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	2026-06-01	Deep learning-based pathological prediction of lymph node metastasis for patient with renal cell carcinoma from primary whole slide images 2024-06-14, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05382-6 PMID:38877591	研究论文	基于深度学习从肾细胞癌原发性全切片图像预测淋巴结转移的病理学模型	利用聚类约束注意力多实例学习方法开发了直接从原发性全切片图像预测肾细胞癌淋巴结转移的深度学习策略，并验证其在冰冻病理切片上的适用性及对预后预测的作用	NA	开发并验证基于病理组学的肾细胞癌微转移预测模型，辅助临床治疗决策	肾细胞癌患者的原发性全切片图像	数字病理学	肾细胞癌	全切片成像	深度学习模型	全切片图像	895张福尔马林固定石蜡包埋全切片图像（来自上海总医院、CPTAC和TCGA三个队列）和588张TCGA冰冻切片全切片图像	NA	聚类约束注意力多实例学习网络	AUC	NA
2	2026-06-01	Imaging at the nexus: how state of the art imaging techniques can enhance our understanding of cancer and fibrosis 2024-06-13, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05379-1 PMID:38872212	综述	详细描述了癌症和纤维化这两种疾病的最先进成像技术进展及其相互交叉应用	阐明了癌症与纤维化共同的分子病理生理学机制，并系统总结了PET、MRI、SGHI、超声、影像组学和人工智能等多种成像技术如何相互促进以提高对两种疾病的检测和监测能力	未提及具体研究局限	综述癌症和纤维化成像技术的最新进展及交叉应用，以改善诊断和监测	癌症和纤维化疾病的成像技术	医学影像、人工智能、数字病理学	癌症、纤维化	PET、MRI、SGHI、超声、影像组学、人工智能	深度学习	图像	NA	NA	深度学习架构	NA	NA
3	2026-06-01	Nacre-like block lattice metamaterials with targeted phononic band gap and mechanical properties 2024-06, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2024.106511 PMID:38518512	研究论文	提出一种基于人工神经网络的深度学习方法来设计具有同时波动过滤和增强力学性能的层级块格超材料，通过贝叶斯优化确定最优几何参数	首次将深度学习与贝叶斯优化相结合，用于仿生多层次块格超材料的前向预测、参数设计和拓扑设计，实现多目标优化（力学性能与波动过滤）	仅通过数值模拟验证，未涉及实验样机制造和实际测试；层级结构对动态行为的影响机制尚未完全阐明	克服传统设计方法的局限，开发能够同时实现波动过滤和增强力学性能的层级架构块格超材料	仿珍珠层复合材料的块格超材料，包括其几何构型、体积分数分布对声波/弹性波带隙和力学性能的影响	机器学习	NA	NA	人工神经网络（ANN）	数值模拟数据	NA	NA	人工神经网络	NA	NA
4	2026-05-30	Cinobufotalin prevents bone loss induced by ovariectomy in mice through the BMPs/SMAD and Wnt/β-catenin signaling pathways 2024-06, Animal models and experimental medicine IF:3.8Q2 DOI:10.1002/ame2.12359 PMID:38013618	研究论文	探讨蟾酥灵通过BMPs/SMAD和Wnt/β-连环蛋白信号通路预防小鼠卵巢切除诱导的骨丢失	利用深度学习功效预测系统筛选抗骨质疏松药物，并首次揭示蟾酥灵通过BMPs/SMAD和Wnt/β-连环蛋白双重信号通路促进成骨分化	未提及具体局限性	探索蟾酥灵对骨丢失的保护作用及其潜在机制	小鼠及人骨髓间充质干细胞	机器学习	骨质疏松	qRT-PCR, Western blot, 免疫荧光	深度学习功效预测系统	基因表达数据	小鼠和hBMMSCs细胞样本，具体数量未说明	NA	NA	NA	NA
5	2026-05-27	Accuracy of a deep learning-based algorithm for the detection of thoracic aortic calcifications in chest computed tomography and cardiovascular surgery planning 2024-06-03, European journal of cardio-thoracic surgery : official journal of the European Association for Cardio-thoracic Surgery IF:3.1Q1 DOI:10.1093/ejcts/ezae219 PMID:38837348	研究论文	评估基于深度学习算法在胸部CT中全自动检测胸主动脉钙化的准确性，重点关注主动脉钳夹区域	首次聚焦于主动脉钳夹区的钙化检测，并优化算法参数以实现术前关键评估	NA	评估深度学习算法在胸部CT中全自动检测胸主动脉钙化的准确性，特别是用于心血管手术规划中主动脉钳夹区评估	胸主动脉钙化	计算机视觉	心血管疾病	CT成像	深度学习模型	图像	100次胸部CT扫描（来自91名患者），包括47次心电图门控主动脉血管造影和53次非增强扫描	NA	NA	灵敏度、特异度、受试者工作特征曲线下面积、Cohen's Kappa	NA
