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
261	2026-04-12	GARNN-AE-LSTM: A Multimodal Deep Learning Approach for High-Accuracy Video Summarization 2025-10-10, Journal of visualized experiments : JoVE DOI:10.3791/69097 PMID:41144309	研究论文	本文提出了一种名为GARNN-AE-LSTM的多模态深度学习框架，用于实现高精度的视频摘要生成	提出了一种结合预训练门控循环神经网络（GARNN，融合GRU和AlexNet）与对抗编码器LSTM（AE-LSTM）的多模态框架，并引入了运动补偿PCA降维和门控机制来优化特征选择与冗余消除	未明确说明模型的计算复杂度、处理速度或在不同视频类型（如动态范围、长度）上的泛化能力	开发一种高精度的视频摘要方法，通过保留关键内容来创建长视频的简洁版本	视频数据（包含视觉和听觉信息）	计算机视觉	NA	多模态特征提取、运动补偿特征降维、PCA降维	GARNN, AE-LSTM, GRU, AlexNet	视频（图像与音频）	NA	NA	GARNN（GRU与AlexNet结合）, AE-LSTM	敏感度, F分数, 阳性预测值	NA
262	2026-04-12	Decoding Natural Behavior from Neuroethological Embedding 2025-10-03, Journal of visualized experiments : JoVE DOI:10.3791/68668 PMID:41115131	研究论文	本研究提出了一个结合行为图谱、微型双光子显微镜和神经嵌入技术的实验与计算框架，用于从自由活动小鼠的神经活动中解码复杂自然社交行为	首次整合了Social Behavior Atlas（SBeA）、微型双光子显微镜（mTPM）和CEBRA嵌入方法，实现了在自然社交互动场景下对神经群体动力学与行为特征的高精度同步解码	研究目前仅应用于小鼠社交行为模型，方法在其他物种或行为范式中的通用性尚未验证；解码精度可能受神经成像分辨率和行为标注粒度的限制	探索神经群体动力学如何编码自然行为，建立从神经活动解码复杂行为特征的计算方法	自由活动小鼠在自然社交互动过程中的神经活动与行为表现	系统神经科学	NA	微型双光子显微镜（mTPM）、荧光成像、行为姿态估计	深度学习、嵌入学习	神经成像数据、行为视频数据、姿态坐标数据	多只自由活动小鼠（具体数量未明确说明）	CEBRA（Consistent EmBeddings of high-dimensional Recordings using Auxiliary variables）	NA	姿态解码精度（像素误差）、行为基序解码准确率	NA
263	2026-04-12	Deep Learning-Based Generation of DSC MRI Parameter Maps Using Dynamic Contrast-Enhanced MRI Data 2025-Oct-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8768 PMID:40194853	研究论文	本研究开发了一种基于条件生成对抗网络的深度学习方法，用于从动态对比增强MRI数据中合成DSC MRI衍生的参数图	首次利用条件生成对抗网络从DCE MRI数据中生成DSC MRI参数图，避免了重复注射钆对比剂的需要	研究样本量较小（64名参与者），且仅针对脑肿瘤患者进行了验证，未涵盖其他疾病类型	开发深度学习方法来合成DSC MRI参数图，以减少临床扫描中对比剂的使用剂量	脑肿瘤患者及无脑肿瘤的对照组参与者	医学影像分析	脑肿瘤	DSC MRI, DCE MRI	cGAN	MRI图像	64名参与者（包括脑肿瘤患者和对照组）	NA	条件生成对抗网络	线性回归, Bland-Altman图	NA
264	2026-04-12	Gold Futures Price Prediction Using Transformer Deep Learning Models with Data Scraped via UiPath 2025-09-26, Journal of visualized experiments : JoVE DOI:10.3791/68903 PMID:41082458	研究论文	本研究使用Transformer深度学习模型，结合通过UiPath网络爬取的数据，预测黄金期货价格	首次将Transformer模型与UiPath自动化数据采集结合，用于黄金价格预测，相比传统方法提供了更准确和可靠的预测	未纳入新闻头条和社交媒体情感等替代数据源，可能限制了市场动态的深入洞察	预测黄金期货价格，为投资者、金融分析师和政策制定者提供决策指导	黄金期货价格数据	机器学习	NA	网络爬取（UiPath），数据预处理（缺失数据处理、MinMax缩放）	Transformer	时间序列数据（每日黄金价格）	从investing.com网络爬取的每日黄金价格数据（具体数量未明确）	未明确指定，可能为TensorFlow或PyTorch	Transformer	均方误差（MSE），均方根误差（RMSE），R平方	未明确指定
