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
561	2026-03-29	A novel deep learning method for predictive modeling of microbiome data 2021-05-20, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaa073 PMID:32406914	研究论文	本文提出了一种名为MDeep的新型深度学习方法，用于基于微生物组数据进行预测建模	开发了首个能高效且严谨地整合系统发育树结构的深度学习方法，通过设计卷积层模拟分类学层级，在局部感受野中捕捉微生物物种间的系统发育相关性	未明确说明方法在超大规模数据集或实时预测场景下的计算效率限制	构建基于微生物组数据的临床结果预测模型，用于药物反应预测和疾病诊断等应用	人类微生物组数据（包含物种丰度和系统发育树）	机器学习	NA	下一代测序技术	CNN	微生物组数据（物种丰度与系统发育树）	NA	NA	自定义卷积神经网络架构	回归和二元分类评估指标（具体指标未明确说明）	NA
562	2026-03-29	Deep learning models for the prediction of intraoperative hypotension 2021-04, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2020.12.035 PMID:33558051	研究论文	本研究开发并验证了基于深度学习算法，利用患者监测的生物信号波形，在低血压事件发生前5、10和15分钟进行实时预测的模型	提出了结合多种生物信号（如动脉压波形、心电图、光电容积脉搏波和二氧化碳波形）的多通道深度学习模型，相较于单一信号模型，在预测低血压事件方面表现出更高的性能	研究为回顾性观察性研究，可能存在选择偏倚；模型性能在非侵入性监测中相对较低，且未在外部数据集上进行验证	开发能够实时预测术中低血压事件的深度学习算法，以降低术后器官功能障碍的风险	接受非心脏手术的患者，通过患者监测获取的生物信号波形	机器学习	心血管疾病	生物信号波形分析	深度学习模型	生物信号波形数据	3301名患者	NA	NA	AUROC, MAE	NA
563	2026-03-29	Flash-Flood Potential Mapping Using Deep Learning, Alternating Decision Trees and Data Provided by Remote Sensing Sensors 2021-Jan-04, Sensors (Basel, Switzerland) DOI:10.3390/s21010280 PMID:33406613	研究论文	本研究利用遥感传感器和GIS数据，通过四种集成模型评估罗马尼亚一个小流域的突发洪水潜在风险	结合深度学习神经网络与频率比、证据权重等传统方法，以及交替决策树，构建了四种集成模型来绘制突发洪水潜在图	研究区域局限于罗马尼亚的一个小流域，样本点数量有限（481个受影响点和481个随机点），可能影响模型的泛化能力	评估突发洪水潜在风险，为自然灾害监测和评估提供方法支持	罗马尼亚Bâsca Chiojdului河流域的突发洪水潜在风险	机器学习	NA	遥感传感器、地理信息系统（GIS）、高分辨率卫星图像	深度学习神经网络、交替决策树	图像、地理空间数据	962个点（481个受洪水影响点，481个随机非影响点）	NA	深度学习神经网络、交替决策树	灵敏度、特异性、总体准确率、K指数、ROC曲线、AUC	NA
564	2026-03-29	Development of novel machine learning model for right ventricular quantification on echocardiography-A multimodality validation study 2020-05, Echocardiography (Mount Kisco, N.Y.) DOI:10.1111/echo.14674 PMID:32396705	研究论文	本研究开发了一种基于卷积神经网络的机器学习模型，用于在超声心动图上自动追踪三尖瓣环，以量化右心室功能	首次提出一种全自动的机器学习模型，通过追踪三尖瓣环来评估右心室功能，无需额外成像或手动分析，具有高效率和零观察者变异性	模型在诊断性能方面（AUC 0.69-0.73）仍有提升空间，且样本量相对较小（101名患者）	开发并验证一种用于右心室功能自动量化的机器学习模型	右心室功能评估，特别是通过超声心动图追踪三尖瓣环	医学影像分析	心血管疾病	超声心动图，心脏磁共振成像	CNN	图像	101名患者的前瞻性数据，包括7791个图像帧用于训练	NA	卷积神经网络	AUC, 阴性预测值, ICC	NA
