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	2026-04-02	Deep learning for detecting and elucidating human T-cell leukemia virus type 1 integration in the human genome 2023-Feb-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2022.100674 PMID:36873907	研究论文	本文开发了首个用于预测人类T细胞白血病病毒1型整合位点的深度学习框架DeepHTLV	首次应用深度学习框架进行HTLV-1病毒整合位点预测，并实现特征表示的高效性和可解释性	NA	开发高精度、高通量的HTLV-1病毒整合位点检测方法，以辅助疾病预防和治疗	人类T细胞白血病病毒1型在人类基因组中的整合位点	机器学习	白血病	基因组测序	深度学习	基因组序列	NA	NA	NA	准确率	NA
2	2026-04-02	Spatio-temporal classification for polyp diagnosis 2023-Feb-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.473446 PMID:36874484	研究论文	本文研究利用时空信息改进结肠息肉分类为腺瘤或非腺瘤的性能	提出使用时空信息来增强息肉分类的稳定性和准确性，通过两种方法在内部和公开数据集上验证性能提升	未明确说明具体的数据集大小或模型泛化能力的详细限制	提高结肠息肉自动分类的准确性和鲁棒性，以支持临床决策	结肠息肉（腺瘤与非腺瘤）	计算机视觉	结直肠癌	深度学习	NA	视频（时空序列）	NA	NA	NA	NA	NA
3	2026-04-01	Deep Learning and Gastric Cancer: Systematic Review of AI-Assisted Endoscopy 2023-12-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13243613 PMID:38132197	系统综述	本文系统综述了深度学习在胃癌内镜辅助诊断中的应用现状	全面评估了深度学习在胃癌前病变、早期胃癌及肿瘤分析中的多种应用，并比较了AI与人类内镜医师的诊断性能	研究主要基于单中心数据，数据集未公开，影响泛化性和人口代表性；回顾性算法训练可能无法反映真实临床性能；模型细节缺乏阻碍了复现	评估深度学习在胃癌前病变、早期胃癌及胃肿瘤分析中的当前应用状态	使用内镜图像进行胃肿瘤检测的深度学习算法研究	数字病理	胃癌	内镜成像	深度学习	图像	NA	NA	NA	诊断准确性	NA
4	2026-04-01	Small-molecule binding and sensing with a designed protein family 2023-Nov-02, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.01.565201 PMID:37961294	研究论文	本文结合深度学习和物理方法设计了一个具有多样可设计口袋几何形状的蛋白质家族，并成功计算设计出针对六种不同小分子靶点的结合蛋白	开发了一种通用方法，通过结合深度学习和物理模拟，设计能够结合任意小分子的蛋白质家族，并实现了化学诱导二聚化系统的设计	未提及具体的设计失败率或对更复杂小分子的适用性限制	设计能够结合和传感任意小分子的蛋白质，用于分析、环境和生物医学应用	六种化学和结构上不同的小分子靶点	机器学习	NA	深度学习，物理方法	NA	蛋白质结构数据，小分子化学数据	六种小分子靶点	NA	NA	结合亲和力（纳摩尔至低微摩尔），设计准确性（原子级）	NA
5	2026-04-01	Improving prognosis and assessing adjuvant chemotherapy benefit in locally advanced rectal cancer with deep learning for MRI: A retrospective, multi-cohort study 2023-11, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2023.109899 PMID:37660753	研究论文	本研究开发了一种基于术前MRI的深度学习模型，用于预测局部晚期直肠癌患者的局部复发、远处转移和总生存期，并评估辅助化疗的益处	提出了多生存任务网络（MuST）模型，能够同时预测多种生存结局，并构建了结合MuST-DM评分、神经侵犯和CA19-9的辅助化疗决策树，实现了个体化治疗评估	这是一项回顾性研究，可能存在选择偏倚，且模型在更广泛人群中的泛化能力仍需进一步验证	开发预测局部晚期直肠癌患者生存结局的深度学习模型，并识别能从辅助化疗中获益的患者	局部晚期直肠癌患者	数字病理学	直肠癌	MRI	深度学习	图像	主要队列308例，两个外部验证队列分别247例和245例	NA	多生存任务网络（MuST）	预后准确性	NA
