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
121	2025-11-21	Noninvasive Computed Tomography-Based Deep Learning Model Predicts In Vitro Chemosensitivity Assay Results in Pancreatic Cancer 2024-01-01, Pancreas IF:1.7Q3 DOI:10.1097/MPA.0000000000002270 PMID:38019604	研究论文	基于CT图像的深度学习模型预测胰腺癌体外化疗敏感性检测结果	首次使用CT图像和深度学习非侵入性预测胰腺癌体外化疗敏感性检测结果	样本量较小（33例患者），需要更大规模验证	优化胰腺导管腺癌的化疗方案选择	胰腺导管腺癌患者	计算机视觉	胰腺癌	计算机断层扫描，组织培养药物反应测定	CNN	医学图像	33例PDAC患者	NA	残差卷积神经网络	准确率，AUC	NA
122	2025-11-20	Deep learning approach to predict autism spectrum disorder: a systematic review and meta-analysis 2024-10-28, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-024-06116-0 PMID:39468522	系统评价与荟萃分析	通过系统评价和荟萃分析评估深度学习技术在儿童自闭症谱系障碍分类中的准确性	首次对深度学习在自闭症谱系障碍分类中的性能进行系统性量化评估	纳入研究存在较大异质性限制了荟萃分析的有效性	评估深度学习技术在儿童自闭症谱系障碍分类中的诊断准确性	自闭症谱系障碍患者	机器学习	自闭症谱系障碍	深度学习	深度学习模型	医学数据	9495名ASD患者来自6个不同数据库	NA	NA	灵敏度,特异性,AUC,SROC	NA
123	2025-11-19	IRTCI: Item Response Theory for Categorical Imputation 2024-Jul-02, Research square DOI:10.21203/rs.3.rs-4529519/v1 PMID:39011102	研究论文	提出基于项目反应理论的分类数据插补新方法IRTCI，并与现有多种机器学习方法进行对比评估	首次将项目反应理论应用于分类数据插补，通过生成概率项确定缺失单元格的类别归属	未明确说明方法在大规模数据集上的计算效率及在复杂缺失模式下的表现	开发更有效的分类数据缺失值插补方法	具有缺失值的分类数据集	机器学习	NA	项目反应理论	IRT	分类数据（顺序、名义、二元）	三个不同数据集	NA	IRTCI	准确率, 预测性能	NA
124	2025-11-19	Mapping single-cell developmental potential in health and disease with interpretable deep learning 2024-Mar-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.19.585637 PMID:38562882	研究论文	开发可解释深度学习框架CytoTRACE 2，用于从单细胞RNA测序数据中表征细胞发育潜能和分化状态	提出首个可在绝对尺度上量化细胞潜能的可解释深度学习框架，涵盖31个跨物种数据集并验证其优于现有方法	方法验证主要基于已公开数据集，需要进一步实验验证在更多疾病模型中的适用性	建立单细胞水平发育潜能定量分析平台	人类和小鼠单细胞RNA测序数据	生物信息学	癌症	单细胞RNA测序	深度学习	基因表达数据	31个数据集，涵盖28种组织类型，62个小鼠胚胎发育时间点	NA	NA	潜能水平恢复准确度，分化状态重建精度	NA
125	2025-11-17	A protein fitness predictive framework based on feature combination and intelligent searching 2024-Dec, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5211 PMID:39548358	研究论文	提出一种基于特征组合和智能搜索的蛋白质适应性预测框架scut_ProFP	整合特征组合和特征选择技术，实现从有限蛋白质序列中提取最相关功能特征信息，并能从低阶突变体泛化到高阶突变体	未明确说明模型对超大规模数据集的扩展性及计算效率	开发高效的蛋白质适应性预测方法以支持蛋白质工程	蛋白质序列及其适应性（fitness）值	机器学习	NA	特征组合、特征选择	NA	蛋白质序列数据	NA	NA	NA	NA	NA
