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
21	2026-05-29	scDisInFact: disentangled learning for integration and prediction of multi-batch multi-condition single-cell RNA-sequencing data 2023-May-02, bioRxiv : the preprint server for biology DOI:10.1101/2023.05.01.538975 PMID:37205545	研究论文	scDisInFact是一个深度学习框架，用于多批次多条件单细胞RNA测序数据的整合与预测，可同时消除批次效应并保留条件效应	首次提出能够同时分离批次效应和条件效应的解耦学习方法，实现批次校正、关键基因检测和扰动预测三项任务的统一	当前方法要么消除所有批次效应而丢失条件效应，要么仅关注条件效应而忽略批次效应，scDisInFact通过解耦学习解决了这一矛盾	开发一个能够同时处理批次效应和条件效应的深度学习模型，用于整合和预测多批次多条件的单细胞RNA测序数据	单细胞RNA测序数据中的批次效应和条件效应	机器学习	NA	scRNA-seq	深度学习框架	基因表达数据	模拟数据和真实数据集	NA	解耦学习网络	批次校正性能、关键基因检测准确率、扰动预测精度	NA
22	2026-05-29	Atrial fibrillation ablation outcome prediction with a machine learning fusion framework incorporating cardiac computed tomography 2023-05, Journal of cardiovascular electrophysiology IF:2.3Q2 DOI:10.1111/jce.15890 PMID:36934383	研究论文	提出一种融合机器学习框架，整合心脏CT成像与临床数据，预测房颤消融术后结果	首次将CT形态特征、深度学习图像特征和临床数据智能融合，构建端到端自动预测框架	单中心回顾性研究，样本量有限，需外部验证	开发个性化房颤消融术后预后预测模型	321例接受房颤消融术患者的CT影像及临床数据	机器学习	心房颤动	CT成像	融合机器学习模型	图像、临床结构化数据	321例患者（平均年龄64.2岁，69%男性，40%阵发性房颤）	NA	深度学习网络	AUC	NA
23	2026-05-24	Deep Learning of Videourodynamics to Classify Bladder Dysfunction Severity in Patients With Spina Bifida 2023-05, The Journal of urology IF:5.9Q1 DOI:10.1097/JU.0000000000003267 PMID:36787376	研究论文	利用深度学习模型对脊髓脊膜膨出患者进行膀胱功能障碍严重程度分类	首次将深度学习应用于视频尿动力学数据的分析，结合容量-压力记录和荧光透视图像自动分类膀胱功能障碍严重程度	样本量有限（306项检查），且仅来自单一机构，模型泛化能力待验证	开发基于视频尿动力学数据的深度学习模型，以分类膀胱功能障碍严重程度	2个月至28岁患脊髓脊膜膨出的患者	机器学习	脊髓脊膜膨出相关膀胱功能障碍	视频尿动力学	卷积神经网络，随机森林	容量-压力曲线，荧光透视图像	306次视频尿动力学检查	NA	卷积神经网络	准确率，加权卡帕系数	NA
24	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
25	2026-04-19	Identifying Key Residues in Lysine Decarboxylase for Soluble Expression Using Consensus Design Soluble Mutant Screening (ConsenSing) 2023-05-19, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.2c00670 PMID:37071041	研究论文	本文提出了一种结合计算预测与实验筛选的混合方法，用于识别提高蛋白质溶解度的关键残基	开发了ConsenSing方法，通过共识序列预测热点残基，并利用分裂GFP报告系统快速验证突变体，从而有效提高蛋白质溶解度	方法可能不适用于所有蛋白质，且预测与实验结果之间仍可能存在不一致	提高目标蛋白质的溶解度，通过识别关键残基突变来优化蛋白质表达	赖氨酸脱羧酶（LdcC）	蛋白质工程	NA	序列分析、分裂GFP报告系统、Darwin组装	深度学习	蛋白质序列	NA	NA	NA	溶解度增加	NA
26	2026-04-07	Deep Learning of Coronary Calcium Scores From PET/CT Attenuation Maps Accurately Predicts Adverse Cardiovascular Events 2023-05, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2022.06.006 PMID:36284402	研究论文	本研究开发了一种深度学习模型，用于从PET/CT衰减校正扫描中自动量化冠状动脉钙化评分，以预测心血管不良事件	首次将原本为视频应用开发的深度学习模型应用于PET/CT衰减校正扫描，实现冠状动脉钙化评分的全自动快速量化，无需改变现有扫描协议	研究主要基于外部队列验证，且未详细讨论模型在不同人群或设备间的泛化能力	开发一种深度学习模型，从PET/CT衰减校正扫描中自动定义冠状动脉钙化评分，以预测心血管不良事件风险	接受PET/CT成像的患者，包括有心血管不良事件随访数据的队列	数字病理学	心血管疾病	PET/CT成像，心电图门控CT扫描	深度学习模型	CT扫描图像	训练集：9,543张专家标注的CT扫描；测试集：4,331名患者（其中2,737名有配对的心电图门控CAC扫描）	NA	NA	风险比，净重分类改善，阴性预测值	NA
27	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
