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	2026-05-20	Functional non-uniformity of periodontal ligaments tunes mechanobiological stimuli across soft- and hard-tissue interfaces 2023-10-15, Acta biomaterialia IF:9.4Q1 DOI:10.1016/j.actbio.2023.08.047 PMID:37634832	研究论文	提出结合纳米压痕、图像本构建模和深度学习的框架，揭示牙周膜功能非均匀性在骨-牙周膜-牙复合体机械生物刺激传导中的作用	首次整合动态纳米力学测试、高分辨率图像建模和机器学习（高斯混合模型与U-net深度学习），从微观结构非均匀性角度阐明牙周膜对机械生物刺激的调节机制	NA	探究牙周膜先天功能非均匀性如何调节传递给周围牙槽骨的机械生物刺激，维持组织稳态	骨-牙周膜-牙复合体（BPT复合体）中的牙周膜微观结构及其机械生物学功能	数字病理学	NA	纳米压痕	U-net	图像	NA	PyTorch	U-net	NA	NA
2	2026-05-19	AlphaFold2 has more to learn about protein energy landscapes 2023-Dec-13, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.12.571380 PMID:38168383	研究论文	测试AlphaFold2对折叠转换蛋白能量景观的预测能力，发现其成功率有限，且置信度指标无法区分低能和高能状态	系统评估了AlphaFold2在预测折叠转换蛋白多种构象方面的局限性，揭示了深度学习模型在理解蛋白质能量景观方面的不足	AF2对折叠转换蛋白的预测成功率仅约25%，置信度指标偏向不一致模型，且对新靶标的替代构象无预测能力	评估AlphaFold2在蛋白质能量景观（特别是折叠转换蛋白）上的预测极限	93个已知折叠转换蛋白（训练集内）和7个新靶标（训练集外）	机器学习	NA	深度学习	AlphaFold2	蛋白质结构数据	训练集内93个蛋白生成超280,000个模型；训练集外7个蛋白生成超159,000个模型	NA	AlphaFold2	成功率约25%，置信度指标	NA
3	2026-05-19	AI-based assessments of speech and language impairments in dementia 2023-10, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.13395 PMID:37578167	综述	综述了基于机器学习与深度学习算法利用语音和文本数据集开发痴呆症评估工具的研究	聚焦人工智能在痴呆症早期检测中利用语音和语言障碍评估的最新进展，强调系统在临床快速准确识别患者中的应用	未明确提及具体局限性，但综述可能受限于现有研究的样本异质性和算法泛化能力	综述利用机器学习与深度学习算法分析语音和语言数据开发痴呆症评估工具的研究	痴呆症患者的语音和语言数据	自然语言处理	痴呆症	NA	机器学习, 深度学习	语音, 文本	未提及	NA	NA	NA	NA
4	2026-05-17	Cerebellar Volume and Disease Staging in Parkinson's Disease: An ENIGMA-PD Study 2023-12, Movement disorders : official journal of the Movement Disorder Society IF:7.4Q1 DOI:10.1002/mds.29611 PMID:37964373	研究论文	利用ENIGMA-PD全球工作组的大样本MRI数据，量化帕金森病患者不同Hoehn-Yahr分期的小脑各小叶体积变化	首次在大型多中心样本中揭示帕金森病前叶（运动）和后叶（非运动）小脑区域的分离变化，即疾病早期前叶体积增大、晚期后叶体积缩小	NA	探究帕金森病不同疾病分期中小脑区域体积的差异及其与运动和非运动功能的关系	帕金森病患者	医学影像分析	帕金森病	磁共振成像	深度学习	三维T1加权结构MRI图像	2487名帕金森病患者和1212名年龄性别匹配的对照组，来自22个中心	NA	NA	Cohen's d效应量	NA
5	2026-05-17	At-home wireless sleep monitoring patches for the clinical assessment of sleep quality and sleep apnea 2023-05-24, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adg9671 PMID:37224243	研究论文	本文报告了一种家用无线睡眠监测贴片系统，用于临床评估睡眠质量和睡眠呼吸暂停	开发了集成机器学习的无线可穿戴电子设备，实现家庭自然睡眠环境下的睡眠质量评估和睡眠呼吸暂停检测，相比传统多导睡眠监测系统更便携、低负担	NA	开发一种家用、便携的无线睡眠监测系统，用于评估睡眠质量和检测睡眠呼吸暂停	睡眠障碍患者和健康对照者	机器学习	睡眠呼吸暂停	机器学习	深度学习	脑电、眼电、肌电信号	NA	NA	NA	准确率	NA
