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	2026-08-09	Uncertainty quantification via localized gradients for deep learning-based medical image assessments 2024-07-19, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad611d PMID:38981594	研究论文	本文提出一种基于局部梯度的后验不确定性量化方法，用于深度学习医学图像评估，以提高模型的可靠性	引入了一种新颖的后验不确定性量化方法，称为局部梯度不确定性量化，它利用训练模型的局部梯度空间来评估对训练模型参数的敏感性，无需修改模型输出，可应用于先前验证过的模型	未在摘要中明确提及局限性	为深度学习医学图像评估提供可靠的不确定性量化方法，增强临床部署中的用户信任	基于深度学习的转移性疾病描绘模型	医学图像分析	转移性疾病	梯度分析	深度学习模型（未具体说明）	医学图像	未在摘要中明确提及样本数量	NA	NA	中位数百分比差异、ROC AUC、假阳性率、p值	NA
42	2026-08-09	Bifurcation detection in intravascular optical coherence tomography using vision transformer based deep learning 2024-07-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad611c PMID:38981596	研究论文	提出了一种基于视觉Transformer深度学习的血管内光学相干断层扫描图像分叉检测方法	首次将视觉Transformer应用于IVOCT图像的分叉检测，避免了 lumen 分割，分别使用分类和地标检测模型识别分叉图像并估计开口点	未明确说明局限性，可能包括对临床数据的依赖和计算成本	提高IVOCT图像分叉检测的准确性和效率，以指导经皮冠状动脉介入治疗策略	血管内光学相干断层扫描图像中的分叉结构	计算机视觉, 深度学习	心血管疾病	光学相干断层扫描	视觉Transformer	图像	8640张临床图像	NA	视觉Transformer	准确率, F1分数, 距离误差, 成功检测率	NA
43	2026-08-09	Developing an explainable diagnosis system utilizing deep learning model: a case study of spontaneous pneumothorax 2024-07-15, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad5e31 PMID:38955331	研究论文	开发了一个利用可解释深度学习模型进行图像识别和可视化的集成医学图像分析系统，用于自发性气胸的自动诊断，并实现了95.56%的分类准确率。	强调了血管穿透缺陷在临床判断中的重要性，并利用可解释深度学习模型提高了诊断系统的可解释性。	研究仅针对自发性气胸，未来需扩展到其他肺部疾病以增强泛化能力。	开发一个可解释的自动诊断系统，以提高模型可信度，减少不确定性，并准确诊断肺部疾病。	自发性气胸患者和正常对照的医学图像。	医学影像分析	自发性气胸	深度学习模型（具体技术未提及，但涉及图像识别和可视化）	深度学习模型（具体类型未提及）	图像	未提及具体样本数量，但涉及气胸和正常对照的图像数据。	NA	NA	准确率（95.56%）	NA
44	2026-08-09	DeCoGAN: MVCT image denoising via coupled generative adversarial network 2024-07-09, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad5d4c PMID:38979700	研究论文	提出了一种基于耦合生成对抗网络（DeCoGAN）的无配对MVCT图像去噪方法，以提高图像质量并保留结构细节。	采用共享潜空间假设，通过编码器强制约束，实现无配对低质量MVCT到高质量图像的转换，结合对抗训练提升去噪效果。	未提及具体局限性。	利用深度学习方法增强MVCT图像质量，以改善图像引导放疗中的目标定位精度。	螺旋断层放疗中的MVCT图像。	计算机视觉	不适用	不适用	生成对抗网络（GAN）	图像	未提及具体样本数量。	未提及具体框架。	编码器，生成对抗网络（含生成器和判别器）	峰值信噪比（PSNR），结构相似性指数（SSIM）	未提及具体计算资源。
45	2026-08-07	Contextual AI models for single-cell protein biology 2024-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.18.549602 PMID:37503080	研究论文	介绍Pinnacle，一种几何深度学习方法，用于生成上下文感知的蛋白质表示，并展示其在多组织单细胞图谱中的应用	首次利用多器官单细胞图谱学习上下文相关的蛋白质相互作用网络，生成大量上下文感知的蛋白质表示，并支持零样本组织层级检索	未明确提及，但可能依赖于单细胞图谱的覆盖度和质量	建模蛋白质在不同生物上下文中的相互作用，以理解蛋白质功能并开发分子疗法	蛋白质及其在不同细胞类型和组织中的相互作用	机器学习	类风湿关节炎、炎症性肠病	单细胞测序	几何深度学习	单细胞图谱数据	394,760个蛋白质表示，来自24个组织的156个细胞类型上下文	NA	Pinnacle（几何深度学习架构）	预测能力	NA
