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
441	2026-05-16	A pathology foundation model for cancer diagnosis and prognosis prediction 2024-10, Nature IF:50.5Q1 DOI:10.1038/s41586-024-07894-z PMID:39232164	研究论文	提出了一种通用的弱监督机器学习框架CHIEF，用于提取病理成像特征以实现系统的癌症评估	利用两种互补的预训练方法（无监督预训练和弱监督预训练）来提取多样化的病理表征，并在大规模多部位全切片图像上验证了其优越的泛化能力	未提及具体局限性	开发一种能够泛化到不同数字化协议和不同人群样本的通用病理学基础模型，用于癌症诊断和预后预测	19个解剖部位的60,530张全切片图像和国际上24家医院及队列的32个独立切片集共19,491张全切片图像	数字病理学	癌症	NA	弱监督机器学习	病理全切片图像	60,530张全切片图像用于开发，19,491张全切片图像用于验证	PyTorch	NA	准确率、AUC	44TB高分辨率病理成像数据集
442	2026-05-16	Improving 18F-FDG PET Quantification Through a Spatial Normalization Method 2024-10-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.123.267360 PMID:39209545	研究论文	提出一种无需MRI的基于迁移学习的深度神经网络方法，实现18F-FDG PET图像的自动空间标准化，提升定量准确性	通过迁移学习将预训练的淀粉样蛋白PET模型适配到FDG PET空间标准化任务，仅需103张FDG PET/MR图像即可训练，无需配准的3D MRI，在外部数据集上表现优异	外部数据集与内部数据集人种分布不同且PET扫描仪及重建算法各异，可能影响泛化性，但文中未明确讨论其他潜在局限性	改进FDG PET图像定量分析，避免对个体3D MRI的依赖	18F-FDG PET脑图像，内部测试集65例和外部测试集78例	计算机视觉	脑肿瘤、癫痫、痴呆、帕金森病	18F-FDG PET成像	深度神经网络	图像	103张FDG PET/MR图像用于训练，65例内部测试集和78例外部测试集	PyTorch（根据迁移学习常见实现推断）	预训练深度神经网络（具体架构未说明）	归一化互信息、SUV比值相关系数、组内相关系数	NA
443	2026-05-16	Detectability of Hypoattenuating Liver Lesions with Deep Learning CT Reconstruction: A Phantom and Patient Study 2024-10, Radiology IF:12.1Q1 DOI:10.1148/radiol.232749 PMID:39377679	研究论文	通过体模和患者研究，评估深度学习CT重建对低衰减肝病变的可检测性	首次客观评估DLIR与ASIR-V在低对比度病变可检测性方面的差异，结合患者和体模研究	单中心回顾性研究，样本量有限，且病变类型可能不全面	比较深度学习CT重建（DLIR）与自适应统计迭代重建（ASIR-V）对低衰减肝病变的可检测性	低对比度肝病变（体模和患者）	计算机视觉	肝病	CT深度学习重建	深度学习模型	CT图像	50例患者（86个肝病变，平均尺寸15mm ± 9.5）和体模	NA	NA	图像质量、诊断置信度、显著性、小病变可见性、对比度噪声比	NA
444	2026-05-16	Prediction of Ischemic Stroke Functional Outcomes from Acute-Phase Noncontrast CT and Clinical Information 2024-10, Radiology IF:12.1Q1 DOI:10.1148/radiol.240137 PMID:39404632	研究论文	利用急性期非增强CT和临床信息，通过深度学习模型预测缺血性卒中患者90天功能预后	首次提出融合非增强CT影像与临床信息（如年龄、性别、NIHSS评分等）的深度学习模型，无需人工后处理，直接预测改良Rankin量表评分	未提及具体限制，但可能包括回顾性设计、样本量有限、外部验证不足等	开发融合急性期非增强CT和临床信息的深度学习模型，以预测90天功能预后	缺血性卒中患者	医学影像分析, 机器学习	缺血性卒中	非增强CT	深度学习模型	非增强CT影像, 临床数据（年龄、性别、NIHSS评分、高血压史等）	1335名患者（中位年龄71岁，674名女性）	NA	NA	平均绝对误差, 受试者工作特征曲线下面积	NA
445	2026-05-16	Evaluating the Performance and Bias of Natural Language Processing Tools in Labeling Chest Radiograph Reports 2024-10, Radiology IF:12.1Q1 DOI:10.1148/radiol.232746 PMID:39436298	research paper	评估四种自然语言处理工具在标注胸部X光报告中的准确性和人口统计学偏差	首次系统评估了四种NLP工具在不同人口统计亚组（年龄、性别、种族）中的偏差表现，揭示了老年患者群体中更高的错误率	研究仅限于两个公开数据集，可能无法推广到其他医疗环境或非英语报告	评估四种胸部X光报告标注NLP工具的准确性和人口统计学偏差	两个胸部X光数据集（MIMIC和IU）中的胸部疾病标签标注	natural language processing	NA	NLP	CheXpert (规则型), RadReportAnnotator (深度学习型), GPT-4 (深度学习型), cTAKES (混合型)	文本	MIMIC数据集692名患者，IU数据集3665名患者	NA	BN	准确率, 错误率	NA