6	2026-04-01	Evaluation of different algorithms for automatic segmentation of head-and-neck lymph nodes on CT images 2023-11, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2023.109870 PMID:37634765	研究论文	本研究评估了四种基于图谱和两种深度学习算法在头颈部CT图像上自动分割淋巴结的性能	首次在头颈部淋巴结自动分割任务中，系统比较了基于图谱方法与深度学习方法的性能，并引入了多中心深度学习解决方案的评估	样本量相对较小（69例患者），且所有数据均来自单一机构，可能限制了结果的泛化能力	评估不同自动分割算法在头颈部淋巴结CT图像分割中的准确性和临床实用性	头颈部癌症患者的双侧选择性淋巴结（CTVn）	计算机视觉	头颈部癌症	CT成像	深度学习模型	CT图像	69例头颈部癌症患者（10例用于图谱库，49例用于训练，20例用于测试）	NA	NA	Dice相似系数, 95% Hausdorff距离	NA
7	2026-04-01	Efficient segmentation using domain adaptation for MRI-guided and CBCT-guided online adaptive radiotherapy 2023-11, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2023.109871 PMID:37634767	研究论文	本研究开发了基于域适应的高效分割方法，用于MRI引导和CBCT引导的在线自适应放疗	设计了两种域适应方法，将计划CT的特征学习并适应到MRI或CBCT模态，并通过个性化建模提高分割准确性	NA	开发高效的分割方法以改进自适应放疗中的ROI勾画	前列腺癌患者、鼻咽癌患者和胰腺癌患者的医学影像数据	数字病理	前列腺癌, 鼻咽癌, 胰腺癌	MRI, CBCT, CT, 域适应	深度学习模型	医学影像（MRI, CBCT, CT）	242名前列腺癌患者（MRIgART），530名鼻咽癌患者（CBCTgART），35名胰腺癌患者（公共CBCT数据集）	NA	NA	Dice相似系数（DSC）	NA
8	2026-03-29	MKMR: a multi-kernel machine regression model to predict health outcomes using human microbiome data 2023-05-19, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbad158 PMID:37099694	研究论文	本文提出了一种多核机器回归模型，用于利用人类微生物组数据预测健康结果	首次开发了能够同时利用多种微生物组信号形式（如丰度、存在/缺失、系统发育关系）的预测模型	未明确说明模型在更广泛数据集或不同疾病类型中的泛化能力	开发一个预测模型，以利用人类微生物组数据预测健康结果	人类微生物组数据，包括喉咙和肠道微生物组	机器学习	NA	微生物组测序	多核机器回归	微生物组丰度数据、存在/缺失数据	NA	NA	多核机器回归	预测性能	NA
9	2026-03-29	Prediction of postoperative infection in elderly using deep learning-based analysis: an observational cohort study 2023-Mar, Aging clinical and experimental research IF:3.4Q2 DOI:10.1007/s40520-022-02325-3 PMID:36598653	研究论文	本研究旨在开发和验证基于深度学习的模型，用于预测老年患者术后感染风险	首次在老年患者中应用深度学习模型整合围手术期风险因素进行术后感染预测	研究为观察性队列设计，样本量有限（2014例），且未在外部验证集中测试模型泛化能力	开发并验证深度学习模型以预测老年患者术后感染	2014年4月至6月期间中国28家医院接受择期手术的2014名老年患者	机器学习	老年疾病	NA	深度学习模型	临床特征数据	2014名老年患者（训练集1510例，验证集504例）	NA	NA	AUC, 敏感性, 特异性	NA
10	2026-03-29	Socioeconomic disparity in the association between fine particulate matter exposure and papillary thyroid cancer 2023-02-23, Environmental health : a global access science source IF:5.3Q1 DOI:10.1186/s12940-023-00972-1 PMID:36823621	研究论文	本研究评估了细颗粒物（PM2.5）累积暴露与乳头状甲状腺癌（PTC）的关联，并发现这种关联在社会经济群体中存在差异	首次使用深度学习神经网络模型结合气象和卫星数据计算PM2.5累积暴露，并揭示了PM2.5暴露与PTC诊断之间的关联在不同家庭收入群体中的差异	研究为回顾性病例对照设计，可能存在选择偏倚和未测量的混杂因素，且PM2.5暴露评估基于居住地邮政编码，未考虑个体移动性	评估PM2.5暴露与乳头状甲状腺癌（PTC）的关联，并确定高风险患者亚组	成年患者（年龄≥18岁），包括2013年1月至2016年12月期间新诊断为PTC的患者以及无甲状腺疾病的对照组患者	环境流行病学	甲状腺癌	深度学习神经网络模型，结合气象和卫星测量数据	深度学习神经网络	电子病历数据、气象数据、卫星数据	1990名PTC患者和6919名无甲状腺疾病的对照组患者	NA	NA	调整后比值比（aOR）、95%置信区间（95%CI）、交互作用p值	NA