46	2026-07-29	AGILE platform: a deep learning powered approach to accelerate LNP development for mRNA delivery 2024-07-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50619-z PMID:39060305	研究论文	提出AGILE平台，融合深度学习与组合化学，加速用于mRNA递送的可电离脂质纳米颗粒的开发	首次将深度学习与组合化学协同结合，实现可电离脂质的高效库设计、计算机内筛选及对不同细胞系的适应性，揭示细胞特异性偏好	未提及具体性能对比或临床验证，可能缺乏实际递送效率的体内证据	加速定制化脂质纳米颗粒的开发，解决mRNA疗法在临床应用中面临的细胞类型适配挑战	可电离脂质纳米颗粒及其在不同细胞系中的mRNA递送效率	机器学习	NA	组合化学	深度神经网络	分子结构及细胞递送数据	NA	NA	深度神经网络	NA	NA
47	2026-07-28	CGMega: explainable graph neural network framework with attention mechanisms for cancer gene module dissection 2024-07-17, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50426-6 PMID:39013885	研究论文	开发了可解释的图神经网络框架CGMega，用于癌症基因模块解析	结合模型无关解释方法和图注意力机制，实现可解释的癌症基因模块解析	未提及局限性	开发可解释的深度学习框架用于癌症基因模块解析	乳腺癌细胞系和急性髓系白血病患者	机器学习	乳腺癌，急性髓系白血病	多组学整合	图神经网络	多组学数据	乳腺细胞系和急性髓系白血病患者样本	PyTorch	图注意力网络	癌症基因预测性能指标	未提及
48	2026-07-28	Biophysical neural adaptation mechanisms enable artificial neural networks to capture dynamic retinal computation 2024-07-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50114-5 PMID:39009568	研究论文	将神经适应机制嵌入人工神经网络，以捕捉视网膜的动态计算过程	首次在传统卷积神经网络前端整合光感受器适应的生物物理机制，形成新模型“Deep Retina”，显著提升对灵长类和啮齿类视网膜神经节细胞反应的预测能力	未明确提及	探究嵌入神经适应机制能否提高人工神经网络在动态输入条件下预测神经输出的性能	灵长类和啮齿类的视网膜神经节细胞反应	机器学习	NA	光感受器适应的生物物理建模	卷积神经网络	神经电生理数据	NA	PyTorch	Deep Retina（基于卷积神经网络）	NA	NA
49	2024-12-22	Concurrent optogenetic motor mapping of multiple limbs in awake mice reveals cortical organization of coordinated movements 2024-Jul-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.05.602302 PMID:39005269	研究论文	本文开发了一种多肢光遗传学运动映射技术（MOMM），用于在清醒小鼠中同时映射多个肢体的运动表示，并探讨了皮质对协调运动的组织结构	首次使用光遗传学技术在清醒小鼠中进行多肢运动映射，揭示了皮质对协调和行为相关运动输出的地形组织	研究仅限于小鼠模型，尚未在其他物种中验证	开发一种新的技术来映射皮质中多肢协调运动的地形组织	清醒小鼠的皮质中多肢协调运动的地形组织	神经科学	NA	光遗传学刺激，DeepLabCut（DLC），三维三角测量	NA	运动映射数据	多只清醒小鼠	NA	NA	NA	NA
50	2026-07-24	Validation of de novo designed water-soluble and transmembrane β-barrels by in silico folding and melting 2024-07, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5033 PMID:38864690	研究论文	本研究通过深度学习方法对从头设计的水溶性和跨膜β-桶状蛋白进行计算机模拟折叠与熔解验证	首次系统比较AlphaFold2和ESMFold在从头设计蛋白验证中的不同优势，并提出基于增量扰动的计算机模拟熔解新方法	缺乏正式证据表明高质量预测模型与实验成功可能性之间的直接关系	探索深度学习结构预测算法用于从头设计蛋白的计算机模拟验证	从头设计的水溶性和跨膜β-桶状蛋白	机器学习	NA	深度学习方法	AlphaFold2, ESMFold	蛋白质序列与结构数据	实验表征的从头设计水溶性和跨膜β-桶状蛋白设计物	AlphaFold2, ESMFold	NA	预测模型质量，设计可折叠性，有利接触存在性	NA
