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
2001	2025-10-07	Serum Potassium Monitoring Using AI-Enabled Smartwatch Electrocardiograms 2024-Dec, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2024.07.023 PMID:39387744	研究论文	开发了一种基于AI的心电图算法，通过智能手表心电图预测终末期肾病患者血清钾水平	首次利用智能手表单导联心电图数据开发深度学习模型预测血清钾水平，实现无创连续监测	研究主要针对终末期肾病患者，模型在其他人群中的适用性需要进一步验证	开发AI-ECG算法预测血清钾水平，实现高钾血症的远程监测	终末期肾病（ESRD）患者	医疗人工智能	肾脏疾病	心电图（ECG）监测	深度学习	心电图波形数据	训练集：152,508名患者的293,557份心电图；微调集：1,463名ESRD患者的4,337份心电图；验证集：40名ESRD患者的智能手表心电图	NA	Kardio-Net	AUC, 平均绝对误差（MAE）	NA
2002	2025-10-07	Deep learning of structural MRI predicts fluid, crystallized, and general intelligence 2024-11-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78157-0 PMID:39537706	研究论文	本研究使用深度学习模型分析T1加权结构磁共振图像来预测个体的流体智力、晶体智力和一般智力	首次全面预测晶体智力和一般智力，而不仅限于流体智力；进行了432组实验系统比较不同模型和输入设置	样本量相对有限（850名受试者）；模型复杂度增加未带来预测精度提升的原因未完全阐明	探索脑结构MRI是否能够预测个体智力水平	850名6-64岁健康及自闭症受试者	医学影像分析	神经发育障碍	T1加权结构磁共振成像	CNN	医学影像	850名受试者	NA	2D CNN, 3D CNN	Pearson相关系数	NA
2003	2025-10-07	Prediction and design of transcriptional repressor domains with large-scale mutational scans and deep learning 2024-Sep-24, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.21.614253 PMID:39386603	研究论文	本研究通过大规模突变扫描和深度学习模型预测和设计转录抑制结构域	开发了整合序列、结构和生化表征的深度学习模型TENet，能够准确预测抑制活性并指导合成调控蛋白的精确设计	模型在具有不同同源性的结构域之间的泛化能力仍需系统测试	研究序列变异如何影响转录抑制结构域的功能活性	人类细胞中50多个抑制结构域的115,000个变异序列	机器学习	Saethre-Chotzen综合征，Rett综合征	高通量突变扫描，深度学习	深度学习	序列数据，结构数据，生化数据	115,000个变异序列	NA	TENet	NA	NA
2004	2025-10-07	Discovery and characterization of novel FGFR1 inhibitors in triple-negative breast cancer via hybrid virtual screening and molecular dynamics simulations 2024-09, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2024.107553 PMID:38901279	研究论文	本研究通过混合虚拟筛选和分子动力学模拟发现并表征了新型FGFR1抑制剂，用于三阴性乳腺癌治疗	开发了结合深度学习与分子对接的混合虚拟筛选方法，发现了具有纳摩尔级抑制活性的新型化合物	研究主要基于计算机模拟和体外实验，尚未进行体内动物模型验证	开发针对三阴性乳腺癌FGFR1靶点的有效抑制剂	FGFR1蛋白及其V561M突变体，三阴性乳腺癌细胞系	计算生物学	三阴性乳腺癌	虚拟筛选，分子对接，分子动力学模拟，HTRF生物测定	深度学习，分子对接	分子结构数据，生物活性数据	NA	KarmaDock, Schrödinger	NA	IC50值	NA
2005	2025-10-07	Simple models vs. deep learning in detecting low ejection fraction from the electrocardiogram 2024-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztae034 PMID:39081946	研究论文	比较简单模型与深度学习模型在心电图检测低射血分数方面的性能	证明基于标准心电图测量的简单模型可以达到与深度学习模型相近的性能，且更易于临床部署和解释	研究基于观察性数据集，需要进一步验证在更广泛人群中的适用性	评估简单模型与深度学习模型在检测左心室收缩功能障碍方面的准确性和可移植性	心电图波形和经胸超声心动图匹配数据	机器学习	心血管疾病	心电图测量，超声心动图	随机森林, 逻辑回归, 深度学习	心电图波形，测量数据	40,994对匹配的心电图和超声心动图（斯坦福大学医学中心），外加哥伦比亚医学中心和英国生物银行的外部验证数据	NA	NA	AUC	NA