565	2026-03-29	Effects of Study Population, Labeling and Training on Glaucoma Detection Using Deep Learning Algorithms 2020-04, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.9.2.27 PMID:32818088	研究论文	本研究比较了独立开发的深度学习算法在眼底照片中检测青光眼的性能，并评估了将新数据整合到模型中的策略	比较了不同研究人群、标签和训练策略对深度学习算法检测青光眼性能的影响，并提出了基于相关协变量分层报告准确性的重要性	模型性能受疾病严重程度、标签、训练策略和人群特征影响，可能限制了在更广泛人群中的泛化能力	评估深度学习算法在检测青光眼方面的性能，并优化训练策略以提高跨数据集的准确性	眼底照片数据集，包括来自Diagnostic Innovations in Glaucoma Study/African Descent and Glaucoma Evaluation Study和Matsue Red Cross Hospital的数据	计算机视觉	青光眼	眼底摄影	深度学习算法	图像	来自两个独立数据集的眼底照片，具体数量未在摘要中明确说明	NA	NA	受试者工作特征曲线下面积	NA
566	2026-03-29	Applications of Artificial Intelligence to Electronic Health Record Data in Ophthalmology 2020-02-27, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.9.2.13 PMID:32704419	综述	本文综述了人工智能技术在眼科电子健康记录数据中的应用，包括疾病诊断、风险评估和进展预测	聚焦于眼科领域，系统回顾了AI技术（如监督机器学习、深度学习和自然语言处理）在EHR数据中的具体应用，填补了该领域研究的空白	NA	概述人工智能方法在眼科电子健康记录数据中的应用，以促进患者护理和临床决策	眼科电子健康记录数据，特别是青光眼、糖尿病视网膜病变、年龄相关性黄斑变性和白内障相关数据	自然语言处理, 机器学习	青光眼, 糖尿病视网膜病变, 年龄相关性黄斑变性, 白内障	NA	监督机器学习, 深度学习, 自然语言处理	电子健康记录数据	NA	NA	NA	NA	NA
567	2026-03-29	MU-PseUDeep: A deep learning method for prediction of pseudouridine sites 2020, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2020.07.010 PMID:32774783	研究论文	提出了一种名为MU-PseUDeep的深度学习方法，用于预测RNA中的假尿苷修饰位点	首次结合原始RNA序列和预测的二级结构特征，使用两组卷积神经网络来捕获假尿苷位点的序列和结构上下文信息，显著提升了预测准确性	未明确说明模型在跨物种或不同RNA类型上的泛化能力，也未讨论计算复杂度或运行时间	开发更准确的假尿苷修饰位点预测工具	RNA序列中的假尿苷修饰位点	生物信息学	NA	RNA二级结构预测	CNN	序列数据	NA	NA	卷积神经网络	准确性	NA
568	2026-03-29	Classification of the urinary metabolome using machine learning and potential applications to diagnosing interstitial cystitis 2020, Bladder (San Francisco, Calif.) DOI:10.14440/bladder.2020.815 PMID:32775485	研究论文	本研究开发了一种基于机器学习的诊断模型，用于利用尿液代谢组学数据诊断间质性膀胱炎	首次将机器学习算法（SVM和逻辑回归）应用于间质性膀胱炎的尿液代谢组学诊断，并展示了在样本量较小的情况下仍能取得高区分能力	样本量相对较小（43名患者和16名健康对照），无法应用复杂的深度学习模型	开发一种基于机器学习的诊断方法，用于间质性膀胱炎的客观诊断	间质性膀胱炎患者和健康对照的尿液代谢组学数据	机器学习	间质性膀胱炎	代谢组学	SVM, LR	代谢组学数据	43名间质性膀胱炎患者和16名健康对照	NA	NA	准确率, 精确率, 召回率, AUC	NA
