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	2026-10-05	Imaging inside highly scattering media using hybrid deep learning and analytical algorithm 2023-10, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202300127 PMID:37434270	研究论文	提出一种名为Hybrid-DOT的混合方案，将解析推导的图像估计与深度学习网络相结合，用于高散射介质内部成像	将解析推导的图像估计与深度学习网络相结合，克服了现有方法中简化前向模型或需要先验物理知识的局限性，在提高图像质量的同时显著减少所需训练数据集规模	未明确提及	解决高散射介质中的成像问题，提高图像重建质量和分辨率，同时减少对大规模训练数据库的依赖	高散射介质中的成像目标	计算机视觉	NA	飞行时间扩散光学层析成像（ToF-DOT）	深度学习混合模型	图像	NA	NA	NA	PSNR、分辨率	NA
2	2026-09-04	Accurate prediction of protein tertiary structural changes induced by single-site mutations with equivariant graph neural networks 2023-Oct-13, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.03.560758 PMID:37873289	研究论文	开发了一种基于等变图神经网络的深度学习方法，直接预测单点突变引起的蛋白质三级结构变化及突变体的三级结构	首创基于等变图神经网络（EGNN）直接预测单点突变引起的蛋白质三级结构变化的方法	文中未提及明确的局限性	开发一种能精确预测单点突变引起的蛋白质三级结构变化的深度学习方法	蛋白质突变体及其野生型对应物的三级结构	机器学习	NA	NA	等变图神经网络（EGNN）	蛋白质结构数据	NA	NA	等变图神经网络（EGNN）	预测性能比较（与AlphaFold对比）	NA
3	2026-08-19	RETRACTED: Gynecological Healthcare: Unveiling Pelvic Masses Classification through Evolutionary Gravitational Neocognitron Neural Network Optimized with Nomadic People Optimizer 2023-10-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13193131 PMID:37835875	研究论文	本文提出了一种结合演化引力新认知神经网络和游牧民族优化器的盆腔肿物分类方法，用于提高妇科腹部盆腔肿物超声图像分类的准确性和效率。	首次将演化引力新认知神经网络（EGNNN）与游牧民族优化器（NPOA）结合应用于盆腔肿物分类，并采用3D Tsallis熵多级阈值处理提取感兴趣区域和快速离散曲波变换特征提取，以提高分类性能。	本文已被撤回，因此可能存在方法或结果有效性的问题；此外，方法复杂可能导致计算时间增加，但文中未详细讨论具体局限性。	提出一种基于深度学习和优化算法的盆腔肿物分类方法，以实现准确和早期检测恶性肿瘤，并降低计算时间。	真实时间的超声盆腔肿物图像。	机器学习	妇科盆腔肿物	超声成像、3D Tsallis熵多级阈值处理、快速离散曲波变换（FDCT-WRP）	演化引力新认知神经网络（EGNNN）	图像	未明确提供具体样本数量。	PYTHON（未指定具体框架）	新认知神经网络（部分）	准确率（99.8%）	未提及
4	2026-08-06	Fine-tuning TrailMap: The utility of transfer learning to improve the performance of deep learning in axon segmentation of light-sheet microscopy images 2023-Oct-23, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.23.563546 PMID:37961439	研究论文	本研究通过微调预训练的TrailMap模型，利用专家标注的小鼠脑去甲肾上腺素能轴突结构数据，优化了光片显微镜图像中轴突分割的深度学习性能，提高了召回率并有时改善了调整后的F1分数	通过微调TrailMap模型的最后两层并以较低学习率进行迁移学习，显著提高了轴突分割的召回率，并偶尔改善了调整后的F1分数，这是对现有模型性能的优化	未明确提及具体局限性，可能包括微调数据仅来自特定类型轴突（去甲肾上腺素能），且测试数据集中改进效果不一致（召回率提升但F1分数改善不总是出现）	通过优化迁移学习，提高深度学习模型在光片显微镜图像中轴突分割的性能，以自动化替代耗时的手动分割	小鼠脑中的去甲肾上腺素能轴突结构，来自光片显微镜图像	数字病理学、计算机视觉	不适用（该研究未涉及特定疾病，而是聚焦于神经解剖结构的分割）	光片显微镜、迁移学习	深度学习模型（基于TrailMap模型的神经网络）	图像（光片显微镜图像）	未明确提供样本数量，但使用了专家标注的来自小鼠脑去甲肾上腺素能轴突结构的数据	未明确指定（可能基于深度学习框架，但未提及具体如PyTorch或TensorFlow）	TrailMap模型，微调了神经网络的最后两层	召回率、调整后的F1分数	未提及具体的计算资源
5	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
6	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
7	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
8	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
9	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
10	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
11	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
12	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
13	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
14	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
15	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
16	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
17	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
18	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
19	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
20	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