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
2821	2026-07-05	Assessment of Protein-Protein Docking Models Using Deep Learning 2024, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-3985-6_10 PMID:38987469	综述文章	本文回顾了蛋白质对接模型评估方法的进展，特别关注了将深度学习应用于多种网络架构的最新发展	系统综述了深度学习在蛋白质对接模型评估中的最新应用，涵盖了多种网络架构的创新使用	未详细说明具体的数据集规模、模型性能指标或计算资源需求，缺乏定量比较分析	回顾蛋白质对接模型评估方法的进展，特别是深度学习技术的应用	蛋白质对接模型评估方法	机器学习	NA	蛋白质对接，深度学习	多种深度学习网络架构	蛋白质结构数据	NA	NA	多种网络架构	NA	NA
2822	2026-07-05	Refinement of Docked Protein-Protein Complexes Using Repulsive Scaling Replica Exchange Simulations 2024, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-3985-6_15 PMID:38987474	研究论文	使用基于排斥缩放副本交换模拟的方法优化预测的蛋白质-蛋白质复合物结构	开发了一种改进的副本交换模拟方案，通过在不同副本中施加不同的排斥偏置来优化蛋白质复合物结构，同时实现真实自由能评分	未提及	提高预测的蛋白质-蛋白质复合物结构准确性和评分可靠性	蛋白质-蛋白质复合物	机器学习	NA	分子动力学模拟	NA	蛋白质结构数据	2个蛋白质复合物例子	NA	NA	NA	NA
2823	2026-07-05	Exploiting the Role of Features for Antigens-Antibodies Interaction Site Prediction 2024, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-3985-6_16 PMID:38987475	研究论文	利用层次表示和图卷积网络预测抗体-抗原相互作用位点	采用混合方法HSS-PPI，结合层次蛋白质表示和图卷积网络，并评估不同特征集（特别是结构特征）对预测性能的影响	未明确提及，但可能受限于特征工程和模型泛化能力	预测抗体-抗原相互作用位点，以降低实验成本并辅助药物和疫苗设计	抗体-抗原蛋白质序列及其相互作用界面位点	机器学习	NA	NA	图卷积网络 (GCN)	蛋白质序列和结构特征数据	NA	NA	图卷积网络 (GCN)	标准评价指标（如准确率、精确率、召回率、F1分数、AUC等，具体未指明）	NA
2824	2026-07-05	Deep learning for single-molecule science 2017-Oct-20, Nanotechnology IF:2.9Q2 DOI:10.1088/1361-6528/aa8334 PMID:28762339	教程	本文是一篇教程，通过逐步指南说明如何将卷积神经网络（CNN）用于DNA测序中的碱基调用，并与支持向量机（SVM）进行比较	在单分子科学领域引入深度学习技术，特别是卷积神经网络，提供一个新的数据分析和预测方法	深度神经网络具有“黑箱”特性，影响数据解释和内部工作机制的理解	展示深度学习在单分子科学中的应用，特别是DNA测序碱基调用	单分子数据，特别是DNA测序数据	机器学习	NA	DNA测序	CNN	序列数据	NA	NA	卷积神经网络（CNN），支持向量机（SVM）	NA	NA
2825	2026-07-04	Deep learning‑based prediction of in‑hospital mortality for acute kidney injury 2026-Jul, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2470809 PMID:40052403	研究论文	利用深度学习模型预测急性肾损伤患者的院内死亡率	提出GCAT模型，通过构建患者特征相似性网络和基于图卷积网络的预测框架，捕获患者间属性特征的相似性，从而提高预测性能	未在外部数据集进行验证，且依赖于MIMIC-III数据库，可能限制模型的泛化能力	开发一种用于医院环境中识别高风险急性肾损伤患者的预测模型	急性肾损伤（AKI）住院患者	机器学习	急性肾损伤	NA	图卷积网络（GCN）	结构化临床数据	MIMIC-III数据集中的大量患者	NA	GCAT	准确率（Accuracy）	NA
2826	2026-07-04	Deep Learning Estimation of Small Airway Disease from Inspiratory Chest Computed Tomography: Clinical Validation, Repeatability, and Associations with Adverse Clinical Outcomes in Chronic Obstructive Pulmonary Disease 2025-07, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202409-1847OC PMID:40072247	研究论文	利用深度学习从吸气相胸部CT评估小气道疾病，验证其在慢性阻塞性肺疾病中的临床有效性、可重复性及与不良临床结局的关联	首次通过生成式AI仅从吸气相CT估计功能性小气道疾病，替代传统双容积参数响应映射所需的呼气相CT扫描	NA	评估AI模型在仅用吸气相CT估算小气道疾病时的临床表现，并与双容积法比较，同时探究其与肺功能下降等临床结局的关联	慢性阻塞性肺疾病患者中的功能性小气道疾病	机器学习	慢性阻塞性肺疾病	CT	生成式模型	CT图像	SPIROMICS队列2513名参与者（其中1055名用于模型开发，1458名用于验证）及COPDGene队列458名患者	NA	生成式模型	Pearson相关系数, 组内相关系数, FEV1下降率	NA
