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	2026-02-20	Enhanced climate change resilience on wheat anther morphology using optimized deep learning techniques 2024-10-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74875-7 PMID:39424825	研究论文	本研究利用优化的深度学习技术分析小麦花药形态，以增强小麦对气候变化的抗逆性	结合高分辨率显微镜图像与深度学习算法（CNN、LeNet、Inception-V3）进行小麦花药形态分类，并发现LeNet在记录分类中表现最优，准确率超越CNN 52%和Inception-V3 70%	未明确提及样本规模、计算资源细节或模型泛化能力的验证	探索深度学习算法在农业记录分类中的应用，以监测和识别春小麦种质资源的变异，提升植物育种管理效率	小麦花药形态（长度和宽度），特别是受终端热胁迫影响的春小麦种质资源	计算机视觉	NA	高分辨率显微镜成像（DinoLite Microscope）	CNN, LeNet, Inception-V3	图像	NA	NA	CNN, LeNet, Inception-V3	准确率, 精确率, 召回率, F1分数	NA
2	2026-02-20	CardioGuard: AI-driven ECG authentication hybrid neural network for predictive health monitoring in telehealth systems 2024-10, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2024.100193 PMID:39307457	研究论文	本文提出了一种基于深度学习的ECG身份验证系统CardioGuard，用于远程医疗系统中的预测性健康监测	结合卷积神经网络和长短时记忆网络的混合模型，利用ECG信号进行身份验证，并兼具心血管异常早期迹象的预测功能	未明确提及系统在多样化人群或噪声环境下的鲁棒性评估	开发一种安全且具有预测性的ECG身份验证系统，用于远程医疗	心电图（ECG）信号	机器学习	心血管疾病	ECG信号分析	CNN, LSTM	ECG信号	NA	NA	混合卷积和长短时记忆网络	NA	NA
3	2026-02-12	Machine learning for automated classification of lung collagen in a urethane-induced lung injury mouse model 2024-Oct-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.527972 PMID:39421774	研究论文	本文提出了一种基于机器学习的自动化框架，用于对小鼠肺胶原含量进行评分，以克服传统手动病理评估的主观性和不一致性问题	结合了手动提取的胶原统计特征和预训练VGG16模型提取的隐藏特征，并采用多种无监督技术进行图像分析，实现了对肺胶原的自动分类	研究基于小鼠模型，结果可能无法直接推广到人类；多标签分类中某些组别的ROC AUC值较低（如0.38），表明模型在某些类别上性能有限	开发自动化评分框架以准确评估肺胶原含量，辅助理解肺疾病进展机制	成年雌性小鼠的肺组织切片图像，来自氨基甲酸乙酯诱导的肺损伤模型	数字病理学	肺癌	二次谐波生成（SHG）显微镜	SVM, 深度学习模型	图像	未明确指定样本数量，但使用了成年雌性小鼠的肺切片图像数据集	未明确指定，但提及了预训练VGG16模型及多种机器学习技术	VGG16	准确率, ROC AUC	NA
4	2026-02-10	Deep learning of echocardiography distinguishes between presence and absence of late gadolinium enhancement on cardiac magnetic resonance in patients with hypertrophic cardiomyopathy 2024-Oct-14, Echo research and practice IF:3.2Q2 DOI:10.1186/s44156-024-00059-8 PMID:39396969	研究论文	本研究利用深度学习分析超声心动图图像，以区分肥厚型心肌病患者心脏磁共振中晚期钆增强的存在与否	首次将深度学习应用于超声心动图图像，以非侵入性方式预测心脏磁共振中的晚期钆增强，提供了一种资源密集度较低的辅助诊断方法	研究为横断面设计，样本量相对较小（323例），且仅使用了超声心动图的五腔心视图，可能未充分利用所有可用信息	区分肥厚型心肌病患者心脏磁共振中晚期钆增强的阳性与阴性状态	肥厚型心肌病患者	医学影像分析	肥厚型心肌病	超声心动图，心脏磁共振，晚期钆增强	深度卷积神经网络	图像	323例患者（训练集273例，测试集50例）	未明确指定	深度卷积神经网络	AUC, 敏感性, 特异性, 阳性预测值, 阴性预测值	NA
