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
3241	2026-02-27	An explainable covariate compartmental model for predicting the spatio-temporal patterns of dengue in Sri Lanka 2025-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013540 PMID:41004532	研究论文	本文提出了一种可解释的协变量区室模型，用于预测斯里兰卡登革热的时空模式	应用了一种新颖的深度学习可解释人工智能（XAI）区室模型，结合协变量驱动和动态反馈，以预测和解释登革热发病率	未明确提及具体限制，但可能涉及模型在复杂非线性影响和反馈中的泛化能力	预测和解释斯里兰卡登革热的时空发病率模式	斯里兰卡的登革热发病率数据	机器学习	登革热	深度学习，可解释人工智能（XAI）	深度学习模型，SEIR区室模型	时空数据，包括气象、社会人口学和植被指数数据	NA	NA	协变量区室混合模型	NA	NA
3242	2026-02-27	Evaluating artificial intelligence models for rupture risk prediction in unruptured intracranial aneurysms: a focus on vessel geometry and hemodynamic insights 2025-Jul-02, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-025-03689-6 PMID:40593222	综述	本文综述了人工智能模型在未破裂颅内动脉瘤破裂风险预测中的应用，特别关注血管几何和血流动力学因素的整合	聚焦于将几何与血流动力学变量（如壁面剪切应力和血流动力学）结合在AI预测模型中的综合方法，超越了传统的基于大小的评估	缺乏大规模高质量数据集，且模型预测的可解释性仍面临挑战	评估人工智能模型在未破裂颅内动脉瘤破裂风险预测中的性能，以改进患者特异性风险评估和治疗策略优化	未破裂颅内动脉瘤	机器学习	心血管疾病	计算流体动力学	SVM, CNN	NA	NA	NA	NA	NA	NA
3243	2026-02-27	An Open-Source Deep Learning-Based GUI Toolbox for Automated Auditory Brainstem Response Analyses (ABRA) 2025-Jun-20, Research square DOI:10.21203/rs.3.rs-6735294/v1 PMID:40585236	研究论文	本文介绍了一种基于深度学习的开源图形用户界面工具ABRA，用于自动化分析听觉脑干响应波形	开发了首个结合深度学习与图形界面的开源工具，实现ABR波形的快速、无偏分析，提升跨实验室研究的可重复性	未明确说明模型在极端或罕见病理条件下的泛化能力，以及训练数据集的详细多样性限制	自动化听觉脑干响应分析，以减少主观误差并提高研究效率	听觉脑干响应波形数据	机器学习	听力损失	电生理记录	CNN	电生理信号	NA	NA	卷积神经网络	峰值幅度、潜伏期、听觉阈值估计	NA
3244	2026-02-27	DWI-based deep learning radiomics nomogram for predicting the impaired quality of life in patients with unruptured intracranial aneurysm developing new iatrogenic cerebral infarcts following stent placement: a multicenter cohort study 2025-Jun-13, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-025-03628-5 PMID:40512286	研究论文	本研究开发了一种基于DWI的放射组学列线图，用于预测支架置入后发生新医源性脑梗死（NICI）的未破裂颅内动脉瘤患者健康相关生活质量（HRQOL）受损情况	整合临床特征、放射组学特征和深度学习特征构建综合DLRN模型，并采用超分辨率重建优化放射组学特征提取，在多中心队列中验证了其预测性能优于单一模态模型	研究仅基于回顾性多中心数据，未来需要前瞻性研究进一步验证模型的泛化能力和临床实用性	预测支架置入后发生新医源性脑梗死的未破裂颅内动脉瘤患者的健康相关生活质量受损情况	522例来自多家医院的未破裂颅内动脉瘤支架置入术后发生新医源性脑梗死的患者	数字病理学	颅内动脉瘤	DWI（弥散加权成像），超分辨率重建	深度学习，逻辑回归	医学影像（DWI图像）	522例患者，分为训练队列和两个外部验证队列	NA	GoogleNet	AUC（曲线下面积），校准曲线，决策曲线分析	NA
