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
3881	2026-08-19	Deep learning model with pathological knowledge for detection of colorectal neuroendocrine tumor 2024-10-15, Cell reports. Medicine DOI:10.1016/j.xcrm.2024.101785 PMID:39413732	研究论文	提出一种利用病理先验信息区分结直肠神经内分泌肿瘤和结直肠癌的深度学习方法，基于病理图像实现高准确率分类	利用病理形态学描述与图像块之间的相似性，仅选择2%的诊断相关图像块进行训练和推理，以提高效率并保持高准确率	未明确说明局限性，可能包括对外部数据集的泛化能力依赖等未提及细节	开发一种经济有效的深度学习模型，准确区分结直肠神经内分泌肿瘤与结直肠癌，以减少不必要的免疫组化检测并改善患者治疗	结直肠神经内分泌肿瘤和结直肠癌的病理图像	数字病理学	结直肠神经内分泌肿瘤	病理图像分析	深度学习模型	病理图像	内部数据集和两个外部数据集（具体样本数量未提供）	NA	NA	AUROC（受试者工作特征曲线下面积）	NA
3882	2026-08-19	A deep learning-based toolkit for 3D nuclei segmentation and quantitative analysis in cellular and tissue context 2024-07-15, Development (Cambridge, England) DOI:10.1242/dev.202800 PMID:39036998	研究论文	本文介绍了一套用于三维细胞核分割和定量分析的计算工具包，实现了对不同组织和条件下的细胞核进行准确分割，并提供了相关分析功能。	提出了一种新的地面真值生成和迭代训练方法，提高了三维细胞核分割的准确性和适用性；提供了两个高质量的预训练模型和约10000个细胞核的数据集；扩展了MorphoGraphX软件用于细胞核与周围细胞的关联分析；在PlantSeg中引入校对工具进行细胞分割修正。	未明确提及局限性。	开发并验证一种广泛适用的三维细胞核分割和定量分析工具包，以支持细胞和组织层面的研究。	从不同植物和动物组织获取的固定或活体样本中的细胞核。	数字病理学、计算机视觉	不适用	荧光显微成像	深度学习分割模型（CellPose、PlantSeg、StarDist）	三维图像数据	约10,000个细胞核	未明确提及	CellPose、PlantSeg、StarDist	未明确提及	未明确提及
3883	2026-08-19	Molecular architecture of the actin cytoskeleton: From single cells to whole organisms using cryo-electron tomography 2024-06, Current opinion in cell biology IF:6.0Q1 DOI:10.1016/j.ceb.2024.102356 PMID:38608425	综述	讨论低温电子断层扫描技术在肌动蛋白细胞骨架研究中的最新进展，从单细胞到整个生物体。	强调深度学习和序列提升取样技术在自动化注释和样本制备方面的进步，使高分辨率结构生物学扩展到多细胞生物和类器官。	未提及明显的局限性，但作为综述，可能缺乏原始实验数据的验证。	概述低温电子断层扫描在肌动蛋白细胞骨架结构生物学中的最新进展和未来潜力。	肌动蛋白细胞骨架	结构生物学	无特定疾病	低温电子断层扫描	深度学习模型（具体类型未指定）	三维断层图像	不适用（综述文章）	NA	NA	NA	NA
3884	2026-08-19	The association between DNA methylation and human height and a prospective model of DNA methylation-based height prediction 2024-Mar, Human genetics IF:3.8Q2 DOI:10.1007/s00439-024-02659-0 PMID:38507014	研究论文	本研究通过线性回归和机器学习方法，探讨DNA甲基化与人类身高的关联，并开发基于DNA甲基化的身高预测模型	首次在中国人群中利用靶向甲基化测序面板和深度学习技术构建身高预测模型，其准确性优于基于SNP的预测模型	未明确说明局限性	探究DNA甲基化与人类身高的关联，并开发基于DNA甲基化的身高预测模型	中国人群的DNA甲基化数据及身高表型	机器学习	不适用	甲基化测序	深度神经网络	甲基化数据及表型数据	11,730个与身高相关的CpG位点	NA	核主成分分析（KPCA）和深度神经网络	均方根误差（RMSE）、平均绝对误差（MAE）、相关系数（R）	NA