569	2026-03-29	Data-efficient deep learning of radiological image data for outcome prediction after endovascular treatment of patients with acute ischemic stroke 2019-12, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2019.103516 PMID:31707199	研究论文	本研究利用深度学习技术，基于CT血管造影图像直接预测急性缺血性卒中患者血管内治疗后的良好再灌注和功能结局，无需图像标注	首次将深度学习直接应用于卒中结局预测，而非复制传统影像生物标志物，并引入了结构化感受野和自编码器进行网络权重初始化	研究基于单一注册数据集（MR CLEAN Registry），样本量有限（1301名患者），且未在外部数据集上进行验证	开发数据高效的深度学习模型，以改善急性缺血性卒中患者血管内治疗后的结局预测和治疗选择	急性缺血性卒中患者	医学影像分析	急性缺血性卒中	CT血管造影	CNN	图像	1301名患者	NA	ResNet, RFNN, AE	AUC	NA
570	2026-03-29	Deep Learning Convolutional Neural Networks for the Automatic Quantification of Muscle Fat Infiltration Following Whiplash Injury 2019-05-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-019-44416-8 PMID:31138878	研究论文	本研究利用深度学习卷积神经网络自动量化挥鞭伤后肌肉脂肪浸润，并探索其与疼痛和残疾临床指标的关系	首次应用CNN模型自动分割肌肉并计算MFI，提高了效率和客观性，替代了耗时且依赖评分者的手动技术	样本量较小（仅39名参与者），且MFI与残疾的相关性未达到统计学显著性（p=0.105）	开发自动量化肌肉脂肪浸润的方法，以监测颈椎疾病及其他疾病的肌肉特性	挥鞭伤后3个月的39名参与者（26名女性，平均年龄31.7±9.3岁）	计算机视觉	颈椎疾病	高分辨率脂肪-水成像	CNN	图像	39名参与者	NA	NA	可靠性, 准确性, 相关系数, p值	NA
571	2026-03-28	Advanced deep learning strategies in nanopore RNA sequencing 2026-12, RNA biology IF:3.6Q2 DOI:10.1080/15476286.2026.2627968 PMID:41663212	综述	本文综述了纳米孔直接RNA测序中用于解析RNA修饰的先进深度学习策略	聚焦于利用专门学习框架和集成策略应对数据稀缺、噪声和生物变异性等挑战，以提供更高分辨率的输出	NA	评估RNA修饰作为新兴生物标志物和治疗靶点，并总结人工智能在表征表观转录组中的应用	RNA分子上的化学修饰（表观转录组）	自然语言处理, 机器学习	NA	纳米孔直接RNA测序	CNN, RNN	测序信号数据	NA	NA	NA	NA	NA
572	2026-03-28	Deep Learning Reconstruction Enables Diagnostic-Quality 0.4T Knee and Spine MRI in One-Third of the Time 2026-May, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70274 PMID:41866229	研究论文	本研究利用深度学习模型加速低场强0.4T膝关节和脊柱MRI扫描，通过优化重建算法在三分之一时间内获得诊断质量图像	首次将CIRIM模型应用于低场强MRI加速重建，并优化了欠采样模式和损失函数以实现最大加速因子	放射科医生对高加速因子图像评分存在差异，观察者间一致性较低，最优加速因子需根据具体诊断任务调整	加速低场强肌肉骨骼MRI扫描时间，同时保持诊断图像质量	膝关节和脊柱的MRI图像数据	医学影像分析	肌肉骨骼疾病	MRI扫描，k空间欠采样	深度学习	图像	包含膝关节和脊柱的异质性2D多切片扫描数据集	NA	CIRIM（级联独立循环推理机）	Kendall's Tau, Cohen's Kappa, SSIM, L1损失, 感知损失	NA
