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
741	2026-03-25	Unlocking the metabolic potential of endophytic fungi through epigenetics: a paradigm shift for natural product discovery and plant-microbe interactions 2025-10-15, Natural product reports IF:10.2Q1 DOI:10.1039/d5np00028a PMID:40719258	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
742	2026-03-25	spRefine Denoises and Imputes Spatial Transcriptomics with a Reference-Free Framework Powered by Genomic Language Model 2025-Jul-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.22.649977 PMID:40631230	研究论文	本文介绍了一个名为spRefine的深度学习框架，利用基因组语言模型对空间转录组数据进行去噪和插补，以克服数据噪声高和基因测量缺失的挑战	提出了一种无参考框架，结合基因组语言模型联合进行空间转录组数据的去噪和插补，增强了数据整合能力，并作为模型预训练和发现新生物信号的强大框架	NA	开发一个深度学习框架，以改善空间转录组数据的质量，促进数据整合和下游生物应用	空间转录组数据	机器学习	NA	空间转录组学	深度学习框架	空间转录组数据	NA	NA	基因组语言模型	NA	NA
743	2026-03-25	Multiclass arrhythmia classification using multimodal smartwatch photoplethysmography signals collected in real-life settings 2024-Dec-13, Research square DOI:10.21203/rs.3.rs-5463126/v1 PMID:39711547	研究论文	本研究提出了一种使用多模态智能手表光电容积脉搏波信号在真实生活环境中进行多类心律失常分类的方法	使用真实生活环境中收集的多模态数据（包括PPG、加速度计和心率数据），并采用计算高效的1D双向门控循环单元模型，在独立数据集上实现了对PAC/PVC的高灵敏度检测，同时保持了AF检测的高准确率	研究依赖于特定临床试验收集的数据集，样本量相对有限（106名受试者），且模型在更广泛人群和设备上的泛化能力仍需进一步验证	开发一种能够在真实生活环境中准确检测多种心律失常（特别是房颤和房性/室性早搏）的智能手表监测系统	智能手表收集的光电容积脉搏波信号及其相关多模态数据	机器学习	心血管疾病	光电容积脉搏波	深度学习	时间序列数据	106名受试者，收集为期两周的智能手表PPG数据	NA	1D双向门控循环单元	灵敏度, 准确率, 宏平均受试者工作特征曲线下面积	NA
744	2026-03-25	Modernizing histopathological analysis: a fully automated workflow for the digital image analysis of the intestinal microcolony survival assay 2024-Dec-12, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.09.627578 PMID:39713436	研究论文	本文开发了一个全自动工作流程，用于数字图像分析肠道微菌落存活实验，以量化辐射引起的胃肠道损伤	实现了微菌落存活实验中空肠隐窝计数的全自动化，消除了主观观察者间变异和人为错误	未明确说明自动化工作流程在不同实验室或设备间的泛化能力	自动化组织病理学分析，提高微菌落存活实验的效率和准确性	小鼠空肠组织切片图像	数字病理学	辐射损伤	组织病理学成像	深度学习语义图像分割	图像	60只小鼠的540张图像	NA	NA	平均绝对百分比偏差	NA
745	2026-03-25	EM-COGLOAD: An investigation into age and cognitive load detection using eye tracking and deep learning 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.03.014 PMID:38638116	研究论文	本文介绍了一个公开可用的眼动数据集EM-COGLOAD，并利用深度学习技术对健康成年人在不同认知负荷下的眼动轨迹进行分类，以探索年龄和认知负荷检测的可行性	提出了一个新的公开眼动数据集EM-COGLOAD，并首次将卷积神经网络应用于眼动时间序列分类，以区分不同认知负荷和年龄组	研究仅涉及75名健康成年人，未包括阿尔茨海默病患者，且样本量相对较小	探索眼动行为作为非侵入性生物标志物，用于检测认知负荷和年龄相关变化，以辅助阿尔茨海默病的早期诊断	75名健康成年人的眼动数据	机器学习	阿尔茨海默病	眼动追踪	CNN	时间序列	75名健康成年人	NA	卷积神经网络	准确率	NA
