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	2026-05-15	A Single-Cell Interrogation System from Scratch: Microfluidics and Deep Learning 2024-11-28, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.4c02745 PMID:39547656	研究论文	为微生物学家提供从零构建微流控和深度学习单细胞实时成像系统的指南	整合微流控芯片制造与深度学习图像处理，使非专业研究者能自行搭建高容量单细胞分析平台	需要基本的微流控知识，且系统定制化程度高，可能不适用于所有微生物实验场景	指导微生物学家构建可记录和分析大量细菌细胞周期的实时成像系统	细菌单细胞	数字病理学	NA	荧光显微镜, 微流控, 深度学习	深度学习模型	图像	数千个细菌细胞周期	NA	NA	NA	NA
42	2026-05-02	Diagnostic evaluation of blunt chest trauma by imaging-based application of artificial intelligence 2024-11, The American journal of emergency medicine DOI:10.1016/j.ajem.2024.08.019 PMID:39213808	综述	回顾人工智能在钝性胸部创伤影像诊断中的应用，并探讨其挑战与优化方向	系统总结了AI在钝性胸部创伤（肋骨骨折、肺挫伤、血气胸等）诊断中的进展，并首次聚焦于多任务综合诊断的局限性	当前深度学习研究集中于特定临床场景，缺乏对钝性胸部创伤复杂性的全面诊断和预后评估能力	评估AI在钝性胸部创伤诊断中的潜在效用，并提出优化其临床应用的策略	钝性胸部创伤患者及相关影像数据	计算机视觉, 数字病理学	胸部创伤	影像学	深度学习	图像	NA	NA	NA	NA	NA
43	2026-04-30	Computed tomography-based radiomics and body composition model for predicting hepatic decompensation 2024-11-22, Oncotarget DOI:10.18632/oncotarget.28673 PMID:39576671	研究论文	基于CT影像组学和身体成分模型预测原发性硬化性胆管炎患者的肝功能失代偿	首次将身体成分模型（将CT图像量化为四个脂肪和肌肉分区）与影像组学特征结合，构建预测模型用于评估原发性硬化性胆管炎患者的肝功能失代偿	预测未来事件仍具挑战性，需要进一步研究验证临床实用性和局限性	探索计算机影像组学在预测原发性硬化性胆管炎患者肝功能失代偿中的潜在价值	原发性硬化性胆管炎（PSC）患者	计算机视觉	肝胆疾病	CT成像	深度学习	CT图像	训练队列和验证队列的患者数据（具体数量未说明）	NA	身体成分模型（内部开发）	准确率, 精确率, AUC	NA
44	2026-04-23	Evaluation of fragility fracture risk using deep learning based on ultrasound radio frequency signal 2024-11, Endocrine IF:3.0Q2 DOI:10.1007/s12020-024-03931-z PMID:38982023	研究论文	本研究评估了基于超声射频信号的多通道残差网络在绝经后女性中区分脆性骨折风险的表现	首次将多通道残差网络应用于超声射频信号分析，用于脆性骨折风险预测，并显示出优于传统定量超声参数和骨密度测量的性能	这是一项试点横断面研究，样本量有限（246人），且人群多样性不足，未来需要在更大、更多样化的人群中进行验证	评估基于超声射频信号的深度学习模型在绝经后女性中区分脆性骨折风险的有效性	246名绝经后女性，包括170名非骨折组、50名椎体骨折组和26名非椎体骨折组	数字病理	骨质疏松性骨折	定量超声（QUS）、超声射频信号采集、双能X射线吸收测定法（DXA）	CNN	超声射频信号	246名绝经后女性	NA	多通道残差网络（MResNet）	比值比（OR）、受试者工作特征曲线下面积（AUC）	NA
45	2026-04-22	Machine learning models of cerebral oxygenation (rcSO2) for brain injury detection in neonates with hypoxic-ischaemic encephalopathy 2024-11, The Journal of physiology DOI:10.1113/JP287001 PMID:39425751	研究论文	本研究旨在测试区域脑氧饱和度(rcSO)在检测足月婴儿脑损伤中的潜在效用，并探讨rcSO特征是否与缺氧缺血性脑病(HIE)分级相关	首次将机器学习与深度学习模型应用于rcSO信号分析，以自动化方式预测新生儿脑损伤不良结局，并探索rcSO特征与HIE分级的关联	样本量较小（58例），模型预测准确度中等（AUC=0.73），需要更大规模研究验证	开发基于rcSO信号的机器学习模型，用于早期检测缺氧缺血性脑病新生儿的脑损伤	58名足月缺氧缺血性脑病新生儿（胎龄>36周）	机器学习	缺氧缺血性脑病	近红外光谱(NIRS)监测，磁共振成像(MRI)	机器学习模型，深度学习模型	rcSO时间序列信号，MRI图像	58名足月HIE新生儿	未明确说明	未明确说明	AUC，置信区间，马修斯相关系数	未明确说明