3885	2026-08-19	Fuzzy ensemble of fined tuned BERT models for domain-specific sentiment analysis of software engineering dataset 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0300279 PMID:38805433	研究论文	提出了一种基于模糊逻辑集成的微调BERT模型，用于软件工程领域的情感分析	采用模糊逻辑集成多个微调BERT变体，以提高软件工程领域情感分析的性能，特别是中性情感预测	未明确提及局限性，但可能涉及计算资源需求和模型复杂度	开发一种适用于软件工程领域的领域特定情感分析工具，以克服现有工具的局限性并提高情感分类准确性	软件工程社区问答数据集，包括Stack Overflow、JavaLib、Jira和Code Review	自然语言处理	不适用	深度学习，微调BERT模型	BERT及其变体（Bert-Base、Bert-Large、Bert-LSTM、Bert-GRU、Bert-CNN）	文本数据	四个公开基准数据集	未明确提及	BERT、LSTM、GRU、CNN	F1-score	未明确提及
3886	2026-08-19	Accelerated construction of stress relief music datasets using CNN and the Mel-scaled spectrogram 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0300607 PMID:38787824	研究论文	提出一种基于卷积神经网络和梅尔频谱图的深度学习方法，以加速构建减压音乐数据集	首次将深度学习应用于减压音乐数据集的自动构建，直接从音乐中提取频率、振幅和波形等关键声学元素，无需依赖生物反应测量，实现高效、经济且个性化的音乐选择	未提及具体局限性	提供一种更高效、经济的减压音乐数据集生成方法，以解决减压音乐选择有限且不个性化的问题	减压音乐数据集及其梅尔频谱图	机器学习	不适用	梅尔频谱图	卷积神经网络（CNN）	图像（梅尔频谱图）	未提及	未提及	卷积神经网络	准确率	未提及
3887	2026-08-19	Res2Net-based multi-scale and multi-attention model for traffic scene image classification 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0300017 PMID:38768119	研究论文	提出了一种基于Res2Net的多尺度与多注意力模型，用于交通场景图像分类，通过特征细化金字塔模块和注意力机制提升分类准确率	引入了自适应特征细化金字塔模块（AFRPM）增强多尺度特征提取，并整合频域、空间和通道注意力机制以提升复杂背景和不同尺度物体的识别能力	未提及具体限制，可能包括数据集规模有限或未在更多样化的真实场景中验证	提高交通场景图像分类的准确性和鲁棒性，解决多尺度特征提取和注意力机制结合上的不足	交通场景图像	计算机视觉	不适用	深度学习（基于Res2Net的特征提取）	卷积神经网络（Res2Net）	图像	Traffic-Net数据集（具体样本量未在摘要中给出）	PyTorch（推测，未明确提及）	Res2Net, 自适应特征细化金字塔模块（AFRPM）, 频域注意力和空间-通道注意力模块	准确率	NA
3888	2026-08-19	Learning multi-site harmonization of magnetic resonance images without traveling human phantoms 2024, Communications engineering DOI:10.1038/s44172-023-00140-w PMID:38420332	研究论文	提出一种无需人类受试者跨站点旅行的深度学习网络，用于多站点磁共振图像协调，通过解缠站点特定外观和站点不变解剖信息生成目标站点图像	首次实现无需旅行人类幻影数据的无监督多站点MRI协调，通过解缠机制保留解剖细节并生成逼真站点特异性外观	未明确提及局限性，但可能依赖于多站点数据的质量和一致性	开发一种无需额外数据收集的回顾性多站点MRI协调方法，以增强跨站点数据整合的一致性	多站点T1和T2加权磁共振图像	计算机视觉, 数字病理学	不适用	磁共振成像	深度神经网络	图像	超过6000张多站点T1和T2加权图像	不适用	不适用	不适用	不适用
3889	2026-08-19	The applications of anterior segment optical coherence tomography in glaucoma: a 20-year bibliometric analysis 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.18611 PMID:39619196	研究论文	对2004年至2023年间关于眼前节光学相干断层扫描（AS-OCT）在青光眼领域应用的文献进行计量学分析，探讨研究热点和趋势	首次对AS-OCT在青光眼领域20年间的文献进行全面的计量学分析，揭示研究热点和前沿趋势	文献仅来源于SCI数据库，可能遗漏其他重要研究；未涉及临床效果或技术细节的深入评估	通过文献计量方法探讨眼前节光学相干断层扫描在青光眼领域的研究热点和趋势	2004年至2023年间SCI数据库中关于AS-OCT在青光眼应用的931篇文献	文献计量学	青光眼	NA	NA	文献数据	931篇文献	NA	NA	NA	NA
