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
201	2026-07-23	Automated Coronary Artery Segmentation with 3D PSPNET using Global Processing and Patch Based Methods on CCTA Images 2025-06, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-025-00775-0 PMID:39979546	研究论文	提出了一种基于全局处理和基于块的处理的3D PSPNet用于从CCTA图像中自动分割冠状动脉	将2D PSPNet修改为3D PSPNet，并采用全局处理和基于块的处理方法评估网络性能	使用ImageCAS数据集的200张图像子集，性能指标DSC分别为0.76和0.73，仍有提升空间	开发用于冠状动脉分割的3D深度学习方法，辅助临床诊断冠心病	冠状动脉，来自CCTA图像	计算机视觉	冠心病	NA	CNN	图像	200张来自ImageCAS数据集的CCTA图像	NA	3D PSPNet	Dice相似系数	NA
202	2026-07-23	Investigation of Inter-Patient, Intra-Patient, and Patient-Specific Based Training in Deep Learning for Classification of Heartbeat Arrhythmia 2025-06, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-025-00777-y PMID:40011388	研究论文	研究三种训练范式（患者间、患者内、患者特定）对深度学习分类心跳心律失常的影响	系统比较了三种数据划分范式对CNN模型分类心律失常结果的影响，并证明患者特定训练模式在性能和实践性上最优	未提及具体CNN架构细节及在更大数据集上的泛化能力	评估不同训练数据划分范式对深度学习心律失常分类模型效果的影响	标准心律失常数据集中的心电信号	深度学习	心律失常	CNN	CNN	心电信号	标准心律失常数据集	NA	CNN	多种指标（平均性能）	NA
203	2026-07-23	AutoGP: An intelligent breeding platform for enhancing maize genomic selection 2025-04-14, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101240 PMID:39789848	研究论文	开发了一个集成基因型提取、表型提取和基因组选择模型的智能育种平台AutoGP	整合了高效测序芯片、从智能手机视频中提取植物表型的完整工作流以及广泛的模型池，包括五种机器学习模型和四种深度学习模型	未能明确说明模型的泛化能力和在不同作物上的适用性，也未讨论计算资源需求	通过简化育种流程，实现更高效和准确的基因组选择，加速高产品种开发	玉米（Zea mays）完全双列杂交设计及不平衡育种样杂交群体	机器学习	NA	测序芯片、智能手机视频表型提取	支持向量机、极限梯度提升、梯度提升决策树、多层感知机、随机森林、深度学习基因组选择、深度学习全基因组关联研究、基因组预测深度神经网络、SoyDNGP	基因型数据、表型数据（如株高、叶片数）	玉米完全双列杂交设计及不平衡育种样杂交群体	NA	支持向量机、极限梯度提升、梯度提升决策树、多层感知机、随机森林、深度学习基因组选择、深度学习全基因组关联研究、基因组预测深度神经网络、SoyDNGP	预测准确性	NA
204	2026-07-23	Cropformer: An interpretable deep learning framework for crop genomic prediction 2025-03-10, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2024.101223 PMID:39690739	研究论文	提出了一种名为Cropformer的可解释深度学习框架，用于作物基因组预测并探索下游任务	结合卷积神经网络与多重自注意力机制，在提升预测精度的同时增强了模型的可解释性，并实现了对复杂性状相关基因的挖掘	未在标题和摘要中明确说明限制	开发一种高鲁棒性、高可解释性的深度学习框架，用于作物基因组预测和性状相关基因分析	五大主要作物：玉米、水稻、小麦、谷子、番茄，涉及超过20个性状	机器学习	NA	单核苷酸多态性（SNP）分析	卷积神经网络（CNN）与自注意力机制	基因组数据	覆盖五大作物超过20个性状的数据集	NA	卷积神经网络（CNN）与多重自注意力机制	预测准确率、鲁棒性	NA
205	2026-07-23	Improving entity recognition using ensembles of deep learning and fine-tuned large language models: A case study on adverse event extraction from VAERS and social media 2025-03, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104789 PMID:39923968	研究论文	通过集成深度学习与大语言模型，从VAERS和社交媒体中提取COVID-19疫苗不良事件实体	首次系统评估深度学习与大语言模型集成策略在不良事件提取中的效果，并验证集成方法可提升性能	未说明	评估大语言模型和传统深度学习模型在不良事件提取中的有效性，以及集成这些模型对性能的影响	VAERS报告（230条）、Twitter帖子（3383条）、Reddit帖子（49条）	自然语言处理	不良事件（疫苗相关）	命名实体识别	循环神经网络、双向编码器表示模型、生成预训练变换器	文本	3662条文本（来自VAERS、Twitter和Reddit）	NA	RNN（循环神经网络）、BioBERT（生物医学文本挖掘双向编码器）、GPT-2、GPT-3.5、GPT-4、Llama-2 7b、Llama-2 13b	严格F1分数、宽松F1分数、微平均F1分数	NA
