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
101	2026-04-11	Significance of Artificial Intelligence in the Study of Virus-Host Cell Interactions 2024-07-26, Biomolecules IF:4.8Q1 DOI:10.3390/biom14080911 PMID:39199298	综述	本文综述了人工智能（特别是机器学习和深度学习）在病毒-宿主细胞相互作用分子水平研究中的应用及其对药物发现和预防策略的推动作用	整合了机器学习和深度学习在预测病毒-宿主细胞蛋白质-蛋白质及蛋白质-糖相互作用、转录翻译分析以及快速药物发现模型开发方面的最新进展，强调了AI在处理大规模遗传和分子数据中的高效性和准确性	NA	探讨人工智能在病毒-宿主细胞相互作用研究中的应用，以促进新治疗和预防策略的开发	病毒-宿主细胞在分子水平的相互作用，包括蛋白质-蛋白质和蛋白质-糖的相互作用	机器学习	NA	机器学习，深度学习	NA	遗传数据，分子数据，基因组序列，图像	NA	NA	NA	NA	NA
102	2026-04-05	Misplaced Trust and Distrust: How Not to Engage with Medical Artificial Intelligence 2024-07, Cambridge quarterly of healthcare ethics : CQ : the international journal of healthcare ethics committees IF:1.5Q3 DOI:10.1017/S0963180122000445 PMID:36263755	评论	本文探讨了在医疗人工智能应用中信任与不信任的错误放置问题，并提出了一种分类法来系统化这些实例	通过逆向视角，聚焦于负面例子，开发了一个提供临床和监管决策伦理约束的框架	未涉及具体技术实现或实证数据验证	分析医疗人工智能中的信任伦理问题，为临床和监管决策提供伦理约束	医疗人工智能系统及其在临床护理中的应用	机器学习	NA	NA	深度学习	NA	NA	NA	人工神经网络	NA	NA
103	2026-03-20	Structures of Epstein-Barr virus and Kaposi's sarcoma-associated herpesvirus virions reveal species-specific tegument and envelope features 2024-Jul-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.09.602672 PMID:39026862	研究论文	本研究通过深度学习增强的冷冻电子断层扫描技术，解析了EBV和KSHV病毒颗粒的结构，揭示了其被膜和包膜的特异性特征	首次利用深度学习增强的冷冻电子断层扫描技术，对EBV和KSHV的完整病毒颗粒进行结构解析，发现了被膜和包膜中的物种特异性特征，如偏心衣壳位置、极化被膜分布及糖蛋白密度差异	研究主要基于体外培养的病毒颗粒，可能无法完全反映体内感染环境下的结构动态；样本来源和细胞类型有限，可能影响结构特征的普遍性	解析EBV和KSHV病毒颗粒的结构特征，比较其与α-和β-疱疹病毒在结构上的差异，以理解其细胞嗜性和感染机制	EBV和KSHV的细胞外病毒颗粒	结构生物学	病毒感染相关肿瘤	冷冻电子断层扫描，深度学习增强，亚断层图平均，断层图引导的亚粒子重建	深度学习模型	冷冻电子断层扫描图像	NA	NA	NA	NA	NA
104	2026-03-13	Ultrasound and diffuse optical tomography-transformer model for assessing pathological complete response to neoadjuvant chemotherapy in breast cancer 2024-07, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.29.7.076007 PMID:39050779	研究论文	本文开发了一种结合超声和弥散光学断层成像的Transformer模型，用于预测乳腺癌患者对新辅助化疗的病理完全缓解	首次提出将超声和弥散光学断层成像图像与肿瘤受体生物标志物结合，利用双输入Transformer模型进行多模态融合，以预测病理完全缓解	研究样本量较小（60名患者），未来需要扩大数据集以提高模型的准确性和泛化能力	评估整合超声和弥散光学断层成像图像在预测乳腺癌患者对新辅助化疗的病理完全缓解方面的效率	乳腺癌患者	医学影像分析	乳腺癌	超声成像，弥散光学断层成像	Transformer	图像，生物标志物	60名患者在化疗期间的多个时间点的影像数据	NA	双输入Transformer	AUC，准确率	NA
