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	2026-10-04	Forecasting COVID-19 new cases using deep learning methods 2022-05, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2022.105342 PMID:35247764	研究论文	本文开发了三种深度学习模型（CNN、LSTM、CNN-LSTM）用于预测巴西、印度和俄罗斯的COVID-19新增病例数。	将CNN、LSTM和CNN-LSTM三种深度学习模型应用于巴西、印度和俄罗斯三个国家的COVID-19病例预测，并与已有深度学习模型进行性能对比，取得了显著的预测性能提升。	模型仅在巴西、印度和俄罗斯三个国家的数据集上进行了验证，尚未在其他国家或地区进行广泛测试。	准确预测SARS-CoV-2的传播趋势和COVID-19病例数，为全球疫情防控提供支持。	巴西、印度和俄罗斯的COVID-19新增病例数据。	机器学习	COVID-19	深度学习预测建模	CNN, LSTM, CNN-LSTM	时间序列数据	NA	NA	CNN, LSTM, CNN-LSTM	预测准确率	NA
2	2026-09-28	Computer-Aided Diagnosis of Coal Workers' Pneumoconiosis in Chest X-ray Radiographs Using Machine Learning: A Systematic Literature Review 2022-05-25, International journal of environmental research and public health DOI:10.3390/ijerph19116439 PMID:35682023	系统综述	本文系统综述了使用胸部X射线放射照片对煤工尘肺进行计算机辅助诊断的特征提取和检测方法	识别并比较了过去50年中的40篇文章，覆盖了基于经典手工特征、传统机器学习和深度学习三大类方法	综述的局限性未具体说明，仅讨论了未来改进方向	对基于胸部X射线放射照片的煤工尘肺计算机分析的特征提取和检测方法进行分类和总结	煤工尘肺的计算机辅助诊断研究	数字病理学/医学影像分析	煤工尘肺	胸部X射线放射照片分析	传统机器学习方法, 深度学习方法	图像	40篇文章	NA	NA	NA	NA
3	2026-09-28	[Study on the accuracy of automatic segmentation of knee CT images based on deep learning] 2022-May-15, Zhongguo xiu fu chong jian wai ke za zhi = Zhongguo xiufu chongjian waike zazhi = Chinese journal of reparative and reconstructive surgery DOI:10.7507/1002-1892.202201072 PMID:35570625	研究论文	本研究开发了一种基于深度学习的神经网络架构，用于膝关节CT图像的自动分割，并验证了其准确性。	独立开发了一种深度学习神经网络架构，用于膝关节CT图像的自动分割，实现了高精度和快速分割。	未提及	开发一种基于深度学习的神经网络架构，辅助膝关节CT图像自动分割，并验证其准确性。	膝关节CT图像	计算机视觉	膝关节疾病	CT	深度学习神经网络	图像	未提及	未提及	未提及	Dice系数, 平均表面距离, Hausdorff距离, 时间, Likert量表评分	未提及
4	2026-09-28	BeCaked: An Explainable Artificial Intelligence Model for COVID-19 Forecasting 2022-05-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-11693-9 PMID:35562369	研究论文	该论文提出了一种名为BeCaked的可解释人工智能模型，用于COVID-19疫情预测。	将易感-感染-恢复-死亡（SIRD） compartmental模型与变分自编码器（VAE）神经网络相结合，实现了高精度且可解释的预测。	未明确提及	为了控制COVID-19疫情，需要准确预测疫情发展趋势，同时希望模型具有可解释性，以便决策者采取及时正确的措施。	COVID-19疫情数据	机器学习	COVID-19	NA	VAE，SIRD	时间序列数据	全球及国家层面的疫情数据（来自约翰斯·霍普金斯大学）	NA	VAE，SIRD	R2，MAPE	NA
5	2026-09-28	Deep learning of a bacterial and archaeal universal language of life enables transfer learning and illuminates microbial dark matter 2022-05-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-30070-8 PMID:35545619	研究论文	该文提出了LookingGlass，一种深度学习模型，用于编码短DNA读长的上下文感知、功能和进化相关表示，能够区分不同功能、同源性和环境来源的读长，并通过迁移学习完成多种任务	提出LookingGlass模型，能够编码具有上下文感知、功能和进化相关性的短DNA读长表示，并可通过迁移学习微调以完成多种不同任务，包括识别新型氧化还原酶、预测酶最适温度和识别DNA序列片段的阅读框	NA	利用深度学习编码细菌和古菌的通用生命语言，实现迁移学习并揭示微生物暗物质	微生物基因组中的短DNA读长、环境序列中的蛋白质编码序列	机器学习	NA	NA	深度学习	DNA序列文本	NA	NA	LookingGlass	NA	NA