6	2026-05-17	Coupling analysis of heart rate variability and cortical arousal using a deep learning algorithm 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0284167 PMID:37023117	研究论文	利用深度学习算法分析心率变异性与皮层唤醒的耦合关系	首次在种族多样人群中研究皮层唤醒与心率变异性的瞬时关联，并使用自动化深度学习工具从心电信号中标注唤醒事件	未在标题和摘要中明确说明	探究皮层唤醒与心率变异性之间的瞬时关联，以及其在性别和睡眠阶段中的差异	来自多种族动脉粥样硬化研究数据集的1069名受试者的整夜心电信号	机器学习	睡眠呼吸障碍相关心血管功能障碍	心电信号分析、多导睡眠监测	深度学习算法（用于标注唤醒事件）	心电信号	1069名受试者的整夜心电信号	NA	NA	NA	NA
7	2026-05-16	Deep Learning for Inference of Hepatic Proton Density Fat Fraction From T1-Weighted In-Phase and Opposed-Phase MRI: Retrospective Analysis of Population-Based Trial Data 2023-11, AJR. American journal of roentgenology DOI:10.2214/AJR.23.29607 PMID:37466189	research paper	使用深度学习从常规T1加权同/反相位MRI推断肝脏质子密度脂肪分数，并进行回顾性分析	首次使用卷积神经网络从常规T1加权IOP图像推断PDFF，替代不广泛可用的CSE-MRI序列	在中重度铁过载患者中的表现需进一步研究	比较基于深度学习的PDFF推断与两点Dixon信号FF在肝脏脂肪定量中的准确性	292名参与者（203名女性，89名男性）的肝脏MRI数据	计算机视觉	非酒精性脂肪肝病	MRI	卷积神经网络	图像	292名参与者（218人训练，74人测试）	PyTorch	卷积神经网络	组内相关系数，偏差，95%一致性界限	NA
8	2026-05-16	Identification of potential inhibitors against E.coli via novel approaches based on deep learning and quantum mechanics-based atomistic investigations 2023-10-01, Archives of biochemistry and biophysics IF:3.8Q1 DOI:10.1016/j.abb.2023.109761 PMID:37734644	研究论文	该研究结合深度学习和量子力学方法，从大量分子中筛选出两个潜在的大肠杆菌DNA旋转酶抑制剂	基于深度学习的分子对接与量子力学计算相结合，对45,257,086个分子进行虚拟筛选，发现两个新型抑制剂	仅进行计算机模拟研究，缺乏体外或体内实验验证	发现针对大肠杆菌DNA旋转酶的新型抑制剂以应对抗生素耐药性问题	大肠杆菌DNA旋转酶及MCULE数据库中45,257,086个分子	机器学习	细菌感染	药效团建模、虚拟筛选、分子对接、密度泛函理论、分子动力学模拟	深度学习	分子结构数据	MCULE数据库中45,257,086个分子（包含223,460,579个构象）	NA	NA	结合能（kcal/mol）	NA
9	2026-05-16	Head and neck tumor segmentation convolutional neural network robust to missing PET/CT modalities using channel dropout 2023-04-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/accac9 PMID:37019119	研究论文	提出一种基于通道丢弃技术的3D U-Net卷积神经网络，用于头颈癌肿瘤分割，能够灵活处理缺失的PET/CT模态	引入通道丢弃技术模拟不同输入模态组合，使单一模型在仅有CT或PET单模态以及两者结合时均保持高性能，同时采用传统卷积和扩张卷积结合的双感受野集成建模方法	未提及	开发一种鲁棒、准确且自动化的头颈癌原发肿瘤体积分割方法，提升放射治疗中的临床适用性	头颈癌患者的CT和FDG-PET影像	数字病理学	头颈癌	CT, FDG-PET	卷积神经网络 (CNN)	图像	未明确提及	PyTorch	3D U-Net	Dice相似系数 (DSC)	未提及
10	2026-05-16	Integrating multimodal information in machine learning for classifying acute myocardial infarction 2023-04-18, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/acc77f PMID:36963114	研究论文	利用多模态信息通过机器学习方法对急性心肌梗死进行分类	提出了一种新颖的多模态深度学习架构，能够从心电信号和患者人口统计学信息中学习联合特征，并通过考虑心肌梗死混淆条件（如其他心脏疾病）来改进模型在实际临床场景中的性能	未明确提及，但可能包括数据集的规模限制或模型在真实世界应用中的泛化能力	探索多模态信息（心电信号与患者信息）对机器学习模型在急性心肌梗死分类中的影响，并推动模型向真实临床应用迈进	急性心肌梗死患者和健康对照者，以及具有心肌梗死混淆条件的其他心脏疾病患者	机器学习	心血管疾病	NA	深度学习	心电信号与人口统计学数据	使用了公共大规模心电数据集中的录音记录	NA	NA	AUC，准确率	NA