265	2026-04-12	Dual Encoder-Decoder-Encoder with Adversarial Training for Unsupervised Traffic Accident Detection in Surveillance Videos 2025-09-05, Journal of visualized experiments : JoVE DOI:10.3791/68731 PMID:40982396	研究论文	本文提出了一种基于双编码器-解码器-编码器框架和对抗训练的无监督方法，用于监控视频中的交通事故检测	提出了双编码器-解码器-编码器框架，通过双向映射学习正常交通行为模式，并引入两阶段对抗训练机制增强对异常事件的敏感性	未明确说明模型在极端天气或低光照条件下的性能表现，也未讨论计算复杂度对实时检测的影响	开发无监督的深度学习系统，用于实时检测监控视频中的交通事故和危险驾驶行为	真实世界交通监控视频数据	计算机视觉	NA	深度学习，对抗训练	编码器-解码器，GAN	视频	未明确说明具体样本数量，仅提及使用真实世界交通监控数据集	未明确说明	双编码器-解码器-编码器	准确率，鲁棒性	未明确说明
266	2026-04-12	Transfer Learning Based Deep Learning Approach for Knee Osteoarthritis Grading Using Modified XceptionNet Architecture 2025-08-22, Journal of visualized experiments : JoVE DOI:10.3791/68720 PMID:40920575	研究论文	本研究提出了一种基于迁移学习的深度学习方法，使用改进的XceptionNet架构对膝关节骨关节炎进行分级	通过类别平衡方法、定制化预处理流程及对XceptionNet的架构改进，有效解决了数据集不平衡问题，提升了早期膝关节骨关节炎的检测性能	NA	开发自动化系统用于膝关节骨关节炎的放射学识别，特别是早期检测	膝关节X射线图像	计算机视觉	骨关节炎	X射线成像	CNN	图像	NA	NA	XceptionNet	准确率, 精确率, 召回率, F1分数, Cohen's kappa	NA
267	2026-04-12	How I Do It: Three-Dimensional MR Neurography and Zero Echo Time MRI for Rendering of Peripheral Nerve and Bone 2025-07, Radiology IF:12.1Q1 DOI:10.1148/radiol.241604 PMID:40590699	研究论文	本文介绍了一种结合三维磁共振神经成像和零回波时间磁共振成像技术，用于渲染外周神经和骨骼空间关系的方法	通过融合三维磁共振神经成像和零回波时间磁共振成像序列，首次实现了外周神经与骨骼结构的联合三维渲染，为临床决策提供可视化路线图	未明确说明方法在广泛临床应用中的验证范围及潜在技术限制	开发一种用于临床决策支持的外周神经与骨骼三维可视化技术	外周神经与骨骼的解剖结构	医学影像处理	NA	三维磁共振神经成像，零回波时间磁共振成像	深度学习	磁共振图像	NA	NA	NA	NA	NA
268	2026-04-12	Future Applications of Cardiothoracic CT 2025-06, Radiology IF:12.1Q1 DOI:10.1148/radiol.240085 PMID:40492912	综述	本文综述了光子计数CT、直立CT和人工智能在心脏胸部CT成像和诊断中的未来应用前景	探讨了光子计数CT、直立CT和四维CT等新技术如何降低辐射剂量、提高空间分辨率，并利用人工智能改变放射科医生解读影像的方式	NA	探讨心脏胸部CT技术的未来发展趋势及其临床应用潜力	心脏胸部CT成像技术及其在诊断中的应用	数字病理学	心血管疾病	光子计数CT, 直立CT, 四维CT	深度学习	CT影像	NA	NA	NA	NA	NA