5	2026-01-30	Toward a Semi-Supervised Learning Approach to Phylogenetic Estimation 2024-10-30, Systematic biology IF:6.1Q1 DOI:10.1093/sysbio/syae029 PMID:38916476	研究论文	本文提出了一种结合随机模拟和深度学习的新方法，用于推断分子进化参数，无需已知系统发育树	开发了一种监督深度学习模型，直接分析多序列比对，估计位点特异性进化速率和分歧度，无需依赖已知系统发育树，并在复杂速率变异模式下超越了传统基于似然的方法	未明确说明模型在极端进化场景或非标准数据格式下的泛化能力，且依赖于模拟数据进行训练	改进系统发育推断，通过更灵活的速率变异模型提高参数估计和树重建的准确性	分子进化参数，包括位点特异性进化速率和序列分歧度	机器学习	NA	随机模拟，深度学习	深度学习模型	多序列比对数据	包含2600万核苷酸的小丑鱼支系数据集	NA	NA	准确性，分支长度估计精度	NA
6	2026-01-28	Using Deep Learning Neural Networks to Improve Dementia Detection: Automating Coding of the Clock-Drawing Test 2024-Oct-15, Research square DOI:10.21203/rs.3.rs-4909790/v1 PMID:39483868	研究论文	本研究开发并评估了一种基于深度学习神经网络的智能时钟绘图测试评分系统，用于自动编码时钟绘图测试图像，以改进痴呆症检测	引入了结构化排序到编码系统中，超越了传统的名义分类方法，并比较了Vision Transformers与其他先进深度学习模型在自动编码时钟绘图测试图像上的性能	未在摘要中明确提及	改进痴呆症检测，通过自动化编码时钟绘图测试来减少大规模研究中的手动编码偏差	阿尔茨海默病及相关痴呆症	计算机视觉	老年疾病	深度学习神经网络	CNN, Transformer	图像	来自2011-2019年国家健康与老龄化趋势研究的大型公开时钟绘图测试图像库	NA	ResNet101, EfficientNet, Vision Transformers	NA	NA
7	2026-01-28	Identification of Chemical Scaffolds That Inhibit the Mycobacterium tuberculosis Respiratory Complex Succinate Dehydrogenase 2024-10-11, ACS infectious diseases IF:4.0Q1 DOI:10.1021/acsinfecdis.3c00655 PMID:39268963	研究论文	本研究结合生化筛选和深度学习技术，识别出抑制结核分枝杆菌呼吸复合物琥珀酸脱氢酶的多种化学支架，并评估其作为新型抗菌剂的潜力	首次利用深度学习辅助筛选方法，针对结核分枝杆菌的琥珀酸脱氢酶（SDH）这一未充分探索的靶点，识别出多个具有抑制活性的化学支架，并展示了SDH抑制剂在对抗耐药菌株和协同其他生物能量抑制剂方面的潜力	研究主要基于体外实验和计算模型，尚未进行深入的体内药效学和毒性评估，且对SDH抑制剂的长期耐药性发展机制探讨有限	开发针对结核分枝杆菌呼吸能量代谢的新型抗菌剂，特别是以琥珀酸脱氢酶（SDH）为靶点	结核分枝杆菌（包括野生型和耐药菌株）及其琥珀酸脱氢酶（SDH）酶	机器学习	结核病	生化筛选、深度学习	深度学习模型	化学结构数据、生化活性数据	NA	NA	NA	抗菌活性（抑制效果）、代谢和呼吸失调程度、细胞内琥珀酸分泌水平、耐药性预防效果	NA
