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	Past, Present, and Future of Machine Learning and Artificial Intelligence for Breast Cancer Screening 2022-10-10, Journal of breast imaging IF:2.0Q3 DOI:10.1093/jbi/wbac052 PMID:38416954	综述	本文综述了人工智能在乳腺癌筛查中的历史、现状与未来，以及AI系统开发所面临的挑战	系统性回顾了AI在乳腺癌筛查中从传统方法到深度学习的演变历程，并展望了AI从辅助阅片到独立自主阅片的未来发展路径	作为综述文章，未提供原始实验数据；未对现有AI系统进行定量比较分析	概述AI在乳腺癌筛查和诊断中的历史、当前状态和未来发展方向，并探讨AI系统开发中的挑战	乳腺癌筛查中的AI算法与系统	计算机视觉	乳腺癌	NA	深度学习	图像	NA	NA	NA	NA	NA
2	2026-10-01	EVAE-Net: An Ensemble Variational Autoencoder Deep Learning Network for COVID-19 Classification Based on Chest X-ray Images 2022-Oct-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12112569 PMID:36359413	研究论文	该研究提出了三种EVAE-Net模型，利用变分自编码器的潜在嵌入结合集成技术，基于胸部X射线图像检测COVID-19	结合变分自编码器的潜在嵌入与集成技术，提出三种EVAE-Net模型，其中两个编码器生成特征图，拼接后通过重参数化生成潜在嵌入进行分类	未明确提及	利用深度学习技术实现COVID-19的高精度早期检测，以帮助阻断传播链	胸部X射线图像	计算机视觉	COVID-19	胸部X射线成像	变分自编码器, 集成学习	图像	来自Kaggle的COVID-19放射摄影数据集	NA	变分自编码器	准确率	NA
3	2026-10-01	Hallucinating symmetric protein assemblies 2022-10-07, Science (New York, N.Y.) DOI:10.1126/science.add1964 PMID:36108048	研究论文	使用深度网络幻觉生成广泛的对称蛋白质同源寡聚体，并通过晶体学和冷冻电镜结构验证设计	仅根据原体数量和原体长度规格，生成多种对称蛋白质同源寡聚体，包括巨大的10纳米环状结构，与已知结构显著不同	未在摘要中说明	探索天然蛋白质序列和结构之外蛋白质结构空间，设计复杂纳米机器和生物材料组件	对称蛋白质同源寡聚体	机器学习	NA	深度网络幻觉	深度学习生成模型	蛋白质结构数据	七个设计晶体结构，三个冷冻电镜结构	NA	NA	中位根均方偏差	NA
4	2026-09-29	Deep learning in single-molecule imaging and analysis: recent advances and prospects 2022-Oct-26, Chemical science IF:7.6Q1 DOI:10.1039/d2sc02443h PMID:36349113	综述	本文综述了深度学习在单分子成像与分析中的最新进展与未来展望	系统性地总结了深度学习如何应对单分子研究中的三大挑战：高效测量、弱信号分析和完整动态信息提取，并指出了现有应用的不足和未来发展方向	作为综述文章，未提供新的实验数据或模型验证	探讨深度学习在单分子成像和分析中的应用，以推动单分子实验自动化和数据处理	单分子成像与分析技术	计算机视觉	NA	单分子显微镜	深度学习网络	图像	NA	NA	NA	NA	NA
5	2026-09-29	Synthesizing realistic high-resolution retina image by style-based generative adversarial network and its utilization 2022-10-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-20698-3 PMID:36243746	研究论文	本文利用基于风格的生成对抗网络合成逼真的高分辨率视网膜图像，并评估其在增强类别不平衡数据集中的效用	使用基于风格的生成对抗网络合成逼真的高分辨率视网膜图像，并通过图像图灵测试、专家定性分析及血管定量分析验证合成图像与真实图像的不可区分性	未明确讨论计算资源需求或潜在伦理问题	合成与真实图像无法区分的视网膜图像，并评估合成图像在增强类别不平衡数据集中的效果	视网膜图像	计算机视觉	视网膜疾病	生成对抗网络	生成对抗网络	图像	NA	NA	基于风格的生成对抗网络	准确率, 灵敏度, 特异性, 信噪比	NA
6	2026-09-29	Label Noise Learning Method for Metallographic Image Recognition of Heat-Resistant Steel for Use in Pressure Equipment 2022-Oct-10, Materials (Basel, Switzerland) DOI:10.3390/ma15197037 PMID:36234378	研究论文	本文提出了一种基于深度学习的标签噪声学习方法，用于耐热钢金相图像中球状珠光体球化程度的识别	提出了一种结合过滤预处理和重训练过程的标签噪声学习方法，能够有效处理金相图像中的错误标签问题，提高深度学习模型的识别准确率	数据集规模较小，仅包含422张图像，未在大规模数据集上验证方法的泛化能力	解决金相图像中标签噪声对深度学习模型识别球状珠光体球化程度的影响	压力设备用耐热钢的金相图像	计算机视觉	NA	金相检验	CNN	图像	422张金相图像	NA	ResNet18	准确率	NA
