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
141	2026-07-03	Deep Learning of Cancer Stem Cell Morphology 2024, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-3730-2_17 PMID:38478348	研究论文	利用深度学习识别癌症干细胞形态，并可视化AI学习过程以发现未知结构	首次使用AI图像识别技术自动识别癌症干细胞形态，无需先验图像标注知识，并通过深度学习过程可视化揭示未识别的结构	NA	构建能识别培养物和肿瘤组织中癌症干细胞形态的AI模型	癌症干细胞的形态特征	计算机视觉	癌症	NA	深度学习模型	图像	NA	NA	NA	NA	NA
142	2026-07-03	Prediction of LncRNA-protein Interactions Using Auto-Encoder, SE-ResNet Models and Transfer Learning 2024, MicroRNA (Shariqah, United Arab Emirates) DOI:10.2174/0122115366288068240322064431 PMID:38591194	研究论文	提出一种名为AR-LPI的深度学习框架，用于预测长链非编码RNA与蛋白质的相互作用	使用自编码器进行特征提取，结合SE-ResNet模型进行预测，并引入迁移学习处理小样本数据集	未提及具体局限性	提高LncRNA-蛋白质相互作用预测的准确性	长链非编码RNA与蛋白质的相互作用	机器学习	癌症, Prader-Willi综合征, 自闭症, 阿尔茨海默病, 软骨毛发发育不全, 听力损失	NA	自编码器, SE-ResNet	序列数据和二级结构特征	NA	NA	SE-ResNet	准确率, F值	NA
143	2026-07-01	All-Atom Protein Sequence Design Based on Geometric Deep Learning 2024-12-09, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202411461 PMID:39295564	研究论文	介绍GeoSeqBuilder，一个整合蛋白序列生成与侧链构象预测的深度学习框架	首次将蛋白序列生成与侧链构象预测整合为端到端框架，利用空间几何特征显式包含相邻残基的三体相互作用	需要进一步测试以验证广泛适用性	设计针对特定蛋白主链的序列，生成全原子结构	蛋白序列与侧链构象	机器学习	NA	深度学习	深度学习框架	蛋白结构数据	15个测试序列（硫氧还蛋白和三螺旋束蛋白）	PyTorch	GeoSeqBuilder	天然残基回收率、热稳定性、晶体结构匹配度、酶活性	NA
144	2026-07-01	Société de Biomécanique young investigator award 2023: Estimation of intersegmental load at L5-S1 during lifting/lowering tasks using force plate free markerless motion capture 2024-12, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2024.112422 PMID:39579592	研究论文	使用无力板无标记运动捕捉系统估算L5-S1关节在举升/降低任务中的节段间负荷	首次采用多视角无标记运动捕捉系统结合深度学习进行L5-S1关节负荷估算，无需力板，并与基于标记和力板的参考方法进行了严格对比	需要在真实工业条件下进行进一步验证	准确估算举升/降低任务中的L5-S1关节负荷，以理解肌肉骨骼疾病的发病机制	L5-S1关节的净力和力矩	计算机视觉	肌肉骨骼疾病	无标记运动捕捉	深度学习	图像	多名受试者	NA	NA	平均差异、峰值差异	NA