11	2026-03-29	EPViz: A flexible and lightweight visualizer to facilitate predictive modeling for multi-channel EEG 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0282268 PMID:36848345	研究论文	介绍了一种名为EPViz的新型开源可视化工具，用于辅助多通道脑电图（EEG）的预测建模开发、验证和结果报告	开发了一个轻量级、独立的软件包，能够加载PyTorch深度学习模型，将输出预测叠加在原始EEG时间序列上，并支持高分辨率图像保存，填补了EEG可视化领域的空白	NA	促进计算神经科学中时空预测分析的发展，并推动工程师与临床医生之间的合作	多通道头皮脑电图（EEG）数据	机器学习	NA	脑电图（EEG）	深度学习模型	时间序列数据	NA	PyTorch	NA	NA	NA
12	2026-03-28	Deep learning combining FDG-PET and neurocognitive data accurately predicts MCI conversion to Alzheimer's dementia 3-year post MCI diagnosis 2023-Oct-15, Neurobiology of disease IF:5.1Q1 DOI:10.1016/j.nbd.2023.106310 PMID:37769746	研究论文	本研究开发了一种结合FDG-PET和神经认知数据的深度学习模型，用于预测轻度认知障碍在诊断后三年内转化为阿尔茨海默病痴呆	首次将全脑FDG-PET与认知评分结合，利用卷积神经网络预测MCI向AD的转化，并通过显著性图识别关键脑区	样本量相对有限（共612名受试者），且仅基于ADNI数据库，可能缺乏外部验证	预测轻度认知障碍在三年内转化为阿尔茨海默病痴呆	阿尔茨海默病神经影像学倡议（ADNI）中的150名正常对照、257名MCI患者和205名AD患者	数字病理学	老年疾病	FDG-PET成像	CNN	图像, 文本	612名受试者（150名正常对照、257名MCI、205名AD）	NA	卷积神经网络	AUC, 平衡准确度	NA
13	2026-03-28	The Cardiovascular Impact and Genetics of Pericardial Adiposity 2023-Jul-18, medRxiv : the preprint server for health sciences DOI:10.1101/2023.07.16.23292729 PMID:37502935	研究论文	本研究利用深度学习模型量化心包脂肪组织面积，评估其与心血管疾病的关联，并揭示其遗传基础	首次在大规模人群队列中结合深度学习量化心包脂肪组织，并发现5个新的遗传位点，阐明其与腹部肥胖的共享遗传决定因素	研究主要基于欧洲血统人群（英国生物银行和FinnGen），可能限制结果在其他人群中的普适性	评估心包脂肪组织与心血管疾病的关联，并阐明其遗传基础	英国生物银行中的44,725名参与者以及FinnGen研究中的453,733名独立参与者	数字病理学	心血管疾病	语义分割，全基因组关联研究	深度学习模型	四腔磁共振图像	44,725名英国生物银行参与者（51.7%女性，平均年龄64.1岁）和453,733名FinnGen研究参与者	NA	NA	β系数，风险比，比值比，P值	NA
14	2026-03-28	Protocol for vision transformer-based evaluation of drug potency using images processed by an optimized Sobel operator 2023-Jun-16, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102259 PMID:37133992	研究论文	提出一种基于视觉Transformer和Conv2D的无标记高通量药物效力评估协议，用于抗癌药物筛选	结合优化的Sobel算子图像处理与视觉Transformer模型，实现无标记、高通量的药物效力评估，替代传统耗时费力的化学反应方法	协议细节需参考Wang等人的完整文献，可能对计算资源有特定要求	开发一种高效、低成本的抗癌药物筛选方法	细胞培养物及经药物处理的细胞图像	计算机视觉	癌症	细胞培养、药物处理、图像采集与预处理	Vision Transformer, Conv2D	图像	NA	NA	Vision Transformer, Conv2D	NA	NA
15	2026-03-25	Fundus Tessellated Density Assessed by Deep Learning in Primary School Children 2023-06-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.12.6.11 PMID:37342054	研究论文	本研究利用深度学习技术评估小学儿童眼底镶嵌密度，并探讨其与眼部参数的关系	首次将人工智能技术应用于儿童眼底镶嵌密度的定量评估，并分析了不同分布模式的特征	样本量有限（仅577名7岁儿童），且为横断面研究，无法确定因果关系	探索眼底镶嵌密度与眼部特征的关系，并比较不同眼底镶嵌分布模式	577名7岁儿童的眼部数据	计算机视觉	近视相关眼底病变	深度学习	深度学习模型	图像	577名7岁儿童	NA	NA	NA	NA
