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
61	2026-08-07	Convolutional Neural Networks Assisted Peak Classification in Targeted LC-HRMS/MS for Equine Doping Control Screening Analyses 2025-02-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c03608 PMID:39901649	研究论文	该研究利用卷积神经网络辅助目标LC-HRMS/MS中的峰分类，用于马匹兴奋剂控制筛选分析，以提高自动化程度和准确性	首次将深度学习策略应用于马匹兴奋剂控制中的色谱图分类，结合CNN评分模型与LDA分类器，确保零假阴性率	未明确提及局限性，但可能受限于特定筛选方法和数据集	验证深度学习方法在马匹兴奋剂控制色谱图分类中的可行性和准确性	马匹兴奋剂控制中的色谱图数据	机器学习	不适用	超高效液相色谱-高分辨串联质谱	卷积神经网络	色谱图像	未明确	未明确	卷积神经网络和线性判别分析	假阴性率	未明确
62	2026-08-07	UNET-FLIM: A Deep Learning-Based Lifetime Determination Method Facilitating Real-Time Monitoring of Rapid Lysosomal pH Variations in Living Cells 2025-02-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05271 PMID:39902564	研究论文	本文介绍了一种基于一维U-net的深度学习架构UNET-FLIM，用于荧光寿命成像显微镜中的寿命确定，能够处理低光子计数和高背景噪声数据，并实时监测活细胞中溶酶体pH的快速变化	提出一种基于一维U-net的深度学习架构，专门针对低光子计数和高背景噪声的快速FLIM数据，且对噪声不敏感，可适应不同时间域FLIM系统，无需修改现有系统即可实现实时监测	未在摘要中明确提及，可能依赖于模拟数据进行训练，需验证其在实际复杂生物样本中的泛化能力	开发一种深度学习方法来提高FLIM中寿命确定的准确性和实时性，以支持快速FLIM成像和活细胞动态监测	活细胞中的溶酶体，特别是其pH变化的实时监测	深度学习，荧光寿命成像显微镜	NA	荧光寿命成像显微镜（FLIM）	深度学习模型（一维U-net）	模拟衰减曲线和活细胞FLIM成像数据	模拟数据和活细胞样本，具体数量未在摘要中说明	NA	一维U-net	寿命估计的鲁棒性和准确性	NA
63	2026-08-07	QuanFormer: A Transformer-Based Precise Peak Detection and Quantification Tool in LC-MS-Based Metabolomics 2025-02-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04531 PMID:39868899	研究论文	提出了一种基于Transformer和CNN的深度学习工具QuanFormer，用于液相色谱-质谱代谢组学中的峰检测与定量，提高了准确性和可靠性	结合CNN特征提取与Transformer全局计算能力，采用目标检测方法和二分匹配进行峰预测，无需重新训练即可在区分真假峰上达到高精度，并能校正保留时间漂移	未明确提及限制，但可能依赖于大量标注数据（近20,000个ROI）	开发一种精确的峰检测和定量工具，以提高LC-MS代谢组学分析的可靠性	LC-MS数据中的峰信号，以及乳腺癌患者临床队列中的潜在生物标志物	机器学习	乳腺癌	LC-MS	CNN-Transformer	质谱数据（峰信号）	近20,000个注释的感兴趣区域（ROI），以及乳腺癌患者临床队列（样本数量未明确）	PyTorch	Transformer	平均精度	NA
64	2026-08-07	End-To-End Deep Learning Explains Antimicrobial Resistance in Peak-Picking-Free MALDI-MS Data 2025-02-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05113 PMID:39893590	研究论文	本文提出了一种端到端的深度学习模型，直接使用原始MALDI-MS数据预测抗生素耐药性，跳过传统的峰值提取步骤。	首次在无峰值提取的情况下，利用一维卷积神经网络对原始MALDI-MS数据进行端到端训练，实现对抗生素耐药性的直接预测，并达到最先进性能。	模型在跨时间和地点的验证中表现良好，但未提及在更大规模多中心数据上的泛化能力及对低丰度耐药表型的敏感性。	开发一种可靠的端到端深度学习方法，从原始MALDI-MS数据中预测微生物抗生素耐药性，并提升传统工作流程的性能。	微生物的MALDI-MS原始数据及其抗生素耐药性表型。	机器学习, 数字病理	抗菌素耐药性感染	MALDI-MS	卷积神经网络 (CNN)	质谱数据	未明确提供具体样本数量，但涉及多个抗菌素耐药性表型的临床样本。	NA	一维卷积神经网络 (1D-CNN)	AUC	NA
