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
1	2026-05-30	Differentiable partition function calculation for RNA 2024-02-09, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkad1168 PMID:38038257	研究论文	提出一种可端到端微分的RNA配分函数计算方法，推广了McCaskill算法至连续输入	首次将RNA配分函数计算实现端到端可微分，可计算输入或能量模型参数的梯度，架起RNA热力学与深度学习桥梁	NA	解决RNA逆折叠问题，通过梯度优化直接设计符合目标结构的RNA序列	RNA序列的配分函数与热力学性质	机器学习	NA	RNA热力学	动态规划	序列	NA	NA	McCaskill算法	序列折叠概率	NA
2	2026-05-26	Transformer-based deep learning denoising of single and multi-delay 3D arterial spin labeling 2024-02, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29887 PMID:37849048	研究论文	提出基于Swin Transformer的深度学习模型用于单延迟和多延迟3D动脉自旋标记去噪，并与CNN及其他Transformer方法比较	首次将Swin Transformer应用于ASL去噪，并对比伪3D与2D模型性能，探索多输入条件优化	多延迟ASL数据集较小（6名受试者），未提及模型泛化到更多厂商或临床场景的验证	开发高效去噪模型以提升ASL图像质量并缩短扫描时间	3D动脉自旋标记（ASL）图像数据	机器学习	NA	动脉自旋标记（ASL）	Swin Transformer, CNN	图像	单延迟：66名受试者（119次扫描）训练，39名受试者（44次扫描）测试；多延迟：6名受试者（10次扫描）	PyTorch	SwinIR, CNN	相似度指标、空间信噪比、脑血流定量精度、动脉通过时间	NA
3	2026-05-24	Conventional and deep learning methods in heart rate estimation from RGB face videos 2024-02-09, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad1458 PMID:38081130	综述	评估从RGB面部视频中心率估计的常规与深度学习方法，重点关注深度学习的局限和视频数据集的可获取性	系统比较常规方法与深度学习方法在心率估算中的应用，并指出深度学习的局限性及非控制环境下面部视频数据集的可用性挑战	可能缺乏对不同方法在真实场景下鲁棒性的全面比较，且未详细讨论数据集规模对模型性能的影响	为远程光电容积描记术和心率估计方法的理解提供全面综述，分析其优缺点	RGB面部视频中的心率信号提取方法	计算机视觉	NA	远程光电容积描记术	CNN, LSTM, 其他深度学习方法	视频	NA	NA	NA	NA	NA
4	2026-05-23	IntroUNET: Identifying introgressed alleles via semantic segmentation 2024-02, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1010657 PMID:38377104	研究论文	提出IntroUNET方法，利用语义分割深度学习算法从基因组比对中识别每个个体的渐渗等位基因	首次将语义分割深度学习算法应用于群体遗传学中的渐渗等位基因识别，能推断每个个体中哪些等位基因来自另一群体，并可扩展至识别未采样‘幽灵群体’的渐渗	依赖模拟数据进行训练，真实数据应用可能受模型假设偏差影响	开发一种能从群体基因组比对中精确识别每个个体渐渗等位基因的深度学习方法	群体基因组序列比对数据（模拟数据及果蝇真实数据）	机器学习	NA	基因组测序	语义分割神经网络（类似U-Net架构的卷积神经网络）	基因组序列图像表示	模拟数据（两群体比对）及果蝇真实数据	NA	语义分割网络	准确率	NA