7	2026-09-29	Improving protein succinylation sites prediction using embeddings from protein language model 2022-10-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-21366-2 PMID:36209286	研究论文	该文章提出了一种结合监督词嵌入和蛋白质语言模型ProtT5嵌入的深度学习方法，用于预测蛋白质琥珀酰化位点	首次尝试利用预训练蛋白质语言模型ProtT5的嵌入来预测蛋白质琥珀酰化位点，并提出了LMSuccSite模型	未提及	提高蛋白质琥珀酰化位点预测的准确性	蛋白质琥珀酰化位点	机器学习	NA	蛋白质语言模型	深度学习	序列	NA	NA	NA	MCC, 灵敏度, 特异性	NA
8	2026-09-29	Dynamic prediction of work status for workers with occupational injuries: assessing the value of longitudinal observations 2022-10-07, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocac130 PMID:36036358	研究论文	本文研究了利用受伤后纵向观测数据动态预测职业伤害工人工作状态的性能优势，并与仅使用受伤时信息的基线模型进行了比较	提出使用受伤后恢复期间收集的纵向诊断和治疗观测数据进行动态预测，而非仅依赖受伤时的基线信息，显著提升了预测性能	摘要中未明确提及研究局限性	研究动态估计工伤工人重返工作状态的性能优势，利用受伤后收集的纵向观测数据	职业伤害工人的工伤索赔数据及工作状态	机器学习	职业伤害	NA	深度学习	纵向观测数据	294103例职业伤害索赔数据，按1/3、1/3、1/3均匀分为训练集、开发集和测试集	NA	NA	AUROC, ECE	NA
9	2026-09-29	Ultrathin crystalline-silicon-based strain gauges with deep learning algorithms for silent speech interfaces 2022-10-03, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-33457-9 PMID:36192403	研究论文	本文提出了一种基于超薄晶体硅应变传感器的无声语音接口，结合3D卷积深度学习算法，实现了高准确率的无声语音分类	首次利用晶体硅应变传感器构建无声语音接口，并采用3D卷积深度学习算法进行信号分类，相较于传统sEMG方法显著提高了准确率	未明确提及研究的局限性	开发一种高可靠性和高准确率的无声语音接口，以克服现有sEMG方法的低可扩展性问题	无声语音接口，具体为受试者嘴部周围的应变信号	机器学习	NA	晶体硅应变传感器	3D卷积神经网络	应变信号数据	100个单词的应变数据集，来自受试者	NA	3D CNN	准确率	NA
10	2026-09-29	An efficient deep neural network framework for COVID-19 lung infection segmentation 2022-Oct, Information sciences DOI:10.1016/j.ins.2022.08.059 PMID:36068814	研究论文	本文提出了一种基于ResNet架构的高效深度神经网络框架，用于从CT图像中自动分割COVID-19肺部感染区域	提出了一种结合VQ-VAE分支的ResNet架构，用于正则化共享解码器并利用潜在映射改善特征表示；提出了一种新的比例损失函数以缓解类别不平衡并增强模型泛化能力；引入了一种基于对抗学习的半监督机制，利用未标记图像的信任区域信息进一步正则化网络	未明确讨论模型在更广泛数据集上的泛化能力，未详细说明计算资源需求，可能受限于标注数据的质量和数量	开发一种高效的深度神经网络框架，自动从CT图像中分割COVID-19肺部感染区域，以减轻医生工作量并扩展传统诊断方法	COVID-19患者的CT图像	计算机视觉	COVID-19	CT成像	CNN	图像	COVID-SemiSeg数据集	NA	ResNet, VQ-VAE	NA	NA
11	2026-09-29	Embeddings from protein language models predict conservation and variant effects 2022-Oct, Human genetics IF:3.8Q2 DOI:10.1007/s00439-021-02411-y PMID:34967936	研究论文	使用蛋白质语言模型的嵌入来预测氨基酸变异对蛋白质功能的影响，无需多序列比对	首次使用蛋白质语言模型的嵌入直接预测保守性和变异效应，无需多序列比对，并开发了VESPA方法	没有方法在所有情况下都优于其他方法，包括本方法	预测单氨基酸变异对蛋白质功能的影响	蛋白质序列和单氨基酸变异	机器学习	NA	蛋白质语言模型	蛋白质语言模型	序列	39个深度突变扫描实验，约20k个人类蛋白质	NA	ProtT5	MCC, Spearman correlation, Pearson correlation	一个Nvidia Quadro RTX 8000 GPU
