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
2421	2026-07-10	Synthesis of higher-B0 CEST Z-spectra from lower-B0 data via deep learning and singular value decomposition 2024-12, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5221 PMID:39113170	研究论文	利用深度学习和奇异值分解从低场B0数据合成高场B0 CEST Z谱	首次提出从3T低场CEST数据合成9.4T高场Z谱的深度学习方法，结合奇异值分解捕获关键特征	模型通过模拟数据训练，可能无法完全覆盖实际临床中的复杂场不均匀性和噪声条件	开发从低场CEST数据合成高场Z谱的框架，以提高化学交换饱和转移MRI的特异性和定量能力	磷肌酸模型和伪在体模型的Z谱数据，包括磷肌酸体模、蛋清体模和活体大鼠脑	机器学习	不适用	CEST MRI	深度神经网络	Z谱（光谱数据）	7个磷肌酸管、3个蛋清管、3个大鼠脑切片	PyTorch	两个深度神经网络（DNN）及奇异值分解（SVD）模块	均方根误差（RMSE）、相关系数R	不适用
2422	2026-07-10	Automatic deep learning segmentation of the hippocampus on high-resolution diffusion magnetic resonance imaging and its application to the healthy lifespan 2024-12, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5227 PMID:39136393	研究论文	提出一种基于深度学习的自动分割方法，直接在高分辨率扩散磁共振成像上分割海马体，并应用于健康寿命分析	通过在UNet和UNet++架构中引入额外的密集残差连接，实现了直接在高分辨率扩散图像上自动分割海马体，克服了传统方法因脑覆盖限制和对比度差异而无法自动分割的问题	需要在患者群体中进一步验证；当前仅基于健康参与者数据训练	开发一种自动分割海马体的深度学习方法，以支持大规模人群研究中的微结构变化分析	海马体在扩散磁共振成像上的自动分割及其与年龄相关的体积、各向异性分数和平均扩散率变化	数字病理学	NA	扩散张量成像	卷积神经网络	图像	训练集：100名健康参与者；评估集：53名典型健康参与者；验证集：第一队列153名参与者（年龄5-74岁），第二队列354名参与者（年龄5-90岁）	PyTorch	UNet, UNet++, 密集残差连接	Dice系数	NA
2423	2026-07-10	Comparing IOP-Induced Scleral Deformations in the Myopic and Myopic Glaucoma Spectrums 2024-11-04, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.65.13.54 PMID:39585674	研究论文	比较急性眼压升高在不同近视和近视青光眼谱系中引起的巩膜变形	首次系统评估急性眼压升高对不同近视条件下黄斑曲率变化的影响，并利用深度学习算法自动分割巩膜和脉络膜组织	初步结果，样本大小有限，且仅评估急性IOP升高，未考虑慢性影响	比较急性眼压升高在不同近视条件下的黄斑曲率变化	184名受试者的328只眼睛，包括正视眼、高度近视、高度近视伴青光眼、病理性近视和病理性近视伴葡萄肿	医学图像分析	近视, 青光眼	光学相干断层扫描	深度学习	图像	328只眼睛（184名受试者）	NA	深度学习算法（未具体说明）	NA	NA
2424	2026-07-10	Automatic removal of large blood vasculature for objective assessment of brain tumors using quantitative dynamic contrast-enhanced magnetic resonance imaging 2024-11, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5218 PMID:39051137	研究论文	提出一种自动去除脑肿瘤区域大血管的方法，以提升定量动态对比增强磁共振成像评估的客观性	首次结合数据聚类算法、形态学操作和定量DCE-MRI参数图实现脑组织大血管的自动分割，并引入rCBV与Slope-2的组合映射图提升准确性	研究为回顾性设计，样本量有限（103例），且主要依赖K-means聚类，未探索更复杂的深度学习分割方法	开发自动去除脑肿瘤区域正常大血管的方法，以消除对定量DCE-MRI参数评估和肿瘤分类的干扰	103例经组织病理学确诊的脑肿瘤患者（包括低级别胶质瘤和高级别胶质瘤）的DCE-MRI数据	计算机视觉	脑肿瘤	动态对比增强磁共振成像	无明确深度学习模型（使用K-means聚类算法）	图像	103例脑肿瘤患者的DCE-MRI扫描数据	无明确框架	无明确架构（使用K-means聚类算法）	Cohen Kappa检验、t检验、受试者工作特征曲线分析	NA