51	2026-07-23	Single-cell hdWGCNA reveals metastatic protective macrophages and development of deep learning model in uveal melanoma 2024-07-29, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05421-2 PMID:39075441	研究论文	通过单细胞RNA测序和高维加权基因共表达网络分析，鉴定葡萄膜黑色素瘤中转移保护性巨噬细胞，并构建深度学习模型区分原发和转移患者	首次识别出转移保护性巨噬细胞亚群及其相关基因模块，并基于此开发了深度学习CNN模型和预后模型	NA	探索葡萄膜黑色素瘤转移机制并构建预测模型以改善患者预后	葡萄膜黑色素瘤原发和转移样本中的巨噬细胞亚群及相关基因	数字病理学	葡萄膜黑色素瘤	scRNA-seq, HdWGCNA, NMF聚类分析	CNN, 机器学习模型	单细胞转录组数据	NA	NA	卷积神经网络	NA	NA
52	2024-08-07	Correction: Evaluation of deep learning-based reconstruction late gadolinium enhancement images for identifying patients with clinically unrecognized myocardial infarction 2024-Jul-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01375-5 PMID:39048934	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
53	2026-07-10	Hierarchical multi-task deep learning-assisted construction of human gut microbiota reactive oxygen species-scavenging enzymes database 2024-07-30, mSphere IF:3.7Q2 DOI:10.1128/msphere.00346-24 PMID:38995053	研究论文	提出系统性工作流，采用层级多任务深度学习方法构建人类肠道微生物群活性氧清除酶数据库	首次建立了人类肠道微生物群活性氧清除酶数据库，并采用层级多任务深度学习方法来收集、扩展和探索相关条目	NA	准确预测活性氧清除酶类型，理解氧化应激机制，为对抗与肠道-器官轴相关的疾病提供策略	人类肠道微生物群中的活性氧清除酶	机器学习	NA	NA	层级多任务深度学习模型	序列数据	7,689条条目	NA	NA	NA	NA
54	2026-07-10	Exploring the roles of RNAs in chromatin architecture using deep learning 2024-07-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50573-w PMID:39075082	研究论文	提出深度学习框架AkitaR，结合基因组序列和RNA-DNA互作数据，探究染色质相关RNA在HFFc6细胞中对基因组折叠的调控作用	首次通过深度学习模型系统区分染色质相关RNA的顺式和反式调控作用，识别出多个可能通过反式互作影响染色质结构的新RNA分子，并揭示Alu等重复元件转录本通过反式R-loop形成促进染色质互作的机制	NA	阐明染色质相关RNA在三维基因组组织中的作用机制	HFFc6细胞中的染色质相关RNA及其对染色质构象的调控	机器学习	NA	RNA-seq, 全局RNA-DNA互作分析	深度学习框架	基因组序列, RNA-DNA互作数据, 开放染色质数据	NA	NA	AkitaR	NA	NA
55	2026-07-10	Reduction of ADC bias in diffusion MRI with deep learning-based acceleration: A phantom validation study at 3.0 T 2024-07, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.04.018 PMID:38631532	研究论文	通过深度学习加速减少扩散磁共振成像中ADC偏差的体模验证研究	首次使用商业扩散体模验证深度学习重建技术（C-SENSE AI）在高加速因子和低翻转角条件下减少ADC偏差和随机测量误差的有效性	仅使用体模而非临床患者数据，可能无法完全反映实际诊断场景中的性能	评估深度学习重建方法在加速DWI扫描时对降低ADC偏差和改善变异性的效果	商业扩散体模和数值模拟数据	机器学习	不适用	扩散加权成像	深度学习重建网络	图像	一个商业扩散体模及数值模拟数据集	Philips MR系统内嵌深度学习算法	C-SENSE AI（基于压缩感知和人工智能的深度学习网络）	Lin一致性相关系数, 变异系数, 置信区间, 非参数统计检验	3.0T临床MRI扫描仪