206	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
207	2026-07-23	Effect of cysteine mutation at Ca2+ coordinating residues to the autolysis, folding and hydrophobicity of full length and mature Rand protease: molecular dynamics simulation and essential dynamics 2024-10, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2249105 PMID:37608543	研究论文	通过分子动力学模拟研究半胱氨酸突变对Rand蛋白酶自溶、折叠和疏水性的影响	利用深度学习结构预测构建全长和成熟型Rand蛋白酶的三维结构，并首次对高亲和力钙配位残基进行半胱氨酸突变模拟，深入探讨这些残基对蛋白酶稳定性和自溶的作用	仅依赖计算机模拟，缺乏体外实验验证；突变仅限于高亲和力钙配位残基，未全面考察其他位点	阐明半胱氨酸突变对Rand蛋白酶自溶、折叠和疏水性的影响，揭示钙配位残基在蛋白结构稳定性中的作用	全长和成熟型Rand蛋白酶及其高亲和力钙配位残基的半胱氨酸突变体	机器学习	NA	分子动力学模拟	深度学习结构预测模型	序列数据	7个高亲和力钙配位残基突变体，包括全长和成熟型两种形式	NA	NA	NA	NA
208	2026-07-23	A structural-based virtual screening and in vitro validation reveals novel effective inhibitors for SARS-CoV-2 helicase and endoribonuclease 2024-10, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2250479 PMID:37615430	研究论文	通过分层结构虚拟筛选和体外验证，发现针对SARS-CoV-2的解旋酶和核糖核酸内切酶的新型有效抑制剂	首次结合深度学习和分子对接技术进行大规模虚拟筛选，发现两种具有高结合亲和力的新型化合物（90616和CNP0111740）对SARS-CoV-2的非结构蛋白NSP15和解旋酶具有抑制作用	需要进一步的体内验证和临床研究来确认其有效性和安全性	发现能够抑制SARS-CoV-2生命周期中关键非结构蛋白（解旋酶和核糖核酸内切酶）的新型化合物	SARS-CoV-2的解旋酶（helicase）和核糖核酸内切酶（NSP15）	机器学习	新型冠状病毒肺炎（COVID-19）	虚拟筛选	CNN	文本	756,275个化合物来自四个数据库	NA	NA	结合亲和力，CC50，IC50，选择性指数	NA
209	2026-07-23	Patient-Specific Myocardial Infarction Risk Thresholds From AI-Enabled Coronary Plaque Analysis 2024-Oct, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.016958 PMID:39405390	研究论文	利用深度学习从冠状动脉CT血管造影中量化斑块，提出基于患者年龄和性别的特异性心肌梗死风险阈值	首次建立基于深度学习的冠状动脉斑块体积的年龄和性别特异性分布，并评估其对心肌梗死风险的预测价值	未在文中明确提及局限性	评估深度学习量化的冠状动脉斑块体积的年龄和性别特异性分布对心肌梗死风险的预测能力	冠状动脉斑块体积与心肌梗死风险的关联	深度学习	心血管疾病	冠状动脉CT血管造影	深度学习模型	图像	2803名患者	NA	NA	风险比，置信区间，P值	NA
210	2026-07-23	Predictive ability of hypotension prediction index and machine learning methods in intraoperative hypotension: a systematic review and meta-analysis 2024-08-05, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05481-4 PMID:39103852	综述	系统评价和荟萃分析探讨人工智能预测术中低血压的能力，特别是低血压预测指数和机器学习方法	首次通过两组荟萃分析分别评估HPI和非HPI模型的预测性能，提供AI在术中低血压预测中的综合证据	非HPI模型对减少低血压相关指标的能力尚不明确；研究数量有限可能影响结果普遍性	评估AI模型（特别是HPI和机器学习方法）在预测术中低血压中的表现及其对降低低血压持续时间的影响	术中低血压患者	机器学习	术中低血压	NA	低血压预测指数（HPI）和多种AI模型（包括深度学习方法）	临床数据（血压、MAP等指标）	43项研究纳入综述	NA	NA	累积低血压持续时间、时间加权平均MAP<65、曲线下面积（AUT-MAP）、受试者工作特征曲线下面积（AUROC）	NA
