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	2026-03-29	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
4	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
5	2026-03-15	A deep learning approach to identify missing is-a relations in SNOMED CT 2023-02-16, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocac248 PMID:36539234	研究论文	本文提出了一种基于深度学习的方法，用于识别SNOMED CT中缺失的is-a关系	利用深度学习模型结合概念名称、层次结构、词汇属性和逻辑定义特征，预测具有包含模式的概念对之间的is-a关系，并引入交叉验证启发式方法识别缺失关系	研究仅针对SNOMED CT的临床发现子层次，且模型性能依赖于专家验证的准确性	提高SNOMED CT的质量保证，通过识别缺失的is-a关系来完善临床术语知识库	SNOMED CT中的概念对，特别是具有包含模式的概念对	自然语言处理	NA	深度学习	二元分类器	文本	使用SNOMED CT临床发现子层次（2019年9月美国版）的概念对进行训练和测试	NA	NA	精确度, 召回率, F1分数	NA
6	2026-03-15	Multi-center retrospective cohort study applying deep learning to electrocardiograms to identify left heart valvular dysfunction 2023-Feb-14, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-023-00240-w PMID:36788316	研究论文	本研究开发并验证了基于深度学习的工具，用于从心电图（ECG）中识别左心瓣膜功能障碍，特别是主动脉瓣狭窄和二尖瓣反流	首次在多中心回顾性队列研究中，结合自然语言处理（NLP）从超声心动图报告中提取真实标签，并利用深度学习模型从ECG中检测瓣膜疾病，实现了临床部署场景的考虑	研究为回顾性设计，可能存在选择偏倚；模型性能在外部验证中略有下降，需进一步前瞻性研究验证	开发并验证深度学习工具，以辅助临床决策，提高从ECG中提取信息的能力，用于早期疾病检测	来自纽约市五家西奈山医院的患者，包括123,096名患者用于二尖瓣反流检测，128,628名患者用于主动脉瓣狭窄检测	数字病理学	心血管疾病	自然语言处理（NLP），经胸超声心动图，心电图（ECG）	深度学习模型	文本（超声心动图报告），信号数据（ECG）	617,338个ECG-超声心动图对，涉及123,096名患者（二尖瓣反流）和128,628名患者（主动脉瓣狭窄）	NA	NA	AUROC（受试者工作特征曲线下面积）	NA
7	2026-03-14	A deep learning approach reveals unexplored landscape of viral expression in cancer 2023-02-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-36336-z PMID:36774364	研究论文	本文开发了一种名为viRNAtrap的深度学习管道，用于识别癌症中的病毒表达，并应用于TCGA的14种癌症类型	提出了一种基于深度学习的无对齐方法viRNAtrap，能够识别未知和分化的病毒，并揭示与癌症生存率相关的内源性病毒表达	研究仅基于TCGA的14种癌症类型，可能未涵盖所有癌症或病毒类型，且深度学习模型的泛化能力需进一步验证	研究癌症中病毒表达的特征，特别是未知和分化病毒，以探索病毒与癌症的关联	人类癌症组织中的病毒RNA序列数据	机器学习	癌症	RNA测序	深度学习模型	RNA测序数据	来自TCGA的14种癌症类型的数据集	NA	NA	NA	NA
