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
21	2026-03-06	Volumetric imaging and computation to explore contractile function in zebrafish hearts 2024-Nov-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.14.623621 PMID:39605398	研究论文	本研究开发了一种结合光场检测和细胞追踪的框架，用于实时捕获斑马鱼心脏的容积数据，以探索收缩功能	开发了一种实时容积成像框架，结合光场检测和深度学习细胞追踪，在细胞分辨率下实现整个心室收缩动力学的评估	NA	探索心脏收缩功能的细胞机制，以促进心血管疾病的筛查和治疗	斑马鱼心脏	计算机视觉	心血管疾病	光场检测，容积成像	深度学习	容积图像	NA	NA	NA	NA	NA
22	2026-03-06	Deep learning of structural MRI predicts fluid, crystallized, and general intelligence 2024-11-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78157-0 PMID:39537706	研究论文	本研究探讨了利用T1加权结构磁共振成像（sMRI）通过深度学习模型预测个体流体智力、晶体智力及一般智力的可能性	首次全面应用深度学习模型预测包括晶体智力在内的多种智力类型，并验证了模型解释与顶额整合理论（P-FIT）的一致性	样本量相对有限（850名受试者），且模型复杂度增加并未显著提升预测精度，表明可能存在数据或方法限制	探究脑结构MRI是否能够预测个体的智力水平，特别是流体智力、晶体智力及一般智力	850名6至64岁的健康及自闭症谱系障碍受试者	医学影像分析	自闭症谱系障碍	T1加权结构磁共振成像（sMRI）	CNN	图像	850名受试者（包括健康个体和自闭症谱系障碍患者）	NA	2D CNN, 3D CNN	Pearson相关系数	NA
23	2026-03-06	Deep learning to predict cardiovascular mortality from aortic disease in heavy smokers 2024-Nov-06, NPJ cardiovascular health DOI:10.1038/s44325-024-00029-3 PMID:41775893	研究论文	本研究开发了一个深度学习框架，用于自动量化胸部主动脉疾病特征，并评估其在预测重度吸烟者心血管疾病死亡率中的预后价值	利用深度学习自动量化主动脉特征（如最大直径、体积和钙化负担），并首次在大型队列中证明这些特征与心血管疾病死亡率独立相关，超越了传统风险因素和冠状动脉钙化的预测能力	研究基于非对比胸部CT数据，可能无法全面评估所有主动脉病变；结果主要适用于重度吸烟人群，泛化性需进一步验证	开发深度学习框架以自动量化主动脉疾病特征，并评估其对心血管疾病死亡率的预测价值	来自国家肺癌筛查试验（NLST）的重度吸烟者参与者	数字病理学	心血管疾病	非对比胸部CT成像	深度学习	医学影像（CT图像）	24,770名参与者	NA	NA	NA	NA
24	2026-03-06	Space-Confined Amplification for In Situ Imaging of Single Nucleic Acid and Single Pathogen on Biological Samples 2024-11, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202407055 PMID:39373849	研究论文	本研究开发了一种基于水凝胶的原位空间限制界面扩增技术，用于在生物样品上直接成像单个核酸和单个病原体	提出了无需甲醛固定的水凝胶原位空间限制扩增技术，可在20分钟内实现大规模表面的单核酸/单病原体成像，检测限低至1拷贝/10 cm	未明确说明技术对复杂临床样本的适用性及长期稳定性验证	开发无需DNA提取的快速原位成像技术，用于病原体检测和生物样品分析	植物叶片和食品表面的病原体	生物传感与成像	植物病害与食源性疾病	水凝胶空间限制扩增技术	深度学习模型	显微图像	未明确说明具体样本数量	NA	NA	检测限（1拷贝/10 cm），成像时间（20分钟）	NA
25	2026-03-06	Exploring Protein Conformational Changes Using a Large-Scale Biophysical Sampling Augmented Deep Learning Strategy 2024-11, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202400884 PMID:39387316	研究论文	本文提出了一种结合大规模生物物理采样与深度学习的策略，用于探索蛋白质构象变化	通过结合分子动力学模拟与增强采样方法，构建了大规模蛋白质构象变化数据库，并开发了能预测蛋白质过渡路径的通用深度学习模型	未明确提及模型在更复杂或多状态构象变化中的泛化能力，或对计算资源的具体需求	开发能预测蛋白质构象变化的深度学习模型，以揭示蛋白质动态行为的本质	2635个具有两个已知稳定状态的蛋白质	机器学习	NA	分子动力学模拟，增强采样方法	深度学习模型	结构信息（蛋白质构象数据）	2635个蛋白质	NA	NA	与实验数据的一致性	NA