6	2026-05-24	A multi-featured expression recognition model incorporating attention mechanism and object detection structure for psychological problem diagnosis 2024-06-01, Physiology & behavior IF:2.4Q2 DOI:10.1016/j.physbeh.2024.114561 PMID:38641188	研究论文	提出一种结合注意力机制和目标检测结构的多特征表情识别模型，用于心理问题诊断	设计自适应多端融合注意力机制，结合目标检测模型提取人体不同区域和不同尺度的特征，通过融合网络进行特征融合和分类	在Emotic数据集上平均准确率仅为34.51%，性能有限	开发基于表情、姿态和环境的多特征融合方法，提高非约束自然条件下人类情绪分析的准确性	人类面部表情、身体姿态及环境信息	计算机视觉	心理障碍	深度学习	目标检测模型	图像	NA	NA	NA	平均准确率	NA
7	2026-05-23	The Use of Deep Learning Software in the Detection of Voice Disorders: A Systematic Review 2024-06, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.636 PMID:38168017	系统综述	总结深度学习在声学及喉镜输入检测嗓音障碍中的应用，比较不同神经网络准确性，并与专家临床视觉检查对比	首次系统比较CNNs和MLPs在不同输入类型（声学vs影像）下的诊断准确性，并探讨其相对于专家临床检查的效能	仅限有限比较中显示深度学习优于专家检查，缺乏外部验证研究	评估深度学习在嗓音障碍检测中的有效性	健康与嗓音障碍患者的分类诊断	自然语言处理, 数字病理学	嗓音障碍	深度学习	CNN, MLP	音频, 图像	34项研究纳入，包括18项声学分析、15项影像分析、1项两者兼顾	NA	CNN, MLP	准确率	NA
8	2026-05-18	Advancements in microneedle fabrication techniques: artificial intelligence assisted 3D-printing technology 2024-06, Drug delivery and translational research IF:5.7Q1 DOI:10.1007/s13346-023-01510-9 PMID:38218999	综述	综述了人工智能辅助3D打印技术在微针制造中的应用，包括预测药物释放模式、质量控制及生物标志物水平预测，并讨论了物联网与机器学习集成的自主3D打印系统	系统探讨了人工智能（机器学习和深度学习）与3D打印技术在微针制造中的协同作用，特别是其在预测药物释放、质量控制和生物传感方面的应用潜力	未深入讨论实际应用中的挑战，如材料生物相容性、大规模生产的成本效益及临床转化障碍	总结人工智能在3D打印微针装置中的角色，包括预测药物释放模式、质量控制及生物标志物水平，并探讨自主3D打印和生物传感应用	基于微针的装置和人工智能工具（机器学习、深度学习、物联网）	机器学习	NA	3D打印	NA	NA	NA	NA	NA	NA	NA
9	2026-05-16	GANSamples-ac4C: Enhancing ac4C site prediction via generative adversarial networks and transfer learning 2024-06, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115495 PMID:38431142	研究论文	提出GANSamples-ac4C框架，融合生成对抗网络与迁移学习合成RNA序列，提升ac4C修饰位点预测准确性	首次将生成对抗网络与迁移学习结合生成合成RNA序列以缓解数据稀缺问题，同时具备可解释的决策逻辑，识别出ac4C序列关键区域及相关基序	已知ac4C修饰位点有限可能影响模型训练稳定性，合成数据在真实生物场景中的泛化能力有待进一步验证	开发一种高效准确的ac4C修饰位点计算预测方法，并解决数据稀缺问题	RNA序列上的N4-乙酰胞苷修饰位点	机器学习	NA	RNA-seq测序数据	生成对抗网络、迁移学习	序列数据	使用已知的ac4C修饰位点数据及生成的合成RNA序列	TensorFlow, PyTorch	生成对抗网络 (含生成器和判别器), 预训练模型	AUC, 准确率, 召回率, F1-score	NA
10	2026-05-16	4 mC site recognition algorithm based on pruned pre-trained DNABert-Pruning model and fused artificial feature encoding 2024-06, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115492 PMID:38458307	研究论文	提出基于剪枝预训练DNABert-Pruning模型与人工特征编码融合的4mC位点识别算法DNABert-4mC	将预训练模型剪枝压缩后与人工特征编码模块融合，并引入AFF-4mC融合策略提升多语义空间特征表示能力	未提及	提高4mC位点识别的准确性和特征表示能力	DNA序列中的4mC位点	机器学习	NA	DNA测序	DNABert-Pruning（预训练剪枝模型）	DNA序列数据	六个独立测试集	NA	DNABert-Pruning	AUC	NA
