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	2026-08-07	Towards a fully automatic workflow for investigating the dynamics of lung cancer cachexia during radiotherapy using cone beam computed tomography 2024-10-04, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7d5b PMID:39299273	研究论文	本文提出一种基于人工智能的自动工作流程，利用锥形束计算机断层扫描图像监测肺癌患者在放疗期间的恶病质相关肌肉变化	首次实现基于CBCT的肺癌恶病质动态监测的完全自动工作流程，结合CBCT到CT转换和肌肉分割，并引入了基于蒙特卡洛dropout的不确定性度量来在无真实标签情况下评估分割性能	缺乏详细的局限性信息，但可能包括无真实标签时的评估依赖不确定性度量，以及单中心数据验证	开发并验证一种自动AI工作流程，基于放疗期间常规获取的CBCT图像监测肺癌患者骨骼肌面积变化，为恶病质早期干预提供支持	140例III期非小细胞肺癌患者	医学影像分析	肺癌	锥形束计算机断层扫描	生成对抗网络（CycleGAN, CUT）和U-Net（nnU-Net）	图像（CT、CBCT、合成CT）	140例非小细胞肺癌患者	NA	CycleGAN, CUT, nnU-Net	Dice相似系数, 相关系数	NA
42	2026-08-07	Investigating the role of auditory cues in modulating motor timing: insights from EEG and deep learning 2024-10-03, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae427 PMID:39475113	研究论文	本研究利用脑电图和深度学习技术，探究听觉线索在手指敲击任务中调节运动时机的神经机制	应用深度学习方法对单次试验脑电图数据进行分类，以预测行为计时条件，并揭示听觉输入在运动时机中的关键作用	当从脑电图数据中移除听觉成分时，阶段间的区分变得不明确，凸显了在无听觉刺激下分离运动激活的挑战	探究行动基础计时的神经机制，特别是在同步和不同步手指敲击任务中，以及听觉线索对运动时机的影响	健康参与者（共12名）在同步和不同步模式下进行手指敲击任务	机器学习, 脑电图分析	不适用	脑电图（EEG）	深度学习模型（具体类型未指定）	脑电图信号	12名健康参与者	不适用	不适用	分类准确率、平均异步性	不适用
43	2026-08-07	scCaT: An explainable capsulating architecture for sepsis diagnosis transferring from single-cell RNA sequencing 2024-10, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012083 PMID:39432561	研究论文	介绍了一种名为scCaT的深度学习框架，结合胶囊架构与Transformer，利用单细胞RNA测序数据构建脓毒症诊断模型，并迁移至bulk RNA数据	将胶囊架构与Transformer相结合，利用胶囊根据生物学功能对基因进行分组，提供编码基因表达的可解释性，并实现从单细胞到bulk RNA数据的模型迁移	未明确提及局限性	开发一种可解释的深度学习模型用于脓毒症诊断，并解决数据量小和缺乏可解释性的问题	脓毒症患者和对照样本的基因表达数据	机器学习	脓毒症	单细胞RNA测序、bulk RNA测序	胶囊网络、Transformer	基因表达数据	单细胞测试集和七个bulk RNA队列	NA	胶囊架构、Transformer	AUROC	NA
44	2026-08-06	Progression or Aging? A Deep Learning Approach for Distinguishing Glaucoma Progression From Age-Related Changes in OCT Scans 2024-10, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2024.04.030 PMID:38703802	研究论文	开发了一种名为噪声正无标记（Noise-PU）的弱监督时间序列深度学习算法，用于从OCT扫描中区分青光眼进展与年龄相关的变化	提出了一种无需参考标准的弱监督时间序列学习方法，能够区分青光眼进展和年龄相关变化	未明确提及，但可能受限于回顾性设计、使用替代参考标准以及特定设备（Spectralis OCT）	开发深度学习算法，在没有参考标准的情况下，利用OCT图像检测青光眼进展	青光眼和健康眼的OCT B扫描序列	计算机视觉	青光眼	OCT成像	CNN-LSTM	图像	8785个随访序列，来自3253只眼（1859名受试者）	NA	卷积神经网络（CNN）和长短期记忆（LSTM）网络组合	命中率（作为敏感性的代理），特异性	NA
