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	2026-04-17	Development of an individualized dementia risk prediction model using deep learning survival analysis incorporating genetic and environmental factors 2024-12-30, Alzheimer's research & therapy DOI:10.1186/s13195-024-01663-w PMID:39736679	研究论文	本研究开发并验证了一个结合遗传和临床因素的深度学习生存分析模型，用于预测60岁及以上个体的痴呆风险	首次将遗传和临床因素整合到深度学习生存分析模型中，用于开发个体化动态痴呆风险预测模型，并部署在阿里云服务器上促进临床转化	研究基于英国生物银行队列，可能受限于特定人群和随访时间，模型在其他人群中的泛化能力需进一步验证	开发个体化痴呆风险预测模型，实现早期检测高风险患者并提供临床决策支持	英国生物银行队列中的41,484名参与者，年龄60岁及以上	机器学习	老年疾病	生存分析	深度学习生存分析模型	遗传和临床数据	41,484名参与者，平均随访12.6年	NA	DeepSurv, DeepHit	Harrell's C-index, D-Calibration Survival Measure, Brier score	阿里云服务器
2	2026-04-17	Cough2COVID-19 detection using an enhanced multi layer ensemble deep learning framework and CoughFeatureRanker 2024-10-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76639-9 PMID:39448760	研究论文	本文提出了一种基于咳嗽音频信号的非侵入性COVID-19检测框架Cough2COVID-19，采用多层集成深度学习方法和CoughFeatureRanker特征选择算法	引入了CoughFeatureRanker算法从咳嗽音频中筛选关键特征，并结合多层集成深度学习框架提升检测性能	NA	开发一种成本效益高、非侵入性且易于访问的COVID-19检测方法	咳嗽音频信号	机器学习	COVID-19	音频信号分析	集成深度学习	音频	NA	NA	多层集成深度学习框架	特异性, 敏感性, 准确率, AUC	NA
3	2026-04-17	Duodenal papilla radiomics-based prediction model for post-ERCP pancreatitis using machine learning: a retrospective multicohort study 2024-10, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2024.03.031 PMID:38583542	研究论文	本研究通过机器学习构建基于十二指肠乳头影像组学的模型，用于预测内镜逆行胰胆管造影术后胰腺炎	首次利用深度学习从内镜图像中提取乳头影像组学特征，并结合机器学习算法构建预测模型，显著提升了术后胰腺炎的诊断准确性	研究为回顾性多中心设计，可能存在选择偏倚；样本量虽大但仅来自两个中心，外部验证需进一步扩展	探究十二指肠乳头形态与内镜逆行胰胆管造影术后胰腺炎的关联，并开发稳健的预测模型	接受内镜逆行胰胆管造影术的患者	医学影像分析	胰腺炎	内镜成像, 影像组学特征提取	机器学习算法, 逻辑回归	内镜图像	来自两个中心的2372名患者（训练集2038人，验证集334人）	NA	深度学习特征提取模型	AUC, 校准曲线, 临床决策曲线, 净重分类改善, 综合判别改善	NA
4	2026-04-17	Evaluating the relationship between magnetic resonance image quality metrics and deep learning-based segmentation accuracy of brain tumors 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17059 PMID:38640464	研究论文	本研究评估了磁共振图像质量指标与基于深度学习的脑肿瘤分割准确性之间的关系	首次系统性地探究了特定MR图像质量指标与DenseNet模型分割性能之间的相关性，并提出了基于质量指标筛选训练图像以提升模型泛化能力的方法	研究仅基于BraTS数据集，未涵盖所有可能的图像伪影和设备变异；使用的质量指标和阈值方法可能需要进一步优化	评估MR图像质量指标与深度学习分割准确性之间的关系，以开发更具泛化能力的多机构数据模型	脑肿瘤MRI图像及其分割结果	计算机视觉	脑肿瘤	磁共振成像	深度学习	3D MRI图像	BraTS 2020和2021数据集的训练与测试队列	PyTorch	3D DenseNet	Dice系数	NA
