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
221	2026-08-06	Big data analysis for Covid-19 in hospital information systems 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294481 PMID:38776299	研究论文	提出一种基于深度学习的联合框架，利用CT图像对COVID-19进行自动识别，并处理不同医疗系统间的数据分布差异	采用改进的COVID-Net网络架构和学习策略，结合潜在空间中的独立特征归一化，并引入对比训练目标以增强语义嵌入的域不变性	未明确提及局限性，可能依赖大型公开数据集，且框架性能在更广泛、多样化的临床数据上仍需验证	开发一种能够有效处理异质数据集、跨站点分布差异的深度学习联合框架，以提高COVID-19识别的准确性和泛化能力	来自不同医疗系统的CT图像数据集，具体包括两个大型公开COVID-19诊断数据集	计算机视觉	COVID-19	CT成像	深度学习模型（改进的COVID-Net）	图像（CT图像）	两个大规模公开COVID-19诊断数据集（含CT图像），具体样本数量未给出	未明确提及，可能涉及TensorFlow或PyTorch	COVID-Net（改进型），可能包含ResNet等卷积网络结构	AUC	未明确提及，可能使用GPU（如NVIDIA系列）
222	2026-08-06	Deep learning in public health: Comparative predictive models for COVID-19 case forecasting 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294289 PMID:38483948	研究论文	本研究比较了多种深度学习模型（如LSTM、双向LSTM、CNN、混合CNN-LSTM、MLP和RNN）在阿联酋和马来西亚预测COVID-19病例的应用效果	采用贝叶斯优化技术增强模型性能，并针对阿联酋和马来西亚的具体条件确定最适用的模型架构	未明确提及局限性	确定预测COVID-19病例最有效的深度学习模型，以支持公共卫生决策	阿联酋和马来西亚的COVID-19病例数据，包括确诊病例数、人口统计和社会经济因素	机器学习	COVID-19	NA	LSTM, 双向LSTM, CNN, 混合CNN-LSTM, 多层感知机, RNN	时间序列数据	NA	NA	LSTM, 双向LSTM, CNN, 混合CNN-LSTM, MLP, RNN	NA	NA
223	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 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0293856 PMID:38551935	研究论文	本研究通过微调现有TrailMap模型，利用小鼠脑中去甲肾上腺素能轴突结构的专家标注数据，优化迁移学习，以提升光片显微镜图像中轴突分割的深度学习性能	通过改变交叉熵权重和使用数据增强来优化迁移学习，提高了在测试数据集上的调整F1分数	未在摘要中明确提及局限性	提升先前模型在光片显微镜图像中轴突分割的性能，通过优化迁移学习实现自动化	小鼠脑中去甲肾上腺素能轴突结构	计算机视觉	不适用	光片显微镜	深度学习模型（TrailMap）	图像	未明确提及样本数量	未明确提及	TrailMap	调整F1分数	未提及
224	2026-08-06	Enhanced PRIM recognition using PRI sound and deep learning techniques 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0298373 PMID:38691542	研究论文	本文提出了一种基于PRI声音和深度学习的三阶段PRIM识别方法，以提高电子支持措施和电子情报系统中雷达识别的准确性和鲁棒性	创新性地使用PRI声音进行PRIM识别，结合迁移学习辅助的深度卷积神经网络、极限学习机和灰狼优化器，有效应对缺失脉冲、杂散脉冲和抖动等现实扭曲	未明确提及研究局限性	提高PRIM识别的准确性和鲁棒性，以应对现实世界中的信号扭曲，推动雷达识别技术的发展	六种常见PRI模式的PRI声音信号	机器学习	NA	NA	深度卷积神经网络、极限学习机、灰狼优化器	声音数据	包含六种常见PRI模式的真实实验数据集	NA	VGG16、ResNet50V2	准确率	NA
225	2026-08-05	TEPCAM: Prediction of T-cell receptor-epitope binding specificity via interpretable deep learning 2024-01, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.4841 PMID:37983648	研究论文	提出了一种基于交叉注意力和多通道卷积的深度学习模型TEPCAM，用于预测T细胞受体与表位的结合特异性，并增强模型的可解释性。	结合自注意力、交叉注意力机制和多通道卷积，提高了模型在未见测试集上的泛化能力，并通过提取交叉注意力层的可解释矩阵映射到三维结构，以学习TCR与表位的相互作用模式。	未明确提及，但可能受限于训练数据的多样性或模型在极端情况下的性能。	提高TCR-表位结合特异性预测的准确性和泛化能力，同时增强模型的可解释性，以支持免疫疗法的开发。	T细胞受体和表位（肽段）之间的结合特异性。	机器学习	NA	深度学习	深度学习模型（基于交叉注意力和多通道卷积）	序列数据（TCR和表位序列）	未明确提及，但涉及严格划分的数据集和外部数据集。	NA	交叉注意力、多通道卷积	未明确提及，但可能与准确率、AUC等标准指标相关。	NA