2425	2026-07-10	Positional contrastive learning for improved thigh muscle segmentation in MR images 2024-10, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5197 PMID:38822595	研究论文	提出位置对比学习提升MRI大腿图像中个体肌肉分割精度	利用切片轴向位置信息进行自监督预训练，在极少量标注数据下显著提高分割性能	未提及	评估位置对比自监督学习在不同有限标注数据水平下对大腿肌肉分割的效果	老年健康受试者的大腿MRI图像	计算机视觉	老年性疾病	MRI	U-Net	图像	无标注训练集72个T1w MRI大腿扫描，有标注训练集52个，按不同数量（1-40）划分训练测试	PyTorch	U-Net	Dice相似系数	未提及
2426	2026-07-10	Deep-learning-based motion correction using multichannel MRI data: a study using simulated artifacts in the fastMRI dataset 2024-10, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5179 PMID:38808752	研究论文	利用深度学习对多通道MRI数据进行运动校正，并使用fastMRI数据集中的模拟伪影进行研究	首次在通道组合前对单个通道图像进行深度学习的运动校正，相比传统通道组合后校正方法显著提升了性能	仅使用模拟刚性运动伪影，未验证在真实运动伪影及其他运动类型上的泛化能力；多通道模型未表现出显著改进	探讨在多通道MRI数据中，通道组合前进行深度学习运动校正能否提升效果	多个站点、多种对比度（不限于健康受试者）的脑部MRI图像	计算机视觉	NA	MRI	条件生成对抗网络（cGAN）	图像	fastMRI数据集中的多站点、多对比度脑部MRI图像	NA	条件生成对抗网络	平均绝对误差（MAE）	NA
2427	2026-07-10	Deep learning-based compressed SENSE improved diffusion-weighted image quality and liver cancer detection: A prospective study 2024-09, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.04.010 PMID:38604347	研究论文	评估基于深度学习的压缩感知弥散加权成像（DL-CS-DWI）在改善肝细胞癌高风险患者图像质量和病变检测中的作用	首次前瞻性研究结合压缩感知和深度学习技术优化弥散加权成像，显著提高图像质量和对临床相关肝病变的检测率，尤其是肝穹窿区域	单中心研究，样本量相对较小（67名参与者），未包含非肝病对照；深度学习模型的具体架构和训练细节未详细说明	评估DL-CS-DWI是否能在肝细胞癌高风险患者中改善DWI图像质量和病变检测能力	肝细胞癌高风险参与者，共67人，含197个临床相关肝病变	数字病理学	肝癌	DWI，压缩感知	CNN	图像	67名参与者，197个临床相关肝病变	NA	NA	定性图像质量，定量图像质量，检测率	NA
2428	2026-07-10	MLMFNet: A multi-level modality fusion network for multi-modal accelerated MRI reconstruction 2024-09, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.04.028 PMID:38663831	研究论文	提出一种名为MLMFNet的多级模态融合网络，用于多模态加速MRI重建	通过辅助模态信息跨特征通道和层级融合，改进目标模态的重建效果，并包含基于UNet的单流编码器、多级特征解码器和通道注意力模块三个创新组件	未明确说明局限	实现更快、更准确的MRI重建，利用多模态信息提高重建质量	脑部MRI图像（公共脑数据集和膝盖骨数据集）	计算机视觉	NA	MRI	CNN	图像	公共脑数据集和膝盖骨数据集	PyTorch	UNet	定量分析、定性分析	NA
2429	2026-07-10	Frequency and phase correction of GABA-edited magnetic resonance spectroscopy using complex-valued convolutional neural networks 2024-09, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.05.008 PMID:38744351	研究论文	使用复数卷积神经网络对GABA编辑磁共振波谱数据进行频率和相位校正	首次系统评估了复数输入和复数卷积在CNN中对GABA编辑MRS数据频率相位校正的效果，并证明复数配置最优	仅针对GABA编辑的MEGA-PRESS数据，未验证其他MRS序列的泛化能力	确定复数输入与复数卷积相比实数输入与实数卷积在CNN中对GABA编辑MRS数据频率相位校正的有效性	GABA编辑磁共振波谱数据	机器学习	NA	磁共振波谱	卷积神经网络	仿真数据和体内MRS数据	仿真数据集和体内数据集（具体数量未明确）	NA	复数卷积神经网络	信噪比、GABA峰线宽、胆碱伪影、平均绝对误差	NA
2430	2026-07-10	Hierarchical multi-task deep learning-assisted construction of human gut microbiota reactive oxygen species-scavenging enzymes database 2024-07-30, mSphere IF:3.7Q2 DOI:10.1128/msphere.00346-24 PMID:38995053	研究论文	提出系统性工作流，采用层级多任务深度学习方法构建人类肠道微生物群活性氧清除酶数据库	首次建立了人类肠道微生物群活性氧清除酶数据库，并采用层级多任务深度学习方法来收集、扩展和探索相关条目	NA	准确预测活性氧清除酶类型，理解氧化应激机制，为对抗与肠道-器官轴相关的疾病提供策略	人类肠道微生物群中的活性氧清除酶	机器学习	NA	NA	层级多任务深度学习模型	序列数据	7,689条条目	NA	NA	NA	NA