105	2026-03-13	Context-Aware Transformer GAN for Direct Generation of Attenuation and Scatter Corrected PET Data 2024-Jul, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2024.3397318 PMID:41809058	研究论文	提出一种上下文感知的生成式深度学习框架，用于直接从非衰减和非散射校正的PET图像生成光子衰减和散射校正的PET图像	设计了四种条件生成对抗网络模型，包括基于视觉变换器和移位窗口变换器的创新架构，并首次在单模态和多模态输入数据上评估了这些模型，用于直接生成衰减和散射校正的PET图像	研究仅基于33名受试者的回顾性数据，样本量相对较小，且仅针对F-FDG全身PET图像进行了验证	开发一种深度学习框架，用于生成衰减和散射校正的PET图像，以改善PET图像质量	F-氟脱氧葡萄糖全身PET图像	医学影像分析	NA	PET/CT扫描, PET/MRI扫描	cGAN, Transformer	图像	33名受试者的全身PET图像	NA	Pix2Pix, AG-Pix2Pix, ViT-GAN, Swin-GAN	PSNR, MS-SSIM, NRMSE, MAE	NA
106	2026-03-02	Deep Learning-based Modeling for Preclinical Drug Safety Assessment 2024-Jul-23, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.20.604430 PMID:39091793	研究论文	本文介绍了一种名为TRACE的深度学习模型，用于加速和自动化临床前药物安全性评估中的毒理学肝脏组织病理学分析	提出了首个用于加速和自动化毒理学病理学评估的框架TRACE，能够处理从组织病理学反应评估到自动剂量-反应表征等多种诊断任务，并在独立读者研究中表现优于平均病理学家水平	模型主要针对肝脏组织病理学，可能无法直接推广到其他器官或组织类型；训练数据来源于特定物种的临床前研究，在人类应用中的泛化能力有待验证	开发一种基于深度学习的计算模型，以加速临床前药物开发中的毒性评估过程，提高评估的再现性和客观性	临床前药物安全性评估中的毒理学肝脏组织病理学图像	数字病理学	药物毒性	组织病理学成像，深度学习	深度学习模型	组织病理学图像	从157项临床前研究的46,734个数字化组织切片中提取的1500万张组织病理学图像	未明确指定	TRACE（专有架构）	与共识意见的一致性（concordance）	未明确指定
107	2026-03-02	Proscan: a structure-based proline design web server 2024-Jul-05, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae408 PMID:38769060	研究论文	介绍了一个基于结构的脯氨酸设计网络服务器Proscan，用于识别和探索目标蛋白质的脯氨酸替换设计	开发了首个结合骨架角度评估、能量评分和深度学习预测的脯氨酸设计网络服务器，提供交互式可视化功能	未明确说明服务器处理蛋白质结构的规模限制或计算时间要求	开发用于蛋白质结构设计和疫苗抗原工程的计算工具	蛋白质结构、脯氨酸替换位点	计算生物学	NA	结构生物学、深度学习	深度学习模型	蛋白质结构数据、突变稳定性数据	使用深度突变扫描和热力学测量数据集进行基准测试	NA	NA	NA	网络服务器架构
108	2026-02-28	Pixel-wise segmentation of cells in digitized Pap smear images 2024-07-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03566-9 PMID:38971865	研究论文	本文介绍了一个用于宫颈癌筛查的数字化巴氏涂片图像细胞分割数据集APACS23，并探讨了其用于训练深度学习模型的潜力	创建了一个包含约37,000个手动分割细胞的大型数据集APACS23，专门用于巴氏涂片图像中的细胞像素级分割，为科学研究和挑战赛提供了官方基准	未提及具体模型性能或分割算法的详细评估，主要侧重于数据集的描述和可用性	开发用于宫颈癌筛查的巴氏涂片图像细胞分割数据集，以支持人工智能系统的训练	数字化巴氏涂片图像中的细胞	数字病理学	宫颈癌	光学显微镜分析	NA	图像	约37,000个手动分割的细胞	NA	NA	NA	NA