65	2026-08-07	Deep Learning Predicts Non-Normal Transmission Distributions in High-Field Asymmetric Waveform Ion Mobility (FAIMS) Directly from Peptide Sequence 2025-02-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05359 PMID:39865577	研究论文	本文利用深度学习模型直接从肽段序列预测高场非对称波形离子迁移谱（FAIMS）中的非正态传输分布	首次采用多标签分类方案对FAIMS中肽离子的非正态传输分布进行建模，并结合随机森林和LSTM网络的集成平均提高了预测性能	模型在预测错误案例中仍存在不足，且依赖大量的训练数据	准确预测肽离子在FAIMS中的迁移行为，以加速检测方法开发和数据库搜索中的真阳性判别	人类肽段前体离子	机器学习、蛋白质组学	NA	高场非对称波形离子迁移谱（FAIMS）	随机森林、长短时记忆网络（LSTM）	肽段序列数据	超过100,000个人类肽段前体用于训练，近40,000个肽离子用于测试	NA	LSTM、随机森林	F2分数、AUROC	NA
66	2026-08-04	Training deep learning models on personalized genomic sequences improves variant effect prediction 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.15.618510 PMID:39463940	研究论文	本文展示了在个性化基因组序列上训练深度学习模型可以提高变异效应预测的性能，并保留了变异效应表征。	提出在训练序列-功能模型时使用匹配的个人基因组数据，以改善变异效应预测，这是对传统模型的创新改进。	未提及具体限制，但可能包括对未见过细胞环境和实验读出场景的泛化能力有限。	旨在训练深度学习模型以改进变异效应预测，并探索其在解释性状相关遗传变异中的应用。	个性化基因组序列和功能基因组数据，用于变异效应预测。	机器学习	NA	功能基因组学	深度学习模型	基因组序列和功能数据	NA	NA	NA	性能指标未明确，可能包括预测准确性等。	NA
67	2026-08-04	MedFuseNet: fusing local and global deep feature representations with hybrid attention mechanisms for medical image segmentation 2025-02-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89096-9 PMID:39934248	研究论文	本文提出了一种名为MedFuseNet的新型编码器-解码器架构，旨在通过混合注意力机制融合局部和全局深度特征表示，用于医学图像分割。	提出了双分支并行特征学习结构，结合CNN和Swin-Transformer，并设计了四种不同的注意力模块（ASPP、交叉注意力、自适应交叉注意力和SE注意力）用于特征融合和增强。	未在摘要中明确提及局限性。	提高医学图像分割的性能，通过融合局部和全局特征表示及混合注意力机制。	医学图像（如心脏MRI和腹部CT图像）	计算机视觉、深度学习	不适用（涉及心脏和腹部影像，但不特定于某疾病）	深度学习、卷积神经网络、Transformer	编码器-解码器架构（CNN和Swin-Transformer）	医学图像（MRI和CT）	使用ACDC和Synapse公开数据集，具体样本数量未提及	不适用（未提及具体框架）	MedFuseNet（基于CNN和Swin-Transformer，包含ASPP、交叉注意力、ACA和SE注意力模块）	Dice相似系数（DSC）	不适用（未提及具体计算资源）
