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
2981	2026-08-28	Scalable deep learning reconstruction for accelerated multidimensional nuclear magnetic resonance spectroscopy of proteins 2025-09-26, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adw8122 PMID:41004582	研究论文	本文介绍了一种可扩展的深度学习重建方法，用于加速高维核磁共振波谱分析，特别针对蛋白质结构测定，实现了3D和4D NMR的高效重建。	提出了一种基于一维数据学习的网络设计，通过外积和一阶Hankel矩阵近似，实现了跨加速因子（2至33）的鲁棒3D重建，并首次展示了4D NMR的人工智能重建可能性。	论文摘要未明确提及局限性，但可推测扩展至高维需要复杂网络和更多数据，可能限制应用。	开发可扩展的深度学习重建方法，以加速高维NMR波谱采集，支持蛋白质结构测定。	蛋白质的核磁共振波谱数据，包括时间域信号和相应的多维频谱。	机器学习	NA	核磁共振波谱（NMR）	神经网络	波谱数据（时间域信号）	示例包括3D和4D NMR数据集，具体样本量未在摘要中说明。	NA	基于一维数据的学习网络（结构细节未在摘要中提供）	重建保真度（未明确指标，但涉及跨加速因子的鲁棒性）	NA
2982	2026-08-28	Box embeddings for extending ontologies: a data-driven and interpretable approach 2025-Sep-01, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01086-1 PMID:40890838	研究论文	提出使用盒嵌入方法扩展本体，通过数据驱动和可解释的方式学习多标签数据集中的隐含层级关系，并在ChEBI本体上验证其性能。	在训练阶段强制模型输出具有分类结构，使用轴对齐超矩形（盒子）表示本体类别，无需显式提供分类体系即可捕捉隐含层次关系，同时实现可解释性和最先进的分类性能。	摘要未提及具体限制，可能包括对大型本体或复杂层次关系的扩展性和计算开销问题，但未明确说明。	通过盒嵌入的语义结构使深度学习模型输出可解释，并在多标签分类任务中学习标签间的隐含层次关系。	多标签数据集和ChEBI本体中的类别及其层次关系。	机器学习	不适用	盒嵌入（box embeddings）	盒嵌入模型	多标签数据	未提供具体样本数量，仅在ChEBI本体上评估。	未提及	未明确指定，但涉及盒嵌入结构。	层次关系逼近能力和多标签分类性能（如准确率等，具体未详述）。	未提及
2983	2026-08-28	When deep learning is not enough: artificial life as a supplementary tool for segmentation of ultrasound images of breast cancer 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03026-x PMID:38498125	研究论文	本文提出了一种结合深度学习和人工生命的混合模型，用于乳腺超声图像中肿瘤的分割，以提高分割精度并处理未见过的数据。	引入了一种新颖的混合方法，将深度学习与多代理人工生命相结合，能够在较小的数据集上训练，并显著优于14种最先进的算法。	未明确指出局限性，但可能包括对图像质量和机器规格的敏感性，以及需要进一步验证泛化能力。	开发一种高精度、小数据集需求且能处理未知数据的AI模型，用于乳腺超声图像中肿瘤分割，辅助诊断和超声引导活检。	乳腺超声图像中的肿瘤区域	计算机视觉	乳腺癌	超声波成像	深度学习（DL）和人工生命（AL）混合模型	图像	1264张超声图像，患者年龄22-73岁	NA	Unet（作为基准），DL-AL混合架构	Dice系数、相对Hausdorff距离	NA
2984	2026-08-28	ConsAMPHemo: A computational framework for predicting hemolysis of antimicrobial peptides based on machine learning approaches 2025-07, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70087 PMID:40519190	研究论文	提出ConsAMPHemo框架，基于深度学习预测抗菌肽的溶血活性并进行浓度回归。	采用两阶段深度学习框架，结合二元分类和回归预测，并分析特征与溶血活性的相关性。	未提及具体限制。	开发成本有效的抗菌肽溶血活性预测方法，并揭示低溶血毒性的设计原则。	抗菌肽（AMPs）	机器学习	NA	深度学习	深度学习模型（具体未指明）	序列数据（氨基酸序列）	三个不同数据集	NA	NA	准确率、Pearson相关系数	NA