45	2026-07-29	External Validation of a Digital Pathology-based Multimodal Artificial Intelligence Architecture in the NRG/RTOG 9902 Phase 3 Trial 2024-Oct, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.01.004 PMID:38302323	研究论文	在NRG/RTOG 9902三期临床试验中外部验证基于数字病理学的多模态人工智能架构，用于高危局部前列腺癌患者的预后风险分层	首次在随机对照三期试验人群中对数字病理与临床特征融合的多模态人工智能模型进行外部验证，证明其可超越传统临床和病理变量进一步细化风险分层	约5.6%的病理切片因图像质量差导致分析失败，且样本量有限（仅318例高危患者）	外部验证先前开发的多模态人工智能模型在高危局部前列腺癌患者中的预后能力	NRG/RTOG 9902试验中318例高危局部前列腺癌患者	数字病理学	前列腺癌	数字病理学	深度学习	病理图像和临床特征	318例高危局部前列腺癌患者（397例入组患者中337例有可用切片，其中318例通过质量审核）	NA	多模态人工智能架构	亚分布风险比, 95%置信区间, p值	NA
46	2026-07-29	Prostate Cancer Risk Stratification in NRG Oncology Phase III Randomized Trials Using Multimodal Deep Learning With Digital Histopathology 2024-10, JCO precision oncology IF:5.3Q1 DOI:10.1200/PO.24.00145 PMID:39447096	研究论文	利用多模态深度学习模型，基于数字组织病理学图像和临床数据，对局部前列腺癌患者进行风险分层	开发了优于现有NCCN风险分层的多模态人工智能风险分组系统，能更准确地识别低转移风险和高转移风险患者群体	NA	开发临床可用的风险分组系统，减少局部前列腺癌的过度治疗和治疗不足	来自8项NRG肿瘤学III期随机试验的9787名局部前列腺癌患者	数字病理学，机器学习	前列腺癌	数字组织病理学	多模态深度学习模型	图像（数字组织病理学），临床数据	9787名局部前列腺癌患者	NA	NA	10年远处转移率	NA
47	2026-07-24	Peptide-Membrane Docking and Molecular Dynamic Simulation of In Silico Detected Antimicrobial Peptides from Portulaca oleracea's Transcriptome 2024-10, Probiotics and antimicrobial proteins IF:4.4Q2 DOI:10.1007/s12602-024-10261-z PMID:38704476	研究论文	通过计算机模拟分析从马齿苋转录组中检测抗菌肽并进行肽-膜对接和分子动力学模拟	首次利用计算机模拟方法从马齿苋转录组中筛选新型抗菌肽，结合深度学习和分子对接技术进行功能验证	仅基于计算机模拟分析，缺乏体外和体内实验验证，且只对五个候选肽进行了初步筛选和分子动力学模拟	从马齿苋转录组中筛选新型抗菌肽，并通过分子对接和分子动力学模拟评估其与细菌膜的相互作用	马齿苋转录组中的抗菌肽候选物	机器学习	细菌感染	转录组测序、从头组装、开放阅读框分析	深度学习模型	序列数据	五个候选抗菌肽，分别与大肠杆菌和金黄色葡萄球菌膜进行对接	NA	NA	稳定性	NA
