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
41	2026-06-30	Deep Learning Prediction Boosts Phosphoproteomics-Based Discoveries Through Improved Phosphopeptide Identification 2024-02, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2023.100707 PMID:38154692	研究论文	提出了DeepRescore2计算工作流，利用深度学习预测保留时间和碎片离子强度，提高磷酸肽鉴定和磷酸位点定位	首次将深度学习预测整合到磷酸蛋白质组学数据再分析流程中，显著提升磷酸肽鉴定数量，并发现新的生物学靶点	仅适用于现有磷酸蛋白质组学数据的再分析，依赖深度学习预测模型的质量，且计算资源需求较高	提高鸟枪法磷酸蛋白质组学中磷酸肽鉴定的效率和准确性，促进生物学发现	合成磷酸肽数据集及生物样本（肝肿瘤与正常组织）中的磷酸肽与磷酸位点	机器学习	肝癌	鸟枪法磷酸蛋白质组学	深度学习模型（用于保留时间和碎片离子强度预测）	质谱数据	一个合成数据集及多个生物数据集（包括肝肿瘤与正常组织数据集）	NA	用于保留时间和碎片离子强度预测的深度学习架构	正确识别的肽段-谱图匹配数、磷酸肽鉴定数量、显著改变的磷酸位点数量、预后相关磷酸位点数量	NA
42	2026-06-26	A deep-learning-based framework for identifying and localizing multiple abnormalities and assessing cardiomegaly in chest X-ray 2024-02-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-45599-z PMID:38355644	研究论文	基于深度学习框架，实现胸部X光片中多异常识别定位与心脏肥大评估	创建了包含165,988张胸片和253,844个边界框的大型数据集CXR-AL14，并开发了同时识别14种常见异常和计算心胸比的深度学习框架，性能优于资深放射科医生	NA	开发一个能够准确识别和定位多种异常并计算心胸比的深度学习框架，以支持临床胸部X光解读	胸部X光片中的14种常见异常和心脏肥大评估	计算机视觉	心血管疾病	X光成像	CNN	图像	165,988张胸部X光片，包含253,844个边界框	NA	NA	平均精度均值, 组内相关系数	NA
43	2026-06-20	Motivations for Artificial Intelligence, for Deep Learning, for ALife: Mortality and Existential Risk 2024-02-01, Artificial life IF:1.6Q2 DOI:10.1162/artl_a_00427 PMID:38346273	综述文章	回顾人工智能在过去一个世纪的发展轨迹，探讨人工生命的影响，并分析由此带来的机遇与风险	揭示了AI问题构建方式中存在的二元对立（符号主义与生命主义），并探讨其对存在风险的深远影响	未提供具体的实验验证或数据支持，可能缺乏实证基础	分析AI发展中的技术路径分歧及其对人类存在风险的哲学影响	AI发展的历史轨迹、生命主义与符号主义的方法论对比	机器学习	NA	NA	NA	文本	NA	NA	NA	NA	NA
44	2026-06-19	Accurate single-molecule spot detection for image-based spatial transcriptomics with weakly supervised deep learning 2024-Feb-05, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.03.556122 PMID:37732188	研究论文	提出一种基于弱监督深度学习的高精度单分子点检测方法，用于图像空间转录组学分析	结合深度学习的细胞分割与点检测模型，以及概率基因解码器，提供统一、即开即用的空间转录组学数据分析解决方案	未明确说明，可能依赖特定实验条件下的表现	实现精确的单细胞基因表达定量分析，简化图像空间转录组学数据处理流程	空间转录组学数据中的单分子荧光原位杂交（MERFISH、seqFISH、ISS）图像	数字病理学	NA	MERFISH, seqFISH, ISS	深度学习模型（卷积神经网络等）	图像	NA	TensorFlow	细胞分割与点检测网络（具体架构未明确）	准确性（Accuracy）	NA
45	2026-06-18	Longitudinal single-cell transcriptional dynamics throughout neurodegeneration in SCA1 2024-02-07, Neuron IF:14.7Q1 DOI:10.1016/j.neuron.2023.10.039 PMID:38016472	研究论文	通过纵向单细胞转录组测序分析SCA1神经退行性过程中的动态转录变化	首次揭示了单极刷细胞和少突胶质细胞在SCA1中的早期转录失调，并应用深度学习方法准确预测疾病状态	未提及具体限制	剖析异质组织中不同细胞类型如何导致神经退行性疾病的发病和进展	小鼠和人小脑组织中的单个细胞核	自然语言处理	脊髓小脑性共济失调1型	单核RNA测序	深度学习模型	基因表达数据	小鼠和人小脑组织样本（具体数量未提及）	NA	NA	准确率	NA
46	2026-06-07	Deep-learning based automated quantification of critical optical coherence tomography features in neovascular age-related macular degeneration 2024-02, Eye (London, England) DOI:10.1038/s41433-023-02720-8 PMID:37670143	研究论文	验证深度学习算法在新生血管性年龄相关性黄斑变性（nAMD）中自动分割视网膜内液体（IRF）、视网膜下液体（SRF）和新生血管性色素上皮脱离（nPED）的性能	提出两种基于深度学习的分割模型（A1和A2），并利用掩膜阅读者分级进行验证，实现了与人工分级相当的自动化分析性能	样本量较小（50名患者），且未明确提及跨种族的验证等潜在限制	评估深度学习算法在nAMD中自动量化关键OCT特征的准确性和可靠性	50名患有渗出性nAMD的患者（50只眼）	计算机视觉	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	50名患者（50只眼）	NA	NA	曲线下面积、Dice系数、相关系数(R2)	NA
47	2026-06-07	Image quality assessment of retinal fundus photographs for diabetic retinopathy in the machine learning era: a review 2024-02, Eye (London, England) DOI:10.1038/s41433-023-02717-3 PMID:37667028	综述	对机器学习时代用于糖尿病视网膜病变的视网膜眼底照片图像质量评估进行综述	强调了图像质量评估在人工智能模型开发中的重要性，并指出需要清晰、易获取的报告方式	仅检索了20个数据集，且仅8个明确了质量评价标准，信息获取存在挑战	评估公开数据集中糖尿病视网膜病变图像质量评估及质量标准的现状	糖尿病视网膜病变相关公开数据集	计算机视觉	糖尿病视网膜病变	NA	深度学习	图像	20个数据集	NA	NA	NA	NA
48	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
49	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
50	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
51	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）
52	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
53	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
54	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
55	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
56	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
57	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
58	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
59	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
60	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