6	2026-09-28	Evaluation of Deep Learning Architectures for Aqueous Solubility Prediction 2022-May-10, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.2c00642 PMID:35571767	研究论文	该研究评估了不同的深度学习架构和分子表示方法在水溶性预测中的性能	使用最大的水溶性数据集，系统比较了四种神经网络架构和多种分子表示方法，并结合误差分析、特征分析和迁移学习研究	未明确提及	评估当前深度学习水溶性预测方法，开发通用模型预测广泛有机分子的水溶性，并理解数据特性、分子表示和建模架构对预测性能的影响	有机分子的水溶性	机器学习	NA	深度学习	全连接神经网络，循环神经网络，图神经网络， SchNet	分子描述符， SMILES字符串，分子图，三维原子坐标	使用当前最大的水溶性数据集	NA	全连接神经网络，循环神经网络，图神经网络， SchNet	NA	NA
7	2026-09-28	Evolution of Brains and Computers: The Roads Not Taken 2022-May-09, Entropy (Basel, Switzerland) DOI:10.3390/e24050665 PMID:35626550	综述	文章从进化视角比较大脑与计算机的发展历程，讨论两者的趋同与分歧，以及实现人工智能的前提条件	提出重要相似性既来自趋同进化（架构约束的必然结果），也来自受神经生物学简化图景启发的软硬件原理；同时指出生物计算中曾开辟道路的重大创新在人工领域中完全缺失	文章为综述性讨论，缺乏具体实验数据、定量分析和系统性验证	从进化角度探讨大脑与计算机的演化与设计，分析生物设计与人工设计之间的趋同现象及实现人工智能的前提条件	大脑（生物计算系统）与计算机（人工计算系统）	机器学习	NA	NA	人工神经网络	文本	NA	NA	NA	NA	NA
8	2026-09-28	Analysis of Deep Learning-Based Phase Retrieval Algorithm Performance for Quantitative Phase Imaging Microscopy 2022-May-06, Sensors (Basel, Switzerland) DOI:10.3390/s22093530 PMID:35591220	研究论文	该论文提出了一个理论框架，用于分析和量化基于深度学习的相位恢复算法在定量相位成像显微镜中的性能，通过比较恢复的相位图像与其理论相位轮廓来评估正确性	提出了一个理论框架来分析和量化基于深度学习的相位恢复算法的性能，并通过比较恢复相位图像与理论相位轮廓来评估正确性；使用有损和无损样本（包括均匀等离子体金传感器和介电层样本）进行验证；采用上下文聚合网络演示相位图像回归	研究主要基于模拟数据，未涉及真实实验数据；仅使用了上下文聚合网络一种模型；样本类型有限	分析和量化基于深度学习的相位恢复算法在定量相位成像显微镜中的性能，评估其正确性和可靠性	均匀等离子体金传感器（有损）和介电层样本（无损）	计算机视觉	NA	定量相位成像显微镜、深度学习	上下文聚合网络	图像	NA	NA	上下文聚合网络	NA	NA
9	2026-09-23	Joint Neural Network for Fast Retrospective Rigid Motion Correction of Accelerated Segmented Multislice MRI 2022-May, Proceedings of the International Society for Magnetic Resonance in Medicine ... Scientific Meeting and Exhibition. International Society for Magnetic Resonance in Medicine. Scientific Meeting and Exhibition PMID:42099794	研究论文	本文提出了一种深度学习方法来快速回顾性校正分段多层MRI中的切片内刚性运动	该方法不需要扫描期间受试者头部运动的辅助信息，网络架构结合了频率域和图像空间域表示的卷积	目前仅针对切片内刚性运动，处理的是回顾性校正	实现加速分段多层MRI的快速回顾性刚性运动校正	分段多层MRI数据	医学图像处理	NA	MRI	卷积神经网络	MRI图像（频率域和图像空间域）	NA	NA	卷积神经网络	重建质量、速度（比GRAPPA快一个数量级）	NA