5	2026-05-23	Methods and considerations for estimating parameters in biophysically detailed neural models with simulation based inference 2024-02, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1011108 PMID:38408099	综述性研究论文	本文探讨利用基于仿真的推断方法估计生物物理详细神经模型参数的途径和考量，提供从简化示例到实际MEG/EEG波形的应用指南，并利用人类新皮层神经求解器的大规模神经建模框架进行说明	提出将基于仿真的推断应用于大规模生物物理详细神经模型的系统性指导，包括参数推断以解释时间序列波形的方法，并利用诊断评估后验估计的质量和唯一性	大规模生物物理详细模型中基于仿真的推断的使用仍具挑战，且针对时间序列波形的推断方法尚未完全确立，方法学有待进一步完善	提供如何将SBI应用于生物物理详细神经模型以估计时间序列波形的指南和考量，建立原则性基础以指导未来应用	生物物理详细神经模型中的参数与时间序列波形（如振荡和事件相关电位模拟）	机器学习	NA	基于仿真的推断，深度密度估计	生物物理详细神经模型	MEG/EEG波形时间序列数据	NA	PyTorch, TensorFlow	密度估计网络（如归一化流）	后验估计质量、唯一性诊断指标	GPU（如NVIDIA V100或同类）
6	2026-05-18	aiGeneR 1.0: An Artificial Intelligence Technique for the Revelation of Informative and Antibiotic Resistant Genes in Escherichia coli 2024-02-22, Frontiers in bioscience (Landmark edition) DOI:10.31083/j.fbl2902082 PMID:38420832	研究论文	提出了首个基于深度学习的人工智能系统aiGeneR，用于识别大肠杆菌中抗生素抗性基因	首次将深度学习模型应用于细菌抗生素抗性基因的检测和分类，提出了假设并验证了非线性深度学习模型优于机器学习模型	未在外部独立数据集或临床样本上进行验证，仅基于基因表达数据	利用深度学习技术从基因表达数据中检测和识别大肠杆菌的抗生素抗性基因	大肠杆菌中的抗生素抗性基因（如tetM）及相关通路和枢纽基因	机器学习	尿路感染	基因表达测序	深度学习模型	基因表达数据	NA	NA	NA	准确率, 精确率, 召回率, F1分数, AUC	NA
7	2026-05-15	Interactive segmentation of medical images using deep learning 2024-Feb-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad1cf8 PMID:38198729	研究论文	提出一种基于深度学习的交互式医学图像分割方法，通过早融合和晚融合策略及解耦头结构，减少标注成本并提高分割性能	提出早融合与晚融合策略以避免交互信息过早稀释，并引入解耦头结构和边界损失函数来增强网络对边界信息的关注	仅在三组医学数据集上验证，未涉及其他类型医学图像或更复杂的场景，且交互点击数仍需2-3次，可能未完全实现零点击	降低医学图像分割中像素级标注的高成本，实现高效、高质量的交互式分割	医学图像中的目标区域（如腹部器官、子宫肌瘤等）	计算机视觉	NA	深度学习	卷积神经网络	图像（MRI）	三组医学数据集：Chaos、VerSe 和 Uterine Myoma MRI，具体样本数量未提及	NA	解耦头结构	NoC@80（超过80%IoU阈值的交互点击次数）	NA
8	2026-05-15	High-resolution MRI synthesis using a data-driven framework with denoising diffusion probabilistic modeling 2024-Feb-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad209c PMID:38241726	研究论文	利用去噪扩散概率模型（DDPM）从低分辨率MRI生成高分辨率图像	将扩散概率深度学习技术应用于MRI超分辨率重建，显著提升噪声质量和信噪比	未来需在前瞻性临床研究中验证该框架对不同临床适应症的效能	开发基于DDPM的框架，从低分辨率MRI生成高分辨率图像以减少扫描时间	前列腺患者T2加权MRI图像和脑肿瘤分割挑战2020（BraTS2020）数据	计算机视觉	前列腺癌, 脑肿瘤	MRI	去噪扩散概率模型（DDPM）	图像	前列腺数据集和BraTS2020数据集	PyTorch	U-Net	噪声质量测量, 信噪比, 峰值信噪比, 多尺度结构相似性指数	NA
