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	2026-07-10	Exploring the Roles of RNAs in Chromatin Architecture Using Deep Learning 2023-Oct-24, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.22.563498 PMID:37961712	研究论文	提出名为AkitaR的深度学习框架，利用基因组序列和全基因组RNA-DNA相互作用，研究染色质相关RNA在HFFc6细胞基因组折叠中的作用	首次将基因组序列与全基因组RNA-DNA相互作用结合，通过深度学习模型区分caRNAs的顺式和反式调控作用，并识别出新型非编码RNA可能通过反式相互作用调节染色质结构	NA	探究染色质相关RNA在三维基因组组织中的作用及其调控机制	HFFc6细胞中的染色质相关RNA（caRNAs）及基因组折叠	机器学习	NA	RNA-seq、Hi-C、深度学习	深度学习框架	序列数据和RNA-DNA相互作用数据	HFFc6细胞系的单一样本	NA	NA	NA	NA
2	2026-07-04	DeepIFC: Virtual fluorescent labeling of blood cells in imaging flow cytometry data with deep learning 2023-10, Cytometry. Part A : the journal of the International Society for Analytical Cytology DOI:10.1002/cyto.a.24770 PMID:37276178	研究论文	提出一种基于Inception U-Net网络的深度学习方法DeepIFC，从明场和暗场图像虚拟生成荧光标记图像，实现血细胞重构、分型和未知细胞类型识别	无需真实荧光标记即可生成荧光图像，并利用平衡数据集对稀有细胞类型进行良好预测，同时能识别训练中未见过的红细胞类型	NA	通过深度学习实现成像流式细胞术数据的虚拟荧光标记，降低标记成本和时间	流动成像数据中的血细胞	计算机视觉	NA	成像流式细胞术	Inception U-Net	图像（明场、暗场、荧光图像）	NA	NA	Inception U-Net	NA	NA
3	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
4	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
5	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
6	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
7	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
8	2026-05-26	Application of IoT technology based on neural networks in basketball training motion capture and injury prevention 2023-10, Preventive medicine IF:4.3Q1 DOI:10.1016/j.ypmed.2023.107660 PMID:37573953	研究论文	本文研究基于物联网和神经网络技术的篮球训练动作捕捉与损伤预防方法	设计了多视角人体运动轨迹捕捉算法框架，结合深度学习二维人体姿态估计与多视角摄像机姿态知识，转换为三维空间关节分布	未提及具体局限性	应用神经网络与物联网设备于篮球动作捕捉，预防运动损伤	篮球训练中的运动员动作与损伤预防	计算机视觉, 机器学习	运动损伤	动作捕捉	神经网络	图像, 视频	未提及	NA	二维人体姿态估计算法	NA	物联网设备
9	2026-05-20	Functional non-uniformity of periodontal ligaments tunes mechanobiological stimuli across soft- and hard-tissue interfaces 2023-10-15, Acta biomaterialia IF:9.4Q1 DOI:10.1016/j.actbio.2023.08.047 PMID:37634832	研究论文	提出结合纳米压痕、图像本构建模和深度学习的框架，揭示牙周膜功能非均匀性在骨-牙周膜-牙复合体机械生物刺激传导中的作用	首次整合动态纳米力学测试、高分辨率图像建模和机器学习（高斯混合模型与U-net深度学习），从微观结构非均匀性角度阐明牙周膜对机械生物刺激的调节机制	NA	探究牙周膜先天功能非均匀性如何调节传递给周围牙槽骨的机械生物刺激，维持组织稳态	骨-牙周膜-牙复合体（BPT复合体）中的牙周膜微观结构及其机械生物学功能	数字病理学	NA	纳米压痕	U-net	图像	NA	PyTorch	U-net	NA	NA
10	2026-05-19	AI-based assessments of speech and language impairments in dementia 2023-10, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.13395 PMID:37578167	综述	综述了基于机器学习与深度学习算法利用语音和文本数据集开发痴呆症评估工具的研究	聚焦人工智能在痴呆症早期检测中利用语音和语言障碍评估的最新进展，强调系统在临床快速准确识别患者中的应用	未明确提及具体局限性，但综述可能受限于现有研究的样本异质性和算法泛化能力	综述利用机器学习与深度学习算法分析语音和语言数据开发痴呆症评估工具的研究	痴呆症患者的语音和语言数据	自然语言处理	痴呆症	NA	机器学习, 深度学习	语音, 文本	未提及	NA	NA	NA	NA