226	2026-08-04	Biclustering for Epi-Transcriptomic Co-functional Analysis 2024, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-3918-4_19 PMID:38907925	综述	本章介绍了用于表观转录组数据共功能分析的几种双聚类挖掘算法，以发现潜在的共功能模式，并探讨了将深度学习技术引入该领域的可能性	引入深度学习技术到表观转录组共功能分析领域	未提及具体算法性能或实验验证	介绍双聚类算法在表观转录组数据共功能分析中的应用，并推动深度学习在该领域的应用	表观转录组数据中的N6-甲基腺苷（m6A）修饰模式	生物信息学	NA	RNA-seq	双聚类算法, 深度学习	表观转录组数据	NA	NA	NA	NA	NA
227	2026-08-04	Road extraction through Yangwang-1 nighttime light data: A case study in Wenzhou, China 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0297152 PMID:38241298	研究论文	该研究提出一种集成交叉注意力机制的改进U-Net模型（CA U-Net），用于从望洋一号夜间灯光图像中提取道路，并在温州市进行了案例研究	首次探索利用望洋一号夜间灯光数据进行道路提取，并引入交叉注意力机制改进U-Net模型，以提高道路识别和描绘的准确性	研究仅在温州市进行，可能不具有广泛代表性，且夜间灯光数据的道路提取仍处于初步阶段	旨在利用夜间灯光遥感数据提取道路网络，并验证深度学习框架在该任务中的可行性	温州市的道路网络	计算机视觉	NA	夜间灯光遥感	U-Net	图像	温州市的望洋一号夜间灯光图像（未提供具体样本数量）	NA	U-Net, 交叉注意力机制	F1分数	NA
228	2026-08-04	Evaluating deep learning-based melanoma classification using immunohistochemistry and routine histology: A three center study 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0297146 PMID:38241314	研究论文	本研究评估了基于深度学习的黑色素瘤分类方法，使用免疫组织化学（IHC）染色的MelanA切片和常规苏木精-伊红（H&E）染色切片，并在三个中心的数据集上进行验证	首次系统比较了基于MelanA IHC切片和H&E切片的深度学习分类性能，并探索了多染色联合分类的潜在优势	未指明具体限制，可能包括数据集的多样性和泛化性限制	评估深度学习在黑色素瘤诊断中利用IHC和常规组织学切片的效能，并探索多染色联合分类的改进	黑色素瘤组织切片，包括MelanA IHC染色和H&E染色切片	数字病理学	黑色素瘤	免疫组织化学（IHC）染色、苏木精-伊红（H&E）染色	ResNet	组织病理学图像	三个中心的数据集，具体样本数未提供	NA	ResNet	AUROC（曲线下面积）	NA
229	2026-08-02	FRAGSITE2: A structure and fragment-based approach for virtual ligand screening 2024-01, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.4869 PMID:38100293	研究论文	提出了一种基于结构和片段的虚拟配体筛选方法FRAGSITE2，在多个基准数据集上表现优于现有方法	结合了配体同源建模与机器学习，显著提升了缺乏已知小分子结合剂的蛋白质靶标的筛选性能，并采用提升树回归方法优于深度学习多层感知机方法	未提及明确的局限性，但可推断依赖模板配体，对于无同源模板的靶标可能仍有挑战	改进虚拟配体筛选的准确性和鲁棒性，以识别更多样化的结合配体，用于蛋白质功能注释和药物发现早期阶段	蛋白质靶标及其小分子配体，在DUD-E和DEKOIS2.0数据集上评估	机器学习	NA	虚拟筛选	提升树回归	分子结构数据	DUD-E集和DEKOIS2.0集，以及DEKOIS2.0的76个靶标子集	NA	NA	富集因子, ROC富集因子, AUPR	NA
230	2026-08-01	Morphological Profiling for Drug Discovery in the Era of Deep Learning 2024-Jan-15, ArXiv PMID:38168460	综述	本文全面综述了深度学习时代下形态学分析在药物发现中的最新进展，涵盖图像分析流程、特征工程和深度学习方法，以及公开基准数据集。	特别强调了深度学习在形态学分析流程中的应用，包括细胞分割、图像表示学习和多模态学习，并系统总结了该领域的最新进展和挑战。	未具体提及局限性，但可能涉及对某些新兴方法的覆盖不足或数据依赖性。	提供形态学分析在表型药物发现中应用的全面概述，并强调深度学习的贡献和未来方向。	细胞或生物体在扰动下的形态学特征，以及用于药物发现的化合物。	计算机视觉	不适用	高内涵成像	深度学习模型	图像	不适用	不适用	不适用	不适用	不适用
