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
341	2026-05-30	SpeechBrain-MOABB: An open-source Python library for benchmarking deep neural networks applied to EEG signals 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109097 PMID:39265481	研究论文	介绍 SpeechBrain-MOABB，一个用于深度神经网络在脑电图信号上基准测试的开源 Python 库	该工具包引入了完整的实验协议，标准化了超参数搜索和模型评估等关键阶段，原生支持多步超参数搜索和多种子训练评估，以增强结果稳健性	未明确提及局限性，但可能包括对特定数据集或网络架构的通用性限制	提供基于深度学习的综合脑电图解码流水线开发工具，解决可重复性危机	脑电图信号解码任务	机器学习	NA	EEG 信号处理	深度神经网络	脑电图信号	NA	Python, SpeechBrain, MOABB, braindecode	NA	准确率	NA
342	2026-05-30	FvFold: A model to predict antibody Fv structure using protein language model with residual network and Rosetta minimization 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109128 PMID:39270460	研究论文	提出FvFold模型，利用ProtT5-XL-UniRef50蛋白质语言模型结合残差网络和Rosetta最小化，预测抗体Fv结构	首次将ProtT5-XL-UniRef50蛋白质语言模型与残差网络及Rosetta最小化相结合用于抗体Fv结构预测，在多个基准测试中实现更低的RMSD和OCD值	未提及具体局限性	提高抗体Fv结构预测的准确性，特别是针对互补决定区（CDRs）和整体Fv区域	抗体可变片段（Fv）结构	机器学习	癌症	蛋白质语言模型	残差网络	蛋白质结构数据	NA	Rosetta	ProtT5-XL-UniRef50, Residual Network	RMSD（均方根偏差）, OCD（方向坐标距离）	NA
343	2026-05-30	CT perfusion parameter estimation in stroke using neural network with transformer and physical model priors 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109134 PMID:39278163	研究论文	提出一种结合Transformer和物理模型先验的深度学习网络CTPerformer-Net，用于CT灌注参数估计	首次将Transformer模型和物理先验（一致性先验、平滑性先验、物理模型先验）结合用于CT灌注参数估计	在真实临床数据上的梗死核心分割Dice系数仅为0.36，性能仍有提升空间	利用深度学习方法改进CT灌注参数估计的准确性和鲁棒性	急性缺血性卒中患者的CT灌注图像及物理模型生成的仿真数据集	计算机视觉, 医学影像分析	急性缺血性卒中	CT灌注成像	Transformer	图像（CT灌注序列图像）	仿真数据集（未说明具体样本量）和ISLES 2018挑战数据集中的103幅真实CTP图像	NA	Transformer（CTPerformer-Net）	相关系数, 系统误差, 随机误差, Dice系数	NA
344	2026-05-30	Visual interpretation of deep learning model in ECG classification: A comprehensive evaluation of feature attribution methods 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109088 PMID:39353296	研究论文	对心电图分类中深度学习模型的特征归因方法进行全面评估	首次大规模评估11种流行特征归因方法在五个大型心电图数据集上的表现，并结合自动评估和人类专家评估	特征归因方法在17种不同诊断中的有效性存在差异	确定适用于心电图数据集的合适特征归因方法	基于ResNet-18架构的深度学习模型	计算机视觉、机器学习	心血管疾病	深度学习模型	CNN	心电图信号数据	五个大型心电图数据集	PyTorch	ResNet-18	自动评估指标、人类专家评估	NA
345	2026-05-30	3DECG-Net: ECG fusion network for multi-label cardiac arrhythmia detection 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109126 PMID:39255656	研究论文	提出3DECG-Net深度学习模型，用于通过12导联心电图融合数据进行多标签心律失常检测	采用递归图技术将12导联心电信号转换为3D数据，并结合残差架构与多头注意力机制，实现七种心脏状态的准确分类	未明确说明，但可能包括模型泛化能力验证不足或数据集的局限性	开发一种自动化心电图分析方法，用于多标签心律失常检测，提高诊断效率	七种不同心脏状态的心律失常检测	数字病理学	心血管疾病	心电图（ECG）	深度学习模型（残差网络与多头注意力机制）	心电图信号	未明确说明	PyTorch	残差网络，多头注意力机制	微平均F1分数（micro F1-score）	未明确说明