48	2026-07-23	Effect of cysteine mutation at Ca2+ coordinating residues to the autolysis, folding and hydrophobicity of full length and mature Rand protease: molecular dynamics simulation and essential dynamics 2024-10, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2249105 PMID:37608543	研究论文	通过分子动力学模拟研究半胱氨酸突变对Rand蛋白酶自溶、折叠和疏水性的影响	利用深度学习结构预测构建全长和成熟型Rand蛋白酶的三维结构，并首次对高亲和力钙配位残基进行半胱氨酸突变模拟，深入探讨这些残基对蛋白酶稳定性和自溶的作用	仅依赖计算机模拟，缺乏体外实验验证；突变仅限于高亲和力钙配位残基，未全面考察其他位点	阐明半胱氨酸突变对Rand蛋白酶自溶、折叠和疏水性的影响，揭示钙配位残基在蛋白结构稳定性中的作用	全长和成熟型Rand蛋白酶及其高亲和力钙配位残基的半胱氨酸突变体	机器学习	NA	分子动力学模拟	深度学习结构预测模型	序列数据	7个高亲和力钙配位残基突变体，包括全长和成熟型两种形式	NA	NA	NA	NA
49	2026-07-23	A structural-based virtual screening and in vitro validation reveals novel effective inhibitors for SARS-CoV-2 helicase and endoribonuclease 2024-10, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2250479 PMID:37615430	研究论文	通过分层结构虚拟筛选和体外验证，发现针对SARS-CoV-2的解旋酶和核糖核酸内切酶的新型有效抑制剂	首次结合深度学习和分子对接技术进行大规模虚拟筛选，发现两种具有高结合亲和力的新型化合物（90616和CNP0111740）对SARS-CoV-2的非结构蛋白NSP15和解旋酶具有抑制作用	需要进一步的体内验证和临床研究来确认其有效性和安全性	发现能够抑制SARS-CoV-2生命周期中关键非结构蛋白（解旋酶和核糖核酸内切酶）的新型化合物	SARS-CoV-2的解旋酶（helicase）和核糖核酸内切酶（NSP15）	机器学习	新型冠状病毒肺炎（COVID-19）	虚拟筛选	CNN	文本	756,275个化合物来自四个数据库	NA	NA	结合亲和力，CC50，IC50，选择性指数	NA
50	2026-07-23	Patient-Specific Myocardial Infarction Risk Thresholds From AI-Enabled Coronary Plaque Analysis 2024-Oct, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.016958 PMID:39405390	研究论文	利用深度学习从冠状动脉CT血管造影中量化斑块，提出基于患者年龄和性别的特异性心肌梗死风险阈值	首次建立基于深度学习的冠状动脉斑块体积的年龄和性别特异性分布，并评估其对心肌梗死风险的预测价值	未在文中明确提及局限性	评估深度学习量化的冠状动脉斑块体积的年龄和性别特异性分布对心肌梗死风险的预测能力	冠状动脉斑块体积与心肌梗死风险的关联	深度学习	心血管疾病	冠状动脉CT血管造影	深度学习模型	图像	2803名患者	NA	NA	风险比，置信区间，P值	NA
51	2026-07-21	Modelling future bone mineral density: Simplicity or complexity? 2024-10, Bone IF:3.5Q2 DOI:10.1016/j.bone.2024.117178 PMID:38972532	研究论文	比较简单统计模型与深度学习模型在预测未来骨密度方面的性能	首次系统比较了基于深度学习的复杂模型与简单统计模型在预测个体未来骨密度方面的表现，并揭示了不同性别下的模型性能差异	研究局限于白种人样本，且女性占比过高，可能影响模型在不同人群中的泛化能力	探索有效方法将骨密度变化纳入临床算法，以改善骨密度测量时机和骨折风险评估	40-90岁白人成年人，进行了两次及以上髋部DXA扫描的个体	机器学习	骨质疏松	DXA（双能X线吸收测定法）	统计模型（ZBM）、深度学习模型（Hybrid-DL等）	纵向临床数据（DXA扫描结果）	2948名白人成年人（2652名女性，296名男性）	NA	Hybrid-DL	NA	NA