9	2026-05-08	Developing a Continuous Severity Scale for Macular Telangiectasia Type 2 Using Deep Learning and Implications for Disease Grading 2024-02, Ophthalmology IF:13.1Q1 DOI:10.1016/j.ophtha.2023.09.016 PMID:37739233	研究论文	将深度学习分类模型与UMAP结合，为2型黄斑毛细血管扩张症开发连续严重程度量表	首次利用无监督UMAP将离散疾病标签映射为连续严重程度量表，无需连续训练标签，可推广至其他疾病	该信息在标题和摘要中未明确提及	利用深度学习与UMAP创建连续的MacTel严重程度量表，以提高诊断准确率和疾病进展理解	2型黄斑毛细血管扩张症（MacTel）患者的OCT影像	计算机视觉, 数字病理学	黄斑毛细血管扩张症2型	OCT成像	多视图深度学习分类器, UMAP	OCT体积图像	从1089名MacTel患者获取的2003个OCT体积	NA	多视图深度学习分类器（具体架构未指定）	准确率, Spearman秩相关系数, κ一致性系数	NA
10	2026-05-07	Applications of artificial intelligence in the utilisation of imaging modalities in dentistry: A systematic review and meta-analysis of in-vitro studies 2024-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e24221 PMID:38317889	系统综述与荟萃分析	系统评价人工智能在牙科影像模态应用中的体外研究，并分析其准确性	首次通过荟萃分析综合评估AI在牙科影像多项任务中的准确性，包括牙齿分割分类、龋齿检测、颌骨分割及三维模型创建	仅纳入体外研究，缺乏临床试验验证，且现有研究存在异质性	全面评估AI在牙科影像模态中的应用效果与潜力	牙科影像数据（包括X光片、三维扫描图像等）	计算机视觉	牙科疾病	卷积神经网络、深度学习	CNN	图像	9项研究	NA	卷积神经网络	真阳性率、真阴性率、阳性预测值、阴性预测值	NA
11	2026-05-01	Deep Learning of Multimodal Ultrasound: Stratifying the Response to Neoadjuvant Chemotherapy in Breast Cancer Before Treatment 2024-02-02, The oncologist DOI:10.1093/oncolo/oyad227 PMID:37669223	研究论文	开发两种多模态超声深度学习模型，在治疗前预测乳腺癌对新辅助化疗的耐药和病理完全缓解	首次利用多模态超声（灰阶二维超声和超声弹性成像）结合临床病理信息，构建两个深度学习模型分别预测耐药和病理完全缓解，并联合进行分层预测	NA	非侵入性预测乳腺癌患者对新辅助化疗的耐药和病理完全缓解，实现治疗前分层预测	乳腺癌患者	机器学习, 医学影像	乳腺癌	多模态超声（灰阶二维超声和超声弹性成像）	深度学习模型	图像（超声图像）	170名乳腺癌患者	NA	NA	AUC, 敏感性, 阴性预测值	NA
12	2026-05-01	Prognostic significance of collagen signatures at breast tumor boundary obtained by combining multiphoton imaging and imaging analysis 2024-Feb, Cellular oncology (Dordrecht, Netherlands) DOI:10.1007/s13402-023-00851-4 PMID:37606817	研究论文	通过结合多光子成像和影像分析，探索乳腺肿瘤边界胶原特征对患者预后的意义	首次利用深度学习自动分类模型从多光子图像中识别肿瘤边界胶原特征，并结合岭回归分析构建CSTB评分，展示其优于传统临床模型的预后性能	样本量较小，仅涉及小规模数据，外部验证数据集可能有限	探索乳腺肿瘤边界胶原特征的预后意义，构建自动化预后预测工具	人类乳腺肿瘤样本	数字病理学	乳腺癌	多光子显微镜（MPM）	深度学习模型	多光子图像	NA	NA	NA	AUC，Cox比例风险回归分析，Kaplan-Meier生存分析	NA