2827	2026-07-04	Artificial intelligence applications for the diagnosis of pulmonary nodules 2025-07-01, Current opinion in pulmonary medicine IF:2.8Q2 DOI:10.1097/MCP.0000000000001179 PMID:40326426	综述	评估人工智能在肺结节诊断中的应用，聚焦于临床实践与局限性	系统总结AI在影像和血液/组织诊断中的最新进展，强调临床挑战而非技术细节	缺乏前瞻性多机构验证，存在过拟合和泛化能力不足的问题；AI的“黑箱”性质及与医生评估的重叠输入增加临床整合难度	梳理AI在孤立性肺结节诊断中的临床价值与挑战	孤立性肺结节（SPN）的诊断方法	计算机视觉，机器学习	肺结节	CT影像分析， RNA测序	卷积神经网络，机器学习	影像数据，血液/组织数据	未提及具体样本量	未提及	用于结节检测、假阳性减少、分割和分类的卷积神经网络结构	Dice相似系数（0.70-0.92），曲线下面积（0.86-0.97，最高0.907）	未提及
2828	2026-07-04	Comparative analysis and enhancing rainfall prediction models for monthly rainfall prediction in the Eastern Thailand 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103094 PMID:39802428	研究论文	评估泰国东部月降雨量预测模型，并开发一种新型混合深度学习模型以提高预测精度	针对厄尔尼诺和南方涛动不同条件开发新型混合深度学习模型，优化海洋尼诺指数与当地气象参数之间的时间依赖关系	NA	评估和改进泰国东部的月降雨量预测模型	泰国东部的月降雨量	机器学习	NA	NA	RNN, LSTM, GRU, 混合深度学习模型	气象数据	五个选定站点的月降雨量数据	NA	RNN with ReLU, LSTM, GRU（单层）, LSTM+LSTM, LSTM+GRU（多层）	平均绝对误差 (MAE), 均方根误差 (RMSE)	NA
2829	2026-07-04	Automatic Vertical Root Fracture Detection on Intraoral Periapical Radiographs With Artificial Intelligence-Based Image Enhancement 2025-06, Dental traumatology : official publication of International Association for Dental Traumatology IF:2.3Q2 DOI:10.1111/edt.13027 PMID:39829209	研究论文	探索迁移学习技术并结合人工智能图像增强，以提升口腔根尖X光片中垂直根折的诊断准确性	首次结合迁移学习与粒子群优化和深度学习图像增强方法，用于垂直根折的自动检测，并评估了融合模型在离体牙和患者口内图像上的表现	研究样本量有限，仅为378张根尖X光片，且主要聚焦于磨牙和前磨牙，可能限制了模型的泛化能力	提升垂直根折在放射影像中的诊断准确性，开发全自动诊断系统	垂直根折（VRF）的检测	数字病理学	牙科疾病	口腔根尖X光	CNN	图像	378张根尖X光片，包括195颗骨折牙和183颗非骨折牙	NA	DenseNet, ConvNext, Inception121, MobileNetV2	准确率, 精确率, 召回率, F1分数, AUC, kappa值	NA
2830	2026-07-04	Integrating Social Determinants of Health and Established Risk Factors to Predict Cardiovascular Disease Risk Among Healthy Older Adults 2025-06, Journal of the American Geriatrics Society IF:4.3Q1 DOI:10.1111/jgs.19440 PMID:40099367	research paper	本研究整合社会健康决定因素与既有风险因子，预测健康老年人心血管疾病风险	首次将社会健康决定因素纳入心血管疾病风险预测模型，并发现其对女性的影响大于男性	NA	评估社会健康决定因素对心血管疾病风险预测的改善效果	70岁及以上无心血管疾病、痴呆症及独立活动受限的老年人	machine learning	心血管疾病	NA	随机生存森林、DeepSurv、神经多任务逻辑回归	纵向临床数据与社会学数据	12896名健康老年人（5884名男性，7012名女性）	NA	随机生存森林、DeepSurv、神经多任务逻辑回归	C-index, 综合Brier分数, 5年AUC, 10年AUC	NA