8	2026-01-24	Artificial Intelligence Applications in Oral Cancer and Oral Dysplasia 2024-10, Tissue engineering. Part A DOI:10.1089/ten.TEA.2024.0096 PMID:39041628	综述	本文综述了人工智能在口腔癌及口腔上皮异型增生中的应用进展，重点探讨了基于AI的预测性生物标志物开发	整合了多种AI方法（如机器学习、深度学习）来开发预测OED恶变和OSCC结局的生物标志物，展示了在数字病理学和表观基因组学中的创新应用	目前尚无可靠的临床、病理或分子生物标志物来准确预测个体风险，AI方法仍处于开发阶段，需进一步验证	旨在利用人工智能方法开发预测口腔上皮异型增生恶变为口腔鳞状细胞癌的风险以及预测口腔鳞状细胞癌死亡率和治疗反应的生物标志物	口腔鳞状细胞癌患者及口腔上皮异型增生患者	数字病理学	口腔癌	多重免疫组织化学、表观基因组学分析	深度学习	病理图像、表观遗传数据	NA	NA	NA	NA	NA
9	2026-01-24	Code-Free Machine Learning Solutions for Microscopy Image Processing: Deep Learning 2024-10, Tissue engineering. Part A DOI:10.1089/ten.TEA.2024.0014 PMID:38556835	综述	本文综述了无需编程的深度学习算法在显微镜图像处理中的应用，特别关注生物学领域	聚焦于无需编程的深度学习解决方案，为无编程背景的生物学家提供可访问的算法资源	主要关注生物医学应用，可能未全面覆盖其他科学领域的具体需求	探索和介绍适用于显微镜图像处理的深度学习算法，降低使用门槛	显微镜图像，特别是生物学领域的图像	计算机视觉	NA	深度学习	人工神经网络	图像	NA	NA	NA	NA	NA
10	2026-01-16	Multifunctional Human-Computer Interaction System Based on Deep Learning-Assisted Strain Sensing Array 2024-10-09, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c12758 PMID:39325961	研究论文	本文开发了一种基于柔性压电传感器和深度学习神经网络的智能步态监测与分析预测系统，用于实时检测和推断人体运动状态	结合高灵敏度（241.29 mV/N）、快速响应（66 ms加载，87 ms恢复）和优异稳定性（= 0.9946）的柔性压电传感器与定制深度学习模型，实现实时步态监测和人机交互	未明确提及系统在极端环境或大规模人群中的适用性限制	开发一种用于健康监测的智能步态分析系统，以克服现有系统体积大、需要特殊空间的问题	人体步态数据，特别是运动员的步态，用于个性化健康管理和疾病早期检测	机器学习	老年疾病	柔性压电传感技术	深度学习神经网络	传感器信号数据	未明确提及具体样本数量，但涉及运动员的步态数据	未明确提及	定制深度学习模型	识别准确率（94.7%）	未明确提及
11	2026-01-16	Hierarchically Nano-Decorated Poly(lactic acid) Nanofibers for Humidity-Resistant Respiratory Healthcare and High-Accuracy Disease Diagnosis 2024-10-02, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c11843 PMID:39297301	研究论文	本研究开发了一种基于微波辅助制备的ZnO@PDA纳米电介质修饰的PLA纳米纤维膜，用于高效空气过滤和自供电呼吸监测，并集成了深度学习辅助诊断系统以实现高精度疾病诊断	提出了一种微波辅助的ZnO@PDA纳米电介质修饰PLA纳米纤维的层次化纳米装饰策略，显著提升了材料的电活性和表面活性，并首次结合了自供电呼吸监测与深度学习辅助诊断系统	未明确说明实验样本的具体数量或类型，且可能未在真实临床环境中进行大规模验证	开发具有高效呼吸保健和智能诊断功能的环保型纳米纤维材料	聚乳酸纳米纤维膜及其修饰后的复合材料	材料科学与生物医学工程	呼吸系统疾病	微波辅助合成、静电纺丝-电喷雾法	深度学习模型	呼吸驱动信号模式	NA	NA	NA	准确率	NA
12	2026-01-16	Machine Learning-Assisted Gesture Sensor Made with Graphene/Carbon Nanotubes for Sign Language Recognition 2024-10-02, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c10872 PMID:39297553	研究论文	本文提出了一种基于石墨烯/碳纳米管的新型手势传感器，并结合深度学习技术构建了用于手语识别的系统	受蜘蛛丝结构启发设计了具有核壳结构的新型传感器，同时实现了高灵敏度（高达340的应变系数）和宽响应范围（60%），并首次将滑动窗口技术与大语言模型结合用于连续句子识别	未明确说明传感器在复杂环境下的稳定性测试，也未提及系统对多样化手语方言的适应性	开发高性能手势传感器并构建精确的手语识别系统以改善手语使用者的日常交流方式	手势传感器、手语识别系统	机器学习	NA	深度学习、滑动窗口技术、大语言模型	深度学习模型	传感器信号数据	NA	NA	NA	准确率	NA