11	2026-05-16	Identification of potential inhibitors against E.coli via novel approaches based on deep learning and quantum mechanics-based atomistic investigations 2023-10-01, Archives of biochemistry and biophysics IF:3.8Q1 DOI:10.1016/j.abb.2023.109761 PMID:37734644	研究论文	该研究结合深度学习和量子力学方法，从大量分子中筛选出两个潜在的大肠杆菌DNA旋转酶抑制剂	基于深度学习的分子对接与量子力学计算相结合，对45,257,086个分子进行虚拟筛选，发现两个新型抑制剂	仅进行计算机模拟研究，缺乏体外或体内实验验证	发现针对大肠杆菌DNA旋转酶的新型抑制剂以应对抗生素耐药性问题	大肠杆菌DNA旋转酶及MCULE数据库中45,257,086个分子	机器学习	细菌感染	药效团建模、虚拟筛选、分子对接、密度泛函理论、分子动力学模拟	深度学习	分子结构数据	MCULE数据库中45,257,086个分子（包含223,460,579个构象）	NA	NA	结合能（kcal/mol）	NA
12	2026-05-15	Automatic ultrasound diagnosis of thyroid nodules: a combination of deep learning and KWAK TI-RADS 2023-Oct-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfdf0 PMID:37757848	研究论文	结合深度学习和KWAK TI-RADS进行甲状腺结节的自动超声诊断	首次实现基于KWAK TI-RADS指南的甲状腺结节自动风险分级，并提出改进的U-Net++与多任务CNN结合的方法，可同时输出良恶性分类和四个恶性特征分类结果	未提及具体局限性	实现甲状腺结节的自动风险等级评估，为是否需要细针穿刺提供依据	甲状腺结节超声图像和细针穿刺结果	计算机视觉	甲状腺结节	超声波检查	改进的U-Net++和多任务CNN	图像	1862例甲状腺结节病例（测试集302例）	NA	改进的U-Net++, 多任务卷积神经网络	Dice系数, 交并比, 准确率, 假阳性率, 精确率, 召回率	NA
13	2026-05-15	Sub-second whole brain T2mapping via multiband SENSE multiple overlapping-echo detachment imaging and deep learning 2023-Oct-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfb71 PMID:37726009	研究论文	结合多带SENSE和多重重叠回波分离成像与深度学习，实现亚秒级全脑T2映射	首次将多带SENSE技术引入多重重叠回波分离成像，结合深度学习重建和即插即用降噪算法，实现高倍频因子下全脑亚秒级T2映射	NA	加速定量磁共振成像，实现亚秒级全脑T2映射	数字模拟、水模实验和人体大脑实验	数字病理	NA	多带SENSE、多重重叠回波分离成像、深度学习	U-Net、DRUNet	MRI图像	数字模拟数据、水模实验数据、人体大脑实验数据（具体数量未说明）	PyTorch	U-Net, DRUNet	NA	NA
14	2026-05-15	Atrial fibrillation detection with signal decomposition and dilated residual neural network 2023-Oct-05, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/acfa61 PMID:37714186	研究论文	提出一种结合信号分解与膨胀残差神经网络的心房颤动检测方法	通过R峰检测构建时间掩码生成伪QRS复合波信号和伪T、P波信号，将心电图诊断中的领域知识引入深度神经网络	未提及具体限制	提高可穿戴设备心电记录中心房颤动检测的性能	从可穿戴设备获取的单导联心电图信号	机器学习	心房颤动	心电图信号分解	膨胀残差神经网络	心电图信号	PhysioNet/CinC 2017挑战赛数据集和MIT-BIH心房颤动数据库	NA	膨胀残差网络	平均F1分数	NA
15	2026-05-15	Reducing the risk of hallucinations with interpretable deep learning models for low-dose CT denoising: comparative performance analysis 2023-10-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfc11 PMID:37733068	研究论文	比较可解释深度学习模型与经典深度神经网络在低剂量CT去噪中的表现，评估其图像质量、信号保持和统计特征保持	使用定性读者研究和定量放射组学研究评估深度学习去噪后的低剂量CT图像质量，并与标准剂量CT进行比较	去噪后的图像感知质量低于标准剂量CT，但噪声和去噪对病变检测和放射组学特征影响不显著	评估低剂量CT去噪后图像的质量、信号保持和统计特征保持	低剂量CT去噪后的腹部病变图像	计算机视觉	腹部疾病	CT去噪	深度学习	图像	NA	NA	深度神经网络	图像质量、病变检测/分割准确性、放射组学特征统计相似性	NA
16	2026-05-15	Analysis and prediction of liver volume change maps derived from computational tomography scans acquired pre- and post-radiation therapy 2023-10-04, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfa5f PMID:37714187	研究论文	本研究利用深度学习分割和生物力学可变形图像配准（DIR）分析并预测肝癌放射治疗前后肝脏体积变化图	首次结合深度学习分割和生物力学可变形图像配准，基于放射治疗前CT和计划剂量分布预测肝脏体积变化图，展示出比传统剂量分布更强的体素相关性	研究样本量相对较小（100名患者），且数据来源于单一中心，可能影响结果的普适性	分析并预测肝癌放射治疗引起的肝脏体积变化，以开发个性化适应性治疗方案	100名接受调强放射治疗（IMRT）的肝癌患者（肝细胞癌、胆管癌或结直肠癌）	数字病理学	肝癌	深度学习分割, 生物力学可变形图像配准（DIR）	深度学习模型	CT图像	100名肝癌患者	NA	NA	Pearson相关系数, 体素相关性	NA
17	2026-05-15	Automatic brain extraction for rat magnetic resonance imaging data using U2-Net 2023-Oct-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf641 PMID:37659398	研究论文	提出了一种基于U2-Net的大鼠脑磁共振图像自动脑组织提取方法	首次将U2-Net神经网络模型应用于大鼠脑MRI去骨（颅骨剥离），相比传统软件RATS和BrainSuite表现出更优性能	未说明局限性信息	开发一种基于深度学习的U-Net模型，用于大鼠脑MRI的自动颅骨剥离	599只大鼠的脑磁共振图像	数字病理学	NA	MRI	U-Net	图像	599只大鼠，其中476只用于训练，123只用于测试	NA	U-Net	Dice系数, Jaccard系数, 灵敏度, 特异度, 像素精度, Hausdorff系数, 真阳性率, 假阳性率	NA
18	2026-05-15	QS-ADN: quasi-supervised artifact disentanglement network for low-dose CT image denoising by local similarity among unpaired data 2023-Oct-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf9da PMID:37708896	研究论文	提出准监督学习模式，利用未配对数据中的隐藏相似性改进低剂量CT图像去噪网络	首次提出准监督学习模式，通过从未配对数据中寻找最佳匹配图像并利用匹配度作为先验信息来训练去噪网络，不同于监督和半监督学习模式	伪影减少效果仍不及监督学习方法，需进一步优化匹配度和网络性能	改进低剂量CT图像去噪的深度学习无监督方法，降低辐射风险	低剂量CT图像与常剂量CT图像的未配对数据集	计算机视觉	NA	CT成像	伪影解缠网络（ADN）	图像	未配对的低剂量CT和常剂量CT图像数据集	PyTorch	ADN（伪影解缠网络）	噪声抑制、上下文保真度	NA
19	2026-05-07	Delineating yeast cleavage and polyadenylation signals using deep learning 2023-Oct-13, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.10.561764 PMID:37873420	研究论文	利用深度学习模型解析酵母的切割和聚腺苷酸化信号	首次利用深度学习对酵母中退化的顺式调控元件进行解卷积，并量化其在介导酵母多聚A位点形成、切割异质性及强度中的位置重要性	未明确提及	阐明酵母中多聚腺苷酸化信号如何形成及其对mRNA成熟的作用机制	酵母物种中的多聚A位点及其调控元件	机器学习	NA	深度测序	深度学习模型	DNA序列	未明确提及	NA	深度学习模型（未明确具体架构）	NA	NA
20	2026-05-03	An Automatic Grading System for Neonatal Endotracheal Intubation with Multi-Task Convolutional Neural Network 2023-Oct, ... IEEE-EMBS International Conference on Biomedical and Health Informatics. IEEE-EMBS International Conference on Biomedical and Health Informatics DOI:10.1109/bhi58575.2023.10313510 PMID:38846334	研究论文	提出一个基于多任务卷积神经网络的新生儿气管插管自动评分系统，用于评估操作熟练度	将多变量时间序列数据的隐式特征与直观观察特征相结合，利用多任务深度学习技术实现自动评分	NA	开发自动评分系统，辅助新生儿气管插管培训中的技能评估	新生儿气管插管操作技能	计算机视觉	新生儿疾病	NA	多任务卷积神经网络	多变量时间序列数据	NA	NA	NA	分类准确率	NA