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
421	2026-04-01	DNA Virus Detection System Based on RPA-CRISPR/Cas12a-SPM and Deep Learning 2024-05-10, Journal of visualized experiments : JoVE DOI:10.3791/64833 PMID:38801262	研究论文	本文报告了一种结合RPA、CRISPR/Cas12a系统、智能手机显微镜和深度学习模型的快速、便携、高灵敏度的DNA病毒即时检测系统	将RPA-CRISPR/Cas12a检测技术与智能手机显微镜(SPM)及深度学习辅助分类相结合，构建了一个完整的便携式即时检测系统，无需专业操作人员和大型仪器	仅以蛙病毒3(FV3)作为示例进行了测试，未展示对其他DNA病毒的广泛适用性	开发一种用于DNA病毒快速、高灵敏度检测的即时诊断系统	DNA病毒（以蛙病毒3为例）	机器学习	病毒感染	重组酶聚合酶扩增(RPA), CRISPR/Cas12a系统, 荧光检测	深度学习模型	荧光图像	NA	NA	NA	准确率, 检测限(LoD)	智能手机（用于图像采集和处理）
422	2026-04-01	Measurement Variability of Same-Day CT Quantification of Interstitial Lung Disease: A Multicenter Prospective Study 2024-04, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.230287 PMID:38483245	研究论文	本研究通过分析同一天两次CT扫描的数据，评估了基于深度学习的定量CT在测量间质性肺疾病纤维化范围时的变异性	首次在前瞻性多中心研究中，使用同一天两次CT扫描来量化QCT测量间质性肺疾病纤维化范围的变异性，并评估了不同重建参数对变异性的影响	样本量相对较小（65名参与者），且仅评估了短期（同一天内）的测量变异性，未评估长期变异性	评估定量CT在测量间质性肺疾病纤维化范围时的测量变异性	间质性肺疾病患者	数字病理学	间质性肺疾病	CT扫描，基于深度学习的纹理分析软件	深度学习	CT图像	65名参与者（47名男性，18名女性）	NA	NA	Bland-Altman分析，95%一致性界限，特异性	NA
423	2026-04-01	Uncovering prostate cancer aggressiveness signal in T2-weighted MRI through a three-reference tissues normalization technique 2024-Mar, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5069 PMID:37990759	研究论文	本文开发了一种基于深度学习的自动化方法，用于前列腺T2加权MRI强度归一化，以揭示前列腺癌侵袭性信号	提出了一种利用三种参考组织（臀大肌、股骨和膀胱）的自动化归一化技术，通过MASK R-CNN进行自动分割，并结合样条函数拟合，显著提升了T2W强度在区分前列腺癌与正常组织及评估肿瘤侵袭性方面的定量利用	方法依赖于手动轮廓数据进行MASK R-CNN训练，样本量有限（32例患者），且归一化效果在独立数据集（83例患者）中验证，但未涉及更大规模或多中心验证	开发自动化前列腺T2W MRI强度归一化方法，以改善定量评估前列腺癌及其侵袭性	前列腺癌患者的前列腺T2加权MRI图像，包括癌变区域和正常前列腺组织	数字病理学	前列腺癌	T2加权MRI	CNN	图像	训练集：32例患者；独立测试集：83例患者；共231个活检感兴趣区域	PyTorch	MASK R-CNN	Spearman相关系数, t检验	NA
424	2026-04-01	Prognostic significance of collagen signatures at breast tumor boundary obtained by combining multiphoton imaging and imaging analysis 2024-Feb, Cellular oncology (Dordrecht, Netherlands) DOI:10.1007/s13402-023-00851-4 PMID:37606817	研究论文	本研究结合多光子成像和深度学习分析，探索了乳腺癌肿瘤边界胶原特征对患者预后的预测价值	首次利用多光子成像无标记获取乳腺癌样本的胶原特征，并通过深度学习自动识别肿瘤边界胶原签名，构建了CSTB评分作为独立预后因子	研究样本规模较小，且仅针对乳腺癌，未在其他癌症类型中验证	探索乳腺癌肿瘤边界胶原特征的预后意义，以改善患者预后预测和临床决策	人类乳腺癌肿瘤样本	数字病理学	乳腺癌	多光子显微镜成像	深度学习	图像	小规模样本（具体数量未在摘要中提供）	NA	NA	AUC, HR, Kaplan-Meier生存分析	NA
