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	2026-05-30	Visual interpretation of deep learning model in ECG classification: A comprehensive evaluation of feature attribution methods 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109088 PMID:39353296	研究论文	对心电图分类中深度学习模型的特征归因方法进行全面评估	首次大规模评估11种流行特征归因方法在五个大型心电图数据集上的表现，并结合自动评估和人类专家评估	特征归因方法在17种不同诊断中的有效性存在差异	确定适用于心电图数据集的合适特征归因方法	基于ResNet-18架构的深度学习模型	计算机视觉、机器学习	心血管疾病	深度学习模型	CNN	心电图信号数据	五个大型心电图数据集	PyTorch	ResNet-18	自动评估指标、人类专家评估	NA
42	2026-05-30	3DECG-Net: ECG fusion network for multi-label cardiac arrhythmia detection 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109126 PMID:39255656	研究论文	提出3DECG-Net深度学习模型，用于通过12导联心电图融合数据进行多标签心律失常检测	采用递归图技术将12导联心电信号转换为3D数据，并结合残差架构与多头注意力机制，实现七种心脏状态的准确分类	未明确说明，但可能包括模型泛化能力验证不足或数据集的局限性	开发一种自动化心电图分析方法，用于多标签心律失常检测，提高诊断效率	七种不同心脏状态的心律失常检测	数字病理学	心血管疾病	心电图（ECG）	深度学习模型（残差网络与多头注意力机制）	心电图信号	未明确说明	PyTorch	残差网络，多头注意力机制	微平均F1分数（micro F1-score）	未明确说明
43	2026-05-30	Siamese based deep neural network for ADHD detection using EEG signal 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109092 PMID:39255658	研究论文	利用基于孪生网络的深度神经网络通过脑电图信号检测儿童注意缺陷多动障碍	首次将孪生卷积神经网络用于基于EEG功率谱密度脑图的ADHD检测，并结合Grad-CAM可解释AI方法识别关键特征脑区	NA	利用深度学习技术分析儿童EEG信号的功率谱密度脑图，实现ADHD的自动检测	儿童注意缺陷多动障碍患者与健康对照组的EEG信号	机器学习	注意缺陷多动障碍	EEG	CNN	图像	NA	NA	Siamese CNN	准确率	NA
44	2026-05-30	Can generative AI replace immunofluorescent staining processes? A comparison study of synthetically generated cellpainting images from brightfield 2024-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109102 PMID:39255659	研究论文	评估生成式AI替代免疫荧光染色过程的可行性，比较五种基于不同骨干网络的IF图像生成模型	提出了一套全面的分析流程来评估生成器在IF图像合成中的效能，并系统比较了CNN、GAN和扩散模型三种类型的生成骨干网络	模型泛化性、批次效应、特征相关性和计算成本等问题仍需进一步研究和验证	对比并确定最佳性能的IF图像生成模型，分析生成式AI替代免疫荧光染色过程的潜力	从明场图像合成免疫荧光图像的生成模型	计算机视觉	不适用	生成式AI、深度学习	CNN, GAN, 扩散模型	图像	公开数据集	NA	CNN, GAN, 扩散模型	NA	NA
45	2026-05-29	Recent advances in fish cutting: From cutting schemes to automatic technologies and internet of things innovations 2024-11, Comprehensive reviews in food science and food safety IF:12.0Q1 DOI:10.1111/1541-4337.70039 PMID:39495567	综述	综述鱼类切割技术的最新进展，包括切割方案、自动化技术和物联网创新	系统总结了智能化切割技术与工业4.0框架（物联网、人工智能、大数据和区块链）的结合应用，展示了从人工到自动化的转变过程	未提及具体性能数据或方法比较，可能缺乏技术细节验证	探讨鱼类切割从传统方案到自动化和物联网技术的演进及其在工业4.0背景下的应用	鱼类切割方案（去头去尾、切片、去骨、去皮、修整和骨检）及相关自动技术	计算机视觉, 机器学习	NA	机器视觉, 深度学习, 传感器, 物联网	NA	图像	NA	NA	NA	NA	NA
46	2026-05-29	Machine vision combined with deep learning-based approaches for food authentication: An integrative review and new insights 2024-11, Comprehensive reviews in food science and food safety IF:12.0Q1 DOI:10.1111/1541-4337.70054 PMID:39530613	综述	本文综述了基于机器视觉和深度学习的方法在食品真实性鉴别中的应用，包括掺假识别、品种鉴定、新鲜度检测和质量鉴别等，并探讨了相关局限性与未来趋势	系统性地整合了机器视觉与深度学习（包括轻量级DL）在食品真实性分析中的最新进展，并单独探讨了智能手机和便携式设备结合机器视觉系统的应用前景	深度学习仍存在过拟合、可解释性差、数据隐私、算法偏差等挑战，且传感设备小型化和轻量级DL的设计部署有待改进	探讨机器视觉结合深度学习算法在食品真实性快速、无损检测中的应用、局限性与未来发展	食品真实性分析相关技术和方法，包括掺假、品种、新鲜度及质量鉴别等应用场景	计算机视觉	NA	机器视觉	深度学习模型，轻量级深度学习模型	图像	NA	NA	NA	NA	NA
47	2026-05-20	AI-readiness for Biomedical Data: Bridge2AI Recommendations 2024-Nov-24, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.23.619844 PMID:39484409	评论	本文介绍了Bridge2AI项目提出的生物医学数据AI就绪性评估方法及数据标准	提出生物医学数据AI就绪性的评估标准，并整合可解释人工智能以及伦理、法律和社会影响考量	领域快速演进，所提标准为初步基础框架，可能需持续更新	制定生物医学数据AI就绪性的评估方法和数据标准，确保科学严谨性和伦理设计	Bridge2AI项目开发的旗舰数据集及相关AI/ML分析方法	机器学习	未指定	NA	NA	生物医学数据	NA	NA	NA	NA	NA
