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	2026-09-29	Gradient-based sparse principal component analysis with extensions to online learning 2023-Jun, Biometrika IF:2.4Q1 DOI:10.1093/biomet/asac041 PMID:37197740	研究论文	本文结合稀疏主成分分析问题的几何结构与凸优化进展，开发了基于梯度的稀疏主成分分析算法，并扩展到在线学习	将稀疏主成分分析的几何结构与凸优化进展结合，开发基于梯度的算法，具有与原始交替方向乘子法相同的全局收敛保证，且能利用深度学习中的梯度方法工具箱高效实现，并可结合随机梯度下降产生在线算法	未明确提及	开发基于梯度的稀疏主成分分析算法，并扩展到在线学习	高维数据，特别是RNA测序数据	机器学习	NA	稀疏主成分分析，梯度方法，随机梯度下降，凸优化	基于梯度的算法，在线学习算法	高维数据，RNA测序数据	NA	NA	NA	NA	NA
2	2026-09-21	Contrastive learning in protein language space predicts interactions between drugs and protein targets 2023-06-13, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2220778120 PMID:37289807	研究论文	该文开发了一种名为ConPLex的深度学习模型，利用预训练蛋白质语言模型和蛋白质锚定的对比共嵌入方法来预测药物与蛋白质靶点之间的相互作用	结合了预训练蛋白质语言模型（PLex）和蛋白质锚定的对比共嵌入（Con），基于学习表示之间的距离进行结合预测，可在大规模化合物库和人类蛋白质组规模上进行预测，且嵌入具有可解释性	仅对19个激酶-药物相互作用预测进行了实验验证，验证规模较小，需要更大规模的实验验证来进一步确认模型的泛化能力	加速药物发现，通过互补实验筛选实现基于序列的药物-靶点相互作用预测，使其具有泛化性、可扩展性并能捕捉输入的细微变化	药物-蛋白质靶点相互作用，包括激酶-药物相互作用和人类细胞表面蛋白	机器学习	NA	预训练蛋白质语言模型、对比学习、深度学习	深度学习模型	序列数据（蛋白质序列和药物分子序列）	19个激酶-药物相互作用预测，其中验证了12个相互作用	NA	ConPLex（基于预训练蛋白质语言模型和对比共嵌入的架构）	准确率、结合亲和力	NA
3	2026-09-21	Benchmarking explanation methods for mental state decoding with deep learning models 2023-06, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.120109 PMID:37059157	研究论文	本文对多种解释方法在深度学习模型进行心理状态解码时的表现进行了基准测试，使用多个fMRI数据集进行分析	首次全面基准测试了多种解释方法在心理状态解码中的忠实性与与其他经验证据的一致性之间的权衡关系	研究仅限于fMRI数据，未探索其他神经影像模态；解释方法的评估依赖于特定数据集和模型	评估和比较不同解释方法在深度学习模型心理状态解码中的表现，为神经影像研究者提供选择解释方法的指导	多个功能磁共振成像数据集中的心理状态解码任务	机器学习	NA	功能磁共振成像	深度学习模型	图像	多个功能磁共振成像数据集	NA	NA	忠实性，与其他经验证据的一致性	NA
4	2026-09-21	Three-Dimensional Craniofacial Landmark Detection in Series of CT Slices Using Multi-Phased Regression Networks 2023-Jun-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13111930 PMID:37296782	研究论文	本文开发了一个多阶段深度学习网络系统，用于自动预测颅面标志点的三维坐标值，通过粗检测和逐步缩小检测区域来提高精度。	提出了多阶段回归网络，先进行粗检测再逐步缩小检测区域，以应对内存和计算限制。	未明确提及	自动检测颅面标志点，以带来医学和人类学益处。	颅面区域的CT图像，重建为三维对象。	计算机视觉	NA	CT	深度学习回归网络	图像	120个CT数据集（90训练，30测试）	NA	NA	3D误差（像素）	NA
5	2026-09-21	Dynamic learning for imbalanced data in learning chest X-ray and CT images 2023-Jun, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e16807 PMID:37313141	研究论文	该文章提出了一种针对胸部X光与CT图像中类别不平衡问题的动态学习技术（3PDL）和并行CNN模型（HFF），用于肺部疾病的检测与分类	提出3-Phase动态学习（3PDL）算法解决类别不平衡问题，并结合混合特征融合（HFF）的并行CNN模型处理多模态图像，实现了高精度和泛化能力	未明确说明，可能受限于有限注释数据集及类别不平衡场景，且未提及模型在更广泛疾病或数据集上的验证	解决深度学习在胸部X光和CT图像分析中因数据不平衡导致的分类困难，提高肺部疾病检测的准确性和泛化能力	胸部X光图像和CT图像	计算机视觉	肺癌	深度学习	CNN, SVM	图像	NA	NA	CNN, 支持向量机	F1分数, 精确率	NA
6	2026-09-20	Paper microfluidics with deep learning for portable intelligent nucleic acid amplification tests 2023-Jun-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2023.124470 PMID:36958098	研究论文	结合纸微流控、便携式光电系统和深度学习，用于SARS-CoV-2的核酸检测，实现早期预测分析	将纸微流控、便携式光电系统与深度学习相结合，利用扩增曲线早期阶段的反应动力学进行预测，而非传统的Ct值分析，可在第22个循环完成40个循环的NAATs的定性和定量分析，减少45%的时间成本，且基于注意力机制的深度学习模型可无缝适应多个临床数据集	摘要中未提及	开发便携式智能核酸检测平台，通过深度学习实现早期预测分析，减轻传统核酸检测对医院资源的负担	SARS-CoV-2模板（包含ORF1ab、N和E基因）及多个临床数据集	机器学习	COVID-19	核酸扩增检测（NAATs）、纸微流控、便携式光电系统	注意力机制深度学习模型	图像（像素信号）、时间序列数据	摘要中未提及	NA	注意力机制	准确率、灵敏度、特异性	NA