13	2026-04-29	Applications of machine learning in time-domain fluorescence lifetime imaging: a review 2024-Feb-08, Methods and applications in fluorescence IF:2.4Q3 DOI:10.1088/2050-6120/ad12f7 PMID:38055998	综述	回顾机器学习在时间域荧光寿命成像中的应用，包括改善图像质量、寿命估计和图像分析，并提出改进建议	系统总结了机器学习在时间域荧光寿命成像中提升图像质量和分析性能的最新进展，强调标准化和模型开发的重要性	荧光寿命成像数据难以获取且缺乏标准化，限制了机器学习模型的充分开发	推广荧光寿命成像并吸引更多机器学习从业者探索寿命成像的潜力	时间域荧光寿命成像技术及其在医学成像中的应用	机器学习, 数字病理学	NA	荧光寿命成像	神经网络, 深度学习模型	荧光寿命成像数据	NA	NA	NA	NA	NA
14	2026-04-25	Deep learning models reveal replicable, generalizable, and behaviorally relevant sex differences in human functional brain organization 2024-Feb-27, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2310012121 PMID:38377194	research paper	利用时空深度神经网络模型揭示人类功能脑组织中可复制、可泛化且与行为相关的性别差异	首次通过时空深度神经网络模型从大规模多会话数据中揭示稳定的性别差异，并结合可解释人工智能分析将脑特征与认知能力关联，挑战了男女脑组织连续谱的观点	NA	验证人类功能脑组织中性别差异的稳健性和行为相关性	年轻成年人的功能磁共振成像数据	machine learning	NA	功能磁共振成像	时空深度神经网络	图像	约1500名20至35岁的年轻成年人	NA	时空深度神经网络	准确率、交叉验证准确率、效应量	NA
15	2026-04-14	An Innovative Inducer of Platelet Production, Isochlorogenic Acid A, Is Uncovered through the Application of Deep Neural Networks 2024-02-23, Biomolecules IF:4.8Q1 DOI:10.3390/biom14030267 PMID:38540688	研究论文	本研究利用深度神经网络筛选天然产物库，发现异绿原酸A可促进巨核细胞分化成熟及血小板生成，为治疗辐射诱导的血小板减少症提供了潜在新药	首次结合CNN、DNN及混合神经网络（HCD）构建药物活性预测模型，并成功应用于从《中国药典》天然产物库中筛选出具有促血小板生成活性的新化合物异绿原酸A	研究仅通过体外实验验证活性，尚未开展动物模型或临床试验；模型训练数据来源及规模未具体说明	开发治疗辐射诱导血小板减少症（RIT）的新药物	天然化合物库中的分子（特别是异绿原酸A）、巨核细胞及血小板	机器学习	血小板减少症	深度学习算法	CNN, DNN, 混合神经网络	分子理化性质数据	10种FDA批准的血小板减少症治疗药物作为测试集	NA	Hybrid CNN+DNN (HCD)	准确率, 精确率	NA
16	2026-04-14	Forecasting the Acute Heart Failure Admissions: Development of Deep Learning Prediction Model Incorporating the Climate Information 2024-02, Journal of cardiac failure IF:6.7Q1 DOI:10.1016/j.cardfail.2023.10.476 PMID:37952642	研究论文	本研究开发了一种结合气候信息的深度学习预测模型，用于预测急性心力衰竭的入院情况	首次将深度学习模型应用于结合气候信息预测急性心力衰竭入院，并证明其优于传统回归模型	研究仅基于东京地区数据，可能无法推广到其他气候或地理区域	预测急性心力衰竭的入院情况，以优化医疗资源管理	东京CCU网络数据库中2014年至2019年的27,799例急性心力衰竭入院病例	机器学习	心血管疾病	深度学习	DNN	时间序列数据	27,799例急性心力衰竭入院病例	NA	深度神经网络	R2, c-statistics	NA