48	2026-05-20	Application and performance enhancement of FAIMS spectral data for deep learning analysis using generative adversarial network reinforcement 2024-11, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115627 PMID:39033946	研究论文	使用生成对抗网络增强高场非对称离子迁移谱（FAIMS）谱图数据以改进深度学习分析性能	首次将生成对抗网络（GAN）引入FAIMS谱图数据增强，通过生成高保真度和多样性的谱图有效扩展数据集，无需增加额外实验成本	未提及模型对复杂混合物中未知或罕见成分的泛化能力，以及生成数据的潜在偏差或过拟合风险	解决FAIMS深度学习分析中因数据质量不足和样本多样性低导致的识别性能差的问题	通过FAIMS收集的15类真实混合谱图数据	机器学习	NA	高场非对称离子迁移谱（FAIMS）	生成对抗网络（GAN）、VGG、ResNeXt	谱图数据	15类混合谱图样本	NA	VGG, ResNeXt	准确率, 精确率, 召回率, F1分数	NA
49	2026-05-20	Protein-peptide binding residue prediction based on protein language models and cross-attention mechanism 2024-11, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2024.115637 PMID:39121938	研究论文	设计了一种基于蛋白质语言模型和交叉注意力机制的端到端深度学习方法E2EPep，用于蛋白质-肽结合残基预测	首次将两种预训练蛋白质语言模型与交叉注意力特征融合模块结合，实现仅基于蛋白质序列的端到端预测，无需依赖第三方工具提取显式特征	方法在独立测试集上的性能仍有提升空间，且仅适用于学术用途，未提及临床或工业部署的可行性	提高蛋白质-肽结合残基预测的准确性和计算效率，推动药物发现	蛋白质-肽结合残基	自然语言处理，机器学习	不适用	不适用	深度学习模型	蛋白质序列	两个独立测试数据集	PyTorch	蛋白质语言模型，交叉注意力机制	AUC， Matthew相关系数	不适用
50	2025-05-03	The Updated Registry of Fast Myocardial Perfusion Imaging with Next-Generation SPECT (REFINE SPECT 2.0) 2024-11-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.268292 PMID:39362762	研究论文	介绍了更新后的REFINE SPECT 2.0注册表，包括更多患者和CT衰减校正成像的设计和初步结果	扩展了REFINE SPECT注册表，增加了CT衰减校正成像，并利用深度学习软件检测冠状动脉钙化	仅8.4%的患者有侵入性冠状动脉造影相关数据	评估SPECT心肌灌注成像的价值，验证新的人工智能工具在多模态成像中预测不良结局的效果	45,252名患者的心肌灌注成像数据	数字病理学	心血管疾病	SPECT, CT衰减校正成像, 深度学习	深度学习	图像	45,252名患者来自13个中心	NA	NA	NA	NA
51	2026-05-16	Large-scale deep learning identifies the antiviral potential of PKI-179 and MTI-31 against coronaviruses 2024-11, Antiviral research IF:4.5Q1 DOI:10.1016/j.antiviral.2024.106012 PMID:39332537	研究论文	结合机器学习与体外验证，发现PKI-179和MTI-31对冠状病毒具有抗病毒潜力	利用多种技术克服SARS-CoV-2数据不足，实现深度神经网络的端到端训练，并通过体外测试验证两种PI3K-mTOR抑制剂对多种冠状病毒具有广谱抗病毒活性	未提及	通过机器学习加速发现潜在抗病毒化合物，提高药物研发效率	PKI-179和MTI-31化合物，SARS-CoV-2及其变异株，其他冠状病毒	机器学习	冠状病毒病(COVID-19)	NA	深度神经网络	生物医学测定数据	未明确样本数量，使用了多种生物医学测定数据补充	NA	NA	NA	NA
52	2026-05-16	Validation of an Artificial Intelligence-Based Prediction Model Using 5 External PET/CT Datasets of Diffuse Large B-Cell Lymphoma 2024-11-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.268191 PMID:39362767	研究论文	在5个独立临床试验中验证基于人工智能的深度学习模型对弥漫性大B细胞淋巴瘤的预后预测性能	在5个独立外部数据集上验证深度学习模型，无需肿瘤勾画即可预测治疗结果，且性能优于国际预后指数（IPI）	该模型在预后性能上低于基于影像组学的模型（如PET模型）	验证深度学习模型在弥漫性大B细胞淋巴瘤患者治疗结局预测中的有效性	弥漫性大B细胞淋巴瘤患者	机器学习	弥漫性大B细胞淋巴瘤	PET/CT	深度学习模型	图像（PET/CT最大强度投影）	1,132例患者（296例训练，836例外部验证）	NA	NA	AUC, Kaplan-Meier曲线	NA
53	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
54	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
55	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
56	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
57	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
58	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
59	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
60	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