13	2026-01-15	Olfactory Visualization Sensing Array Made with CelluMOFs to Predict Fruit Ripeness Using Deep Learning 2024-10-23, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c09402 PMID:39403818	研究论文	本研究开发了一种基于染料/CelluMOFs的柔性传感器阵列，结合DenseNet深度学习模型，用于通过气味指纹识别水果成熟度	通过原位生长γ-CD-MOFs在柔性滤纸上合成CelluMOFs，显著提高了比表面积和染料负载能力，并将深度学习模型集成到传感器阵列中实现高精度模式识别	NA	开发高灵敏度、高准确度的基于比色法的嗅觉可视化传感系统，用于检测水果成熟度	水果成熟度检测	计算机视觉	NA	比色法、气体传感	CNN	图像	NA	NA	DenseNet	分类准确率	NA
14	2026-01-10	Deep Learning Augmented Osteoarthritis Grading Standardization 2024-10, Tissue engineering. Part A DOI:10.1089/ten.TEA.2023.0206 PMID:37950715	研究论文	本研究探讨了使用深度学习模型自动分类软骨组织学图像以标准化骨关节炎分级的可行性	首次将深度学习应用于软骨组织学图像进行骨关节炎分级，而非传统的放射影像，这是一种更基础的评估方法	未明确提及样本量限制或模型泛化能力的具体挑战	开发自动化图像分类技术以标准化骨关节炎的分级评估	膝关节软骨的组织学图像	数字病理学	骨关节炎	组织学染色（Safranin-O染色）	CNN	图像	NA	NA	DenseNet121	准确率, Cohen's kappa分数, ROC-AUC	NA
15	2026-01-08	Enhancing data security and privacy in energy applications: Integrating IoT and blockchain technologies 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38917 PMID:39430499	研究论文	本研究提出了一种结合区块链与物联网的安全数据管理框架，以提升核能应用中的数据安全、隐私和完整性	开发了一个集成了加密、完整性验证、通信网络和数据流架构的安全框架，并首次系统性地探讨了区块链与物联网在核能领域的整合方案	需要实际验证、资源受限的物联网环境存在挑战、网络威胁日益增加、实时数据可用性有限	提升核能应用中数据的安全性与隐私保护	核能领域的物联网与区块链技术整合	物联网安全	NA	区块链技术、物联网技术、加密技术	NA	交易数据、传感器数据	NA	NA	NA	NA	NA
16	2026-01-03	HAMIL-QA: Hierarchical Approach to Multiple Instance Learning for Atrial LGE MRI Quality Assessment 2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72378-0_26 PMID:41473352	研究论文	本研究提出了一种名为HAMIL-QA的分层多示例学习框架，用于自动化评估心房纤维化LGE MRI图像的质量	提出了一种分层袋与子袋结构的多示例学习方法，能够在子袋内进行针对性分析并在体积层面聚合信息，从而减少对大量标注的依赖、降低计算负担，并专注于诊断关键特征	未在摘要中明确说明	开发一种自动化、可扩展的解决方案，用于评估左心房纤维化3D LGE MRI图像的质量，以提高诊断准确性、标准化评估并改善患者预后	左心房纤维化的3D晚期钆增强（LGE）MRI图像	数字病理学	心血管疾病	晚期钆增强（LGE）MRI	多示例学习（MIL）	图像	NA	NA	分层多示例学习框架（HAMIL-QA）	准确率, AUROC, F1分数	NA