211	2026-07-23	Single-cell hdWGCNA reveals metastatic protective macrophages and development of deep learning model in uveal melanoma 2024-07-29, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05421-2 PMID:39075441	研究论文	通过单细胞RNA测序和高维加权基因共表达网络分析，鉴定葡萄膜黑色素瘤中转移保护性巨噬细胞，并构建深度学习模型区分原发和转移患者	首次识别出转移保护性巨噬细胞亚群及其相关基因模块，并基于此开发了深度学习CNN模型和预后模型	NA	探索葡萄膜黑色素瘤转移机制并构建预测模型以改善患者预后	葡萄膜黑色素瘤原发和转移样本中的巨噬细胞亚群及相关基因	数字病理学	葡萄膜黑色素瘤	scRNA-seq, HdWGCNA, NMF聚类分析	CNN, 机器学习模型	单细胞转录组数据	NA	NA	卷积神经网络	NA	NA
212	2024-08-07	Correction: Evaluation of deep learning-based reconstruction late gadolinium enhancement images for identifying patients with clinically unrecognized myocardial infarction 2024-Jul-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01375-5 PMID:39048934	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
213	2026-07-23	Spatial and geometric learning for classification of breast tumors from multi-center ultrasound images: a hybrid learning approach 2024-06-05, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01307-3 PMID:38840240	研究论文	提出一种混合学习方法，结合卷积神经网络和图神经网络，从多中心超声图像中提取空间和几何特征，用于乳腺肿瘤分类	首次将联邦学习与混合CNN-GNN架构结合，实现多中心超声数据的空间和几何特征联合学习，并自动生成无监督图结构，降低标注成本	在OASBUD数据集上平衡准确率仅61.4%，说明模型对小规模或差异化数据集的泛化能力有限	开发一种混合学习方法，通过从局部和多中心超声数据中提取更多潜在特征，提高乳腺肿瘤良恶性分类性能	乳腺超声图像中的肿瘤区域	计算机视觉, 机器学习	乳腺癌	超声成像	卷积神经网络(CNN), 图神经网络(GNN)	图像, 图数据	三个多中心数据集：BUSI, BUS, OASBUD	PyTorch, 联邦学习框架	CNN, GNN	AUCROC, 平衡准确率	NA
214	2026-07-23	Evaluation of deep learning-based reconstruction late gadolinium enhancement images for identifying patients with clinically unrecognized myocardial infarction 2024-05-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01308-2 PMID:38822240	研究论文	评估基于深度学习重建的晚期钆增强图像在识别临床未识别心肌梗死患者中的应用	首次比较了深度学习重建与传统方法在识别未识别心肌梗死中的检测率，并优化了定量参数以提高诊断效能	未明确提及，但可能包括样本量较小（98例）和单中心研究设计	提高对疑似未识别心肌梗死患者的诊断和管理水平	98例疑似未识别心肌梗死患者（68名男性，平均年龄55.8岁）	机器学习	心血管疾病	晚期钆增强磁共振成像	深度学习重建	图像	98例患者	NA	NA	信噪比, 对比度噪声比, 增强区域百分比, 受试者工作特征曲线, 诊断效能	商用内联深度学习重建算法
215	2026-07-23	Fog-based deep learning framework for real-time pandemic screening in smart cities from multi-site tomographies 2024-05-27, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01302-8 PMID:38797827	研究论文	提出一种基于雾计算的多解码器分割网络框架，用于在智慧城市中通过多站点CT扫描实现大流行疾病的实时筛查	首次提出结合多站点数据融合与雾计算技术的大流行疾病诊断框架，并设计了多解码器分割网络以处理异构域CT图像的感染区域分割	未提及对隐私保护的详细分析，且验证仅基于三个公开数据集，实际多源临床数据的复杂性和差异性可能带来挑战	提升大流行疾病诊断的准确性，并解决集中式云系统的可扩展性和延迟问题	COVID-19肺部感染区域分割任务，基于跨域CT扫描数据	计算机视觉	COVID-19感染	CT扫描	多解码器分割网络	图像	三个公开数据集，具体样本量未说明	NA	多解码器分割网络	平均Dice系数（89.9%），平均表面Dice系数（86.87%）	雾计算边缘节点（PANDFOG系统）