3890	2026-08-19	Automatic Kidney Stone Composition Analysis Method Based on Dual-energy CT 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230908111745 PMID:37691210	研究论文	提出一种基于双能CT图像的自动肾结石成分分析方法，包括深度学习分割和机器学习分类	实现了肾结石的自动分割和混合成分分析，无需手动描绘结石位置，提高了成分预测的准确性	未提及具体局限，但可能依赖双能CT数据，且混合成分分析的准确性仍有提升空间	开发一个准确的方法来自动分析肾结石成分，以辅助术前规划和治疗决策	肾结石	计算机视觉, 机器学习	肾结石病	双能CT成像	深度学习（分割）, 机器学习（分类）	图像（双能CT图像）	未提及具体样本数量	未提及	未提及具体架构，但包含深度学习分割模型和多标签分类模型	AUC, 准确率, 敏感性, 特异性, F1分数, 精确匹配比	未提及
3891	2026-08-19	RETRACTED: Gynecological Healthcare: Unveiling Pelvic Masses Classification through Evolutionary Gravitational Neocognitron Neural Network Optimized with Nomadic People Optimizer 2023-10-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13193131 PMID:37835875	研究论文	本文提出了一种结合演化引力新认知神经网络和游牧民族优化器的盆腔肿物分类方法，用于提高妇科腹部盆腔肿物超声图像分类的准确性和效率。	首次将演化引力新认知神经网络（EGNNN）与游牧民族优化器（NPOA）结合应用于盆腔肿物分类，并采用3D Tsallis熵多级阈值处理提取感兴趣区域和快速离散曲波变换特征提取，以提高分类性能。	本文已被撤回，因此可能存在方法或结果有效性的问题；此外，方法复杂可能导致计算时间增加，但文中未详细讨论具体局限性。	提出一种基于深度学习和优化算法的盆腔肿物分类方法，以实现准确和早期检测恶性肿瘤，并降低计算时间。	真实时间的超声盆腔肿物图像。	机器学习	妇科盆腔肿物	超声成像、3D Tsallis熵多级阈值处理、快速离散曲波变换（FDCT-WRP）	演化引力新认知神经网络（EGNNN）	图像	未明确提供具体样本数量。	PYTHON（未指定具体框架）	新认知神经网络（部分）	准确率（99.8%）	未提及
3892	2026-08-19	Distortion-corrected image reconstruction with deep learning on an MRI-Linac 2023-09, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29684 PMID:37125656	研究论文	本文提出了一种基于深度学习的畸变校正重建网络（DCReconNet），用于MRI-Linac系统中快速重建无几何畸变的图像，以提高MR引导放疗的准确性。	结合可解释展开网络和非均匀快速傅里叶变换，首次在MRI-Linac环境中应用CNN学习正则化，实现快速且畸变校正的重建。	训练数据仅来自11名健康志愿者的脑部图像，可能限制模型在其他解剖部位或病理情况下的泛化能力。	开发一种从原始k空间数据快速重建畸变校正图像的方法，用于MR引导放疗。	MRI-Linac采集的体模、脑部、骨盆和肺部图像。	医学影像、深度学习	不适用（NA）	MRI	卷积神经网络（CNN）	图像（MRI k空间数据）	11名健康志愿者的公共脑部数据集，以及体模、脑、骨盆和肺部图像。	NA	展开网络（Unrolled Network）	结构相似性（SSIM）、均方根误差（RMSE）、计算时间、残余畸变	未提供（NA）
3893	2026-08-19	Approximating the uncertainty of deep learning reconstruction predictions in single-pixel imaging 2023, Communications engineering DOI:10.1038/s44172-023-00103-1 PMID:38463559	研究论文	提出一种贝叶斯卷积神经网络（BCNN）来近似单像素成像中深度学习重建预测的不确定性，每个像素表示概率分布而非强度值。	创新性地将贝叶斯卷积神经网络应用于单像素成像，预测图像每个像素的不确定性，并与重建误差相关性验证，为实际应用中确定系统、数据或网络是否需要调整提供依据。	未提及具体局限性。	近似单像素成像中深度学习重建预测的不确定性，提供可靠的置信水平指示工具。	单像素成像中的重建图像及其不确定性。	计算成像	NA	单像素成像	贝叶斯卷积神经网络（BCNN）	图像	未提及具体样本数量。	NA	卷积神经网络（CNN），具体架构未指定。	不确定性预测与重建误差的相关性	NA