126	2025-11-17	Super-resolution multi-contrast unbiased eye atlases with deep probabilistic refinement 2024-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.6.064004 PMID:39554509	研究论文	提出一种结合超分辨率预处理和深度概率模型的方法，用于创建高分辨率无偏眼部图谱	将深度学习超分辨率算法与无监督深度概率方法相结合，生成更广泛的变形场以增强器官边界对齐	需要足够数量的受试者样本才能有效优化模板	解决在高度变异人群中生成标准化眼部参考图谱的挑战	眼部器官（眼眶和视神经）的形态学特征	医学影像分析	眼科疾病	磁共振成像（MRI）	深度学习, 概率模型	多对比度磁共振图像	NA	NA	NA	Dice系数, Wilcoxon符号秩检验	NA
127	2025-11-16	Machine Learning to Predict Potential Energy Surface of Resveratrol Drug: A Quantum-Level Calculation 2024-Nov-14, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00382 PMID:39563810	研究论文	使用ANI-1x神经网络势能预测白藜芦醇药物的势能面	首次将ANI-1x深度学习技术应用于抗帕金森药物白藜芦醇的量子级势能面预测	仅针对单一分子进行验证，未涉及更复杂的药物分子体系	开发快速准确的药物分子势能面预测方法	白藜芦醇（3,5,4'-三羟基芪）分子	机器学习	帕金森病	密度泛函理论，量子化学计算	神经网络	量子化学计算数据	NA	ANI	ANI-1x	NA	NA
128	2025-11-16	Predictive Modeling and Drug Repurposing for Type-II Diabetes 2024-Nov-14, ACS medicinal chemistry letters IF:3.5Q2 DOI:10.1021/acsmedchemlett.4c00358 PMID:39563823	研究论文	本研究使用机器学习和深度学习模型预测DPP-4抑制剂，并通过药物重定位策略发现潜在糖尿病治疗药物	首次将多任务深度神经网络应用于DPP-4抑制剂预测，并成功从FDA批准药物中识别出具有潜力的重定位候选药物	研究基于计算预测和分子对接，需要后续实验验证	开发预测模型识别DPP-4抑制剂，探索糖尿病药物重定位	DPP-4抑制剂化合物和FDA批准药物	机器学习	糖尿病	分子对接，分子动力学	SVM, RF, NB, MTDNN	化合物结构数据	6,750个化合物和100个FDA批准药物	NA	多任务深度神经网络	准确率, 相关系数	NA
129	2025-11-15	Learning meaningful representation of single-neuron morphology via large-scale pre-training 2024-09-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae395 PMID:39230697	研究论文	提出MorphRep模型，通过大规模预训练学习单神经元形态的有意义表示	首次使用超过25万神经元形态数据进行大规模预训练，采用图结构数据编码和图形变换器，通过多增强视图一致性学习实现最先进性能	NA	开发能够准确表征神经元形态的计算模型	单神经元形态结构	机器学习	脑部疾病	显微镜成像	图变换器	图结构数据	超过250,000个神经元形态数据	NA	图变换器	NA	NA
130	2025-11-14	Diagnostic Performance of Deep Learning Applications in Hepatocellular Carcinoma Detection Using Computed Tomography Imaging 2024-12-30, The Turkish journal of gastroenterology : the official journal of Turkish Society of Gastroenterology DOI:10.5152/tjg.2024.24538 PMID:39760649	研究论文	本研究利用基于YOLO架构的深度学习技术增强CT图像中肝细胞癌的检测能力	首次将YOLO架构应用于肝细胞癌的CT图像检测，显著超越传统诊断方法的准确率	样本量相对有限（122名患者），需要更大规模数据验证	提高肝细胞癌的早期检测准确率，改善患者预后	肝细胞癌患者的CT图像	计算机视觉	肝细胞癌	CT成像	YOLO	医学图像	122名患者的1290张CT图像	NA	YOLO	精确率,召回率,准确率,特异性,敏感性	NA