446	2026-05-16	INSPIRE: interpretable, flexible and spatially-aware integration of multiple spatial transcriptomics datasets from diverse sources 2024-Sep-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.23.614539 PMID:39386646	research paper	提出INSPIRE，一种用于整合分析多个空间转录组数据集的深度学习方法	结合图神经网络、对抗学习机制和非负矩阵分解，实现了空间感知、可解释且灵活的多源空间转录组数据整合	NA	开发一种能够有效整合和解析来自不同样本、技术和发育阶段的空间转录组数据的方法	人类皮层切片、小鼠脑切片、小鼠海马体和胚胎切片，以及包含50万个空间点的时空器官发生图谱	machine learning	NA	空间转录组学	图神经网络	空间转录组数据	包含50万个空间点的时空器官发生图谱等多个数据集	NA	图神经网络、非负矩阵分解	NA	NA
447	2026-05-16	Unrealistic Data Augmentation Improves the Robustness of Deep Learning-Based Classification of Dopamine Transporter SPECT Against Variability Between Sites and Between Cameras 2024-09-03, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.267570 PMID:39054285	研究论文	提出强烈非真实数据增强方法，提升深度学习在多巴胺转运体SPECT图像分类中对站点和相机差异的鲁棒性	首次提出基于高斯模糊和加性噪声的强烈非真实数据增强策略，显著优于传统增强方法和无增强方案	仅针对多巴胺转运体SPECT图像，需验证在其他核医学成像任务中的迁移性	提高卷积神经网络在临床实际数据中的泛化能力，减少站点和相机差异对分类性能的影响	多巴胺转运体SPECT图像（I-标记的FP-CIT）	计算机视觉	神经退行性疾病	SPECT成像	CNN	图像	训练集1100张图像，两个独立测试集分别为645张和640张图像	PyTorch	nnU-Net（用于对比增强方法）	准确率, 95%置信区间	NA
448	2026-05-16	GANSamples-ac4C: Enhancing ac4C site prediction via generative adversarial networks and transfer learning 2024-06, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115495 PMID:38431142	研究论文	提出GANSamples-ac4C框架，融合生成对抗网络与迁移学习合成RNA序列，提升ac4C修饰位点预测准确性	首次将生成对抗网络与迁移学习结合生成合成RNA序列以缓解数据稀缺问题，同时具备可解释的决策逻辑，识别出ac4C序列关键区域及相关基序	已知ac4C修饰位点有限可能影响模型训练稳定性，合成数据在真实生物场景中的泛化能力有待进一步验证	开发一种高效准确的ac4C修饰位点计算预测方法，并解决数据稀缺问题	RNA序列上的N4-乙酰胞苷修饰位点	机器学习	NA	RNA-seq测序数据	生成对抗网络、迁移学习	序列数据	使用已知的ac4C修饰位点数据及生成的合成RNA序列	TensorFlow, PyTorch	生成对抗网络 (含生成器和判别器), 预训练模型	AUC, 准确率, 召回率, F1-score	NA
449	2026-05-16	4 mC site recognition algorithm based on pruned pre-trained DNABert-Pruning model and fused artificial feature encoding 2024-06, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115492 PMID:38458307	研究论文	提出基于剪枝预训练DNABert-Pruning模型与人工特征编码融合的4mC位点识别算法DNABert-4mC	将预训练模型剪枝压缩后与人工特征编码模块融合，并引入AFF-4mC融合策略提升多语义空间特征表示能力	未提及	提高4mC位点识别的准确性和特征表示能力	DNA序列中的4mC位点	机器学习	NA	DNA测序	DNABert-Pruning（预训练剪枝模型）	DNA序列数据	六个独立测试集	NA	DNABert-Pruning	AUC	NA