746	2026-03-25	DeepGenomeScan of 15 Worldwide Bovine Populations Detects Spatially Varying Positive Selection Signals 2024-10, Omics : a journal of integrative biology IF:2.2Q3 DOI:10.1089/omi.2024.0154 PMID:39315920	研究论文	本研究利用深度学习框架DeepGenomeScan，在全球15个牛种群中检测空间变化的阳性选择信号	首次在牛基因组选择信号研究中应用深度学习，发现了传统方法未能检测到的38个新选择基因	未明确说明样本的具体地理分布或种群规模细节	识别牛基因组中受空间变化选择影响的区域，以理解物种进化与适应的遗传机制	全球15个牛种群的基因组数据	机器学习	NA	基因组扫描	深度学习	基因组数据	15个牛种群	DeepGenomeScan	NA	NA	NA
747	2026-03-25	Automatic grading of intervertebral disc degeneration in lumbar dog spines 2024-Jun, JOR spine IF:3.4Q1 DOI:10.1002/jsp2.1326 PMID:38633660	研究论文	本文开发并测试了一种深度学习工具，用于自动评估犬类腰椎间盘退变程度	首次将针对人类脊柱设计的Pfirrmann分类方案应用于犬类，并开发了自动评分工具，扩展了深度学习在兽医影像分析中的应用	工具性能略低于人类模型，且对于罕见的5级退变敏感度较低，修改后的分级方案未显示显著优势	开发自动评估犬类腰椎间盘退变程度的工具，以支持临床管理和再生疗法研究	犬类腰椎间盘	数字病理学	椎间盘退变	T2加权MRI扫描	深度学习模型	图像	5991个腰椎间盘	NA	NA	敏感度, 特异度	NA
748	2026-03-25	An optimised YOLOv4 deep learning model for efficient malarial cell detection in thin blood smear images 2024-Apr-16, Parasites & vectors IF:3.0Q1 DOI:10.1186/s13071-024-06215-7 PMID:38627870	研究论文	本研究提出了一种优化的YOLOv4深度学习模型，用于高效检测薄血涂片图像中的疟疾细胞	通过直接层剪枝和骨干网络替换（将CSP-DarkNet53替换为较浅的ResNet50）来优化YOLOv4模型，提高了检测精度并减少了模型大小和计算复杂度	未明确说明模型在更大或更多样化数据集上的泛化能力，也未详细讨论实际部署中的计算资源需求	开发一种更轻量、更快且精度更高的自动化诊断工具，用于疟疾的早期和准确检测	薄血涂片图像中的感染红细胞	计算机视觉	疟疾	深度学习对象检测	YOLOv4	图像	NA	NA	YOLOv4, CSP-DarkNet53, ResNet50	平均精度均值（mAP）, 十亿浮点运算（B-FLOPS）, 模型大小	NA
749	2026-03-25	Predicting drug response through tumor deconvolution by cancer cell lines 2024-Apr-12, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2024.100949 PMID:38645769	研究论文	本研究开发了一种深度学习模型Scaden-CA，用于将肿瘤数据反卷积为癌症类型特异性细胞系的比例，并基于此预测药物反应	通过结合癌症细胞系药物敏感性数据和肿瘤反卷积技术，开发了Scaden-CA模型，以桥接细胞系与患者药物反应数据之间的差距	仅使用了有限的患者药物反应数据，且模型性能验证主要依赖于CCLE和TCGA数据集，可能未覆盖所有癌症类型或临床场景	预测药物反应并探索药物重利用的潜在机制	癌症细胞系（如CCLE数据）和肿瘤样本（如TCGA数据）	机器学习	癌症	RNA测序（bulk RNA数据）	深度学习模型	RNA数据	大规模癌症细胞系和肿瘤样本（具体数量未在摘要中指定）	NA	Scaden-CA	一致性相关系数（concordance correlation coefficients），正确反卷积率（correctly deconvoluted rate）	NA