7	2026-09-20	Improved LSTM-based deep learning model for COVID-19 prediction using optimized approach 2023-Jun, Engineering applications of artificial intelligence IF:7.5Q1 DOI:10.1016/j.engappai.2023.106157 PMID:36968247	研究论文	该论文提出了基于改进LSTM的深度学习模型，利用优化方法对12个主要国家的COVID-19确诊病例、死亡和康复进行时间序列预测	提出了结合LSTM、双向LSTM、GRU和密集LSTM的预测模型，并采用优化方法改进LSTM模型，用于COVID-19时间序列预测	未明确提及研究局限性	评估和比较不同时间序列模型（LSTM、Bi-LSTM、GRU、dense-LSTM）在COVID-19预测中的性能，并改进基于LSTM的深度学习模型	12个受COVID-19影响的主要国家的确诊病例、死亡和康复时间序列数据	机器学习	COVID-19	时间序列预测、深度学习	LSTM、双向LSTM、GRU、密集LSTM	时间序列数据	12个主要国家的COVID-19时间序列数据	TensorFlow 1.0	LSTM、双向LSTM、GRU、密集LSTM	平均绝对误差（MAE）、均方根误差（RMSE）、中位数绝对误差（MEDAE）、R2分数	未明确提及
8	2026-08-13	Deep-Learning-Based Segmentation of Extraocular Muscles from Magnetic Resonance Images 2023-Jun-08, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10060699 PMID:37370630	研究论文	本研究比较了四种深度学习框架（U-Net、U-NeXt、DeepLabV3+和ConResNet）在磁共振冠状位图像中对眼外肌进行多类像素级分割的性能	系统比较了四种深度学习模型在眼外肌MRI分割中的性能，并分析了空间不同图像平面对分割准确性的影响	未提供具体局限性信息	评估和比较深度学习模型在眼外肌MRI分割中的性能，并分析影响分割变异性和形态测量准确性的因素	眼外肌（EOMs）	深度学习，医学图像分割	NA	磁共振成像（MRI）	U-Net，U-NeXt，DeepLabV3+，ConResNet	磁共振图像	NA	NA	U-Net，U-NeXt，DeepLabV3+，ConResNet	IoU（交并比），Dice系数，质心距离偏移	NA
9	2026-07-07	Overproduce and select, or determine optimal molecular descriptor subset via configuration space optimization? Application to the prediction of ecotoxicological endpoints 2023-06, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202200227 PMID:36894503	研究论文	提出通过配置空间优化确定最佳分子描述符子集的方法，用于预测生态毒理学终点	将分子描述符生成建模为多准则优化问题，采用标准遗传算法的变体求解，并通过Choquet积分聚合四个准则计算适应度函数	未明确说明	改进传统分子描述符选择方法在预测化合物生物活性中的性能	生态毒理学终点预测中的化学数据集	机器学习	NA	NA	遗传算法	化学分子描述符数据	NA	NA	NA	NA	NA
10	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
11	2026-05-22	How Does Attention Work in Vision Transformers? A Visual Analytics Attempt 2023-Jun, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2023.3261935 PMID:37027263	研究论文	通过可视化分析方法研究视觉Transformer中注意力机制的原理	提出基于剪枝的度量方法识别重要注意力头，并采用自编码器总结注意力模式	未明确提及局限性	理解视觉Transformer中注意力的工作机制	视觉Transformer模型的注意力头	计算机视觉	NA	NA	视觉Transformer	图像	NA	PyTorch	Vision Transformer	NA	NA
12	2026-05-15	[Research status and outlook of deep learning in oral and maxillofacial medical imaging] 2023-06-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20230405-00138 PMID:37305929	综述	综述深度学习在口腔颌面医学影像中的研究现状与展望，涵盖牙齿及解剖结构检测、疾病诊断和法医鉴定等应用	系统梳理深度学习在口腔颌面影像中的多方面应用，并总结研究局限与未来发展方向	仅叙述性综述，未进行系统性文献检索或量化分析	探讨深度学习在口腔颌面医学影像领域的研究现状与未来趋势	口腔颌面医学影像（如X光、CT等）中的牙齿及解剖结构、疾病和法医学应用	计算机视觉	口腔疾病	NA	深度学习	图像	NA	NA	NA	NA	NA