2831	2026-07-04	Automatic Segmentation of Vestibular Schwannoma From MRI Using Two Cascaded Deep Learning Networks 2025-04, The Laryngoscope DOI:10.1002/lary.31979 PMID:39744768	research paper	提出一种级联两个卷积神经网络模型的方法，用于从MRI中自动分割前庭神经鞘瘤，以提升分割性能	创新性地采用了两个UNet模型顺序连接，第一个UNet的分割结果输入第二个网络进行精炼，并结合空间注意力机制，在2D、2.5D和3D架构上均提升了分割效果	深度学习方法因肿瘤变异性面临泛化挑战，论文未详细讨论跨中心或大样本验证的局限性	通过深度学习自动检测和分割前庭神经鞘瘤，提升MRI自动分割性能	前庭神经鞘瘤	computer vision	vestibular schwannoma	MRI	CNN	image	使用公共和私有数据集，包含对比增强T1和高分辨率T2加权MRI图像，具体样本数量未提及	NA	UNet	Dice score	NA
2832	2026-07-04	Artificial Intelligence in Temporal Bone Imaging: A Systematic Review 2025-03, The Laryngoscope DOI:10.1002/lary.31809 PMID:39352072	综述	系统综述人工智能在颞骨影像学中的应用	首次系统综述AI在颞骨成像中的应用，涵盖72篇研究并评价质量	现有研究存在异质性和质量差异，需更标准化的方法学	阐明人工智能在颞骨影像学中的当前作用	颞骨影像学中的人工智能应用，包括CT和MRI成像	计算机视觉	颞骨疾病	NA	神经网络	图像	72篇研究	NA	卷积神经网络	NA	NA
2833	2026-07-04	Toward Intelligent Head Impulse Test: A Goggle-Free Approach Using a Monocular Infrared Camera 2025-03, The Laryngoscope DOI:10.1002/lary.31848 PMID:39422423	研究论文	提出一种无需护目镜的智能头脉冲测试方法，使用单目红外摄像头和深度学习进行前庭功能评估	首次提出用单目红外摄像头替代传统头部护目镜，结合两阶段多模态视频分类网络，实现无需校准的完全自动化前庭功能检测	未提及具体局限性	开发一种无需护目镜、低成本、易操作的智能头脉冲测试方法，用于评估前庭功能	前庭功能检测中的视频头脉冲测试视频片段	计算机视觉，机器学习	前庭功能障碍	红外摄像头录制	两阶段多模态视频分类网络	视频	文章中未明确提及具体样本数量	PyTorch	两阶段多模态视频分类网络	准确率	NA
2834	2026-07-04	A deep learning method for total-body dynamic PET imaging with dual-time-window protocols 2025-03, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-07012-1 PMID:39688700	research paper	开发了一种基于深度学习的双向序列到序列模型，用于从双时间窗协议预测全身动态PET图像，以缩短扫描时间	提出双向注意力序列到序列模型，利用双时间窗协议预测完整动态PET图像，显著缩短扫描时间并提高图像质量	仅针对肺结节和乳腺结节患者，样本量较小（70例），且需要进一步验证在其他患者群体和不同示踪剂中的泛化能力	开发深度学习算法从双时间窗协议预测动态PET图像，减少扫描时间并促进动态PET的临床推广	70例诊断为肺结节或乳腺结节的患者（年龄53.61±13.53岁，32名男性）	machine learning	NA	动态PET/CT成像	Bi-AT-Seq2Seq	图像	70例患者（32名男性，38名女性）	NA	Bi-AT-Seq2Seq	MAE, Bias, PSNR, SSIM, CCC	NA
2835	2026-07-04	Rapid discrimination and ratio quantification of mixed antibiotics in aqueous solution through integrative analysis of SERS spectra via CNN combined with NN-EN model 2025-03, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.03.016 PMID:38531495	研究论文	提出一种结合卷积神经网络与非负弹性网络的深度学习模型，用于对水溶液中混合抗生素的SERS光谱进行快速鉴别和比例定量分析	首次将CNN与NN-EN模型集成用于SERS光谱分析，实现混合抗生素组分的识别与比例同时定量，并利用SHAP解释模型聚焦特征峰分布	研究仅针对三种抗生素（环丙沙星、多西环素、左氧氟沙星）的混合物，未涵盖更复杂的多种抗生素共存或实际水样基质干扰情况	开发基于深度学习算法的SERS光谱智能分析模型，实现水环境中混合抗生素残留的快速鉴别和组分比例定量	水环境中环丙沙星、多西环素和左氧氟沙星三种抗生素残留混合物	机器学习	NA	表面增强拉曼光谱	卷积神经网络、非负弹性网络	光谱数据	三种抗生素（环丙沙星、多西环素、左氧氟沙星）混合物样本	NA	CNN、NN-EN	识别准确率	NA