46	2026-04-18	Use of Deep Learning to Identify Peripheral Arterial Disease Cases From Narrative Clinical Notes 2024-11, The Journal of surgical research IF:1.8Q2 DOI:10.1016/j.jss.2024.09.062 PMID:39454287	研究论文	本研究利用深度学习技术从电子健康记录的非结构化临床笔记中识别外周动脉疾病患者	采用基于BioMed-RoBERTa的深度学习模型，相比传统关键词搜索方法，在识别PAD病例方面表现出更优性能	研究依赖于已有的诊断或程序编码作为真实标签，可能无法完全捕获未确诊的PAD患者	开发一种从临床叙事文本中自动识别外周动脉疾病患者的替代方法	电子健康记录中的非结构化临床笔记	自然语言处理	心血管疾病	自然语言处理	Transformer	文本	71,355名患者的484,363次就诊记录，包含2,268,062条笔记	PyTorch, Hugging Face Transformers	BioMed-RoBERTa	灵敏度, 特异度, 阳性预测值, 阴性预测值, 准确率	NA
47	2026-04-11	Deep-Learning Model for Mortality Prediction of ICU Patients with Paralytic Ileus 2024-Nov-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121214 PMID:39768031	研究论文	本文提出了一种基于深度学习的预测框架DLMP，用于预测ICU中麻痹性肠梗阻患者的死亡率	通过SHAP分析筛选出六个关键临床实验室指标，结合一个人口统计学变量，构建了一个仅包含两层神经网络的简化深度学习模型，显著提高了预测性能	模型基于单一数据集MIMIC-IV开发，可能缺乏外部验证，且样本量相对有限	开发一个简化且可靠的深度学习模型，以预测ICU中麻痹性肠梗阻患者的死亡率	ICU中的麻痹性肠梗阻患者	机器学习	麻痹性肠梗阻	深度学习，SHAP分析	神经网络	临床实验室数据，人口统计学数据	1017名ICU麻痹性肠梗阻患者	NA	两层神经网络	AUC	NA
48	2026-04-10	Convolutional neural network models describe the encoding subspace of local circuits in auditory cortex 2024-Nov-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.07.622384 PMID:39574636	研究论文	本文开发了一种可视化卷积神经网络（CNN）捕获的调谐子空间的方法，用于解释听觉皮层局部回路对自然声音的编码机制	提出了一种通过动态谱时感受野（dSTRF）和主成分分析（PCA）来可视化CNN编码子空间的方法，揭示了听觉皮层神经元的非线性响应多样性和局部群体中的稀疏表示	方法主要基于线性近似（dSTRF），可能无法完全捕捉CNN的所有非线性特性；研究仅针对被动聆听的雪貂听觉皮层，结果推广性需进一步验证	解释卷积神经网络在预测听觉皮层神经活动时性能提升的计算特性，并建立深度学习模型的可解释性框架	雪貂初级听觉皮层（A1）中的单个神经元活动	计算神经科学	NA	高通道数微电极阵列记录	CNN	神经电生理信号（尖峰率）和自然声音刺激	使用大型自然声音集进行记录，具体样本数量未明确说明	NA	CNN（具体架构未指定）	预测准确性（与完整CNN比较）	NA
49	2026-04-10	Deep Learning-Based Reconstruction of 3D T1 SPACE Vessel Wall Imaging Provides Improved Image Quality with Reduced Scan Times: A Preliminary Study 2024-11-07, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8382 PMID:38889969	研究论文	本研究评估了基于深度学习的图像重建优化序列在颅内血管壁成像中的应用，旨在缩短扫描时间并提高图像质量	首次将深度学习优化的图像重建技术应用于T1 3D SPACE序列，实现了扫描时间缩短约30%的同时，显著提升了血管壁和管腔的可视化评分	样本量较小（10名健康对照和5名患者），属于初步研究，需要在更大队列中进一步验证	评估深度学习优化的颅内血管壁成像序列在临床实践中的可行性和效果	健康对照者和颅内血管疾病患者的颅内血管壁图像	医学影像分析	颅内血管疾病	T1加权成像，3D SPACE序列	深度学习模型	医学影像（MRI图像）	10名健康对照和5名患者	NA	NA	Likert-like量表评分（1-4分），背景噪声，图像锐度，CSF信号均匀性	NA