2985	2026-08-28	Three-Dimensional Choroidal Vessel Analysis in Asymmetric Bilateral Age-Related Macular Degeneration: A Comparison of Active Neovascular AMD and Dry AMD Fellow Eyes 2025-07-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.9.64 PMID:40719538	研究论文	本研究利用创新的三维算法评估双侧年龄相关性黄斑变性（AMD）患者中新生血管性AMD眼与干性AMD眼的脉络膜血管特征，发现新生血管性AMD眼具有更高的血管直径和脉络膜血管指数，但脉络膜厚度较低	使用创新性三维算法分割脉络膜血管，并比较同一患者双眼不同AMD类型的脉络膜血管参数，提供了对不对称双侧AMD的深入理解	研究为回顾性横断面设计，样本量较小（30名患者，60只眼），可能限制了统计效力	评估双侧年龄相关性黄斑变性患者中，新生血管性AMD眼与干性AMD眼的脉络膜血管结构差异，以探讨活动性脉络膜新生血管相关的血管变化	30名不对称双侧AMD患者（60只眼睛），其中一只眼为新生血管性AMD，另一只为干性AMD	医学影像分析	年龄相关性黄斑变性	扫频源光学相干断层扫描	深度学习算法	眼底图像（OCT扫描）	30名患者，60只眼睛	未提及	未提及（验证的深度学习算法）	平均脉络膜血管直径、血管间距、脉络膜厚度、脉络膜血管指数	未提及
2986	2026-08-28	A deep learning model integrating domain-specific features for enhanced glaucoma diagnosis 2025-05-23, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02925-9 PMID:40410768	研究论文	提出一种结合领域特定特征的深度学习模型，用于增强青光眼诊断，区分青光眼和生理性大视杯	将无结构特征（深度卷积神经网络学习）与基于视盘四象限杯盘比的结构化领域特征相结合，以提高青光眼诊断的准确性	未提及	开发一种结合领域特征的深度学习模型，以自动化且准确地区分青光眼和生理性大视杯	视网膜图像中的视盘和视杯区域，包括正常、生理性大视杯和青光眼视杯	计算机视觉	青光眼	眼底成像	卷积神经网络（CNN）	图像	未明确提及样本数量，但涉及正常、生理性大视杯和青光眼视杯的图像	未提及	全卷积神经网络（用于分割）、深度卷积神经网络（用于特征学习）	平均精度（AP）、准确率、精确率、召回率	未提及
2987	2026-08-28	Deep learning health space model for ordered responses 2025-05-16, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03026-3 PMID:40380121	研究论文	本研究开发了深度学习健康空间模型，用于有序响应数据的个体健康状况可视化，并与统计模型比较性能	首次将深度学习用于健康空间模型，提出深度有序神经网络（DONN）以处理有序响应，能够建模复杂的非线性生物关系	未明确提及限制，但可能包括模型复杂性和外部验证规模有限	开发深度学习健康空间模型，以更有效地可视化个体健康状况，并克服统计模型的非线性限制	个体健康状态	机器学习	NA	NA	深度神经网络（DNN）、深度有序神经网络（DONN）	临床调查数据（来自KNHANES、Ewha-Boramae队列和KARE项目）	训练集32,140样本（KNHANES），外部验证集862样本（Ewha-Boramae队列）和3,199样本（KARE项目）	NA	DNN、DONN	判别性能（未具体说明指标，可能为准确率或AUC）	NA
2988	2026-08-28	Classification of lung cancer severity using gene expression data based on deep learning 2025-05-14, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03011-w PMID:40369502	研究论文	提出一种基于卷积神经网络（CNN）的深度学习模型，利用基因表达数据对肺腺癌（LUAD）和肺鳞状细胞癌（LUSC）进行分期分类。	针对基因数据集中样本量少和特征维度高导致的类别不平衡和过拟合问题，从医学角度深度分析基因数据集和肺癌分期，并通过F-test特征选择方法优化CNN模型，实现高分类准确率。	未提及具体局限性，但样本量少和高维度特征可能仍影响模型泛化能力。	利用深度学习技术（CNN）对肺癌（LUAD和LUSC）分期进行分类，提高分类准确性。	肺癌基因表达数据，包括两种亚型（LUAD和LUSC）的样本。	深度学习、基因表达数据分类	肺癌	基因表达数据（可能通过RNA-seq或微阵列技术获取）	卷积神经网络（CNN）	基因表达数据（表格型）	未明确说明，但提到样本量低。	NA	CNN（具体架构未指定）	准确率	NA