750	2026-03-25	Enhancing molecular design efficiency: Uniting language models and generative networks with genetic algorithms 2024-Apr-12, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2024.100947 PMID:38645768	研究论文	本研究探讨了生成模型在药物发现、材料科学和聚合物科学中的应用，提出了一种结合语言模型和生成对抗网络的混合架构以提高分子设计效率	提出了一种结合掩码语言模型和生成对抗网络的混合架构，以克服传统生成模型中的模式崩溃问题，并在小规模群体中展现出优于单独语言模型的性能	未明确提及具体实验数据或样本量的局限性	提高分子设计效率，优化生成模型在药物发现和材料科学中的应用	分子设计、药物发现、材料科学和聚合物科学中的生成模型	自然语言处理, 机器学习	NA	生成对抗网络, 掩码语言模型	GAN, LM	合成数据, 分子数据	NA	NA	混合LM-GAN架构	NA	NA
751	2026-03-25	Quantitative Assessment of Fundus Tessellated Density in Highly Myopic Glaucoma Using Deep Learning 2024-04-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.4.17 PMID:38591943	研究论文	本研究利用深度学习定量评估高度近视性青光眼与高度近视患者的眼底豹纹状密度，以发现早期诊断标志物	首次使用深度学习量化眼底豹纹状密度，并发现其在高度近视性青光眼与高度近视患者中存在程度和分布的差异，特别是黄斑区鼻侧/颞侧比值可作为鉴别指标	研究为回顾性横断面设计，样本量相对较小（共206只眼），且仅来自单一中心，可能限制结果的普适性	表征高度近视性青光眼与高度近视患者的眼底豹纹状密度，探索早期诊断标志物	高度近视和高度近视性青光眼患者的眼底图像	计算机视觉	青光眼	眼底摄影	深度学习	图像	206只眼（高度近视133只，高度近视性青光眼73只）	NA	NA	曲线下面积	NA
752	2026-03-25	Deep learning to predict rapid progression of Alzheimer's disease from pooled clinical trials: A retrospective study 2024-Apr, PLOS digital health DOI:10.1371/journal.pdig.0000479 PMID:38598464	研究论文	本研究利用深度学习模型，基于临床试验数据预测阿尔茨海默病患者的快速进展风险	首次将注意力机制与循环神经网络结合，利用纵向临床数据预测阿尔茨海默病的快速进展，并识别关键预测因子	研究数据来源于特定制药公司的临床试验，可能缺乏人群多样性；模型性能在外部验证中有所下降	预测阿尔茨海默病患者的快速进展，以优化临床试验设计和治疗效果评估	轻度至中度阿尔茨海默病患者	机器学习	阿尔茨海默病	纵向临床观察数据	RNN	临床数据	1603名患者	NA	带有注意力机制的循环神经网络	AUROC, AUPRC	NA
753	2026-03-25	Integrating Phenotypic Information of Obstructive Sleep Apnea and Deep Representation of Sleep-Event Sequences for Cardiovascular Risk Prediction 2024-Mar-15, Research square DOI:10.21203/rs.3.rs-4084889/v1 PMID:38559110	研究论文	本研究探索了结合阻塞性睡眠呼吸暂停（OSA）表型信息和夜间生理信息，利用机器学习和深度学习模型进行心血管风险预测的有效策略	提出了结合OSA表型信息和睡眠事件序列深度表示的方法，并采用表型对比训练策略优化深度学习模型性能	研究基于MESA数据集，样本量有限（1,874名参与者），且仅针对无心血管疾病史的人群，可能无法推广到更广泛群体	探索整合OSA表型信息和夜间生理信息，用于普通人群心血管风险预测的有效策略	来自MESA数据集的1,874名无心血管疾病史的参与者	机器学习	心血管疾病	多导睡眠图（PSG）特征分析，K-均值聚类	机器学习模型，深度学习模型	静态PSG特征，夜间睡眠事件特征序列	1,874名参与者	NA	NA	ROC曲线下面积（AUC）	NA
