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
61	2025-12-20	Deep learning based MLC aperture and monitor unit prediction as a warm start for breast VMAT optimisation 2023-11-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad07f6 PMID:37903442	研究论文	本文提出了一种基于深度学习的直接预测乳腺VMAT治疗中MLC孔径和MU的方法，并将其作为优化器的初始化，以缩短治疗计划时间	首次使用深度学习直接从患者解剖结构预测VMAT的MLC孔径和MU，作为优化器的“热启动”，而非传统的两步法（先预测剂量分布再转换为治疗计划）	研究仅针对右侧乳腺癌患者，样本量相对有限（148例），且未明确说明模型在其他癌症类型或解剖部位的泛化能力	开发一种自动化治疗计划方法，以缩短容积旋转调强放疗（VMAT）计划的优化时间	右侧乳腺癌患者的治疗计划	医学影像分析	乳腺癌	容积旋转调强放疗（VMAT）、CT影像投影	CNN	医学影像（CT投影图像及轮廓）	148名患者（训练集101例，验证集23例，测试集24例）	NA	U-Net	剂量差异（Gy）、计算时间	NA
62	2025-12-20	Applications of machine learning and deep learning in SPECT and PET imaging: General overview, challenges and future prospects 2023-11, Pharmacological research IF:9.1Q1 DOI:10.1016/j.phrs.2023.106984 PMID:37940064	综述	本文全面回顾了机器学习和深度学习在SPECT和PET成像中的应用、挑战及未来前景	系统整合了ML和DL在核医学成像中的多种应用，并探讨了数据标准化、可解释AI等前沿挑战与机遇	NA	概述机器学习和深度学习在SPECT和PET成像领域的应用现状与未来发展方向	SPECT和PET成像技术及其与ML/DL结合的临床应用	机器学习, 数字病理	NA	SPECT, PET	深度学习模型	成像数据	NA	NA	NA	NA	NA
63	2025-12-16	Estimation of concrete materials uniaxial compressive strength using soft computing techniques 2023-Nov, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e22502 PMID:38034748	研究论文	本研究通过比较三种深度学习算法（CNN、GRU和LSTM），预测混合设计混凝土的单轴抗压强度	专注于混合设计混凝土，并微调深度学习算法，以识别预测混凝土强度的最优DL算法	未提及具体局限性	识别预测混凝土单轴抗压强度的最优深度学习算法	混合设计混凝土	机器学习	NA	NA	CNN, GRU, LSTM	实验记录数据	NA	NA	卷积神经网络, 门控循环单元, 长短期记忆网络	预测准确性	NA
64	2025-12-09	Automated evaluation with deep learning of total interstitial inflammation and peritubular capillaritis on kidney biopsies 2023-11-30, Nephrology, dialysis, transplantation : official publication of the European Dialysis and Transplant Association - European Renal Association DOI:10.1093/ndt/gfad094 PMID:37197910	研究论文	本研究开发了一种基于卷积神经网络的深度学习工具，用于自动评估肾活检中的总间质炎症和肾小管周围毛细血管炎	首次利用深度学习自动评估肾活检中的总间质炎症和肾小管周围毛细血管炎，实现了与病理学家评分的高度相关性	样本量相对有限，训练集仅包含83个肾样本，且未提及模型在其他疾病或更大数据集上的泛化能力	开发自动化工具以精确评估肾活检中的组织学标准，帮助分层患者肾脏预后并促进治疗管理	肾活检样本，包括来自多种疾病的423个样本	数字病理学	肾脏疾病	组织学评估	CNN	图像	423个肾活检样本（83个用于训练，106个用于手动与自动预测比较，234个用于自动与视觉评分比较）	NA	NA	精确率, 召回率, F分数, 相关系数, AUC, kappa系数	NA