2006	2025-10-07	Fluorescence excitation-scanning hyperspectral imaging with scalable 2D-3D deep learning framework for colorectal cancer detection 2024-06-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64917-5 PMID:38926431	研究论文	开发用于结直肠癌检测的荧光激发扫描高光谱成像与可扩展深度学习框架	提出新型荧光激发扫描高光谱成像方法，结合可调节速度/性能权衡的端到端AI框架，提供AI决策过程的可解释性可视化	高维数据带来的处理、解释和分类挑战	提升结直肠癌病变检测的准确性和实时分析能力	结直肠癌组织样本	计算机视觉	结直肠癌	荧光激发扫描高光谱成像	深度学习	高光谱图像	NA	NA	NA	分类准确率	NA
2007	2025-10-07	Deep Learning Phenotyping of Tricuspid Regurgitation for Automated High Throughput Assessment of Transthoracic Echocardiography 2024-Jun-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.22.24309332 PMID:38978651	研究论文	开发用于经胸超声心动图自动高通量评估三尖瓣反流的深度学习表型分析流程	首个用于三尖瓣反流自动检测和分层的深度学习流程，在两个不同医疗系统中验证	研究数据来自特定医疗中心，需在更广泛人群中验证	开发自动化三尖瓣反流评估系统，实现高通量筛查	经胸超声心动图视频数据	计算机视觉	心血管疾病	超声心动图，彩色多普勒	深度学习	视频	训练集：47,312项研究（2,079,898个视频）；测试集：CSMC 2,462项研究（108,138个视频），SHC 5,549项研究（278,377个视频）	NA	NA	AUC, 敏感性, 特异性	NA
2008	2025-10-07	Deep learning evaluation of echocardiograms to identify occult atrial fibrillation 2024-Apr-13, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01090-z PMID:38615104	研究论文	使用深度学习算法分析经胸超声心动图视频来识别隐匿性心房颤动	开发了两阶段深度学习算法，不仅能区分窦性心律和房颤，还能预测窦性心律患者90天内发生房颤的风险	模型在预测隐匿性房颤时的AUPRC相对较低(0.19)，表明在正样本较少的情况下性能有限	通过深度学习技术实现房颤的早期筛查和识别	经胸超声心动图视频数据	计算机视觉	心血管疾病	经胸超声心动图	CNN	视频	111,319个TTE视频用于训练，10,203个TTE视频用于外部验证	NA	基于视频的卷积神经网络	AUC, AUPRC	NA
2009	2025-10-07	Deep Learning to Estimate Cardiovascular Risk From Chest Radiographs : A Risk Prediction Study 2024-04, Annals of internal medicine IF:19.6Q1 DOI:10.7326/M23-1898 PMID:38527287	研究论文	开发并验证一种基于胸部X光片预测10年主要不良心血管事件风险的深度学习模型	首次利用常规胸部X光片通过深度学习直接预测心血管风险，为无法计算传统风险评分的患者提供补充评估方法	基于电子医疗记录的回顾性研究设计	开发从常规胸部X光片估计10年心血管风险的深度学习模型	符合初级心血管预防条件的门诊患者	计算机视觉	心血管疾病	深度学习	深度学习模型	胸部X光图像	开发集来自癌症筛查试验数据，外部验证集包括8869名未知ASCVD风险患者和2132名已知风险患者	NA	CXR CVD-Risk	风险比, 置信区间	NA
2010	2025-10-07	Automatic end-to-end VMAT treatment planning for rectal cancers 2024-Apr, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14259 PMID:38317597	研究论文	开发并临床评估用于直肠癌VMAT治疗的端到端自动分割与自动计划系统	首次将自动分割和自动计划整合为完整的端到端流程，仅需肿瘤大体体积轮廓和CT扫描作为输入	大、小肠区分困难，端到端流程的医生接受率存在差异（88%和62%）	实现直肠癌VMAT治疗的自动化计划流程	直肠恶性肿瘤患者	数字病理	直肠癌	容积旋转调强放疗(VMAT)	深度学习	CT扫描图像	CTV分割174例患者，其他结构18例患者，计划评估20+34+16例患者	nnU-Net	nnU-Net	Dice相似系数, 95% Hausdorff距离, 李克特五分量表评分	NA