50	2026-04-10	Deep Learning Algorithms for Breast Cancer Detection in a UK Screening Cohort: As Stand-alone Readers and Combined with Human Readers 2024-11, Radiology IF:12.1Q1 DOI:10.1148/radiol.233147 PMID:39560480	研究论文	本研究在独立的英国数据集上外部验证了三种深度学习算法作为乳腺X线摄影筛查阅读器的性能，评估其作为独立阅读器以及与人类阅读器结合时的表现	首次在独立英国队列中同时评估三种商业深度学习算法作为独立阅读器及与人类阅读器结合时的性能，并与单读和双读标准进行比较	研究为回顾性设计，仅使用两家厂商的设备数据，未评估算法在不同人群或设备间的泛化能力	验证深度学习算法在乳腺X线摄影筛查中作为独立阅读器及辅助工具的临床性能	乳腺X线摄影图像及对应的乳腺癌病例	计算机视觉	乳腺癌	全视野数字乳腺X线摄影	深度学习算法	医学图像	26722例病例（包括332例筛查检出癌、174例间期癌和254例下一轮检出癌）	NA	三种商业深度学习算法（DL-1, DL-2, DL-3）	灵敏度, 特异度	NA
51	2026-04-07	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	本文开发了一种新框架，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其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固定限制自然行为的挑战	研究仅针对狨猴这一物种，且实验环境为受控的竞技场，可能不完全反映完全自然状态下的行为	研究社交因素（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	NA	视频	NA	NA	NA	NA	NA
52	2026-04-01	Machine learning and deep learning prediction of patient specific quality assurance in breast IMRT radiotherapy plans using Halcyon specific complexity indices 2024-11, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110483 PMID:39159677	研究论文	本研究开发了一种基于机器学习和深度学习的AI解决方案，用于预测Halcyon放疗设备中乳腺癌IMRT计划的患者特异性质量保证结果	首次针对Halcyon放疗设备开发AI预测模型，并确定了适用于该设备的复杂性指标（SAS10、BA、BM）	研究样本量相对较小（56名患者的318个射束），且仅针对乳腺癌患者，未涵盖其他癌症类型	开发能够预测Halcyon放疗设备患者特异性质量保证结果的AI解决方案	乳腺癌患者的IMRT放疗计划	机器学习	乳腺癌	放射治疗计划质量保证	机器学习,深度学习	复杂性指标数据	56名乳腺癌患者的318个射束	TensorFlow	NA	AUC,特异性,敏感性	NA
53	2026-04-01	Robust localization of poorly visible tumor in fiducial free stereotactic body radiation therapy 2024-11, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110514 PMID:39214256	研究论文	本文提出了一种名为SAFE Track的深度学习框架，用于在无基准标记的立体定向放射治疗中定位难以可见的肺部肿瘤	开发了一种无需模板的深度学习跟踪框架，能够在无基准标记的情况下准确定位小尺寸或位置挑战性的肺部肿瘤	研究仅基于94名患者的内部数据集，且测试集规模相对较小（n=28），可能影响模型的泛化能力	开发一种无基准标记的实时运动跟踪方法，以改善肺部立体定向放射治疗中对难以可见肿瘤的定位精度	肺部肿瘤患者，特别是肿瘤尺寸小于15毫米或位于挑战性位置的患者	计算机视觉	肺癌	X射线成像	CNN	图像	94名患者（415个治疗分次；40,348帧图像）	PyTorch, TensorFlow	Faster R-CNN, ResNet50	3D距离误差（毫米）	NA
54	2026-04-01	Deep learning-assisted interactive contouring of lung cancer: Impact on contouring time and consistency 2024-11, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110500 PMID:39236985	研究论文	本研究评估了深度学习辅助交互式勾画工具在肺癌肿瘤轮廓勾画中对观察者间变异性和勾画时间的影响	开发并测试了一种深度学习辅助的交互式勾画工具，能显著减少主动勾画时间并降低观察者间在肿瘤特定区域的轮廓变异性	样本量较小（仅10名非小细胞肺癌患者和9名临床医生），且研究设计可能受学习效应影响	评估深度学习辅助工具在肺癌肿瘤体积勾画中对效率和一致性的影响	非小细胞肺癌患者的PET-CT扫描图像	数字病理学	肺癌	PET-CT扫描	深度学习模型	医学图像	10名非小细胞肺癌患者的PET-CT扫描，由9名临床医生进行勾画	NA	NA	勾画时间减少百分比，观察者间变异性	NA
