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
901	2026-08-28	Real-time Adaptation of Deep Learning Walking Speed Estimators Enables Biomimetic Assistance Modulation in an Open-Source Bionic Leg 2025-May, IEEE transactions on medical robotics and bionics IF:3.4Q2 DOI:10.1109/tmrb.2025.3550642 PMID:42638950	研究论文	本研究提出一种实时持续学习算法，用于在动力膝踝假肢行走过程中逐步提升基于深度学习的步行速度估计器性能，并通过仿生缩放机制调整假肢辅助。	无需预先收集用户依赖数据，通过实时自适应自标记数据优化估计器，并集成仿生缩放机制以调节假肢辅助。	未提及具体限制。	实现动力假肢对新用户的即时适应，通过精确的实时步行速度估计提供仿生辅助。	单侧膝上截肢者（N=10）在跑步机和地面行走中的步态数据。	机器学习，生物医学工程	截肢（膝上截肢）	不适用	深度学习模型（估计器）	步态运动学数据（步行速度）	10名单侧膝上截肢患者	不适用（未提及具体框架）	不适用（未指定具体架构）	平均绝对误差（MAE）、相关系数（r）、显著性（p值）	不适用（未提及计算资源）
902	2026-08-28	Physics-informed deep learning for infectious disease forecasting 2025-Apr-29, ArXiv PMID:39876937	研究论文	提出了一种基于物理信息神经网络（PINNs）的传染病预测模型，该模型将疾病传播的动力学系统表示纳入损失函数，结合流行病学理论和数据，以提高预测准确性	创新性地利用物理信息神经网络（PINNs）整合流行病学理论到损失函数中，以防止深度学习模型仅靠观测数据训练时的过拟合，并添加子网络以考虑流动性和疫苗剂量等协变量对传播率的影响	研究仅使用加利福尼亚州的新冠疫情数据进行了验证，可能限制了模型对其他地区或疾病的通用性和外部效度	旨在改进传染病预测方法，提高对病例数、死亡数和住院人数的预测能力，以辅助公共卫生政策制定	加利福尼亚州各州的新冠疫情数据，包括病例数、死亡数和住院人数	机器学习	传染病	NA	物理信息神经网络（PINNs）	时间序列数据	未明确，使用加利福尼亚州的州级数据	NA	PINN，包含主网络和子网络，子网络处理协变量（如流动性和疫苗剂量）	与基线预测和序列深度学习模型（RNN、LSTM、GRU、Transformer）及高斯感染状态预测模型比较	未明确
903	2026-08-28	A deep learning pipeline for three-dimensional brain-wide mapping of local neuronal ensembles in teravoxel light-sheet microscopy 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02583-1 PMID:39870865	研究论文	提出了一种基于三维深度学习的端到端流水线ACE，用于在太字节级光片显微镜图像中绘制全脑局部神经元集群。	集成三维深度学习分割模型和先进的簇级统计算法，能够在层状和亚群体水平上进行无偏映射，超越传统图谱定义区域。	未提及具体限制信息。	实现对全脑局部神经活动和连接性的高精度、高泛化性映射。	小鼠大脑样本的神经影像数据。	数字病理学	NA	光片荧光显微镜	深度学习分割模型	太字节级三维细胞分辨率图像	未提及具体样本量	NA	NA	准确性、泛化性能	未提及具体计算资源
904	2026-08-28	Retinal Arteriovenous Information Improves the Prediction Accuracy of Deep Learning-Based baPWV Index From Color Fundus Photographs 2025-02-03, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.2.63 PMID:39998460	研究论文	本研究比较了不同深度学习模型从彩色眼底照片预测肱踝脉搏波传导速度（baPWV）的准确性，并验证了视网膜动静脉信息对预测精度的提升作用	首次将基于改良深度U-net（HURVS模型）自动计算的视网膜小动脉和小静脉概率图作为通道注意力应用到baPWV预测中，通过三输入模型显著提高了预测准确性	研究为回顾性设计，样本量相对较小（696例），且未提及外部验证队列	比较不同深度学习模型从彩色眼底照片预测baPWV的准确性，并评估视网膜动静脉信息对预测的贡献	696名健康体检者的彩色眼底照片和对应的肱踝脉搏波传导速度数据	深度学习	心血管疾病	视网膜血管分割	深度U-net、深度可分网络	眼底图像	696名受试者的彩色眼底照片和baPWV数据	NA	U-Net、深度可分网络	相关系数	NA
