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
81	2026-05-17	MMDB: Multimodal dual-branch model for multi-functional bioactive peptide prediction 2024-07, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115491 PMID:38460901	研究论文	提出了一种新型多模态双分支轻量级深度学习模型，用于多功能生物活性肽预测	首次在不增加参数的情况下利用多尺度膨胀卷积提取肽序列特征，并设计了双分支结构分别捕获肽序列和结构特性的互补信息	未提及具体局限性	准确检测多功能的复杂和多样化生物活性肽	多功能生物活性肽	机器学习	NA	NA	深度学习	序列和结构数据	NA	NA	多尺度膨胀卷积, Bi-LSTM, 多层卷积	覆盖率, 精确度, 准确率	NA
82	2026-05-17	PhosAF: An integrated deep learning architecture for predicting protein phosphorylation sites with AlphaFold2 predicted structures 2024-07, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115510 PMID:38513769	研究论文	提出一种集成深度学习架构PhosAF，利用AlphaFold2预测的蛋白结构来预测人类蛋白磷酸化位点	首次将AlphaFold2预测的蛋白结构信息与序列信息集成用于磷酸化位点预测，并提出通过蛋白二级结构构建可靠负样本的新策略	NA	提高磷酸化位点预测的准确性，特别是通过利用蛋白空间结构信息	人类蛋白质磷酸化位点	机器学习	NA	NA	CNN, 多头注意力机制, 深度神经网络	蛋白质序列数据和结构数据	NA	PyTorch	CMA-Net, MFC-Net	精确率, 召回率, F1分数, AUC	NA
83	2026-05-15	Approaching artificial intelligence to Hospital Pharmacy 2024-07, Farmacia hospitalaria : organo oficial de expresion cientifica de la Sociedad Espanola de Farmacia Hospitalaria IF:1.0Q4 DOI:10.1016/j.farma.2024.02.007 PMID:39097366	综述文章	探讨人工智能在医院药学中的应用及其潜在影响	强调人工智能技术（如机器学习、深度学习）如何在医院药房中优化药物管理流程、提升患者安全性和用药效率	未提及具体实验数据或案例验证，缺乏对实际部署挑战和局限性的深入分析	阐述人工智能在医院药学领域的应用前景，推动药学服务智能化转型	医院药学实践中的药物相互作用检测、安全性评估、疗效优化等场景	自然语言处理, 机器学习	不适用	机器学习, 深度学习, 自然语言处理	神经网络（通用）	患者电子健康记录、实验室结果、用药档案等医疗文本数据	不适用	不适用	不适用	不适用	不适用
84	2026-05-15	[Translated article] Introducing artificial intelligence to hospital pharmacy departments 2024-07, Farmacia hospitalaria : organo oficial de expresion cientifica de la Sociedad Espanola de Farmacia Hospitalaria IF:1.0Q4 DOI:10.1016/j.farma.2024.04.001 PMID:39097375	综述	介绍人工智能在医院药房部门的应用及其潜在影响	系统性地阐述人工智能技术在医院药房中的多维度应用，从药物相互作用检测到临床决策支持	未提供具体实施案例或量化评估结果，缺乏临床验证数据	探讨人工智能如何提升医院药房服务质量、优化流程并促进创新	医院药房部门的药剂师及相关临床工作流程	机器学习	NA	机器学习、深度学习、自然语言处理	神经网络	文本（医疗记录、实验室结果、用药档案）	NA	NA	NA	NA	NA
85	2026-05-15	Deep Learning-Enabled Quantification of 99mTc-Pyrophosphate SPECT/CT for Cardiac Amyloidosis 2024-07-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.267542 PMID:38724278	研究论文	利用深度学习量化99mTc-焦磷酸盐SPECT/CT图像以诊断心脏淀粉样变性	首次使用基础深度学习模型从CT衰减图中分割心脏腔室和心肌，并将其应用于衰减校正的SPECT图像，实现全自动体积量化99mTc-焦磷酸盐放射性示踪剂活性	未提及具体限制	评估深度学习方法在全自动定量化评估99mTc-焦磷酸盐SPECT/CT图像中的诊断准确性	疑似转甲状腺素蛋白心脏淀粉样变性（ATTR CA）患者	机器学习的医学影像应用	心脏淀粉样变性	SPECT/CT成像, 99mTc-焦磷酸盐显像, 深度学习分割	基础深度学习模型（用于CT衰减图分割）	CT衰减图, SPECT图像	299名患者（中位年龄76岁，其中83名诊断为ATTR CA）	NA	基础深度学习模型（具体架构未提及）	AUC, 风险比（HR）	NA