11	2026-05-16	Memory efficient model based deep learning reconstructions for high spatial resolution 3D non-cartesian acquisitions 2023-03-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acc003 PMID:36854193	研究论文	开发了一种名为块式学习的记忆高效方法，结合梯度检查点和块训练，实现基于模型深度学习的高空间分辨率三维非笛卡尔MRI重建	提出块式学习方法，将输入体积分解为小补丁进行梯度检查点和迭代正则化，显著降低GPU内存需求，克服了三维非笛卡尔MBDL重建的内存瓶颈	NA	提高高空间分辨率三维非笛卡尔MRI重建的内存效率和图像质量	高度欠采样的磁共振血管造影体积	机器学习	肺部疾病	MRI	深度学习模型	图像	矩阵尺寸为300-450×200-300×300-450的体积	PyTorch	块式学习网络	图像质量, 重建时间	单个GPU
12	2026-05-15	Physiological sensor data cleaning with autoencoders 2023-12-15, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad10c7 PMID:38029439	研究论文	提出一个基于自编码器的半监督深度学习框架，用于清理生理传感器数据中的噪声	使用扩张卷积捕获信号粗细粒度结构，并引入自编码器实现半监督学习以利用大量未标注数据	半监督模型的调优尚有改进空间	可靠地从生理传感器信号中分离清洁与噪声信号，支持临床药物效能的决策	生理传感器信号中的噪声探测与清理	机器学习	NA	生理传感器数据	自编码器、扩张卷积	时间序列信号	NA	NA	扩张卷积网络、自编码器	准确率、假阳性率、假阴性率	NA
13	2026-05-15	AI approach to biventricular function assessment in cine-MRI: an ultra-small training dataset and multivendor study 2023-12-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0903 PMID:37918023	研究论文	基于极小训练数据集开发3D深度学习方法，实现多厂商心脏MRI双心室结构分割与功能评估	在极小样本（150例）下结合Transformer与U-Net的3D深度学习架构，并验证多厂商MRI数据的泛化能力	右心室收缩末期容积（RVESV）和左心室质量（LVM）参数存在统计学差异	开发基于超小训练数据集的自动化双心室功能评估方法	多厂商心脏电影MRI影像	计算机视觉	心血管疾病	心脏电影磁共振成像（cine-MRI）	3D深度学习方法	医学影像	150例心脏数据集（90例训练，60例测试），来自3家MRI厂商，每例包含2个心动周期和3个序列	NA	Transformer, U-Net	Dice系数, Hausdorff距离, Pearson相关系数, 组内相关系数（ICC）, Bland-Altman分析	NA
14	2026-05-15	Deep learning based uncertainty prediction of deformable image registration for contour propagation and dose accumulation in online adaptive radiotherapy 2023-12-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0282 PMID:37820691	研究论文	开发深度学习模型预测可变形图像配准的不确定性，以实现自适应放疗中轮廓传播和剂量累积的临床应用	首次提出深度学习方法来预测可变形图像配准过程的不确定性，该方法速度快、估计质量高，并可适用于不同算法无需重新训练	未明确提及限制，但可能依赖于标注地标和特定数据集，泛化性和临床验证尚待进一步研究	通过预测DIR不确定性并转化为临床可用指标，实现直接临床应用	DIR中可变形矢量场的Gaussian不确定性，及其对轮廓和累积剂量的影响	计算机视觉	肺癌	可变形图像配准	神经网络（有监督和无监督）	图像（DIRLAB数据集，肺部患者图像）	DIRLAB数据集（含人工标注地标）及5位肺癌患者	NA	有监督和无监督神经网络，组合模型	准确性（地标不确定性预测），轮廓不确定性小于3%（基于DVH的剂量体积直方图评估）	NA
15	2026-05-15	MB-DECTNet: a model-based unrolling network for accurate 3D dual-energy CT reconstruction from clinically acquired helical scans 2023-12-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad00fb PMID:37802071	研究论文	提出一种基于模型展开网络的MB-DECTNet，用于从临床采集的螺旋扫描中实现精确的3D双能CT重建	将双能CT统计迭代重建融入深度学习模型展开网络，可端到端训练，在保持无偏估计特性的同时学习迭代算法初始条件与稳定点之间的捷径，显著加速重建并保持亚百分比精度	未提及该方法在不同临床场景或不同扫描参数下的泛化能力，以及与传统方法在更多数据集上的对比评估	加速3D双能CT统计迭代重建，同时保持亚百分比或近亚百分比的精度	双能CT扫描重建的衰减系数估计和虚拟单能量图像	计算机视觉, 数字病理学	NA	双能CT	深度展开网络	CT图像	全头部的临床采集螺旋扫描数据	PyTorch	MB-DECTNet（包含多个堆叠的更新块，每个块包括数据一致性层和空间混合器层）	平均偏差, 平均绝对误差, 重建时间	未提及具体GPU类型或计算平台