11	2026-05-07	Tailored Intraoperative MRI Strategies in High-Grade Glioma Surgery: A Machine Learning-Based Radiomics Model Highlights Selective Benefits 2024-06-01, Operative neurosurgery (Hagerstown, Md.) DOI:10.1227/ons.0000000000001023 PMID:38289331	研究论文	通过机器学习放射组学模型预测高级别胶质瘤手术中5-ALA单独使用的效果，识别需要联合术中MRI的复杂病例	首次利用基于U2-Net深度学习的放射组学预测模型，鉴别在HGG手术中5-ALA效果欠佳而需联合iMRI的特定场景，提出选择性使用iMRI的策略	样本量较小（73例），且未达到统计学显著性差异，需进一步外部验证	评估5-ALA联合iMRI在HGG手术中的效果，并开发预测模型识别需要iMRI的病例	高级别胶质瘤（HGG）患者	机器学习	高级别胶质瘤	MRI, 5-氨基乙酰丙酸（5-ALA）荧光引导手术	U2-Net, 二元逻辑回归	图像（术前MRI影像）	73例HGG患者	PyTorch	U2-Net	Nagelkerke R², 受试者工作特征曲线下面积	NA
12	2026-05-07	Unsupervised deep learning with convolutional neural networks for static parallel transmit design: A retrospective study 2024-06, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30014 PMID:38247050	研究论文	提出了一种基于无监督深度学习与卷积神经网络的静态并行发射设计方法，用于减轻7T磁场下的B1+不均匀性	首次将CNN用于多通道B1+图的无监督训练，通过物理驱动的损失函数避免参考RF权重的计算	该研究为回顾性研究，未提及在临床数据集上的验证或实时应用中的计算效率	利用无监督深度学习方法改善7T磁共振成像中多通道发射阵列的B1+均匀性	健康人脑的B1+映射数据	机器学习	NA	7T磁共振成像	卷积神经网络	磁共振B1+映射图像	包含143名受试者的3824张二维矢状面多通道B1+图	NA	CNN	均方根误差、变异系数、能耗	NA
13	2026-05-02	Radiomics based on T2-weighted and diffusion-weighted MR imaging for preoperative prediction of tumor deposits in rectal cancer 2024-06, American journal of surgery IF:2.7Q1 DOI:10.1016/j.amjsurg.2024.01.002 PMID:38272767	研究论文	开发并验证基于T2加权和弥散加权MRI的影像组学列线图，用于直肠癌肿瘤沉积的术前预测	首次结合T2WI和ADC图像的影像组学特征与临床因素构建列线图，优于传统机器学习模型	回顾性研究设计及相对较小的样本量可能限制泛化能力	实现直肠癌肿瘤沉积的术前无创预测	199例直肠癌患者的T2WI和DWI影像数据及临床资料	数字病理学	直肠癌	MRI（T2加权成像、弥散加权成像）	影像组学列线图	影像数据	199例（训练集159例，验证集40例）	NA	随机森林、支持向量机、深度学习模型（对比模型）	AUC, 准确率, 灵敏度, 特异度, 阳性预测值, 阴性预测值	NA
14	2026-04-21	Multicentric clinical evaluation of a computed tomography-based fully automated deep neural network for aortic maximum diameter and volumetric measurements 2024-06, Journal of vascular surgery IF:3.9Q1 DOI:10.1016/j.jvs.2024.01.214 PMID:38325564	研究论文	本研究评估了一种基于深度学习的全自动方法（ARVA）用于主动脉分割及直径和体积测量	开发了一种全自动深度学习模型，能够同时进行主动脉分割、最大直径测量和体积计算，并在多中心临床数据上验证其性能	研究仅基于350例CTA扫描，样本量相对有限，且未涉及更广泛的主动脉疾病亚型	评估深度学习模型在主动脉影像分析中的准确性和临床适用性	主动脉CTA扫描图像	数字病理学	心血管疾病	计算机断层扫描血管造影（CTA）	深度神经网络	医学影像	350例CTA扫描，来自216名患者	NA	深度神经网络	绝对直径差异中位数，体积相似性误差，临床可接受范围比例	NA