269	2026-04-12	Navigating the AI Landscape in Medical Imaging: A Critical Analysis of Technologies, Implementation, and Implications 2025-06, Radiology IF:12.1Q1 DOI:10.1148/radiol.240982 PMID:40552997	综述	本文对医学影像中人工智能技术的现状、实施挑战及影响进行了批判性分析	综合分析了多模态成像数据、临床记录与大语言模型整合的AI潜力，并探讨了少样本学习、自监督模型和集中式平台等前沿进展	存在专家标注数据稀缺、监管障碍、临床实施滞后、大语言模型可解释性不足、深度学习模型泛化能力有限以及临床整合的技术壁垒	探讨AI在医学影像领域的整合挑战、负责任发展路径及多方利益相关者观点，以优化AI安全性并增强放射科医生工作	医学影像AI技术、监管机构（如FDA）、放射科社区及医疗保健系统	医学影像	NA	深度学习、大语言模型、少样本学习、自监督学习	深度学习模型、大语言模型	多模态成像数据、临床记录	NA	NA	NA	NA	NA
270	2026-04-12	A Data-Centric Approach to Deep Learning for Brain Metastasis Analysis at MRI 2025-06, Radiology IF:12.1Q1 DOI:10.1148/radiol.242416 PMID:40552999	研究论文	本研究开发了一种基于数据中心的深度学习系统，用于在MRI图像中检测、分割和纵向跟踪任何大小的脑转移瘤	采用数据中心方法，通过迭代数据标注和系统质量控制提高分割一致性，并使用改进的nnU-Net框架，增强了模型对小病灶的检测能力和泛化性	研究为回顾性设计，且部分患者性别信息未知	开发一个泛化性强的深度学习系统，用于脑转移瘤的检测、分割和纵向跟踪	脑转移瘤患者的MRI扫描图像	数字病理	脑转移瘤	MRI	深度学习	图像	1623名患者的1985次扫描，包含5552个脑转移瘤	nnU-Net	改进的nnU-Net	敏感性, Dice相似系数, 归一化表面距离	NA
271	2026-04-12	Anatomy-derived 3D Aortic Hemodynamics Using Fluid Physics-informed Deep Learning 2025-05, Radiology IF:12.1Q1 DOI:10.1148/radiol.240714 PMID:40326877	研究论文	本研究评估了一种基于流体物理信息循环生成对抗网络的生成式人工智能方法，用于直接从主动脉解剖结构预测其血流动力学，作为4D血流MRI的替代方案	提出了一种结合流体物理信息的循环生成对抗网络，能够仅从三维主动脉解剖分割数据快速生成准确的主动脉血流动力学参数	研究为回顾性分析，且模型训练和测试数据均来自单一机构	评估生成式AI方法在量化主动脉血流动力学方面的可行性和准确性，以替代耗时且复杂的4D血流MRI	主动脉血流动力学参数，包括收缩期三维速度矢量场、峰值速度、壁面剪切应力及主动脉瓣狭窄分类	医学影像分析	心血管疾病	4D血流MRI, 对比增强MR血管造影	GAN	三维医学影像	训练集：BAV 994例，TAV 419例；测试集：BAV 248例，TAV 104例；外部测试集：60例	NA	流体物理信息循环生成对抗网络	偏差, 一致性界限, 相关系数, 相对差异, Kappa系数	NA
272	2026-04-12	Association of Deep Learning-based Chest CT-derived Respiratory Parameters with Disease Progression in Amyotrophic Lateral Sclerosis 2025-05, Radiology IF:12.1Q1 DOI:10.1148/radiol.243463 PMID:40358443	研究论文	本研究探讨了基于深度学习的胸部CT衍生呼吸参数在预测肌萎缩侧索硬化症（ALS）疾病进展和生存期中的价值	首次利用深度学习从胸部CT中自动提取肺体积指数（LVI）和呼吸肌指数（RMI），并将其作为ALS疾病分期和生存预测的独立预后因素，特别是在延髓受累患者中验证了其有效性	研究为单中心回顾性设计，样本量相对有限（261例），且未在外部队列中进行验证，可能影响结果的普适性	评估基于深度学习的CT衍生呼吸参数在预测ALS疾病进展和患者生存期方面的临床价值	被诊断为肌萎缩侧索硬化症（ALS）并接受过胸部CT检查的患者	数字病理学	肌萎缩侧索硬化症	胸部CT成像	深度学习, 高斯过程回归器	医学影像（CT图像）	261名患者（平均年龄65.2岁，男性156名）	NA	NA	风险比（HR）, 时间依赖性受试者工作特征曲线分析, 估计误差	NA