2431	2026-07-10	Exploring the roles of RNAs in chromatin architecture using deep learning 2024-07-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50573-w PMID:39075082	研究论文	提出深度学习框架AkitaR，结合基因组序列和RNA-DNA互作数据，探究染色质相关RNA在HFFc6细胞中对基因组折叠的调控作用	首次通过深度学习模型系统区分染色质相关RNA的顺式和反式调控作用，识别出多个可能通过反式互作影响染色质结构的新RNA分子，并揭示Alu等重复元件转录本通过反式R-loop形成促进染色质互作的机制	NA	阐明染色质相关RNA在三维基因组组织中的作用机制	HFFc6细胞中的染色质相关RNA及其对染色质构象的调控	机器学习	NA	RNA-seq, 全局RNA-DNA互作分析	深度学习框架	基因组序列, RNA-DNA互作数据, 开放染色质数据	NA	NA	AkitaR	NA	NA
2432	2026-07-10	Reduction of ADC bias in diffusion MRI with deep learning-based acceleration: A phantom validation study at 3.0 T 2024-07, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.04.018 PMID:38631532	研究论文	通过深度学习加速减少扩散磁共振成像中ADC偏差的体模验证研究	首次使用商业扩散体模验证深度学习重建技术（C-SENSE AI）在高加速因子和低翻转角条件下减少ADC偏差和随机测量误差的有效性	仅使用体模而非临床患者数据，可能无法完全反映实际诊断场景中的性能	评估深度学习重建方法在加速DWI扫描时对降低ADC偏差和改善变异性的效果	商业扩散体模和数值模拟数据	机器学习	不适用	扩散加权成像	深度学习重建网络	图像	一个商业扩散体模及数值模拟数据集	Philips MR系统内嵌深度学习算法	C-SENSE AI（基于压缩感知和人工智能的深度学习网络）	Lin一致性相关系数, 变异系数, 置信区间, 非参数统计检验	3.0T临床MRI扫描仪
2433	2026-07-10	Accelerating antimicrobial peptide design: Leveraging deep learning for rapid discovery 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315477 PMID:39705302	研究论文	利用深度学习方法加速抗菌肽设计，实现快速发现高效抗菌肽	提出两种对比方法：一是基于预计算理化性质的机器学习分类，二是将肽特征转换为信号图像并使用深度学习神经网络，后者准确率达92.9%，显著提升预测效能	仅针对单一微生物（革兰氏阴性大肠杆菌）进行验证，对其他类型抗菌、抗病毒、抗癌肽的适用性需要进一步验证	克服传统实验方法限制，利用机器学习和深度学习预测抗菌肽功效，加速抗菌药物研发	1360条具有抗大肠杆菌活性的肽序列及其34种理化性质	机器学习	感染性疾病	理化性质分析	深度学习神经网络	信号图像（由肽序列理化性质转换）	1360条肽序列样本	NA	NA	准确率	NA
2434	2026-07-10	Preliminary exploration of deep learning-assisted recognition of superior labrum anterior and posterior lesions in shoulder MR arthrography 2024-01, International orthopaedics IF:2.0Q2 DOI:10.1007/s00264-023-05987-4 PMID:37726561	research paper	利用深度学习辅助识别肩关节MR关节造影中的上盂唇前后部损伤	首次探索深度学习在肩关节MR关节造影中辅助识别SLAP损伤，并与不同资历放射科医生进行比较	NA	评估深度学习模型SLAP-Net在识别SLAP损伤中的诊断性能	SLAP损伤患者	machine learning	肩关节损伤	MR关节造影	CNN	image	636例患者，其中514例用于训练和测试（数据集1），122例用于独立测试（数据集2）	NA	SLAP-Net	AUC, accuracy	NA
2435	2026-07-10	Imaging evaluation of a proposed 3D generative model for MRI to CT translation in the lumbar spine 2023-11, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2023.06.399 PMID:37479140	研究论文	开发并评估一个从MRI生成腰椎3D CT图像的深度学习模型	提出使用3D循环生成对抗网络从MRI数据直接生成高质量腰椎CT图像，减少患者辐射暴露和医疗系统负担	轴向重建图像的测量精度较低（相对误差高达34%），可能由于使用了非容积常规矢状T1加权MRI序列	评估深度学习模型生成的合成腰椎CT图像的准确性	腰椎MRI和CT图像	计算机视觉	腰椎疾病	MRI, CT	3D循环生成对抗网络	图像	400个未配对CT和400个未配对MRI用于训练，20对匹配CT和MRI用于评估	PyTorch	3D Cycle-GAN	绝对误差，相对误差	NA