17	2025-12-24	Exploring voltage-gated sodium channel conformations and protein-protein interactions using AlphaFold2 2024-Oct-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.15.618559 PMID:39463944	研究论文	本研究利用AlphaFold2探索电压门控钠通道的多种构象，并评估AlphaFold Multimer在模拟钠通道α亚基与其蛋白质伴侣相互作用方面的准确性	首次系统性地将AlphaFold2应用于电压门控钠通道的构象采样，并利用改进的采样策略（子采样多序列比对和调整循环次数）发现了新的、实验尚未识别的构象状态和潜在中间态	研究依赖于计算模型预测，仍需实验验证新发现的构象状态；AlphaFold2在采样极端或罕见构象方面可能存在局限	探索深度学习模型AlphaFold2在采样电压门控钠通道构象及预测其蛋白质-蛋白质相互作用方面的能力	电压门控钠通道（Na通道）的α亚基、辅助β亚基和钙调蛋白	计算生物学, 结构生物信息学	NA	AlphaFold2, AlphaFold Multimer, 冷冻电镜（作为背景参考）	深度学习模型	蛋白质序列, 多序列比对	NA	AlphaFold2, AlphaFold Multimer	AlphaFold2架构	准确性（与实验结构比较）	NA
18	2025-12-17	Enhancing the analysis of murine neonatal ultrasonic vocalizations: Development, evaluation, and application of different mathematical models 2024-10-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0030473 PMID:39400270	研究论文	本文首次系统评估了多种神经网络架构在小鼠新生儿超声发声分类任务中的性能，并开发了一个全自动分析流程	首次对不同类型神经网络在超声发声分类任务中进行系统比较，并开发了结合熵基检测算法的高可靠性全自动分析流程	研究主要针对小鼠新生儿超声发声，尚未在其他物种或年龄组中验证	开发并评估适用于啮齿动物超声发声自动分析的深度学习模型	小鼠新生儿超声发声	机器学习	NA	超声发声记录与分析	CNN, Transformer, 前馈网络	音频信号（超声发声）	NA	NA	自定义全连接网络, 自定义卷积神经网络, 残差神经网络, EfficientNet, Vision Transformer	准确率, 召回率, 精确率	NA
19	2025-12-10	GENERATIVE FORECASTING OF BRAIN ACTIVITY ENHANCES ALZHEIMER'S CLASSIFICATION AND INTERPRETATION 2024-Oct-30, ArXiv PMID:39575120	研究论文	本研究通过生成式预测大脑活动来增强阿尔茨海默病的分类和解释	采用基于Transformer的BrainLM模型进行静息态功能磁共振成像数据的多元时间序列预测，作为数据增强手段，并展示了其在阿尔茨海默病分类中的性能提升	数据可用性有限，尤其是在阿尔茨海默病等疾病特定群体中，这限制了深度学习模型的泛化能力	通过数据驱动方法理解认知与内在大脑活动之间的关系，并提升阿尔茨海默病的分类性能	阿尔茨海默病患者	机器学习	阿尔茨海默病	静息态功能磁共振成像	LSTM, Transformer	多元时间序列	NA	NA	BrainLM	NA	NA
20	2025-11-20	Deep learning approach to predict autism spectrum disorder: a systematic review and meta-analysis 2024-10-28, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-024-06116-0 PMID:39468522	系统评价与荟萃分析	通过系统评价和荟萃分析评估深度学习技术在儿童自闭症谱系障碍分类中的准确性	首次对深度学习在自闭症谱系障碍分类中的性能进行系统性量化评估	纳入研究存在较大异质性限制了荟萃分析的有效性	评估深度学习技术在儿童自闭症谱系障碍分类中的诊断准确性	自闭症谱系障碍患者	机器学习	自闭症谱系障碍	深度学习	深度学习模型	医学数据	9495名ASD患者来自6个不同数据库	NA	NA	灵敏度,特异性,AUC,SROC	NA