65	2025-12-04	Deep Learning-Enabled Morphometric Analysis for Toxicity Screening Using Zebrafish Larvae 2023-11-21, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.3c00593 PMID:36971266	研究论文	本文提出了一种基于深度学习的形态计量分析方法，用于斑马鱼幼虫的毒性筛查，通过自动识别异常表型和关键器官特征	首次将深度学习模型（TensorMask和Mask R-CNN）应用于斑马鱼幼虫的形态计量分析，实现八种异常表型和八种重要器官特征的定量识别，提高了毒性筛查的效率和准确性	研究仅基于2532张显微图像，可能受限于数据集的规模和多样性；模型在未标记数据集上的性能虽高，但泛化能力需进一步验证	开发一种高效的深度学习方法，用于斑马鱼幼虫的毒性筛查和形态计量分析，以识别环境污染物和化学品的危害	斑马鱼幼虫（120小时受精后）	计算机视觉	NA	亮场显微成像	CNN	图像	2532张斑马鱼幼虫的亮场显微图像，涉及三类化学品（内分泌干扰物、重金属和新兴有机污染物）的毒性筛查	TensorFlow, PyTorch	TensorMask, Mask R-CNN	平均精度均值, 准确率	NA
66	2025-12-04	Separating Daily 1 km PM2.5 Inorganic Chemical Composition in China since 2000 via Deep Learning Integrating Ground, Satellite, and Model Data 2023-11-21, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.3c00272 PMID:37114869	研究论文	本研究开发了一种四维时空深度森林模型，用于估计中国自2000年以来每日1公里分辨率的PM2.5无机化学成分	通过整合地面观测、卫星遥感、大气再分析和模型模拟数据，首次实现了高时空分辨率的PM2.5化学成分长期估计	模型估计仍存在不确定性，且主要关注无机成分，有机成分未包含在内	准确估计中国PM2.5无机化学成分的时空分布，以支持环境和健康研究	中国地区的PM2.5无机化学成分（硫酸盐、硝酸盐、铵盐、氯化物）	机器学习	NA	深度森林模型，整合多源数据（地面观测、卫星遥感、大气再分析、模型模拟）	深度森林	多源数据（地面测量、卫星检索、大气再分析、模型模拟）	自2000年以来的每日数据，空间分辨率为1公里，覆盖中国全境	NA	四维时空深度森林（4D-STDF）	决定系数（CV-R²）、均方根误差（RMSE）	NA
67	2025-12-04	Exogenous Chemicals Impact Virus Receptor Gene Transcription: Insights from Deep Learning 2023-11-21, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.2c09837 PMID:37186679	研究论文	本研究提出了一种基于图卷积网络（GCN）的深度学习模型，用于预测影响ACE2基因转录表达的外源性物质	首次利用GCN模型预测外源性物质对ACE2基因转录的影响，并强调模型的可解释性	未明确说明模型在其他病毒受体基因上的泛化能力验证情况	探究外源性物质暴露对SARS-CoV-2病毒感染的影响	ACE2基因的转录表达	机器学习	COVID-19	定量PCR	GCN	基因转录数据	NA	NA	图卷积网络	AUROC	NA
68	2025-12-04	Advancing Computational Toxicology by Interpretable Machine Learning 2023-11-21, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.3c00653 PMID:37224004	综述	本文综述了可解释机器学习在计算毒理学中的应用，包括毒性特征数据、模型解释方法、知识库框架的使用以及最新应用	将可解释机器学习技术应用于计算毒理学，以揭示毒性机制并阐明毒性模型的领域知识，解决传统“黑箱”模型难以解释的问题	NA	促进计算毒理学的发展，通过可解释机器学习模型辅助新化学物质评估并阐明人类毒性机制	药物、消费品和环境化学物质的毒性预测	机器学习	NA	机器学习, 深度学习	NA	毒性特征数据	NA	NA	NA	NA	NA
69	2025-12-04	Deep-Learning-Based Automated Tracking and Counting of Living Plankton in Natural Aquatic Environments 2023-11-21, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.3c00253 PMID:37207295	研究论文	提出一种基于深度学习的自动化视频导向浮游生物跟踪工作流（AVPTW），用于连续监测水生环境中活体浮游生物的丰度	开发了AVPTW，首次实现基于深度学习的自动化视频采集、背景校准、检测、跟踪、校正和统计，用于在线监测移动浮游生物，并展示其对环境变化的敏感性	AVPTW仅对移动浮游生物敏感，可能无法准确计数静止或缓慢移动的浮游生物	开发自动化工具以高效监测水生环境中浮游生物的时空变化，用于环境风险评估	自然水生环境中的活体浮游生物，包括移动的浮游动物和浮游植物	计算机视觉	NA	视频采集与深度学习分析	深度学习模型（具体未指定，如CNN）	视频	使用受污染河流和未受污染湖泊的自然水样进行验证	NA	NA	准确性（通过与显微镜计数对比验证）	NA
