深度学习在生物医药领域中的应用

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
1	2025-09-25	Antibody design using deep learning: from sequence and structure design to affinity maturation 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae307 PMID:38960409	综述	本文综述了深度学习在抗体设计领域的应用进展	将深度学习技术从传统小分子药物拓展至生物大分子（特别是抗体）的发现与开发	NA	探讨深度学习在抗体序列设计、结构优化和亲和力成熟等方面的应用	抗体分子	机器学习	NA	深度学习	深度学习	序列数据、结构数据	NA
2	2025-09-05	Improving the Prognostic Evaluation Precision of Hospital Outcomes for Heart Failure Using Admission Notes and Clinical Tabular Data: Multimodal Deep Learning Model 2024-05-02, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54363 PMID:38696251	研究论文	本研究开发了一种多模态深度学习模型，结合入院临床文本和表格数据，以提高心力衰竭患者院内死亡风险的评估精度	首次将入院临床笔记与结构化表格数据通过多模态深度学习结合，用于心衰预后评估，并在多个独立数据集上验证了其优越性	回顾性研究设计，数据来源于特定数据库，可能存在选择偏倚	提高心力衰竭患者住院结局的预后评估精度	重症心力衰竭患者	自然语言处理	心血管疾病	深度学习，Integrated Gradients，SHAP	多模态深度学习模型	文本，表格数据	开发集9989例患者，内部验证集2497例，前瞻验证集1896例，外部验证集7432例
3	2025-09-05	Early autism diagnosis based on path signature and Siamese unsupervised feature compressor 2024-05-02, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae069 PMID:38696605	研究论文	提出一种基于路径签名和孪生无监督特征压缩器的深度学习模型，用于自闭症谱系障碍的早期诊断	结合孪生验证框架扩展稀缺数据，使用无监督压缩器缓解数据不平衡，并通过路径签名方法从纵向数据中提取发育特征	数据存在稀缺性、类别不平衡和异质性挑战，样本量未明确说明	开发早期自闭症诊断的自动化方法	自闭症谱系障碍婴幼儿的结构MRI图像	医学影像分析	自闭症谱系障碍	深度学习，路径签名分析	Siamese网络，无监督特征压缩器	结构磁共振图像（MRI）	NA
4	2025-09-05	The development of a deep learning model for automated segmentation of the robotic pancreaticojejunostomy 2024-05, Surgical endoscopy DOI:10.1007/s00464-024-10725-x PMID:38488870	研究论文	开发用于机器人胰肠吻合术视频自动分割的深度学习模型	利用3D卷积神经网络对机器人手术视频进行任务级自动分割，首次在该复杂手术场景中实现高精度帧分类	样本量有限（111个视频），且为单中心回顾性研究	通过深度学习自动分析机器人胰十二指肠切除术中的胰肠吻合环节	机器人胰肠吻合术手术视频	计算机视觉	胰腺疾病	深度学习，视频分析	3D CNN	视频	111个手术视频（60训练+10验证+30测试）
5	2025-08-29	Using a comprehensive atlas and predictive models to reveal the complexity and evolution of brain-active regulatory elements 2024-05-24, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adj4452 PMID:38781344	研究论文	通过整合表观遗传数据构建大脑顺式调控元件图谱，并利用深度学习模型解析其序列语法与进化特征	结合深度学习预测谱系特异性转录因子结合位点对细胞类型特异性调控的贡献，并揭示大脑调控元件主要通过保守序列内突变而非全新序列产生	NA	解析精神病相关非编码变异的功能机制与进化起源	人类大脑中的胶质细胞与神经元调控元件	生物信息学	精神疾病	深度学习、表观遗传数据分析	深度学习模型	基因组序列与表观遗传数据	PsychENCODE联盟提供的多种脑细胞类型数据（含患者与健康对照）