145	2026-07-01	Machine Learning-Based Prediction Model for ICU Mortality After Continuous Renal Replacement Therapy Initiation in Children 2024-12-01, Critical care explorations DOI:10.1097/CCE.0000000000001188 PMID:39688905	研究论文	利用机器学习技术预测接受持续肾脏替代治疗（CRRT）的儿童及年轻成人患者ICU及院内生存率的模型开发与验证	首次针对儿童和年轻成人CRRT患者开发机器学习模型预测ICU及院内生存率，并评估了多种算法（如随机森林、逻辑回归）的性能差异	研究受限于回顾性设计、样本量有限（933例）、输入变量范围不足，且未进行深度特征选择或使用深度学习算法	开发并验证基于机器学习的预测模型，用于帮助临床决策，识别儿童CRRT患者中高死亡风险群体	2015-2021年接受CRRT的急性肾损伤和/或容量超负荷的25岁以下患者（共933例）	机器学习	急性肾损伤	NA	逻辑回归、决策树、随机森林、梯度提升机、支持向量机	临床数据（包括实验室指标、疾病评分、诊断信息等）	933例患者（中位年龄8.97岁，54%男性）	NA	随机森林、逻辑回归（L2正则化）、支持向量机（线性核）	AUROC, AUPRC	NA
146	2026-07-01	Exploring prognostic biomarkers in pathological images of colorectal cancer patients via deep learning 2024-11, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70003 PMID:39343999	研究论文	通过深度学习从结直肠癌患者病理图像中探索预后生物标志物	利用弱监督深度学习模型构建结直肠癌风险评分，结合多组学数据揭示潜在生物学机制，并构建病理组学列线图提升预后预测准确性	NA	开发基于病理图像的结直肠癌预后风险评分，实现个性化预后分层和治疗策略制定	结直肠癌患者的H&E全切片图像及多组学数据	数字病理学, 机器学习	结直肠癌	H&E染色全切片成像, 多组学分析	弱监督深度学习模型	病理图像, 多组学数据	训练集：640例前列腺、肺、结直肠和卵巢癌筛查试验患者；验证集：522例癌症基因组图谱结直肠癌患者	PyTorch	Grad-CAM	总体生存分析中的p值, 列线图预测精度	NA
147	2026-07-01	Deep learning-based analysis of EGFR mutation prevalence in lung adenocarcinoma H&E whole slide images 2024-11, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70004 PMID:39358807	研究论文	开发深度学习模型，通过分析肺腺癌H&E全切片图像预测EGFR突变状态，并引入EGFR突变流行度评分以提升可解释性	提出EGFR突变流行度评分量化全切片中EGFR突变区域分布，采用补丁掩码调度训练策略学习多种组织病理模式，并在多中心数据集上验证模型泛化能力	仅依赖H&E染色图像，未整合其他模态数据；模型预测性能仍需提升；可解释性分析局限于特定突变亚型和组织学亚型	利用深度学习从全切片图像中无创预测肺腺癌EGFR突变状态，为快速筛查和治疗方案制定提供依据	肺腺癌患者的H&E染色全切片图像及对应EGFR突变状态	数字病理学，计算机视觉	肺腺癌	H&E染色全切片成像	深度学习模型（基于多实例学习）	全切片图像	868例训练样本（来自3家医疗机构），197例测试样本（来自1家医疗机构），64例样本进行二代测序分析	NA	多实例学习框架（具体架构未明确说明）	AUC， AUPRC， Spearman相关系数	NA
148	2026-07-01	Breast cancer survival prediction using an automated mitosis detection pipeline 2024-11, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70008 PMID:39466133	研究论文	使用自动有丝分裂检测流程预测乳腺癌生存率	提出了一种全自动的有丝分裂检测方法，包括新型自动区域选择器，用于在整张切片图像上找到最佳有丝分裂热点并计算有丝分裂计数	NA	验证全自动有丝分裂检测方法在乳腺癌患者生存预测中的预后价值	乳腺癌患者及其有丝分裂计数	数字病理学	乳腺癌	病理切片成像	深度学习模型	图像	912例乳腺癌患者的全切片图像	NA	NA	生存分析中的单变量和多变量预测值	NA
