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	Structure-aware annotation of leucine-rich repeat domains 2024-11, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012526 PMID:39499733	研究论文	开发基于结构感知的降维方法，用于注释富含亮氨酸重复（LRR）结构域的重复单元，并纠正现有序列注释工具的误差	利用深度学习预测的蛋白质结构几何信息，通过降维技术改进LRR结构域注释，能自动检测发夹环和结构异常，弥补序列方法缺乏结构信息的不足	尚未在摘要中明确提及局限性，可能依赖于预测结构的准确性且仅适用于LRR结构域	提高蛋白质结构域注释的准确性，特别是边界和基序识别，通过整合结构信息	富含亮氨酸重复（LRR）结构域，包括拟南芥中127个LRR-containing免疫蛋白和172个手动注释的LRR结构域基准	蛋白质结构预测与注释	NA	深度学习蛋白质结构预测（如AlphaFold），降维方法	降维模型及基于深度学习的结构预测模型	蛋白质结构数据、序列数据	127个预测结构和172个手动注释的LRR结构域	NA	NA	准确性、误差纠正能力、结构异常检测能力	NA
42	2026-08-05	DeSide: A unified deep learning approach for cellular deconvolution of tumor microenvironment 2024-11-12, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2407096121 PMID:39514318	研究论文	介绍DeSide，一种基于深度学习的统一方法，用于通过批量RNA测序数据对肿瘤微环境进行细胞去卷积，以估计16种不同细胞类型和亚型的比例	整合生物学通路，先评估非癌细胞类型以避免癌细胞基因表达谱变异性问题，并采用独特的采样和过滤技术生成高质量训练集	未明确提及	开发一种准确且成本效益高的细胞去卷积方法，以分析肿瘤微环境中的细胞组成，并支持患者预后分层	实体瘤中的16种细胞类型和亚型，以及来自TCGA的19种癌症类型和外部数据集	机器学习	肿瘤	批量RNA测序、单细胞RNA测序	深度学习模型	基因表达数据	来自6种癌症类型的scRNA-seq数据和来自22种癌症类型的185个癌细胞系作为参考，以及TCGA批量RNA-seq数据	未明确	未明确	准确性	未明确
43	2026-07-29	Increasing phosphorus loss despite widespread concentration decline in US rivers 2024-11-26, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2402028121 PMID:39556745	研究论文	利用深度学习重建美国河流总磷浓度与流失量趋势，发现浓度普遍下降但流失量因径流增加而上升	首次借助深度学习模型（多任务LSTM）填补稀疏历史数据，系统重建了全美430条河流40年总磷日浓度及流失量时空趋势	主要依赖模型重建数据，未充分讨论模型对流域具体管理措施的敏感性及气候模型不确定性影响	揭示美国河流总磷浓度与流失量的长期变化趋势及驱动因素	美国本土430条河流的总磷浓度与流失量	机器学习	NA	水文气象数据驱动、深度学习建模	LSTM（多任务长短期记忆网络）	水文气象时间序列数据（径流、浓度等）	430条美国河流，1980-2019年日尺度数据	PyTorch（推断）	多任务LSTM	重建精度指标（如Nash-Sutcliffe效率系数）	NA
44	2026-07-29	Advancing Indoor Epidemiological Surveillance: Integrating Real-Time Object Detection and Spatial Analysis for Precise Contact Rate Analysis and Enhanced Public Health Strategies 2024-11-13, International journal of environmental research and public health DOI:10.3390/ijerph21111502 PMID:39595769	研究论文	介绍一种集成实时目标检测和空间分析的软件工具，用于精确分析室内接触率以增强公共卫生策略	动态圆形缓冲区与2D投影变换结合YOLOv8实现高精度个体检测与实时追踪	NA	提升室内流行病学监测准确性，通过自动化技术替代传统接触追踪方法	室内空间中的个体及接触模式	计算机视觉	呼吸道疾病	实时视频流分析	YOLOv8（深度学习目标检测模型）	视频数据	NA	YOLOv8	YOLOv8	NA	NA
45	2024-12-01	Integrating Contact Tracing Data to Enhance Outbreak Phylodynamic Inference: A Deep Learning Approach 2024-11-01, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msae232 PMID:39497507	研究论文	本研究评估了PhyloDeep这一深度学习工具在处理不完整系统发育树时的表现，并探讨了通过整合接触追踪数据来提高预测准确性的潜力	通过整合接触追踪数据，显著提高了在处理不完整系统发育树时的预测性能	在超级传播动态场景中，模型的参数捕捉仍然具有挑战性	探讨如何通过整合接触追踪数据来提高系统发育动力学分析的准确性	PhyloDeep工具在处理不完整系统发育树时的表现及接触追踪数据的整合效果	机器学习	NA	深度学习	深度学习模型	基因组数据和流行病学数据	涉及部分匹配接触追踪数据的SARS-CoV-2序列样本	NA	NA	NA	NA