3245	2026-02-27	AITom: AI-guided cryo-electron tomography image analyses toolkit 2025-Jun, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2025.108207 PMID:40378936	研究论文	本文介绍了AITom，一个专为冷冻电子断层扫描（cryo-ET）研究人员设计的开源人工智能平台，旨在解决三维亚细胞成分定位、识别、分割和结构恢复的挑战	AITom整合了传统模板方法和无模板方法，以及先进的深度学习技术，为cryo-ET数据分析提供了一个全面的开源AI平台	NA	开发高效准确的大规模图像分析方法，以应对cryo-ET中三维亚细胞成分分析的复杂性	冷冻电子断层扫描图像中的三维大分子复合物和亚细胞结构	计算机视觉	NA	冷冻电子断层扫描（cryo-ET）	深度学习	图像	NA	NA	NA	NA	NA
3246	2026-02-27	Refined selection of individuals for preventive cardiovascular disease treatment with a transformer-based risk model 2025-Jun, The Lancet. Digital health DOI:10.1016/j.landig.2025.03.005 PMID:40461349	研究论文	本研究开发并验证了一种基于Transformer的深度学习模型TRisk，用于预测心血管疾病在初级预防人群和糖尿病患者中的10年风险	首次将Transformer架构应用于心血管疾病风险评估，相比传统统计模型和现有深度学习方法，能更精准地识别高风险个体，减少过度治疗	研究未提及外部验证或跨地域泛化能力，且未说明模型的可解释性如何	开发一种新型深度学习模型，以改进心血管疾病预防治疗中的个体选择策略	英国25-84岁的成年人群，包括初级预防人群和糖尿病患者	机器学习	心血管疾病	深度学习	Transformer	电子健康记录	约300万成年人，来自389家全科诊所	NA	Transformer	C指数, 净收益, 假阴性率	NA
3247	2026-02-27	Applications of Artificial Intelligence in Constrictive Pericarditis: A Short Literature Review 2025-Mar-11, Current cardiology reports IF:3.1Q2 DOI:10.1007/s11886-025-02222-x PMID:40067491	综述	本文是一篇关于人工智能在缩窄性心包炎中应用的简短文献综述	探讨了新兴人工智能应用（如认知机器学习和深度学习算法ResNet50）在区分缩窄性心包炎与限制性心肌病方面的潜力，AUC值超过0.95	模型存在泛化性和可解释性问题，且由于难以获取大规模高质量超声心动图数据集，该领域的人工智能应用发展仍处于早期阶段	回顾人工智能在缩窄性心包炎诊断、风险分层和治疗规划中的应用，以改善患者预后	缩窄性心包炎	数字病理学	心血管疾病	超声心动图、计算机断层扫描、磁共振成像	深度学习	图像	NA	NA	ResNet50	AUC	NA
3248	2026-02-27	Application of artificial intelligence in forecasting survival in high-grade glioma: systematic review and meta-analysis involving 79,638 participants 2025-Feb-15, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-025-03419-y PMID:39954167	系统综述与荟萃分析	本文通过系统综述和荟萃分析，评估了人工智能模型在预测高级别胶质瘤患者生存结局方面的性能	本研究特别关注了AI在高级别胶质瘤复发预测中的潜力，并整合了临床、影像组学和遗传学等多模态数据，发现整合模型优于单一数据类型模型	需要在前瞻性、多中心研究中进行进一步验证以确保临床适用性	评估人工智能模型在预测高级别胶质瘤患者生存结局方面的性能	高级别胶质瘤患者	机器学习	高级别胶质瘤	NA	机器学习, 深度学习	临床数据, 影像数据, 遗传数据	79,638名患者	NA	随机森林, 逻辑回归	AUC	NA