8	2026-03-14	Automatic Prediction of Paediatric Cardiac Output From Echocardiograms Using Deep Learning Models 2023-Feb, CJC pediatric and congenital heart disease DOI:10.1016/j.cjcpc.2022.11.001 PMID:37970100	研究论文	本研究开发了一种基于深度学习的模型，用于从儿科超声心动图中自动预测心输出量	修改了EchoNet-Dynamic模型以预测左心室流出道直径，并开发了一种新颖的深度学习方法用于速度时间积分估计，从而实现了心输出量的自动预测	数据集规模较小，尽管通过预训练实现了准确估计，但可能限制了模型的泛化能力	开发一种准确、快速的自动心输出量评估方法，以支持临床决策	儿科超声心动图，包括正常心输出量和扩张型心肌病导致心输出量降低的患者	计算机视觉	心血管疾病	超声心动图	深度学习模型	图像	未明确指定具体样本数量，但提及包括正常心输出量和扩张型心肌病患者的数据集	NA	EchoNet-Dynamic	均方根误差, 平均绝对误差, 平均百分比误差, 决定系数, Bland-Altman分析	NA
9	2026-03-06	Increasing angular sampling through deep learning for stationary cardiac SPECT image reconstruction 2023-02, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1007/s12350-022-02972-z PMID:35508796	研究论文	本研究通过增加投影角度采样和深度学习方法来提高GE Discovery NM 530c/570c心脏SPECT扫描仪的图像重建质量	提出了一种深度学习网络，能从单角度19个投影生成合成四角度76个投影的图像，从而在静态成像中提高重建质量	NA	提高心脏SPECT扫描仪在静态成像中的图像重建质量	模拟数据、猪、物理体模和人类研究数据	数字病理学	心血管疾病	SPECT成像	深度神经网络	图像	NA	NA	NA	图像分辨率、均匀性、缺陷量化准确性、定量值	NA
10	2026-01-21	Human cytomegalovirus infection perturbs neural progenitor cell fate via the expression of viral microRNAs 2023-02, Journal of medical virology IF:6.8Q1 DOI:10.1002/jmv.28574 PMID:36772841	研究论文	本研究探讨了人类巨细胞病毒（HCMV）通过表达病毒microRNAs（miRNAs）扰乱神经祖细胞（NPCs）命运，进而导致神经发育障碍的机制	首次结合微阵列、深度学习和实验验证，系统揭示了HCMV感染NPCs过程中病毒miRNAs（特别是hcmv-miR-US25-1）通过靶向神经发育关键基因（如Jag1）调控细胞命运的分子机制	研究主要关注早期感染阶段，未涵盖长期感染效应；体外NPCs模型可能无法完全模拟体内复杂微环境	阐明HCMV感染导致神经发育障碍的分子机制，特别是病毒miRNAs在调控神经祖细胞命运中的作用	人类神经祖细胞（NPCs）和人类巨细胞病毒（HCMV）	生物信息学与计算生物学	神经发育障碍	微阵列分析、实时定量逆转录聚合酶链反应（qRT-PCR）、定点突变	深度学习模型	microRNA表达数据、mRNA表达数据	未明确说明具体样本数量，但涉及HCMV感染的NPCs实验组和对照组	NA	NA	NA	NA
11	2025-11-27	Stimulated Raman Scattering Microscopy Enables Gleason Scoring of Prostate Core Needle Biopsy by a Convolutional Neural Network 2023-02-15, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-22-2146 PMID:36594873	研究论文	开发基于受激拉曼散射显微镜和卷积神经网络的深度学习系统，用于前列腺穿刺活检的格里森评分	首次将受激拉曼散射显微镜与卷积神经网络结合，实现无标记、近实时的前列腺癌格里森模式分类	样本量相对有限（61例训练集，22例外部测试），与病理医生诊断一致性为71%	开发快速准确的前列腺癌格里森评分方法以支持局部病灶的精准治疗	新鲜前列腺穿刺活检组织	数字病理	前列腺癌	受激拉曼散射显微镜	CNN	图像	61例患者用于训练，22例独立病例用于外部测试，21例用于诊断一致性验证	NA	卷积神经网络	准确率	NA
