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
721	2026-07-10	Deep learning-based compressed SENSE improved diffusion-weighted image quality and liver cancer detection: A prospective study 2024-09, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.04.010 PMID:38604347	研究论文	评估基于深度学习的压缩感知弥散加权成像（DL-CS-DWI）在改善肝细胞癌高风险患者图像质量和病变检测中的作用	首次前瞻性研究结合压缩感知和深度学习技术优化弥散加权成像，显著提高图像质量和对临床相关肝病变的检测率，尤其是肝穹窿区域	单中心研究，样本量相对较小（67名参与者），未包含非肝病对照；深度学习模型的具体架构和训练细节未详细说明	评估DL-CS-DWI是否能在肝细胞癌高风险患者中改善DWI图像质量和病变检测能力	肝细胞癌高风险参与者，共67人，含197个临床相关肝病变	数字病理学	肝癌	DWI，压缩感知	CNN	图像	67名参与者，197个临床相关肝病变	NA	NA	定性图像质量，定量图像质量，检测率	NA
722	2026-07-10	MLMFNet: A multi-level modality fusion network for multi-modal accelerated MRI reconstruction 2024-09, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.04.028 PMID:38663831	研究论文	提出一种名为MLMFNet的多级模态融合网络，用于多模态加速MRI重建	通过辅助模态信息跨特征通道和层级融合，改进目标模态的重建效果，并包含基于UNet的单流编码器、多级特征解码器和通道注意力模块三个创新组件	未明确说明局限	实现更快、更准确的MRI重建，利用多模态信息提高重建质量	脑部MRI图像（公共脑数据集和膝盖骨数据集）	计算机视觉	NA	MRI	CNN	图像	公共脑数据集和膝盖骨数据集	PyTorch	UNet	定量分析、定性分析	NA
723	2026-07-10	Frequency and phase correction of GABA-edited magnetic resonance spectroscopy using complex-valued convolutional neural networks 2024-09, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.05.008 PMID:38744351	研究论文	使用复数卷积神经网络对GABA编辑磁共振波谱数据进行频率和相位校正	首次系统评估了复数输入和复数卷积在CNN中对GABA编辑MRS数据频率相位校正的效果，并证明复数配置最优	仅针对GABA编辑的MEGA-PRESS数据，未验证其他MRS序列的泛化能力	确定复数输入与复数卷积相比实数输入与实数卷积在CNN中对GABA编辑MRS数据频率相位校正的有效性	GABA编辑磁共振波谱数据	机器学习	NA	磁共振波谱	卷积神经网络	仿真数据和体内MRS数据	仿真数据集和体内数据集（具体数量未明确）	NA	复数卷积神经网络	信噪比、GABA峰线宽、胆碱伪影、平均绝对误差	NA
724	2026-07-10	Hierarchical multi-task deep learning-assisted construction of human gut microbiota reactive oxygen species-scavenging enzymes database 2024-07-30, mSphere IF:3.7Q2 DOI:10.1128/msphere.00346-24 PMID:38995053	研究论文	提出系统性工作流，采用层级多任务深度学习方法构建人类肠道微生物群活性氧清除酶数据库	首次建立了人类肠道微生物群活性氧清除酶数据库，并采用层级多任务深度学习方法来收集、扩展和探索相关条目	NA	准确预测活性氧清除酶类型，理解氧化应激机制，为对抗与肠道-器官轴相关的疾病提供策略	人类肠道微生物群中的活性氧清除酶	机器学习	NA	NA	层级多任务深度学习模型	序列数据	7,689条条目	NA	NA	NA	NA
725	2026-07-10	Exploring the roles of RNAs in chromatin architecture using deep learning 2024-07-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50573-w PMID:39075082	研究论文	提出深度学习框架AkitaR，结合基因组序列和RNA-DNA互作数据，探究染色质相关RNA在HFFc6细胞中对基因组折叠的调控作用	首次通过深度学习模型系统区分染色质相关RNA的顺式和反式调控作用，识别出多个可能通过反式互作影响染色质结构的新RNA分子，并揭示Alu等重复元件转录本通过反式R-loop形成促进染色质互作的机制	NA	阐明染色质相关RNA在三维基因组组织中的作用机制	HFFc6细胞中的染色质相关RNA及其对染色质构象的调控	机器学习	NA	RNA-seq, 全局RNA-DNA互作分析	深度学习框架	基因组序列, RNA-DNA互作数据, 开放染色质数据	NA	NA	AkitaR	NA	NA