450	2026-05-16	Vascularized organoid-on-a-chip: design, imaging, and analysis 2024-05, Angiogenesis IF:9.2Q1 DOI:10.1007/s10456-024-09905-z PMID:38409567	综述	本文综述了血管化类器官芯片的设计、成像与分析技术，涵盖芯片设计、培养策略、光学成像、组织透明化方法及深度学习在血管分析中的应用	系统整合了血管化类器官芯片的设计、成像与分析方法，特别强调了组织透明化技术与深度学习在克服成像深度限制和提高分析效率方面的创新应用	现有血管化类器官芯片在血管网络成熟度、长期稳定性及高通量分析方面仍存在挑战，且深度学习方法的泛化能力有待验证	总结血管化类器官芯片的设计、成像与分析技术现状，并展望未来发展方向	血管化类器官芯片模型及其血管网络分析技术	数字病理学	NA	NA	深度学习	图像	NA	NA	NA	NA	NA
451	2026-05-16	A systematic review on automatic identification of insomnia 2024-Mar-05, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad2059 PMID:38237198	综述	关于自动识别失眠症的系统综述，评估了2015至2023年间基于机器学习和深度学习的方法	首次系统分类和比较了15种用于自动失眠检测的不同算法，揭示了当前研究中的显著空白和未来发展方向	当前方法在准确性和可靠性方面仍有改进空间，且可能受限于不同数据集和生理信号的质量	对自动识别失眠症系统的主要特征进行分类、比较和评估	睡眠脑电信号及其他生理信号	机器学习	失眠症	NA	机器学习模型和深度学习模型	生理信号	超过30篇相关出版物	NA	NA	准确性、可靠性等指标	NA
452	2026-05-16	Expanding from unilateral to bilateral: A robust deep learning-based approach for predicting radiographic osteoarthritis progression 2024-03, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2023.11.022 PMID:38113994	研究论文	开发并验证基于双侧膝关节视图的深度学习模型，用于预测骨关节炎的影像学进展	提出双侧膝关节神经网络（BikNet），首次利用对侧膝关节作为辅助视图来预测骨关节炎进展，优于传统单侧模型	仅使用OAI数据集，可能泛化性受限；未提及外部验证数据集	开发稳健的深度学习模型预测骨关节炎进展，提高临床诊断准确性和一致性	OAI研究中参与者的双侧膝关节后前位X光片	计算机视觉	骨关节炎	NA	CNN	图像	3583名参与者	NA	DenseNet, ResNext, BikNet	AUC, 敏感性, 特异性	NA
453	2026-05-15	Accelerated 2D radial Look-Locker T1 mapping using a deep learning-based rapid inversion recovery sampling technique 2024-12, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5266 PMID:39358992	研究论文	开发一种基于深度学习的快速反转恢复采样技术，用于加速二维径向Look-Locker T1映射	通过结合快速T1恢复曲线采样、切片选择性反转、优化切片交错和卷积神经网络T1估计，实现单次屏气内的全腹部T1映射	NA	开发一种能够在单次屏气内高效覆盖腹部的T1映射框架	腹部器官的T1值估计	数字病理学	NA	T1映射	卷积神经网络	图像	21个切片，单次屏气20秒	NA	卷积神经网络	皮尔逊相关系数、重复性系数、变异系数	NA
454	2026-05-15	A Single-Cell Interrogation System from Scratch: Microfluidics and Deep Learning 2024-11-28, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.4c02745 PMID:39547656	研究论文	为微生物学家提供从零构建微流控和深度学习单细胞实时成像系统的指南	整合微流控芯片制造与深度学习图像处理，使非专业研究者能自行搭建高容量单细胞分析平台	需要基本的微流控知识，且系统定制化程度高，可能不适用于所有微生物实验场景	指导微生物学家构建可记录和分析大量细菌细胞周期的实时成像系统	细菌单细胞	数字病理学	NA	荧光显微镜, 微流控, 深度学习	深度学习模型	图像	数千个细菌细胞周期	NA	NA	NA	NA
455	2026-05-15	Long axial-range double-helix point spread functions for 3D volumetric super-resolution imaging 2024-Aug-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.31.605907 PMID:39131321	研究论文	展示长轴向范围双螺旋点扩散函数在三维体积超分辨成像中的应用	简化了三维单分子超分辨成像的工作流程，利用长轴向范围双螺旋点扩散函数实现无拼接的全细胞成像，并结合深度学习算法提高稠密发射体的定位速度与分辨率	未详细提及局限性，需进一步评估在实际厚样本中的性能限制	优化三维超分辨成像技术，简化厚样本的体积成像流程	荧光珠和U-2 OS细胞中的核纤层蛋白lamin B1	计算机视觉	NA	单分子定位显微镜、DNA-PAINT	深度学习定位算法	图像	荧光珠样本及U-2 OS细胞样本	NA	NA	定位精度、成像速度、分辨率	NA