46	2026-07-10	Comparing IOP-Induced Scleral Deformations in the Myopic and Myopic Glaucoma Spectrums 2024-11-04, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.65.13.54 PMID:39585674	研究论文	比较急性眼压升高在不同近视和近视青光眼谱系中引起的巩膜变形	首次系统评估急性眼压升高对不同近视条件下黄斑曲率变化的影响，并利用深度学习算法自动分割巩膜和脉络膜组织	初步结果，样本大小有限，且仅评估急性IOP升高，未考虑慢性影响	比较急性眼压升高在不同近视条件下的黄斑曲率变化	184名受试者的328只眼睛，包括正视眼、高度近视、高度近视伴青光眼、病理性近视和病理性近视伴葡萄肿	医学图像分析	近视, 青光眼	光学相干断层扫描	深度学习	图像	328只眼睛（184名受试者）	NA	深度学习算法（未具体说明）	NA	NA
47	2026-07-10	Automatic removal of large blood vasculature for objective assessment of brain tumors using quantitative dynamic contrast-enhanced magnetic resonance imaging 2024-11, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5218 PMID:39051137	研究论文	提出一种自动去除脑肿瘤区域大血管的方法，以提升定量动态对比增强磁共振成像评估的客观性	首次结合数据聚类算法、形态学操作和定量DCE-MRI参数图实现脑组织大血管的自动分割，并引入rCBV与Slope-2的组合映射图提升准确性	研究为回顾性设计，样本量有限（103例），且主要依赖K-means聚类，未探索更复杂的深度学习分割方法	开发自动去除脑肿瘤区域正常大血管的方法，以消除对定量DCE-MRI参数评估和肿瘤分类的干扰	103例经组织病理学确诊的脑肿瘤患者（包括低级别胶质瘤和高级别胶质瘤）的DCE-MRI数据	计算机视觉	脑肿瘤	动态对比增强磁共振成像	无明确深度学习模型（使用K-means聚类算法）	图像	103例脑肿瘤患者的DCE-MRI扫描数据	无明确框架	无明确架构（使用K-means聚类算法）	Cohen Kappa检验、t检验、受试者工作特征曲线分析	NA
48	2026-07-04	Early Detection of Macular Atrophy Automated Through 2D and 3D Unet Deep Learning 2024-Nov-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121191 PMID:39768009	研究论文	基于2D和3D Unet深度学习自动检测黄斑萎缩	结合2D和3D Unet架构自动检测光学相干断层扫描中的黄斑萎缩，性能优于人工评估	未提及模型在不同数据集上的泛化能力及临床部署的挑战	开发自动方法以早期检测年龄相关性黄斑变性患者的黄斑萎缩	125只眼睛（89名患者）的1241个体积光学相干断层扫描	数字病理学	年龄相关性黄斑变性	光学相干断层扫描	Unet	图像	125只眼睛（89名患者）的1241个体积光学相干断层扫描	NA	2D Unet, 3D Unet	Dice相似系数, F1分数	NA
49	2026-07-03	Automatic jawbone structure segmentation on dental CBCT images via deep learning 2024-11-28, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-06061-y PMID:39604672	研究论文	提出一种基于深度学习的双阶段系统，用于自动分割牙颌骨结构，包括下颌皮质骨、下颌松质骨、上颌皮质骨和上颌松质骨	开发了针对锥形束CT图像中牙颌骨结构的双阶段深度学习自动分割系统，并评估了牙齿和质量异常对分割性能的影响	未明确提及训练数据多样性或模型泛化性的具体局限	开发和评估一种自动分割牙颌骨结构的深度学习系统，以提高数字牙科工作流的效率和准确性	下颌皮质骨、下颌松质骨、上颌皮质骨和上颌松质骨在锥形束CT图像上的分割	计算机视觉	牙科疾病	锥形束计算机断层扫描（CBCT）	深度学习模型	图像	155例锥形束CT扫描，采集参数不同	NA	NA	Dice相似系数（DSC），平均对称表面距离（ASSD）	NA
50	2026-07-03	Longitudinal Assessment of Tumor-Infiltrating Lymphocytes in Primary Breast Cancer Following Neoadjuvant Radiation Therapy 2024-11-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.04.065 PMID:38677525	研究论文	该论文通过临床样本纵向分析，研究新辅助放疗对乳腺癌肿瘤浸润淋巴细胞动态变化的影响	首次纵向评估新辅助放疗前后及期间肿瘤浸润淋巴细胞的动态变化，并结合深度学习进行细胞级与组织级联合分析	NA	探究新辅助放疗对乳腺癌肿瘤免疫微环境（尤其是肿瘤浸润淋巴细胞）的影响及其与病理完全缓解和长期预后的关联	来自PRADA和Neo-RT临床试验的乳腺癌患者样本，包括肿瘤组织及外周血	数字病理学, 机器学习	乳腺癌	NA	深度学习模型	图像（病理组织切片）, 数值（外周血淋巴细胞计数）	PRADA和Neo-RT临床试验中的乳腺癌患者队列	NA	SuperTIL深度学习模型（细胞级与组织级组合分析）	病理完全缓解预测的一致性, 手动评分与深度学习评分的一致性	NA