3249	2026-02-27	Performance of Radiomics-based machine learning and deep learning-based methods in the prediction of tumor grade in meningioma: a systematic review and meta-analysis 2025-Jan-24, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-025-03236-3 PMID:39849257	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了基于影像数据的机器学习（ML）和深度学习（DL）方法在预测脑膜瘤WHO分级中的性能	首次对ML/DL模型在预测脑膜瘤WHO分级中的性能进行了全面的系统综述和荟萃分析，并探讨了验证类型和研究队列对模型性能的影响	纳入研究存在异质性，且需要更多使用外部验证和大规模数据集来评估DL算法的性能	评估基于影像数据的机器学习和深度学习模型在预测脑膜瘤WHO分级中的诊断性能	脑膜瘤患者	医学影像分析	脑膜瘤	影像学研究（如MRI、CT等）	机器学习, 深度学习	影像数据	32项研究，共15,365名患者	NA	NA	AUROC, 特异性, 敏感性	NA
3250	2026-02-27	Endomicroscopic AI-driven morphochemical imaging and fs-laser ablation for selective tumor identification and selective tissue removal 2024-12-13, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ado9721 PMID:39661684	研究论文	本研究开发了一种结合多模态非线性光学显微镜与深度学习分析的紧凑型内窥镜系统，用于头颈癌的早期无标记检测和选择性组织切除	将CARS/TPEF/SHG多模态内窥镜与深度学习语义分割模型结合，并集成飞秒激光消融技术，实现了术中“寻找与治疗”一体化	研究处于临床前阶段，样本量较小（15例患者），需进一步临床验证	提高头颈癌诊断准确性并开发创新手术方法	头颈癌患者的组织样本	数字病理学	头颈癌	多模态非线性光学显微镜（CARS/TPEF/SHG），飞秒激光消融	深度学习语义分割模型	多模态光学显微图像	15例患者	NA	NA	灵敏度, 特异性	NA
3251	2026-02-27	Bessel beam optical coherence microscopy enables multiscale assessment of cerebrovascular network morphology and function 2024-Nov-11, Light, science & applications DOI:10.1038/s41377-024-01649-1 PMID:39523430	研究论文	本研究介绍了一种基于贝塞尔光束的光学相干显微镜技术，结合深度学习分割，用于多尺度评估小鼠脑血管网络的形态和功能	开发了扩展焦深的贝塞尔光束光学相干显微镜，实现了大视野（1000×1000×360 μm）下的毛细血管级分辨率成像，并利用监督深度学习进行精确3D血管分割，结合基于图的分析方法，从单个毛细血管到整体网络层面全面评估血管连接性	研究仅限于小鼠模型，尚未在人类或其他动物模型中验证；成像视野虽大，但可能无法覆盖整个大脑区域；深度学习分割的准确性依赖于标注数据质量	研究大脑健康与疾病中大规模脑血管网络的形态和功能	小鼠的脑血管网络	数字病理学	脑血管疾病	贝塞尔光束光学相干显微镜，多普勒光学相干断层扫描	监督深度学习	3D血管造影图像	NA	NA	NA	NA	NA
3252	2026-02-27	Artificial intelligence-based morphologic classification and molecular characterization of neuroblastic tumors from digital histopathology 2024-Nov-08, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00745-0 PMID:39511421	研究论文	本研究开发了一种基于注意力机制的多实例学习和自监督学习的深度学习模型，用于从H&E染色的全切片图像中自动进行神经母细胞瘤的病理分类和MYCN扩增状态评估	首次结合注意力机制的多实例学习和自监督学习，利用迄今为止最大规模的神经母细胞瘤数字病理数据集，实现了从H&E图像中同时进行形态学分类和分子特征预测	研究未详细说明模型在更广泛临床环境中的泛化能力，且外部验证数据集的具体规模和多样性信息有限	开发人工智能辅助的神经母细胞瘤自动病理分类和分子特征分析系统	神经母细胞瘤的H&E染色全切片图像	数字病理学	神经母细胞瘤	H&E染色，全切片成像	深度学习，注意力机制的多实例学习，自监督学习	图像	迄今为止最大规模的神经母细胞瘤数字病理队列	NA	注意力机制的多实例学习，自监督学习	NA	NA