12	2025-10-05	A multimodal deep learning model to infer cell-type-specific functional gene networks 2023-Feb-14, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-023-05146-x PMID:36788477	研究论文	开发了一种多模态深度学习模型来预测人脑中细胞类型特异性功能基因网络	首次整合单核基因表达数据和全局蛋白质相互作用网络来构建细胞类型特异性功能基因网络	目前仅应用于人脑组织，尚未验证在其他组织中的适用性	预测细胞类型特异性功能基因网络以理解基因在特定细胞类型中的功能关系	人脑中的不同细胞类型及其功能基因网络	生物信息学	自闭症,阿尔茨海默病	单核RNA测序,蛋白质相互作用网络分析	多模态深度学习,CNN,boosting tree	基因表达数据,蛋白质相互作用数据	NA	NA	MDLCN,CNN	ROC曲线下面积,精确召回曲线下面积	NA
13	2025-10-06	Quality assurance (QA) for monitoring the performance of assisted reproductive technology (ART) staff using artificial intelligence (AI) 2023-Feb, Journal of assisted reproduction and genetics IF:3.2Q2 DOI:10.1007/s10815-022-02649-z PMID:36374394	研究论文	本研究评估了基于人工智能的质量保证工具在辅助生殖技术中监测医护人员胚胎操作表现的效用	首次将深度学习神经网络应用于辅助生殖技术医护人员操作表现的持续监测和质量保证	样本量相对有限，仅评估了特定医疗中心的医护人员表现	评估AI质量保证工具在监测ART医护人员胚胎操作表现中的准确性和实用性	辅助生殖技术中的医护人员（医生和胚胎学家）及其胚胎操作表现	医疗人工智能	生殖医学	深度学习神经网络	深度学习神经网络	胚胎发育数据和临床妊娠结果	160例胚胎移植，160例玻璃化冷冻，160例解冻，120例滋养层活检	NA	NA	植入率预测准确度，Wilcoxon符号秩检验	NA
14	2025-10-06	Automated In Vivo High-Resolution Imaging to Detect Human Papillomavirus-Associated Anal Precancer in Persons Living With HIV 2023-02-01, Clinical and translational gastroenterology IF:3.0Q2 DOI:10.14309/ctg.0000000000000558 PMID:36729506	研究论文	本研究开发了一种结合高分辨率显微内镜和深度学习算法的自动化系统，用于HIV感染者肛门癌前病变的实时诊断	首次将高分辨率显微内镜与多任务深度学习网络结合，实现肛门癌前病变的自动化实时诊断	样本量较小（仅77名HIV感染者），特异性相对较低（0.60）	开发自动化实时诊断系统以改善肛门癌筛查效率	HIV感染者的肛门鳞状上皮细胞	医学影像分析	肛门癌前病变	高分辨率显微内镜成像，荧光显微镜	多任务深度学习网络	荧光显微图像	77名HIV感染者	NA	多任务深度学习网络	AUC, 灵敏度, 特异性	NA
15	2025-10-06	Event-Based Clinical Finding Extraction from Radiology Reports with Pre-trained Language Model 2023-02, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-022-00717-5 PMID:36253581	研究论文	提出基于预训练语言模型的事件抽取方法，从放射学报告中提取临床发现	使用基于事件的表示方法捕获放射学发现的细粒度细节，并采用在300万份放射学报告上预训练的BERT模型	仅针对CT报告和胸部X光报告进行验证，未涵盖所有类型的放射学报告	从放射学报告中自动提取临床发现，支持诊断、分诊、结果预测和临床研究	放射学报告中的临床异常发现	自然语言处理	NA	自然语言处理，深度学习	BERT	文本（放射学报告）	500份标注的CT报告，外加MIMIC-CXR数据库的外部验证集	BERT	BERT	F1分数	NA
16	2025-10-06	Scribe: Next Generation Library Searching for DDA Experiments 2023-02-03, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.2c00672 PMID:36695531	研究论文	介绍Scribe——一种利用深度学习碎片预测技术的新型谱库搜索引擎，用于数据依赖性采集实验	采用深度学习碎片预测软件Prosit，能够预测FASTA数据库中所有肽段的碎片化和保留时间，无需依赖精心策划的DDA谱库	NA	开发更灵敏和定量精确的蛋白质组学工作流程	肽段识别和定量分析	蛋白质组学	NA	数据依赖性采集(DDA)，深度学习碎片预测	深度学习	质谱数据	NA	Prosit, Percolator	NA	灵敏度，定量精确度，错误发现率	NA
