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
101	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
102	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
103	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
104	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
105	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
106	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
107	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
108	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
109	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
110	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
111	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
112	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
113	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
114	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
115	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
116	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
117	2024-10-18	Deep Learning to Improve Diagnosis Must Also Not Do Harm 2024-Nov-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.4377 PMID:39418056	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
118	2026-03-24	AI-driven innovations in Alzheimer's disease: Integrating early diagnosis, personalized treatment, and prognostic modelling 2024-11, Ageing research reviews IF:12.5Q1 DOI:10.1016/j.arr.2024.102497 PMID:39293530	综述	本文综述了人工智能在阿尔茨海默病早期诊断、个性化治疗和预后建模中的创新应用	整合多模态数据（临床、遗传、影像）并利用深度学习技术揭示疾病机制，推动AI在AD管理中的全面应用	存在伦理考量、数据隐私问题以及AI工具与临床工作流无缝整合的需求等挑战	探索人工智能在阿尔茨海默病诊断、治疗和预后建模中的潜在应用，以改善痴呆症护理	阿尔茨海默病患者及其相关的神经影像、遗传、蛋白组学、认知行为数据	机器学习	阿尔茨海默病	神经影像技术（MRI、PET、CT）、遗传和蛋白组学生物标志物检测、认知行为评估	机器学习模型、深度学习技术	图像、遗传数据、蛋白组学数据、临床数据、语音和语言模式数据	NA	NA	NA	NA	NA
119	2026-03-20	Activities of Daily Living Object Dataset: Advancing Assistive Robotic Manipulation with a Tailored Dataset 2024-Nov-27, Sensors (Basel, Switzerland) DOI:10.3390/s24237566 PMID:39686103	研究论文	本文介绍了一个专门针对辅助机器人操作设计的日常生活活动对象数据集，旨在通过深度学习模型简化轮椅辅助机械臂的控制	提出了一个新颖的ADL对象数据集，通过整合多个开源数据集并进行标准化和过滤，专门为家庭环境中的辅助机器人操作定制	数据集依赖于现有开源数据，可能无法覆盖所有ADL场景或对象，且手动验证过程可能引入主观偏差	开发一个专门的数据集以促进辅助机器人中基于深度学习的对象检测模型的发展，从而简化控制接口并增强用户自主性	日常生活活动相关的对象，如饮食、梳洗、穿衣等任务中涉及的物品	计算机视觉	行动障碍	深度学习对象检测	YOLOv5x	图像	超过112,000张高质量图像	YOLO Darknet	YOLOv5x	NA	NA
120	2026-03-20	A self-attention-driven deep learning framework for inference of transcriptional gene regulatory networks 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae639 PMID:39679439	研究论文	本文介绍了一种名为DeepTGI的深度学习框架，用于从单细胞和/或批量转录组数据中推断转录因子-基因相互作用，以构建基因调控网络	DeepTGI融合了自编码器提取的特征与自注意力机制，并利用多头注意力模块定义代表性特征，从而在预测转录因子-基因相互作用方面表现出优越性	NA	从基因表达数据中推断转录因子-基因相互作用，以构建基因调控网络并理解转录调控机制	转录因子与靶基因之间的相互作用	机器学习	NA	单细胞转录组测序，批量转录组测序	自编码器，自注意力机制	基因表达谱数据	NA	NA	自编码器，多头注意力模块	准确性	NA