109	2026-02-28	1 Million Segmented Red Blood Cells With 240 K Classified in 9 Shapes and 47 K Patches of 25 Manual Blood Smears 2024-07-02, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03570-z PMID:38956115	研究论文	本文介绍了一个包含100万个分割红细胞和24万个按9种形状分类的数据集，用于开发基于深度学习的红细胞形态自动化检查	创建了首个大规模手动血液涂片数据集，包含详细的红细胞分割和形状分类，支持深度学习在红细胞形态学检查中的自动化应用	数据集仅基于25个不同患者的手动血液涂片，可能无法涵盖所有临床变异或自动化制备的涂片	开发基于深度学习的红细胞形态学自动化检查技术，包括检测、计数、分割和分类	红细胞形态和形状	数字病理学	贫血	光显微镜成像	深度学习图像分类器	图像	25个不同患者的手动血液涂片，产生47K+视野图像/补丁	NA	NA	NA	NA
110	2026-02-26	An effective deep learning-based approach for splice site identification in gene expression 2024 Jul-Sep, Science progress IF:2.6Q2 DOI:10.1177/00368504241266588 PMID:39051530	研究论文	本文提出了一种基于深度学习的计算机辅助诊断技术，用于快速准确识别基因表达中的剪接位点序列	利用长短期记忆网络从RNA序列中提取独特模式，实现快速准确的点突变序列映射，并通过与现有方法的比较验证了其优越性	未提及具体的数据集规模限制或模型泛化能力的详细评估	开发一种精确可靠的计算机辅助诊断技术，用于快速正确识别剪接位点序列	真核生物基因表达中的mRNA剪接位点序列	自然语言处理	NA	RNA序列分析	LSTM	序列数据	NA	NA	LSTM	准确率	NA
111	2026-02-26	Early and late blight disease identification in tomato plants using a neural network-based model to augmenting agricultural productivity 2024 Jul-Sep, Science progress IF:2.6Q2 DOI:10.1177/00368504241275371 PMID:39262392	研究论文	本研究开发了一种基于Inception-V3架构的神经网络模型，用于识别番茄植株的早疫病和晚疫病，旨在提高疾病识别准确率并促进农业生产	利用深度学习技术（Inception-V3架构）对番茄叶片疾病进行自动分类，相比传统方法提高了识别效率和准确性	研究仅使用PlantVillage数据集中的6000张图像，可能无法涵盖所有田间变异情况；未提及模型在真实农业环境中的泛化能力测试	通过深度学习技术提高番茄叶片疾病的识别准确率，以增强农业生产力和经济效益	番茄植株的叶片，特别是受早疫病和晚疫病影响的叶片	计算机视觉	植物病害（番茄早疫病和晚疫病）	深度学习图像分类	CNN	图像	6000张番茄叶片图像（来自PlantVillage数据集）	NA	Inception-V3	准确率	NA
112	2026-02-26	Innovative entrepreneurial market trend prediction model based on deep learning: Case study and performance evaluation 2024 Jul-Sep, Science progress IF:2.6Q2 DOI:10.1177/00368504241272722 PMID:39205470	研究论文	本文提出了一种基于深度学习的创新性创业市场趋势预测模型，并通过案例研究和性能评估验证了其有效性	结合历史市场数据与社交媒体情感分析等多源指标，构建了超越传统方法的先进预测模型	未明确说明模型的具体泛化能力或在不同市场环境下的适用性限制	提高创新与创业领域的市场趋势预测准确性，以支持决策制定	市场趋势数据，包括历史市场数据和社交媒体情感指标	机器学习	NA	深度学习	深度学习模型	历史市场数据、社交媒体文本数据	NA	NA	NA	准确性	NA