425	2026-04-01	Extracting Drug-Protein Relation from Literature Using Ensembles of Biomedical Transformers 2024-Jan-25, Studies in health technology and informatics DOI:10.3233/SHTI231043 PMID:38269887	研究论文	本文提出了一种基于生物医学Transformer模型集成的方法，用于从生物医学文献中自动提取药物与蛋白质之间的关系	利用在生物医学数据上预训练的深度学习Transformer模型构建集成方法，用于自动提取药物-蛋白质关系，并在大规模语料上验证了其有效性	未明确说明模型在特定药物或蛋白质类别上的性能差异，也未讨论计算资源消耗的具体情况	开发自动方法从生物医学文献中提取药物与蛋白质之间的实体关系，以构建最新的生物医学知识库	PubMed摘要中的药物/化学品与蛋白质实体	自然语言处理	NA	生物医学文献挖掘	Transformer	文本	主要语料库包含10,750篇摘要，大规模语料库包含240万篇文档	NA	生物医学Transformer模型（具体架构未指定）	F1-score, 微平均F1-score	NA
426	2026-04-01	A Reinforcement Learning (RL)-Motivated Simulation Framework for Evaluating Vancomycin Dosing Strategies 2024, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:41726479	研究论文	本文开发了一个基于强化学习的模拟框架，用于评估万古霉素的给药策略	提出了结合深度学习药代动力学模型（PK-RNN-2CM）和AUC奖励分数的强化学习模拟框架，将临床指南转化为强化学习奖励	未明确说明模拟框架在真实临床环境中的验证程度	优化万古霉素给药策略，实现并维持治疗浓度范围	万古霉素给药策略	机器学习	NA	强化学习，深度学习，药代动力学模拟	RNN	患者特异性数据，模拟时间-浓度曲线	NA	NA	PK-RNN-2CM（两室药代动力学循环神经网络）	24小时AUC评估，RMSE（均方根误差）	NA
427	2026-04-01	Deep Learning and Gastric Cancer: Systematic Review of AI-Assisted Endoscopy 2023-12-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13243613 PMID:38132197	系统综述	本文系统综述了深度学习在胃癌内镜辅助诊断中的应用现状	全面评估了深度学习在胃癌前病变、早期胃癌及肿瘤分析中的多种应用，并比较了AI与人类内镜医师的诊断性能	研究主要基于单中心数据，数据集未公开，影响泛化性和人口代表性；回顾性算法训练可能无法反映真实临床性能；模型细节缺乏阻碍了复现	评估深度学习在胃癌前病变、早期胃癌及胃肿瘤分析中的当前应用状态	使用内镜图像进行胃肿瘤检测的深度学习算法研究	数字病理	胃癌	内镜成像	深度学习	图像	NA	NA	NA	诊断准确性	NA
428	2026-04-01	Small-molecule binding and sensing with a designed protein family 2023-Nov-02, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.01.565201 PMID:37961294	研究论文	本文结合深度学习和物理方法设计了一个具有多样可设计口袋几何形状的蛋白质家族，并成功计算设计出针对六种不同小分子靶点的结合蛋白	开发了一种通用方法，通过结合深度学习和物理模拟，设计能够结合任意小分子的蛋白质家族，并实现了化学诱导二聚化系统的设计	未提及具体的设计失败率或对更复杂小分子的适用性限制	设计能够结合和传感任意小分子的蛋白质，用于分析、环境和生物医学应用	六种化学和结构上不同的小分子靶点	机器学习	NA	深度学习，物理方法	NA	蛋白质结构数据，小分子化学数据	六种小分子靶点	NA	NA	结合亲和力（纳摩尔至低微摩尔），设计准确性（原子级）	NA