15	2026-04-14	DeepIMAGER: Deeply Analyzing Gene Regulatory Networks from scRNA-seq Data 2024-06-27, Biomolecules IF:4.8Q1 DOI:10.3390/biom14070766 PMID:39062480	研究论文	本文介绍了一种名为DeepIMAGER的先进计算工具，该工具通过深度学习和数据整合来推断细胞特异性基因调控网络	提出了一种将基因对的共表达模式转化为类图像表示，并利用转录因子结合信息进行模型训练的监督学习方法，显著提高了推断精度和鲁棒性	未明确说明模型在处理极大规模数据集时的计算效率或对特定细胞类型的泛化能力限制	开发一种能够从单细胞RNA测序数据中准确推断细胞特异性基因调控网络的工具	基因调控网络，特别是跨不同细胞类型的动态调控关系	机器学习	多发性骨髓瘤	scRNA-seq, ChIP-seq	深度学习	基因表达数据，转录因子结合数据	六个细胞系的综合数据集	NA	NA	精度，鲁棒性	NA
16	2026-04-11	Accurate Identification of Spatial Domain by Incorporating Global Spatial Proximity and Local Expression Proximity 2024-06-09, Biomolecules IF:4.8Q1 DOI:10.3390/biom14060674 PMID:38927077	研究论文	本文提出了一种名为SECE的深度学习方法，用于准确识别空间转录组学数据中的空间域，通过整合全局空间邻近性和局部表达邻近性来提升识别精度	SECE方法首次同时捕获了spots之间的局部和全局关系，并利用表达相似性和空间相似性聚合信息，克服了现有方法仅基于局部或全局空间关系进行域分割的局限性	NA	提高空间转录组学数据中空间域识别的准确性，以阐明组织微环境和生物功能	空间转录组学数据中的spots	机器学习	NA	空间转录组学	深度学习	空间转录组学数据	六个真实空间转录组学数据集，涵盖四个不同平台	NA	NA	空间域识别准确率，低维可视化清晰度，轨迹推断准确性	NA
17	2026-04-03	Real-Time Laryngeal Cancer Boundaries Delineation on White Light and Narrow-Band Imaging Laryngoscopy with Deep Learning 2024-06, The Laryngoscope DOI:10.1002/lary.31255 PMID:38174772	研究论文	本研究探讨了深度学习在喉镜图像和视频中自动分割喉癌边界的能力	开发了SegMENT-Plus模型，首次在喉镜白光和窄带成像图像上实现实时喉癌边界分割，性能与耳鼻喉科住院医师相当，并展示了优秀的泛化能力	需要临床试验来评估该技术在手术实践和切除边缘改善中的作用	自动分割喉镜图像和视频中的喉癌浅表范围	喉癌患者的白光和窄带成像喉镜图像及视频	数字病理学	喉癌	白光喉镜，窄带成像喉镜	深度学习分割模型	图像，视频	来自557名患者的3933张喉癌图像，外部验证集包含156张和200张图像	NA	SegMENT-Plus	Dice相似系数，交并比，准确率，推理速度	NA
18	2026-04-03	A Proof-of-Concept Computer Vision Approach for Measurement of Tympanic Membrane Perforations 2024-06, The Laryngoscope DOI:10.1002/lary.31270 PMID:38214334	研究论文	本文提出了一种概念验证的计算机视觉方法，用于测量鼓膜穿孔的大小	首次将开源深度学习架构应用于鼓膜穿孔的自动分割和面积计算，相比传统目视估计提高了准确性	研究样本量小，穿孔类型主要为前部且相对较小，数据集缺乏异质性	开发一种计算机视觉模型，以更准确地评估鼓膜穿孔的大小	鼓膜穿孔的内窥镜图像	计算机视觉	耳科疾病	内窥镜成像	深度学习	图像	小规模鼓膜穿孔数据集（具体数量未明确说明）	NA	NA	平均绝对误差	NA
19	2026-04-03	Development of a convolutional neural network to accurately detect land use and land cover 2024-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102719 PMID:38660033	研究论文	本研究开发了一个卷积神经网络模型，用于准确检测土地利用和土地覆盖，并在西班牙的自然保护区进行了应用	利用CNN模型对土地利用和土地覆盖进行分类，并在Sentinel-2和PNOA图像上验证其性能	在住宅类别的分类中存在一些混淆，可能由于该区域的特征导致	开发一个准确的土地利用和土地覆盖检测模型，以支持自然资源管理和环境评估	西班牙Sierra del Cando自然保护区的土地利用和土地覆盖	计算机视觉	NA	深度学习	CNN	图像	NA	NA	卷积神经网络	准确率	NA
20	2026-04-03	Improving Equity in Deep Learning Medical Applications with the Gerchberg-Saxton Algorithm 2024-Jun, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-024-00163-8 PMID:38681756	研究论文	本文研究了一种利用Gerchberg-Saxton算法在频率域进行变换的新方法，以减少深度学习医疗应用中的种族-民族偏见	提出了一种基于Gerchberg-Saxton算法的频率域变换方法，用于减少深度学习模型中的偏见，特别是针对种族-民族偏见	NA	减少深度学习在医疗应用中的偏见，提高模型的公平性和泛化能力	深度学习模型在医疗应用中的偏见问题，特别是针对代表性不足人群的种族-民族偏见	机器学习	NA	Gerchberg-Saxton算法	深度学习模型	NA	NA	NA	NA	NA	NA