3253	2026-02-27	Substrate recognition principles for the PP2A-B55 protein phosphatase 2024-10-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp5491 PMID:39356758	研究论文	本文通过整合AlphaFold建模与高分辨率突变扫描，揭示了PP2A-B55磷酸酶识别底物的保守机制，并设计出特异性肽抑制剂，阐明了其在NEXT复合物调控中的作用	首次系统揭示了PP2A-B55通过α螺旋结合底物的进化保守机制，并利用深度学习设计出特异性肽抑制剂，为靶向干预提供了新工具	研究主要基于计算模型和体外实验，体内功能验证及临床转化仍需进一步探索	阐明PP2A-B55磷酸酶的底物识别机制及其在细胞信号通路中的调控功能	PP2A-B55磷酸酶及其底物蛋白（包括NEXT复合物中的RBM7蛋白）	计算生物学	NA	AlphaFold建模、高分辨率突变扫描、深度学习蛋白质设计	深度学习	蛋白质序列与结构数据	NA	AlphaFold, 深度学习框架（未指定具体名称）	AlphaFold, 深度学习蛋白质设计模型	NA	NA
3254	2026-02-27	InsectSound1000 An insect sound dataset for deep learning based acoustic insect recognition 2024-05-09, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03301-4 PMID:38724595	研究论文	本文介绍了InsectSound1000数据集，这是一个包含超过169,000个标记声音样本的昆虫声音数据集，用于基于深度学习的声学昆虫识别	创建了一个大规模、高质量的昆虫声音数据集，涵盖12种昆虫，声音范围从人类可听到到听不到，并采用四通道低噪声麦克风阵列在消声箱中录制，为数据密集型深度学习模型提供训练资源	数据集仅包含12种昆虫，可能无法覆盖所有相关物种，且录制环境为受控的消声箱，可能与野外实际声学条件存在差异	开发一个用于声学昆虫识别的深度学习数据集，以支持数字昆虫传感器和自动化害虫监测系统	12种昆虫的声音样本	机器学习	NA	声学录制，四通道低噪声测量麦克风阵列	深度学习模型	音频	超过169,000个标记声音样本，从超过1000小时的录制中提取	NA	NA	NA	NA
3255	2026-02-27	Cryo2StructData: A Large Labeled Cryo-EM Density Map Dataset for AI-based Modeling of Protein Structures 2024-05-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03299-9 PMID:38710720	研究论文	本文介绍了Cryo2StructData，一个大型标记的冷冻电镜密度图数据集，用于基于AI的蛋白质结构建模	创建了比现有公开数据集更大的标记冷冻电镜密度图数据集，以解决AI方法训练数据不足的问题	未在摘要中明确提及	训练和测试AI方法从冷冻电镜密度图自动构建原子模型	冷冻电镜密度图及其对应的已知原子结构	结构生物学	NA	单粒子冷冻电子显微镜	深度学习	冷冻电镜密度图	7,600个预处理冷冻电镜密度图	NA	NA	NA	NA
3256	2026-02-27	OCTDL: Optical Coherence Tomography Dataset for Image-Based Deep Learning Methods 2024-04-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03182-7 PMID:38605088	研究论文	本文介绍了一个用于基于图像深度学习方法的光学相干断层扫描数据集OCTDL，并应用深度学习分类技术进行分析	提供了一个包含超过2000张标记OCT图像的开源数据集，涵盖多种视网膜疾病，并首次在该数据集上应用深度学习分类方法	数据集仅包含特定扫描协议获取的图像，且疾病类别有限，可能无法代表所有临床场景	为视网膜疾病的早期检测和监测提供开源OCT数据集，并探索深度学习在眼科图像分析中的应用	年龄相关性黄斑变性、糖尿病性黄斑水肿、视网膜前膜、视网膜动脉阻塞、视网膜静脉阻塞和玻璃体黄斑界面疾病患者的OCT图像	计算机视觉	视网膜疾病	光学相干断层扫描	深度学习分类模型	图像	超过2000张OCT图像	NA	NA	NA	NA