68	2026-08-04	A promising AI based super resolution image reconstruction technique for early diagnosis of skin cancer 2025-02-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89693-8 PMID:39934265	研究论文	提出一种基于人工智能的超分辨率图像重建技术，用于皮肤癌早期诊断，特别是中间可疑皮肤病变的检测。	提出新颖的MELIIGAN框架，结合堆叠残差块处理大尺度放大与细粒度纹理重建，混合损失函数（含总变差正则化和Charbonnier损失）提升重建质量。	未在摘要中明确提及局限性。	解决超分辨率重建中放大时纹理细节丢失的挑战，实现中间皮肤病变的早期诊断。	皮肤镜检查图像中的中间可疑皮肤病变。	计算机视觉	皮肤癌（黑色素瘤）	超分辨率图像重建	生成对抗网络（GAN）	图像	未指定。	未指定。	MELIIGAN，堆叠残差块	SSIM（0.946），PSNR（40.12 dB）	未指定。
69	2026-08-01	Major advances in protein function assignment by remote homolog detection with protein language models - A review 2025-Feb, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.102984 PMID:39864241	综述	本文综述了利用蛋白质语言模型（pLM）进行远程同源检测以改进蛋白质功能注释的方法，并比较了它们的优缺点	提出了通过过滤嵌入生成的替换矩阵、选择特定pLM层、压缩嵌入及将蛋白质分割为结构域等策略来提高远程同源检测准确性的关键思路	未具体说明计算资源需求和模型性能的量化评估	描述基于蛋白质语言模型的远程同源检测方法，以增强蛋白质功能识别能力	蛋白质同源序列及其功能注释	自然语言处理, 蛋白质组学	NA	蛋白质语言模型（pLM）, 深度学习	Transformer	蛋白质序列	NA	NA	Transformer	NA	NA
70	2026-07-24	Multi-task aquatic toxicity prediction model based on multi-level features fusion 2025-02, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.06.002 PMID:38844122	研究论文	提出了基于多级特征融合的多任务水生毒性预测模型ATFPGT-multi，用于同时预测有机化合物对四种不同鱼类的急性毒性	首次将分子指纹与分子图结合进行多任务学习，同时预测四种鱼类的有机毒性，并通过注意力分数识别与毒性相关的分子片段，提升了模型的解释性	仅针对四种鱼类物种进行预测，未涵盖更多水生生物种类；模型可能受训练数据分布限制，泛化能力有待进一步验证	开发先进的多任务深度神经网络预测模型，以提高有机化合物对多种水生生物的毒性预测准确性和效率	有机化合物对四种不同鱼类（如斑马鱼、青鳉等）的急性毒性	机器学习	NA	分子指纹、分子图表示	多任务深度神经网络（ATFPGT-multi）	分子结构数据（分子指纹和分子图）	使用四个鱼类数据集（具体样本数量未明确给出）	NA	基于注意力机制的多任务神经网络	AUC	NA
71	2026-07-24	Multimodal Image Confidence: A Novel Method for Tumor and Organ Boundary Representation 2025-02-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.09.020 PMID:39303999	研究论文	介绍了一种创新的分析算法——多模态图像置信度，用于肿瘤和器官边界的精确表示	提出无需模型训练的可解释数学模型，通过体素间相关性传播置信度，区别于深度学习方法	未明确说明局限性	开发一种利用多模态医学图像互补优势来定义感兴趣区域边界和内部特征的新算法	鼻咽癌和神经胶质瘤病例的医学图像	计算机视觉	鼻咽癌, 神经胶质瘤	多模态3D医学图像分析	NA	3D医学图像	156例鼻咽癌病例和1251例神经胶质瘤病例	NA	NA	定性评估和定量分析	NA
72	2026-07-23	Development and validation of prediction models for stroke and myocardial infarction in type 2 diabetes based on health insurance claims: does machine learning outperform traditional regression approaches? 