5	2026-04-17	Photoplethysmography based atrial fibrillation detection: a continually growing field 2024-Apr-17, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad37ee PMID:38530307	综述	本文全面综述了2019年7月至2022年12月期间，基于光电容积脉搏波描记法（PPG）的心房颤动检测领域的最新进展，重点关注数字健康和人工智能解决方案	更新了自2019年6月以来的研究进展，涵盖了统计方法、传统机器学习技术和深度学习方法，并维护了一个定期更新的专用网站以汇总该领域最新研究	综述范围仅限于特定时间段（2019年7月至2022年12月），可能未涵盖最新发表的研究	综述基于PPG的心房颤动检测技术的最新发展，评估不同方法的应用与挑战	基于PPG信号的心房颤动检测研究	数字健康	心血管疾病	光电容积脉搏波描记法（PPG）	传统机器学习, 深度学习	PPG信号	涉及57项相关研究	NA	NA	NA	NA
6	2026-04-17	Automated neuron tracking inside moving and deforming C. elegans using deep learning and targeted augmentation 2024-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-023-02096-3 PMID:38052988	研究论文	本文提出了一种名为Targettrack的深度学习方法，结合目标增强技术，用于在移动和变形的秀丽隐杆线虫中自动追踪神经元	引入了目标增强方法，通过自动合成人工标注来减少手动标注工作量，并学习大脑内部变形以生成新姿态的标注	NA	开发一种自动化方法，用于在行为动物中进行三维功能成像中的神经元分割和追踪	秀丽隐杆线虫中的神经元活动	计算机视觉	NA	三维功能成像	卷积神经网络	三维图像	NA	NA	NA	NA	NA
7	2026-04-14	DeepIMAGER: Deeply Analyzing Gene Regulatory Networks from scRNA-seq Data 2024-06-27, Biomolecules IF:4.8Q1 DOI:10.3390/biom14070766 PMID:39062480	研究论文	本文介绍了一种名为DeepIMAGER的先进计算工具，该工具通过深度学习和数据整合来推断细胞特异性基因调控网络	提出了一种将基因对的共表达模式转化为类图像表示，并利用转录因子结合信息进行模型训练的监督学习方法，显著提高了推断精度和鲁棒性	未明确说明模型在处理极大规模数据集时的计算效率或对特定细胞类型的泛化能力限制	开发一种能够从单细胞RNA测序数据中准确推断细胞特异性基因调控网络的工具	基因调控网络，特别是跨不同细胞类型的动态调控关系	机器学习	多发性骨髓瘤	scRNA-seq, ChIP-seq	深度学习	基因表达数据，转录因子结合数据	六个细胞系的综合数据集	NA	NA	精度，鲁棒性	NA
8	2026-04-14	A Survey of Deep Learning Methods for Estimating the Accuracy of Protein Quaternary Structure Models 2024-05-13, Biomolecules IF:4.8Q1 DOI:10.3390/biom14050574 PMID:38785981	综述	本文综述了近年来用于评估蛋白质复合物四级结构模型准确性的深度学习方法	首次对蛋白质复合物结构模型准确性评估的深度学习方法进行了全面综述，填补了该领域缺乏系统性概述的空白	作为综述文章，不涉及原始实验或模型开发，主要基于现有文献进行分析	为蛋白质复合物结构模型准确性评估领域提供方法学综述和发展展望	蛋白质复合物的四级结构模型	计算生物学	NA	深度学习	NA	蛋白质结构数据	NA	NA	NA	NA	NA
9	2026-04-14	GTADC: A Graph-Based Method for Inferring Cell Spatial Distribution in Cancer Tissues 2024-04-03, Biomolecules IF:4.8Q1 DOI:10.3390/biom14040436 PMID:38672453	研究论文	本文提出了一种基于图深度学习的GTADC方法，用于推断癌症组织中细胞的空间分布	利用Silhouette分数精确捕获每种细胞类型中表达差异显著的基因，并通过图结构有效整合空间转录组学和单细胞测序数据的空间关系与拓扑结构	未明确提及方法在特定癌症类型或大规模数据集上的验证局限性	推断癌症组织中细胞的空间组成，以早期检测潜在癌细胞区域并评估其数量与空间信息	癌症组织中的细胞，特别是癌细胞与正常细胞的差异	机器学习	癌症	空间转录组学(ST), 单细胞测序(scRNA-seq)	图深度学习	基因表达数据, 空间数据	NA	NA	GTADC	NA	NA
10	2026-04-14	Continuous tracking using deep learning-based decoding for noninvasive brain-computer interface 2024-Apr, PNAS nexus IF:2.2Q1 DOI:10.1093/pnasnexus/pgae145 PMID:38689706	研究论文	本研究利用基于深度学习的解码器，在线连续追踪任务中提升非侵入性脑机接口的性能	提出了一种新的标签系统以利用连续追踪数据进行监督学习，并首次将PointNet架构的改编版本应用于脑机接口解码任务	预训练模型未能显著提升性能，且研究仅针对28名参与者，样本规模有限	通过深度学习解码器改善非侵入性脑机接口在复杂任务中的性能，扩展其应用潜力	28名人类参与者，包括健康个体和运动障碍个体	机器学习	运动障碍	脑电图	深度学习	脑电图信号	28名人类参与者	NA	PointNet	NA	NA
