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	2026-09-20	AORTA Gene: Polygenic prediction improves detection of thoracic aortic aneurysm 2023-Aug-25, medRxiv : the preprint server for health sciences DOI:10.1101/2023.08.23.23294513 PMID:37662232	研究论文	该研究利用深度学习测量主动脉直径，通过全基因组关联研究构建多基因评分，开发并验证了AORTA Gene模型，以提高胸主动脉瘤的检测	开发了包含110万个变异的多基因评分（AORTA Gene），结合临床因素显著提高了胸主动脉直径的预测和动脉瘤检测的AUROC	研究结论指出需要更大、更多样化的队列来开发更强大和公平的评分	探究多基因预测是否能改善胸主动脉瘤的检测	UK Biobank、Mass General Brigham Biobank、Framingham Heart Study和All of Us的参与者	机器学习	心血管疾病	深度学习, 全基因组关联研究, 多基因评分	NA	图像, 基因组数据	UK Biobank 49,939人（其中39,524人用于GWAS，4,962人用于测试），MGB 5,469人，FHS 1,298人，All of Us 610人	NA	NA	方差解释比例, AUROC	NA
2	2026-09-18	Rapid and automated design of two-component protein nanomaterials using ProteinMPNN 2023-Aug-04, bioRxiv : the preprint server for biology DOI:10.1101/2023.08.04.551935 PMID:37577478	研究论文	本文测试了深度学习蛋白质序列设计方法ProteinMPNN设计双组分四面体蛋白质纳米材料的能力，并与Rosetta进行了对比	首次系统评估ProteinMPNN在双组分四面体蛋白质纳米材料设计中的表现，证明其与Rosetta成功率相当，但计算量减少数个数量级且无需人工优化，且设计的界面极性更高，有利于独立纯化组件的组装	研究仅针对双组分四面体蛋白质纳米材料，未验证其他类型的蛋白质纳米材料或更复杂的界面设计，实验验证的组装体数量有限（13个），且未详细讨论设计失败的原因	探索深度学习方法ProteinMPNN在蛋白质-蛋白质界面设计中的适用性，并与传统物理方法Rosetta进行性能对比	双组分四面体蛋白质纳米材料及其蛋白质-蛋白质界面	机器学习	NA	深度学习蛋白质序列设计、X射线晶体学	ProteinMPNN	蛋白质序列和结构数据	13个实验验证的新组装体	NA	ProteinMPNN	成功率、界面极性、晶体结构分辨率	NA
3	2026-08-21	Hybrid-Supervised Deep Learning for Domain Transfer 3D Protoacoustic Image Reconstruction 2023-Aug-11, ArXiv PMID:37608936	研究论文	开发了一种混合监督深度学习方法，采用重建-增强两阶段策略，用于解决质子治疗中质子声学成像的有限视角问题，实现实时三维剂量验证。	提出了一种结合转换器网络与三维U-net的两阶段重建-增强策略，并首次采用混合监督训练（迭代重建监督与数据保真自监督）实现跨域转移的三维质子声学图像重建。	未明确提及局限性。	解决质子声学成像中有限采集角度导致的伪影问题，提高三维剂量验证的准确性和实时性。	前列腺癌患者的质子声学成像数据，用于三维剂量验证。	医学图像重建	前列腺癌	质子声学成像、深度学习重建、剂量验证	转换器网络、三维U-net	射频信号、质子声学图像、剂量图	126例前列腺癌患者	NA	转换器网络、三维U-net	均方根误差、结构相似性指数、伽马指数	NA
4	2026-08-20	3D cine-magnetic resonance imaging using spatial and temporal implicit neural representation learning (STINR-MR) 2023-Aug-18, ArXiv PMID:37645038	研究论文	提出一种基于空间和时间隐式神经表示学习的框架STINR-MR，用于从高度欠采样的数据中重建高分辨率的3D电影磁共振图像。	首次将空间和时间隐式神经表示学习结合用于3D cine-MRI重建，通过联合重建和可变形配准实现高加速因子，且为单次学习方法，无需预训练数据。	未提及明显的局限性，但基于模拟和单个人体受试者数据的评估可能限制泛化性。	实现从高度欠采样的k空间数据中准确重建3D cine-MR图像，以高时间、空间分辨率捕捉解剖动态。	3D cine-MR图像，包括来自4D XCAT数字体模和健康人体受试者的临床MR数据。	医学影像	不适用（健康受试者及数字体模，未涉及特定疾病）	磁共振成像（MRI）	隐式神经表示（INR）网络	MR图像数据（包括模拟和临床数据）	数字体模（XCAT）及一名健康人体受试者的临床MR数据	未明确提及，但可能使用PyTorch或TensorFlow等深度学习框架	空间隐式神经表示（INR）网络和时间隐式神经表示（INR）网络	图像质量、伪影、肿瘤定位精度（中心误差）	未明确提及