573	2026-03-28	Determination of Modified Waldenström Staging in Legg-Calvé-Perthes Disease Using Deep Learning 2026-May, Journal of the Pediatric Orthopaedic Society of North America DOI:10.1016/j.jposna.2026.100334 PMID:41890888	研究论文	本研究开发了一种深度学习模型，用于从标准髋关节X光片中自动确定Legg-Calvé-Perthes病的改良Waldenström分期	首次利用深度学习自动提取临床相关且可量化的参数，构建机器学习分类流程，以改进LCPD分期的客观性和效率	早期阶段LCPD的样本代表性不足，可能影响模型在完整分类中的准确性，需要更大规模的多中心数据集来提升性能	开发一个深度学习模型，用于从标准髋关节X光片中自动确定Legg-Calvé-Perthes病的改良Waldenström分期	来自两家三级儿童医院的Legg-Calvé-Perthes病患者的配对前后位和蛙式侧位髋关节X光片	计算机视觉	Legg-Calvé-Perthes病	X光成像	深度学习	图像	机构1共2164张图像，留出测试集229对X光片，外部验证集533对X光片	NA	NA	Dice系数, AUROC	NA
574	2026-03-28	A simulation-based deep learning framework for spatially explicit malaria modeling of CRISPR suppression gene drive mosquitoes 2026-Apr-17, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.115221 PMID:41890961	研究论文	本文提出了一种基于模拟的深度学习框架，用于空间显式疟疾建模，以研究CRISPR抑制基因驱动蚊子的效果	结合个体建模与深度学习，高效分析多参数对基因驱动效果的影响，揭示疟疾消除参数空间大于蚊子消除参数空间的新见解	未明确说明模型在真实世界数据上的验证情况，计算需求可能仍较高	预测CRISPR基因驱动释放对疟疾传播的影响，优化参数以实现蚊子和疟疾的抑制	CRISPR基因驱动蚊子、疟疾传播过程	机器学习	疟疾	CRISPR基因驱动技术、个体建模	深度学习模型	模拟数据	NA	NA	NA	NA	NA
575	2025-11-22	NeuralFlux: Estimation of Reaction Fluxes at a Genome-Scale Level From Time-Resolved Isotope Labelling Patterns Using Deep Learning 2026-Apr, Plant biotechnology journal IF:10.1Q1 DOI:10.1111/pbi.70470 PMID:41264380	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
576	2026-03-28	Deep learning in fetal, infant, and toddler neuroimaging research 2026-Apr, Developmental cognitive neuroscience IF:4.6Q1 DOI:10.1016/j.dcn.2026.101680 PMID:41604954	综述	本文综述了深度学习在胎儿、婴儿和幼儿神经影像研究中的应用，包括结构图像分析、数据采集增强、认知过程建模和自动化视频标记	针对胎儿、婴儿和幼儿神经影像数据稀缺和变异性大的挑战，系统介绍了深度学习作为适应性框架的应用，并面向非AI专业的研究人员提供了可访问的概述	综述内容非详尽，且该领域面临数据标注有限、成像协议多变和临床风险高等普遍挑战	探讨深度学习在胎儿、婴儿和幼儿神经影像研究中的潜力和应用，以促进该领域的发展	胎儿、婴儿和幼儿的神经影像数据	医学影像分析	NA	深度学习	NA	图像, 视频	NA	NA	NA	NA	NA