11	2026-04-14	A Review for Artificial Intelligence Based Protein Subcellular Localization 2024-03-27, Biomolecules IF:4.8Q1 DOI:10.3390/biom14040409 PMID:38672426	综述	本文综述了基于人工智能的蛋白质亚细胞定位方法的最新进展，包括序列、知识和图像三种典型方法，并讨论了该领域的现有挑战与未来方向	系统性地总结了人工智能在蛋白质亚细胞定位领域的应用，涵盖序列、知识和图像三种方法，并指出了当前挑战和未来研究方向	作为综述文章，未提出新的实验或模型，主要基于现有文献进行总结和讨论	综述人工智能在蛋白质亚细胞定位领域的方法发展，以应对高通量测序时代蛋白质定位的挑战	蛋白质亚细胞定位方法	机器学习	癌症,阿尔茨海默病	荧光显微镜成像,免疫电子显微镜,荧光生物标记标签	深度学习	序列数据,知识数据,图像数据	NA	NA	NA	NA	NA
12	2026-04-14	A self-supervised learning approach for registration agnostic imaging models with 3D brain CTA 2024-Mar-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.109004 PMID:38375230	研究论文	本文提出了一种自监督学习方法，使卷积神经网络能够处理未配准的脑CTA图像，用于急性卒中检测	提出了一种通用的对比自监督学习方法，将针对配准图像设计的卷积神经网络适应到未配准图像域，无需依赖标签	未明确说明方法在其他神经影像任务或数据集上的泛化能力	开发一种无需图像配准的深度学习神经影像管道，用于急性卒中检测	脑CTA图像，特别是用于大血管闭塞检测	计算机视觉	心血管疾病	计算机断层扫描血管造影	CNN	3D图像	402名CTA患者	NA	NA	AUC	NA
13	2026-04-14	An Innovative Inducer of Platelet Production, Isochlorogenic Acid A, Is Uncovered through the Application of Deep Neural Networks 2024-02-23, Biomolecules IF:4.8Q1 DOI:10.3390/biom14030267 PMID:38540688	研究论文	本研究利用深度神经网络筛选天然产物库，发现异绿原酸A可促进巨核细胞分化成熟及血小板生成，为治疗辐射诱导的血小板减少症提供了潜在新药	首次结合CNN、DNN及混合神经网络（HCD）构建药物活性预测模型，并成功应用于从《中国药典》天然产物库中筛选出具有促血小板生成活性的新化合物异绿原酸A	研究仅通过体外实验验证活性，尚未开展动物模型或临床试验；模型训练数据来源及规模未具体说明	开发治疗辐射诱导血小板减少症（RIT）的新药物	天然化合物库中的分子（特别是异绿原酸A）、巨核细胞及血小板	机器学习	血小板减少症	深度学习算法	CNN, DNN, 混合神经网络	分子理化性质数据	10种FDA批准的血小板减少症治疗药物作为测试集	NA	Hybrid CNN+DNN (HCD)	准确率, 精确率	NA
14	2026-04-14	Forecasting the Acute Heart Failure Admissions: Development of Deep Learning Prediction Model Incorporating the Climate Information 2024-02, Journal of cardiac failure IF:6.7Q1 DOI:10.1016/j.cardfail.2023.10.476 PMID:37952642	研究论文	本研究开发了一种结合气候信息的深度学习预测模型，用于预测急性心力衰竭的入院情况	首次将深度学习模型应用于结合气候信息预测急性心力衰竭入院，并证明其优于传统回归模型	研究仅基于东京地区数据，可能无法推广到其他气候或地理区域	预测急性心力衰竭的入院情况，以优化医疗资源管理	东京CCU网络数据库中2014年至2019年的27,799例急性心力衰竭入院病例	机器学习	心血管疾病	深度学习	DNN	时间序列数据	27,799例急性心力衰竭入院病例	NA	深度神经网络	R2, c-statistics	NA
15	2026-04-12	Detecting suicide risk among U.S. servicemembers and veterans: a deep learning approach using social media data 2024-Sep, Psychological medicine IF:5.9Q1 DOI:10.1017/S0033291724001557 PMID:39245902	研究论文	本研究开发了一种基于深度学习的方法，利用军事特定社交媒体平台的数据来检测美国军人和退伍军人的自杀风险	首次在军事特定社交媒体平台上应用RoBERTa模型，结合帖文文本和元数据，以高敏感性和特异性检测自杀相关内容	样本量相对较小（8449条帖文），且仅基于单一军事社交媒体平台的数据，可能缺乏泛化性	开发算法识别社交媒体上包含自杀相关内容的帖文，以帮助检测军人和退伍军人的自杀风险	美国军人和退伍军人在军事特定社交媒体平台上的公开帖文	自然语言处理	心理健康（自杀风险）	社交媒体数据挖掘	RoBERTa	文本（社交媒体帖文）	8449条公开社交媒体帖文	NA	RoBERTa	敏感性, 特异性, 精确度, F1分数, 精确率-召回率曲线下面积	NA