10	2026-05-08	Brain Functional Connectivity Analysis via Graphical Deep Learning 2022-05, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2021.3127173 PMID:34882539	研究论文	提出一种基于图卷积网络的框架，用于脑功能连接分析，通过结合区域间连接和受试者间关系来研究认知功能	在脑网络分析中引入拉普拉斯正则化项解决过拟合问题，并采用遮挡敏感性分析方法识别与认知功能相关的脑网络和脑区	样本量有限，且脑区之间关系复杂，限制了图深度学习模型的应用	开发一种基于图卷积网络的框架，用于分析脑功能连接并识别与认知功能相关的脑网络和脑区	费城神经发育队列（Philadelphia Neurodevelopmental Cohort）中的受试者脑功能连接数据	机器学习	NA	NA	图卷积网络（GCN）	脑功能连接数据	基于费城神经发育队列的数据，具体样本量未在摘要中指定	NA	图卷积网络	分类准确率	NA
11	2026-04-13	Pushing the Limits of Surface-Enhanced Raman Spectroscopy (SERS) with Deep Learning: Identification of Multiple Species with Closely Related Molecular Structures 2022-May, Applied spectroscopy IF:2.2Q2 DOI:10.1177/00037028221077119 PMID:35081756	研究论文	本研究评估了将深度学习算法应用于表面增强拉曼光谱（SERS）以区分和分类不同胆汁酸物种的潜力	结合SERS与深度学习算法，成功识别了分子结构仅相差单个羟基的多种胆汁酸物种，即使在低分析物浓度下也表现出可靠性	NA	评估深度学习在SERS光谱中区分和分类结构相近的化学物种的能力	五种胆汁酸物种	机器学习	肠道微生物失衡	表面增强拉曼光谱（SERS）	CNN	光谱数据	NA	NA	卷积神经网络	NA	NA
12	2026-04-05	Artificial Intelligence Based on Machine Learning in Pharmacovigilance: A Scoping Review 2022-05, Drug safety IF:4.0Q1 DOI:10.1007/s40264-022-01176-1 PMID:35579812	综述	本文通过范围综述探讨了基于机器学习的人工智能在药物警戒领域的应用现状、与其他领域的差异以及改进机会	首次系统性地综述了2000年至2021年间机器学习在药物警戒中的应用，并识别了当前最佳实践和趋势	仅涵盖截至2021年9月的研究，可能未反映最新进展；依赖手动筛选，可能存在主观偏差	理解机器学习在药物警戒任务中的应用方式，并识别通过机器学习改进药物警戒的机会	2000年至2021年发表的关于机器学习在药物警戒中应用的393篇研究论文	机器学习	NA	机器学习	深度学习, 传统统计方法	文本, 结构化数据	7744篇摘要经筛选后纳入393篇论文	NA	NA	NA	NA
13	2026-03-18	Artificial intelligence study on left ventricular function among normal individuals, hypertrophic cardiomyopathy and dilated cardiomyopathy patients using 1.5T cardiac cine MR images obtained by SSFP sequence 2022-May-01, The British journal of radiology DOI:10.1259/bjr.20201060 PMID:35084208	研究论文	本研究利用深度学习卷积神经网络自动量化不同心肌病患者左心室功能，评估其在肥厚型心肌病和扩张型心肌病中的性能差异	首次客观评估商业化深度学习方法在不同心肌病心功能评估中的表现，并指出其在各类心肌病中的优缺点	未尝试设计新算法，仅将现有方法应用于临床数据测试集，且评估的心肌病类型有限	评估基于深度学习的自动左心室功能量化方法在不同心肌病中的性能	肥厚型心肌病患者、扩张型心肌病患者及健康参与者的心脏磁共振图像	医学影像分析	心肌病	心脏磁共振成像	CNN	图像	388名患者	NA	卷积神经网络	Bland-Altman分析, ROC曲线分析, Pearson相关系数, 敏感性, 特异性	NA
14	2026-03-06	Leveraging clinical data across healthcare institutions for continual learning of predictive risk models 2022-05-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-12497-7 PMID:35590018	研究论文	本文提出了一种名为WUPERR的隐私保护持续学习算法，用于跨医疗机构利用临床大数据构建可泛化的预测风险模型，并在脓毒症早期预测任务中进行了验证	开发了WUPERR算法，结合权重不确定性传播和情景表示重放，实现跨机构的隐私保护持续学习，避免知识遗忘	研究仅针对脓毒症预测任务，未在其他疾病或临床场景中验证；算法在四个医院系统中测试，可能需更多机构数据以评估泛化性	利用跨医疗机构临床大数据，通过持续学习构建可泛化的预测风险模型，提升模型在外部患者队列中的性能	来自四个不同医疗系统的超过104,000名患者数据，用于脓毒症早期预测	机器学习	脓毒症	临床数据挖掘	深度学习模型	临床数据	超过104,000名患者	NA	NA	阳性预测值	NA