726	2026-07-10	Reduction of ADC bias in diffusion MRI with deep learning-based acceleration: A phantom validation study at 3.0 T 2024-07, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.04.018 PMID:38631532	研究论文	通过深度学习加速减少扩散磁共振成像中ADC偏差的体模验证研究	首次使用商业扩散体模验证深度学习重建技术（C-SENSE AI）在高加速因子和低翻转角条件下减少ADC偏差和随机测量误差的有效性	仅使用体模而非临床患者数据，可能无法完全反映实际诊断场景中的性能	评估深度学习重建方法在加速DWI扫描时对降低ADC偏差和改善变异性的效果	商业扩散体模和数值模拟数据	机器学习	不适用	扩散加权成像	深度学习重建网络	图像	一个商业扩散体模及数值模拟数据集	Philips MR系统内嵌深度学习算法	C-SENSE AI（基于压缩感知和人工智能的深度学习网络）	Lin一致性相关系数, 变异系数, 置信区间, 非参数统计检验	3.0T临床MRI扫描仪
727	2026-07-10	Accelerating antimicrobial peptide design: Leveraging deep learning for rapid discovery 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315477 PMID:39705302	研究论文	利用深度学习方法加速抗菌肽设计，实现快速发现高效抗菌肽	提出两种对比方法：一是基于预计算理化性质的机器学习分类，二是将肽特征转换为信号图像并使用深度学习神经网络，后者准确率达92.9%，显著提升预测效能	仅针对单一微生物（革兰氏阴性大肠杆菌）进行验证，对其他类型抗菌、抗病毒、抗癌肽的适用性需要进一步验证	克服传统实验方法限制，利用机器学习和深度学习预测抗菌肽功效，加速抗菌药物研发	1360条具有抗大肠杆菌活性的肽序列及其34种理化性质	机器学习	感染性疾病	理化性质分析	深度学习神经网络	信号图像（由肽序列理化性质转换）	1360条肽序列样本	NA	NA	准确率	NA
728	2026-07-10	Preliminary exploration of deep learning-assisted recognition of superior labrum anterior and posterior lesions in shoulder MR arthrography 2024-01, International orthopaedics IF:2.0Q2 DOI:10.1007/s00264-023-05987-4 PMID:37726561	research paper	利用深度学习辅助识别肩关节MR关节造影中的上盂唇前后部损伤	首次探索深度学习在肩关节MR关节造影中辅助识别SLAP损伤，并与不同资历放射科医生进行比较	NA	评估深度学习模型SLAP-Net在识别SLAP损伤中的诊断性能	SLAP损伤患者	machine learning	肩关节损伤	MR关节造影	CNN	image	636例患者，其中514例用于训练和测试（数据集1），122例用于独立测试（数据集2）	NA	SLAP-Net	AUC, accuracy	NA
729	2026-07-09	Failure Modes of Time Series Interpretability Algorithms for Critical Care Applications and Potential Solutions 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:41726394	研究论文	系统分析时间序列可解释性算法在重症监护应用中失效的模式，并提出可学习的基于掩码的可解释性框架作为替代方案	首次系统研究梯度、遮挡和置换方法在动态预测任务中因时间依赖性和时间平滑性导致的失效模式，并支持可学习掩码框架融入时间连续性和标签一致性约束	未提供具体实验验证或在大型临床数据集上的评估结果，仅提出概念性替代方案	识别和解决常见可解释性算法在重症监护动态预测中的失效问题，提高模型解释的可靠性	深度学习模型在重症监护中的应用，特别是随时间演变的患者轨迹动态预测任务	机器学习	重症监护相关疾病	NA	可学习掩码模型	时间序列数据	NA	NA	NA	NA	NA
730	2026-07-09	HIBERT: A Hybrid Clustering BERT for Interpretable Opioid Overdose Risk Prediction 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:41726407	research paper	提出一种混合BERT模型HIBERT，结合深度聚类与Transformer，用于可解释的阿片类药物过量风险预测	采用多BERT架构处理不同类别的电子健康记录特征，并融合深度显著性聚类以生成具有临床意义的风险分层	NA	实现早期、可解释的阿片类药物过量风险预测	阿片类药物过量风险预测问题	machine learning	阿片类药物过量	深度学习	BERT	电子健康记录	Health Facts数据库中的样本	NA	BERT	NA	NA