13	2026-05-10	[Research status and outlook of deep learning in oral and maxillofacial medical imaging] 2023-06-05, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20230405-00138 PMID:37271997	综述	综述深度学习在口腔颌面医学影像领域的研究现状与展望	系统总结了深度学习在口腔颌面影像中的应用，包括牙齿及解剖结构检测识别分割、疾病诊断及法医鉴定，并指出未来发展方向	现有研究可能存在的局限性未具体说明	总结深度学习在口腔颌面医学影像分析中的应用进展与挑战	口腔颌面影像中的牙齿、解剖结构、疾病病灶及法医鉴定对象	计算机视觉	口腔颌面疾病	NA	深度学习模型	医学影像	NA	NA	NA	NA	NA
14	2026-04-29	Microbial carbon use efficiency promotes global soil carbon storage 2023-06, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06042-3 PMID:37225998	研究论文	通过全球数据集、微生物过程显式模型、数据同化、深度学习和元分析，研究微生物碳利用效率（CUE）与土壤有机碳储存之间的关系	首次在全球尺度上证明微生物碳利用效率是决定土壤有机碳储存的主要因素，且其重要性至少是其他评估因素的四倍	未明确讨论CUE在不同生态系统类型中的具体机制，对气候变化的反馈预测仍需进一步微观过程理解	探究微生物碳利用效率在全球土壤有机碳储存中的作用及其与气候、植被和土壤性质的交互影响	全球范围的土壤样品及相关的微生物过程数据	机器学习	NA	NA	深度学习模型	数值数据	来自全球尺度的大规模数据集，具体样本数量未明确给出	PyTorch, TensorFlow	NA	NA	NA
15	2026-04-29	A deep learning algorithm-based visual strategy intervention study for children with autism spectrum disorders - extraction and detection of children's behavioral features 2023-06, European review for medical and pharmacological sciences DOI:10.26355/eurrev_202306_32608 PMID:37318465	研究论文	提出一种基于深度学习的视觉策略干预方法，用于自闭症谱系障碍儿童的行为特征提取与异常行为检测	融合时空特征提取结构，在MotionNet中加入光流特征子网络；提出基于序列池的行为检测方法，结合注意力机制和聚类池	在复杂背景下HMDB51数据集上准确率仅63.81%，模型泛化能力有限	探索自闭症谱系障碍儿童的有效干预方法	自闭症谱系障碍儿童的异常行为特征	计算机视觉	自闭症谱系障碍	NA	CNN	视频	SDUFall, Weizmann, HMDB51数据集	NA	MotionNet, 光流特征子网络	准确率	NA
16	2026-04-25	Transfer learning enables predictions in network biology 2023-06, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06139-9 PMID:37258680	研究论文	开发了一种基于注意力机制的深度学习模型Geneformer，通过迁移学习在限量数据场景下预测基因网络	首次将大规模预训练深度学习模型（Geneformer）应用于网络生物学，通过自监督学习编码网络层次结构，支持限量数据下的下游任务微调	NA	利用迁移学习解决基因网络预测中数据稀缺的问题，加速发现网络关键调控因子和候选治疗靶点	基因网络和单细胞转录组数据	机器学习	心肌病	单细胞转录组测序	注意力神经网络	单细胞转录组数据	约3000万单细胞转录组样本	PyTorch	Geneformer（基于Transformer架构）	预测准确性	NA
17	2026-04-11	Weakly supervised perivascular spaces segmentation with salient guidance of Frangi filter 2023-06, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29593 PMID:36692103	研究论文	本文提出了一种结合Frangi滤波器与卷积神经网络的弱监督3D血管周围空间分割模型	通过条件随机场理论将基于规则的Frangi滤波器与U-Net深度学习算法结合，实现弱监督学习，减少对大规模标注数据的依赖	未明确说明模型在更广泛数据集上的泛化能力或计算效率的具体限制	开发用于血管周围空间分割的弱监督3D分割模型，提高分割准确性并区分PVS与白质高信号	人类连接组计划数据中的血管周围空间	数字病理学	NA	Frangi滤波器，卷积神经网络	CNN	3D图像	人类连接组计划数据，具体样本数量未明确	NA	U-Net	真阳性率，假阳性率	NA
18	2026-04-04	A Deep Learning Approach for Automated Bone Removal from Computed Tomography Angiography of the Brain 2023-06, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-023-00788-y PMID:36781588	研究论文	提出了一种基于深度学习的自动化方法，用于从脑部CT血管造影图像中去除骨骼干扰	设计并训练了一个深度卷积神经网络，专门用于脑部CTA图像的骨骼去除，特别是在颅底区域表现优于现有方法	训练数据量相对较小（72个CTA），且未明确说明模型对不同病理状况或图像质量的泛化能力	开发一种快速、准确的自动化工具，以改善脑部CTA图像中血管结构的可视化	脑部CT血管造影图像	计算机视觉	脑血管疾病	CT血管造影	CNN	医学图像	训练集：72个脑部CTA；内部测试集：15个CTA；外部独立测试集：17个CTA	未明确说明	深度卷积神经网络	Dice系数, 卡方检验, p值	未明确说明
19	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
20	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