346	2026-05-30	Siamese based deep neural network for ADHD detection using EEG signal 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109092 PMID:39255658	研究论文	利用基于孪生网络的深度神经网络通过脑电图信号检测儿童注意缺陷多动障碍	首次将孪生卷积神经网络用于基于EEG功率谱密度脑图的ADHD检测，并结合Grad-CAM可解释AI方法识别关键特征脑区	NA	利用深度学习技术分析儿童EEG信号的功率谱密度脑图，实现ADHD的自动检测	儿童注意缺陷多动障碍患者与健康对照组的EEG信号	机器学习	注意缺陷多动障碍	EEG	CNN	图像	NA	NA	Siamese CNN	准确率	NA
347	2026-05-30	Can generative AI replace immunofluorescent staining processes? A comparison study of synthetically generated cellpainting images from brightfield 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109102 PMID:39255659	研究论文	评估生成式AI替代免疫荧光染色过程的可行性，比较五种基于不同骨干网络的IF图像生成模型	提出了一套全面的分析流程来评估生成器在IF图像合成中的效能，并系统比较了CNN、GAN和扩散模型三种类型的生成骨干网络	模型泛化性、批次效应、特征相关性和计算成本等问题仍需进一步研究和验证	对比并确定最佳性能的IF图像生成模型，分析生成式AI替代免疫荧光染色过程的潜力	从明场图像合成免疫荧光图像的生成模型	计算机视觉	不适用	生成式AI、深度学习	CNN, GAN, 扩散模型	图像	公开数据集	NA	CNN, GAN, 扩散模型	NA	NA
348	2026-05-30	E-pharmacophore and deep learning based high throughput virtual screening for identification of CDPK1 inhibitors of Cryptosporidium parvum 2024-10, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108172 PMID:39191165	研究论文	结合E-药效团和深度学习进行高通量虚拟筛选，鉴定微小隐孢子虫CDPK1抑制剂	将E-药效团模型与深度学习模型结合，对200万分子库进行虚拟筛选，并采用量子极化对接进行精确排序	仅基于分子模拟和代谢预测，缺乏实验验证抑制剂的活性及体内外效果	发现新型隐孢子虫CDPK1抑制剂，为治疗隐孢子虫病提供候选药物	微小隐孢子虫的钙依赖性蛋白激酶1（CpCDPK1）	机器学习	隐孢子虫病	高通量虚拟筛选、分子对接、分子动力学模拟	深度学习模型、E-药效团模型	分子结构数据	Enamine公司200万化合物库	NA	NA	对接得分、相互作用相似性	NA
349	2026-05-30	Integrated deep learning model for automatic detection and classification of stenosis in coronary angiography 2024-10, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108184 PMID:39191164	研究论文	提出一个集成深度学习模型用于冠状动脉造影中狭窄的自动检测和分类	首次实现血管造影中动脉狭窄的识别和分类，并通过Django框架开发了“Hemadostenosis”网页平台，为临床医生提供直接的实践支持	研究样本量较小（132例患者，1606张图像），可能影响模型的泛化能力	开发一个集成深度学习模型，用于冠状动脉造影图像中血管狭窄的定位和分类，以辅助临床诊断	冠状动脉造影图像中的血管狭窄	计算机视觉	冠状动脉疾病	冠状动脉造影	卷积神经网络	图像	132例患者的1606张冠状动脉造影图像	Django	卷积神经网络	准确率, 召回率, F1分数, 平均精度	NA
350	2026-05-30	DRN-CDR: A cancer drug response prediction model using multi-omics and drug features 2024-10, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108175 PMID:39191166	研究论文	提出一种基于深度残差网络的癌症药物反应预测模型DRN-CDR，整合多组学数据和药物特征	首次在药物反应预测中探索仅使用癌症相关基因的潜力，并采用统一图卷积网络提取药物特征结合卷积神经网络和全连接网络提取细胞系特征	NA	提高癌症药物反应预测的准确性，实现个性化癌症治疗	药物-细胞系对（包括基因表达、突变数据、甲基化数据以及药物分子结构信息）	机器学习	癌症	多组学数据（基因表达、突变、甲基化）	深度残差网络（Deep ResNet）	多组学数据（基因表达、突变、甲基化）和药物分子结构信息	NA	NA	均匀图卷积网络、卷积神经网络、全连接网络、深度残差网络	皮尔逊相关系数、均方根误差、AUC、AUPR	NA