16	2026-03-24	Deep learning-based 2D keypoint detection in alpine ski racing - A performance analysis of state-of-the-art algorithms applied to regular skiing and injury situations 2023, JSAMS plus DOI:10.1016/j.jsampl.2023.100034 PMID:41868559	研究论文	本研究评估了深度学习在滑雪运动中的二维关键点检测性能，特别是在常规滑雪和受伤情况下的应用	首次将深度学习关键点检测算法应用于高山滑雪中的受伤情况分析，并创建了专门的滑雪受伤数据集	在摔倒情况下检测性能显著下降，自遮挡和罕见姿势导致准确率降低	评估深度学习算法在滑雪运动关键点检测中的实用性，为运动损伤分析提供工具	高山滑雪运动员在常规滑雪和受伤情况下的运动姿态	计算机视觉	运动损伤	深度学习关键点检测	CNN	视频图像	NA	NA	OpenPose, Mask-R-CNN, AlphaPose, DCPose	平均关节位置误差, 正确关键点百分比	NA
17	2026-03-22	Predicting Physiological Response in Heart Failure Management: A Graph Representation Learning Approach using Electronic Health Records 2023-Feb-01, medRxiv : the preprint server for health sciences DOI:10.1101/2023.01.27.23285129 PMID:36747787	研究论文	本研究开发了一种图表示学习框架，利用电子健康记录预测心力衰竭患者的生理反应，以个性化治疗方案	提出了一种结合图Transformer网络和图神经网络的框架，通过自注意力机制和全局注意力掩码来建模临床事件间的空间依赖性和时间性，以增强个性化预测	NA	通过深度学习技术预测心力衰竭患者的生理反应，以支持个性化治疗管理	心力衰竭患者	机器学习	心血管疾病	电子健康记录分析	GNN, Transformer	电子健康记录	NA	NA	Graph Transformer Network, GNN	NA	NA
18	2026-03-22	Erratum to "A Low-Cost High-Performance Data Augmentation for Deep Learning-Based Skin Lesion Classification" 2023, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0011 PMID:37849679	correction	本文是对先前发表的一篇关于深度学习皮肤病变分类中低成本高性能数据增强方法的文章的更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
19	2026-03-21	mHealth hyperspectral learning for instantaneous spatiospectral imaging of hemodynamics 2023-Apr, PNAS nexus IF:2.2Q1 DOI:10.1093/pnasnexus/pgad111 PMID:37113981	研究论文	本文提出了一种基于学习的高光谱成像方法，通过少量采样数据从RGB图像中恢复高光谱立方体，实现快速血流动力学成像	提出高光谱学习概念，仅需小区域采样数据即可从RGB图像恢复完整高光谱立方体，突破传统高光谱成像的空间-光谱权衡限制	未明确说明算法在不同光照条件和组织类型下的泛化能力，也未讨论计算复杂度对实时应用的影响	开发一种快速、低成本的高光谱成像方法，用于血流动力学监测	血管发育实验模型和人体外周微循环系统	计算机视觉	心血管疾病	高光谱成像，智能手机视频录制	深度学习	图像，视频	NA	NA	NA	光谱分辨率（与科学光谱仪对比）	普通智能手机摄像头
20	2026-03-19	The Impact of Stability Considerations on Genetic Fine-Mapping 2023-Apr-13, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.11.536456 PMID:37090514	研究论文	本文提出了一种基于稳定性考虑的遗传精细定位方法，以补充传统基于残差化的方法，提高识别功能遗传变异的能力	引入稳定性指导的精细定位方法，不依赖残差化，通过跨不同遗传背景或环境的一致性来识别变异，并整合深度学习功能注释进行评估	方法依赖于GEUVADIS数据集和特定功能注释，可能在其他数据集或注释体系中泛化能力有限，且未详细讨论计算复杂度	改进遗传精细定位方法，以更准确地识别与复杂性状相关的遗传变异	遗传变异（特别是eQTLs）和人类基因组功能注释	机器学习	NA	遗传精细定位、功能注释分析、深度学习	NA	遗传数据、功能注释数据	基于GEUVADIS数据，具体样本数未明确说明	NA	Enformer（深度学习模型）	功能注释富集分析	NA