55	2026-04-01	Clinical implementation of deep learning robust IMPT planning in oropharyngeal cancer patients: A blinded clinical study 2024-11, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110522 PMID:39243863	研究论文	本研究评估了基于深度学习的自动化治疗计划方法在口咽癌患者中用于稳健优化强度调制质子治疗计划的质量，通过盲法临床研究比较手动计划与深度学习计划	结合深度学习模型进行IMPT剂量预测与稳健模仿优化算法，实现自动化治疗计划，显著缩短计划时间至平均2.5小时，而手动计划通常需约2天	研究样本量相对较小（总计95例患者，其中测试集25例），且为单中心研究，可能限制结果的普遍适用性	评估深度学习自动化治疗计划方法在口咽癌患者中用于稳健优化强度调制质子治疗计划的质量与临床可行性	口咽癌患者	数字病理学	口咽癌	强度调制质子治疗	深度学习模型	医疗影像数据（如CT扫描）与治疗计划数据	95例口咽癌患者（训练集60例，配置集10例，回顾性测试集10例，前瞻性测试集15例）	NA	NA	视觉检查、临床目标评估、正常组织并发症概率值比较	NA
56	2024-10-30	Publisher Correction: Reliable deep learning in anomalous diffusion against out-of-distribution dynamics 2024-Nov, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00729-x PMID:39468341	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
57	2026-03-31	Deep generative design of RNA aptamers using structural predictions 2024-11, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00720-6 PMID:39506080	研究论文	本文开发了一个基于结构预测的深度生成学习平台，用于从头设计RNA适配体	利用深度学习将RNA三维结构预测与序列生成结合，实现结构引导的RNA适配体设计	未明确说明实验验证的样本规模及设计方法的通用性限制	开发一种结构引导的RNA适配体生成设计方法	RNA适配体，特别是与荧光小分子结合的发光适配体	自然语言处理	NA	RNA三维结构预测，深度学习生成模型	深度学习生成模型	RNA结构数据，序列数据	NA	NA	NA	结构相似性，序列差异性，荧光活性	NA
58	2026-03-31	A deep learning approach for rational ligand generation with toxicity control via reactive building blocks 2024-11, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00718-0 PMID:39516375	研究论文	本文提出了一种名为DeepBlock的深度学习方法，用于基于目标蛋白质序列生成配体分子，并通过反应性构建块实现毒性控制	受DNA编码化合物库技术启发，将生成过程分为构建块生成和分子重建两步，结合优化算法与深度学习以精确调控生成分子的性质	未在摘要中明确说明	开发一种能够针对新靶点理性设计配体分子并控制其性质的深度生成模型	配体分子	机器学习	NA	深度学习	神经网络	序列数据	NA	NA	NA	亲和力、合成可及性、药物相似性、毒性	NA
59	2026-03-29	ChromaFold predicts the 3D contact map from single-cell chromatin accessibility 2024-11-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53628-0 PMID:39487131	研究论文	本文介绍了ChromaFold，一种深度学习模型，能够仅从单细胞ATAC测序数据预测3D接触图谱和调控相互作用	ChromaFold是首个仅使用单细胞ATAC测序数据预测3D接触图谱的模型，无需Hi-C或ChIP-seq数据，实现了在有限细胞数下的高分辨率预测	模型训练依赖于配对的scATAC-seq和Hi-C数据，可能受限于数据可用性和质量	预测细胞类型特异性的3D染色质相互作用，以解析基因调控和解释疾病相关的非编码变异	人类和小鼠样本中的单细胞染色质可及性数据	计算生物学	NA	单细胞ATAC测序（scATAC-seq），Hi-C	深度学习模型	染色质可及性数据，CTCF基序轨迹	人类和小鼠的多种测试细胞类型	NA	轻量级架构	准确性	标准GPU
60	2026-03-28	A Competition for the Diagnosis of Myopic Maculopathy by Artificial Intelligence Algorithms 2024-Nov-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.3707 PMID:39325442	研究论文	本研究通过国际竞赛评估了深度学习算法在近视性黄斑病变分类、分割及球镜当量预测任务中的性能，并与眼科医生进行了比较	首次通过国际竞赛形式系统比较多种AI算法在近视性黄斑病变诊断任务中的表现，并展示了模型集成方法能超越单个算法及眼科医生的诊断性能	研究基于特定竞赛数据集，可能无法完全代表临床实际场景；参与团队数量有限（7、4、4队），且未详细说明所有算法的具体架构	评估和比较深度学习算法在近视性黄斑病变自动诊断中的性能	近视性黄斑病变患者的眼底图像	计算机视觉	近视性黄斑病变	眼底成像	深度学习模型	图像	分类任务2306张、分割任务294张、预测任务2003张眼底图像	NA	NA	二次加权κ系数, F1分数, 灵敏度, 特异性, Dice相似系数, R2, 平均绝对误差	NA