131	2025-11-13	Investigation of scatter energy window width and count levels for deep learning-based attenuation map estimation in cardiac SPECT/CT imaging 2024-Nov-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad8b09 PMID:39447603	研究论文	本研究评估了深度学习在心脏SPECT/CT成像中估计衰减图的性能，重点分析了散射能量窗宽度和计数水平的影响	首次全面分析了不同散射窗作为深度学习输入的影响，并评估了在降低计数水平下深度学习的性能表现	研究仅针对心脏SPECT成像，结果可能不适用于其他类型的SPECT成像	评估深度学习在心脏灌注SPECT成像中生成衰减图的效用，特别是在不同散射窗设置和降低计数水平条件下的表现	心脏SPECT/CT成像中的衰减图估计	医学影像分析	心血管疾病	SPECT/CT成像，深度学习	深度学习模型	SPECT影像数据	1517名受试者（386名测试，1131名训练和验证）	NA	NA	归一化均方误差（NMSE）	NA
132	2025-11-13	Application of artificial intelligence for the classification of the clinical outcome and therapy in patients with viral infections: The case of COVID-19 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-230917 PMID:37840512	研究论文	本研究应用人工神经网络对COVID-19患者的临床严重程度进行分类，以改善诊断和治疗决策	创新点在于分类不仅针对疾病存在性，还扩展至疾病严重程度分级，为患者分诊提供关键决策支持	研究样本仅来自单一医院（波黑Tešanj总医院），可能限制模型的普适性	提升病毒感染者（特别是COVID-19）的诊断、预测和个性化治疗水平	COVID-19患者（轻度、中度和重度三个临床严重程度类别）	医疗人工智能	COVID-19	深度学习	人工神经网络	临床诊断和治疗数据	1000名患者	NA	人工神经网络	准确率	NA
133	2025-11-13	Lung cancer detection based on computed tomography image using convolutional neural networks 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-230810 PMID:37955065	研究论文	本研究使用基于GoogLeNet架构的卷积神经网络对CT图像中的良恶性肺部病变进行分类	采用深度学习方法和GoogLeNet架构实现肺部CT图像的自动分类，最大程度减少人工干预	回顾性病例对照研究设计，样本量相对有限	开发基于深度学习的决策支持系统，用于肺癌的早期检测和分类	肺部CT扫描图像中的良恶性病变	计算机视觉	肺癌	计算机断层扫描(CT)	CNN	图像	4459个CT扫描（良性2242个，恶性2217个）	NA	GoogLeNet	准确率, 灵敏度, 特异性, 阳性预测值, 阴性预测值	NA
134	2025-11-12	EnergyShare AI: Transforming P2P energy trading through advanced deep learning 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36948 PMID:39296059	研究论文	介绍EnergyShare AI系统，通过深度强化学习优化点对点能源交易	将深度强化学习应用于点对点能源交易系统，相比传统线性整数规划模型在优化双向能源传输方面具有优势	NA	提高能源管理效率并降低能源交易成本	消费者和产消者通过太阳能阵列、储能系统和电动汽车进行的能源交易	机器学习	NA	深度强化学习	DRL	能源交易数据	NA	NA	NA	成本节约、能源传输量	NA
135	2025-11-12	Detection of Peri-Pancreatic Edema using Deep Learning and Radiomics Techniques 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782032 PMID:40039000	研究论文	本研究开发了一种结合深度学习和影像组学技术自动检测胰周水肿的方法	首次提出自动检测胰周水肿的研究，创建了首个该问题的基准测试，结合了现代深度学习架构和影像组学技术	样本量相对有限（255例患者），需要进一步验证	开发自动检测胰周水肿的方法以辅助胰腺炎诊断和管理	胰腺疾病患者的CT影像数据	医学影像分析	胰腺炎	CT影像分析	Transformer, XGBoost	CT图像	255例胰腺疾病患者	PyTorch	LinTransUNet, Swin-Tiny	Dice系数, mIoU, 召回率, 精确率, 准确率	NA