51	2026-07-01	Exploring prognostic biomarkers in pathological images of colorectal cancer patients via deep learning 2024-11, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70003 PMID:39343999	研究论文	通过深度学习从结直肠癌患者病理图像中探索预后生物标志物	利用弱监督深度学习模型构建结直肠癌风险评分，结合多组学数据揭示潜在生物学机制，并构建病理组学列线图提升预后预测准确性	NA	开发基于病理图像的结直肠癌预后风险评分，实现个性化预后分层和治疗策略制定	结直肠癌患者的H&E全切片图像及多组学数据	数字病理学, 机器学习	结直肠癌	H&E染色全切片成像, 多组学分析	弱监督深度学习模型	病理图像, 多组学数据	训练集：640例前列腺、肺、结直肠和卵巢癌筛查试验患者；验证集：522例癌症基因组图谱结直肠癌患者	PyTorch	Grad-CAM	总体生存分析中的p值, 列线图预测精度	NA
52	2026-07-01	Deep learning-based analysis of EGFR mutation prevalence in lung adenocarcinoma H&E whole slide images 2024-11, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70004 PMID:39358807	研究论文	开发深度学习模型，通过分析肺腺癌H&E全切片图像预测EGFR突变状态，并引入EGFR突变流行度评分以提升可解释性	提出EGFR突变流行度评分量化全切片中EGFR突变区域分布，采用补丁掩码调度训练策略学习多种组织病理模式，并在多中心数据集上验证模型泛化能力	仅依赖H&E染色图像，未整合其他模态数据；模型预测性能仍需提升；可解释性分析局限于特定突变亚型和组织学亚型	利用深度学习从全切片图像中无创预测肺腺癌EGFR突变状态，为快速筛查和治疗方案制定提供依据	肺腺癌患者的H&E染色全切片图像及对应EGFR突变状态	数字病理学，计算机视觉	肺腺癌	H&E染色全切片成像	深度学习模型（基于多实例学习）	全切片图像	868例训练样本（来自3家医疗机构），197例测试样本（来自1家医疗机构），64例样本进行二代测序分析	NA	多实例学习框架（具体架构未明确说明）	AUC， AUPRC， Spearman相关系数	NA
53	2026-07-01	Breast cancer survival prediction using an automated mitosis detection pipeline 2024-11, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70008 PMID:39466133	研究论文	使用自动有丝分裂检测流程预测乳腺癌生存率	提出了一种全自动的有丝分裂检测方法，包括新型自动区域选择器，用于在整张切片图像上找到最佳有丝分裂热点并计算有丝分裂计数	NA	验证全自动有丝分裂检测方法在乳腺癌患者生存预测中的预后价值	乳腺癌患者及其有丝分裂计数	数字病理学	乳腺癌	病理切片成像	深度学习模型	图像	912例乳腺癌患者的全切片图像	NA	NA	生存分析中的单变量和多变量预测值	NA
54	2026-06-29	Chinese Clinical Named Entity Recognition With Segmentation Synonym Sentence Synthesis Mechanism: Algorithm Development and Validation 2024-11-21, JMIR medical informatics IF:3.1Q2 DOI:10.2196/60334 PMID:39622697	研究论文	提出基于近义词计算的数据集增强算法，解决中文临床命名实体识别中的标注困难和数据稀疏问题	提出分段同义句合成（SSSS）算法，利用现有公共知识无需手动扩展专业领域词典，通过词汇分割重组自然语言数据实现数据集近义扩展	依赖已有公共知识库，对新出现的专业术语适应性有限	解决临床命名实体识别任务中数据稀疏和标注困难的问题	中文电子病历中的临床命名实体	自然语言处理	NA	自然语言处理	RoBERTa+CRF, RoBERTa+BiLSTM+CRF	文本	CCKS-2017和CCKS-2019两个数据集	PyTorch	RoBERTa, CRF, BiLSTM	F1分数	NA