231	2026-08-01	Tractography-based automated identification of the retinogeniculate visual pathway with novel microstructure-informed supervised contrastive learning 2024-Jan-04, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.03.574115 PMID:38260369	研究论文	本文提出了一种基于深度学习的框架DeepRGVP，利用微结构信息监督对比学习从扩散MRI纤维束成像数据中自动识别视网膜膝状体视觉通路。	设计了新颖的微结构信息监督对比学习方法，利用纤维束标签和组织微结构信息确定正负样本对；提出了简单有效的纤维束级数据增强方法以处理高度不平衡的训练数据。	未明确提及局限性，可能包括依赖高质量扩散MRI数据、对严重病变的鲁棒性有限等。	实现从扩散MRI纤维束成像数据中快速、准确、自动地识别视网膜膝状体视觉通路，以降低临床和专家劳动成本并减少观察者间变异性。	视网膜膝状体视觉通路（RGVP）及其纤维束成像数据，包括健康受试者和神经外科垂体瘤患者的数据。	机器学习、医学影像分析	垂体瘤	扩散MRI（dMRI）纤维束成像	深度学习模型（具体架构未明确，可能基于卷积神经网络或Transformer）	扩散MRI纤维束成像数据（3D纤维束轨迹）	未明确具体样本数量，涉及健康受试者和神经外科垂体瘤患者的数据集。	未明确提及，可能使用PyTorch或TensorFlow	未明确指定，可能为自定义深度学习架构	未明确提及具体指标，可能包括准确性、Dice系数等	未明确提及
232	2025-10-06	Retracted: Deep Learning-Based Glaucoma Detection Using CNN and Digital Fundus Images: A Promising Approach for Precise Diagnosis 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056257657231115051020 PMID:38389356	撤稿声明	关于一篇基于深度学习的青光眼检测论文的撤稿说明	NA	原论文需要大幅修改以提高清晰度、连贯性和科学严谨性	NA	NA	计算机视觉	青光眼	NA	CNN	数字眼底图像	NA	NA	NA	NA	NA
233	2025-10-06	An Evaluation Analysis for Computed Tomography Image Quality of Primary Liver Cancer Lesions Based on Deep Learning Image Reconstruction 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056261849231207055304 PMID:38389358	研究论文	基于深度学习图像重建技术评估原发性肝癌病灶的计算机断层扫描图像质量	首次将深度学习图像重建(DLIR)与滤波反投影(FBP)和自适应统计迭代重建-V(ASIR-V)在原发性肝癌动态增强CT成像质量方面进行系统比较	样本量较小(48例肝癌患者)，部分评价指标的Kappa值一致性一般	评估深度学习图像重建技术对原发性肝癌病灶动态增强CT成像质量的影响	48例肝癌患者的CT图像数据	计算机视觉	肝癌	多层螺旋CT、对比增强扫描、深度学习图像重建	深度学习重建模型	CT医学图像	48例肝癌患者	NA	NA	图像噪声、信噪比(SNR)、对比信噪比(CNR)、Kappa一致性系数	NA
234	2025-10-06	Application Exploration of Medical Image-aided Diagnosis of Breast Tumour Based on Deep Learning 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056261997231217085501 PMID:38415468	研究论文	本研究探索基于深度学习的医学图像辅助诊断在乳腺肿瘤诊断中的应用	结合二维CNN训练模式构建三维CNN模型，并建立诊断结果评估指标	NA	研究医学图像辅助诊断在乳腺肿瘤诊断中的应用	乳腺肿瘤患者的医学图像数据	计算机视觉	乳腺肿瘤	磁共振成像(MRI)	CNN	医学图像	NA	NA	3D CNN	准确率	NA
235	2025-10-06	A week in the life of the human brain: stable states punctuated by chaotic transitions 2024-Jan-15, Research square DOI:10.21203/rs.3.rs-2752903/v3 PMID:37034705	研究论文	通过连续多电极颅内记录研究人类自然行为期间大脑网络的动态变化	结合深度学习与动力系统方法揭示大脑网络在自然行为中的稳定状态和混沌转换机制	样本量较小（20名人类受试者），记录时长有限（3-12天）	研究真实世界中大脑网络的动态变化与行为关系	人类大脑网络动态	计算神经科学	NA	多电极颅内记录	深度学习	颅内电生理信号	20名人类受试者，连续记录3-12天	NA	NA	NA	NA