5	2026-08-07	Whole genome deconvolution unveils Alzheimer's resilient epigenetic signature 2023-08-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-40611-4 PMID:37587197	研究论文	开发了一种名为Cellformer的深度学习方法，用于从批量ATAC-seq数据中解卷积出细胞类型特异的染色质开放状态，并应用于阿尔茨海默病韧性研究	首次提出基于深度学习的全基因组批量ATAC-seq解卷积方法Cellformer，能高效低成本地实现大规模队列中细胞类型特异的开放染色质分析	未提及明显的局限性	开发一种深度学习工具，从批量ATAC-seq数据中推断细胞类型特异的基因调控机制，并识别阿尔茨海默病韧性的表观遗传学特征	191个来自3个脑区的批量ATAC-seq样本，涉及阿尔茨海默病韧性个体	深度学习	阿尔茨海默病	ATAC-seq	深度学习模型	基因表达谱（ATAC-seq数据）	191个批量样本，来自3个脑区	NA	Transformer	NA	NA
6	2026-05-15	CTA-UNet: CNN-transformer architecture UNet for dental CBCT images segmentation 2023-08-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf026 PMID:37579767	研究论文	提出一种CNN-Transformer架构的UNet网络，用于牙科CBCT图像分割	结合CNN和Transformer的优点，引入多重空间注意力模块和掩码图像建模预训练方法，解决标注数据有限的问题	未提及具体局限性	实现牙科CBCT图像的自动准确分割，为正畸和牙科植入提供实用方法	牙科锥束计算机断层扫描（CBCT）图像	计算机视觉	牙科疾病	CBCT成像	CNN, Transformer	图像	200名患者的CBCT数据，其中45例用于网络训练	PyTorch	U-Net, Transformer	DSC, IoU, HD95, ASSD	NA
7	2026-05-15	Deep learning algorithm for visual quality assessment of the spirograms 2023-08-29, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/acee41 PMID:37552997	研究论文	提出一种基于卷积神经网络（CNN）的深度学习算法，用于自动评估肺活量测定曲线（spirograms）的视觉质量，作为人工验证的替代方案	首次利用深度学习CNN模型自动评估肺活量测定曲线视觉质量，替代传统由专科医生进行的人工验证，解决了ATS/ERS标准中曲线视觉质量评估的自动化和标准化问题	未提及具体局限性（从标题和摘要中无法获取）	开发基于CNN的自动算法，用于评估肺活量测定曲线的质量，以替代专家人工验证	肺活量测定曲线（spirograms）的视觉质量评估	计算机视觉、深度学习	未指定具体疾病类别（涉及肺功能测试质量控制）	肺功能测试（肺活量测定法）	卷积神经网络（CNN）	图像（肺活量测定曲线图像）	1998例肺活量测定曲线样本（每个样本由四名肺科医生对FEV1和FVC参数分别标注为“确认”或“拒绝”）	NA	CNN（具体架构未在摘要中指定）	准确率（accuracy）、灵敏度（sensitivity）、特异度（specificity）	NA