17	2025-10-06	Overtriage, Undertriage, and Value of Care after Major Surgery: An Automated, Explainable Deep Learning-Enabled Classification System 2023-02-01, Journal of the American College of Surgeons IF:3.8Q1 DOI:10.1097/XCS.0000000000000471 PMID:36648256	研究论文	开发了一种自动化、可解释的深度学习术后分诊分类系统，用于评估过度分诊和分诊不足对护理价值的影响	首次提出可自动生成可解释决策支持的术后分诊分类系统，并验证其在多中心的重复性	研究仅基于两家大学医院的数据，可能限制结果的普适性	测试自动化术后分诊分类系统的可重复性，并评估其对护理价值的影响	接受住院手术的成年患者	医疗人工智能	术后护理	电子健康记录分析	深度学习	电子健康记录数据	13,263例住院手术患者（4,669例ICU入院和8,594例普通病房入院）	NA	可解释深度学习模型	死亡率、发病率、护理价值、住院时间、成本分析	NA
18	2025-06-18	Simultaneous Estimation of Hand Configurations and Finger Joint Angles Using Forearm Ultrasound 2023-Feb, IEEE transactions on medical robotics and bionics IF:3.4Q2 DOI:10.1109/tmrb.2023.3237774 PMID:40511365	研究论文	提出一种基于卷积神经网络（CNN）的深度学习流程，用于预测手指关节角度和手部配置分类	首次利用前臂超声图像同时估计手部配置和掌指关节（MCP）角度，填补了文献中的空白	研究样本量较小，仅涉及6名受试者	开发流畅直观的人机交互方法，用于数字系统、增强/虚拟现实（AR/VR）界面和物理机器人系统	手部运动识别，特别是手部配置分类和MCP关节角度检测	计算机视觉	NA	前臂超声成像	CNN, 支持向量分类器（SVC）, 多层感知机（MLP）	图像	6名受试者的前臂超声图像和运动捕捉数据	NA	NA	NA	NA
19	2025-06-10	A Large-Scale IoT-Based Scheme for Real-Time Prediction of Infectious Disease Symptoms 2023-Feb-02, Mobile networks and applications : MONET DOI:10.1007/s11036-023-02111-z PMID:40479340	研究论文	提出了一种基于物联网(IoT)的大规模实时监测方案，用于通过人们的行为和无线体域网(WBAN)预测传染病症状	利用IoT和WBAN技术实时监测人群行为，预测传染病症状及传播，弥补了以往研究依赖医疗设施内拍摄图像的局限性	需要构建强大的覆盖模型以确保实时监测，且性能评估依赖于模拟环境	开发实时预测传染病症状及传播的监测方案	人群行为及传染病症状	物联网与健康监测	传染病	IoT, WBAN, 深度学习	深度学习模型	图像、声音、视频	NA	NA	NA	NA	NA
20	2025-06-07	PDRF-Net: a progressive dense residual fusion network for COVID-19 lung CT image segmentation 2023-Feb-17, Evolving systems IF:2.7Q3 DOI:10.1007/s12530-023-09489-x PMID:38625320	research paper	提出了一种名为PDRF-Net的渐进密集残差融合网络，用于COVID-19肺部CT图像的分割	引入了密集跳跃连接以捕获多级上下文信息，设计了高效的聚合残差模块，结合视觉Transformer和残差块，以及双边通道像素加权模块逐步融合多分支特征图	NA	实现COVID-19患者肺部CT图像中病变部位的快速准确分割	COVID-19患者的肺部CT图像	digital pathology	COVID-19	CT图像分割	PDRF-Net (progressive dense residual fusion network)	image	在两个COVID-19数据集上进行测试	NA	NA	NA	NA