷酸的脂质体与小分子脂质膜穿孔肽的多步生物测定	NA	NA	NA	NA
17	2024-10-09	Machine learning and deep learning to predict mortality in patients with spontaneous coronary artery dissection 2021-04-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-88172-0 PMID:33903608	研究论文	本文探讨了机器学习和深度学习技术在预测自发性冠状动脉夹层患者住院期间死亡率中的应用	首次应用深度神经网络模型从电子健康记录中提取信息，预测自发性冠状动脉夹层患者的住院死亡率，并展示了该模型在预测准确性和区分能力上优于传统的机器学习模型	研究样本量较小，且仅限于一个城市健康系统的数据，可能影响模型的普适性	探索机器学习和深度学习技术在预测自发性冠状动脉夹层患者死亡率中的应用价值	自发性冠状动脉夹层患者	机器学习	心血管疾病	机器学习 (ML) 和深度学习 (DL)	深度神经网络	电子健康记录 (EHR)	375名自发性冠状动脉夹层患者	NA	NA	NA	NA
18	2024-10-06	Deeply Supervised UNet for Semantic Segmentation to Assist Dermatopathological Assessment of Basal Cell Carcinoma 2021-Apr-13, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging7040071 PMID:34460521	研究论文	本文开发了一种深度学习方法，通过语义分割标记高概率显示病理特征的区域，以协助皮肤病理学家评估基底细胞癌	本文引入了深度监督和解码器输出的线性组合两种训练策略，并分析了不同编码器对UNet网络性能的影响	NA	开发一种深度学习方法，协助皮肤病理学家快速准确地评估基底细胞癌的切除边缘	基底细胞癌的病理特征区域	计算机视觉	皮肤癌	深度学习	UNet	图像	650张全切片图像，包含3443个组织切片	NA	NA	NA	NA
19	2024-09-28	Artificial intelligence and digital pathology: Opportunities and implications for immuno-oncology 2021-04, Biochimica et biophysica acta. Reviews on cancer DOI:10.1016/j.bbcan.2021.188520 PMID:33561505	综述	本文探讨了人工智能在免疫肿瘤学中的应用及其对数字病理学的影响	利用深度学习进行病理样本的大数据分析，超越传统技术的可能性	NA	探讨人工智能在免疫肿瘤学中的应用，解决肿瘤免疫相互作用和免疫治疗患者选择的问题	肿瘤免疫微环境的可测量特征及其在预测和预后中的价值	数字病理学	肿瘤	深度学习	NA	病理样本数据	NA	NA	NA	NA	NA
20	2024-09-27	Efficient few-shot machine learning for classification of EBSD patterns 2021-04-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-87557-5 PMID:33854109	研究论文	本文研究了在电子背散射衍射（EBSD）图案分类中使用少样本迁移学习方法的有效性	本文首次将少样本迁移学习应用于EBSD图案分类，并使用可视化技术解释模型操作	本文未详细讨论迁移学习在其他材料科学问题中的应用	验证少样本迁移学习在EBSD图案分类中的有效性	电子背散射衍射（EBSD）图案	计算机视觉	NA	迁移学习	卷积神经网络（CNN）	图像	六种空间群的EBSD图案	NA	NA	NA	NA