136	2025-11-12	Image fusion using Y-net-based extractor and global-local discriminator 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30798 PMID:38784534	研究论文	提出一种基于Y-Net和全局-局部判别器的GAN模型用于红外与可见光图像融合	采用Y-Net作为生成器主干架构，引入残差密集块和跨模态上下文注意力捷径，结合全局-局部判别器实现无融合规则的端到端图像融合	NA	解决多模态图像融合中特征提取和信息保真度的挑战	红外图像与可见光图像	计算机视觉	NA	图像融合技术	GAN	图像	NA	NA	Y-Net, RDblock, CMSCA, PatchGAN	结构相似性指数, 强度相似性, 梯度相似性	NA
137	2025-11-09	Predicting protein interactions of the kinase Lck critical to T cell modulation 2024-11-07, Structure (London, England : 1993) DOI:10.1016/j.str.2024.09.010 PMID:39368461	研究论文	使用深度学习预测激酶Lck与免疫相关蛋白的关键相互作用，揭示T细胞调控新机制	首次系统预测Lck激酶的蛋白质相互作用网络，发现其与棕榈酰转移酶的特异性靶向机制、与CD45磷酸酶的构象激活机制以及与LAG3免疫检查点的抑制机制	预测结果需要实验验证，筛选范围仅限于约1000个免疫相关蛋白	揭示激酶Lck在T细胞信号转导中的蛋白质相互作用网络	激酶Lck及其相互作用的蛋白质（包括棕榈酰转移酶、CD45磷酸酶、LAG3免疫检查点等）	计算生物学	免疫相关疾病	深度学习结构预测	深度学习	蛋白质序列和结构数据	约1000个免疫相关蛋白质	AF2Complex	AlphaFold2架构	结构建模质量评估	NA
138	2025-11-09	Machine-learning based prediction of future outcome using multimodal MRI during early childhood 2024-Nov, Seminars in fetal & neonatal medicine IF:2.9Q1 DOI:10.1016/j.siny.2024.101561 PMID:39528363	综述	本文综述了基于多模态MRI和机器学习方法预测婴幼儿早期神经发育结局的研究进展	整合多模态MRI技术（sMRI、dMRI、fMRI、pMRI）与机器学习方法，探索早期脑发育预测生物标志物	NA	通过多模态MRI和机器学习预测婴幼儿神经发育结局，实现早期异常发育的检测和个性化干预	婴幼儿早期脑发育过程	机器学习	精神神经疾病	多模态MRI（结构MRI、扩散MRI、功能MRI、灌注MRI）	机器学习、深度学习	多模态磁共振图像	NA	NA	NA	NA	NA
139	2025-11-08	ConoDL: a deep learning framework for rapid generation and prediction of conotoxins 2024-Dec-26, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-024-00582-0 PMID:39724258	研究论文	提出一个名为ConoDL的深度学习框架，用于快速生成和预测芋螺毒素	结合迁移学习和大语言模型解决芋螺毒素生成中的数据限制问题，并生成具有新型半胱氨酸支架的人工芋螺毒素	芋螺毒素数据有限且结构复杂，限制了深度学习模型的应用	开发新型方法探索芋螺毒素的分子空间	芋螺毒素（小型二硫键丰富的生物活性肽）	机器学习	NA	深度学习	LLM	序列数据	NA	NA	ConoGen, ConoPred	序列和结构水平的肽特性评估	NA
140	2025-11-08	Liquid Biopsy-Based Detection and Response Prediction for Depression 2024-11-26, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c08233 PMID:39501510	研究论文	通过基于深度学习的血浆细胞外囊泡光谱分析开发抑郁症检测和治疗反应预测方法	首次将深度学习和拉曼光谱技术结合应用于细胞外囊泡分析，实现抑郁症的客观诊断和抗抑郁药物反应预测	样本来源仅限于血浆细胞外囊泡，需要进一步验证在其他人群和临床环境中的适用性	开发基于液体活检的抑郁症客观诊断和治疗反应预测方法	抑郁症患者、健康个体和恐慌障碍患者的血浆细胞外囊泡	机器学习	抑郁症	拉曼光谱分析，细胞外囊泡分离	深度学习	光谱信号数据	未具体说明样本数量，包括抑郁症患者、健康个体和恐慌障碍患者	NA	NA	AUC	NA