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
2941	2026-05-23	Convolutional variational auto-encoder and vision transformer hybrid approach for enhanced early Alzheimer's detection 2025-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.3.034501 PMID:40415866	研究论文	提出一种结合卷积变分自编码器与视觉变压器的混合模型，用于早期阿尔茨海默病的增强检测	首次将卷积变分自编码器的无监督特征提取能力与视觉变压器的多头注意力机制结合，通过CVAE编码阶段捕获MRI关键特征并解码阶段去除无关细节，提升ViT对复杂模式的识别能力	未提及模型的泛化能力验证及在不同数据集上的表现稳定性	实现早期阿尔茨海默病的自动精准诊断，通过改进深度学习模型提高检测速度和准确性	阿尔茨海默病患者的脑部MRI影像	计算机视觉	阿尔茨海默病	MRI扫描	混合模型（CVAE + ViT）	图像（结构MRI）	14000个结构MRI样本，来自ADNI和SCAN数据库	PyTorch	CVAE（卷积变分自编码器）, ViT（视觉变压器）	测试准确率（93.3%）	NA
2942	2026-05-23	Non-invasive quantification of pressure drops in stenotic intracranial vessels: using deep learning-enhanced 4D flow MRI to characterize the regional haemodynamics of the pulsing brain 2025-Apr-04, Interface focus IF:3.6Q1 DOI:10.1098/rsfs.2024.0040 PMID:40191027	研究论文	利用深度学习增强的超分辨率四维血流磁共振成像量化颅内狭窄血管的压力降	首次将深度学习增强的超分辨率技术与物理信息虚拟功-能相对压力技术结合，用于无创量化颅内动脉狭窄段的压力降	NA	开发无创方法量化颅内狭窄动脉的跨狭窄压力降，评估功能性狭窄严重程度	颅内动脉狭窄患者及颅内模拟实验	机器学习, 数字病理学	颅内动脉粥样硬化疾病	四维血流磁共振成像, 深度学习增强超分辨率	深度学习模型	磁共振成像数据	颅内动脉粥样硬化疾病患者队列及颅内模拟实验	NA	超分辨率模型	准确度, 偏差, 与参考有创导管测量的一致性	NA
2943	2026-05-23	Capsule neural network and adapted golden search optimizer based forest fire and smoke detection 2025-02-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81742-y PMID:39905031	研究论文	提出一种结合改进胶囊神经网络与自适应黄金搜索优化器的森林火灾和烟雾检测方法	首次将胶囊神经网络与自适应黄金搜索优化器结合用于森林火灾和烟雾检测	未提及模型在真实场景中的部署及实时性评估	提高森林火灾和烟雾检测的准确性和可靠性	森林火灾和烟雾	计算机视觉	NA	深度学习	胶囊神经网络	图像	NA	NA	胶囊神经网络、自适应黄金搜索优化器	准确性、可靠性	NA
2944	2026-05-23	Advances in colorectal cancer diagnosis using optimal deep feature fusion approach on biomedical images 2025-02-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83466-5 PMID:39905104	研究论文	提出一种基于最优深度特征融合方法的结直肠癌诊断新方法，利用生物医学图像实现高精度分类	融合MobileNet、SqueezeNet和SE-ResNet三种深度学习模型进行特征提取，并使用Osprey优化算法进行超参数选择，最终采用深度信念网络进行分类，首次在Warwick-QU数据集上达到99.39%的准确率	仅在一个数据集上进行了验证，未提及模型的泛化能力和在真实临床环境中的表现	开发一种基于深度特征融合的计算机辅助诊断方法，提高结直肠癌病理图像诊断的准确性和一致性	结直肠癌患者的病理组织学图像	数字病理学	结直肠癌	NA	MobileNet, SqueezeNet, SE-ResNet, DBN	生物医学图像（病理组织学图像）	Warwick-QU数据集	NA	MobileNet, SqueezeNet, SE-ResNet, DBN	准确率	NA
2945	2026-05-23	ThyroNet-X4 genesis: an advanced deep learning model for auxiliary diagnosis of thyroid nodules' malignancy 2025-02-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86819-w PMID:39905156	研究论文	提出了一种名为ThyroNet-X4 Genesis的深度学习模型，用于甲状腺结节的良恶性辅助诊断	在ResNet架构基础上，通过引入分组卷积和更大的卷积核来增强特征提取能力，提升了超声图像分析性能	外部验证集准确率仅为67.02%，表明泛化能力可能有限，且未提及模型在真实临床环境中的鲁棒性评估	开发一种高精度的深度学习模型，用于自动分类甲状腺结节的良恶性，以减少误诊风险	甲状腺结节超声图像中的良性与恶性分类	计算机视觉	甲状腺结节	超声成像	卷积神经网络（CNN）	图像	使用了公开甲状腺超声图像数据集，以及来自汉中市中心医院的外部验证集，具体样本数量未提及	NA	ResNet（改进版，含分组卷积和大核卷积）	准确率	NA