731	2026-07-09	No Black Box Anymore: Demystifying Clinical Predictive Modeling with Temporal-Feature Cross Attention Mechanism 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:41726437	研究论文	提出时间-特征交叉注意力机制（TFCAM），用于临床预测建模，同时提升预测精度和可解释性	创新性地提出时间-特征交叉注意力机制，能够捕捉临床特征在时间维度上的动态交互，提供多层次可解释性，包括识别关键时间周期、特征重要性排序及跨时间特征影响量化	未明确说明，但可能涉及数据集规模有限（仅1,422例患者）和单病种验证（慢性肾病）	解决深度学习模型在临床预测任务中的“黑箱”问题，同时保持高预测性能	慢性肾病患者向终末期肾病的进展预测	机器学习	慢性肾病	NA	Temporal-Feature Cross Attention Mechanism (TFCAM)	临床特征时间序列数据	1,422名慢性肾病患者	NA	TFCAM	AUROC, F1分数	NA
732	2026-07-09	Predicting Chemotherapy-Related Symptom Deterioration Using Hybrid Deep Learning Architecture 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:41726450	研究论文	利用混合深度学习架构（CNN-LSTM）预测化疗患者症状恶化趋势，实现早期干预和预后改善	首次将CNN-LSTM混合架构应用于化疗症状恶化的时间序列预测，并探索最佳数据聚合间隔（5天）以处理高度不平衡数据	NA	预测化疗患者自我报告症状（身体和心理类别）的恶化，以支持实时临床决策	化疗患者的日常自我报告症状数据	自然语言处理	癌症	NA	CNN-LSTM混合模型	时间序列症状日志	NA	NA	CNN-LSTM	准确率, 精确率, 召回率, F1分数, AUC	NA
733	2026-07-09	Opportunistic Screening for Pancreatic Cancer using Computed Tomography Imaging and Radiology Reports 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:41726519	研究论文	利用深度学习融合模型整合CT影像和放射学报告预测胰腺导管腺癌风险	首次实现利用CT影像和放射学报告的深度学习融合模型进行胰腺癌机会性筛查和生存风险预测	未提及	利用深度学习融合模型预测胰腺导管腺癌风险，用于机会性筛查	胰腺导管腺癌患者	数字病理学、计算机视觉、自然语言处理	胰腺癌	CT成像、放射学报告	DeepSurv	CT影像、文本（放射学报告）	内部和外部数据集	NA	DeepSurv	C-index	NA
734	2026-07-07	Machine learning and deep learning models for the diagnosis of apical periodontitis: a scoping review 2024-10-18, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-05989-5 PMID:39419893	综述	评估机器学习与深度学习模型在诊断根尖周炎中的应用现况	系统性地总结了AI模型在根尖周炎诊断中的表现，特别是强调了AI辅助对临床医生诊断敏感性的提升作用	研究间数据集大小、标注技术和算法配置差异显著，且缺乏统一的方法学和性能指标报告标准	评估机器学习与深度学习模型在人类根尖周炎诊断中的应用效果	根尖周炎患者及对应的牙科X光影像	机器学习	根尖周炎	NA	机器学习与深度学习模型	牙科X光影像	纳入19篇研究，具体样本量未统一说明	NA	NA	敏感性，特异性	NA
735	2026-07-07	Deep learning-based detection of indicator species for monitoring biodiversity in semi-natural grasslands 2024-Sep, Environmental science and ecotechnology IF:14.0Q1 DOI:10.1016/j.ese.2024.100419 PMID:38706811	研究论文	开发了基于深度学习的物体检测模型，用于识别半天然草地中的指示物种，以监测生物多样性	首次利用温室培育的标本进行实地植物识别，克服了数据稀缺问题，并实现了从温室到实地条件的成功迁移	未明确说明，但可能受限于温室条件与自然环境的差异、以及数据集的规模	利用深度学习技术检测指示物种，以支持半天然草地的生物多样性监测和保护工作	指示物种（一组维管植物物种），作为高自然价值草原生物多样性评估的替代指标	计算机视觉	NA	物体检测	基于深度学习的物体检测模型	图像	温室培育的指示植物数据集、实验草地和自然草地的小型数据集	NA	物体检测模型（具体架构未在摘要中指定）	平均精度	NA