113	2026-02-25	Future Perspectives of Artificial Intelligence in Bone Marrow Dosimetry and Individualized Radioligand Therapy 2024-07, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2024.06.003 PMID:39013673	综述	本文综述了人工智能在核医学剂量学，特别是骨髓剂量测定和个体化放射性配体治疗中的未来应用前景	探讨了人工智能（尤其是机器学习和深度学习）在提高骨髓和血液剂量测定准确性、早期识别血液学风险因素以及实现适应性治疗规划方面的潜在创新作用	NA	旨在概述人工智能方法在核医学剂量学领域整合的机遇，以推动放射性配体治疗向真正个体化诊疗发展	放射性配体治疗及其相关的骨髓剂量测定和血液学副作用	核医学	恶性肿瘤	NA	机器学习, 深度学习	NA	NA	NA	NA	NA	NA
114	2026-02-22	Deep Learning in Predicting Preterm Birth: A Comparative Study of Machine Learning Algorithms 2024-Jul, Maternal-fetal medicine (Wolters Kluwer Health, Inc.) DOI:10.1097/FM9.0000000000000236 PMID:40406277	研究论文	本研究通过比较多种机器学习算法，探讨深度学习在预测早产方面的适用性	首次在早产预测中比较了Transformer模型与传统机器学习算法（如逻辑回归、随机森林和支持向量机），并展示了Transformer的优越性能	研究为回顾性单中心设计，可能存在选择偏倚，且未详细说明模型的可解释性	评估深度学习算法是否适合用于预测早产	2018年1月至2023年6月在北京大学第三医院分娩的产妇数据	机器学习	早产	回顾性数据分析	Transformer, 逻辑回归, 随机森林, 支持向量机	结构化临床数据	30,965例分娩数据（第一部分24,770例，第二部分6,195例）	NA	Transformer	AUC, 灵敏度, 特异性, 阳性预测值, 阴性预测值, 准确率	NA
115	2026-02-10	From 2D to 3D: automatic measurement of the Cobb angle in adolescent idiopathic scoliosis with the weight-bearing 3D imaging 2024-07, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2024.03.019 PMID:38583576	研究论文	本研究比较了青少年特发性脊柱侧凸（AIS）中传统的2D Cobb角测量与基于负重3D成像（WR3D）的3D自动测量技术	首次在AIS评估中系统比较了传统2D Cobb角测量与三种不同的3D自动测量方法（AM、PIM、PPM），并利用3D-UNet深度学习模型进行脊柱分割，实现了自动化的3D角度计算	样本量相对较小（53例患者），且缺乏严重弯曲患者的验证，需要进一步研究来扩展和验证结果	比较传统2D与3D自动测量方法在评估青少年特发性脊柱侧凸脊柱弯曲度方面的差异	青少年特发性脊柱侧凸（AIS）患者	数字病理学	青少年特发性脊柱侧凸	负重3D成像（WR3D）、深度学习分割	CNN	3D医学图像	53名AIS患者，包含88个脊柱弯曲	3D Slicer	3D-UNet	NA	NA
116	2026-02-03	A practical guide to the implementation of artificial intelligence in orthopaedic research-Part 2: A technical introduction 2024-Jul, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.12025 PMID:38715910	综述	本文为骨科研究人员提供人工智能技术基础的实用指南，涵盖机器学习任务、神经网络、自然语言处理及生成式AI的入门介绍	针对骨科研究领域系统梳理AI技术框架，特别强调生成式AI与大型语言模型在医学研究中的变革潜力	作为技术入门指南未涉及具体实验数据或模型验证	为骨科研究人员提供参与AI驱动研究所需的基础技术知识	骨科研究领域的人工智能技术方法论	机器学习	骨科疾病	NA	神经网络, 深度学习架构, 大型语言模型	医学数据, 文本数据	NA	NA	NA	NA	NA