86	2026-05-15	Deep learning pipeline for quality filtering of MRSI spectra 2024-07, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5012 PMID:37518942	研究论文	提出一种基于深度学习集成模型的质量过滤管道，用于自动筛选3D磁共振波谱成像中的光谱数据	首次将卷积自编码器与多层感知机网络配对并采用多数投票机制，针对不同光谱表示（实部、虚部、两者结合）进行鲁棒分类，实现高质量光谱自动筛选	对受脂质轻微污染的最少代表类别谱，F1分数较低（0.82），且数据集仅来自一名健康受试者和五名脑肿瘤患者	开发自动化预处理管道，在代谢物定量前过滤低质量光谱并识别可修复的污染光谱	来自一名健康受试者和五名脑肿瘤患者的36,338个大脑光谱数据	数字病理学	脑肿瘤	MRSI, EPSI, SLOW编辑	集成深度学习网络（卷积自编码器 + 多层感知机）	频谱	36,338个光谱（来自1名健康受试者和5名脑肿瘤患者）	NA	卷积自编码器, 多层感知机	F1分数	NA
87	2026-05-15	Electromagnetic interference elimination via active sensing and deep learning prediction for radiofrequency shielding-free MRI 2024-07, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.4956 PMID:37088894	研究论文	提出一种结合主动感知与深度学习预测的方法，用于消除无射频屏蔽或屏蔽不完整磁共振成像中的电磁干扰	首次利用主动感知线圈和卷积神经网络模型预测并去除MRI信号中的电磁干扰成分，实现无射频屏蔽MRI扫描	方法在更高场强或复杂干扰环境中的泛化能力有待验证，且依赖额外传感线圈硬件支持	实现无射频屏蔽或屏蔽不完整条件下的高图像信噪比MRI成像	电磁干扰信号与MRI接收线圈中的信号关系建模及干扰消除	机器学习	NA	MRI成像	卷积神经网络	磁共振信号数据	0.055T和1.5T MRI扫描仪各一台的初步实验数据	PyTorch	卷积神经网络	信噪比	NA
88	2026-05-09	Deep Learning Models for the Screening of Cognitive Impairment Using Multimodal Fundus Images 2024-07, Ophthalmology. Retina DOI:10.1016/j.oret.2024.01.019 PMID:38280426	研究论文	利用深度学习模型基于多模态眼底图像筛查认知障碍	首次验证多模态眼底图像（眼底照片与OCT图像）联合深度学习模型在认知障碍筛查中的有效性，优于单模态模型	多模态模型在外部验证集的AUC约为0.78，性能仍有提升空间；未详细说明数据集的种族或地域多样性可能影响泛化性	开发基于多模态眼部图像的深度学习系统，快速简便地识别认知障碍个体	认知障碍患者与正常对照人群	计算机视觉、数字病理学	认知障碍	眼底照相、OCT成像	CNN	图像	9424张眼底照片和4712张OCT图像用于模型开发；外部验证集包括1180张眼底照片和590张OCT图像	NA	NA	AUC	NA
89	2026-05-09	Artificial Intelligence, Digital Imaging, and Robotics Technologies for Surgical Vitreoretinal Diseases 2024-07, Ophthalmology. Retina DOI:10.1016/j.oret.2024.01.018 PMID:38280425	综述	回顾了人工智能、数字成像和机器人技术在玻璃体视网膜手术疾病中的最新进展	总结了成像、手术可视化、机器人技术和人工智能在玻璃体视网膜手术中的综合应用，强调了这些技术对改善患者管理的潜力	未提及具体研究设计的局限或数据来源的限制	综述人工智能、数字成像和机器人技术在玻璃体视网膜手术疾病中的应用进展	玻璃体视网膜手术疾病	计算机视觉、机器学习、数字病理学	视网膜疾病	OCT、OCT血管成像、深度学习	NA	图像、文本	NA	NA	NA	NA	NA
90	2026-05-08	Association of retinal image-based, deep learning cardiac BioAge with telomere length and cardiovascular biomarkers 2024-07-01, Optometry and vision science : official publication of the American Academy of Optometry IF:1.6Q3 DOI:10.1097/OPX.0000000000002158 PMID:38935034	研究论文	基于视网膜图像的深度学习心脏生物年龄模型与端粒长度及心血管生物标志物的关联研究	首次利用视网膜图像深度学习模型评估心脏生物年龄，并与端粒长度和传统心血管风险生物标志物进行关联分析，实现快速、无创的心血管疾病筛查	研究为横断面设计，无法建立因果关系；模型基于UK Biobank人群，可能限制结果向其他人群的推广	验证深度学习心脏生物年龄模型与端粒长度及传统心血管风险生物标志物之间的一致性	UK Biobank中具有白细胞端粒长度数据的个体	计算机视觉	心血管疾病	视网膜成像	深度学习	图像	NA	NA	NA	血压、糖化血红蛋白、10年汇集队列方程心血管风险评分、端粒长度	NA