26	2026-03-05	A continuous pursuit dataset for online deep learning-based EEG brain-computer interface 2024-11-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04090-6 PMID:39567538	研究论文	本文介绍了一个用于在线连续追踪脑机接口研究的EEG数据集，该数据集基于深度学习解码器，旨在促进复杂连续对象控制范式的新解码算法开发	提供了首个针对复杂连续追踪任务的在线深度学习脑机接口数据集，采用随机移动目标而非传统静态目标，包含多会话的大规模受试者特定数据	数据集主要针对特定连续追踪范式，可能不直接适用于其他传统脑机接口任务；在线解码器的性能可能受实时计算约束影响	开发适用于连续对象控制的脑机接口解码算法，推动脑电脑机接口走向实际应用	28名人类受试者在多会话中采集的脑电信号	脑机接口	NA	脑电图	深度学习	脑电信号	28名受试者，总计约168小时脑电记录	NA	NA	NA	NA
27	2026-03-05	Explainable AI for computational pathology identifies model limitations and tissue biomarkers 2024-Nov-18, ArXiv PMID:39279830	研究论文	本文介绍了一种名为HIPPO的可解释AI框架，用于计算病理学，通过生成图像反事实来识别模型局限性和组织生物标志物	开发了HIPPO框架，系统修改全切片图像中的组织区域以生成图像反事实，支持定量假设测试、偏差检测和超越传统性能指标的模型评估	未在摘要中明确说明	增强深度学习模型在数字病理学中的透明度和可靠性，促进临床采用	乳腺癌转移检测、乳腺癌和黑色素瘤的预后预测、胶质瘤IDH突变分类	计算病理学	乳腺癌, 黑色素瘤, 胶质瘤	NA	深度学习模型	全切片图像	NA	NA	NA	传统性能指标, 注意力方法	NA
28	2026-03-02	Dynamic modulation of social gaze by sex and familiarity in marmoset dyads 2024-Nov-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.16.580693 PMID:38405818	研究论文	本研究开发了一种新框架，用于准确追踪自由活动的普通狨猴的面部特征和三维头部注视方向，并量化了性别和熟悉度对社交注视行为的影响	结合深度学习计算机视觉工具与三角测量算法，首次实现了对自由活动狨猴面部特征和三维头部注视方向的准确追踪，克服了传统实验中头部运动受限的限制	研究仅针对狨猴这一物种，且实验环境为特定竞技场，可能无法完全代表自然野外环境中的行为	探究社交因素（性别和熟悉度）如何影响非人灵长类动物的社交注视行为	自由活动的普通狨猴	计算机视觉	NA	深度学习计算机视觉工具与三角测量算法	深度学习	视频	多对狨猴	NA	NA	NA	NA
29	2026-03-02	Natural Language Processing of Clinical Documentation to Assess Functional Status in Patients With Heart Failure 2024-11-04, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.43925 PMID:39509128	研究论文	本研究开发并验证了一种深度学习自然语言处理策略，用于从心力衰竭患者的非结构化临床文档中提取功能状态评估信息	提出了一种深度学习NLP方法，能够从临床文档中准确提取纽约心脏协会分级和心力衰竭症状，显著提升了从非结构化文本中识别功能状态的能力	研究数据来源于三个特定的医疗网络，可能限制了模型的泛化能力；模型性能依赖于专家标注的笔记质量	开发并验证一种自然语言处理策略，用于从临床文档中自动提取心力衰竭患者的功能状态评估，以支持质量改进和临床试验患者筛选	被诊断为心力衰竭并在门诊就诊的患者	自然语言处理	心血管疾病	自然语言处理	深度学习模型	文本	34,070名心力衰竭患者，涉及3000份专家标注的临床笔记和182,308份未标注笔记	NA	NA	AUROC	NA
30	2026-03-02	Clinical usability of deep learning-based saliency maps for occlusion myocardial infarction identification from the prehospital 12-Lead electrocardiogram 2024 Nov-Dec, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2024.153792 PMID:39255653	研究论文	本研究评估了基于深度学习的显著图在院前12导联心电图中识别闭塞性心肌梗死的临床可用性	首次在临床环境中评估显著图对深度学习心电图模型可解释性的增强作用，并揭示了模型与临床医生在关键心电图段认知上的差异	研究样本量较小（仅100例心电图），且仅涉及三位临床医生，可能限制结果的普遍性	评估深度学习显著图在辅助临床医生识别闭塞性心肌梗死中的临床相关性和帮助性	来自胸痛患者的100份心电图及其对应的深度学习显著图	机器学习	心血管疾病	心电图分析	CNN	心电图信号	100份心电图	NA	卷积神经网络	AUC, F1分数	NA