905	2026-08-28	Analysis of TEM micrographs with deep learning reveals APOE genotype-specific associations between HDL particle diameter and Alzheimer's dementia 2025-Jan-27, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100962 PMID:39874947	研究论文	利用深度学习模型YOLOv7从透射电子显微镜图像中测量超过180万个高密度脂蛋白颗粒直径，并发现载脂蛋白E基因型与阿尔茨海默病相关的HDL颗粒大小特异性关联	首次将YOLOv7深度学习模型应用于HDL颗粒直径的大规模精确测量，比传统图像分析软件更高效准确，并揭示了APOE基因型特异性的HDL亚类分布差异与痴呆症的关系	未在摘要中提及局限性	开发一种准确、高效的HDL颗粒直径测量方法，并探索其与阿尔茨海默病及APOE基因型的关联	183份HDL样本（包括痴呆患者和认知正常对照者）中的超过180万个HDL颗粒	计算机视觉	阿尔茨海默病	透射电子显微镜	YOLOv7	图像	183份HDL样本，包含超过1800000个HDL颗粒	NA	YOLOv7	效率、准确性	NA
906	2026-08-28	Identification, characterization, and design of plant genome sequences using deep learning 2025-01, The Plant journal : for cell and molecular biology DOI:10.1111/tpj.17190 PMID:39666835	综述	本文综述了深度学习在植物基因组序列分析中的应用，包括基因表达预测、染色质相互作用、表观遗传特征预测、基序挖掘、功能元件设计、蛋白质结构与功能预测以及基因组预测等方面	系统性地总结了深度学习在植物基因组序列分析中的最新进展，并详细阐述了基于生成对抗网络、大模型和注意力机制的基序挖掘与功能元件设计方法，以及大模型在植物基因组学中的应用前景	未提及具体的技术限制或挑战，未提供实验对比或量化评估	全面回顾深度学习在植物基因组序列分析中的应用，并展望未来发展方向，包括多组学数据、算法优化、大语言模型、序列设计和智能育种	植物基因组序列及其相关功能特征，如基因表达、染色质相互作用、表观遗传标记、蛋白质结构和功能	机器学习	NA	深度学习、生成对抗网络、注意力机制、大模型	深度学习模型，包括生成对抗网络、大语言模型等	基因组序列数据、表观遗传数据、蛋白质结构数据	NA	NA	生成对抗网络、大模型、注意力机制	NA	NA
907	2026-08-26	Machine and deep learning structural vessel analysis of ruptured and unruptured brain arteriovenous malformations 2025-Dec-01, Interventional neuroradiology : journal of peritherapeutic neuroradiology, surgical procedures and related neurosciences IF:1.5Q3 DOI:10.1177/15910199251400137 PMID:41325021	研究论文	本研究使用机器学习和深度学习算法分析脑动静脉畸形（bAVM）的血管结构特征，以区分破裂与未破裂的病例	首次应用多种人工智能模型（包括隔离森林、一分类支持向量机、变分自编码器和基于分数的模型）自动分析bAVM血管段的曲线特征，并以高分性能识别破裂风险曲线	样本量较小（共20例），可能限制结果的泛化性；未提及计算资源和外部验证	评估bAVM结构血管特征与破裂的关联，以预测破裂风险	9例破裂和11例未破裂的脑动静脉畸形血管段	医学影像分析	脑动静脉畸形	血管结构曲线分析	隔离森林、一分类支持向量机、变分自编码器、基于分数的模型	医学图像（血管段）	20例（9破裂，11未破裂）	NA	NA	F1分数，曲线下面积（AUC）	NA
908	2026-08-26	Enhanced short-term prediction of urban PM2.5 concentrations by improved hybrid deep learning 2025-Dec, Journal of environmental health science & engineering DOI:10.1007/s40201-025-00954-0 PMID:40873743	研究论文	本研究开发了一种结合一维卷积神经网络和双向长短期记忆神经网络的新模型，用于提高城市PM2.5浓度的短期预测精度	通过将网络计算结果层与PM2.5序列数据连接，并筛选相关监测站数据和目标站点的PM2.5特征因子，考虑了空间相关性和污染物间的交互作用，显著提升了模型性能	未在摘要中明确说明局限性	研究改进深度学习模型对PM2.5浓度预测性能的影响，提高短期预测精度	沈阳市多个国家空气质量监测站收集的2020至2022年空气污染观测数据	机器学习	NA	NA	CNN-LSTM混合模型	时间序列数据	未在摘要中明确样本数量，涉及多个监测站点的2020至2022年观测数据	NA	一维卷积神经网络和双向长短期记忆神经网络	均方根误差、平均绝对误差、平均绝对百分比误差、R²	NA