2989	2026-08-28	A hybrid approach for binary and multi-class classification of voice disorders using a pre-trained model and ensemble classifiers 2025-05-01, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02978-w PMID:40312383	研究论文	提出一种结合预训练模型VGGish和集成分类器的两阶段混合方法，用于语音障碍的二元和多类分类，并在Saarbruecken语音数据库子集上取得了优于现有方法的性能	创新性地采用两阶段框架，首先利用预训练VGGish模型从语谱图中提取高级特征嵌入，然后输入到多种分类器（包括SVM、LR、MLP和集成分类器）中进行分类，在语音障碍多类分类任务中达到了最先进的准确率	研究仅在Saarbruecken语音数据库的子集上进行了验证，样本规模有限，且模型在女性和跨性别组合上的准确率相对较低，可能限制了其泛化能力和临床应用的可靠性	提高语音障碍在二元和多类分类任务中的性能，尤其是多类分类的准确性，以支持临床评估工具的自动化改进	健康与紊乱语音、功能亢进性发声障碍与声带麻痹的诊断分类	语音处理、机器学习	语音障碍（功能亢进性发声障碍、声带麻痹）	音频语谱图特征提取	VGGish、SVM、逻辑回归、多层感知器、集成分类器	音频数据（语谱图）	Saarbruecken语音数据库子集，按男性、女性和组合性别划分，具体样本数量未在摘要中明确	NA	VGGish、SVM、逻辑回归、MLP、集成分类器	准确率（平均准确率）	NA
2990	2026-08-28	Real-time Adaptation of Deep Learning Walking Speed Estimators Enables Biomimetic Assistance Modulation in an Open-Source Bionic Leg 2025-May, IEEE transactions on medical robotics and bionics IF:3.4Q2 DOI:10.1109/tmrb.2025.3550642 PMID:42638950	研究论文	本研究提出一种实时持续学习算法，用于在动力膝踝假肢行走过程中逐步提升基于深度学习的步行速度估计器性能，并通过仿生缩放机制调整假肢辅助。	无需预先收集用户依赖数据，通过实时自适应自标记数据优化估计器，并集成仿生缩放机制以调节假肢辅助。	未提及具体限制。	实现动力假肢对新用户的即时适应，通过精确的实时步行速度估计提供仿生辅助。	单侧膝上截肢者（N=10）在跑步机和地面行走中的步态数据。	机器学习，生物医学工程	截肢（膝上截肢）	不适用	深度学习模型（估计器）	步态运动学数据（步行速度）	10名单侧膝上截肢患者	不适用（未提及具体框架）	不适用（未指定具体架构）	平均绝对误差（MAE）、相关系数（r）、显著性（p值）	不适用（未提及计算资源）
2991	2026-08-28	Physics-informed deep learning for infectious disease forecasting 2025-Apr-29, ArXiv PMID:39876937	研究论文	提出了一种基于物理信息神经网络（PINNs）的传染病预测模型，该模型将疾病传播的动力学系统表示纳入损失函数，结合流行病学理论和数据，以提高预测准确性	创新性地利用物理信息神经网络（PINNs）整合流行病学理论到损失函数中，以防止深度学习模型仅靠观测数据训练时的过拟合，并添加子网络以考虑流动性和疫苗剂量等协变量对传播率的影响	研究仅使用加利福尼亚州的新冠疫情数据进行了验证，可能限制了模型对其他地区或疾病的通用性和外部效度	旨在改进传染病预测方法，提高对病例数、死亡数和住院人数的预测能力，以辅助公共卫生政策制定	加利福尼亚州各州的新冠疫情数据，包括病例数、死亡数和住院人数	机器学习	传染病	NA	物理信息神经网络（PINNs）	时间序列数据	未明确，使用加利福尼亚州的州级数据	NA	PINN，包含主网络和子网络，子网络处理协变量（如流动性和疫苗剂量）	与基线预测和序列深度学习模型（RNN、LSTM、GRU、Transformer）及高斯感染状态预测模型比较	未明确
2992	2026-08-28	A deep learning pipeline for three-dimensional brain-wide mapping of local neuronal ensembles in teravoxel light-sheet microscopy 2025-Mar, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02583-1 PMID:39870865	研究论文	提出了一种基于三维深度学习的端到端流水线ACE，用于在太字节级光片显微镜图像中绘制全脑局部神经元集群。	集成三维深度学习分割模型和先进的簇级统计算法，能够在层状和亚群体水平上进行无偏映射，超越传统图谱定义区域。	未提及具体限制信息。	实现对全脑局部神经活动和连接性的高精度、高泛化性映射。	小鼠大脑样本的神经影像数据。	数字病理学	NA	光片荧光显微镜	深度学习分割模型	太字节级三维细胞分辨率图像	未提及具体样本量	NA	NA	准确性、泛化性能	未提及具体计算资源