28	2026-03-17	RETRACTED ARTICLE: A novel deep learning-based approach for detecting attacks in social IoT 2023-05-10, Soft computing IF:3.1Q2 DOI:10.1007/s00500-023-08389-1 PMID:37362260	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
29	2026-01-22	RETRACTED ARTICLE: Economic simulation of sports industry based on deep learning algorithm and data mining 2023-05-22, Soft computing IF:3.1Q2 DOI:10.1007/s00500-023-08461-w PMID:37362271	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
30	2025-12-03	A population-level computational histologic signature for invasive breast cancer prognosis 2023-May-26, Research square DOI:10.21203/rs.3.rs-2947001/v1 PMID:37293118	研究论文	本研究提出了一种基于深度学习的组织学预后签名（HiPS），用于评估乳腺癌肿瘤微环境的形态学特征并预测生存风险	HiPS首次通过深度学习全面量化肿瘤微环境中的上皮、基质、免疫和空间交互特征，超越了传统病理学家基于诺丁汉标准的定性评估	研究未明确讨论模型在不同种族或地域人群中的泛化能力，且依赖于历史队列数据	开发一种计算组织学特征来改善浸润性乳腺癌的预后预测	乳腺癌患者的组织切片图像	数字病理学	乳腺癌	深度学习，组织图像分析	深度学习模型	组织病理学图像	基于癌症预防研究（CPS）-II的群体级队列开发，并在PLCO试验、CPS-3和癌症基因组图谱三个独立队列中验证	NA	NA	生存预测准确性	NA
31	2025-10-06	Confidence-based laboratory test reduction recommendation algorithm 2023-05-10, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-023-02187-3 PMID:37165369	研究论文	提出一种基于置信度的深度学习模型，用于识别住院患者不必要的血红蛋白检测	采用'选择与预测'设计理念，通过预测置信度评估结果可靠性，并选择性考虑高置信度样本进行推荐	未提及模型在更广泛医疗场景中的适用性验证	减少不必要的实验室检测，降低医疗风险和医疗成本	住院患者的血红蛋白检测数据	机器学习	NA	深度学习	深度学习模型	实验室检测数据	来自休斯顿教学医院的内部患者数据和MIMIC III数据库的外部患者数据	NA	NA	AUC	NA
32	2025-10-06	A deep learning algorithm to detect cutaneous squamous cell carcinoma on frozen sections in Mohs micrographic surgery: a retrospective assessment 2023-May-16, medRxiv : the preprint server for health sciences DOI:10.1101/2023.05.14.23289960 PMID:37293008	研究论文	开发并评估用于皮肤鳞状细胞癌术中冰冻切片实时切缘分析的深度学习算法	首次针对皮肤鳞状细胞癌的冰冻切片开发实时切缘分析AI算法，并探讨肿瘤分化状态对算法性能的影响	回顾性研究，需要进一步算法改进以更好区分高分化肿瘤与表皮组织，并解决炎症等混杂病理因素的影响	提高皮肤鳞状细胞癌Mohs显微手术中实时切缘分析的效率和准确性	接受Mohs显微手术的皮肤鳞状细胞癌患者	数字病理学	皮肤鳞状细胞癌	冰冻切片，全玻片扫描	CNN	图像	2020年1月至3月期间接受Mohs手术的cSCC患者队列	NA	卷积神经网络	AUC	NA
33	2025-10-06	Artificial intelligence algorithms aimed at characterizing or detecting prostate cancer on MRI: How accurate are they when tested on independent cohorts? - A systematic review 2023-May, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2022.11.005 PMID:36517398	系统综述	系统评估基于人工智能的MRI算法在独立测试队列中诊断前列腺癌的准确性	首次系统评估AI算法在满足独立性标准的测试队列中的诊断性能，比较了放射组学与深度学习系统的差异	23项研究未使用预设诊断阈值可能使结果偏乐观，人机差异的最佳管理策略尚未明确	评估基于AI的MRI算法在独立测试队列中诊断前列腺癌的准确性	前列腺癌患者	医学影像分析	前列腺癌	磁共振成像	深度学习, 放射组学	医学影像	35项研究，每项测试队列超过40名患者	NA	计算机辅助诊断系统, 计算机辅助检测系统	诊断准确性, 假阳性率	NA
34	2025-10-06	Deep learning-based weld defect classification using VGG16 transfer learning adaptive fine-tuning 2023-May-08, International journal on interactive design and manufacturing DOI:10.1007/s12008-023-01327-3 PMID:40478981	研究论文	本研究提出了一种基于深度学习的焊接缺陷分类方法，使用VGG16迁移学习和自适应微调技术	提出了一种独特的基于图像的方法，使用小规模X射线图像数据集训练深度学习模型，并采用数据增强和迁移学习技术	使用的小型数据集在15个不同类别中分布不平衡	开发自动焊接缺陷检测和分类系统	焊接缺陷	计算机视觉	NA	X射线成像	CNN	图像	小型X射线图像数据集（具体数量未提及）	NA	VGG16, ResNet50	准确率	NA