17	2026-04-12	De novo design of high-affinity binders of bioactive helical peptides 2024-02, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06953-1 PMID:38109936	研究论文	本文介绍了一种基于参数化生成和深度学习的方法，用于设计能够高亲和力结合生物活性螺旋肽的蛋白质	通过扩展RFdiffusion方法，使其能够针对柔性靶点设计结合剂，并利用连续加噪和去噪（部分扩散）优化输入结构模型，实现了无需实验优化的皮摩尔级亲和力结合剂设计	未明确说明方法在更广泛肽类或复杂生物环境中的适用性限制	开发能够高亲和力结合螺旋肽的蛋白质设计方法，以改善疾病临床管理中的检测技术	螺旋肽靶点，如甲状旁腺激素和胰高血糖素	机器学习	NA	深度学习, 参数化生成	深度学习模型	蛋白质结构数据, 肽序列数据	NA	RFdiffusion	RFdiffusion	亲和力（皮摩尔级）	NA
18	2026-04-07	Performance of Artificial Intelligence in Detecting Diabetic Macular Edema From Fundus Photography and Optical Coherence Tomography Images: A Systematic Review and Meta-analysis 2024-02-01, Diabetes care IF:14.8Q1 DOI:10.2337/dc23-0993 PMID:38241500	系统综述与荟萃分析	本文通过系统综述与荟萃分析评估了人工智能在利用眼底摄影和光学相干断层扫描图像检测糖尿病性黄斑水肿方面的性能	首次通过荟萃分析综合评估了基于FP和OCT图像的AI算法在DME检测中的性能，并识别了影响模型性能的潜在因素，如深度学习技术、训练数据集规模和多样性	分析受到算法结果未标准化、患者人口统计学数据不足、OCT体积扫描数据缺乏以及外部验证数据不充分的限制	评估人工智能从眼底摄影或光学相干断层扫描图像中检测糖尿病性黄斑水肿的性能，并识别影响模型性能的潜在因素	使用人工智能从眼底摄影或光学相干断层扫描图像中检测糖尿病性黄斑水肿的研究	医学影像分析	糖尿病性黄斑水肿	眼底摄影，光学相干断层扫描	深度学习	图像	53项研究被纳入荟萃分析	NA	NA	AUROC，灵敏度，特异性	NA
19	2026-04-06	Targeted design of synthetic enhancers for selected tissues in the Drosophila embryo 2024-02, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06905-9 PMID:38086418	研究论文	本文结合深度学习和迁移学习，设计了针对果蝇胚胎中五个组织的特异性增强子	首次通过结合全基因组单细胞ATAC-seq数据和体内增强子活性小规模数据，利用迁移学习实现组织特异性增强子的靶向设计	未明确讨论设计增强子的通用性或跨物种适用性，且实验验证仅基于40个合成增强子	开发一种靶向设计具有组织特异性活性的合成增强子的方法	果蝇胚胎中的中央神经系统、表皮、肠道、肌肉和大脑组织	机器学习	NA	ATAC-seq, 体内增强子活性测定	CNN	基因组序列数据	基于全基因组单细胞ATAC-seq数据集和小规模体内增强子活性数据	NA	卷积神经网络	阳性预测值	NA
20	2026-04-06	Cell-type-directed design of synthetic enhancers 2024-02, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06936-2 PMID:38086419	研究论文	本文利用深度学习模型设计合成增强子，以靶向果蝇大脑中的特定细胞类型，并探索增强子的调控逻辑	首次使用深度学习从随机序列高效设计细胞类型特异性合成增强子，并创建了'双代码'增强子和小于50个碱基对的最小功能增强子	NA	解码增强子的调控逻辑，理解基因表达在增强子序列中的编码细节，并利用深度学习设计合成增强子以操纵细胞状态	果蝇大脑中的Kenyon细胞和胶质细胞，以及人类增强子	机器学习	NA	深度学习，转基因动物实验	深度学习模型	序列数据（增强子序列）	NA	NA	NA	NA	NA