2025-02-18, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-025-02640-9 PMID:39966813	研究论文	基于德国健康保险理赔数据，开发并验证2型糖尿病患者中风和心肌梗死的预测模型，比较传统回归与机器学习方法的性能	在大规模真实世界健康保险数据中系统比较传统回归、随机森林、梯度提升、多层感知机和特征-分词器变换器等多个模型对中风和心肌梗死的预测表现，评估深度学习的实际优势	模型判别性能存在天花板（AUPRC约0.09），深度学习未优于传统方法，且文献缺乏精确率-召回率曲线等更相关指标的对比	评估基于常规收集的高维健康保险数据预测2型糖尿病患者心血管事件（中风和心肌梗死）时，机器学习是否优于传统回归方法	2014年至2019年德国健康保险理赔数据中的371,006名2型糖尿病患者	机器学习	2型糖尿病、中风、心肌梗死	健康保险索赔数据分析	逻辑回归、LASSO正则化、随机森林、梯度提升、多层感知机、特征-分词器变换器	结构化健康保险理赔数据	371,006名德国2型糖尿病患者，其中13,030人患心肌梗死，12,701人患中风	NA	逻辑回归、LASSO、随机森林、梯度提升、多层感知机、特征-分词器变换器	AUPRC、AUROC	NA
73	2026-07-13	Medical Imaging Applications Developed Using Artificial Intelligence Demonstrate High Internal Validity Yet Are Limited in Scope and Lack External Validation 2025-02, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2024.01.043 PMID:38325497	综述	这篇综述评估了人工智能在运动医学影像中的应用，发现模型具有高内部效度但缺乏外部验证且范围有限	系统性地评估了深度学习模型在运动医学领域的临床影响得分，并指出了外部验证不足的问题	仅纳入55项研究，且多数模型缺乏外部验证，临床适用性评分低（平均2分，满分5分）	回顾深度学习在运动医学影像应用中的概念和定义，并识别知识转化差距	运动医学影像深度学习模型的研究文献	计算机视觉	运动医学疾病	磁共振成像、X光摄影、超声、计算机断层扫描	深度学习模型	影像	55项研究	NA	NA	ROC曲线下面积	NA
74	2026-07-10	Deciphering glioblastoma: Unveiling imaging markers for predicting MGMT promoter methylation status 2025-02, Current problems in cancer IF:2.5Q3 DOI:10.1016/j.currproblcancer.2024.101156 PMID:39531875	综述	探讨利用影像特征预测胶质母细胞瘤MGMT启动子甲基化状态的潜力	结合新兴影像组学和深度学习模型，提出综合诊断方法以早期预测MGMT甲基化状态	模型仍需进一步开发、标准化和实施，以提高个体化治疗水平	探索影像特征预测MGMT启动子甲基化状态的能力	胶质母细胞瘤患者	机器学习	胶质母细胞瘤	影像组学	深度学习模型	影像数据	NA	NA	NA	NA	NA
75	2026-07-07	Using deep learning to differentiate among histology renal tumor types in computed tomography scans 2025-02-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01606-3 PMID:40011809	研究论文	使用深度学习模型区分计算机断层扫描中肾脏肿瘤的组织学亚型	首次使用深度学习模型对增强CT图像中的多种肾脏肿瘤亚型（包括血管平滑肌脂肪瘤、嗜酸细胞瘤、透明细胞肾细胞癌、嫌色细胞肾细胞癌和乳头状肾细胞癌）进行分类	需要进一步开发以提高临床适用性	利用卷积神经网络分析增强CT图像，区分肾脏肿瘤的组织学亚型	肾脏肿瘤患者的增强CT图像	计算机视觉	肾细胞癌	CT扫描	卷积神经网络（CNN）	图像	554名患者，共4238张CT图像	NA	Inception V3, ResNet50	准确率	NA
76	2026-07-07	Comparison of the impact of rectal susceptibility artifacts in prostate magnetic resonance imaging on subjective evaluation and deep learning: a two-center retrospective study 2025-02-25, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01602-7 PMID:40000986	研究论文	比较直肠磁敏感伪影对前列腺磁共振成像主观评估和深度学习诊断前列腺癌的影响	首次系统比较直肠伪影对资深放射科医生、初级放射科医生和深度学习模型诊断前列腺癌的不同影响	NA	评估直肠磁敏感伪影对前列腺癌MRI诊断中主观评估和深度学习性能的影响	2019年11月至2023年11月期间因临床疑似前列腺癌而接受MRI和活检的1052名患者	数字病理学	前列腺癌	MRI	深度学习模型	图像	1052名患者	NA	NA	AUC	NA