2946	2026-05-23	Semantic Segmentation of TB in Chest X-rays: a New Dataset and Generalization Evaluation 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047222 PMID:40224922	研究论文	本文提出了一个新的胸部X光片结核病语义分割数据集TB-Portals SIFT，并评估了U-Net和YOLOv8-seg架构的语义分割模型在结核病变分割上的泛化能力	构建了首个可用于结核病变语义分割的大规模数据集TB-Portals SIFT，并系统比较了基于分割的分类方法与传统图像级分类方法的泛化性能	依赖伪标签进行训练，可能引入标注噪声；未在真实临床环境中验证模型效果	通过语义分割实现可解释的结核病分类，并评估分割方法的泛化能力	胸部X光片中的结核病变区域	计算机视觉	结核病	X光成像	CNN	图像	6,328张胸部X光片，包含10,435个伪标注病变实例	PyTorch	U-Net, YOLOv8-seg, DenseNet121	分割精度, 分类准确率, 目标检测性能, 泛化性能	NA
2947	2026-05-23	Enhancer-driven cell type comparison reveals similarities between the mammalian and bird pallium 2025-01-02, Science (New York, N.Y.) DOI:10.1126/science.adp3957 PMID:39946451	研究论文	利用深度学习表征增强子代码，比较羊膜动物端脑细胞类型的相似性	提出了三种基于增强子代码的指标，用于跨物种比较细胞类型；生成了鸡端脑的单细胞多组学和空间分辨转录组数据	未明确说明局限性	比较羊膜动物（哺乳动物和鸟类）端脑细胞类型的相似性	羊膜动物的端脑细胞类型，包括非神经元、GABA能神经元和兴奋性神经元	机器学习	NA	单细胞多组学、空间分辨转录组学	深度学习模型	基因表达数据、增强子序列数据	鸡端脑的单细胞多组学和空间分辨转录组数据	NA	NA	NA	NA
2948	2026-05-23	Imatinib adherence prediction using machine learning approach in patients with gastrointestinal stromal tumor 2025-Jan-01, Cancer IF:6.1Q1 DOI:10.1002/cncr.35548 PMID:39238433	研究论文	使用机器学习和深度学习技术预测胃肠间质瘤患者对伊马替尼的依从性	首次在真实世界中使用机器学习技术预测胃肠间质瘤患者伊马替尼不依从的相关因素	NA	调查胃肠间质瘤患者的伊马替尼依从率并开发基于机器学习和深度学习的预测模型	胃肠间质瘤患者的伊马替尼依从行为	机器学习	胃肠间质瘤	问卷调查	极限梯度提升、轻量级梯度提升机、分类提升、随机森林、支持向量机、人工神经网络、多层感知器、朴素贝叶斯、TabNet、Wide&Deep	问卷数据	397名胃肠间质瘤患者	NA	LGBM, XGBoost, CatBoost, RF, SVM, ANN, MLP, NaiveBayes, TabNet, Wide&Deep	F1分数	NA
2949	2026-05-23	Researching public health datasets in the era of deep learning: a systematic literature review 2025 Jan-Mar, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582241307839 PMID:39794941	综述	对深度学习在公共卫生数据预测分析中的应用进行系统文献综述，识别挑战与趋势	系统梳理了2015年以来深度学习在公共卫生数据应用中的激增趋势，归纳了可解释AI、患者嵌入学习及多源数据融合等新兴方向	未提出标准化方法解决现有挑战，缺乏跨学科协作的具体指南	探索深度学习在公共卫生数据预测分析中的应用现状、挑战与发展趋势	公共卫生领域的多样化数据集	机器学习	公共卫生相关疾病（14类疾病类别）	NA	深度学习模型	公共卫生数据	2004篇文献	NA	NA	NA	NA
2950	2026-05-23	Identifying protected health information by transformers-based deep learning approach in Chinese medical text 2025 Jan-Mar, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582251315594 PMID:39862116	研究论文	提出基于BERT的深度学习算法以识别中文医疗文本中的受保护健康信息，并验证其在中文临床上下文中隐私保护的可行性	首次将BERT结合BiLSTM-CRF模型应用于中文临床文本隐私信息识别，并预训练医学语料库提升性能	未明确说明局限性	提出一种基于Transformer的深度学习方法来识别中文临床文本中的受保护健康信息，并验证该方法在隐私保护中的效果	中文临床文本中的受保护健康信息	自然语言处理	不适用	BERT	深度学习模型	文本	来自151家医疗机构的33017份出院小结	PyTorch	BERT, BiLSTM, CRF	微平均召回率, F1值	不适用