3894	2026-08-18	Current progress and obstacles for automated classification of causes of death based on death certificates: A systematic review 2026-Oct, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106549 PMID:42320083	系统评价	系统回顾了2018至2024年间基于死亡证明自动分类死因的研究，总结了方法论、性能及实施进展与障碍。	首次系统性地评估了深度学习工具在死因自动分类中的应用，并比较了其与基于规则的工具的性能和障碍。	纳入研究间的性能和设置差异大，且深度学习对罕见死因分类效果不佳，直接比较有限。	评估自动化死因分类工具的当前实施情况，包括方法论、性能以及应用进展与障碍。	2018至2024年间使用自动化工具编码或分类死亡原因的46项研究。	自然语言处理、机器学习	不限（死因分类）	深度学习、规则方法	循环神经网络、Transformer	文本（死亡证明）	46项研究，训练样本大小从165到10,519,268人不等。	未提及	循环神经网络、Transformer	召回率（灵敏度）、精确率（阳性预测值）	未提及
3895	2026-08-18	Real-time deep learning-based vascular recognition in clinical breast photoacoustic imaging 2026-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2026.100863 PMID:42603879	研究论文	提出一种基于深度学习的实时血管识别方法，用于临床乳腺光声成像，实现同步扫描与识别	采用物理信息模拟工作流训练网络，缓解临床数据稀缺问题；优化HAR-UNet实现端到端18.08 fps的实时处理速度，支持临床实时血管识别	未明确提及局限性	实现临床乳腺光声成像中的实时血管识别，辅助乳腺癌评估与诊断	乳腺光声成像图像中的血管结构	计算机视觉	乳腺癌	光声计算断层成像	卷积神经网络（基于U-Net的改进模型）	图像（光声图像）	23例有效临床病例	未明确提及	HAR-UNet（混合注意力残差U-Net）	帧率（fps）、p值	未明确提及
3896	2026-08-18	DNAJC12 p.Asp44Gly associated with mild hyperphenylalaninemia and migraine-like headaches: Structural and deep learning analyses 2026-Sep, Molecular genetics and metabolism reports IF:1.8Q3 DOI:10.1016/j.ymgmr.2026.101347 PMID:42604036	研究论文	本文通过整合深度学习方法评估DNAJC12基因p.Asp44Gly变异，该变异与轻度高苯丙氨酸血症和偏头痛样头痛相关	首次对DNAJC12 p.Asp44Gly变异应用集成深度学习方法进行致病性评估，结合AlphaFold2、AlphaMissense等工具进行结构建模和功能预测	未能确定p.Asp44Gly变异的致病性，需要进一步的功能验证	评估DNAJC12 c.131A>G (p.Asp44Gly)变异的致病性及其与临床表型的关联	一份DNAJC12 p.Asp44Gly变异及四个已报道的临床相关错义变异（A62E、R72P、H102Q和W103C）	深度学习	高苯丙氨酸血症、偏头痛	未明确提及测序技术，但涉及遗传变异分析	深度学习模型（AlphaMissense）和传统预测算法（REVEL、PolyPhen-2、ThermoMPNN）	文本和结构数据	一名19岁男性患者及四个已知变异	未明确提及	AlphaFold2和AlphaMissense	主成分分析（PCA）	未明确提及