577	2026-03-28	Particulate matter emission area identification based on phenomenological atmospheric dispersion and deep learn algorithms 2026-Apr, Environmental technology IF:2.2Q3 DOI:10.1080/09593330.2025.2573837 PMID:41097995	研究论文	本研究开发了一个结合计算流体动力学和人工神经网络的集成框架，用于在平坦地形中精确定位颗粒物排放源	提出了一种结合CFD模拟和深度学习算法的新框架，用于实时识别PM排放源，在工业区和港口环境中实现了重大突破	研究仅针对平坦地形，未考虑复杂地形条件；模拟数据集规模相对有限（243次运行）	开发实时颗粒物排放源定位方法，以支持环境监管、工业责任追究和公共健康保护	工业区和港口区域的多重颗粒物排放源	机器学习	NA	计算流体动力学模拟，人工神经网络	LSTM, CNN	模拟数据	243次CFD模拟运行，包含不同风速、风向、排放高度和排放间隔的组合	NA	长短期记忆网络，一维卷积神经网络	F1分数	NA
578	2026-03-28	Utility of multimodal deep learning model to diagnose lymph node metastasis in esophageal cancer using computed tomography and positron emission tomography images 2026-Apr, Surgery today IF:1.7Q2 DOI:10.1007/s00595-025-03152-5 PMID:41109897	研究论文	本研究评估了基于多模态影像的深度学习模型在食管癌淋巴结转移诊断中的性能，并与专家评估进行比较	开发了结合非增强CT、增强CT和PET影像的多模态深度学习模型，用于诊断食管癌淋巴结转移，其诊断性能与经验丰富的专家相当	研究为回顾性分析，样本量相对有限（521个淋巴结来自167名患者），可能影响模型的泛化能力	评估深度学习模型在食管癌淋巴结转移诊断中的性能，探索其临床应用的潜力	食管癌患者的淋巴结影像数据	数字病理学	食管癌	非增强CT、增强CT、PET成像	深度学习模型	影像数据	521个淋巴结来自167名食管癌患者	NA	NA	AUC	NA
579	2026-03-28	Predicting ventilation from single breathing phase non-contrast CT using Swin Transformers 2026-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.70406 PMID:41881558	研究论文	本研究开发了一种基于Swin Transformer的深度学习模型，仅使用非对比增强4DCT的吸气相来预测肺通气功能，并评估了添加呼气相的影响	首次探索了仅使用单呼吸相CT进行深度学习肺通气预测的可行性，并展示了基于Swin Transformer的模型在此任务上的优越性能	研究样本量较小（44例），且仅基于特定数据集进行验证，可能限制了结果的泛化能力	开发并评估基于单相CT的深度学习模型，用于预测肺通气成像，以简化临床工作流程并减少成像伪影	肺通气成像预测，特别是基于非对比增强4DCT的吸气相和呼气相数据	医学影像分析	肺疾病	4DCT成像，SPECT通气成像	深度学习模型	CT图像	44例配对吸气CT和SPECT扫描病例	PyTorch	SwinUNETR, U-Net	Spearman相关系数	NA
580	2026-03-28	A systematic evaluation of grayscale conversion methods for mitigating color variation in deep learning-based histopathological image analysis 2026-Apr, Journal of pathology informatics DOI:10.1016/j.jpi.2026.100647 PMID:41889534	研究论文	本研究系统评估了六种灰度转换算法及一种新型注意力机制方法在减轻组织病理学图像颜色变异对深度学习模型性能影响方面的效果	提出了一种基于Transformer注意力机制的新型灰度转换方法（ACSRM），通过长距离像素依赖关系保留关键颜色信息，并在多中心、跨扫描仪场景下验证了灰度转换对深度学习泛化能力的提升作用	研究主要针对H&E染色切片，未涵盖其他染色类型的组织病理学图像；评估场景虽包含多中心数据，但可能未覆盖所有临床实践中出现的颜色变异类型	评估灰度转换方法作为标准化输入策略，在减轻组织病理学图像颜色变异影响、提升深度学习模型泛化能力方面的有效性	组织病理学图像（H&E染色切片）	数字病理学	NA	深度学习，图像灰度转换	深度学习模型	图像	涉及多中心数据集，具体样本数量未在摘要中明确说明	NA	Swin-Transformer-base (Swin-B)	F1分数，交并比（IoU），Wilcoxon符号秩检验，McNemar检验	NA