2951	2026-05-23	Ventilator pressure prediction employing voting regressor with time series data of patient breaths 2025 Jan-Mar, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582241295912 PMID:39988551	研究论文	提出一种新颖的混合呼吸机压力预测器（H-VPP），利用患者呼吸时间序列数据预测呼吸机气道压力	提出混合投票回归器方法，结合时间序列数据分析肺部属性R和C对高压的影响，预测性能优于现有机器学习与深度学习模型	NA	准确预测呼吸机呼吸回路中的气道压力，降低因压力不当导致患者肺损伤或供氧不足的风险	患者呼吸时的呼吸机气道压力与肺部属性（R和C）	机器学习	呼吸机相关疾病（COVID-19相关）	NA	投票回归器（Voting Regressor）	时间序列数据（患者呼吸）	NA	NA	混合投票回归器（H-VPP）	R值、平均绝对误差、均方误差	NA
2952	2026-05-23	A practical machine learning approach for predicting the quality of 3D (bio)printed scaffolds 2024-07-25, Biofabrication IF:8.2Q1 DOI:10.1088/1758-5090/ad6374 PMID:39008994	研究论文	本研究提供了一个关于3D打印支架的最大规模开源数据集，并运用多种机器学习和深度学习算法预测支架质量、细胞响应和可打印性	提供了最全面的开源数据集，涵盖1171个支架、60种生物材料、49种细胞系及不同打印条件，并使用超过40种机器学习与深度学习算法进行预测	信息缺乏，待进一步说明	利用人工智能技术预测3D生物打印支架的质量，克服数据稀缺问题	3D打印支架的质量、细胞响应和可打印性	机器学习	NA	3D生物打印	机器学习与深度学习算法	表格数据	1171个3D打印支架样本	Scikit-learn, XGBoost, LightGBM, PyTorch	KMeans, XGBoost, Gradient Boosting, Extra Trees Classifier, Random Forest Classifier, LightGBM, 全连接神经网络（6个隐藏层）	准确率, F1分数	NA
2953	2026-05-23	A variational autoencoder trained with priors from canonical pathways increases the interpretability of transcriptome data 2024-07, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1011198 PMID:38959284	研究论文	利用先验来自规范通路的变分自编码器提高转录组数据的可解释性	提出一种利用生物学数据先验指导网络学习基于可理解生物学概念的转录组表示的变分自编码器	NA	通过变分自编码器提高转录组数据的可解释性，实现基于生物通路水平的差异分析	转录组数据	机器学习	NA	RNA-seq	变分自编码器	基因表达数据	NA	NA	VAE, β-VAE, 先验引导VAE	重构准确度, 语义准确性	NA
2954	2026-05-23	The Use of Deep Learning Software in the Detection of Voice Disorders: A Systematic Review 2024-06, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.636 PMID:38168017	系统综述	总结深度学习在声学及喉镜输入检测嗓音障碍中的应用，比较不同神经网络准确性，并与专家临床视觉检查对比	首次系统比较CNNs和MLPs在不同输入类型（声学vs影像）下的诊断准确性，并探讨其相对于专家临床检查的效能	仅限有限比较中显示深度学习优于专家检查，缺乏外部验证研究	评估深度学习在嗓音障碍检测中的有效性	健康与嗓音障碍患者的分类诊断	自然语言处理, 数字病理学	嗓音障碍	深度学习	CNN, MLP	音频, 图像	34项研究纳入，包括18项声学分析、15项影像分析、1项两者兼顾	NA	CNN, MLP	准确率	NA
2955	2026-05-23	DeepDynaForecast: Phylogenetic-informed graph deep learning for epidemic transmission dynamic prediction 2024-04, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1011351 PMID:38598563	研究论文	提出了DeepDynaForecast，一种基于系统发育树和图的深度学习系统，用于预测传染病传播动态	结合系统发育树拓扑和人口参数的原始-对偶图学习结构，采用快捷多层聚合技术，实现了对新兴高风险群体传播动态的早期识别与预测	NA	开发基于系统发育的深度学习系统，用于预测传染病传播风险和模式，以优化公共卫生干预策略	人类免疫缺陷病毒（HIV）在佛罗里达州2012年至2020年的传播动态	机器学习	艾滋病（HIV）	系统发育分析	图神经网络（GNN）	模拟爆发数据和真实大规模流行病数据	NA	PyTorch	原始-对偶图学习结构，快捷多层聚合	准确率	NA