456	2026-05-15	Approaching artificial intelligence to Hospital Pharmacy 2024-07, Farmacia hospitalaria : organo oficial de expresion cientifica de la Sociedad Espanola de Farmacia Hospitalaria IF:1.0Q4 DOI:10.1016/j.farma.2024.02.007 PMID:39097366	综述文章	探讨人工智能在医院药学中的应用及其潜在影响	强调人工智能技术（如机器学习、深度学习）如何在医院药房中优化药物管理流程、提升患者安全性和用药效率	未提及具体实验数据或案例验证，缺乏对实际部署挑战和局限性的深入分析	阐述人工智能在医院药学领域的应用前景，推动药学服务智能化转型	医院药学实践中的药物相互作用检测、安全性评估、疗效优化等场景	自然语言处理, 机器学习	不适用	机器学习, 深度学习, 自然语言处理	神经网络（通用）	患者电子健康记录、实验室结果、用药档案等医疗文本数据	不适用	不适用	不适用	不适用	不适用
457	2026-05-15	[Translated article] Introducing artificial intelligence to hospital pharmacy departments 2024-07, Farmacia hospitalaria : organo oficial de expresion cientifica de la Sociedad Espanola de Farmacia Hospitalaria IF:1.0Q4 DOI:10.1016/j.farma.2024.04.001 PMID:39097375	综述	介绍人工智能在医院药房部门的应用及其潜在影响	系统性地阐述人工智能技术在医院药房中的多维度应用，从药物相互作用检测到临床决策支持	未提供具体实施案例或量化评估结果，缺乏临床验证数据	探讨人工智能如何提升医院药房服务质量、优化流程并促进创新	医院药房部门的药剂师及相关临床工作流程	机器学习	NA	机器学习、深度学习、自然语言处理	神经网络	文本（医疗记录、实验室结果、用药档案）	NA	NA	NA	NA	NA
458	2026-05-15	Deep Learning-Enabled Quantification of 99mTc-Pyrophosphate SPECT/CT for Cardiac Amyloidosis 2024-07-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.267542 PMID:38724278	研究论文	利用深度学习量化99mTc-焦磷酸盐SPECT/CT图像以诊断心脏淀粉样变性	首次使用基础深度学习模型从CT衰减图中分割心脏腔室和心肌，并将其应用于衰减校正的SPECT图像，实现全自动体积量化99mTc-焦磷酸盐放射性示踪剂活性	未提及具体限制	评估深度学习方法在全自动定量化评估99mTc-焦磷酸盐SPECT/CT图像中的诊断准确性	疑似转甲状腺素蛋白心脏淀粉样变性（ATTR CA）患者	机器学习的医学影像应用	心脏淀粉样变性	SPECT/CT成像, 99mTc-焦磷酸盐显像, 深度学习分割	基础深度学习模型（用于CT衰减图分割）	CT衰减图, SPECT图像	299名患者（中位年龄76岁，其中83名诊断为ATTR CA）	NA	基础深度学习模型（具体架构未提及）	AUC, 风险比（HR）	NA
459	2026-05-15	Deep learning pipeline for quality filtering of MRSI spectra 2024-07, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5012 PMID:37518942	研究论文	提出一种基于深度学习集成模型的质量过滤管道，用于自动筛选3D磁共振波谱成像中的光谱数据	首次将卷积自编码器与多层感知机网络配对并采用多数投票机制，针对不同光谱表示（实部、虚部、两者结合）进行鲁棒分类，实现高质量光谱自动筛选	对受脂质轻微污染的最少代表类别谱，F1分数较低（0.82），且数据集仅来自一名健康受试者和五名脑肿瘤患者	开发自动化预处理管道，在代谢物定量前过滤低质量光谱并识别可修复的污染光谱	来自一名健康受试者和五名脑肿瘤患者的36,338个大脑光谱数据	数字病理学	脑肿瘤	MRSI, EPSI, SLOW编辑	集成深度学习网络（卷积自编码器 + 多层感知机）	频谱	36,338个光谱（来自1名健康受试者和5名脑肿瘤患者）	NA	卷积自编码器, 多层感知机	F1分数	NA
460	2026-05-15	Electromagnetic interference elimination via active sensing and deep learning prediction for radiofrequency shielding-free MRI 2024-07, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.4956 PMID:37088894	研究论文	提出一种结合主动感知与深度学习预测的方法，用于消除无射频屏蔽或屏蔽不完整磁共振成像中的电磁干扰	首次利用主动感知线圈和卷积神经网络模型预测并去除MRI信号中的电磁干扰成分，实现无射频屏蔽MRI扫描	方法在更高场强或复杂干扰环境中的泛化能力有待验证，且依赖额外传感线圈硬件支持	实现无射频屏蔽或屏蔽不完整条件下的高图像信噪比MRI成像	电磁干扰信号与MRI接收线圈中的信号关系建模及干扰消除	机器学习	NA	MRI成像	卷积神经网络	磁共振信号数据	0.055T和1.5T MRI扫描仪各一台的初步实验数据	PyTorch	卷积神经网络	信噪比	NA