8	2026-05-15	Geometric evaluations of CT and MRI based deep learning segmentation for brain OARs in radiotherapy 2023-08-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf023 PMID:37579753	研究论文	评估基于CT和MRI的深度学习分割在放疗中脑部危及器官的几何效果	首次训练并评估基于磁共振成像的深度学习自动分割模型在RayStation系统中用于脑部危及器官勾画，并研究了训练前勾画编辑对模型质量的几何影响	MRI上泪腺无法在T1加权MRI中清晰可视化，导致分割效果较差	评估基于CT和MRI的深度学习自动分割在放疗中脑部危及器官的几何效果，并研究训练前轮廓编辑对模型质量的影响	回顾性胶质瘤病例，用于训练和验证的CT和MRI图像及相应临床勾画	深度学习, 医学影像分割	胶质瘤	CT成像, MRI成像	深度学习自动分割模型	CT和MRI图像	MRI: 训练32例, 验证9例; CT: 训练47例, 验证10例	RayStation	深度学习分割模型	Dice相似系数, 灵敏度, 平均距离吻合度	NA
9	2026-05-15	Advanced repeated structuring and learning procedure to detect acute myocardial ischemia in serial 12-lead ECGs 2023-08-24, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ace241 PMID:37376978	研究论文	提出一种名为高级重复结构化与学习程序（AdvRS&LP）的新方法，用于在院前阶段通过系列12导联心电图检测急性心肌缺血	提出专门为急性心肌缺血检测设计的AdvRS&LP自动构建程序，能够有效利用系列心电图特征并创建可靠的监督神经网络	数据集有限（1425个心电图对），需要创建100个神经网络来补偿随机数据划分带来的统计波动	应用AdvRS&LP方法在院前阶段通过系列心电图特征检测急性心肌缺血	急性冠状动脉综合征患者的系列心电图数据	机器学习	急性冠状动脉综合征	系列心电图	监督神经网络	心电图特征数据	1425个心电图对（194个ACS患者，1035个对照组）	NA	AdvRS&LP构造的神经网络	AUC、敏感度、特异度	NA
10	2026-05-15	CoTrFuse: a novel framework by fusing CNN and transformer for medical image segmentation 2023-08-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acede8 PMID:37605997	研究论文	提出了CoTrFuse框架，结合CNN和Transformer的优点进行医学图像分割	利用EfficientNet和Swin Transformer作为双编码器，并通过Swin Transformer与CNN融合模块在跳跃连接前融合特征，同时捕获全局和局部信息	NA	解决医学图像分割中CNN和Transformer各自局限性，实现更好的全局和局部信息融合	医学图像分割任务	计算机视觉，数字病理学	皮肤病变（ISIC-2017数据集），COVID-19（COVID-QU-Ex数据集）	NA	CNN，Transformer	图像	两个数据集：ISIC-2017挑战数据集和COVID-QU-Ex数据集	PyTorch	EfficientNet，Swin Transformer，U-Net	准确率，召回率，F1分数，Dice系数等	NA
11	2026-05-15	Deep learning-based dose map prediction for high-dose-rate brachytherapy 2023-08-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acecd2 PMID:37589292	研究论文	基于深度学习的剂量图预测方法，用于高剂量率近距离治疗	引入Squeeze and Excitation Attention Net (SE_AN)模型，通过SE模块强调施源器贡献，提出Cascaded UNet架构用于近距离治疗剂量预测	未提及明确的局限性	开发专门用于近距离治疗的3D剂量预测方法，提高治疗计划标准化和质量控制	近距离治疗中的剂量分布	计算机视觉	放射治疗	NA	CNN	图像	250例病例，包括阴道、串联和卵形、多通道和自由针施源器	NA	Squeeze and Excitation Attention Net, Cascaded UNet, UNet	平均绝对误差 (MAE)	NA
12	2026-05-15	Suppressing image blurring of PROPELLER MRI via untrained method 2023-Aug-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acebb1 PMID:37506706	研究论文	提出一种无训练深度学习方法，用于加速PROPELLER磁共振成像并抑制图像模糊	首次引入无训练神经网络（UNN）抑制PROPELLER MRI图像模糊，无需外部训练数据，避免分布偏移问题	未明确提及局限性	加速PROPELLER MRI扫描并抑制图像模糊	PROPELLER MRI技术中的图像重构质量	机器学习	NA	MRI	无训练神经网络（UNN）	图像	脑MRI数据	NA	UNN	图像清晰度	NA
13	2026-05-15	Standard-based personalized healthcare delivery for kidney illness using deep learning 2023-Aug-10, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ace09f PMID:37343580	研究论文	本研究采用深度学习分析标准化电子健康记录数据集，用于诊断肾脏相关疾病	提出了通用模块化深度学习架构ECD在肾脏疾病诊断中的创新应用，并基于真实世界的openEHR基准数据集ORBDA进行训练	NA	评估深度学习对标准化电子健康记录数据集在肾脏疾病诊断中的效果	肾脏疾病的标准化电子健康记录数据	机器学习	肾脏疾病	NA	编码器-组合器-解码器（ECD）	电子健康记录文本数据	来自巴西公共卫生系统SUS（DATASUS）的openEHR基准数据集	NA	ECD（编码器-组合器-解码器）	精确率、召回率、F1分数	NA
14	2026-05-15	VAEs with structured image covariance applied to compressed sensing MRI 2023-08-03, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ace49a PMID:37406641	研究论文	本文研究如何将基于真实图像训练生成的模型作为逆问题的先验，应用于压缩感知MRI中，并引入结构化图像协方差	利用变分自编码器不仅生成图像，还生成每个图像的协方差不确定性矩阵，该矩阵能建模由图像边缘或物体引起的依赖关系变化，提供从学习图像流形出发的新距离度量	仅在回顾性子采样的fastMRI数据集上进行评估，未涉及前瞻性临床数据或不同MRI序列的验证	探索无监督学习的生成正则化方法在逆问题中的应用，以保持变分正则化方法的控制和洞察力，同时提供复杂的数据驱动先验	压缩感知MRI中的图像重建问题	计算机视觉	不适用	MRI	变分自编码器	图像	不适用	PyTorch	变分自编码器	不适用	不适用
15	2026-05-01	Brain-Wide Projections and Differential Encoding of Prefrontal Neuronal Classes Underlying Learned and Innate Threat Avoidance 2023-08-09, The Journal of neuroscience : the official journal of the Society for Neuroscience DOI:10.1523/JNEUROSCI.0697-23.2023 PMID:37491314	研究论文	通过全脑连接组图谱和光纤光度记录，揭示内侧前额叶皮层不同神经元类别在习得性和先天性威胁回避中的差异编码机制	开发了DeepTraCE和DeepCOUNT两种基于深度学习的定量分析方法，首次实现了对全脑范围内大量标记轴突和细胞体的高通量量化，并揭示了mPFC不同投射类别在威胁回避中的功能特化	未提及具体限制	阐明mPFC神经元连接与功能之间的关系，理解威胁回避行为的神经基础	雄性和雌性小鼠内侧前额叶皮层投射至伏隔核、腹侧被盖区或对侧mPFC的神经元类别	机器学习, 数字病理学	恐惧症, 焦虑症, 情绪障碍	组织透明化, 光片荧光显微镜, 纤维光度记录, TRAP2小鼠	CNN, U-Net	图像	雄性小鼠、雌性小鼠	PyTorch	U-Net, 深度学习追踪模型	NA	NA
16	2026-04-21	Human Alzheimer's disease reactive astrocytes exhibit a loss of homeostastic gene expression 2023-08-02, Acta neuropathologica communications IF:6.2Q1 DOI:10.1186/s40478-023-01624-8 PMID:37533101	研究论文	本研究利用单核RNA测序数据，揭示了阿尔茨海默病患者反应性星形胶质细胞转录组变化，特别是稳态基因表达的显著丧失	首次在单细胞分辨率下系统描述人类阿尔茨海默病反应性星形胶质细胞的转录组特征，发现其反应性表现为稳态基因的显著下调而非传统认为的单纯上调	研究主要基于转录组数据，功能验证相对有限；样本来源为死后脑组织，可能存在死后变化影响	探究阿尔茨海默病中反应性星形胶质细胞的分子特征和功能变化	人类正常、病理性衰老和阿尔茨海默病脑组织中的星形胶质细胞	生物信息学	阿尔茨海默病	单核RNA测序, 共免疫荧光染色	深度学习聚类算法	RNA测序数据, 图像数据	15,529个星形胶质细胞核	NA	NA	NA	NA