351	2026-05-30	Echocardiographic Detection of Regional Wall Motion Abnormalities Using Artificial Intelligence Compared to Human Readers 2024-07, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2024.03.017 PMID:38556038	research paper	开发深度学习模型用于检测超声心动图中的区域室壁运动异常，并与专家和初学者阅读者进行比较	首次大规模比较深度学习模型与专家和初学者在区域室壁运动异常检测中的表现，证明模型达到专家水平且优于多数初学者	深度学习模型在前间隔区域的F1分数低于专家（75 vs 89），且模型训练依赖临床报告作为金标准，可能引入偏差	评估深度学习模型在区域室壁运动异常检测中的准确性，并与人类阅读者进行比较	区域室壁运动异常（RWMA）的检测	computer vision, machine learning, digital pathology	心血管疾病	NA	卷积神经网络（CNN）	超声心动图视频（经胸超声心动图图像）	15,746项经胸超声心动图研究，包含25,529个心尖视频，分为训练、验证和测试数据集	NA	卷积神经网络（具体架构未明确说明）	曲线下面积（AUC）、F1分数	NA
352	2026-05-30	Cinobufotalin prevents bone loss induced by ovariectomy in mice through the BMPs/SMAD and Wnt/β-catenin signaling pathways 2024-06, Animal models and experimental medicine IF:3.8Q2 DOI:10.1002/ame2.12359 PMID:38013618	研究论文	探讨蟾酥灵通过BMPs/SMAD和Wnt/β-连环蛋白信号通路预防小鼠卵巢切除诱导的骨丢失	利用深度学习功效预测系统筛选抗骨质疏松药物，并首次揭示蟾酥灵通过BMPs/SMAD和Wnt/β-连环蛋白双重信号通路促进成骨分化	未提及具体局限性	探索蟾酥灵对骨丢失的保护作用及其潜在机制	小鼠及人骨髓间充质干细胞	机器学习	骨质疏松	qRT-PCR, Western blot, 免疫荧光	深度学习功效预测系统	基因表达数据	小鼠和hBMMSCs细胞样本，具体数量未说明	NA	NA	NA	NA
353	2026-05-30	THA-AID: Deep Learning Tool for Total Hip Arthroplasty Automatic Implant Detection With Uncertainty and Outlier Quantification 2024-04, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2023.09.025 PMID:37770007	研究论文	提出一种深度学习工具THA-AID，用于全髋关节置换术中自动识别植入物，并具备不确定性和异常值量化功能	首次在骨科领域引入不确定性量化和异常值检测的深度学习模型，能识别20种股骨和8种髋臼组件，并在多种X光视图（前后位、侧位、斜位）上工作	未明确提及具体局限性，但可能包括对不同医疗机构的泛化性、模型解释性等方面的潜在限制	开发一种自动化工具，从X光片中识别全髋关节置换术中的植入物，以提高术前规划效率和准确性	全髋关节置换术中的植入物（股骨和髋臼组件）的X光影像	计算机视觉	骨科疾病	深度学习	CNN	影像（X光片）	241,419张X光片	NA	自定义卷积神经网络	准确率	NA
354	2026-05-30	THA-Net: A Deep Learning Solution for Next-Generation Templating and Patient-specific Surgical Execution 2024-03, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2023.08.063 PMID:37619804	研究论文	介绍THA-Net，一种深度学习修复算法，用于从术前骨盆X光片模拟术后全髋关节置换术X光片	提出了一种无需或可条件性选择植入物的深度学习修复算法，能生成高手术执行质量且无法区分真伪的合成术后X光片	算法在单一机构数据集上训练和验证，可能限制泛化性；需要进一步优化以实现个性化手术计划和增强现实技术	开发下一代全髋关节置换术模板工具，以生成高质量合成术后X光片，支持患者特定手术规划	全髋关节置换术的术前和术后骨盆X光片	计算机视觉	骨关节疾病	深度学习修复	THA-Net	图像	14,357名患者的356,305对X光片	NA	THA-Net	手术有效性（10点Likert量表）、真实性	NA
355	2024-10-02	Towards deep learning methods for quantification of the right ventricle using 2D echocardiography 2024, Future cardiology IF:1.6Q3 DOI:10.1080/14796678.2024.2347125 PMID:39351980	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