236	2026-07-24	Predicting axillary lymph node metastasis in breast cancer using a multimodal radiomics and deep learning model 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1482020 PMID:39735531	研究论文	利用基于钼靶和磁共振成像的多模态影像组学与深度学习模型预测乳腺癌腋窝淋巴结转移	首次将多种机器学习算法与影像组学及深度学习特征融合，构建多模态模型用于术前预测乳腺癌症腋窝淋巴结转移，并证实组合模型优于单一模型	回顾性研究，样本量相对较小（270例），且数据来自单一医疗中心，可能影响模型泛化性	探索基于钼靶和磁共振成像的影像组学与深度学习模型在预测乳腺癌腋窝淋巴结转移中的价值	乳腺癌患者	医学影像分析	乳腺癌	钼靶成像、磁共振成像、LASSO回归	逻辑回归、多层感知机、3D-ResNet18	医学影像	270例乳腺癌患者	NA	3D-ResNet18、多层感知机	AUC、校准曲线、决策曲线	NA
237	2026-07-24	Identifying keystone species in microbial communities using deep learning 2024-01, Nature ecology & evolution IF:13.9Q1 DOI:10.1038/s41559-023-02250-2 PMID:37974003	研究论文	提出基于深度学习的DKI框架，用于识别微生物群落中的关键种	首次利用深度学习隐式学习微生物群落的组装规则，通过思想实验定量评估物种的关键性	未提及具体局限性	开发数据驱动方法系统识别微生物群落中的关键种	微生物群落中的不同物种	机器学习	不适用	不适用	深度学习	微生物组样本数据	未明确	不适用	未明确，深度学习模型	未明确	不适用
238	2026-07-24	Assembling High-quality Lymph Node Clinical Target Volumes for Cervical Cancer Radiotherapy using a Deep Learning-based Approach 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230915125606 PMID:37724668	研究论文	提出一种基于深度学习的编码器-解码器三维网络，用于在宫颈癌放射治疗CT图像上自动勾画和组装高质量淋巴结临床靶体积	首次采用深度学习模型分别训练和优化盆腔各淋巴结分区（主动脉旁、髂总、髂内、髂外、闭孔、骶前、腹股沟），并依据临床需求自动组装高质量淋巴结临床靶体积	未明确说明，但样本量较小（216例）且仅来源于单一中心，可能限制模型泛化能力	探索一种基于深度学习的准确方法，从CT图像上自动组装高质量的淋巴结临床靶体积，提高宫颈癌放射治疗效率	宫颈癌放射治疗患者的CT图像	计算机视觉	宫颈癌	CT成像	编码器-解码器三维网络	CT图像	216例CT影像，其中152例用于训练过程（96例训练、36例验证、20例测试），64例用于验证	NA	编码器-解码器三维网络	Dice相似系数, Hausdorff距离	NA
239	2026-07-23	Inter-rater reliability in labeling quality and pathological features of retinal OCT scans: A customized annotation software approach 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314707 PMID:39693322	研究论文	分析视网膜OCT扫描中标注质量与病理特征的一致性的研究	使用自定义标注软件系统性地评估OCT影像中多种病理特征的标注者间信度	部分病理特征（如视网膜下液和高反射点）标注一致性较低	评估视网膜OCT扫描的标注质量与常见影像特征在两名标注者间的一致性	视网膜OCT扫描图像的质量和病理特征（包括视网膜下液、视网膜内液、玻璃膜疣、色素上皮脱离等）	数字病理学	视网膜疾病	OCT	NA	图像	500次OCT扫描，来自CIRRUS HD-OCT 5000设备，每位患者眼睛16个随机扫描	NA	NA	原始百分比一致性, Cohen's kappa系数	NA
240	2026-07-20	Computer-aided Diagnosis of Various Diseases Using Ultrasonography Images 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405619666230306101012 PMID:36876845	综述	全面综述基于超声图像的计算机辅助诊断系统，涵盖多种疾病的自动检测方法	系统归纳了颈动脉、腹部盆腔、肌肉骨骼和甲状腺四类区域的CAD研究，对比机器学习与深度学习在超声诊断中的表现差异	分类精度高度依赖训练图像数量，超声成像本身存在技术限制，自动诊断系统设计面临研究挑战	综述基于超声图像的CAD系统在多种疾病自动检测中的应用，分析机器学习与深度学习算法的诊断性能改进参数	颈动脉区域、经腹部及盆腔区域、肌肉骨骼区域、甲状腺区域的疾病超声图像	机器学习	心血管疾病, 甲状腺疾病	超声成像	支持向量机, 深度学习模型	超声图像	NA	NA	NA	分类准确率	NA