70	2025-12-04	Real-Time Sensor Data Profile-Based Deep Learning Method Applied to Open Raceway Pond Microalgal Productivity Prediction 2023-11-21, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.2c07578 PMID:37234045	研究论文	本文提出了一种基于传感器参数剖面图图像的深度学习方法，用于预测开放式跑道池微藻生产力	首次将图像处理与深度学习结合，利用远程监测的传感器数据预测微藻生产力，无需物理测量或特定地点校准	未考虑生物过程参数（如生物质密度、水力停留时间和营养浓度），可能影响预测的全面性	开发一种低成本工具，用于微藻生产和运营预测，通过远程监测数据有效预测开放式跑道池生产力	开放式跑道池微藻生产力	计算机视觉	NA	传感器监测（pH、溶解氧、温度、光合有效辐射、总溶解固体）	深度学习	图像（传感器参数剖面图）	来自美国5个州32个开放式跑道池的598个生产力数据和数百万条传感器记录	NA	NA	R²	NA
71	2025-12-04	Ocean Stratification Impacts on Dissolved Polycyclic Aromatic Hydrocarbons (PAHs): From Global Observation to Deep Learning 2023-11-21, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.3c03237 PMID:37651694	研究论文	本文通过分析全球海洋和边缘海溶解多环芳烃数据，结合深度学习模型，探讨海洋层化对多环芳烃分布的影响	首次将深度学习神经网络模型应用于研究海洋层化与多环芳烃储量之间的关系，并揭示了层化指数与多环芳烃储量之间的显著正对数关系	研究主要基于全球观测数据，模型可能受数据覆盖范围和精度的限制，且未详细探讨其他环境因素的交互影响	研究海洋层化对溶解多环芳烃分布和储量的影响，以评估全球变暖背景下有机污染物的环境归宿	全球海洋和边缘海中的溶解多环芳烃	机器学习	NA	全球海洋观测数据收集与分析	深度学习神经网络	海洋化学数据（溶解多环芳烃浓度、层化指数、初级生产力等）	来自全球海洋和边缘海的溶解多环芳烃样本	NA	NA	相关系数（≥ 0.92）	NA
72	2025-12-04	Deep learning-driven adaptive optics for single-molecule localization microscopy 2023-11, Nature methods IF:36.1Q1 DOI:10.1038/s41592-023-02029-0 PMID:37770712	研究论文	本文提出了一种基于深度学习的自适应光学方法，用于单分子定位显微镜，以直接推断波前畸变并进行近实时补偿，从而提高成像分辨率	开发了深度学习驱动的自适应光学系统，绕过传统的迭代试错过程，直接从单分子发射模式推断共享波前畸变，实现近实时补偿	NA	提高单分子定位显微镜在生物组织中的成像分辨率和保真度	单分子发射模式，波前畸变，脑组织样本	计算机视觉	NA	单分子定位显微镜	深度神经网络	图像	超过130微米厚的脑组织样本	NA	NA	分辨率，保真度	NA
73	2025-12-04	CryoREAD: de novo structure modeling for nucleic acids in cryo-EM maps using deep learning 2023-11, Nature methods IF:36.1Q1 DOI:10.1038/s41592-023-02032-5 PMID:37783885	研究论文	本文介绍了一种名为CryoREAD的深度学习方法，用于在冷冻电镜图中从头建模核酸的原子结构	提出首个完全自动化的深度学习方法来从头建模DNA/RNA的原子结构，特别是在分辨率低于原子水平时仍能实现	方法在分辨率低于5.0 Å的冷冻电镜图中测试，可能对更低分辨率图的适用性有限	开发一种自动化工具，以解决核酸在冷冻电镜图中结构建模的挑战	DNA和RNA的三维结构，以及它们与蛋白质的复合物	结构生物学, 深度学习	NA	冷冻电镜（cryo-EM）	深度学习	冷冻电镜图	在2.0至5.0 Å分辨率的冷冻电镜图上测试，并应用于SARS-CoV-2的生物分子复合物图	NA	NA	准确性	NA
74	2025-12-03	A Graph Neural Network Model with a Transparent Decision-Making Process Defines the Applicability Domain for Environmental Estrogen Screening 2023-11-21, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.3c04571 PMID:37749748	研究论文	本研究开发了一种基于图神经网络的模型，用于筛选环境雌激素，并提出了透明的决策过程描述和有效的适用域表征方法	通过基于模型特征的网络状相似图探索GNN模型的决策过程，并提出了能排除模型预测范围外预测的适用域表征方法，从而提高了预测可靠性	未明确说明模型在更广泛化学物质数据集上的泛化能力，以及适用域方法可能排除部分有效预测	开发具有透明决策过程和有效适用域表征的深度学习模型，用于环境雌激素的筛选	环境雌激素化合物	机器学习	NA	图神经网络	GNN	化学结构图数据	未明确说明具体样本数量，但涉及中国现有化学物质名录中的800种潜在环境雌激素	NA	图神经网络	准确率, F1分数	NA