2011	2025-10-07	Prospective Evaluation of Automated Contouring for CT-Based Brachytherapy for Gynecologic Malignancies 2024-Apr, Advances in radiation oncology IF:2.2Q2 DOI:10.1016/j.adro.2023.101417 PMID:38435965	研究论文	评估深度学习自动勾画在妇科恶性肿瘤CT引导近距离放疗中的准确性和效率	首次前瞻性评估自动勾画在妇科放疗临床实践中的应用效果	样本量较小（30例自动勾画组 vs 31例手动勾画组），单中心研究	评估自动勾画危及器官在妇科近距离放疗计划中的临床应用价值	妇科恶性肿瘤患者	数字病理	妇科恶性肿瘤	CT引导近距离放疗	深度学习	CT图像	61例患者（30例自动勾画组，31例手动勾画组）	NA	NA	Likert评分，Dice相似系数，平均表面距离，95% Hausdorff距离，Hausdorff距离，剂量体积直方图指标	NA
2012	2025-10-07	Deep learning for transesophageal echocardiography view classification 2024-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-50735-8 PMID:38167849	研究论文	本研究开发了一种基于深度学习的经食管超声心动图视图分类模型，用于对术中及术中TEE影像数据进行结构化处理	首次开发了针对术中及术中TEE影像的多类别视图分类深度学习模型，并在两个独立医疗中心进行了外部验证	NA	解决TEE影像复杂非结构化特性对深度学习应用的限制，实现标准化TEE视图的自动分类	经食管超声心动图影像数据	计算机视觉	心血管疾病	经食管超声心动图成像	CNN	视频	来自Cedars-Sinai医学中心和斯坦福大学医学中心的术中及术中TEE视频	NA	NA	AUC	NA
2013	2025-10-07	MCNN-AAPT: accurate classification and functional prediction of amino acid and peptide transporters in secondary active transporters using protein language models and multi-window deep learning 2024-Nov-22, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2024.2431664 PMID:39576667	研究论文	开发结合蛋白质语言模型和多窗口深度学习的技术，用于二级主动转运体中氨基酸和肽转运体的准确分类及功能预测	首次整合三种前沿蛋白质语言模型（ProtTrans、ESM-1b、ESM-2）与多窗口扫描深度学习架构，实现局部和全局序列模式的联合捕捉	研究仅基于448个二级主动转运体样本，模型泛化能力需进一步验证	建立计算框架对二级主动转运体中的氨基酸和肽转运体进行功能分类及溶质载体蛋白关联预测	二级主动转运体（含36个溶质载体蛋白）	生物信息学	癌症	蛋白质语言模型，多窗口深度学习	深度学习神经网络	蛋白质序列数据	448个二级主动转运体（来自UniProt和TCDB数据库）	NA	多窗口扫描架构	准确率，灵敏度，特异性，马修斯相关系数	NA
2014	2025-10-07	Artificial intelligence-based morphologic classification and molecular characterization of neuroblastic tumors from digital histopathology 2024-Nov-08, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00745-0 PMID:39511421	研究论文	开发基于深度学习的AI模型，通过数字病理图像对神经母细胞瘤进行形态学分类和分子特征分析	采用注意力机制的多实例学习和自监督学习方法，使用迄今最大规模的神经母细胞瘤队列进行病理分类和MYCN扩增状态评估	NA	开发AI辅助的神经母细胞瘤分类系统	神经母细胞瘤	数字病理学	神经母细胞瘤	H&E染色全切片图像	深度学习	图像	迄今最大规模报道的队列	NA	注意力机制多实例学习(aMIL), 自监督学习(SSL)	诊断类别识别, 分级识别, 有丝分裂-核碎裂指数(MKI)评估, MYCN扩增状态识别	NA
2015	2025-10-07	An initial game-theoretic assessment of enhanced tissue preparation and imaging protocols for improved deep learning inference of spatial transcriptomics from tissue morphology 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae476 PMID:39367648	研究论文	通过改进组织制备和成像方案提升基于深度学习的空间转录组学形态学推断性能	首次从博弈论角度评估组织制备和成像方案对空间转录组学深度学习模型性能的影响，提出临床级标准化流程	研究样本量较小（仅13例结直肠癌患者），需要更大规模验证	评估改进的组织处理与成像方案对深度学习模型从组织形态推断空间转录组性能的影响	结直肠癌患者的组织样本	数字病理	结直肠癌	空间转录组学，自动化H&E染色，全玻片成像	CNN	组织图像	13例病理T分期III期结直肠癌患者	TensorFlow	Inceptionv3	数据Shapley值	NA