909	2026-08-26	Machine Learning Guided Video Analysis Identifies Sound-Evoked Pain Behaviors from Facial Grimace and Body Cues in Mice 2025-Oct-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.30.679579 PMID:41256403	研究论文	本文开发了一种基于深度学习的方法，通过分析自由活动小鼠在声音暴露期间的面部扭曲和身体姿势的视频记录，来测量声音诱发的疼痛	首次利用深度学习自动分析小鼠面部扭曲和身体姿势，实现对声音诱发疼痛的客观、高吞吐量测量，并定义了疼痛阈值	未提及具体限制	开发一种自动化的行为学方法，以测量动物模型中的声音诱发疼痛，用于研究听觉疼痛的机制	自由活动的小鼠，包括野生型和TMIE基因敲除小鼠	计算机视觉, 机器学习	听觉疼痛, 偏头痛	视频记录, 深度学习	深度神经网络	视频数据	未提及具体样本数量	NA	深度神经网络（未指定具体架构）	疼痛阈值	NA
910	2026-08-26	OpenSpindleNet: An open-source deep learning network for reliable sleep spindle detection in scalp and intracranial EEG 2025-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110854 PMID:40857816	研究论文	介绍了一种名为OpenSpindleNet的开源深度学习网络，用于可靠检测头皮和颅内脑电图中的睡眠纺锤波	采用双头架构增强性能、鲁棒性和易用性，专门针对颅内脑电图（iEEG）的独特信号特征进行优化，并在公开数据集上表现出优于现有方法（SUMO、A7、YASA）的性能	尚未明确提及，但检测F1分数在iEEG数据集上仅为0.67，可能仍有改进空间	开发一种精确、自动的睡眠纺锤波检测方法，适用于iEEG和头皮EEG，以促进睡眠和神经疾病研究	睡眠纺锤波，包括头皮EEG和颅内EEG数据中的纺锤波	深度学习	NA	脑电图（EEG）	深度学习网络	脑电图信号数据	使用了一个具有挑战性的iEEG数据集和公开的头皮EEG DREAMS数据集	NA	双头架构	F1分数	NA
911	2026-08-26	Data-Augmented Deep Learning Algorithm for Accurate Control of Bioethanol Fermentation Using an Online Raman Analyzer 2025-09, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.29040 PMID:40485093	研究论文	本研究提出了一种基于在线拉曼光谱和深度学习算法的生物乙醇发酵监控系统，利用伪标签技术扩大训练数据，并开发了STC-CNN模型，实现了葡萄糖浓度的准确预测和自动补料控制，显著提高了乙醇产量。	创新点在于采用伪标签半监督学习将训练数据扩大100倍，并开发了结合光谱和时间序列特征的STC-CNN模型，优于传统机器学习方法，实现了自动化生物过程优化。	摘要中未提及局限性，可能涉及对特定发酵体系（酿酒酵母）的依赖性以及在线拉曼光谱仪的成本和通用性。	优化生物乙醇发酵的补料策略，实现稳定最大产量，并通过自动化系统提高乙醇浓度和减少副产物。	以酿酒酵母（Saccharomyces cerevisiae）生产生物乙醇的过程为研究对象，包括葡萄糖、乙醇和甘油浓度的监测。	机器学习	NA	在线拉曼光谱	卷积神经网络（CNN）	光谱数据（拉曼光谱）	未明确样品数量，但训练数据通过伪标签扩大100倍	PyTorch	STC-CNN（光谱-时间拼接卷积神经网络）	均方根误差（RMSE）	未提及，可能使用通用GPU（如NVIDIA）进行训练
912	2026-08-26	Deep-learning triage of 3D pathology datasets for comprehensive and efficient pathologist assessments 2025-Jul-22, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.20.665804 PMID:40777412	研究论文	本文介绍了一种名为CARP3D的深度学习分诊框架，用于从大型3D病理数据集中识别高风险2D横截面，以提高病理学家评估的效率和全面性。	CARP3D通过利用邻近深度层的上下文信息为组织体积内的所有2D层分配风险评分，优于基于孤立2D层的预测模型，并且是首个针对3D病理数据集的分诊框架。	未在文中明确提及局限性。	开发一种深度学习分诊框架，使病理学家能够高效、全面地评估大型3D病理数据集，同时保持最终诊断的准确性。	前列腺癌活检和Barrett食管的内镜活检样本。	数字病理学	前列腺癌，食管癌（Barrett食管相关）	开放顶光片显微镜（OTLS）成像	深度学习模型（具体类型未指定）	3D病理图像	未在摘要中提及具体样本数量。	未在摘要中提及。	未在摘要中提及，但可能涉及卷积神经网络等。	未在摘要中提及，但可能包括准确性、敏感性等。	未在摘要中提及。