52	2026-07-10	Positional contrastive learning for improved thigh muscle segmentation in MR images 2024-10, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5197 PMID:38822595	研究论文	提出位置对比学习提升MRI大腿图像中个体肌肉分割精度	利用切片轴向位置信息进行自监督预训练，在极少量标注数据下显著提高分割性能	未提及	评估位置对比自监督学习在不同有限标注数据水平下对大腿肌肉分割的效果	老年健康受试者的大腿MRI图像	计算机视觉	老年性疾病	MRI	U-Net	图像	无标注训练集72个T1w MRI大腿扫描，有标注训练集52个，按不同数量（1-40）划分训练测试	PyTorch	U-Net	Dice相似系数	未提及
53	2026-07-10	Deep-learning-based motion correction using multichannel MRI data: a study using simulated artifacts in the fastMRI dataset 2024-10, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5179 PMID:38808752	研究论文	利用深度学习对多通道MRI数据进行运动校正，并使用fastMRI数据集中的模拟伪影进行研究	首次在通道组合前对单个通道图像进行深度学习的运动校正，相比传统通道组合后校正方法显著提升了性能	仅使用模拟刚性运动伪影，未验证在真实运动伪影及其他运动类型上的泛化能力；多通道模型未表现出显著改进	探讨在多通道MRI数据中，通道组合前进行深度学习运动校正能否提升效果	多个站点、多种对比度（不限于健康受试者）的脑部MRI图像	计算机视觉	NA	MRI	条件生成对抗网络（cGAN）	图像	fastMRI数据集中的多站点、多对比度脑部MRI图像	NA	条件生成对抗网络	平均绝对误差（MAE）	NA
54	2026-07-07	Machine learning and deep learning models for the diagnosis of apical periodontitis: a scoping review 2024-10-18, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-05989-5 PMID:39419893	综述	评估机器学习与深度学习模型在诊断根尖周炎中的应用现况	系统性地总结了AI模型在根尖周炎诊断中的表现，特别是强调了AI辅助对临床医生诊断敏感性的提升作用	研究间数据集大小、标注技术和算法配置差异显著，且缺乏统一的方法学和性能指标报告标准	评估机器学习与深度学习模型在人类根尖周炎诊断中的应用效果	根尖周炎患者及对应的牙科X光影像	机器学习	根尖周炎	NA	机器学习与深度学习模型	牙科X光影像	纳入19篇研究，具体样本量未统一说明	NA	NA	敏感性，特异性	NA
55	2026-07-05	Multi-detector fusion and Bayesian smoothing for tracking viral and chromatin structures 2024-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103227 PMID:38897031	研究论文	提出一种基于多检测器融合和贝叶斯平滑的概率跟踪方法，用于追踪荧光显微镜图像中的病毒和染色质结构	首次结合多检测器和多尺度数据融合以及贝叶斯平滑，使用基于强度的协方差交集方法整合检测结果，无需优化步骤	未提及	实现荧光显微镜图像中病毒和细胞内结构（显示为不同大小斑点）的自动跟踪，以量化细胞过程	病毒颗粒、细胞内结构（染色质）	计算机视觉	NA	荧光显微镜成像	贝叶斯平滑	图像（荧光显微镜图像）	使用粒子跟踪挑战赛图像数据以及丙型肝炎病毒感染细胞和非感染细胞的实时细胞荧光显微镜图像	NA	NA	NA	NA
56	2026-07-04	Deep Learning Analysis With Gray Scale and Doppler Ultrasonography Images to Differentiate Graves' Disease 2024-10-15, The Journal of clinical endocrinology and metabolism DOI:10.1210/clinem/dgae254 PMID:38609169	研究论文	利用灰度及多普勒超声图像深度学习模型鉴别Graves病	首次开发并比较Xception和EfficientNetB0_2两种深度学习模型，基于超声及多普勒图像鉴别甲状腺毒症亚型，特别是Graves病	单一中心回顾性研究，样本量有限，未涉及外部验证	开发机器学习算法，通过超声和多普勒图像区分甲状腺毒症亚型，重点鉴别Graves病	甲状腺毒症患者超声图像	机器学习	Graves病	超声影像	卷积神经网络	图像	351例GD患者7719张图像，136例甲状腺炎患者2980张图像	DEEP:PHI	Xception, EfficientNetB0_2	准确率, 灵敏度, 特异度, 阳性预测值, 阴性预测值, F1分数	NA
