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
321	2026-04-22	Integrated machine learning and deep learning for predicting diabetic nephropathy model construction, validation, and interpretability 2024-08, Endocrine IF:3.0Q2 DOI:10.1007/s12020-024-03735-1 PMID:38393509	研究论文	本文构建并验证了一个用于辅助诊断糖尿病肾病的风险预测模型，结合机器学习和深度学习技术	通过集成多种特征选择算法筛选关键变量，并构建十个机器学习模型进行比较，最终基于最佳模型开发了在线平台	未明确提及模型在更广泛人群或不同医疗环境中的泛化能力验证	构建糖尿病肾病的风险预测模型以辅助早期诊断和筛查	糖尿病肾病患者数据	机器学习	糖尿病肾病	机器学习算法	随机森林	临床数据	未明确指定具体样本数量	未明确指定	随机森林	ROC曲线下面积, 精确率-召回率, 准确率, 马修斯相关系数, Kappa系数	NA
322	2026-04-21	Multicentric clinical evaluation of a computed tomography-based fully automated deep neural network for aortic maximum diameter and volumetric measurements 2024-06, Journal of vascular surgery IF:3.9Q1 DOI:10.1016/j.jvs.2024.01.214 PMID:38325564	研究论文	本研究评估了一种基于深度学习的全自动方法（ARVA）用于主动脉分割及直径和体积测量	开发了一种全自动深度学习模型，能够同时进行主动脉分割、最大直径测量和体积计算，并在多中心临床数据上验证其性能	研究仅基于350例CTA扫描，样本量相对有限，且未涉及更广泛的主动脉疾病亚型	评估深度学习模型在主动脉影像分析中的准确性和临床适用性	主动脉CTA扫描图像	数字病理学	心血管疾病	计算机断层扫描血管造影（CTA）	深度神经网络	医学影像	350例CTA扫描，来自216名患者	NA	深度神经网络	绝对直径差异中位数，体积相似性误差，临床可接受范围比例	NA
323	2026-04-21	Deep learning to extract the meteorological by-catch of wildlife cameras 2024-01, Global change biology IF:10.8Q1 DOI:10.1111/gcb.17078 PMID:38273582	研究论文	本研究利用深度学习从野生动物相机图像中提取微气象条件，如阴天、阳光、冰雹和雪	首次将深度学习应用于野生动物相机图像以提取潜在的、生态相关的微气象信息，而非仅关注生物主体	模型在未见过的地点（如挪威斯瓦尔巴）的准确率相对较低（79.3%），且需要丢弃部分无共识的分类结果	从野生动物相机图像中提取微气象数据，以研究微气候对生物多样性的影响	野生动物相机拍摄的图像，涵盖阴天、阳光、冰雹和雪等气象条件	计算机视觉	NA	深度学习	集成深度学习模型	图像	来自49个野生动物相机的标注图像数据集，以及近200万张未标注图像	NA	NA	准确率, 共识准确率	NA
324	2026-04-20	Blood clot and fibrin recognition method for serum images based on deep learning 2024-Jan-15, Clinica chimica acta; international journal of clinical chemistry DOI:10.1016/j.cca.2023.117732 PMID:38128814	研究论文	提出了一种基于改进UNeXt的血清图像血凝块和纤维蛋白分割方法，用于自动识别血清中的血凝块和纤维蛋白	采用改进的UNeXt分割网络，实现了对血清图像中血凝块和纤维蛋白的更精确分割，为自动化生化免疫流水线中的采样针高度提供了准确依据	NA	开发一种快速、准确的方法来检测和识别血清中的血凝块和纤维蛋白，以替代耗时且主观的视觉检查	血清图像中的血凝块和纤维蛋白	计算机视觉	NA	深度学习	CNN	图像	13,230个临床血清样本	NA	改进的UNeXt	Dice系数, 灵敏度, 特异性, 准确率	NA