913	2026-08-26	The Chest X- Ray: The Ship has Sailed, But Has It? 2025-07-01, Journal of insurance medicine (New York, N.Y.) DOI:10.17849/insm-52-1-21-22.1 PMID:40047110	评论	本文探讨了胸片是否应重新成为人寿保险核保风险评估的常规要求，特别是在深度学习技术兴起的背景下	从保险核保的视角重新审视胸片的价值，结合深度学习技术讨论其潜在的新用途	未提供实证数据或模型验证，仅基于观点性讨论	评估在深度学习技术辅助下，胸片作为人寿保险核保要求是否能为风险评估增加额外价值	人寿保险申请人及其胸片结果	机器学习, 医学影像	不适用	不适用（讨论技术但未具体使用）	不适用（提及深度学习但未指定具体模型）	未明确（讨论胸片图像，但未提供数据集）	不适用	不适用	不适用（提及深度学习但未指定架构）	不适用	不适用
914	2026-08-26	Clinical progression and genetic pathways in body-first and brain-first Parkinson's disease 2025-06-20, Molecular neurodegeneration IF:14.9Q1 DOI:10.1186/s13024-025-00866-5 PMID:40542411	研究论文	本研究分析了前驱期和临床期帕金森病患者的纵向数据，区分了“体先行”和“脑先行”两种表型，并探讨了其临床进展和遗传通路	首次在前驱期和临床期帕金森病中综合评估体先行和脑先行表型，利用深度学习和遗传分析揭示其独特临床、影像和遗传特征	未提供明确的局限性信息	识别帕金森病中体先行和脑先行表型的临床进展模式及潜在生物学机制	前驱期和临床期帕金森病患者	机器学习	帕金森病	遗传分析	深度学习	临床、影像和遗传学数据	910例前驱期和1120例临床帕金森病病例	NA	NA	NA	NA
915	2026-08-26	ISIT-GEN: An in silico imaging trial to assess the inter-scanner generalizability of CTLESS for myocardial perfusion SPECT on defect-detection task 2025-Mar-20, ArXiv PMID:40166744	研究论文	通过虚拟成像试验评估CTLESS方法在不同厂商SPECT扫描仪间的心肌灌注缺损检测泛化能力	首次采用虚拟成像试验来评估深度学习衰减补偿方法在不同SPECT扫描仪间的泛化性能，弥补了传统单厂商回顾性数据评估的不足	未提及具体限制，但虚拟试验可能无法完全替代真实临床数据评估	评估CTLESS方法在跨不同SPECT扫描仪时的心肌灌注缺损检测泛化能力，并比较其与标准CTAC和NAC方法的性能	三种不同厂商的SPECT扫描仪以及使用这些设备采集的心肌灌注成像数据	医学影像	心肌灌注缺损	单光子发射计算机断层扫描（SPECT）	深度学习	图像	未明确说明，涉及三种厂商的扫描仪	未明确说明	未明确说明	接收者操作特征曲线（ROC）、ROC曲线下面积（AUC）	未明确说明，可能涉及虚拟成像试验模拟计算
916	2026-08-26	Research on Intelligent Monitoring and Concentration Prediction for Penicillin Fermentation Process 2025-03, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.28903 PMID:39710987	研究论文	本研究利用PenSim模拟数据集，应用多种机器学习和深度学习技术预测青霉素发酵过程中的浓度，并通过网格搜索优化模型超参数，发现岭回归模型表现最佳。	通过相关性分析筛选关键特征变量，并系统使用网格搜索优化多个预测模型的超参数，为青霉素发酵过程的智能监控提供了数据驱动的新方法。	未提及具体限制，但基于模拟数据，可能缺乏实际工业数据的验证。	预测青霉素发酵浓度，以提升生产效率和质量保证，并展示人工智能在生物技术设施控制中的应用潜力。	青霉素发酵过程中的浓度预测。	机器学习	不适用	模拟数据（PenSim）	岭回归	模拟数据	未提及具体样本数量，使用PenSim数据集。	未明确提及	岭回归	均方误差（MSE），平均绝对误差（MAE）	未提及具体计算资源。