57	2026-07-04	Generating synthetic computed tomography for radiotherapy: SynthRAD2023 challenge report 2024-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103276 PMID:39068830	研究论文	报告SynthRAD2023挑战赛结果，比较MRI和CBCT生成合成CT的方法	利用来自1080名患者的多中心真实数据，评估图像相似性和剂量指标，发现图像相似性与剂量准确性无显著相关	未发现图像相似性指标与剂量准确性之间的显著相关性，表明需结合剂量评估来判断临床适用性	比较和评估从MRI和CBCT生成合成CT的方法，促进无CT放射治疗计划的发展	合成CT生成技术，应用于MRI-only和CBCT-based自适应放疗	机器学习和数字病理学	癌症	图像合成，临床数据集成	深度学习	MRI、CBCT和CT图像	1080名患者数据，用于MRI-to-CT和CBCT-to-CT任务	NA	NA	结构相似性指数，伽马通过率（光子计划，质子计划）	NA
58	2026-07-04	DMSPS: Dynamically mixed soft pseudo-label supervision for scribble-supervised medical image segmentation 2024-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103274 PMID:39043109	研究论文	提出一种动态混合软伪标签监督（DMSPS）的涂鸦监督医学图像分割框架	首次在涂鸦监督分割中引入动态混合软伪标签，并采用两阶段方法扩展稀疏标注区域	未提及具体的局限性	降低医学图像分割的标注成本，同时保持较高的分割性能	心脏结构、腹部器官和脑肿瘤的医学图像分割	计算机视觉	心血管疾病、脑肿瘤	NA	CNN	3D医学图像	ACDC数据集（心脏结构）、WORD数据集（3D腹部器官）、BraTS2020数据集（3D脑肿瘤）	PyTorch	U-Net	DSC	NA
59	2026-07-04	Multi-grained contrastive representation learning for label-efficient lesion segmentation and onset time classification of acute ischemic stroke 2024-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103250 PMID:39096842	研究论文	提出多粒度对比表示学习框架，利用未配对未标记数据改进急性缺血性卒中的病灶分割与发病时间分类	首次充分利用未配对未标记数据中的任务相关线索，设计多粒度对比学习从粗细粒度学习先验表示，并提出多模态区域相关特征融合模块	未明确讨论模型在极端小样本或高度异质性数据上的表现，且未提及计算资源或训练时间成本	提高急性缺血性卒中病灶分割与发病时间分类的标签效率与泛化能力	急性缺血性卒中患者的未目击发病时间分类与缺血病灶分割	机器学习	急性缺血性卒中	多模态MRI	对比学习网络、多任务网络	医学图像	大规模多中心MRI数据集	NA	多粒度对比学习框架、多模态区域相关特征融合模块	未明确具体指标，摘要中提及优越性	NA
60	2026-07-04	Generating multi-pathological and multi-modal images and labels for brain MRI 2024-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103278 PMID:39059240	研究论文	提出一种两阶段生成模型，用于生成多病理和多模态脑MRI图像及对应的语义标签	首次实现2D和3D语义标签图与多模态图像的联合生成，支持下游监督分割任务的数据增强	未明确说明合成数据在真实临床场景中的泛化性验证及模型对罕见病理的生成质量	探索通过生成模型扩充脑MRI数据集，提升下游分割任务性能	脑MRI图像及其对应的语义分割标签	数字病理学	NA	MRI	潜在扩散模型、VAE-GAN	图像	NA	NA	潜在扩散模型、VAE-GAN	NA	NA