35	2025-10-06	Sub-second photon dose prediction via transformer neural networks 2023-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.16231 PMID:36669122	研究论文	提出一种结合Transformer和卷积层的深度学习算法iDoTA，用于快速预测光子束剂量分布	首次将Transformer架构与3D卷积结合用于剂量预测，将3D剂量预测任务建模为序列建模问题	训练数据仅包含1700个束流剂量分布，需要更多样化的临床数据验证	开发快速准确的光子束剂量预测算法，支持在线和实时自适应放疗	光子束剂量分布预测	医学影像分析	前列腺癌, 肺癌, 头颈癌	深度学习	Transformer, CNN	3D CT影像, 剂量分布数据	1700个束流剂量分布，来自11个临床VMAT计划（每个计划194-354个束流）	NA	Transformer, 3D卷积神经网络	gamma通过率, 相对剂量误差	NA
36	2025-10-07	Coding infant engagement in the Face-to-Face Still-Face paradigm using deep neural networks 2023-05, Infant behavior & development IF:1.9Q3 DOI:10.1016/j.infbeh.2023.101827 PMID:36806017	研究论文	本研究使用深度神经网络对面对面静止面孔范式中的婴儿参与度进行自动编码	首次将深度神经网络应用于FFSF任务中婴儿参与度的自动编码，实现了高达99.5%的分类准确率	继承了原始研究的采样和实验限制，样本量相对较小且主要为白人群体	测试深度神经网络在FFSF任务中编码婴儿参与度的准确性	68对母婴组合在三个时间点完成的FFSF任务视频	计算机视觉	NA	视频分析	DNN	图像	68对母婴组合，40,000张图像	NA	四种不同的深度神经网络图像分类模型	准确率, Cohen's κ值	NA
37	2025-10-07	Rapid and Portable Quantification of HIV RNA via a Smartphone-enabled Digital CRISPR Device and Deep Learning 2023-May-16, medRxiv : the preprint server for health sciences DOI:10.1101/2023.05.12.23289911 PMID:37292781	研究论文	开发了一种基于智能手机的数字CRISPR设备，结合深度学习算法快速定量检测HIV RNA	首次将数字CRISPR检测与智能手机平台集成，实现HIV RNA的快速便携定量检测	NA	开发便携式HIV病毒载量监测工具以支持艾滋病治疗管理	HIV RNA	数字病理	艾滋病	RT-RPA-CRISPR, 荧光成像	深度学习	荧光图像	NA	NA	NA	检测灵敏度	智能手机平台
38	2025-10-07	CLCLSA: Cross-omics Linked embedding with Contrastive Learning and Self Attention for multi-omics integration with incomplete multi-omics data 2023-May-02, Research square DOI:10.21203/rs.3.rs-2768563/v1 PMID:37205427	研究论文	提出一种用于不完整多组学数据整合的深度学习模型CLCLSA	结合跨组学对比学习和自注意力机制，能够处理不完整的多组学数据并动态识别最具信息量的特征	NA	解决不完整多组学数据整合问题，提高疾病分类性能	多组学数据	机器学习	NA	多组学技术	自编码器, 自注意力机制	多组学数据	四个公共多组学数据集	NA	跨组学自编码器	分类准确率	NA
39	2025-10-07	Video-Based Deep Learning for Automated Assessment of Left Ventricular Ejection Fraction in Pediatric Patients 2023-05, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2023.01.015 PMID:36754100	研究论文	开发基于视频的深度学习算法EchoNet-Peds，用于自动化评估儿科患者的左心室射血分数	首个专门针对儿科人群的大规模超声心动图数据集和深度学习算法，在儿科EF评估上显著优于成人模型	仅针对儿科患者开发，可能不适用于成人群体	开发儿科专用的自动化左心室功能评估算法	儿科患者的超声心动图视频	计算机视觉	心血管疾病	超声心动图	深度学习	视频	4,467例儿科超声心动图	NA	EchoNet-Peds	Dice相似系数, 平均绝对误差, AUC	NA
40	2025-10-07	Prediction of Coronary Artery Calcium Using Deep Learning of Echocardiograms 2023-05, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2022.12.014 PMID:36566995	研究论文	本研究开发了一种基于视频的深度学习模型，通过经胸超声心动图视频预测冠状动脉钙化评分	首次使用经胸超声心动图视频结合深度学习技术预测冠状动脉钙化评分，为无法进行CT检查的患者提供了替代方案	样本量相对有限，外部验证集仅包含92例TTE视频，需要更大规模的研究验证	探索使用广泛可用的经胸超声心动图替代CT扫描进行冠状动脉钙化评估的可行性	冠状动脉钙化患者	计算机视觉	心血管疾病	经胸超声心动图，冠状动脉钙化CT	CNN	视频	2,881个TTE视频与冠状动脉钙化CT配对数据，外部验证集92个TTE视频	NA	卷积神经网络	AUC, F1分数, 精确召回曲线, 接收者操作特征曲线	NA