16	2026-04-12	De novo design of high-affinity binders of bioactive helical peptides 2024-02, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06953-1 PMID:38109936	研究论文	本文介绍了一种基于参数化生成和深度学习的方法，用于设计能够高亲和力结合生物活性螺旋肽的蛋白质	通过扩展RFdiffusion方法，使其能够针对柔性靶点设计结合剂，并利用连续加噪和去噪（部分扩散）优化输入结构模型，实现了无需实验优化的皮摩尔级亲和力结合剂设计	未明确说明方法在更广泛肽类或复杂生物环境中的适用性限制	开发能够高亲和力结合螺旋肽的蛋白质设计方法，以改善疾病临床管理中的检测技术	螺旋肽靶点，如甲状旁腺激素和胰高血糖素	机器学习	NA	深度学习, 参数化生成	深度学习模型	蛋白质结构数据, 肽序列数据	NA	RFdiffusion	RFdiffusion	亲和力（皮摩尔级）	NA
17	2026-04-12	Heteroscedastic Uncertainty Estimation Framework for Unsupervised Registration 2024, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72069-7_61 PMID:41960565	研究论文	本文提出了一种用于无监督配准的异方差不确定性估计框架，以解决医学图像中噪声分布不均导致的配准性能下降问题	提出了自适应降低高不确定性区域影响的异方差图像不确定性估计框架，包含位移与方差估计器的协同训练策略和基于信噪比的图像保真度加权方案	未明确说明框架在极端噪声条件下的鲁棒性，也未讨论计算复杂度增加的具体影响	提升无监督医学图像配准在异方差噪声环境下的准确性和鲁棒性	医学图像配准任务	计算机视觉	NA	深度学习	深度学习模型	医学图像	三个医学图像数据集	NA	NA	配准准确性	NA
18	2026-04-11	Ligand identification in CryoEM and X-ray maps using deep learning 2024-12-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae749 PMID:39700427	研究论文	本文提出了一种基于深度学习的配体识别方法，用于在CryoEM和X射线密度图中识别小分子配体	首次将深度学习应用于CryoEM密度图的配体识别，采用3D点云处理方法，实现了端到端的深度学习模型	电子显微镜图的标准化和CryoEM配体质量评估存在挑战	开发一种自动化的配体识别方法，以支持结构引导的药物设计	X射线衍射和CryoEM密度图中的小分子配体	计算机视觉	NA	X射线衍射, 冷冻电镜	深度学习	3D点云	NA	NA	NA	NA	NA
19	2026-04-11	Integrating Drug Target Information in Deep Learning Models to Predict the Risk of Adverse Events in Patients with Comorbid Post-Traumatic Stress Disorder and Alcohol Use Disorder 2024-Dec-05, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12122772 PMID:39767679	研究论文	本研究开发了一种名为T-DeepBiomarker的新型深度学习模型，通过整合药物靶点信息等多模态数据，预测共患创伤后应激障碍和酒精使用障碍患者的不良事件风险，并识别潜在治疗药物	首次将药物靶点信息整合到深度学习模型中用于预测共患PTSD和AUD患者的不良结局，并基于模型识别出的重要蛋白靶点筛选潜在治疗药物	研究基于单一医疗中心（UPMC）的电子病历数据，外部验证和泛化能力有待进一步评估	预测共患创伤后应激障碍和酒精使用障碍患者的不良事件风险，并识别潜在治疗药物	共患创伤后应激障碍和酒精使用障碍的患者	机器学习	精神疾病	电子病历数据分析	深度学习模型	多模态数据（实验室结果、药物靶点信息、共病、社会健康决定因素等）	5565名PTSD+AUD患者	NA	T-DeepBiomarker	AUROC	NA
20	2026-04-11	Satellite-Based and Street-View Green Space and Adiposity in US Children 2024-12-02, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.49113 PMID:39636637	研究论文	本研究利用卫星遥感和街景图像数据，探究了美国儿童居住区绿地暴露与多种肥胖指标之间的关联	首次同时结合卫星遥感（NDVI）和街景图像深度学习算法提取的绿地指标，并关联了多种全面的肥胖测量指标（BMI、腰围、总脂肪质量指数、躯干脂肪质量指数），而非仅使用BMI	研究为观察性研究，不能确定因果关系；绿地暴露测量基于家庭住址，可能未完全捕捉个体的日常活动范围；样本来自特定队列，可能限制结果的普遍性	探究居住区绿地暴露与儿童肥胖指标之间的前瞻性关联	美国儿童（来自Project Viva队列）	环境健康与流行病学	儿童肥胖	卫星遥感（NDVI）、街景图像分析、深度学习算法、双能X射线吸收测定法	深度学习算法（未指定具体类型）	卫星遥感数据、街景图像、人体测量数据	843名儿童（基线时平均年龄7.9岁，50.2%为女孩）	NA	NA	回归系数、95%置信区间	NA