15	2026-03-03	NuCLS: A scalable crowdsourcing approach and dataset for nucleus classification and segmentation in breast cancer 2022-05-17, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giac037 PMID:35579553	研究论文	本文介绍了一种可扩展的众包方法及数据集NuCLS，用于乳腺癌中的细胞核分类与分割	提出了一种新颖的协作框架，利用算法建议收集准确的细胞核分割数据，无需繁琐的手动追踪，并展示了非专家也能为视觉上可区分的类别生成准确标注	未明确提及具体的数据标注偏差或模型泛化能力的局限性	开发一个可扩展的众包方法，以生成用于计算病理学应用的高质量细胞核标注数据	乳腺癌组织中的细胞核	计算病理学	乳腺癌	深度学习	NA	图像	超过220,000个细胞核标注	NA	NA	准确性	NA
16	2025-10-19	Multicenter Validation of a Deep Learning Detection Algorithm for Focal Cortical Dysplasia 2022-May-24, Neurology IF:7.7Q1 DOI:10.1212/WNL.0000000000200293 PMID:35513003	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
17	2025-10-06	A hybrid deep learning model for forecasting lymphocyte depletion during radiation therapy 2022-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.15584 PMID:35229311	研究论文	提出一种混合深度学习模型预测食管癌患者放疗期间淋巴细胞耗竭趋势	开发了具有堆叠结构的四通道混合模型，结合LSTM和神经网络处理多类特征，并引入判别性核函数提取时序特征	研究仅针对食管癌患者，未验证在其他癌种中的适用性	预测放疗引起的淋巴细胞耗竭以优化放疗治疗计划	接受同步放化疗的食管癌患者	医疗人工智能	食管癌	放射治疗	LSTM,神经网络	临床特征，剂量学特征，时序数据	860名食管癌患者	NA	混合堆叠结构，四通道模型	均方误差	NA
18	2025-10-06	Artificial Intelligence-Based Total Mesorectal Excision Plane Navigation in Laparoscopic Colorectal Surgery 2022-05-01, Diseases of the colon and rectum DOI:10.1097/DCR.0000000000002393 PMID:35170546	研究论文	开发基于深度学习的直肠癌手术中全直肠系膜切除平面图像引导导航系统	首个使用图像引导导航系统进行全直肠系膜切除的研究，创新性地利用深度学习对疏松结缔组织进行语义分割	仅使用600张图像进行训练，数据量有限，需要更多图像来提高识别精度	开发辅助外科医生识别全直肠系膜切除平面的导航系统	接受腹腔镜左侧结直肠切除术的32名患者	计算机视觉	直肠癌	深度学习语义分割	深度学习	手术视频图像	32名患者的600张标注图像（训练集528张，测试集72张）	NA	NA	Dice系数	NA
19	2025-06-08	AI-aided on-chip nucleic acid assay for smart diagnosis of infectious disease 2022-May, Fundamental research IF:5.7Q1 DOI:10.1016/j.fmre.2021.12.005 PMID:40477452	research paper	提出了一种结合深度学习和微流控纸基分析设备的AI辅助芯片核酸测定方法，用于智能诊断传染病	首次将AI整合到芯片PCR数据分析中，能够预测qPCR的最终输出和趋势，并探索每个反应的动态和内在特征	NA	提高PCR检测效率，实现传染病的智能诊断	SARS-CoV-2 ORF1ab基因的合成RNA模板	digital pathology	infectious disease	PCR, deep learning, microfluidic paper-based analytical devices (µPADs)	RNN, LSTM, GRU	real-time PCR data	NA	NA	NA	NA	NA
20	2025-06-08	Novel deep learning approach to model and predict the spread of COVID-19 2022-May, Intelligent systems with applications DOI:10.1016/j.iswa.2022.200068 PMID:40477648	研究论文	本文提出了一种名为Deep Sequential Prediction Model (DSPM)的深度学习技术和基于机器学习的Non-parametric Regression Model (NRM)来预测COVID-19的传播	提出了DSPM和NRM两种新模型，用于预测COVID-19的传播，并在公开数据集上验证了其优越性能	未提及模型在实际应用中的泛化能力或对不同地区数据的适应性	开发稳健的人工智能技术以预测COVID-19的传播	COVID-19的传播趋势	机器学习	COVID-19	深度学习、机器学习	DSPM、NRM、SVM、LSTM	公开的新型冠状病毒数据集	NA	NA	NA	NA	NA