429	2026-04-01	Improving prognosis and assessing adjuvant chemotherapy benefit in locally advanced rectal cancer with deep learning for MRI: A retrospective, multi-cohort study 2023-11, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2023.109899 PMID:37660753	研究论文	本研究开发了一种基于术前MRI的深度学习模型，用于预测局部晚期直肠癌患者的局部复发、远处转移和总生存期，并评估辅助化疗的益处	提出了多生存任务网络（MuST）模型，能够同时预测多种生存结局，并构建了结合MuST-DM评分、神经侵犯和CA19-9的辅助化疗决策树，实现了个体化治疗评估	这是一项回顾性研究，可能存在选择偏倚，且模型在更广泛人群中的泛化能力仍需进一步验证	开发预测局部晚期直肠癌患者生存结局的深度学习模型，并识别能从辅助化疗中获益的患者	局部晚期直肠癌患者	数字病理学	直肠癌	MRI	深度学习	图像	主要队列308例，两个外部验证队列分别247例和245例	NA	多生存任务网络（MuST）	预后准确性	NA
430	2026-04-01	Evaluation of different algorithms for automatic segmentation of head-and-neck lymph nodes on CT images 2023-11, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2023.109870 PMID:37634765	研究论文	本研究评估了四种基于图谱和两种深度学习算法在头颈部CT图像上自动分割淋巴结的性能	首次在头颈部淋巴结自动分割任务中，系统比较了基于图谱方法与深度学习方法的性能，并引入了多中心深度学习解决方案的评估	样本量相对较小（69例患者），且所有数据均来自单一机构，可能限制了结果的泛化能力	评估不同自动分割算法在头颈部淋巴结CT图像分割中的准确性和临床实用性	头颈部癌症患者的双侧选择性淋巴结（CTVn）	计算机视觉	头颈部癌症	CT成像	深度学习模型	CT图像	69例头颈部癌症患者（10例用于图谱库，49例用于训练，20例用于测试）	NA	NA	Dice相似系数, 95% Hausdorff距离	NA
431	2026-04-01	Efficient segmentation using domain adaptation for MRI-guided and CBCT-guided online adaptive radiotherapy 2023-11, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2023.109871 PMID:37634767	研究论文	本研究开发了基于域适应的高效分割方法，用于MRI引导和CBCT引导的在线自适应放疗	设计了两种域适应方法，将计划CT的特征学习并适应到MRI或CBCT模态，并通过个性化建模提高分割准确性	NA	开发高效的分割方法以改进自适应放疗中的ROI勾画	前列腺癌患者、鼻咽癌患者和胰腺癌患者的医学影像数据	数字病理	前列腺癌, 鼻咽癌, 胰腺癌	MRI, CBCT, CT, 域适应	深度学习模型	医学影像（MRI, CBCT, CT）	242名前列腺癌患者（MRIgART），530名鼻咽癌患者（CBCTgART），35名胰腺癌患者（公共CBCT数据集）	NA	NA	Dice相似系数（DSC）	NA
432	2026-04-01	PK-RNN-V E: A deep learning model approach to vancomycin therapeutic drug monitoring using electronic health record data 2022-09, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2022.104166 PMID:35985620	研究论文	本文提出了一种基于深度学习的万古霉素药代动力学预测模型（PK-RNN-V E），利用大规模电子健康记录数据进行治疗药物监测	利用大型电子健康记录数据集开发深度学习模型，能够处理实时稀疏和不规则观测数据，提供动态预测，相比传统贝叶斯模型具有更优性能	模型仅在特定患者群体（5,483名患者）中开发，可能未涵盖所有真实世界患者多样性	开发用于万古霉素治疗药物监测的深度学习药代动力学预测模型	万古霉素治疗患者	机器学习	NA	电子健康记录数据分析	RNN	电子健康记录数据	5,483名患者，55,336次万古霉素给药	NA	PK-RNN-V E	均方根误差	NA