6	2025-08-29	Geometric Scattering on Measure Spaces 2024-May, Applied and computational harmonic analysis IF:2.6Q1 DOI:10.1016/j.acha.2024.101635 PMID:40686586	研究论文	提出了一种在测度空间上的统一几何散射变换框架，扩展了传统散射变换到非欧几里得数据结构	建立了适用于测度空间的通用几何散射模型，包含新不变性准则，并提出了从随机采样构建数据驱动图的方法	NA	深化对几何深度学习架构的理论理解，特别是散射变换的稳定性和不变性	测度空间、非欧几里得数据结构（如有向图、带符号图、带边界流形）	机器学习	NA	散射变换、扩散映射	几何散射变换	图数据、流形数据、高维数据	NA
7	2025-08-09	Machine learning diagnosis of active Juvenile Idiopathic Arthritis on blood pool [ 99M Tc] Tc-MDP scintigraphy images 2024-May-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001822 PMID:38312058	研究论文	本研究利用深度学习技术，通过分析血液池图像，对青少年特发性关节炎（JIA）进行诊断	采用自设计的多输入CNN模型及预训练模型（VGG16、ResNet50和Xception）进行JIA诊断，自设计模型表现最佳	样本量较小（326名儿童和青少年），且仅针对JIA的诊断	探索深度学习在核医学中诊断青少年特发性关节炎的应用	326名健康及已知JIA的儿童和青少年（年龄1-16岁）	数字病理学	青少年特发性关节炎	深度学习	CNN、VGG16、ResNet50、Xception	图像	1304张血液池图像（来自326名儿童和青少年）
8	2025-08-07	Utilizing Deep Learning and Computed Tomography to Determine Pulmonary Nodule Activity in Patients With Nontuberculous Mycobacterial-Lung Disease 2024-May-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000745 PMID:38640144	研究论文	开发并评估了一种深度卷积神经网络模型，用于在计算机断层扫描中分类非结核分枝杆菌肺病患者的急性和慢性肺结节	首次使用深度卷积神经网络模型对非结核分枝杆菌肺病的结节活动性进行分类，并与放射科医生的表现进行了比较	样本量相对较小，仅包含110名患者和650个结节	提高非结核分枝杆菌肺病结节的诊断和管理效率	非结核分枝杆菌肺病患者的肺结节	数字病理	非结核分枝杆菌肺病	计算机断层扫描	DCNN	图像	110名患者的650个结节（316个急性，334个慢性）
9	2025-08-07	Deep Learning for Detection of Pneumothorax and Pleural Effusion on Chest Radiographs: Validation Against Computed Tomography, Impact on Resident Reading Time, and Interreader Concordance 2024-May-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000746 PMID:37884394	研究论文	本研究评估了人工智能（AI）在胸部X光片（CXR）上检测胸膜病变（气胸和胸腔积液）的性能，并与计算机断层扫描（CT）作为金标准进行对比	首次验证AI在CXR上检测气胸和胸腔积液的性能，并评估其对住院医师阅片时间和诊断一致性的影响	研究为回顾性设计，样本量相对有限（共362例）	评估AI在胸膜病变检测中的临床应用价值	胸部X光片（CXR）中气胸（Ptx）和胸腔积液（PEf）的检测	数字病理	肺部疾病	深度学习	CNN（基于Lunit INSIGHT CXR软件）	医学影像（X光片和CT）	362例（96例对照，165例胸腔积液，101例气胸）
10	2025-08-07	VAULT: vault accuracy using deep learning technology: new image-based artificial intelligence model for predicting implantable collamer lens postoperative vault 2024-May-01, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001386 PMID:38651696	研究论文	开发一种基于深度学习的模型，用于预测有晶体眼人工晶状体（ICL）植入术后的拱高	利用术前超高频率数字超声图像、患者人口统计学数据和术后拱高数据训练神经网络，实现高精度的术后拱高预测	13.7 mm尺寸的ICL因数据不足被排除在研究之外	提高ICL植入术后拱高预测的准确性	接受ICL植入术的患者	数字病理学	眼科疾病	超高频率数字超声成像	深度学习模型	图像和人口统计学数据	221名患者的437只眼睛，共计3059张图像