216	2026-07-23	VER-Net: a hybrid transfer learning model for lung cancer detection using CT scan images 2024-05-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01238-z PMID:38789925	研究论文	提出一种名为VER-Net的混合迁移学习模型，用于基于CT扫描图像的肺癌检测	通过堆叠三种不同的迁移学习模型构建新型混合模型，在肺癌CT图像分类任务上优于八种现有迁移学习模型	NA	开发基于CT扫描图像的肺癌检测高性能迁移学习模型	肺部CT扫描图像	计算机视觉	肺癌	CT扫描	混合迁移学习模型	图像	NA	NA	VER-Net	准确率、精确率、召回率、F1分数	NA
217	2026-07-23	A deep learning-based radiomics model for predicting lymph node status from lung adenocarcinoma 2024-05-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01300-w PMID:38789936	研究论文	基于深度学习的影像组学模型，利用增强CT预测肺腺癌淋巴结状态	结合传统和深度学习方法提取2218个特征，通过特征选择后使用XGBoost构建非侵入性分类模型，实现高精度预测	仅使用回顾性数据，未提及模型在不同人群或设备上的泛化验证，可能受样本量限制	开发一种非侵入性方法，准确预测肺腺癌患者的淋巴结转移状态，辅助临床诊断	肺腺癌患者的淋巴结转移状态	计算机视觉	肺腺癌	放射组学，增强CT	XGBoost	图像（增强CT影像）	503例患者（287例淋巴结转移阳性，216例阴性）	NA	XGBoost	准确性，AUC，特异性，精确度，召回率，F1分数	NA
218	2026-07-23	Real-time sports injury monitoring system based on the deep learning algorithm 2024-05-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01304-6 PMID:38789963	研究论文	基于深度学习算法开发实时运动损伤监测系统，以SVM模型为例，通过视频检测、人体关节追踪和多项式拟合分析实现损伤监测	结合多项式拟合与奇异值分解降维技术，提升处理效率和模型训练速度，并与随机森林、朴素贝叶斯等主流模型对比验证SVM优势	训练数据平均值作为参考点可能受异常值影响，未考虑复杂运动场景下多目标遮挡问题	解决传统运动损伤监测实时性差、准确率低的问题	运动损伤监测系统中的SVM模型及视频运动数据	计算机视觉	运动损伤	视频检测	SVM	视频	未提及具体样本数量	Scikit-learn	支持向量机	准确率、敏感性、特异性	未提及
219	2026-07-23	Refining neural network algorithms for accurate brain tumor classification in MRI imagery 2024-05-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01285-6 PMID:38773391	研究论文	提出一种基于卷积神经网络的深度学习模型，对MRI影像中的脑肿瘤进行分类，提高诊断准确率	采用序贯CNN架构结合多个卷积层、最大池化层和Dropout层，并利用Grad-CAM可视化增强模型可解释性	仅在特定测试集上评估，泛化能力有待进一步验证	提高MRI影像中脑肿瘤诊断的准确率和可靠性	脑肿瘤MRI影像	计算机视觉	脑肿瘤	MRI成像	CNN	图像	未明确说明	NA	CNN (sequential CNN architecture with convolutional, max-pooling, dropout, and dense layers)	准确率, 精确率, 召回率, F1分数, ROC-AUC	NA
220	2026-07-23	Inter-rater reliability in labeling quality and pathological features of retinal OCT scans: A customized annotation software approach 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314707 PMID:39693322	研究论文	分析视网膜OCT扫描中标注质量与病理特征的一致性的研究	使用自定义标注软件系统性地评估OCT影像中多种病理特征的标注者间信度	部分病理特征（如视网膜下液和高反射点）标注一致性较低	评估视网膜OCT扫描的标注质量与常见影像特征在两名标注者间的一致性	视网膜OCT扫描图像的质量和病理特征（包括视网膜下液、视网膜内液、玻璃膜疣、色素上皮脱离等）	数字病理学	视网膜疾病	OCT	NA	图像	500次OCT扫描，来自CIRRUS HD-OCT 5000设备，每位患者眼睛16个随机扫描	NA	NA	原始百分比一致性, Cohen's kappa系数	NA