917	2026-08-25	Accurate and Rapid Ranking of Protein-Ligand Binding Affinities Using Density Matrix Fragmentation and Physics-Informed Machine Learning Dispersion Potentials 2025-10-06, Chemphyschem : a European journal of chemical physics and physical chemistry IF:2.3Q2 DOI:10.1002/cphc.202500094 PMID:40758915	研究论文	本文介绍了一种基于密度矩阵片段化和物理信息机器学习色散势的方法，用于快速准确地排序蛋白质-配体结合亲和力	结合GMBE-DM量子片段化方法和物理信息机器学习色散势D3-ML，实现高精度快速排名，优于深度学习模型	未提及方法的局限性	开发高效蛋白质-配体结合亲和力排名方法，用于快速药物筛选和先导化合物优先排序	CDK2和JAK1蛋白质配体复合物，共28个配体	计算机辅助药物设计	癌症（涉及细胞周期蛋白依赖性激酶和Janus激酶）	NA	机器学习（D3-ML）和深度学习（Sfcnn）	蛋白质-配体复合物结构数据	28个配体	NA	NA	相关系数R	未提及具体GPU类型，但提到无需大量并行化，每个复合物耗时<5分钟
918	2026-08-25	Cross-institutional validation of a polar map-free 3D deep learning model for obstructive coronary artery disease prediction using myocardial perfusion imaging: insights into generalizability and bias 2025-09, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07243-w PMID:40198356	研究论文	本研究通过两个医疗中心的数据验证了一个无极坐标图的3D深度学习模型在心肌灌注成像中预测阻塞性冠状动脉疾病的表现，并评估其泛化性和潜在偏差。	首次跨机构验证了无极坐标图的3D深度学习模型在MPI预测阻塞性CAD中的泛化性和偏差，并发现其性能优于应力总灌注缺损。	模型在外部队列中表现显著降低，且在不同应激类型和年龄组存在偏差。	评估一个内部开发的基于MPI的深度学习模型在不同医院队列中的泛化能力和潜在偏差。	来自台湾两个医疗中心的患者，接受了应激/再分布铊-201 MPI并在90天内进行侵入性冠状动脉造影。	医学影像分析	阻塞性冠状动脉疾病	心肌灌注成像（MPI）	3D深度学习模型	医学图像（MPI图像）	训练集928个图像，内部验证集933个图像，外部验证集3234个图像	NA	3D卷积神经网络（推测）	AUC	NA
919	2026-08-25	Diagnostic performance of deep learning-assisted [18F]FDG PET imaging for Alzheimer's disease: a systematic review and meta-analysis 2025-08, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07228-9 PMID:40159544	系统综述和荟萃分析	本研究系统评估深度学习辅助的[18F]FDG PET成像在阿尔茨海默病诊断中的性能	首次对深度学习辅助的[18F]FDG PET成像在阿尔茨海默病诊断中的性能进行系统综述和荟萃分析	研究间存在较大异质性，部分归因于深度学习方法和成像模态的差异	计算深度学习辅助的[18F]FDG PET成像在阿尔茨海默病诊断中的诊断性能	阿尔茨海默病、轻度认知障碍和正常对照受试者	医学影像分析	阿尔茨海默病	PET成像	深度学习模型	图像	36项研究	NA	NA	AUC	NA
920	2026-08-25	Hypermetabolic pulmonary lesions detection and diagnosis based on PET/CT imaging and deep learning models 2025-08, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07215-0 PMID:40183951	研究论文	本研究旨在开发和评估基于PET/CT影像和深度学习模型的肺高代谢病变检测与分类方法，将病变分为良性、肺癌、肺淋巴瘤和转移四类。	采用多维度联合网络，结合图像块和二维投影进行病变分类，并与放射组学模型进行比较，同时对外部测试集和新型影像设备数据进行了验证。	未提及。	开发并评估深度学习模型，用于高代谢肺病变的检测、分割和分类，以辅助临床决策和肺病诊断。	高代谢肺病变（包括良性、肺癌、肺淋巴瘤和转移）	医学影像分析	肺癌，肺淋巴瘤，转移性肺病	PET/CT成像	深度学习模型（具体未指明，但涉及定位和分类模型）	PET/CT图像	647例（男性409例，女性238例），来自5个中心，分为内部数据集（426例）、外部测试集I（151例）和外部测试集II（70例）	未指明	未指明（但涉及多维度联合网络）	检测率、准确性、曲线下面积（AUC）	未提及