17	2026-04-03	SwarmDeepSurv: swarm intelligence advances deep survival network for prognostic radiomics signatures in four solid cancers 2023-Aug-11, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2023.100777 PMID:37602223	研究论文	本文提出了一种名为SwarmDeepSurv的新方法，通过集成群体智能算法与深度生存模型，优化预后预测并减少高维特征中的冗余信息	首次将群体智能算法与深度生存模型结合，设计了四个目标函数以同时优化预后预测和特征选择数量	未提及具体局限性	研究放射组学特征与生存终点之间的关系，并提高预后预测的准确性	四种实体癌症的多中心数据集（n=1,058）	机器学习	肺癌,前列腺癌,心血管疾病,老年疾病	NA	深度生存网络	放射组学特征	1,058例患者	NA	SwarmDeepSurv	患者风险分层	NA
18	2026-01-27	Parallel Multistage Wide Neural Network 2023-Aug, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2021.3120331 PMID:34699372	研究论文	本文提出了一种并行多级宽神经网络（PMWNN），旨在高效处理图像和非图像数据，实现增量学习和并行测试	设计了一种宽径向基函数（WRBF）网络，可在单轮训练中高效学习特征，并通过多级结构专注于错误分类样本，支持增量学习和并行测试	未明确提及模型在极端数据分布或实时应用中的性能限制	开发一种能减少计算资源、支持增量学习并加速测试过程的神经网络架构	图像数据（如MNIST、高光谱遥感数据）和非图像数据集	机器学习	NA	NA	神经网络, RBF网络	图像, 非图像数据	涉及MNIST数据、多个大型高光谱遥感数据集及不同类型应用领域的数据集	NA	宽径向基函数网络（WRBF）, 并行多级宽神经网络（PMWNN）	准确率	NA
19	2025-11-27	Application of machine learning and deep learning methods for hydrated electron rate constant prediction 2023-08-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2023.115996 PMID:37105290	研究论文	本研究应用机器学习和深度学习方法预测有机化合物与水合电子的二级速率常数	首次将迁移学习和数据增强的卷积神经网络应用于水合电子速率常数预测，并比较了不同分子表示方法的性能	数据集仅包含867个样本，可能限制模型的泛化能力	预测有机化合物与水合电子的反应速率常数	有机化合物	机器学习	NA	NA	XGBoost, CNN	分子图像, 分子描述符, 分子指纹	867个不同pH条件下的速率常数值	NA	卷积神经网络	R, RMSE, MAE	NA
20	2025-11-05	A Systematic Review: Do the Use of Machine Learning, Deep Learning, and Artificial Intelligence Improve Patient Outcomes in Acute Myocardial Ischemia Compared to Clinician-Only Approaches? 2023-Aug, Cureus DOI:10.7759/cureus.43003 PMID:37674942	系统性综述	通过系统性文献回顾评估机器学习、深度学习和人工智能在急性心肌缺血中相比纯临床方法对患者结局的改善效果	首次系统性比较AI算法结合临床医生与纯临床方法在急性心肌缺血诊疗中的效果差异	仅纳入8篇文献进行深入分析，算法透明度不足和伦理问题尚未解决	评估AI/ML/DL在急性冠脉综合征早期检测和干预中的应用效果	急性心肌缺血患者的心电图数据和临床信息	机器学习	心血管疾病	心电图分析	机器学习,深度学习,人工智能算法	心电图数据,患者临床信息	181篇文献（2013-2023年），其中8篇深入分析	NA	NA	灵敏度,特异性,准确度	NA