75	2025-11-22	Quantization of extraoral free flap monitoring for venous congestion with deep learning integrated iOS applications on smartphones 2023-11-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000000626 PMID:37462988	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
76	2025-11-19	Translation of tissue-based artificial intelligence into clinical practice: from discovery to adoption 2023-11, Oncogene IF:6.9Q1 DOI:10.1038/s41388-023-02857-6 PMID:37875656	综述	探讨基于组织的人工智能在临床实践中的应用转化过程，从发现到采纳的完整路径	提出将人工智能应用于数字病理图像的多概念方法，包括语言建模和图像分析领域的新方法	数字病理/AI设备的新颖性及相关计算科学流程引入了新的设计和监管要求	推动组织基人工智能从研究向临床实践转化	数字病理图像和癌症诊断	数字病理学	癌症	数字病理成像	深度学习卷积神经网络, 多示例学习	病理图像	NA	NA	NA	NA	NA
77	2025-11-16	A high-resolution canopy height model of the Earth 2023-11, Nature ecology & evolution IF:13.9Q1 DOI:10.1038/s41559-023-02206-6 PMID:37770546	研究论文	本研究开发了一种概率深度学习模型，通过融合GEDI星载激光雷达数据和Sentinel-2光学卫星图像，生成了2020年全球10米分辨率的冠层高度地图	首次实现了全球范围10米高分辨率的冠层高度测绘，并开发了能够量化估计不确定性的概率深度学习模型	模型主要针对高冠层碳储量区域进行了优化，对其他植被类型的适用性需进一步验证	开发高分辨率全球冠层高度测绘方法以支持生态系统管理和气候变化缓解	全球陆地植被冠层高度	遥感与地理信息系统	NA	星载激光雷达(GEDI)、光学卫星遥感(Sentinel-2)、深度学习	概率深度学习模型	激光雷达点云数据、多光谱卫星图像	全球陆地范围	NA	NA	不确定性量化、冠层高度估计精度	NA
78	2025-11-15	Predictive analyses of regulatory sequences with EUGENe 2023-11, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-023-00544-w PMID:38177592	研究论文	介绍了一个名为EUGENe的FAIR工具包，用于使用深度学习分析基因组序列	开发了首个完全符合FAIR原则的深度学习工具包，专门用于调控基因组学分析	NA	为基因组序列的深度学习分析提供标准化工具包	基因组调控序列	生物信息学	NA	深度学习	神经网络	基因组序列数据	NA	PyTorch, TensorFlow	多种架构	NA	NA
79	2025-11-15	Deep learning-guided discovery of an antibiotic targeting Acinetobacter baumannii 2023-11, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-023-01349-8 PMID:37231267	研究论文	利用深度学习发现针对鲍曼不动杆菌的新型抗生素阿鲍辛	首次通过神经网络筛选发现具有窄谱活性的新型抗生素，并揭示其通过干扰LolE蛋白影响脂蛋白运输的独特机制	仅针对单一病原体进行验证，尚未评估对其它耐药菌的活性	开发针对多重耐药鲍曼不动杆菌的新型抗生素	鲍曼不动杆菌菌株及约7,500个小分子化合物	机器学习	细菌感染	体外生长抑制实验、计算机预测、小鼠伤口感染模型	神经网络	化学分子结构数据、细菌生长数据	约7,500个分子化合物	NA	NA	NA	NA
80	2025-11-15	A software framework for end-to-end genomic sequence analysis with deep learning 2023-11, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-023-00557-5 PMID:38177600	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA