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
141	2026-07-04	Artificial intelligence in disease diagnosis: a systematic literature review, synthesizing framework and future research agenda 2023, Journal of ambient intelligence and humanized computing DOI:10.1007/s12652-021-03612-z PMID:35039756	综述	对人工智能在疾病诊断中的应用进行系统文献综述，构建综合框架并提出未来研究议程	系统梳理了从机器学习到深度学习的人工智能技术在多种疾病诊断中的应用，并基于PRISMA指南筛选文献，比较了不同数据集和特征提取方法的效果	未明确说明具体技术的局限性，且文献筛选截至2020年10月，可能遗漏近期研究	综述人工智能技术在疾病诊断中的现状，构建综合框架并指出未来研究方向	用于阿尔茨海默病、癌症、糖尿病、慢性心脏病、结核病、中风及脑血管疾病、高血压、皮肤病和肝病诊断的人工智能技术	机器学习	阿尔茨海默病、癌症、糖尿病、慢性心脏病、结核病、脑血管疾病、高血压、皮肤病、肝病	NA	NA	医学影像（超声、磁共振成像、乳腺X线摄影、基因组学、计算机断层扫描）	NA	NA	NA	预测率、准确率、灵敏度、特异性、曲线下面积、精确率、召回率、F1分数	NA
142	2026-07-03	RETRACTED ARTICLE: A review on quantum computing and deep learning algorithms and their applications 2023, Soft computing IF:3.1Q2 DOI:10.1007/s00500-022-07037-4 PMID:35411203	综述	本文综述了量子计算和深度学习算法及其在计算智能中的应用	系统分析了量子算法和深度学习算法这两大领域及其在计算智能中的应用，强调了量子计算带来的指数级加速优势	未详细比较不同算法的具体性能指标，也未讨论实际部署中的挑战	探讨量子计算和深度学习在计算智能中的研究现状与应用	量子计算和深度学习算法	机器学习	NA	NA	深度学习模型	文本、图像、音频	NA	NA	NA	NA	NA
143	2026-07-03	RETRACTED ARTICLE: DenseNet-II: an improved deep convolutional neural network for melanoma cancer detection 2023, Soft computing IF:3.1Q2 DOI:10.1007/s00500-022-07406-z PMID:36034768	研究论文 (已撤稿)	提出改进的深度卷积神经网络DenseNet-II用于黑色素瘤检测	通过自定义网络层数、激活函数和输入数组维度，改进DenseNet架构，实现对七类皮肤病变的分类，超越传统二分类（恶性/良性）方法	未在摘要中明确说明	提高黑色素瘤检测的准确性	黑色素瘤皮肤病变数据集中的七种病变类型	计算机视觉, 数字病理学	黑色素瘤	NA	卷积神经网络（CNN）	图像（皮肤镜图像或普通相机图像）	NA	NA	DenseNet（改进型，文中称DenseNet-II）	准确率	NA
144	2026-07-03	RETRACTED ARTICLE: An automatic and intelligent brain tumor detection using Lee sigma filtered histogram segmentation model 2023, Soft computing IF:3.1Q2 DOI:10.1007/s00500-022-07457-2 PMID:36105824	科研论文	提出一种基于Lee sigma滤波直方图分割模型（LSFHS）的自动智能脑肿瘤检测方法	创新性地结合自适应Lee sigma滤波与灰度双峰直方图分割进行脑肿瘤检测，相比现有方法提高了14%的检测准确率并加快了25%的检测速度	本文已被撤回，可能涉及研究结果或方法的可靠性问题	实现高准确率、低时间消耗的脑肿瘤自动检测	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI成像	NA	图像	多张MRI图像	NA	LSFHS（Lee sigma滤波直方图分割）	峰值信噪比（PSNR），肿瘤检测准确率，错误率	NA
145	2026-07-01	Long-Term Follow-Up of Interstitial Lung Abnormality: Implication in Follow-Up Strategy and Risk Thresholds 2023-10-15, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202303-0410OC PMID:37590877	研究论文	探讨肺间质异常的最佳随访CT间隔及其与预后的关系	首次基于深度学习量化肺间质异常，提出以纤维化范围和蜂窝征为基础的风险分层及3年随访间隔建议	单中心回顾性研究，人群为自选筛查者，可能选择偏倚；中位随访11.3年，但部分结局事件数较少	确定肺间质异常在CT上的最佳随访策略和与预后相关的范围阈值	年龄≥50岁、包括非吸烟者的自选筛查参与者	机器学习	肺间质疾病	CT成像	深度学习模型	CT图像	305名参与者	NA	深度学习模型（未具体说明）	风险比、10年总体生存率	NA
146	2026-06-30	Deep learning prediction boosts phosphoproteomics-based discoveries through improved phosphopeptide identification 2023-Jan-12, bioRxiv : the preprint server for biology DOI:10.1101/2023.01.11.523329 PMID:36711982	研究论文	提出了DeepRescore2计算工作流程，利用深度学习预测保留时间和碎片离子强度来提高磷酸肽鉴定和磷酸化位点定位	首次将深度学习预测数据（保留时间和碎片离子强度）整合进磷酸蛋白质组学流程，显著提高磷酸肽鉴定率并发现新的生物学靶点	仅测试了合成数据和生物数据集，可能未覆盖所有复杂样本类型；深度学习模型依赖训练数据质量	改进磷酸蛋白质组学数据分析中的磷酸肽鉴定率，促进基于磷酸化蛋白质组学的生物发现	磷酸肽鉴定、磷酸化位点定位、肝脏癌症样本中的磷酸化信号通路	深度学习	肝癌	Shotgun磷酸蛋白质组学	深度学习模型	质谱数据	合成数据集和生物数据集（包括肝癌肿瘤与正常组织样本）	NA	NA	肽谱匹配数增加率（17%）、磷酸肽鉴定增加率（19%-46%）、磷酸化位点	NA
147	2026-06-26	trRosettaRNA: automated prediction of RNA 3D structure with transformer network 2023-11-09, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-42528-4 PMID:37945552	研究论文	开发了一个基于深度学习的自动化RNA三维结构预测方法trRosettaRNA，使用Transformer网络预测一维和二维几何特征，再通过能量最小化进行三维结构折叠	首次将Transformer网络应用于RNA结构预测，在CASP15和RNA-Puzzles盲测中达到与顶级人工预测相当的水平，且优于其他深度学习方法	对于合成RNA的结构预测仍具挑战性，自动化方法难以准确预测其结构	解决RNA三维结构预测这一长期挑战，推动深度学习在RNA结构预测中的应用	天然RNA和合成RNA的三维结构	机器学习	不适用	深度学习	Transformer网络	序列数据	不适用	不适用	Transformer	Z-score, 均方根偏差	不适用
148	2026-06-26	Efficient and accurate large library ligand docking with KarmaDock 2023-09, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-023-00511-5 PMID:38177786	研究论文	提出一种名为KarmaDock的深度学习配体对接方法，集成了对接加速、结合姿态生成与校正以及结合强度估计功能	首次将E(n)等变图神经网络与自注意力机制应用于配体对接，通过端到端学习同时优化对接速度、姿态质量和结合亲和度精度	NA	开发一种高效且准确的深度学习方法用于大规模文库配体对接，以提升虚拟筛选性能	配体对接的准确性和效率，以及发现的潜在药物分子	机器学习	NA	NA	E(n)等变图神经网络、混合密度网络	分子结构（蛋白质与配体）	四个基准数据集和一个实际虚拟筛选项目（涉及白细胞酪氨酸激酶LTK的活性抑制剂筛选）	NA	E(n)等变图神经网络、自注意力机制、混合密度网络	对接速度、姿态质量、结合亲和度	NA
149	2026-06-26	Automatic International Hidradenitis Suppurativa Severity Score System (AIHS4): A novel tool to assess the severity of hidradenitis suppurativa using artificial intelligence 2023-Jun, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13357 PMID:37357665	研究论文	介绍了一种基于深度学习的自动化脓性汗腺炎严重程度评分系统（AIHS4），用于评估化脓性汗腺炎严重程度	首次利用深度学习模型（YOLOv5架构）实现IHS4的自动评分，并采用多专家注释和知识统一算法处理数据	当前数据集规模有限，可能影响模型泛化能力	开发可替代人工IHS4评分的自动评估工具，减少观察者间变异性和对专家经验的依赖	化脓性汗腺炎患者的皮肤图像	计算机视觉	化脓性汗腺炎	图像处理	CNN	图像	Legit.Health-HS-IHS4数据集，包含由六位专家标注的化脓性汗腺炎图像	PyTorch	YOLOv5	与最专业医师相当的性能	NA
150	2026-06-26	Corrigendum to ArtifactID: Identifying artifacts in low-field MRI of the brain using deep learning Magnetic Resonance Imaging Volume 89, June 2022, Pages 42-48 2023-Jan, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2022.03.006 PMID:35396147	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
151	2026-06-19	Divergences in color perception between deep neural networks and humans 2023-12, Cognition IF:2.8Q1 DOI:10.1016/j.cognition.2023.105621 PMID:37716312	研究论文	评估深度神经网络与人类在颜色感知方面的差异，揭示当前DNN模型未能充分捕捉人类颜色感知的认知一致性	首次通过对比颜色相似性判断实验，系统评估了包括卷积神经网络和视觉Transformer在内的多种DNN架构与人类颜色感知的偏差，并提出了基于小波分解的可解释颜色感知模型作为更优基准	未涉及颜色感知的时间动态特性、跨文化差异以及高维颜色空间（如CIELAB）的深度映射；小波模型的认知合理性仍需更多神经科学验证	探究深度神经网络在颜色感知维度上与人类认知的一致性，并寻找更符合认知规律的替代模型	人类颜色相似性判断（通过在线调查收集）和多种DNN产生的颜色嵌入表示	机器学习、计算机视觉、认知科学	不适用	卷积神经网络、视觉Transformer、小波分解、风格迁移任务训练	卷积神经网络、视觉Transformer	图像（控制颜色属性的图像、网络搜索图像、CIFAR-10真实世界图像）	多种图像数据集（未明确样本数量，包含三类图像集：颜色控制图像、网络图像、CIFAR-10的10类图像）	PyTorch（隐含）、TensorFlow（未明确，但常见框架）	ResNet、ViT、VGG、U-Net（？待确认）、小波模型	颜色相似性判断一致性（相关系数、均方误差）	未明确，但通常使用GPU（如NVIDIA A100或V100）
152	2026-06-19	Multistain deep learning for prediction of prognosis and therapy response in colorectal cancer 2023-02, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-022-02134-1 PMID:36624314	研究论文	建立并评估了一种多染色深度学习模型，用于预测结直肠癌的预后和治疗反应	首次利用人工智能在超过1000名患者中确定AImmunoscore，并展示了其在预测新辅助治疗反应方面的能力	免疫评分系统如Immunoscore和上皮内淋巴细胞定量在临床常规使用中接受缓慢，且有一定局限性	评估多染色深度学习模型在结直肠癌预后和治疗反应预测中的能力	结直肠癌患者	数字病理学	结直肠癌	多染色免疫组织化学	深度学习	病理图像	超过1000名结直肠癌患者	NA	多染色深度学习模型	预后能力，优于其他临床、分子和免疫细胞相关参数	NA
153	2026-06-18	A Multichannel Fluorescence Isothermal Amplification Device with Integrated Internet of Medical Things for Rapid Sensing of Pathogens through Deep Learning 2023-10-17, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.3c02973 PMID:37733965	研究论文	本文开发了一种集成医疗物联网的等温荧光扩增设备，结合深度学习实现病原体快速传感	提出多通道等温荧光扩增设备，整合医疗物联网实现远程控制和数据上传，并利用深度学习进行快速（9.4毫秒）、准确的分析	NA	开发一种高效、便携的病原体快速检测设备，以应对突发公共卫生事件	金黄色葡萄球菌和耐甲氧西林金黄色葡萄球菌	机器学习	感染性疾病	等温扩增、CRISPR/Cas12a介导的核酸检测	深度学习模型	荧光信号数据	NA	NA	NA	检测限（LOD）、检测时间	NA
154	2026-06-18	Deep learning PET/CT-based radiomics integrates clinical data: A feasibility study to distinguish between tuberculosis nodules and lung cancer 2023-07, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.14924 PMID:37183577	研究论文	评估深度学习模型整合PET/CT影像特征、放射组学特征和临床信息在区分结核结节和肺癌中的性能	首次将深度学习特征、放射组学特征和临床信息多维度数据整合到单一模型中，用于区分结核结节和肺癌	样本量较小（仅174例患者），且未提及外部验证，模型泛化能力有待进一步验证	评估多信息融合的深度学习模型在区分结核结节和肺癌中的诊断效能	97例肺癌患者和77例结核结节患者的PET和CT影像数据	数字病理学	肺癌	PET/CT成像	深度卷积神经网络 (DCNN)	图像	174例患者（97例肺癌，77例结核结节）	PyTorch	残差神经网络 (ResNet)	AUC, 灵敏度, 准确率, 特异度, F1分数	NA
155	2026-06-17	ProSE-Pero: Peroxisomal Protein Localization Identification Model Based on Self-Supervised Multi-Task Language Pre-Training Model 2023-12-01, Frontiers in bioscience (Landmark edition) DOI:10.31083/j.fbl2812322 PMID:38179735	研究论文	基于自监督多任务语言预训练模型ProSE开发了ProSE-Pero模型，用于过氧化物酶体蛋白定位识别	首次将预训练多任务语言模型ProSE应用于过氧化物酶体蛋白特征提取，结合SVMSMOTE平衡数据集和SHAP解释模型进行特征选择，在植物液泡蛋白识别任务上性能超越最新模型iPVP-DRLF约5%	NA	开发更精确的过氧化物酶体蛋白定位识别模型	过氧化物酶体蛋白的定位识别	机器学习	NA	蛋白质序列特征提取	ProSE（预训练多任务语言模型）、LightGBM、传统机器学习方法、深度学习模型	蛋白质序列数据	160个过氧化物酶体蛋白	NA	ProSE	特异性（Sp）、灵敏度（Sn）、准确率（Acc）、马修斯相关系数（MCC）、F1分数、曲线下面积（AUC）	NA
156	2026-06-07	Markerless Motion Tracking With Noisy Video and IMU Data 2023-11, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3275775 PMID:37171931	研究论文	提出深度学习模型，利用含噪视频和惯性测量单元数据估计人体运动，无需精确标定	无需传感器与身体对齐的繁琐标定流程，模型对传感器错位和摄像头遮挡噪声具有鲁棒性	模型训练使用合成数据，真实场景应用仍需验证	简化临床和家庭环境中人体运动分析的流程，降低成本和操作门槛	人体运动姿态估计（包括行走、跑步、深蹲、坐立等动作）	计算机视觉, 机器学习	神经肌肉骨骼疾病	视频运动捕捉, 惯性测量单元	深度学习模型	视频, 惯性传感器数据	使用标记点运动捕捉数据集生成合成训练数据，测试包含真实动作数据	NA	VideoNet, IMUNet, FusionNet	均方根误差	NA
157	2026-06-07	Autonomous Robotic Ultrasound Vascular Imaging System With Decoupled Control Strategy for External-Vision-Free Environments 2023-11, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3279114 PMID:37227912	研究论文	提出了一种在无外部视觉环境下自主执行机器人超声血管成像的解耦控制策略	将系统分为外环姿态控制和内环方向控制，分别由深度学习智能体和强化学习智能体独立决策，摆脱了对外部视觉信息的依赖	未提及具体局限	实现机器人在无外部视觉的动态环境中自主超声血管成像	人体手臂血管（不同硬度、曲率和尺寸的志愿者的手臂）	机器人学, 医学影像	血管疾病	超声成像	深度学习模型, 强化学习模型	超声图像	多个志愿者	NA	超声血管分割网络（弱监督）	NA	NA
158	2026-06-07	Deep learning-based diagnosis of disease activity in patients with Graves' orbitopathy using orbital SPECT/CT 2023-10, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-023-06312-2 PMID:37395800	研究论文	提出基于深度学习的GO-Net模型，利用眶部SPECT/CT自动检测Graves眼病炎症活动性	首次结合语义分割网络（SV-Net）与卷积神经网络（CNN），融合CT、SPECT及眼外肌掩膜进行甲状腺相关眼病活动性自动分类	未提及模型在不同医院或设备上的泛化能力验证，且手动勾画感兴趣区可能引入标注偏差	开发自动化方法检测Graves眼病炎症活动性，减轻医生解读负担	478例Graves眼病患者的956只眼（活动期475眼，非活动期481眼）	计算机视觉	Graves眼病	SPECT/CT	V-Net, 卷积神经网络	医学影像	956只眼（来自478例患者）	NA	语义V-Net分割网络（SV-Net），卷积神经网络（CNN）	敏感度，特异度，AUC，平均交并比	NA
159	2026-06-07	Parametric Modeling and Deep Learning for Enhancing Pain Assessment in Postanesthesia 2023-10, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3274541 PMID:37527300	研究论文	提出结合分数阶阻抗模型参数化与深度学习（CNN）的方法，用于术后麻醉期间疼痛评估，以提高可靠性	提出了递归识别方法结合分数阶阻抗模型参数化，以及利用时频数据和频谱图的CNN分类算法，实现个性化、客观的疼痛评估	样本量小（仅12名患者），尚处于概念验证阶段，需在更大规模临床中验证	通过术后创伤建模与分类增强疼痛评估的可靠性	术后麻醉患者的皮肤阻抗测量数据	机器学习	术后疼痛	皮肤阻抗测量	CNN	时频数据	12名患者	PyTorch	CNN	NRS评分相关性	NA
160	2026-06-02	Grading surface urban heat island and investigating factor weight based on interpretable deep learning model across global cities 2023-10, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2023.108196 PMID:37708813	研究论文	基于可解释深度学习模型对全球城市地表城市热岛进行分级并探究因子权重	首次对全球城市进行地表城市热岛分级，并利用可解释机器学习TabNet量化不同指标和等级的因子权重	未明确提及局限性	提出地表城市热岛分级方法并量化不同指标和等级的因子权重，以支持全球缓解措施	全球城市地表城市热岛	机器学习	NA	NA	TabNet	数值数据	全球城市	NA	TabNet	因子权重	NA