55	2026-06-29	Bidirectional Long Short-Term Memory-Based Detection of Adverse Drug Reaction Posts Using Korean Social Networking Services Data: Deep Learning Approaches 2024-11-20, JMIR medical informatics IF:3.1Q2 DOI:10.2196/45289 PMID:39565685	研究论文	利用韩语社交媒体数据，基于双向长短期记忆网络检测药物不良反应帖子	针对韩语社交媒体数据，结合药物名称与不良反应词的关联分析进行数据过滤，构建Bi-LSTM深度学习模型以分类药物不良反应帖子	未明确说明	开发基于循环神经网络的深度学习模型，用于从韩语社交媒体数据中分类药物不良反应帖子	韩语社交媒体帖子（博客、咖啡馆帖子及NAVER问答帖子），涉及药物酮洛芬和醋氯芬酸	自然语言处理	药物不良反应	自然语言处理	双向长短期记忆网络	文本	未明确说明	NA	双向LSTM	准确率	NA
56	2026-06-26	Machine Learning and Omics Analysis in Aortic Aneurysm 2024 Nov-Dec, Angiology IF:2.6Q2 DOI:10.1177/00033197231206427 PMID:37817423	综述	总结机器学习与深度学习在主动脉瘤组学分析中的最新进展，用于解析病理生理机制并开发个性化风险预测模型	系统综述了机器学习/深度学习在主动脉瘤组学数据分析中的应用，强调其在多组学数据整合和风险预测建模中的潜力	目前仅有少数研究报道了机器学习/深度学习在主动脉瘤组学分析中的实际应用	总结机器学习/深度学习在主动脉瘤组学分析中的最新进展，讨论当前局限并展望未来方向	主动脉瘤的组学数据（基因组学、转录组学、蛋白质组学等）	机器学习	主动脉瘤	NA	机器学习、深度学习	组学数据	NA	NA	NA	NA	NA
57	2026-06-17	A novel interpretable deep learning-based computational framework designed synthetic enhancers with broad cross-species activity 2024-11-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae912 PMID:39420601	研究论文	提出DREAM框架，一种基于深度学习的可解释计算方法，用于设计具有跨物种活性的合成增强子	首次实现基于深度学习的增强子设计框架，不仅能预测活性，还能设计出比果蝇基因组最强增强子活性高3.6倍的合成增强子，且这些增强子具有跨数十亿年进化物种的保守功能	NA	开发可解释的深度学习框架用于可控活性的合成增强子设计	增强子序列及其活性设计	机器学习	NA	合成生物学、高通量筛选	深度神经网络	DNA序列数据	NA	PyTorch	NA	预测性能指标未明确指定	NA
58	2026-06-02	An audiovisual cognitive optimization strategy guided by salient object ranking for intelligent visual prothesis systems 2024-11-29, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad94a4 PMID:39569905	研究论文	提出一种基于显著对象排序的视听认知优化策略，用于智能视觉假体系统	首次将物体注意力机制转化为显著实体区域排序问题，并构建了SaOR数据集和网络，结合图像描述方法实现听觉反馈辅助的视觉认知优化	未提及具体限制	设计智能化视觉假体的视觉信息处理策略，提升用户物体识别和对象间关系理解能力	视觉假体系统中的视觉认知优化策略	计算机视觉	视觉障碍	深度学习	显著对象排序网络	图像	未提及	NA	Salient Object Ranking (SaOR) network	物体识别准确率、对象关系理解能力	NA
59	2026-06-02	Deep learning-based spike sorting: a survey 2024-11-14, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad8b6c PMID:39454590	综述	对基于深度学习的尖峰排序方法进行了全面的综述，涵盖了检测、特征提取和分类等子问题及集成系统	首次系统评估了24篇截至2023年12月的深度学习尖峰排序文献，并将方法分为三大子问题，同时探讨了多通道数据和硬件实现等前沿进展	未提及研究的局限性，但可能包括对某些模型潜在偏差的关注不足	综合评估基于深度学习的尖峰排序方法，为神经科学领域提供最新进展的见解并启发未来模型开发	基于深度学习的尖峰排序算法，包括尖峰检测、特征提取、分类及集成系统	机器学习	NA	NA	卷积神经网络, 自编码器	细胞外记录信号	24篇公开发表的文献	NA	NA	NA	专用集成电路, 现场可编程门阵列
60	2026-06-02	Decoding multi-limb movements from two-photon calcium imaging of neuronal activity using deep learning 2024-11-07, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad83c0 PMID:39508456	研究论文	利用深度学习从双光子钙成像数据解码多肢体运动	开发了一种循环编码器-解码器网络（LSTM-encdec），能够从单个半球的钙成像数据中准确解码所有四个肢体（对侧和同侧前肢及后肢）的运动信息，并提供了可解释性度量验证解码准确性，扩展了脑机接口对多肢体控制的潜力	未提及具体局限性	从双光子钙成像数据解码多肢体运动，推进神经解码技术和光学脑机接口的发展	跑步小鼠的神经活动及多肢体运动	机器学习	NA	双光子钙成像	LSTM	图像	NA	NA	LSTM编码器-解码器网络	NA	NA