77	2026-07-07	Deep learning models for differentiating three sinonasal malignancies using multi-sequence MRI 2025-02-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01517-9 PMID:39984860	研究论文	开发基于多序列MRI的深度学习模型，用于区分三种鼻窦恶性肿瘤（鳞状细胞癌、腺样囊性癌和嗅神经母细胞瘤），并评估模型对放射科医生诊断性能的提升	首次利用多序列MRI（T2WI、CE-T1WI和ADC）结合ResNet101网络区分三种鼻窦恶性肿瘤，并验证AI辅助下不同经验水平放射科医生的诊断性能提升	NA	开发基于MRI的深度学习模型以区分三种鼻窦恶性肿瘤，并评估其对放射科医生诊断性能的改善作用	465例鼻窦恶性肿瘤患者（229例鳞状细胞癌、128例腺样囊性癌和108例嗅神经母细胞瘤）	计算机视觉	鼻窦恶性肿瘤	MRI（T2加权成像、增强T1加权成像、表观扩散系数）	深度学习模型（ResNet101、ResNet50、DenseNet121）	图像	465例患者（训练集325例、验证集47例、外部测试集93例）	NA	ResNet101、ResNet50、DenseNet121	曲线下面积(AUC)、准确率、召回率、精确率、F1分数	NA
78	2026-07-07	Comparative analysis of intestinal tumor segmentation in PET CT scans using organ based and whole body deep learning 2025-02-17, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01587-3 PMID:39962481	研究论文	对比分析基于器官和全身深度学习方法在PET CT扫描中分割肠道肿瘤的效果	提出一种新型器官聚焦方法，通过限制训练数据为肠道肿瘤病例以提高数据同质性，从而提升分割性能	未在论文中明确说明局限性	评估训练数据同质性在准确识别肠道肿瘤中的有效性，并比较器官聚焦方法与全身训练方法的分割性能	肠道肿瘤患者（弥漫性大B细胞淋巴瘤和滤泡性淋巴瘤患者）	医学图像分析、深度学习	肠道肿瘤、弥漫性大B细胞淋巴瘤、非霍奇金淋巴瘤	FDG-PET/CT扫描	深度学习（卷积神经网络等）	PET/CT医学影像	来自大型多中心临床试验（NCT01287741）的弥漫性大B细胞淋巴瘤患者，以及非霍奇金淋巴瘤滤泡性淋巴瘤患者的独立试验	NA	NA	Dice系数、精确度、召回率、F1分数	NA
79	2026-07-07	Predicting the Price of Molecules Using Their Predicted Synthetic Pathways 2025-Feb, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202400039 PMID:39887833	研究论文	利用预测的合成路径来预测分子价格的深度学习方法	首次提出基于预测的逆合成路径和起始原料价格来预测分子价格的模型	NA	提升虚拟分子库中化合物价格的预测能力，以加速成本决策过程	虚拟分子及其预测的合成路径与起始原料价格	机器学习	NA	计算机辅助合成规划	深度学习	分子结构数据	NA	NA	RetroPriceNet	测试集性能优于现有模型	NA
80	2026-07-06	Feasibility of estimating tidal volume from electrocardiograph-derived respiration signal and respiration waveform 2025-02, Journal of critical care IF:3.2Q2 DOI:10.1016/j.jcrc.2024.154920 PMID:39316976	研究论文	验证从心电图衍生的呼吸信号和呼吸波形估计潮气量的可行性	利用真实临床数据验证基于心电图衍生呼吸信号的潮气量估计方法	当前方法受限于ICU中噪声较大的心电图信号	评估从心电图中估计潮气量的可行性并比较不同估计方法	重症监护患者	机器学习	NA	心电图衍生呼吸信号	线性回归和深度学习模型	临床数据（心电图和呼吸波形）	90名重症患者（总体分析），2名重症患者（约束分析）	NA	NA	平均绝对误差, 皮尔逊相关系数, R²	NA