2956	2026-05-23	Vocal Cord Leukoplakia Classification Using Siamese Network Under Small Samples of White Light Endoscopy Images 2024-04, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.591 PMID:38037413	研究论文	提出一种基于非常深孪生网络的方法，在小样本白色喉镜图像下对声带白斑进行分类	引入非常深孪生网络处理小样本数据，在声带白斑分类上实现高准确性	未明确说明，但基于小样本数据可能限制泛化能力	实现声带白斑的准确分类以辅助临床诊断和手术治疗	声带白斑白色喉镜图像，分为正常组织、炎性角化、轻度异型增生、中度异型增生、重度异型增生和鳞状细胞癌六类	计算机视觉	声带白斑	白色喉镜成像	孪生网络	图像	小样本数据集（具体数量未给出）	NA	非常深孪生网络	准确性、敏感性、特异性	NA
2957	2026-05-23	End-to-end deep learning approach to mouse behavior classification from cortex-wide calcium imaging 2024-03, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1011074 PMID:38478563	研究论文	利用端到端深度学习模型从皮层钙成像数据中分类小鼠行为状态	提出一种结合卷积神经网络和循环神经网络的端到端解码器，能高精度分类行为状态并识别关键脑区，提供可解释性	仅在小鼠数据上验证，未提及模型在更大数据集或不同条件下的泛化能力	探索深度学习在解码小鼠脑活动与行为关系中的表现及可解释性	小鼠行为状态及其与皮层钙成像数据的关联	计算机视觉	不适用	钙成像	卷积神经网络（CNN）和循环神经网络（RNN）	钙成像图像序列	不适用	不适用	CNN-RNN	准确率、鲁棒性	不适用
2958	2026-05-23	IntroUNET: Identifying introgressed alleles via semantic segmentation 2024-02, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1010657 PMID:38377104	研究论文	提出IntroUNET方法，利用语义分割深度学习算法从基因组比对中识别每个个体的渐渗等位基因	首次将语义分割深度学习算法应用于群体遗传学中的渐渗等位基因识别，能推断每个个体中哪些等位基因来自另一群体，并可扩展至识别未采样‘幽灵群体’的渐渗	依赖模拟数据进行训练，真实数据应用可能受模型假设偏差影响	开发一种能从群体基因组比对中精确识别每个个体渐渗等位基因的深度学习方法	群体基因组序列比对数据（模拟数据及果蝇真实数据）	机器学习	NA	基因组测序	语义分割神经网络（类似U-Net架构的卷积神经网络）	基因组序列图像表示	模拟数据（两群体比对）及果蝇真实数据	NA	语义分割网络	准确率	NA
2959	2026-05-23	Methods and considerations for estimating parameters in biophysically detailed neural models with simulation based inference 2024-02, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1011108 PMID:38408099	综述性研究论文	本文探讨利用基于仿真的推断方法估计生物物理详细神经模型参数的途径和考量，提供从简化示例到实际MEG/EEG波形的应用指南，并利用人类新皮层神经求解器的大规模神经建模框架进行说明	提出将基于仿真的推断应用于大规模生物物理详细神经模型的系统性指导，包括参数推断以解释时间序列波形的方法，并利用诊断评估后验估计的质量和唯一性	大规模生物物理详细模型中基于仿真的推断的使用仍具挑战，且针对时间序列波形的推断方法尚未完全确立，方法学有待进一步完善	提供如何将SBI应用于生物物理详细神经模型以估计时间序列波形的指南和考量，建立原则性基础以指导未来应用	生物物理详细神经模型中的参数与时间序列波形（如振荡和事件相关电位模拟）	机器学习	NA	基于仿真的推断，深度密度估计	生物物理详细神经模型	MEG/EEG波形时间序列数据	NA	PyTorch, TensorFlow	密度估计网络（如归一化流）	后验估计质量、唯一性诊断指标	GPU（如NVIDIA V100或同类）
2960	2026-05-23	Using deep learning to quantify neuronal activation from single-cell and spatial transcriptomic data 2024-01-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-44503-5 PMID:38278804	研究论文	通过深度学习方法从单细胞和空间转录组数据量化神经元激活水平	提出NEUROeSTIMator模型，能够整合转录组信号估计神经元激活，与Patch-seq电生理特征相关且对物种、细胞类型和脑区差异具有鲁棒性	NA	开发一种从单细胞和空间转录组数据准确量化神经元激活的深度学习工具	神经元激活相关的转录组数据	机器学习	NA	单细胞RNA测序（scRNA-seq），空间转录组学	深度学习模型	转录组数据	NA	NA	NEUROeSTIMator	准确度	NA