91	2026-05-07	The scope of artificial intelligence in retinopathy of prematurity (ROP) management 2024-07-01, Indian journal of ophthalmology IF:2.1Q2 DOI:10.4103/IJO.IJO_2544_23 PMID:38454859	综述	探讨人工智能在早产儿视网膜病变管理中的应用范围	聚焦印度背景下AI在ROP筛查中的应用潜力，并讨论其作为流行病学工具的客观优势	AI实施存在医法律问题，可能遗漏视网母细胞瘤等致命疾病	评估AI在ROP管理中的角色与未来方向	AI系统在ROP筛查、风险预测及流行病学分析中的性能	机器学习	早产儿视网膜病变	NA	卷积神经网络	图像	NA	NA	CNN	NA	NA
92	2026-05-04	nBEST: Deep-learning-based non-human primates Brain Extraction and Segmentation Toolbox across ages, sites and species 2024-07-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120652 PMID:38797384	研究论文	提出一个基于深度学习的非人灵长类大脑MRI提取与分割工具箱nBEST，可跨年龄、站点和物种处理脑图像	采用终身学习方法灵活整合多样非人灵长类群体数据，创新性构建3D U-NeXt架构，实现多物种、多站点、多发育阶段通用处理	未明确讨论在极端低质量或罕见物种图像上的表现，可能依赖现有数据集多样性的持续更新	开发专为非人灵长类大脑MRI设计的通用自动化处理工具，提升跨物种、跨站点、跨年龄的脑图像分析能力	非人灵长类大脑MRI数据，涉及11个物种（如恒河猴、食蟹猴、黑猩猩、狨猴、松鼠猴等）共1469个扫描样本	数字病理学	不适用	MRI	3D U-NeXt	图像	1469个扫描样本，来自23个独立数据集，涵盖11个物种	PyTorch	3D U-NeXt	精确度, 适用性, 鲁棒性, 全面性, 泛化能力	不适用
93	2026-05-04	The effect of head motion on brain age prediction using deep convolutional neural networks 2024-07-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120646 PMID:38750907	研究论文	研究头部运动对深度卷积神经网络预测大脑年龄的影响	首次系统评估头部运动引起的MRI图像伪影对脑年龄预测的影响，并发现即使临床可用图像也存在显著偏差	仅基于T1加权MRI图像，未考虑其他模态图像；仅使用两种3D CNN架构，未探索其他模型	探究头部运动引起的MRI图像伪影对脑年龄预测作为脑健康生物标志物的适用性的影响	参与者的T1加权MRI扫描图像（包括无运动和运动伪影的图像）	计算机视觉	神经系统疾病	MRI	3D卷积神经网络	图像	同一参与者的无运动和运动伪影的T1加权MRI扫描图像，由神经放射科医生从临床诊断角度评级	NA	两种不同的3D卷积神经网络架构	脑预测年龄差（brain-PAD）、图像质量指标	NA
94	2026-05-03	A Deep Learning-Based Approach to Estimate Paneth Cell Granule Area in Celiac Disease 2024-07-01, Archives of pathology & laboratory medicine IF:3.7Q1 DOI:10.5858/arpa.2023-0074-OA PMID:37852171	研究论文	基于深度学习方法估算乳糜泻中潘氏细胞颗粒面积	采用无代码人工智能工作流（NoCodeSeg）分析完整H&E切片，实现潘氏细胞颗粒和隐窝的自动分割，避免了传统人工计数的主观性	未提及具体局限性	利用人工智能技术比较乳糜泻患者与非乳糜泻对照组的隐窝和潘氏细胞颗粒面积	349例十二指肠活检组织样本（185例乳糜泻患者，164例对照）	数字病理学	乳糜泻	H&E染色、全切片扫描	深度学习模型（U-Net架构）	组织病理图像	349例患者（185例乳糜泻，164例对照）	QuPath, DeepMIB, NoCodeSeg	U-Net	平均交并比（IoU）	NA
95	2026-05-02	X-ray absorption spectroscopy combined with deep learning for auto and rapid illicit drug detection 2024-07-03, The American journal of drug and alcohol abuse DOI:10.1080/00952990.2024.2377262 PMID:39158551	研究论文	利用X射线吸收光谱结合改进的Transformer编码器模型实现毒品的自动快速检测	首次将X射线吸收光谱与深度学习结合用于毒品检测，并采用改进的Transformer编码器模型实现高准确率（96.73%）和快速训练（1.4小时）	仅使用50种毒品类似物进行实验，未涉及实际毒品样本；且需要进一步验证该方法在临床和执法场景中的实用性	实现快速、无损、自动的毒品检测	毒品及其类似物（同分异构体或分子式相似的化合物）	机器学习	NA	X射线吸收光谱	Transformer, LSTM, ResU-net	光谱数据	50种毒品类似物	NA	改进的Transformer编码器, LSTM, ResU-net	准确率, 训练时间	NA