2836	2026-07-04	Quantifying Nuclear Structures of Digital Pathology Images Across Cancers Using Transport-Based Morphometry 2025-02, Cytometry. Part A : the journal of the International Society for Analytical Cytology DOI:10.1002/cyto.a.24917 PMID:39982036	研究论文	提出一种基于最优输运的形态测量学方法，用于量化数字病理图像中的细胞核结构，并跨癌症类型进行分析	首次将最优输运数学理论引入核染色质信息建模，通过传输形态测量框架实现对细胞核完整信息内容的表示，且对不同染色模式和成像协议具有鲁棒性	NA	开发一种可定量比较不同数据集和癌症类型中细胞核形态差异的计算方法	数字病理图像中的细胞核结构，包括来自肝实质、甲状腺、肺间皮和皮肤上皮的肿瘤样本	数字病理学	多种癌症（肝癌、甲状腺癌、肺癌、皮肤癌）	最优输运数学方法、特征提取、深度学习	传输形态测量框架	图像	多来源数据集（TCGA、人类蛋白质图谱），包含多种癌症类型的肿瘤样本	NA	传输形态测量网络	NA	NA
2837	2026-07-04	A hybrid CNN-Bi-LSTM model with feature fusion for accurate epilepsy seizure detection 2025-01-06, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02845-0 PMID:39762881	研究论文	提出一种结合特征融合的混合CNN-Bi-LSTM模型，用于准确检测癫痫发作	首次将离散小波变换、SVM-RFE特征选择与CNN-Bi-LSTM混合模型结合，实现高精度癫痫发作分类	未提及模型在真实临床环境中的计算效率及跨中心泛化能力验证	开发快速、准确、非侵入性的癫痫发作检测方法	脑电图（EEG）信号	机器学习	癫痫	EEG信号分析	CNN-Bi-LSTM	EEG信号	Bonn数据集、New Delhi数据集、CHB-MIT数据集（具体样本数未说明）	NA	卷积神经网络（CNN）与双向长短期记忆网络（Bi-LSTM）	准确率、敏感度、特异性、精确度、F1分数	NA
2838	2026-07-04	GNCnn: A QuPath extension for glomerulosclerosis and glomerulonephritis characterization based on deep learning 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.049 PMID:39802211	研究论文	提出一个名为GNCnn的QuPath扩展，用于基于深度学习的肾小球硬化和肾小球肾炎表征	首个专为肾病理学设计的开源QuPath扩展，集成了深度学习模型，可在肾病理学家工作空间内直接完成肾小球检测、硬化和肾小球肾炎分类的完整工作流	NA	为肾病理学家提供一个免费易用的应用，用于测量和分析肾小球以识别肾小球硬化和肾小球肾炎	肾小球	数字病理学	肾小球硬化, 肾小球肾炎	全切片成像	深度学习	图像	NA	QuPath	NA	Dice系数, 平衡准确率	NA
2839	2026-07-04	An Optimized Bidirectional Long Short-Term Memory Model Based on Hyperspectral Analysis of Protein Content in Milk Powder 2025-Jan, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.4556 PMID:39803281	研究论文	提出了一种基于高光谱分析的优化双向长短期记忆模型，用于快速检测奶粉中的蛋白质含量	引入注意力机制为BiLSTM隐藏状态分配不同权重，并利用鲸鱼优化算法自动优化模型超参数	未提及	实现奶粉蛋白质含量的快速无损检测	奶粉样品中的蛋白质含量	机器学习	NA	高光谱分析	双向长短期记忆网络结合注意力机制	高光谱数据	NA	NA	BiLSTM-Attention	决定系数, 均方根误差	NA
2840	2026-07-04	Multidimensional morphological analysis of live sperm based on multiple-target tracking 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.02.025 PMID:39803335	研究论文	设计了一个基于多目标跟踪的深度学习算法框架，实现对运动活精子形态的多维非侵入性分析	改进FairMOT跟踪算法，将同精子头在相邻帧间的移动距离和角度以及检测框IOU值融入匈牙利匹配代价函数，并使用BlendMask和SegNet进行精子分割和形态组分分离	NA	实现精子进行性运动和形态的自动化检测，提升临床精子形态测试方法，推动辅助生殖技术发展	活精子样本	计算机视觉	NA	NA	深度学习	图像	从多家三级医院收集的1272份样本	NA	FairMOT, BlendMask, SegNet	形态学准确率	NA