149	2026-07-01	The impacts of positive selection on genomic variation in Drosophila serrata: Insights from a deep learning approach 2024-09, Molecular ecology IF:4.5Q1 DOI:10.1111/mec.17499 PMID:39188068	研究论文	利用深度学习方法探究正选择对果蝇塞拉塔种群基因组变异的影响	采用先进深度学习算法（partialS/HIC）对果蝇种群正选择进行全面分析，揭示了软性选择扫荡的普遍性和正选择通过搭车效应增加有害变异频率的新见解	算法在区分中性区域与部分扫荡及连锁区域时受人口统计学错误设定影响，且依赖于推断的人口历史模型	探究正选择如何直接和间接影响果蝇塞拉塔种群的基因组组成	澳大利亚东部果蝇塞拉塔种群	机器学习	不适用	全基因组测序	深度学习算法（partialS/HIC）	基因组序列数据	110个全基因组序列	不适用	不适用	不适用	不适用
150	2026-07-01	Development and Validation of a Deep Learning Model for Prediction of Adult Physiological Deterioration 2024-09-01, Critical care explorations DOI:10.1097/CCE.0000000000001151 PMID:39258951	研究论文	开发并验证了一种基于深度学习模型（DETERIO）用于预测成人生理恶化	基于共识定义（AIDE标准）将恶化问题视为状态价值估计问题，并优于商业恶化评分系统（EDI）	需要进一步研究评估模型的泛化能力和实际临床影响	开发并验证一种深度学习恶化预测模型，以改善临床干预时机	成人住院及急诊患者	机器学习	心血管疾病	NA	深度学习模型	临床数据	推导队列330,729名患者（住院71,735人，急诊258,994人）；验证队列65,898名患者（住院13,750人，急诊52,148人）	NA	基于先前工作的架构	AUC, 灵敏度, 阳性预测值	NA
151	2026-07-01	Predicting and Recognizing Drug-Induced Type I Brugada Pattern Using ECG-Based Deep Learning 2024-05-21, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.033148 PMID:38726893	研究论文	开发基于心电图的深度卷积神经网络BrS-Net，用于识别和预测药物诱导的I型Brugada模式	首次将小波分析与深度卷积神经网络结合，同时实现药物诱导的I型Brugada模式的识别和基线心电图的预测	未在未经选择的广泛人群中验证其外部泛化能力，样本量有限且为单中心研究	评估深度卷积神经网络在识别和预测Brugada综合征诊断中的性能	接受阿义马林检测的连续患者的心电图追踪	医学图像分析	Brugada综合征	心电图（ECG），小波分析	深度卷积神经网络（CNN）	心电图信号	1188名患者，其中361名（30.3%）在阿义马林输注期间出现I型Brugada模式	NA	卷积神经网络（BrS-Net）	AUC-ROC, AUC-PR	NA
152	2026-07-01	Prediction of immunochemotherapy response for diffuse large B-cell lymphoma using artificial intelligence digital pathology 2024-05, The journal of pathology. Clinical research DOI:10.1002/2056-4538.12370 PMID:38584594	研究论文	利用数字病理学和深度学习预测弥漫性大B细胞淋巴瘤免疫化疗反应	结合对比学习特征提取、多模态预测模型和知识蒸馏技术，基于病理图像独立预测药物反应	样本量有限且为回顾性研究，缺乏大规模前瞻性验证	开发基于人工智能的免疫化疗反应预测工具，辅助DLBCL临床管理	弥漫性大B细胞淋巴瘤患者的免疫化疗反应	数字病理学	弥漫性大B细胞淋巴瘤	数字病理学	深度学习模型	组织病理学图像	216名DLBCL患者的251张切片图像	NA	对比学习模型	AUC	NA
153	2026-07-01	Classification of white blood cells (leucocytes) from blood smear imagery using machine and deep learning models: A global scoping review 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0292026 PMID:38885231	综述	对2006年至2023年间白细胞的机器学习和深度学习分类方法进行了全球范围综合回顾	首次系统性地综述了机器学习和深度学习在白细胞的分类中的应用，并对比了不同模型在数据集大小变化下的表现差异	部分传统机器学习模型在小数据集上精度下降，数据集可用性仍是主要挑战，建议通过数据增强技术解决	全面识别、探索和对比用于白细胞分类的机器学习和深度学习方法	136篇2006年至2023年间的全球研究文献	计算机视觉	血液相关疾病	血涂片成像	深度学习模型（特别是CNN）	图像	来自26个国家的136篇研究，其中美国32篇，荷兰26篇	NA	卷积神经网络	准确率	NA