736	2026-07-07	Extent and Topography of Subretinal Drusenoid Deposits Associate With Rod-Mediated Vision in Aging and AMD: ALSTAR2 Baseline 2024-08-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.65.10.25 PMID:39163034	研究论文	利用监督深度学习量化视网膜下玻璃疣样沉积物（SDD）面积，并分析其与年龄相关性黄斑变性（AMD）中视杆介导视觉的关系	首次使用监督深度学习对55°宽近红外反射图像进行SDD分割量化，并结合OCT手动校对，系统评估SDD面积与视杆视觉功能及地形分布的关系	未说明	研究SDD负担与视杆介导的暗适应及视网膜光感受器地形分布之间的关联	年龄≥60岁的正常、早期AMD和中期AMD眼睛	数字病理学	年龄相关性黄斑变性	光学相干断层扫描	卷积神经网络	图像	428人428只眼（正常218眼，早期AMD 120眼，中期AMD 90眼）	NA	卷积神经网络	Dice系数	NA
737	2026-07-07	Association of Retinal Biomarkers With the Subtypes of Ischemic Stroke and an Automated Classification Model 2024-07-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.65.8.50 PMID:39083310	研究论文	利用OCTA图像通过深度学习模型自动识别缺血性卒中及其亚型，并探索视网膜生物标志物与卒中亚型的关联	首次将深度学习模型应用于OCTA图像以区分缺血性卒中的腔隙性和非腔隙性亚型，并揭示了浅层血管丛的迂曲度和FAZ圆形度与卒中亚型的相关性	外部数据验证中模型AUC略低于内部验证，可能存在数据集偏差；视网膜生物标志物的临床解释需进一步验证	研究基于OCTA图像的深度学习模型在缺血性卒中检测及其亚型分类中的可行性，以及视网膜微血管变化与卒中亚型的关联	865名参与者的1730只眼睛，包括缺血性卒中患者和健康对照者	计算机视觉	缺血性卒中	OCTA成像	深度学习模型	图像	1730只眼睛（来自865名参与者）	PyTorch	ResNet	AUC	NA
738	2026-07-07	Quantifying Geographic Atrophy in Age-Related Macular Degeneration: A Comparative Analysis Across 12 Deep Learning Models 2024-07-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.65.8.42 PMID:39046755	研究论文	比较12种深度学习模型在年龄相关性黄斑变性中地理萎缩分割的性能	系统比较多种编码器-解码器组合（包括视觉变换器）在GA分割中的效果，发现视觉变换器与FPN和UNet架构更优	样本量有限且仅使用两个数据集，未探索其他可能更优的架构组合	确定用于GA分割的最有效的深度学习架构	眼底自发荧光图像中的地理萎缩区域	计算机视觉	年龄相关性黄斑变性	NA	深度学习模型（包括CNN和视觉变换器）	图像	训练集601张FAF图像（AREDS2研究），验证集156张FAF图像（GlaxoSmithKline研究）	NA	FPN, UNet, PSPNet, EfficientNet, ResNet, VGG, Mix Vision Transformer (mViT)	平均绝对差异，Dice系数 (DC)	NA
739	2026-07-07	Sequence of Morphological Changes Preceding Atrophy in Intermediate AMD Using Deep Learning 2024-07-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.65.8.30 PMID:39028907	研究论文	利用深度学习分析中间AMD中外丛状层下陷前形态变化序列	首次使用高精度人工智能量化OCT图像中中间AMD向外层丛状层下陷演变的形态学序列，并揭示光感受器和外核层变薄是早期亚临床特征	NA	研究中间AMD中在外丛状层下陷之前的形态变化序列以预测进展为地图样萎缩	中间AMD患者（280只眼，来自140名个体）	计算机视觉	老年性黄斑变性	OCT成像	CNN	图像	280只眼，来自140名中间AMD患者	PyTorch	U-Net	NA	NA
740	2026-07-07	Fusion of multi-source relationships and topology to infer lncRNA-protein interactions 2024-Jun-11, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2024.102187 PMID:38706631	研究论文	提出一种基于路径掩盖和度回归策略的图自编码器模型FMSRT-LPI，用于预测lncRNA-蛋白质相互作用	首次将路径掩盖和度回归策略整合到图自编码器框架中用于lncRNA-蛋白质相互作用推断，并引入PolyLoss函数优化预测任务	现有深度学习模型在LPI预测中尚未取得满意结果，但本文未明确说明自身模型的局限性	提升lncRNA-蛋白质相互作用预测的准确性，以阐明lncRNA的功能和致病机制	lncRNA和蛋白质之间的相互作用	机器学习	NA	NA	图自编码器	蛋白质序列和lncRNA序列数据	多个公共数据集	PyTorch	图自编码器	NA	NA