2016	2025-10-07	Deep autoencoder-based behavioral pattern recognition outperforms standard statistical methods in high-dimensional zebrafish studies 2024-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012423 PMID:39255309	研究论文	本研究开发了一种基于深度自编码器的行为模式识别方法，用于分析斑马鱼高维行为数据并识别环境毒物引起的异常行为	使用半监督深度自编码器提取斑马鱼正常行为特征，相比传统统计方法能识别更多毒物诱导的异常行为模式	NA	开发更有效的行为模式识别方法以检测环境毒物对斑马鱼神经行为的影响	斑马鱼幼虫的行为数据	机器学习	神经毒性疾病	行为分析	深度自编码器	行为数据	NA	NA	自编码器	NA	NA
2017	2025-10-07	Artificial Intelligence for Early Detection of Pediatric Eye Diseases Using Mobile Photos 2024-08-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.25124 PMID:39106068	研究论文	开发基于深度学习的人工智能模型，通过移动设备拍摄的照片早期检测儿童眼部疾病	首次使用移动照片和AI技术实现儿童近视、斜视和上睑下垂的便捷家庭筛查	研究为横断面设计，样本量相对有限，不同年龄组间存在性能差异	开发AI模型用于儿童眼部疾病的早期检测	被诊断患有近视、斜视或上睑下垂的儿童患者	计算机视觉	眼科疾病	深度学习	深度学习模型	图像	476名患者的1419张图像（225名女性，47.27%；299名6-12岁儿童，62.82%）	NA	NA	敏感度, 特异度, 准确率, AUC, 阳性预测值, 阴性预测值, 阳性似然比, 阴性似然比, F1分数	NA
2018	2025-10-07	Identification of an ANCA-Associated Vasculitis Cohort Using Deep Learning and Electronic Health Records 2024-Jun-10, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.09.24308603 PMID:38946986	研究论文	本研究开发了一种基于深度学习的电子健康记录分析模型，用于准确识别ANCA相关性血管炎病例	首次将深度学习模型应用于电子健康记录中的临床文本分析，相比传统基于规则的方法能识别更多ANCA相关性血管炎病例	研究数据来源于单一医疗系统，模型性能需在更广泛人群中验证	开发更准确的ANCA相关性血管炎病例识别方法	电子健康记录中的临床文档	自然语言处理	ANCA相关性血管炎	电子健康记录分析	深度学习	文本	数据集I: 6,000个注释片段，数据集II: 3,008个注释片段，数据集III: 7,500个注释片段，测试队列: 2,000个样本	NA	NA	PPV, 敏感度, F分数, AUROC, AUPRC	NA
2019	2025-10-07	Identification and Structural Characterization of Twisted Atomically Thin Bilayer Materials by Deep Learning 2024-Mar-06, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.3c04815 PMID:38407030	研究论文	利用深度学习技术识别和表征扭曲原子级薄层二维材料的厚度和扭转角度	首次结合语义分割CNN和光学显微镜实现MoS₂薄层厚度识别与扭转角度预测的自动化方法	模型训练主要基于合成图像数据集，实际应用效果需进一步验证	开发自动化检测扭曲原子级薄层二维材料的方法	化学气相沉积生长的二硫化钼(MoS₂)薄层材料	计算机视觉	NA	光学显微镜，化学气相沉积(CVD)，二次谐波产生，拉曼光谱	CNN	图像	超过10,000张合成图像，涵盖六边形到三角形几何形状	NA	语义分割CNN	NA	NA
2020	2025-02-28	Predicting epidermal growth factor receptor mutation status of lung adenocarcinoma based on PET/CT images using deep learning 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1458374 PMID:39735601	研究论文	本研究旨在开发基于18F-FDG PET/CT图像的深度学习模型，用于预测肺腺癌（LUAD）患者的表皮生长因子受体（EGFR）突变状态	利用深度学习模型预测EGFR突变状态，结合PET/CT图像和临床特征，提高了预测的准确性	研究仅基于两个机构的430名患者，样本量可能不足以代表所有肺腺癌患者	开发预测肺腺癌患者EGFR突变状态的深度学习模型	430名非小细胞肺癌患者	计算机视觉	肺癌	18F-FDG PET/CT成像	Inception V3	图像	430名非小细胞肺癌患者	NA	NA	NA	NA