154	2026-07-01	A multifaceted suite of metrics for comparative myoelectric prosthesis controller research 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0291279 PMID:38739557	研究论文	提出一套全面的肌电假肢控制器评估指标，并通过实时控制实验验证其有效性	首次提出涵盖任务表现、控制特性和用户体验的多维度肌电假肢控制器评估指标套件	仅涉及8名无上肢损伤的参与者，且实验使用模拟假肢，未在真实患者中验证	开发更全面的肌电假肢控制器评估方法，以弥补传统评估指标的不足	深度学习控制器（RCNN-TL）与传统控制器（LDA）在肌电假肢控制中的表现比较	机器学习	假肢康复	肌电图	循环卷积神经网络与迁移学习（RCNN-TL）、线性判别分析（LDA）	肌电信号	8名无上肢损伤参与者	NA	RCNN, LDA	任务表现、控制特性、用户体验	NA
155	2026-07-01	Enhanced multimodal biometric recognition systems based on deep learning and traditional methods in smart environments 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0291084 PMID:38358992	研究论文	基于深度学习和传统方法的智能环境中增强型多模态生物识别系统研究	提出并行与顺序多模态融合策略，结合心电图信号和指纹，使用卷积神经网络和传统方法进行特征提取和分类，并在增强数据集上评估性能	未提及具体局限性	评估基于CNN的多模态生物识别系统在智能环境中的准确率和检测率，并与传统方法比较	心电图信号和指纹数据	机器学习	NA	CNN	CNN	信号和图像	使用了MIT-BIH心电图数据库和FVC2004指纹数据库，以及虚拟数据集（未增强和增强）	NA	CNN	AUC（曲线下面积）	NA
156	2026-06-30	Pupillometry as a biomarker of postural control: Deep-learning models reveal side-specific pupillary responses to increased intensity of balance tasks 2024-12, Psychophysiology IF:2.9Q1 DOI:10.1111/psyp.14667 PMID:39135357	研究论文	本研究通过瞳孔测量和深度学习模型，探索了平衡任务强度增加时瞳孔直径的侧别特异性变化，并将其作为姿势控制的生物标志物	首次研究了平衡任务强度增加对瞳孔直径的影响，并发现侧别特异性瞳孔反应，这可能与姿势控制的高级处理有关	未提及	分析平衡任务强度增加时稳态瞳孔直径的差异，并确定是否存在侧别特异性变化	48名健康受试者在不同难度平衡任务中的瞳孔直径变化	机器学习	NA	瞳孔测量术	深度学习神经网络	瞳孔直径数据	48名健康受试者	NA	深度学习神经网络	NA	NA
157	2026-06-30	Deep learning-aided respiratory motion compensation in PET/CT: addressing motion induced resolution loss, attenuation correction artifacts and PET-CT misalignment 2024-12, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06872-x PMID:39136740	研究论文	提出一种基于深度学习的统一数据驱动呼吸运动校正方法，用于解决PET/CT成像中的分辨率损失、衰减校正伪影和PET-CT配准错误	首次实现统一的深度学习解决方案，同时补偿PET运动模糊、PET-CT衰减失配伪影以及PET与CT的配准错误	未提及具体限制	解决胸腔和腹部PET/CT成像中呼吸运动引起的图像质量下降问题	使用uMI Panorama PET/CT扫描仪采集的737名[18F]FDG PET/CT患者数据	计算机视觉	NA	PET/CT成像, 深度学习神经网络	深度学习神经网络	图像	737名患者（其中99名患者有呼吸监测设备数据，638名用于训练）	NA	NA	SUVmax, SUVmean	NA