3257	2026-02-27	A dataset for fine-grained seed recognition 2024-04-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03176-5 PMID:38582756	研究论文	本文建立了一个名为LZUPSD的细粒度种子识别数据集，包含88种不同种子的4496张图像，旨在支持农业和林业研究及计算机视觉应用	通过结合手机和微距镜头建立图像采集设备，创建了一个专门针对农业领域的细粒度种子识别数据集，填补了该领域数据集的空白	数据集仅包含88种种子，样本多样性可能有限，且未提及图像采集环境或光照条件的标准化控制	旨在为农业和林业研究提供计算机视觉基础数据，促进人工智能技术在种子识别领域的应用	植物种子，具体包括88种不同种类的种子	计算机视觉	NA	基于手机和微距镜头的图像采集技术	深度学习模型（未指定具体类型）	图像	4496张图像，涵盖88种不同种子	NA	NA	NA	NA
3258	2026-02-27	Substrate recognition principles for the PP2A-B55 protein phosphatase 2024-Feb-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.10.579793 PMID:38370611	研究论文	本研究揭示了PP2A-B55磷酸酶识别底物的分子机制，并设计了一种特异性肽抑制剂	整合AlphaFold建模与高通量突变扫描，揭示了底物α螺旋通过保守机制结合B55的通用原理，并利用深度学习设计出特异性肽抑制剂	未明确说明实验验证的底物范围是否覆盖所有生理情况，抑制剂在体内的长期效果需进一步研究	阐明PP2A-B55磷酸酶的底物识别机制	PP2A-B55磷酸酶及其底物相互作用	计算生物学	NA	AlphaFold建模、高通量突变扫描、深度学习蛋白质设计	深度学习	蛋白质序列与结构数据	NA	AlphaFold, 深度学习设计框架	AlphaFold架构	NA	NA
3259	2026-02-27	Cryo2StructData: A Large Labeled Cryo-EM Density Map Dataset for AI-based Modeling of Protein Structures 2024-Jan-02, bioRxiv : the preprint server for biology DOI:10.1101/2023.06.14.545024 PMID:37398020	研究论文	本文介绍了Cryo2StructData，一个大规模标记的冷冻电镜密度图数据集，用于基于AI的蛋白质结构建模	创建了比现有公开数据集更大、质量更高的标记冷冻电镜密度图数据集，以支持AI方法的大规模开发	NA	通过AI方法从冷冻电镜密度图自动、准确地构建原子模型	冷冻电镜密度图及其对应的已知原子结构	机器学习	NA	单颗粒冷冻电镜	深度学习	冷冻电镜密度图	7,600个预处理冷冻电镜密度图	NA	NA	NA	NA
3260	2026-02-27	A Scalable Framework for Closed-Loop Neuromodulation with Deep Learning 2023-Jan-20, bioRxiv : the preprint server for biology DOI:10.1101/2023.01.18.524615 PMID:36712027	研究论文	本文提出并验证了一种基于深度学习的新型框架，用于设计和部署灵活、数据驱动的自动化闭环神经调控，该框架可扩展、与刺激技术无关，且无需个性化真实性能数据	框架基于识别响应期（检测到的状态，在应用刺激时与无刺激相比性能发生变化），支持多模态刺激（如tACS、tDCS、tFUS、TMS），并利用深度学习（CNN）实现自动化决策，避免了传统方法中的偏倚生物标志物检测	未明确说明框架在更广泛数据集或不同临床场景中的泛化能力，且可能依赖于特定数据质量（如GX数据集）	开发一个可扩展的深度学习框架，用于自动化闭环神经调控，以优化临床和非临床行为、认知、健康、注意力或任务表现增强	神经或生理活动数据（如EEG、ECG、EOG），以及与之配对的持续警觉/注意力疲劳跟踪和高清经颅电刺激（HD-tES）数据	机器学习	NA	深度学习，卷积神经网络（CNN），多模态神经刺激技术（tACS、tDCS、tFUS、TMS）	CNN	生理信号（ECG、EOG）、神经元信号（EEG）、行为跟踪数据	基于开源的GX数据集，具体样本数量未明确说明	未明确指定，但提及深度学习框架	卷积神经网络（CNN）	正确应用试验的百分比（88.26%），预测错误刺激时间的百分比（11.25%）	NA