31	2026-03-01	A general temperature-guided language model to design proteins of enhanced stability and activity 2024-11-29, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adr2641 PMID:39602544	研究论文	本文介绍了一种名为PRIME的深度学习模型，用于设计具有更高稳定性和活性的蛋白质突变体，无需特定蛋白质的实验突变数据	PRIME利用温度感知语言建模，在283个蛋白质测定公共数据集上表现出优于现有模型的预测能力，并开发了高效方法获取多站点突变体	NA	蛋白质工程中设计具有高稳定性和活性的突变体	蛋白质突变体	机器学习	NA	温度感知语言建模	深度学习模型	蛋白质序列数据	283个蛋白质测定数据集	NA	语言模型	NA	NA
32	2026-02-28	Generative adversarial networks accurately reconstruct pan-cancer histology from pathologic, genomic, and radiographic latent features 2024-11-15, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adq0856 PMID:39546597	研究论文	本文提出并验证了一种名为HistoXGAN的定制生成对抗网络，能够利用常见特征提取器产生的特征向量重建代表性组织学图像	开发了HistoXGAN模型，首次实现了从病理、基因组和影像学潜在特征中准确重建泛癌组织学图像，并用于解释深度学习模型的生物学特征	未明确提及模型在特定癌症亚型或数据稀缺情况下的泛化能力限制	研究如何通过生成对抗网络重建肿瘤组织学图像，以解释深度学习模型提取的特征的生物学意义	29种癌症亚型的肿瘤组织学图像	数字病理学	泛癌	生成对抗网络	GAN	图像	涉及29种癌症亚型的样本，具体数量未明确	NA	HistoXGAN	NA	NA
33	2026-02-27	Bessel beam optical coherence microscopy enables multiscale assessment of cerebrovascular network morphology and function 2024-Nov-11, Light, science & applications DOI:10.1038/s41377-024-01649-1 PMID:39523430	研究论文	本研究介绍了一种基于贝塞尔光束的光学相干显微镜技术，结合深度学习分割，用于多尺度评估小鼠脑血管网络的形态和功能	开发了扩展焦深的贝塞尔光束光学相干显微镜，实现了大视野（1000×1000×360 μm）下的毛细血管级分辨率成像，并利用监督深度学习进行精确3D血管分割，结合基于图的分析方法，从单个毛细血管到整体网络层面全面评估血管连接性	研究仅限于小鼠模型，尚未在人类或其他动物模型中验证；成像视野虽大，但可能无法覆盖整个大脑区域；深度学习分割的准确性依赖于标注数据质量	研究大脑健康与疾病中大规模脑血管网络的形态和功能	小鼠的脑血管网络	数字病理学	脑血管疾病	贝塞尔光束光学相干显微镜，多普勒光学相干断层扫描	监督深度学习	3D血管造影图像	NA	NA	NA	NA	NA
34	2026-02-27	Artificial intelligence-based morphologic classification and molecular characterization of neuroblastic tumors from digital histopathology 2024-Nov-08, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00745-0 PMID:39511421	研究论文	本研究开发了一种基于注意力机制的多实例学习和自监督学习的深度学习模型，用于从H&E染色的全切片图像中自动进行神经母细胞瘤的病理分类和MYCN扩增状态评估	首次结合注意力机制的多实例学习和自监督学习，利用迄今为止最大规模的神经母细胞瘤数字病理数据集，实现了从H&E图像中同时进行形态学分类和分子特征预测	研究未详细说明模型在更广泛临床环境中的泛化能力，且外部验证数据集的具体规模和多样性信息有限	开发人工智能辅助的神经母细胞瘤自动病理分类和分子特征分析系统	神经母细胞瘤的H&E染色全切片图像	数字病理学	神经母细胞瘤	H&E染色，全切片成像	深度学习，注意力机制的多实例学习，自监督学习	图像	迄今为止最大规模的神经母细胞瘤数字病理队列	NA	注意力机制的多实例学习，自监督学习	NA	NA
35	2026-02-26	Ultrasensitive Wearable Pressure Sensors with Stress-Concentrated Tip-Array Design for Long-Term Bimodal Identification 2024-11, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202406235 PMID:39007254	研究论文	本文报道了一种采用应力集中尖端阵列设计和自粘附界面的超灵敏可穿戴压力传感器，用于提高检测极限和长期双模态识别	设计了具有不同杨氏模量的双锥微结构以提高机械传递效率，并开发了自粘附水凝胶以增强传感器-皮肤界面，结合深度学习双模态融合网络显著提高了疲劳驾驶识别的准确性	未明确说明传感器的长期稳定性测试细节、大规模生产的可行性以及在不同环境条件下的性能表现	开发高性能可穿戴压力传感器，用于长期实时监测生理信号并实现高精度疲劳驾驶识别	可穿戴压力传感器及其在脉搏信号和眼肌运动监测中的应用	机器学习	NA	压力传感技术、微结构设计、水凝胶界面工程	深度学习双模态融合网络	压力传感器信号、生理信号（脉搏、眼肌运动）	NA	NA	双模态融合网络	准确率	NA