16	2026-05-15	An uncertainty aided framework for learning based liverT1ρmapping and analysis 2023-11-01, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad027e PMID:37820639	研究论文	提出一个不确定性辅助的深度学习框架，用于肝脏T1ρ映射和分析	首次在基于学习的T1ρ映射中引入不确定性估计，并利用不确定性图改善映射性能和移除不可靠像素	NA	开发用于肝脏T1ρ映射的可信深度学习系统，提供不确定性估计以增强临床可靠性	不同肝纤维化阶段的肝脏组织	机器学习	肝纤维化	定量T1ρ成像	概率神经网络	图像（MRI）	51名肝纤维化患者	PyTorch	NA	相对映射误差	NA
17	2026-05-15	Unified Bayesian network for uncertainty quantification of physiological parameters in dynamic contrast enhanced (DCE) MRI of the liver 2023-11-01, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0284 PMID:37820640	研究论文	提出一种用于肝脏动态对比增强磁共振成像生理参数不确定性量化的统一贝叶斯网络框架	通过贝叶斯神经网络同时最小化偶然不确定性和认识不确定性，实现参数和不确定性的准确估计	未说明	提供深度学习框架以实现肝脏DCE-MRI中准确的参数和不确定性估计	肝脏动态对比增强磁共振成像中的生理参数	机器学习	肝脏肿瘤	DCE-MRI	贝叶斯神经网络	数值模拟数据与患者数据	一名患有肝脏肿瘤病变的患者	NA	贝叶斯神经网络	RMSE	NA
18	2026-05-15	WKGM: weighted k-space generative model for parallel imaging reconstruction 2023-11, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5005 PMID:37547964	研究论文	提出加权k空间生成模型WKGM，用于无校准并行成像重建	将k空间加权技术与高维空间增强设计融入基于分数的生成模型，实现灵活无校准的并行成像重建	仅基于500张图像进行训练，大规模数据下的泛化性能未验证	探索基于鲁棒生成模型的k空间域学习，用于柔性无校准并行成像重建	磁共振并行成像中的k空间数据重建	计算机视觉	不适用	MRI并行成像	基于分数的生成模型	k空间数据	500张图像	不适用	WKGM（加权k空间生成模型）	重建质量评估（具体指标未明确）	不适用
19	2026-05-15	Automatic ultrasound diagnosis of thyroid nodules: a combination of deep learning and KWAK TI-RADS 2023-Oct-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfdf0 PMID:37757848	研究论文	结合深度学习和KWAK TI-RADS进行甲状腺结节的自动超声诊断	首次实现基于KWAK TI-RADS指南的甲状腺结节自动风险分级，并提出改进的U-Net++与多任务CNN结合的方法，可同时输出良恶性分类和四个恶性特征分类结果	未提及具体局限性	实现甲状腺结节的自动风险等级评估，为是否需要细针穿刺提供依据	甲状腺结节超声图像和细针穿刺结果	计算机视觉	甲状腺结节	超声波检查	改进的U-Net++和多任务CNN	图像	1862例甲状腺结节病例（测试集302例）	NA	改进的U-Net++, 多任务卷积神经网络	Dice系数, 交并比, 准确率, 假阳性率, 精确率, 召回率	NA
20	2026-05-15	Sub-second whole brain T2mapping via multiband SENSE multiple overlapping-echo detachment imaging and deep learning 2023-Oct-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfb71 PMID:37726009	研究论文	结合多带SENSE和多重重叠回波分离成像与深度学习，实现亚秒级全脑T2映射	首次将多带SENSE技术引入多重重叠回波分离成像，结合深度学习重建和即插即用降噪算法，实现高倍频因子下全脑亚秒级T2映射	NA	加速定量磁共振成像，实现亚秒级全脑T2映射	数字模拟、水模实验和人体大脑实验	数字病理	NA	多带SENSE、多重重叠回波分离成像、深度学习	U-Net、DRUNet	MRI图像	数字模拟数据、水模实验数据、人体大脑实验数据（具体数量未说明）	PyTorch	U-Net, DRUNet	NA	NA