325	2026-04-20	Automated volumetric assessment of pituitary adenoma 2024-01, Endocrine IF:3.0Q2 DOI:10.1007/s12020-023-03529-x PMID:37749388	研究论文	本文开发了一种基于深度学习的自动化垂体腺瘤体积评估管道，用于术前和术后的肿瘤分割与体积测量	利用卷积神经网络集成实现垂体腺瘤的自动化分割与体积评估，旨在替代耗时且一致性差的手动分割方法	术后残留肿瘤的检测性能较低，需要更大规模、更多样化的数据集和更精细的模型来提升效果	开发自动化工具以客观、快速地评估垂体腺瘤的体积和切除范围	垂体腺瘤患者	数字病理学	垂体腺瘤	MRI	CNN	图像	193个图像集用于训练，20个用于验证	NA	卷积神经网络集成	Dice分数, Jaccard分数, 95百分位Hausdorff距离, Pearson相关系数, 敏感性, 特异性	NA
326	2026-04-18	Global Land Use Change and Its Impact on Greenhouse Gas Emissions 2024-12, Global change biology IF:10.8Q1 DOI:10.1111/gcb.17604 PMID:39614423	研究论文	本文通过合成29年全球历史数据，利用结构方程模型和深度学习模型，分析了全球土地利用变化对温室气体排放的影响，并预测了未来排放趋势	结合长期全球历史数据，首次使用结构方程模型量化土地利用与温室气体排放的关联，并应用深度学习模型进行未来排放预测	模型预测基于当前趋势延续假设，未考虑未来可能出现的突发性政策、技术或自然变化	探究全球土地利用变化对温室气体排放的影响，并预测未来排放情景	全球陆地表面，包括人工表面、农田、牧场、森林和荒地等土地利用类型	环境科学	NA	结构方程建模，深度学习	深度学习模型	时间序列数据，空间数据	29年全球历史数据	NA	NA	NA	NA
327	2026-04-18	Detection and prioritization of COVID-19 infected patients from CXR images: Analysis of AI-assisted diagnosis in clinical settings 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.045 PMID:39734754	研究论文	本文介绍了基于人工智能的Covid放射成像系统（Co.R.S.A.）项目的研究成果，旨在通过胸部X光图像诊断新冠肺炎	提出了一个基于两步法的检测模型，结合客观放射学发现提供可靠结果；开发了患者优先级排序方案，确保重症病例优先处理；并进行了临床验证和偏差分析以增强AI系统的可信度	未明确说明模型在外部数据集上的泛化能力，以及可能存在的样本选择偏差	开发用于新冠肺炎诊断和患者优先级排序的AI系统，并评估其在临床环境中的实际效益	新冠肺炎患者的胸部X光图像	计算机视觉	新冠肺炎	胸部X光成像	深度学习	图像	未明确说明具体样本数量，但提及了公开的CORDA数据集	未明确说明	未明确说明具体架构，但提及基于两步法	准确性、时间效率	未明确说明
328	2026-04-18	Leveraging anatomical constraints with uncertainty for pneumothorax segmentation 2024-Dec, Health care science DOI:10.1002/hcs2.119 PMID:39735285	研究论文	本文提出了一种结合解剖学约束和不确定性的深度学习方法，用于在二维胸部X光片上分割气胸病变	创新性地将“肺+空间”作为解剖学约束引入深度学习模型训练，并利用外部数据集和辅助任务生成约束，同时通过判别器消除不可靠约束，提高了气胸分割的准确性和鲁棒性	方法依赖于外部数据集进行辅助任务，可能受领域偏移影响；未在更多疾病或更广泛数据集上验证通用性	通过结合医学领域知识，提升深度学习模型在气胸病变分割任务中的性能	二维胸部X光片中的气胸病变区域	计算机视觉	气胸	深度学习	CNN	图像	NA	NA	U-Net, LinkNet, PSPNet, VGG-11, MobileOne-S0	交并比, Dice相似系数, Hausdorff距离	NA
329	2026-04-18	Use of Deep Learning to Identify Peripheral Arterial Disease Cases From Narrative Clinical Notes 2024-11, The Journal of surgical research IF:1.8Q2 DOI:10.1016/j.jss.2024.09.062 PMID:39454287	研究论文	本研究利用深度学习技术从电子健康记录的非结构化临床笔记中识别外周动脉疾病患者	采用基于BioMed-RoBERTa的深度学习模型，相比传统关键词搜索方法，在识别PAD病例方面表现出更优性能	研究依赖于已有的诊断或程序编码作为真实标签，可能无法完全捕获未确诊的PAD患者	开发一种从临床叙事文本中自动识别外周动脉疾病患者的替代方法	电子健康记录中的非结构化临床笔记	自然语言处理	心血管疾病	自然语言处理	Transformer	文本	71,355名患者的484,363次就诊记录，包含2,268,062条笔记	PyTorch, Hugging Face Transformers	BioMed-RoBERTa	灵敏度, 特异度, 阳性预测值, 阴性预测值, 准确率	NA
330	2026-04-18	Optical Coherence Tomography Versus Optic Disc Photo Assessment in Glaucoma Screening 2024-08-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002392 PMID:38546240	综述	本文综述了光学相干断层扫描（OCT）和视盘摄影在青光眼筛查中的优势和局限性	探讨了人工智能和深度学习模型在提升视盘摄影诊断准确性方面的潜力，并提出了结合OCT客观数据训练AI模型的新方向	AI模型的有效性依赖于训练数据质量，使用主观分级作为训练数据可能将人类评估的局限性带入系统	评估OCT和视盘摄影在青光眼筛查中的准确性、可行性和成本效益	青光眼筛查方法	数字病理学	青光眼	光学相干断层扫描（OCT）、视盘摄影	深度学习模型	图像	NA	NA	NA	阳性预测值（PPV）	NA
331	2026-04-18	Barriers and Potential Solutions to Glaucoma Screening in the Developing World: A Review 2024-08-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002404 PMID:38625838	综述	本文综述了发展中国家青光眼筛查的障碍，并从不同利益相关者角度提出了解决方案	从患者、家属、医疗提供者和系统/管理机构等多方利益相关者视角，系统分析青光眼筛查障碍，并强调结合人工智能和深度学习技术作为潜在创新解决方案	基于文献综述的定性分析，可能缺乏实证数据支持具体解决方案的有效性	探讨发展中国家青光眼筛查的障碍及潜在解决方案，以改善青光眼的检测与管理	发展中国家的青光眼筛查项目及相关利益相关者（患者、家属、医疗提供者、系统/管理机构）	NA	青光眼	文献综述	NA	定性数据	NA	NA	NA	NA	NA
332	2026-04-18	Systemic lupus in the era of machine learning medicine 2024-03-04, Lupus science & medicine IF:3.7Q1 DOI:10.1136/lupus-2023-001140 PMID:38443092	综述	本文综述了机器学习和人工智能在系统性红斑狼疮研究中的应用现状、挑战与未来机遇	探讨了机器学习在系统性红斑狼疮这一复杂疾病研究中的新兴应用，包括预测模型构建和新型生物标志物识别	大多数预测模型仍需外部验证才能临床采纳，且伦理、治理和监管问题需进一步关注	概述机器学习技术在系统性红斑狼疮研究中的应用，讨论当前差距、挑战和机遇	系统性红斑狼疮	机器学习	系统性红斑狼疮	监督学习和无监督学习	深度学习模型	多样化的大数据集	NA	NA	NA	NA	NA
333	2026-04-18	Enhancing Spatial Transcriptomics Analysis by Integrating Image-Aware Deep Learning Methods 2024, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing PMID:38160299	研究论文	本文提出了一种整合空间转录组学和组织病理学图像数据的新方法，以增强对癌症组织中空间异质性的分析	通过结合ResNet深度学习模型提取形态学特征，并与基因表达数据联合进行聚类分析，实现了图像感知的特征发现，弥补了传统方法仅依赖基因表达的不足	方法主要针对胶质母细胞瘤和三阴性乳腺癌等侵袭性癌症类型，可能在其他癌症或组织类型中的适用性有待验证	提升空间转录组学分析能力，通过整合图像数据更好地捕获生物学上有意义的模式	胶质母细胞瘤和三阴性乳腺癌患者的组织样本	数字病理学	胶质母细胞瘤, 三阴性乳腺癌	空间转录组学, 组织病理学成像	CNN	图像, 基因表达数据	NA	NA	ResNet-50	NA	NA
334	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
335	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
336	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
337	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
338	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
339	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
340	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