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
141	2026-03-24	Disentangled Hybrid Transformer for Identification of Infants with Prenatal Drug Exposure 2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72390-2_7 PMID:41869677	研究论文	本文提出了一种名为解耦混合体积-表面Transformer的深度学习模型，用于识别有产前药物暴露的婴儿	提出了一种结合3D体积网络和表面网络的双分支模型，并引入解耦策略分离互补变量和共同变量，以去除冗余信息并提升表达能力	NA	早期识别有产前药物暴露的婴儿及其相关生物标志物，以支持更早、更有效和个性化的干预	婴儿	计算机视觉	NA	MRI扫描	Transformer	图像	210个婴儿MRI扫描	NA	Transformer	NA	NA
142	2026-03-22	Multimodal deep learning radiomics model for predicting postoperative progression in solid stage I non-small cell lung cancer 2024-Oct-17, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00783-8 PMID:39420411	研究论文	本研究开发了一种多模态深度学习放射组学模型，用于预测实性I期非小细胞肺癌患者术后进展风险	结合临床病理特征、主观CT发现和深度学习特征构建多模态模型，并采用迁移学习策略训练ResNet18模型提取特征	研究为回顾性设计，样本量有限，且仅包含两个医疗中心的数据，可能存在选择偏倚	探索多模态深度学习放射组学模型在预测实性I期非小细胞肺癌术后进展风险中的应用价值	经组织学确认的实性I期非小细胞肺癌患者	数字病理	肺癌	CT成像	深度学习	图像	459例患者作为训练集，104例患者作为外部验证队列	NA	ResNet18	AUC	NA
143	2026-03-19	ECG Semantic Integrator (ESI): A Foundation ECG Model Pretrained with LLM-Enhanced Cardiological Text 2024-Oct, Transactions on machine learning research PMID:41816367	研究论文	提出了一种名为ECG语义集成器（ESI）的新型多模态对比预训练框架，用于从心电图信号和相关文本描述中学习稳健表示	首次将基于检索增强生成（RAG）的大型语言模型（LLM）管道（Cardio Query Assistant）用于生成心电图文本描述，并构建了大规模多模态数据集进行对比预训练	未明确说明模型在临床环境中的实际部署验证情况	解决心电图分析领域缺乏大规模标注数据时学习稳健表示的关键挑战	12导联心电图信号及相关文本描述	机器学习	心血管疾病	检索增强生成（RAG）、大型语言模型（LLM）	多模态对比学习模型	心电图信号、文本	超过66万个心电图-文本对	未明确说明	ECG语义集成器（ESI）	未明确说明具体指标	NA
144	2026-03-15	Video-based automatic hand hygiene detection for operating rooms using 3D convolutional neural networks 2024-10, Journal of clinical monitoring and computing IF:2.0Q2 DOI:10.1007/s10877-024-01179-6 PMID:38896344	研究论文	本研究提出了一种基于3D卷积神经网络的视频自动手卫生检测方法，用于手术室环境	首次将2D与3D CNN序列结合用于手术室手卫生动作检测，并引入光流作为额外输入模态	数据仅来自单一手术室，收集时间较短（4个月），需更多样化场景验证	开发自动监测系统以预防手术室医院获得性感染	麻醉人员的手卫生动作	计算机视觉	医院获得性感染	视频分析	CNN	视频	2018年11月至2019年2月（4个月）在单一手术室收集的视频数据，并添加了模拟数据	未明确说明	2D CNN, 3D CNN	准确率, 灵敏度, 特异性, AUC	NA
145	2026-03-15	Longitudinally Consistent Individualized Prediction of Infant Cortical Morphological Development 2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72086-4_42 PMID:41815924	研究论文	本文提出了一种新颖的纵向一致性三元组解缠自编码器框架，用于基于不完整的纵向数据预测婴儿个体化皮层形态发育轨迹	强调时间一致性，通过动态时间规整损失鼓励轨迹间的相似性，解决了现有深度学习方法在预测缺失数据时因独立处理每次扫描而导致的目标时间点预测不一致问题	未明确提及，但可能包括模型在更广泛年龄范围或不同疾病群体中的泛化能力需要进一步验证	基于不完整的纵向数据预测个体化的婴儿皮层形态发育完整轨迹，以丰富对正常早期大脑发育的理解并帮助识别神经发育障碍	婴儿皮层属性图	神经影像分析	神经发育障碍	表面成像	自编码器	图像（皮层属性图）	NA	NA	纵向一致性三元组解缠自编码器	纵向一致性，精确度	NA
146	2026-03-14	Impact of artificial intelligence assisted compressed sensing technique on scan time and image quality in musculoskeletal MRI - A systematic review 2024-10, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.08.012 PMID:39217002	系统综述	本文系统综述了人工智能辅助压缩感知技术在肌肉骨骼MRI中对扫描时间和图像质量的影响	首次系统评估AI-CS技术在肌肉骨骼MRI中结合不同加速因子对扫描时间与图像质量的综合影响	纳入研究数量有限（9篇），部分研究质量中等，高加速因子仍会导致图像评分降低	评估人工智能辅助压缩感知技术对肌肉骨骼MRI扫描时间和图像质量的影响	肌肉骨骼MRI扫描	医学影像分析	肌肉骨骼疾病	MRI, 压缩感知, 人工智能重建	深度学习算法	MRI图像	730名参与者	NA	NA	扫描时间减少百分比, 图像质量评分	NA