433	2026-04-01	Prediction of age-related macular degeneration disease using a sequential deep learning approach on longitudinal SD-OCT imaging biomarkers 2020-09-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-020-72359-y PMID:32963300	研究论文	提出一种名为“Deep Sequence”的混合序列预测模型，用于基于纵向SD-OCT影像生物标志物预测非渗出性年龄相关性黄斑变性（AMD）眼在未来时间窗内发生渗出的风险	首次将放射组学工程影像特征、人口统计学和视觉因素与递归神经网络（RNN）模型集成在同一平台，以预测AMD眼在短期（3个月内）和长期（21个月内）的渗出风险	在外部真实世界临床数据集上，长期（21个月）预测性能（AUCROC 0.68）相比短期预测明显下降，可能源于数据集差异	预测非渗出性年龄相关性黄斑变性（AMD）眼在未来时间窗内发生渗出的风险	年龄相关性黄斑变性（AMD）患者的眼睛	数字病理学	年龄相关性黄斑变性	SD-OCT成像	RNN	图像	671只AMD对侧眼，包含13,954次观察	NA	Deep Sequence（混合序列模型）	AUCROC	NA
434	2026-04-01	A robust and interpretable end-to-end deep learning model for cytometry data 2020-09-01, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2003026117 PMID:32801215	研究论文	本研究提出并测试了一种用于分析流式细胞术数据的端到端深度卷积神经网络模型，可直接关联原始数据与临床结局	开发了一种端到端的深度学习方法，可直接从原始流式细胞术数据预测临床结局，避免了传统门控方法的信息丢失，并提出了基于置换的模型解释方法	模型在高度异质性的跨研究数据上进行了验证，但未明确说明模型在其他疾病或数据集上的泛化能力	开发一种稳健且可解释的深度学习模型，用于从流式细胞术数据中直接预测临床结局	来自公开ImmPort数据库的九项大规模飞行时间质谱流式细胞术（CyTOF）研究数据	机器学习	巨细胞病毒感染	飞行时间质谱流式细胞术（CyTOF）	CNN	流式细胞术数据	九项大规模CyTOF研究的数据集	Keras, TensorFlow	深度卷积神经网络	NA	NA
435	2026-04-01	FLImBrush: dynamic visualization of intraoperative free-hand fiber-based fluorescence lifetime imaging 2020-Sep-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.398357 PMID:33014606	研究论文	本文提出了一种名为FLImBrush的鲁棒方法，用于术中自由手光纤荧光寿命成像的定位和可视化	该方法结合了基于深度学习的图像分割、基于块匹配的运动校正和基于插值的可视化，以解决自由手扫描成像中的组织运动、光照变化和稀疏采样等挑战	NA	开发一种能够准确定位荧光寿命成像点测量并生成可解释、完整可视化数据的方法，以用于术中成像和手术引导	组织表面（特别是头颈手术中的癌症边缘评估）	数字病理	头颈癌	荧光寿命成像	深度学习	图像	NA	NA	NA	NA	NA
436	2026-04-01	Deep learning and manual assessment show that the absolute mitotic count does not contain prognostic information in triple negative breast cancer 2019-Aug, Cellular oncology (Dordrecht, Netherlands) DOI:10.1007/s13402-019-00445-z PMID:30989469	研究论文	本研究通过深度学习和手动评估，探讨了绝对有丝分裂计数在三阴性乳腺癌中的预后价值	首次结合深度学习和手动方法，系统评估绝对有丝分裂计数在三阴性乳腺癌中的预后意义，并尝试所有可能的分界值	研究为回顾性设计，样本量相对有限（n=298），且仅基于单一队列，可能影响结果的普适性	评估绝对有丝分裂计数是否可作为三阴性乳腺癌的预后因素	三阴性乳腺癌患者	数字病理学	乳腺癌	H&E染色切片数字化	CNN	图像	298例三阴性乳腺癌患者	NA	卷积神经网络	c-statistic	NA