56	2026-07-07	Association of Retinal Biomarkers With the Subtypes of Ischemic Stroke and an Automated Classification Model 2024-07-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.65.8.50 PMID:39083310	研究论文	利用OCTA图像通过深度学习模型自动识别缺血性卒中及其亚型，并探索视网膜生物标志物与卒中亚型的关联	首次将深度学习模型应用于OCTA图像以区分缺血性卒中的腔隙性和非腔隙性亚型，并揭示了浅层血管丛的迂曲度和FAZ圆形度与卒中亚型的相关性	外部数据验证中模型AUC略低于内部验证，可能存在数据集偏差；视网膜生物标志物的临床解释需进一步验证	研究基于OCTA图像的深度学习模型在缺血性卒中检测及其亚型分类中的可行性，以及视网膜微血管变化与卒中亚型的关联	865名参与者的1730只眼睛，包括缺血性卒中患者和健康对照者	计算机视觉	缺血性卒中	OCTA成像	深度学习模型	图像	1730只眼睛（来自865名参与者）	PyTorch	ResNet	AUC	NA
57	2026-07-07	Quantifying Geographic Atrophy in Age-Related Macular Degeneration: A Comparative Analysis Across 12 Deep Learning Models 2024-07-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.65.8.42 PMID:39046755	研究论文	比较12种深度学习模型在年龄相关性黄斑变性中地理萎缩分割的性能	系统比较多种编码器-解码器组合（包括视觉变换器）在GA分割中的效果，发现视觉变换器与FPN和UNet架构更优	样本量有限且仅使用两个数据集，未探索其他可能更优的架构组合	确定用于GA分割的最有效的深度学习架构	眼底自发荧光图像中的地理萎缩区域	计算机视觉	年龄相关性黄斑变性	NA	深度学习模型（包括CNN和视觉变换器）	图像	训练集601张FAF图像（AREDS2研究），验证集156张FAF图像（GlaxoSmithKline研究）	NA	FPN, UNet, PSPNet, EfficientNet, ResNet, VGG, Mix Vision Transformer (mViT)	平均绝对差异，Dice系数 (DC)	NA
58	2026-07-07	Sequence of Morphological Changes Preceding Atrophy in Intermediate AMD Using Deep Learning 2024-07-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.65.8.30 PMID:39028907	研究论文	利用深度学习分析中间AMD中外丛状层下陷前形态变化序列	首次使用高精度人工智能量化OCT图像中中间AMD向外层丛状层下陷演变的形态学序列，并揭示光感受器和外核层变薄是早期亚临床特征	NA	研究中间AMD中在外丛状层下陷之前的形态变化序列以预测进展为地图样萎缩	中间AMD患者（280只眼，来自140名个体）	计算机视觉	老年性黄斑变性	OCT成像	CNN	图像	280只眼，来自140名中间AMD患者	PyTorch	U-Net	NA	NA
59	2026-07-06	Wearable Data From Subjects Playing Super Mario, Taking University Exams, or Performing Physical Exercise Help Detect Acute Mood Disorder Episodes via Self-Supervised Learning: Prospective, Exploratory, Observational Study 2024-07-17, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/55094 PMID:39018100	research paper	利用自监督学习从穿戴设备数据中检测急性情绪障碍发作	首次将自监督学习应用于穿戴设备数据检测急性情绪障碍发作，提出E4mer模型架构和E4SelfLearning数据集，解决了数据标注瓶颈	自监督学习性能依赖于预训练代理任务的选择和无标签数据的规模	克服穿戴设备数据标注瓶颈，提升急性情绪障碍发作检测性能	急性情绪障碍患者和稳定期患者的穿戴设备数据	machine learning	mood disorder	NA	Transformer	穿戴设备数据（来自Empatica E4腕带）	161名受试者（其中64名患者，32名急性期，32名稳定期）	NA	E4mer, XGBoost	正确分类的片段数量（3353/4128 vs 3110/4128 vs 2973/4128）	NA
60	2026-07-04	Comprehensive data analysis of white blood cells with classification and segmentation by using deep learning approaches 2024-07, Cytometry. Part A : the journal of the International Society for Analytical Cytology DOI:10.1002/cyto.a.24839 PMID:38563259	研究论文	使用深度学习方法对白细胞进行分类和分割的综合数据分析	首次结合四种不同数据集进行白细胞分类，并在分割中使用CNN、UNet和SegNet三种神经网络	未提及具体局限性	通过深度学习方法实现白细胞的分类和分割，提高诊断工具的性能	人类外周血白细胞	计算机视觉	NA	显微镜成像	CNN, UNet, SegNet	图像	四种不同数据集的混合	NA	CNN, UNet, SegNet	平衡准确率, 测试准确率	NA