117	2026-01-29	Do Deep Learning Algorithms Accurately Segment Intracerebral Hemorrhages on Noncontrast Computed Tomography? A Systematic Review and Meta-Analysis 2024-Jul, Stroke (Hoboken, N.J.) DOI:10.1161/SVIN.123.001314 PMID:41585382	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估深度学习算法在非增强计算机断层扫描上分割脑出血的准确性	首次对深度学习在非增强CT上分割脑出血的准确性进行全面的系统综述和荟萃分析，揭示了算法在不同出血病因中的性能差异	分割小出血灶仍存在挑战，且需要进一步研究以解决局限性并扩展临床实用性	评估深度学习算法在非增强CT上分割脑出血的精确性	脑出血（ICH）在非增强计算机断层扫描上的分割	医学影像分析	脑出血	非增强计算机断层扫描	CNN	医学影像（CT图像）	28项研究（主要为回顾性队列）	NA	U-Net及其变体	Dice相似系数	NA
118	2026-01-23	Decoding depression: a comprehensive multi-cohort exploration of blood DNA methylation using machine learning and deep learning approaches 2024-07-15, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-024-02992-y PMID:39009577	研究论文	本研究通过机器学习和深度学习方法，探索了血液DNA甲基化在抑郁症中的稳定性与预测能力	首次在多个队列中综合评估了12种机器学习和深度学习策略用于抑郁症分类，并比较了有偏和无偏特征选择的效果	使用协调化数据时甲基化预测能力较低，且模型性能受特征选择偏差影响	探索抑郁症的血液DNA甲基化生物标志物，并评估不同机器学习方法在抑郁症分类中的应用	来自六个不同人群的八个队列的血液DNA甲基化数据	机器学习	抑郁症	DNA甲基化分析	随机森林, 自动编码器-分类器联合模型	DNA甲基化数据	1942个样本	NA	自动编码器	AUC	NA
119	2026-01-22	Deep Learning Used with a Colorimetric Sensor Array to Detect Indole for Nondestructive Monitoring of Shrimp Freshness 2024-07-24, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c04223 PMID:38980942	研究论文	本研究开发了一种基于比色传感器阵列和深度学习技术的智能比色鲜度指示器，用于无损监测虾的新鲜度	提出了一种掺杂PDL的PVA/壳聚糖比色条传感器阵列，其颜色变化（从淡黄色到粉色或桑葚色）能像进度条一样直观反映吲哚浓度，并结合深度学习图像分类系统实现高精度鲜度识别	传感器阵列的检测范围限定在50-350 ppb的吲哚浓度区间，实际应用场景的普适性未充分验证	开发一种低成本、直观的无损食品鲜度监测方法	虾的新鲜度（通过吲哚浓度指示）	计算机视觉	NA	比色传感器阵列	DCNN	图像	NA	NA	VGG16	准确率	NA
120	2026-01-17	BrainFTFCN: Synergistic feature fusion of temporal dynamics and network connectivity for brain age prediction 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782250 PMID:40038971	研究论文	提出一种名为BrainFTFCN的新型特征融合网络，通过协同整合时间动态性和网络连接性来增强大脑年龄预测	首次将时间动态性（通过时间序列）和网络拓扑结构（通过功能网络连接）进行协同特征融合，克服了以往模型仅关注单一特征的局限性	研究仅在Cam-CAN数据集上进行验证，未在其他独立数据集上测试泛化能力	开发更准确的大脑年龄预测模型以理解大脑发育和衰老机制	静息态功能磁共振成像（rs-fMRI）数据	医学影像分析	神经退行性疾病	静息态功能磁共振成像（rs-fMRI）	深度学习, 图神经网络, 自编码器, 支持向量回归	神经影像数据	Cam-CAN数据集（具体数量未明确说明）	PyTorch（推断）, Scikit-learn	Temporal Attention Autoencoder (TAAE), Functional Connectivity Graph Attention Network (FCGAT), 支持向量回归	平均绝对误差（MAE）, 其他未指定指标	NA