2436	2026-07-10	Exploring the Roles of RNAs in Chromatin Architecture Using Deep Learning 2023-Oct-24, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.22.563498 PMID:37961712	研究论文	提出名为AkitaR的深度学习框架，利用基因组序列和全基因组RNA-DNA相互作用，研究染色质相关RNA在HFFc6细胞基因组折叠中的作用	首次将基因组序列与全基因组RNA-DNA相互作用结合，通过深度学习模型区分caRNAs的顺式和反式调控作用，并识别出新型非编码RNA可能通过反式相互作用调节染色质结构	NA	探究染色质相关RNA在三维基因组组织中的作用及其调控机制	HFFc6细胞中的染色质相关RNA（caRNAs）及基因组折叠	机器学习	NA	RNA-seq、Hi-C、深度学习	深度学习框架	序列数据和RNA-DNA相互作用数据	HFFc6细胞系的单一样本	NA	NA	NA	NA
2437	2026-07-10	Application of Deep Learning in Plant-Microbiota Association Analysis 2021, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2021.697090 PMID:34691142	综述	综述深度学习在植物-微生物组关联分析中的应用	全面总结了深度学习模型在植物微生物组数据分析中的应用，讨论了卷积神经网络和图神经网络的优势	未提及具体实验数据验证或模型比较的局限性	探讨深度学习在植物-微生物组关联分析中的潜力和应用策略	植物微生物组数据与植物表型的关联	机器学习	NA	NA	CNN、图神经网络	微生物组数据	NA	NA	卷积神经网络、图神经网络	NA	NA
2438	2026-07-10	DeepREx-WS: A web server for characterising protein-solvent interaction starting from sequence 2021, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2021.10.016 PMID:34765094	研究论文	DeepREx-WS是一个从蛋白质序列出发，结合溶剂暴露、保守性、灵活性和无序性等特征来表征蛋白质-溶剂相互作用的网络服务器	首次整合溶剂暴露与非暴露残基知识以及残基保守性、灵活性和无序性，提供一个独特的网络服务器来理解与蛋白质完整性相关的区域	NA	通过整合多种序列特征，协助识别蛋白质表面工程中需要变异的残基	蛋白质序列中的残基	机器学习	NA	深度学习	深度学习模型	蛋白质序列	2332个单体蛋白质链用于训练，200个蛋白质序列用于盲测试	NA	DeepREx	NA	NA
2439	2026-07-09	Convolutional neural networks in paediatric fracture detection: pooled evidence from a systematic review and meta-analysis 2026-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12462-2 PMID:41863613	系统综述与荟萃分析	系统评估人工智能模型在儿童四肢骨折X线片检测中的诊断准确性	首次对儿童四肢骨折AI检测进行系统综述和荟萃分析，纳入超过10,000张X线片，综合评估了灵敏度、特异度、诊断优势比等指标	多数研究为回顾性、单中心设计，外部验证有限，且未充分探讨AI模型在不同临床场景中的普适性	评估AI模型在儿童四肢骨折X线片检测中的诊断准确性，并探讨其临床转化潜力	儿童（年龄<21岁）四肢骨折的X线片	机器视觉	儿童四肢骨折	X线成像	卷积神经网络	图像	17项研究，其中11项纳入荟萃分析，涉及超过10,000张X线片	NA	深度学习架构	灵敏度、特异度、诊断优势比、阳性似然比、阴性似然比、HSROC曲线	NA
2440	2026-07-09	Artificial-intelligence models vs. radiologists in the detection of clinically significant prostate cancer on mpMRI: a meta-analysis 2026-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12465-z PMID:41844851	meta分析	比较人工智能模型与放射科医生在检测多参数磁共振成像中有临床意义的前列腺癌的性能	首次通过荟萃分析系统比较了基于卷积神经网络的人工智能系统与经验放射科医生在多参数磁共振成像中检测有临床意义的前列腺癌的诊断性能	纳入研究均为回顾性设计，存在高度异质性，且置信区间重叠，可靠性有限，需要前瞻性验证	评估人工智能模型与放射科医生在检测有临床意义的前列腺癌方面的诊断准确性	有临床意义的前列腺癌检测	机器学习	前列腺癌	多参数磁共振成像	卷积神经网络	医学影像	10项研究，2586名患者	NA	CNN	敏感性，特异性，诊断优势比，AUC	NA