11	2025-08-06	Deconvolution of polygenic risk score in single cells unravels cellular and molecular heterogeneity of complex human diseases 2024-May-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.14.594252 PMID:38798507	研究论文	介绍了一种名为scPRS的几何深度学习模型，用于构建单细胞水平的多基因风险评分（PRS），以增强复杂人类疾病的生物学发现和疾病预测	scPRS不仅预测疾病风险，还能揭示疾病相关细胞，并通过分层多组学分析识别细胞类型特异的遗传基础，将疾病相关遗传变异与相应细胞类型的基因调控联系起来	NA	开发一个多任务、可解释的框架，用于精确预测疾病并系统研究复杂疾病的遗传、细胞和分子基础	复杂人类疾病（如2型糖尿病、肥厚型心肌病和阿尔茨海默病）的单细胞数据	机器学习	2型糖尿病, 肥厚型心肌病, 阿尔茨海默病	单细胞染色质可及性分析, 几何深度学习	几何深度学习模型	单细胞数据	NA
12	2025-08-04	Deep Learning Classification of Usual Interstitial Pneumonia Predicts Outcomes 2024-05-01, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202307-1191OC PMID:38207093	研究论文	本研究开发了一种基于多示例学习（MIL）的可解释深度学习算法，用于从CT图像中预测普通型间质性肺炎（UIP），并在独立队列中验证其性能	使用MIL方法开发了一种可解释的深度学习算法，显著提高了UIP的诊断准确性，并验证了其与患者生存率和肺功能下降的关联	研究依赖于回顾性数据，且部分队列样本量较小	提高普通型间质性肺炎（UIP）的非侵入性诊断准确性	CT图像和UIP患者	数字病理学	间质性肺病	CT成像	MIL（多示例学习）	图像	训练集2,143例，测试集包括三个独立队列（127例、239例和979例）
13	2025-08-03	Improving the Generalizability of Deep Learning for T2-Lesion Segmentation of Gliomas in the Post-Treatment Setting 2024-May-16, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11050497 PMID:38790363	research paper	该研究旨在提高深度学习模型在治疗后胶质瘤T2病变分割中的泛化能力	通过混合新诊断和治疗后胶质瘤数据、应用迁移学习以及引入空间正则化，提高了单T2 FLAIR图像输入下的分割性能	研究样本量相对有限，治疗后患者训练数据仅占26%	提升治疗后胶质瘤T2病变自动分割的准确性，以更精确评估治疗效果	新诊断(208例)和治疗后(221例)胶质瘤患者的MRI数据	digital pathology	brain tumor/glioma	MRI (T2 FLAIR)	deep learning	medical image	429例(208新诊断+221治疗后)训练数据，24例治疗后患者测试数据
14	2025-08-03	Artificial Intelligence-Guided Segmentation and Path Planning Software for Transthoracic Lung Biopsy 2024-05, Journal of vascular and interventional radiology : JVIR IF:2.6Q2 DOI:10.1016/j.jvir.2024.02.006 PMID:38355040	研究论文	验证一种基于3D-CNN的AI软件在肺部病变检测中的敏感性和特异性，并评估AI生成的针路径与实际活检路径的一致性	使用3D-CNN进行肺部病变检测，并结合贝叶斯优化生成活检针路径，为自动化活检手术提供可能	研究为回顾性研究，且仅基于三家医院的CT扫描数据，可能影响结果的普适性	验证AI软件在肺部病变检测和活检路径规划中的有效性	肺部结节	数字病理	肺癌	CT扫描	3D-CNN	图像	219次扫描（2147个结节）用于训练，235次扫描（354个病变）用于验证，150名患者的活检路径用于比较
15	2025-07-29	Dev-ResNet: automated developmental event detection using deep learning 2024-05-15, The Journal of experimental biology IF:2.8Q2 DOI:10.1242/jeb.247046 PMID:38806151	研究论文	介绍了一种名为Dev-ResNet的小型高效3D卷积神经网络，用于检测发育事件	提出了一种能够检测具有时空特征的发育事件的新型3D CNN模型Dev-ResNet	NA	提高发育生物学研究中发育事件检测的规模、可重复性和通量	大池塘蜗牛(Lymnaea stagnalis)胚胎发育过程中的10种不同功能事件	计算机视觉	NA	深度学习	3D CNN	生物图像	大池塘蜗牛胚胎发育过程中的10种功能事件