356	2026-05-29	Recent advances in fish cutting: From cutting schemes to automatic technologies and internet of things innovations 2024-11, Comprehensive reviews in food science and food safety IF:12.0Q1 DOI:10.1111/1541-4337.70039 PMID:39495567	综述	综述鱼类切割技术的最新进展，包括切割方案、自动化技术和物联网创新	系统总结了智能化切割技术与工业4.0框架（物联网、人工智能、大数据和区块链）的结合应用，展示了从人工到自动化的转变过程	未提及具体性能数据或方法比较，可能缺乏技术细节验证	探讨鱼类切割从传统方案到自动化和物联网技术的演进及其在工业4.0背景下的应用	鱼类切割方案（去头去尾、切片、去骨、去皮、修整和骨检）及相关自动技术	计算机视觉, 机器学习	NA	机器视觉, 深度学习, 传感器, 物联网	NA	图像	NA	NA	NA	NA	NA
357	2026-05-29	Machine vision combined with deep learning-based approaches for food authentication: An integrative review and new insights 2024-11, Comprehensive reviews in food science and food safety IF:12.0Q1 DOI:10.1111/1541-4337.70054 PMID:39530613	综述	本文综述了基于机器视觉和深度学习的方法在食品真实性鉴别中的应用，包括掺假识别、品种鉴定、新鲜度检测和质量鉴别等，并探讨了相关局限性与未来趋势	系统性地整合了机器视觉与深度学习（包括轻量级DL）在食品真实性分析中的最新进展，并单独探讨了智能手机和便携式设备结合机器视觉系统的应用前景	深度学习仍存在过拟合、可解释性差、数据隐私、算法偏差等挑战，且传感设备小型化和轻量级DL的设计部署有待改进	探讨机器视觉结合深度学习算法在食品真实性快速、无损检测中的应用、局限性与未来发展	食品真实性分析相关技术和方法，包括掺假、品种、新鲜度及质量鉴别等应用场景	计算机视觉	NA	机器视觉	深度学习模型，轻量级深度学习模型	图像	NA	NA	NA	NA	NA
358	2026-05-29	Imputing spatial transcriptomics through gene network constructed from protein language model 2024-10-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06964-2 PMID:39369061	research paper	提出一种基于蛋白质语言模型构建基因网络来插补空间转录组学数据的方法	利用蛋白质语言模型ESM-2构建基因网络，结合图神经网络与自编码器，从参考单细胞RNA测序数据中插补空间转录组学的缺失基因，并量化预测不确定性	未明确提及局限，但可能依赖参考scRNA-seq数据的质量和基因网络的完整性	提高空间转录组学缺失基因的插补准确性及细胞群识别能力	空间转录组学数据与单细胞RNA测序数据中的基因表达	machine learning	NA	空间转录组测序, scRNA-seq, 蛋白质语言模型ESM-2	自编码器, 图神经网络, 深度学习模型	基因表达数据	多个数据集（具体数量未说明）	NA	自编码器, 图神经网络	插补准确度, 聚类性能	NA
359	2026-05-29	Quantum-level machine learning calculations of Levodopa 2024-10, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108146 PMID:39067350	研究论文	利用量子级机器学习方法计算左旋多巴药物分子的势能面	首次将ANI-1x神经网络势作为量子级机器学习工具，用于预测抗帕金森药物左旋多巴的势能面，并验证其与DFT计算的相似性及计算效率优势	仅针对左旋多巴一种药物分子，未探讨方法对其他药物的普适性；未详细说明ANI-1x模型在更复杂分子或反应路径中的适用性	评估ANI-1x神经网络势在药物分子势能面计算中的准确性和效率	左旋多巴（L-3,4-二羟基苯丙氨酸）抗帕金森药物分子	机器学习	帕金森病	DFT, ANI-1x神经网络势	神经网络	分子结构及能量数据	单个药物分子（左旋多巴）	NA	ANI-1x	NA	NA
360	2026-05-29	Multi-scale DNA language model improves 6 mA binding sites prediction 2024-10, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108129 PMID:39067351	研究论文	提出一种基于多尺度DNA语言模型的框架iDNA6mA-MDL，用于预测N6-甲基腺嘌呤（6 mA）结合位点	整合多种k-mer和核苷酸特性与频率方法进行特征嵌入，并利用DNABERT补偿全局DNA信息捕获不足，实现多尺度序列上下文信息融合	未明确指出，但可能依赖于特定数据集（如水稻基因数据集）的验证，泛化性需更多验证	提高6 mA结合位点预测的准确性，为基因调控、DNA修复和疾病发展等提供见解	6 mA结合位点	机器学习	NA	DNA语言模型、DNABERT	CNN、Transformer	DNA序列	包含一个经典水稻基因数据集（6 mA rice gene dataset）和另外11个6 mA数据集	NA	DNABERT、多尺度特征嵌入	AUC	NA