273	2026-04-12	Deep Learning-based Quantitative CT Myocardial Perfusion Imaging and Risk Stratification of Coronary Artery Disease 2025-04, Radiology IF:12.1Q1 DOI:10.1148/radiol.242570 PMID:40298595	研究论文	本研究开发并验证了一种用于自动量化心肌血流量和缺血心肌体积百分比的深度学习模型，并探讨了其对主要不良心血管事件的预后价值	开发了首个基于深度学习的自动化CT心肌灌注成像定量模型，用于评估心肌血流量和缺血心肌体积百分比，并证明其在心血管风险分层中具有增量预后价值	研究为回顾性和前瞻性混合设计，可能存在选择偏倚；深度学习模型在外部验证中的泛化能力仍需进一步评估	开发并验证深度学习模型，用于自动量化心肌灌注参数，并评估其在冠状动脉疾病风险分层中的预后价值	接受临床指征CT心肌灌注成像和冠状动脉CT血管造影的患者	数字病理	心血管疾病	动态CT心肌灌注成像，冠状动脉CT血管造影	深度学习模型	CT图像	三个队列共1108名患者（平均年龄61岁±12，667名男性），其中队列1用于模型开发（训练集211人，验证集57人，测试集90人）	NA	NA	受试者工作特征曲线下面积，组内相关系数，C指数，风险比	NA
274	2026-04-12	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-Mar, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104789 PMID:39923968	研究论文	本研究评估了传统深度学习模型与大语言模型在从VAERS和社交媒体文本中提取COVID-19疫苗不良事件实体方面的性能，并通过集成方法提升了识别效果	通过集成微调后的传统深度学习模型与大语言模型，显著提升了不良事件实体识别的性能，特别是在特定实体类型上取得了高F1分数	研究样本量相对有限（VAERS报告230条，Twitter 3383条，Reddit 49条），且未对GPT-4进行微调，可能影响模型比较的全面性	评估大语言模型与传统深度学习模型在不良事件实体提取中的有效性，并探索集成方法对性能的影响	从VAERS、Twitter和Reddit收集的文本数据，用于提取疫苗、注射和不良事件三类实体	自然语言处理	COVID-19	文本挖掘	RNN, BioBERT, GPT-2, GPT-3.5, GPT-4, Llama-2 7b, Llama-2 13b	文本	VAERS报告230条，Twitter帖子3383条，Reddit帖子49条	NA	RNN, BioBERT, GPT系列, Llama-2	严格F1分数, 宽松F1分数, 微平均F1分数	NA
275	2026-04-12	Advancing bioinformatics with large language models: components, applications and perspectives 2025-Jan-31, ArXiv PMID:38259343	综述	本文全面概述了大型语言模型在生物信息学中的关键组成部分、应用领域及未来展望	系统性地探讨了LLMs在解决生物信息学问题（超越其在人类语言建模方面的熟练度）的潜力，并提供了针对生物信息学领域不同数据类型（基因组学、转录组学等）的实用指南	作为一篇综述文章，未提出新的原创模型或方法，主要基于现有研究和经验进行总结与展望	综述大型语言模型在生物信息学领域的应用现状、关键技术与未来发展方向	大型语言模型及其在生物信息学子领域的应用	自然语言处理, 生物信息学	NA	自监督学习, 半监督学习	Transformer	文本, 基因组数据, 转录组数据, 蛋白质组数据, 单细胞数据	NA	NA	Transformer	NA	NA
276	2026-04-12	Detecting suicide risk among U.S. servicemembers and veterans: a deep learning approach using social media data 2024-Sep, Psychological medicine IF:5.9Q1 DOI:10.1017/S0033291724001557 PMID:39245902	研究论文	本研究开发了一种基于深度学习的方法，利用军事特定社交媒体平台的数据来检测美国军人和退伍军人的自杀风险	首次在军事特定社交媒体平台上应用RoBERTa模型，结合帖文文本和元数据，以高敏感性和特异性检测自杀相关内容	样本量相对较小（8449条帖文），且仅基于单一军事社交媒体平台的数据，可能缺乏泛化性	开发算法识别社交媒体上包含自杀相关内容的帖文，以帮助检测军人和退伍军人的自杀风险	美国军人和退伍军人在军事特定社交媒体平台上的公开帖文	自然语言处理	心理健康（自杀风险）	社交媒体数据挖掘	RoBERTa	文本（社交媒体帖文）	8449条公开社交媒体帖文	NA	RoBERTa	敏感性, 特异性, 精确度, F1分数, 精确率-召回率曲线下面积	NA