96	2026-04-30	Exploring Deep Learning for Estimating the Isoeffective Dose of FLASH Irradiation From Mouse Intestinal Histological Images 2024-Jul-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2023.12.032 PMID:38171387	研究论文	开发深度学习模型，从小鼠肠道组织学图像中估算FLASH照射的等效剂量	首次提出使用深度学习从组织学图像定量估算FLASH照射的等效应剂量，将物理FLASH剂量映射为等效CONV剂量	仅限于小鼠肠道组织，尚未验证于其他组织或肿瘤模型	探索深度学习从小鼠肠道组织学图像估算FLASH照射等效应剂量的可行性	接受CONV或FLASH照射的小鼠空肠组织切片	数字病理学	放射性损伤	H&E染色、数字病理成像	CNN	组织学图像	84只雌性C57BL/6J小鼠，每只小鼠9个空肠横切面，共756个图像样本	PyTorch	ResNet-101	均方误差	NA
97	2026-04-29	Deep learning identifies heterogeneous subpopulations in breast cancer cell lines 2024-Jul-04, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.02.601576 PMID:39005432	研究论文	利用深度学习识别乳腺癌细胞系中的异质性亚群	首次证明细胞形态可反映体外乳腺癌细胞系中的转录组亚群差异，并利用卷积神经网络实现亚群识别	NA	探究细胞形态是否能用于分类体外癌细胞系中的转录组亚群	乳腺癌细胞系中的亚群	计算机视觉	乳腺癌	卷积神经网络	CNN	图像	NA	NA	卷积神经网络	NA	NA
98	2026-04-25	Deep learning-enabled high-speed, multi-parameter diffuse optical tomography 2024-07, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.29.7.076004 PMID:39035576	研究论文	利用深度学习实现高速、多参数扩散光学层析成像，用于乳腺肿瘤表征	首次将深度学习应用于频域扩散光学层析成像的同时吸收系数和散射系数三维重建，实现高速高保真重建，将重建时间从3.8分钟缩短至0.02秒	研究仅使用模拟数据测试，实验验证仅针对两个模拟肿瘤的光学幻影，临床实际应用仍需进一步验证	开发基于深度学习的频域扩散光学层析成像技术，实现手持探头实时成像，改善乳腺肿瘤表征	乳腺组织的光学吸收系数和散射系数三维重建	机器学习	乳腺癌	频域扩散光学层析成像	深度学习模型	模拟光学数据集和实验光学幻影数据	300个模拟组织幻影用于测试，2个肿瘤模拟光学幻影用于实验验证	PyTorch	NA	均方根误差、空间相似性、异常对比度精度、串扰	NA
99	2026-04-23	A Pan-Cancer Patient-Derived Xenograft Histology Image Repository with Genomic and Pathologic Annotations Enables Deep Learning Analysis 2024-07-02, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-23-1349 PMID:39082680	研究论文	本研究开发了一个包含超过1000个患者来源异种移植（PDX）及其配对亲本肿瘤H&E染色图像的全癌种图像库，并集成了基因组、转录组、临床元数据及病理注释，以支持深度学习分析	创建了首个大规模、全癌种的PDX H&E图像库，整合了多维数据（基因组、病理注释等），并展示了其在深度学习任务（如区域分类、疾病预测）中的应用潜力	PDX模型使用免疫缺陷小鼠，可能无法完全模拟人类肿瘤微环境；部分病例的详细病理注释有限	构建一个用于深度学习分析的PDX组织学图像资源库，以促进癌症生物学研究和计算病理学方法开发	患者来源异种移植（PDX）模型及其配对的人类亲本肿瘤样本	数字病理学	全癌种	H&E染色组织学成像	深度学习分类器、预测器	组织学图像	超过1000个PDX及其配对亲本肿瘤样本	NA	NA	NA	NA
100	2026-04-17	Evaluating the relationship between magnetic resonance image quality metrics and deep learning-based segmentation accuracy of brain tumors 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17059 PMID:38640464	研究论文	本研究评估了磁共振图像质量指标与基于深度学习的脑肿瘤分割准确性之间的关系	首次系统性地探究了特定MR图像质量指标与DenseNet模型分割性能之间的相关性，并提出了基于质量指标筛选训练图像以提升模型泛化能力的方法	研究仅基于BraTS数据集，未涵盖所有可能的图像伪影和设备变异；使用的质量指标和阈值方法可能需要进一步优化	评估MR图像质量指标与深度学习分割准确性之间的关系，以开发更具泛化能力的多机构数据模型	脑肿瘤MRI图像及其分割结果	计算机视觉	脑肿瘤	磁共振成像	深度学习	3D MRI图像	BraTS 2020和2021数据集的训练与测试队列	PyTorch	3D DenseNet	Dice系数	NA