2993	2026-08-28	Retinal Arteriovenous Information Improves the Prediction Accuracy of Deep Learning-Based baPWV Index From Color Fundus Photographs 2025-02-03, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.2.63 PMID:39998460	研究论文	本研究比较了不同深度学习模型从彩色眼底照片预测肱踝脉搏波传导速度（baPWV）的准确性，并验证了视网膜动静脉信息对预测精度的提升作用	首次将基于改良深度U-net（HURVS模型）自动计算的视网膜小动脉和小静脉概率图作为通道注意力应用到baPWV预测中，通过三输入模型显著提高了预测准确性	研究为回顾性设计，样本量相对较小（696例），且未提及外部验证队列	比较不同深度学习模型从彩色眼底照片预测baPWV的准确性，并评估视网膜动静脉信息对预测的贡献	696名健康体检者的彩色眼底照片和对应的肱踝脉搏波传导速度数据	深度学习	心血管疾病	视网膜血管分割	深度U-net、深度可分网络	眼底图像	696名受试者的彩色眼底照片和baPWV数据	NA	U-Net、深度可分网络	相关系数	NA
2994	2026-08-28	Analysis of TEM micrographs with deep learning reveals APOE genotype-specific associations between HDL particle diameter and Alzheimer's dementia 2025-Jan-27, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100962 PMID:39874947	研究论文	利用深度学习模型YOLOv7从透射电子显微镜图像中测量超过180万个高密度脂蛋白颗粒直径，并发现载脂蛋白E基因型与阿尔茨海默病相关的HDL颗粒大小特异性关联	首次将YOLOv7深度学习模型应用于HDL颗粒直径的大规模精确测量，比传统图像分析软件更高效准确，并揭示了APOE基因型特异性的HDL亚类分布差异与痴呆症的关系	未在摘要中提及局限性	开发一种准确、高效的HDL颗粒直径测量方法，并探索其与阿尔茨海默病及APOE基因型的关联	183份HDL样本（包括痴呆患者和认知正常对照者）中的超过180万个HDL颗粒	计算机视觉	阿尔茨海默病	透射电子显微镜	YOLOv7	图像	183份HDL样本，包含超过1800000个HDL颗粒	NA	YOLOv7	效率、准确性	NA
2995	2026-08-28	Identification, characterization, and design of plant genome sequences using deep learning 2025-01, The Plant journal : for cell and molecular biology DOI:10.1111/tpj.17190 PMID:39666835	综述	本文综述了深度学习在植物基因组序列分析中的应用，包括基因表达预测、染色质相互作用、表观遗传特征预测、基序挖掘、功能元件设计、蛋白质结构与功能预测以及基因组预测等方面	系统性地总结了深度学习在植物基因组序列分析中的最新进展，并详细阐述了基于生成对抗网络、大模型和注意力机制的基序挖掘与功能元件设计方法，以及大模型在植物基因组学中的应用前景	未提及具体的技术限制或挑战，未提供实验对比或量化评估	全面回顾深度学习在植物基因组序列分析中的应用，并展望未来发展方向，包括多组学数据、算法优化、大语言模型、序列设计和智能育种	植物基因组序列及其相关功能特征，如基因表达、染色质相互作用、表观遗传标记、蛋白质结构和功能	机器学习	NA	深度学习、生成对抗网络、注意力机制、大模型	深度学习模型，包括生成对抗网络、大语言模型等	基因组序列数据、表观遗传数据、蛋白质结构数据	NA	NA	生成对抗网络、大模型、注意力机制	NA	NA
2996	2026-08-28	Concurrent optogenetic motor mapping of multiple limbs in awake mice reveals cortical organization of coordinated movements 2024 Nov-Dec, Brain stimulation IF:7.6Q1 DOI:10.1016/j.brs.2024.10.010 PMID:39476952	研究论文	本文介绍了一种名为多肢体光遗传运动映射（MOMM）的新技术，结合光遗传刺激和深度学习姿态估计，在清醒小鼠中同时绘制多个肢体的运动表征，并揭示了皮层对协调运动的组织原则。	开发了MOMM技术，首次实现了在清醒小鼠中对多个肢体进行高保真度的并发光遗传运动映射，并结合3D三角测量和DeepLabCut姿态估计，能够追踪协调的、多肢体的自然运动。	未明确提及局限性，但可能包括光遗传刺激的穿透深度限制和清醒动物运动的变异性。	开发MOMM技术以同时映射多个肢体的运动表征，并探究皮层上协调性和行为相关运动的地形组织。	清醒小鼠的皮层运动映射，涉及多个肢体（如前肢、后肢）的运动表现。	神经科学	NA	光遗传学	深度学习（DeepLabCut）	图像（3D运动捕捉数据）	未指定具体样本数量	NA	DeepLabCut	地图地形图一致性、重叠程度	NA