12	2026-09-28	RESCOVIDTCNnet: A residual neural network-based framework for COVID-19 detection using TCN and EWT with chest X-ray images 2022-Oct-15, Expert systems with applications IF:7.5Q1 DOI:10.1016/j.eswa.2022.117410 PMID:35502163	研究论文	本文提出了一种基于残差神经网络、时序卷积网络和经验小波变换的深度学习框架，用于利用胸部X射线图像检测COVID-19	提出了RESCOVIDTCNNet模型，将经验小波变换、Resnet-50和时序卷积网络相结合，用于COVID-19的检测	未明确提及	利用胸部X射线图像，对COVID-19患者、健康对照和肺炎进行分类	COVID-19患者、健康对照和肺炎患者的胸部X射线图像	计算机视觉	COVID-19、肺炎、肺癌	经验小波变换	CNN	图像	未明确提及	NA	ResNet, TCN, Inception-V3, Resnet-50	准确率	NA
13	2026-09-28	Ensemble of Deep Neural Networks based on Condorcet's Jury Theorem for screening Covid-19 and Pneumonia from radiograph images 2022-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2022.105979 PMID:36063689	研究论文	本文提出基于孔多塞陪审团定理的深度神经网络集成方法，用于从X光图像中筛查COVID-19和肺炎	提出基于孔多塞陪审团定理的投票集成方法确定分类器集成得分，并证明该定理在神经网络集成中成立；同时提出域扩展迁移学习集成模型作为软投票集成方法进行对比；使用无重复图像的新数据集以避免数据泄露问题	未明确说明研究的具体局限性	利用深度神经网络集成方法从X光图像中筛查COVID-19和肺炎，并比较不同集成策略的性能	COVID-19和肺炎患者的X光图像	计算机视觉, 医学图像分析	COVID-19, 肺炎	X光成像, 迁移学习	CNN	图像	NA	NA	深度卷积神经网络	准确率, 灵敏度, 特异性	NA
14	2026-09-13	Enhancing convolutional neural network predictions of electrocardiograms with left ventricular dysfunction using a novel sub-waveform representation 2022-Oct, Cardiovascular digital health journal IF:2.6Q2 DOI:10.1016/j.cvdhj.2022.07.074 PMID:36310683	研究论文	该研究提出一种基于心电波形节律模式的子波形表示方法，以提升卷积神经网络对左心室功能障碍的预测性能，并在9万余例人群中验证了其有效性	提出了一种以数据为中心的子波形表示方法，利用心电波形的节律模式而非改变CNN架构来增强预测，并通过心跳对齐机制解释了性能提升的原因	摘要中未明确提及研究局限性	通过引入子波形表示来增强卷积神经网络对心电图左心室功能障碍的预测性能	92,446例患者的心电图数据	机器学习	心血管疾病	心电图深度学习	CNN	心电图波形信号	92,446例患者	NA	卷积神经网络	受试者工作特征曲线下面积，精确率-召回率曲线下面积	NA
15	2026-09-10	Deep Learning-Based Water-Fat Separation from Dual-Echo Chemical Shift-Encoded Imaging 2022-Oct-19, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering9100579 PMID:36290546	研究论文	提出一种基于深度学习的双回波化学位移编码成像水脂分离方法，旨在解决传统方法计算时间长且易发生水脂交换的问题	首次将密集连接分层卷积网络应用于双回波水脂分离，显著缩短计算时间并减轻水脂交换，且能有效减少金属伪影	训练数据仅包含儿童膝部对比增强图像，未见金属植入物图像，但对非对比增强图像和金属伪影仍有良好泛化能力	开发快速、稳健的水脂分离深度学习方法，同时具备金属伪影补偿能力	68例儿童临床双回波扫描数据，共19382幅对比增强图像，以及来自踝、足和臂部的分布外数据	深度学习	不适用	双回波化学位移编码成像	密集连接分层卷积网络	医学图像（核磁共振图像）	68例儿科临床双回波扫描，对应19382幅对比增强图像，以及踝、足和臂部的分布外数据	未明确提及	密集连接卷积网络	相关系数、L1误差、SSIM、pSNR	未明确提及