36	2026-02-26	Machine-learning based prediction of future outcome using multimodal MRI during early childhood 2024-11, Seminars in fetal & neonatal medicine IF:2.9Q1 DOI:10.1016/j.siny.2024.101561 PMID:39528363	综述	本文综述了基于机器学习的多模态MRI在早期儿童期预测未来神经发育和临床结果的应用	整合多模态MRI（sMRI、dMRI、fMRI、pMRI）与机器学习方法，增强对早期脑发育的预测能力，并探索作为早期检测和个性化干预的生物标志物	综述性文章，未提供具体实验数据或模型性能的详细分析，主要基于现有研究的总结	探讨利用早期儿童期的多模态MRI数据预测未来神经发育和临床结果，以支持早期检测和干预	早期儿童（从胎儿期至出生后两年）的脑发育过程	机器学习	精神疾病和神经系统疾病	多模态MRI（包括结构MRI、扩散MRI、功能MRI、灌注MRI）	机器学习、深度学习	多模态MRI图像	NA	NA	NA	NA	NA
37	2026-02-26	Gunshots detection, identification, and classification: Applications to forensic science 2024-11, Science & justice : journal of the Forensic Science Society IF:1.9Q3 DOI:10.1016/j.scijus.2024.09.007 PMID:39638481	综述	本文综述了枪声检测、识别与分类技术在法医科学中的应用，分析了枪声的声学特性及其影响因素，并评估了现有机器学习方法的组件	系统分析了枪声声学特性在法医科学中的适用性与局限性，并指出深度学习驱动的神经网络将成为主导趋势	由于数据和评估标准差异，不同算法比较存在挑战	旨在为安全系统和法医分析开辟新前沿	枪声事件	机器学习	NA	声学分析	神经网络	音频	NA	NA	NA	NA	NA
38	2026-02-25	A Highly-Sensitive Omnidirectional Acoustic Sensor for Enhanced Human-Machine Interaction 2024-11, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202413086 PMID:39410724	研究论文	本文提出了一种自供电的摩擦电立体声学传感器，用于增强人机交互中的全向声音识别与追踪	通过三维结构配置实现了全向声音识别与追踪能力，并利用高电子亲和力、低杨氏模量的多孔振动膜实现了高灵敏度和宽频率响应范围	NA	开发一种高灵敏度的全向声学传感器，以提升在嘈杂环境中的人机交互性能	全向声音源识别与追踪，特别是在辅助会议系统和自动驾驶车辆中的应用	机器学习	NA	摩擦电传感技术	深度学习	音频信号	NA	NA	NA	准确率	NA
39	2026-02-18	Diagnostic performance of deep learning for infectious keratitis: a systematic review and meta-analysis 2024-Nov, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102887 PMID:39469534	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习在感染性角膜炎诊断中的准确性及其与眼科医生的比较性能	首次对深度学习在感染性角膜炎诊断中的性能进行全面系统综述和荟萃分析，并直接与眼科医生的诊断准确性进行比较	分析基于图像，未考虑个体内潜在相关性；研究人群相对同质；缺乏深度学习阈值的预先设定；外部验证有限	评估深度学习在感染性角膜炎诊断中的准确性，并比较其与眼科医生的诊断性能	感染性角膜炎	数字病理学	感染性角膜炎	深度学习	深度学习模型	角膜图像	136,401张角膜图像，来自超过56,011名患者	NA	NA	灵敏度, 特异性	NA
40	2026-02-10	Deep learning-based detection of lumbar spinal canal stenosis using convolutional neural networks 2024-11, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2024.06.009 PMID:38909909	研究论文	本研究开发了一种基于卷积神经网络（CNN）的深度学习算法，用于从腰椎平片中自动检测需要手术的腰椎管狭窄症（LSCS）	首次利用CNN从易于获取的腰椎平片中自动诊断LSCS，为缺乏MRI设备或非专科医生提供了早期诊断工具，可能减少治疗延误	研究为单中心回顾性分析，样本量相对较小（150例患者），且外部验证仅包含额外25例患者，可能存在选择偏倚	开发一种基于深度学习的算法，从腰椎平片中诊断需要手术的腰椎管狭窄症	腰椎管狭窄症患者，包括退行性腰椎滑脱患者	计算机视觉	腰椎管狭窄症	磁共振成像（MRI），X射线平片	CNN	图像	175名患者（150名来自单中心，25名来自其他两家医院），共600张腰椎平片图像	NA	NA	AUC, 灵敏度, 特异性, 阳性预测值, 阴性预测值, 准确率, 阳性似然比, 阴性似然比, 相关系数	NA