2997	2026-08-28	Diagnosing schizophrenia using deep learning: Novel interpretation approaches and multi-site validation 2024-06-15, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.148876 PMID:38513996	研究论文	本研究利用多中心数据验证3D ResNet模型在精神分裂症诊断中的泛化能力，并通过SHAP方法提供神经解剖学解释	采用留一中心交叉验证策略，利用来自九个全球中心的大型多样样本评估模型泛化性，并结合解剖图谱改进SHAP方法以提供精确的脑区功能解释	未明确提及局限性，但可能受限于样本多样性、模型可解释性的固有挑战及验证方法的计算成本	提高精神分裂症诊断的准确性和客观性，增强深度学习模型的可解释性和泛化能力，以促进临床应用	精神分裂症患者和健康对照个体	深度学习	精神分裂症	NA	3D ResNet	图像（脑部影像）	来自九个全球中心的大型多样样本（具体数量未提供）	NA	3D ResNet	曲线下面积（AUC）	NA
2998	2026-08-28	Deep learning identifies histopathologic changes in bladder cancers associated with smoke exposure status 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305135 PMID:39083547	研究论文	本研究利用深度学习模型分析膀胱癌全切片组织学图像，以预测患者的吸烟暴露状态，并在外部验证集上评估其性能	首次利用深度学习从膀胱癌组织学图像中预测吸烟暴露状态，并发现与吸烟状态相关的常见组织学模式	外部验证集样本量较小，模型预测性能（AUC为0.67）中等，且未涵盖所有吸烟状态类别	探讨膀胱癌组织学图像与吸烟暴露状态之间的关联，并开发预测模型	膀胱癌患者的全切片组织学图像	数字病理学	膀胱癌	全切片成像	深度学习模型	图像	285例膀胱癌患者的483张全切片图像，其中开发集66例，外部验证集94例	NA	NA	AUC，特异性，灵敏度，比值比	NA
2999	2026-08-28	Triple-0: Zero-shot denoising and dereverberation on an end-to-end frozen anechoic speech separation network 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0301692 PMID:39012881	研究论文	本文提出了一种在端到端冻结的消声语音分离网络上进行零样本语音去噪和去混响的新方法，该方法无需架构更改或微调即可处理噪声和混响环境	提出在冻结的预训练网络上直接进行零样本去噪去混响，无需架构更改或微调，利用双耳间线索提取目标语音	未明确提及，但可能受限于预训练网络仅在消声条件下训练，对极端噪声或混响场景的鲁棒性未知	实现零样本条件下的语音去噪和去混响，提升语音质量和可懂度	冻结的双耳消声语音分离网络及噪声混响环境中的语音信号	语音处理	不适用	深度学习	深度神经网络	音频	未明确提及	未明确提及	端到端消声语音分离网络	语音质量客观指标和可懂度指标（具体包括四种指标，如PESQ、STOI等）	未明确提及
3000	2026-08-28	Computationally intelligent real-time security surveillance system in the education sector using deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0301908 PMID:38990958	research paper	提出了一种基于改进FaceNet网络的实时安全监控系统，用于教育领域的人脸检测与识别。	通过改进损失函数增强FaceNet网络，并采用RetinaFace进行快速人脸检测与对齐，实现高精度实时人脸识别。	未提及具体的局限性。	开发一种实时安全监控系统，以提高教育领域中人脸检测与识别的准确性和效率。	教育领域中的实时安全监控系统及其人脸检测与识别性能。	computer vision	NA	深度学习	FaceNet, RetinaFace	图像	未提及	NA	FaceNet, RetinaFace	准确率	未提及