158	2026-06-30	Generative adversarial networks to create synthetic motion capture datasets including subject and gait characteristics 2024-12, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2024.112358 PMID:39509807	研究论文	通过条件生成对抗网络生成包含受试者和步态特征的合成运动捕捉数据集	将GAN改进为条件GAN，能够根据指定的受试者特征（年龄、性别、腿长、质量）和步态特征（行走速度）生成多样化的运动捕捉数据，包括15个标记点轨迹、下肢关节角度和地面反作用力	未明确提及，但从内容看可能包括对特定条件范围较窄的数据集表现更佳，以及需验证合成数据在不同研究中的普适性	解决运动捕捉数据获取成本高、数据集多样性不足的问题，通过生成高质量的合成数据支持深度学习应用	运动捕捉数据中的15个标记点轨迹、下肢关节角度和3D地面反作用力	机器学习和计算机视觉	NA	运动捕捉	条件生成对抗网络	运动捕捉数据（标记点轨迹、关节角度、地面反作用力）	未明确提及样本数量，但涉及受试者年龄、性别、腿长、质量、行走速度等条件	NA	条件GAN（编码器-解码器-判别器架构）	步态周期差异百分比、运动学差异（角度）、地面反作用力差异（体重归一化）	NA
159	2026-06-30	Technical and functional design considerations for a real-world interpretable AI solution for NIR perfusion analysis (including cancer) 2024-12, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2024.108273 PMID:38538505	研究论文	详细阐述了一款用于近红外灌注分析（包括癌症检测）的可解释人工智能解决方案的技术与功能设计考量	提出了一套融合可解释机器学习方法的系统，通过从术中近红外视频流中提取荧光强度曲线特征，用较少训练数据构建准确的分类算法，并作为医疗器械软件实现术中实时癌症鉴别	未提及具体的性能评估结果或临床验证数据；对模型在实际手术场景中稳定性和通用性的讨论不足	设计并论证一款可用于术中组织灌注分析和癌症检测的可解释人工智能推荐系统的技术方案与功能需求，实现从概念到医疗器械软件的基础架构	术中近红外视频流中的荧光强度曲线，及其衍生的组织灌注特征和癌症鉴别信号	机器学习	癌症	近红外成像，吲哚菁绿荧光评估	机器学习分类器	图像（近红外视频流）	NA	NA	NA	NA	NA
160	2026-06-30	Association between myosteatosis and impaired glucose metabolism: A deep learning whole-body magnetic resonance imaging population phenotyping approach 2024-10, Journal of cachexia, sarcopenia and muscle DOI:10.1002/jcsm.13527 PMID:39009381	研究论文	利用深度学习全身体部MRI表型分析方法，研究肌脂肪变性（myosteatosis）与糖代谢障碍之间的关联	首次利用全自动深度学习模型量化全身T1加权Dixon MRI上的肌脂肪变性，提出定量骨骼肌脂肪分数（SMFF）作为新的评估指标，并验证其作为糖代谢障碍独立预测因子的潜力	研究对象来自德国人群，可能存在地域偏倚；样本量相对较小（380名参与者）	探究肌脂肪变性（尤其是定量骨骼肌脂肪分数SMFF）与糖代谢障碍的关联，并评估其作为风险指标的潜力	无症状个体的肌脂肪变性（包括IMAT和SMFF）与糖代谢障碍的关系	计算机视觉	糖代谢障碍	MRI（磁共振成像）	深度学习模型（未具体说明架构类型）	图像（全身T1加权Dixon MRI）	380名KORA研究参与者（平均年龄53.6±9.2岁，BMI 28.2±4.9 kg/m²，57.4%男性）；另外使用NAKO队列数据进行内部验证	NA	NA	Dice系数、受试者工作特征曲线下面积（AUC）、比值比（OR）	NA