147	2026-03-10	From Static to Dynamic Structures: Improving Binding Affinity Prediction with Graph-Based Deep Learning 2024-10, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202405404 PMID:39206846	研究论文	本研究开发了一种基于图的深度学习模型Dynaformer，利用分子动力学模拟轨迹预测蛋白质-配体结合亲和力，以改进基于结构的药物设计	首次将分子动力学模拟轨迹整合到基于图的深度学习模型中，以捕捉蛋白质-配体相互作用的动态几何特征，从而更准确地预测结合亲和力	模型性能依赖于分子动力学模拟的质量和计算成本，且数据集规模（3,218个复合物）可能仍有限	提高蛋白质-配体结合亲和力的预测准确性，以加速早期药物发现过程	蛋白质-配体复合物	机器学习	NA	分子动力学模拟	图神经网络	分子动力学轨迹，图结构数据	3,218个不同的蛋白质-配体复合物	NA	Dynaformer	评分能力，排序能力	NA
148	2026-03-03	LungHist700: A dataset of histological images for deep learning in pulmonary pathology 2024-10-05, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03944-3 PMID:39368979	研究论文	本文介绍了一个名为LungHist700的高分辨率肺部组织学图像数据集，用于支持深度学习在肺病理学中的应用	提出了一个包含691张高分辨率肺部组织学图像的数据集，覆盖腺癌、鳞状细胞癌和正常组织，并细分为三个分化等级，为深度学习模型提供了丰富的分类任务	数据集仅包含45名患者的图像，样本规模相对较小，可能限制了模型的泛化能力	旨在通过提供高质量数据集，促进深度学习在肺部恶性肿瘤检测和分类中的应用	肺部组织学图像，包括腺癌、鳞状细胞癌和正常组织	数字病理学	肺癌	组织病理学成像	深度神经网络, 多实例学习	图像	691张高分辨率图像，来自45名患者	NA	NA	准确率	NA
149	2026-03-03	A multicenter dataset for lymph node clinical target volume delineation of nasopharyngeal carcinoma 2024-10-04, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03890-0 PMID:39366975	研究论文	本研究构建了一个用于鼻咽癌淋巴结临床靶区勾画的多中心数据集，以支持深度学习模型的开发与评估	创建了首个用于自动淋巴结临床靶区勾画开发与评估的多中心数据集，整合了来自四个中心的262名患者数据，并基于专家共识提供了手动勾画的真实标签	数据集规模相对有限（262名患者），且依赖于专家手动勾画，可能存在主观差异	开发深度学习模型以准确预测鼻咽癌放疗中的淋巴结临床靶区	鼻咽癌患者的淋巴结临床靶区	数字病理学	鼻咽癌	计算机断层扫描	深度学习分割模型	医学图像	262名患者，包含440张计算机断层扫描图像	NA	NA	NA	NA
150	2026-02-28	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	首次将多种深度学习算法（CNN、LeNet、Inception-V3）应用于小麦花药形态的图像分类，并比较其性能，其中LeNet表现出最优的分类准确率	未明确说明数据集的样本量大小及具体品种数量，且仅针对春季小麦种质资源进行分析	探索深度学习算法在农业记录分类中的应用，特别是监测和识别春季小麦种质资源的变异	小麦花药形态（长度和宽度）	计算机视觉	NA	高分辨率显微成像	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
151	2026-02-27	Substrate recognition principles for the PP2A-B55 protein phosphatase 2024-10-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp5491 PMID:39356758	研究论文	本文通过整合AlphaFold建模与高分辨率突变扫描，揭示了PP2A-B55磷酸酶识别底物的保守机制，并设计出特异性肽抑制剂，阐明了其在NEXT复合物调控中的作用	首次系统揭示了PP2A-B55通过α螺旋结合底物的进化保守机制，并利用深度学习设计出特异性肽抑制剂，为靶向干预提供了新工具	研究主要基于计算模型和体外实验，体内功能验证及临床转化仍需进一步探索	阐明PP2A-B55磷酸酶的底物识别机制及其在细胞信号通路中的调控功能	PP2A-B55磷酸酶及其底物蛋白（包括NEXT复合物中的RBM7蛋白）	计算生物学	NA	AlphaFold建模、高分辨率突变扫描、深度学习蛋白质设计	深度学习	蛋白质序列与结构数据	NA	AlphaFold, 深度学习框架（未指定具体名称）	AlphaFold, 深度学习蛋白质设计模型	NA	NA
152	2026-02-22	Data Science Opportunities To Improve Radiotherapy Planning and Clinical Decision Making 2024-10, Seminars in radiation oncology IF:2.6Q2 DOI:10.1016/j.semradonc.2024.07.012 PMID:39271273	综述	本文探讨了数据科学在优化放疗计划和临床决策中的应用前景	提出结合深度学习与多源数据（如基因组学、影像组学和剂量组学）来改进预测模型，并引入“数字孪生”概念以指导自适应放疗	NA	提升放疗的个性化治疗水平，通过整合数据科学方法优化肿瘤控制与正常组织保护	放疗患者及其相关数据（如肿瘤基因组、影像数据和剂量分布）	机器学习	肿瘤	基因组学、影像组学、剂量组学	深度学习	基因组数据、影像数据、剂量数据	NA	NA	NA	NA	NA
153	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
154	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
155	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
156	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
157	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
158	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
159	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
160	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