16	2025-07-26	Artificial intelligence to analyze magnetic resonance imaging in rheumatology 2024-05, Joint bone spine IF:3.8Q1 DOI:10.1016/j.jbspin.2023.105651 PMID:37797827	review	本文回顾了人工智能在风湿病学MRI分析中的当前应用，包括诊断支持、疾病分类、活动评估和进展监测	探讨了AI在提高MRI分析的敏感度、特异性和准确性方面的潜力，达到或超过专家水平	讨论了临床实施中的挑战和未来研究方向	提升风湿性疾病的诊断和管理水平	风湿性疾病的MRI图像	digital pathology	rheumatic disorders	MRI	machine learning (ML), deep learning (DL)	image	NA
17	2025-07-26	Dynamic risk prediction model for multiple myeloma: Through deep learning, the model is able to adapt to future data, such as emerging treatment modalities and combinations 2024-05-01, Cancer IF:6.1Q1 DOI:10.1002/cncr.35294 PMID:38604987	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
18	2025-07-23	Transfer learning reveals sequence determinants of the quantitative response to transcription factor dosage 2024-May-29, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.28.596078 PMID:38853998	研究论文	本研究利用迁移学习训练深度学习模型，通过DNA序列预测转录因子（TF）剂量如何影响面部祖细胞中调控元件（RE）的染色质可及性	首次将迁移学习应用于预测TF剂量对染色质状态的定量影响，揭示了缓冲和敏感响应的序列特征，并通过生物物理模型验证了低亲和力基序的敏感效应	研究仅针对两种剂量敏感的TF（TWIST1和SOX9），可能不适用于其他TF	揭示染色质状态对TF剂量变化的定量响应的序列决定因素	面部祖细胞中的调控元件（RE）染色质可及性	机器学习	NA	迁移学习	深度学习模型	DNA序列数据	NA
19	2025-07-23	Massively parallel characterization of regulatory elements in the developing human cortex 2024-05-24, Science (New York, N.Y.) DOI:10.1126/science.adh0559 PMID:38781390	研究论文	通过大规模并行报告实验，研究了人类发育中大脑皮层的基因调控元件及其变异	首次在人类原代细胞和脑器官样中大规模并行检测了102,767个开放染色质区域的顺式调控活性，并鉴定了46,802个活性增强子序列和164个改变增强子活性的变异	研究主要集中在中孕期大脑皮层，可能无法完全代表其他发育阶段或脑区的调控特征	建立人类神经元发育过程中功能性基因调控元件和变异的全面目录	人类中孕期大脑皮层的原代细胞和脑器官样	基因组学	神经系统疾病	大规模并行报告实验(MPRA)、深度学习	深度学习模型	基因组数据	102,767个开放染色质区域
20	2025-07-23	AI-based classification of three common malignant tumors in neuro-oncology: A multi-institutional comparison of machine learning and deep learning methods 2024-May, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2023.08.007 PMID:37652263	研究论文	本研究比较了机器学习和深度学习方法在神经肿瘤学中三种常见恶性肿瘤分类中的性能	首次在多机构环境中比较了ML和DL方法在神经肿瘤学三分类任务中的表现，并探讨了不同MRI序列掩模对模型性能的影响	研究为回顾性分析，样本量相对有限（502例训练集，86例外部验证集）	确定在神经肿瘤学三分类任务中机器学习或深度学习方法哪种表现更优	胶质母细胞瘤(GBM)、颅内转移性疾病(IMD)和原发性中枢神经系统淋巴瘤(PCNSL)	数字病理	神经肿瘤	多参数MRI（T1W, T2W, FLAIR, DWI和T1-CE）	机器学习管道和3D-CNN	医学影像	502例训练病例（208 GBM，67 PCNSL，227 IMD）和86例外部验证病例（27:27:32）