437	2026-04-01	Computer aided quantification of intratumoral stroma yields an independent prognosticator in rectal cancer 2019-Jun, Cellular oncology (Dordrecht, Netherlands) DOI:10.1007/s13402-019-00429-z PMID:30825182	研究论文	本研究开发了一种基于深度学习的半自动方法，用于量化直肠癌全切片图像中的肿瘤内间质比例，并验证了其作为独立预后因素的价值	首次在直肠癌中应用基于深度学习的自动化肿瘤-间质比例分析，相比传统视觉评估，自动化方法在多元分析中显示出独立的预后预测能力	研究样本量相对较小（129例），且依赖于专家提供的间质热点区域，可能引入选择偏差	评估计算机辅助量化肿瘤内间质在直肠癌预后预测中的潜力	129例直肠腺癌患者的组织学切片	数字病理学	直肠癌	深度学习	深度学习模型	全切片图像	129例直肠腺癌患者	未明确指定	未明确指定	风险比, 疾病特异性生存期, 无病生存期	NA
438	2026-03-31	Robotic-Arm Assisted Multi-Apical View 3-D Fusion of Echocardiography for Enhanced Left Ventricular Assessment Using Wavelet 2026-May, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2026.01.006 PMID:41688231	研究论文	本研究提出了一种结合机器人臂辅助采集和小波变换的多心尖视图融合方法，以提升三维超声心动图中左心室图像质量	创新点在于首次将机器人臂辅助的标准化探头定位与小波变换的多视图融合技术相结合，用于增强三维超声心动图的图像质量和可重复性	研究局限性包括样本量较小且仅基于志愿者扫描，未在临床患者群体中广泛验证，且未来需要探索更多视图和深度学习方法以进一步提升性能	研究目标是提高三维超声心动图对左心室功能的评估准确性和图像质量	研究对象为志愿者通过三维超声心动图采集的左心室图像	医学影像处理	心血管疾病	三维超声心动图，小波变换融合技术	NA	三维超声图像	志愿者扫描（具体数量未在摘要中明确说明）	NA	NA	信噪比，对比噪声比，图像清晰度评分，心肌边界连续性评分，诊断置信度评分	NA
439	2026-03-31	High diagnostic accuracy of a resnet50-based deep learning model for osteochondral lesions of the talus on magnetic resonance imaging 2026-May-01, Joint diseases and related surgery IF:1.9Q2 DOI:10.52312/jdrs.2026.2719 PMID:41906849	研究论文	本研究评估了基于ResNet50的卷积神经网络在磁共振成像上检测距骨骨软骨病变的诊断性能，并比较了其在T1和T2加权序列间的效能	首次应用ResNet50模型于距骨骨软骨病变的MRI诊断，并系统比较了T1和T2加权序列的诊断准确性差异	数据集规模相对较小（仅219例），且为回顾性研究，可能影响模型泛化能力	评估深度学习模型在距骨骨软骨病变MRI诊断中的性能	距骨骨软骨病变患者的踝关节磁共振成像	计算机视觉	骨关节疾病	磁共振成像	CNN	图像	219例踝关节MRI扫描（60例病变，159例正常）	TensorFlow, Keras	ResNet50	准确率, 精确率, 召回率, F1分数, AUC	NA
440	2026-03-31	Glucose forecasting and hypoglycemia forewarning in type 1 and type 2 diabetes using deep learning 2026-Apr-17, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.115294 PMID:41907406	研究论文	本研究开发了一种名为MT-HypoNet的多任务神经网络，用于从连续血糖监测数据中进行实时血糖预测和低血糖预警	提出了一种统计引导的软标签策略以改进低血糖边界附近的检测，并在大规模多中心队列（包括1型和2型糖尿病患者）中进行了验证与前瞻性评估	未明确说明模型在其他糖尿病亚型或特殊人群（如儿童、孕妇）中的适用性，且前瞻性验证样本量相对较小	通过深度学习技术实现精准的血糖预测和低血糖预警，以改善糖尿病管理安全性	1型和2型糖尿病患者	机器学习	糖尿病	连续血糖监测	深度学习神经网络	时间序列数据（连续血糖监测数据）	1,662名患者（多中心队列）和36名围手术期患者（前瞻性验证）	未明确说明	MT-HypoNet（多任务神经网络）	AUC, RMSE	NA