16	2026-09-10	A deep learning approach to real-time HIV outbreak detection using genetic data 2022-10, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1010598 PMID:36240224	研究论文	提出一种基于深度学习的实时HIV疫情暴发检测方法，利用基因数据生成成对遗传距离矩阵图像，通过卷积神经网络分类识别疫情暴发特征	创新性地将成对遗传距离矩阵视为图像，应用图像分类的深度学习方法进行疫情暴发检测，避免了传统系统发育树推断对重组错误敏感且计算成本高昂的问题，实现实时检测	摘要中未提及，可能包括对R0小于2.5的疫情检测能力有限	开发一种可扩展的实时疫情暴发检测方法，利用基因序列数据快速识别传染病暴发，以便及时干预	HIV-1病毒序列，包括欧洲的CRF01亚型，涵盖地方性流行序列和静脉吸毒者中的双重暴发序列	深度学习、传染病监测	HIV/艾滋病	基因测序	卷积神经网络（CNN）	成对遗传距离矩阵（源自病毒序列）	具体样本数量未提供，但涉及欧洲HIV-1 CRF01数据，包含地方性流行序列和暴发序列	未指定	卷积神经网络（CNN），具体架构未指定	特异性、敏感性	未指定
17	2026-08-25	Potential Impact of FDA Flavor Enforcement Policy on Vaping Behavior on Twitter 2022-10-07, International journal of environmental research and public health DOI:10.3390/ijerph191912836 PMID:36232136	研究论文	本研究利用Twitter数据分析FDA风味执法政策对用户戒烟电子烟行为的影响	首次利用社交媒体数据评估FDA风味政策对戒烟行为的影响，并结合深度学习推断用户人口统计特征	研究仅基于Twitter数据，可能无法全面代表所有电子烟用户的行为	评估FDA风味执法政策对用户戒烟电子烟行为的影响	提到戒烟电子烟的美国Twitter用户及其相关推文	自然语言处理	电子烟相关疾病	NA	深度学习	文本数据（推文）	从2019年6月至2020年10月收集的相关推文及用户	NA	deepFace	NA	NA
18	2026-08-17	Lung Transplantation Advanced Prediction Tool: Determining Recipient's Outcome for a Certain Donor 2022-10-01, Transplantation IF:5.3Q1 DOI:10.1097/TP.0000000000004131 PMID:35389371	研究论文	开发了一个综合性的肺移植风险预测工具，整合受体、供体和移植相关因素，提供短期和长期生存概率以指导受体-供体匹配。	结合多种受体、供体和移植因素，使用机器/深度学习方法建立风险评分模型，并开发交互式网络工具，提供短期和长期生存预测。	未提及具体限制，但可能包括数据来源的局限性和模型的外部验证不足。	开发一个全面的模型来指导肺移植中的受体-供体匹配，改善供体利用和患者预后。	肺移植受体及其匹配的供体和移植相关因素。	机器学习和预测建模	终末期肺病	NA	Cox比例风险模型	临床数据（UNOS注册数据）	15124例双肺移植受体（2005-2020年），其中推导队列10660例，验证队列4464例	未明确指定，但可能使用R或Python中的相关库	Lasso变量选择结合Cox比例风险模型	C统计量	未提及
19	2026-07-06	Deep Learning vs Traditional Breast Cancer Risk Models to Support Risk-Based Mammography Screening 2022-10-06, Journal of the National Cancer Institute DOI:10.1093/jnci/djac142 PMID:35876790	研究论文	比较深度学习与传统乳腺癌风险模型在基于风险的乳腺X线筛查中的准确性	首次在前瞻性筛查队列中验证深度学习乳腺癌风险模型优于传统风险模型	未明确提及局限性，但可能包括数据来源局限性或模型泛化能力	评估深度学习风险评分与传统风险评分在识别筛查中癌症患者方面的准确性	57,617名患者的119,139次双侧筛查乳腺X线图像	深度学习	乳腺癌	乳腺X线成像	深度学习模型	图像	57,617名患者，119,139次筛查乳腺X线图像	NA	NA	接收者操作特征曲线下面积、癌症检出率	NA
20	2026-06-26	EPI susceptibility correction introduces significant differences far from local areas of high distortion 2022-10, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2022.05.016 PMID:35644448	研究论文	应用深度学习工具PreQual校正EPI磁敏感伪影，发现校正不仅改善局部高畸变区域，还在全脑范围内显著影响扩散成像和基于扩散的推理结果	首次证明EPI磁敏感伪影校正对远离高畸变区域的图像保真度和扩散指标（如FA）有广泛影响，挑战了传统认为伪影仅局限于局部区域的观念	未明确说明样本量、具体深度学习模型架构和计算资源细节	评估基于深度学习的EPI磁敏感伪影校正对图像保真度和扩散数据解释的影响，特别关注远离高畸变区域的效应	抑郁与非抑郁受试者的扩散加权成像（DWI）数据	机器学习	抑郁	扩散加权成像（DWI），EPI序列	深度学习（PreQual工具）	图像	NA	PreQual	NA	基于纤维束空间统计（TBSS）的FA分析、回归系数显著性检验	NA