3897	2026-08-18	Structure- and deep learning-guided engineering of a size-minimized CRISPR/Cas 2026-Aug-17, The FEBS journal DOI:10.1111/febs.70707 PMID:42605670	研究论文	本文提出了一种结合结构指导与深度学习辅助的工程策略，通过结构建模和ProteinMPNN序列设计，从微型CRISPR/Cas12f中生成超紧凑的CRISPR激活器（uCRISPRa），并在骨骼肌细胞中实现选择性基因激活	创新性地将结构导向的蛋白质工程与深度学习的序列优化相结合，实现了CRISPR/Cas12f的尺寸最小化，同时保持DNA靶向能力	摘要中未提及具体局限性	开发一种高效紧凑的CRISPR效应器工程框架，用于精确基因调控和复杂大分子系统的功能研究	CRISPR/Cas12f蛋白及其单引导RNA（sgRNA），以及骨骼肌细胞中的嗅觉受体基因	机器学习, 数字病理学	NA	结构建模, 深度学习辅助序列设计	Protein Message Passing Neural Network (ProteinMPNN)	蛋白质序列和结构数据	NA	NA	ProteinMPNN	DNA靶向能力, 基因激活选择性	NA
3898	2026-08-18	Machine learning for mechanistic modeling of plant metabolic pathways 2026-Aug-17, Journal of experimental botany IF:5.6Q1 DOI:10.1093/jxb/erag400 PMID:42605901	综述	本文探讨了机器学习在植物代谢途径机制建模中的应用，包括替代模型和参数化方法，并指出了未来方向。	提出利用人工智能技术高效实现植物代谢模型参数化，并策略性指导数据生成资源的使用，以提升参数值的精度。	指出了当前植物代谢模型应用中的知识空白和大规模数据需求瓶颈，以及机器学习和机制模型协同中的局限性。	旨在通过机器学习方法改进植物代谢途径的机制建模，增强模型参数化效率和数据利用策略。	植物代谢途径及其机制建模（包括化学计量和动力学模型）。	机器学习	NA	NA	机器学习/深度学习模型	文献数据（综述）	NA	NA	NA	NA	NA
3899	2026-08-18	Deep learning-assisted cone-beam computed tomography volumetric assessment of mandibular anterior alveolar bone changes with and without periodontally accelerated osteogenic orthodontics during skeletal Class III orthodontic-orthognathic treatment 2026-Aug-17, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics IF:2.7Q1 DOI:10.1016/j.ajodo.2026.06.012 PMID:42606395	研究论文	本研究利用深度学习辅助的锥形束计算机断层扫描（CBCT）技术，评估骨骼性III类错颌畸形患者在正畸-正颌联合治疗中，接受或未接受牙周加速成骨正畸（PAOO）治疗的下颌前牙区牙槽骨体积变化	首次将深度学习辅助的CBCT自动分割技术应用于评估PAOO在骨骼性III类错颌畸形患者正畸-正颌治疗中的三维牙槽骨体积变化，提供了高效的体积评估工具	信息未提供	评估在骨骼性III类错颌畸形患者正畸-正颌治疗中，PAOO对下颌前牙区三维牙槽骨体积变化的影响，并验证深度学习辅助CBCT分割作为体积评估工具的有效性	42名接受正畸-正颌治疗的骨骼性III类错颌畸形成年患者，分为PAOO组（21人）与非PAOO对照组（21人）	深度学习、医学图像分析	骨骼性III类错颌畸形	CBCT成像	深度学习自动分割模型	CBCT图像	42名患者（PAOO组21人，对照组21人）	NA	NA	P值、均值和标准差	NA
3900	2026-08-18	Explainable copy-move forgery detection in videos: Generative adversarial network-based transfer learning and multi-aspect transformer with shuffle attention 2026-Aug-16, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70437 PMID:42604591	研究论文	提出一种结合生成对抗网络和增强注意力机制的深度学习架构，用于视频中基于对象的复制-移动伪造检测，并提升可解释性	结合迁移学习与新颖的多方面Fossa图Transformer，并引入Shuffle Attention机制，以及使用基于GoogLeNet的改进生成对抗网络提取深层空间语义特征，同时集成LIME进行可解释性可视化	未明确提及局限性	开发一种可解释且稳健的深度学习架构，以准确检测视频中的对象级复制-移动伪造	视频帧中的复制-移动伪造对象	计算机视觉	不适用	生成对抗网络	生成对抗网络、Transformer	视频帧图像	五个基准数据集：SULFA、GRIP、VTD、CG-1050 v2.0、COVERAGE（具体样本数未提及）	未明确提及	GoogLeNet（用于GAN）、Multi-Aspect Fossa Graph Transformer with Shuffle Attention (MAFGTN-SA)	准确率、F1分数	未明确提及