277	2026-04-12	De novo design of high-affinity binders of bioactive helical peptides 2024-02, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06953-1 PMID:38109936	研究论文	本文介绍了一种基于参数化生成和深度学习的方法，用于设计能够高亲和力结合生物活性螺旋肽的蛋白质	通过扩展RFdiffusion方法，使其能够针对柔性靶点设计结合剂，并利用连续加噪和去噪（部分扩散）优化输入结构模型，实现了无需实验优化的皮摩尔级亲和力结合剂设计	未明确说明方法在更广泛肽类或复杂生物环境中的适用性限制	开发能够高亲和力结合螺旋肽的蛋白质设计方法，以改善疾病临床管理中的检测技术	螺旋肽靶点，如甲状旁腺激素和胰高血糖素	机器学习	NA	深度学习, 参数化生成	深度学习模型	蛋白质结构数据, 肽序列数据	NA	RFdiffusion	RFdiffusion	亲和力（皮摩尔级）	NA
278	2026-04-12	Heteroscedastic Uncertainty Estimation Framework for Unsupervised Registration 2024, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72069-7_61 PMID:41960565	研究论文	本文提出了一种用于无监督配准的异方差不确定性估计框架，以解决医学图像中噪声分布不均导致的配准性能下降问题	提出了自适应降低高不确定性区域影响的异方差图像不确定性估计框架，包含位移与方差估计器的协同训练策略和基于信噪比的图像保真度加权方案	未明确说明框架在极端噪声条件下的鲁棒性，也未讨论计算复杂度增加的具体影响	提升无监督医学图像配准在异方差噪声环境下的准确性和鲁棒性	医学图像配准任务	计算机视觉	NA	深度学习	深度学习模型	医学图像	三个医学图像数据集	NA	NA	配准准确性	NA
279	2026-04-12	Deep learning-based automated pipeline for blood vessel detection and distribution analysis in multiplexed prostate cancer images 2023, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2023.1296667 PMID:38323039	研究论文	本文提出了一种基于深度学习的自动化流程，用于在多重前列腺癌图像中检测和分析血管分布	结合CD31、CD34和胶原蛋白IV图像训练深度学习模型进行血管分割，并自动化分析血管大小和分布模式与疾病进展的关系	模型性能可能受到标注者间变异性的影响，且研究队列规模有限（n=215）	开发自动化管道以标准化血管分析，并探索血管特征与前列腺癌预后的关联	前列腺癌患者的多重免疫荧光图像	数字病理学	前列腺癌	多重免疫荧光成像	深度学习模型	图像	215名前列腺癌患者	NA	NA	精确率, 召回率, Dice相似系数	NA
280	2026-04-12	PredictProtein - Predicting Protein Structure and Function for 29 Years 2021-07-02, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkab354 PMID:33999203	研究论文	本文介绍了PredictProtein在线资源，一个用于蛋白质序列分析的一站式平台，自1992年以来持续提供服务，结合进化信息和机器学习预测蛋白质结构和功能	PredictProtein是首个互联网蛋白质预测服务器，率先结合进化信息和机器学习，并最近整合了深度学习嵌入预测方法	NA	提供可靠的蛋白质结构和功能预测工具，服务于计算和实验生物学家	蛋白质序列	生物信息学	NA	蛋白质序列分析	机器学习, 深度学习	蛋白质序列	每月超过3,000用户查询（2020年数据）	NA	NA	NA	卢森堡系统生物医学中心（LCSB）托管，使用MMseqs2序列搜索提升处理速度