754	2026-03-25	CHD-CXR: a de-identified publicly available dataset of chest x-ray for congenital heart disease 2024, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2024.1351965 PMID:38650917	研究论文	本文发布了一个用于先天性心脏病检测的公开去标识化胸部X射线数据集，并进行了初步模型验证	首次公开了一个针对儿童先天性心脏病、包含DICOM格式胸部X射线和心脏超声报告的高质量数据集，强调复杂结构特征，促进深度学习从机器学习向机器教学的转变	数据集样本量相对较小（828例），且仅针对儿童先天性心脏病，可能限制模型的泛化能力	通过构建公开医学影像数据集推动先天性心脏病的早期检测，特别是在医疗资源匮乏地区	儿童先天性心脏病患者的胸部X射线影像	计算机视觉	先天性心脏病	胸部X射线成像，心脏超声	深度学习模型	医学影像（DICOM格式胸部X射线）	828例儿童先天性心脏病患者的DICOM胸部X射线文件	NA	NA	ROC曲线下面积（AUC）	NA
755	2026-03-25	Fundus Tessellated Density Assessed by Deep Learning in Primary School Children 2023-06-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.12.6.11 PMID:37342054	研究论文	本研究利用深度学习技术评估小学儿童眼底镶嵌密度，并探讨其与眼部参数的关系	首次将人工智能技术应用于儿童眼底镶嵌密度的定量评估，并分析了不同分布模式的特征	样本量有限（仅577名7岁儿童），且为横断面研究，无法确定因果关系	探索眼底镶嵌密度与眼部特征的关系，并比较不同眼底镶嵌分布模式	577名7岁儿童的眼部数据	计算机视觉	近视相关眼底病变	深度学习	深度学习模型	图像	577名7岁儿童	NA	NA	NA	NA
756	2026-03-25	Validation of a deep learning, value-based care model to predict mortality and comorbidities from chest radiographs in COVID-19 2022-Aug, PLOS digital health DOI:10.1371/journal.pdig.0000057 PMID:36812559	研究论文	本研究验证了一个基于深度学习、以价值为导向的护理模型，该模型利用胸部X光片预测COVID-19患者的死亡率和合并症	开发并验证了一个仅使用正面胸部X光片预测COVID-19患者合并症和死亡率的深度学习模型，并与传统的分层条件类别（HCC）风险调整模型进行了性能比较	模型训练数据来自单一机构（2010-2019年），且外部验证队列规模有限（共900例COVID-19患者），可能影响模型的泛化能力	验证深度学习模型在预测COVID-19患者合并症和死亡率方面的性能，并评估其在临床决策中的潜在应用价值	COVID-19患者的正面胸部X光片	数字病理学	COVID-19	胸部X光成像	深度学习模型	图像	训练集：14,121张门诊患者正面胸部X光片（2010-2019年）；验证集：413例门诊COVID-19患者（内部队列）和487例住院COVID-19患者（外部队列）的初始正面胸部X光片	NA	NA	ROC曲线下面积（AUC）、相关系数、绝对平均误差	NA
757	2026-03-25	Deep 3D Neural Network for Brain Structures Segmentation Using Self-Attention Modules in MRI Images 2022-03-27, Sensors (Basel, Switzerland) DOI:10.3390/s22072559 PMID:35408173	研究论文	本文提出了一种基于深度学习的3D神经网络，结合自注意力模块用于MRI图像中的脑结构分割	提出了一种结合局部卷积特征和全局自注意力机制的3D深度学习模型，用于脑结构分割，据称是使用注意力机制分割最多脑结构（37个）的3D方法	NA	开发一种用于脑结构分割的深度学习模型，以提高分割精度和速度	脑MRI图像中的37个脑结构	计算机视觉	NA	磁共振成像	CNN, 自注意力模块	三维MRI图像	Mindboggle-101数据集	NA	基于UNet的架构，包含卷积层和自注意力模块	平均Dice分数	NA
758	2026-03-25	Deep-AmPEP30: Improve Short Antimicrobial Peptides Prediction with Deep Learning 2020-Jun-05, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2020.05.006 PMID:32464552	研究论文	本文提出了一种基于深度学习的短长度抗菌肽预测方法Deep-AmPEP30，用于从基因组序列中识别潜在的抗菌肽	结合PseKRAAC简化的氨基酸组成最优特征集与卷积神经网络，提高了短长度抗菌肽的预测性能	NA	开发一种高效的短长度抗菌肽预测工具，以支持药物发现	短长度（≤30个氨基酸）抗菌肽	机器学习	NA	NA	CNN	序列数据	188个样本的平衡基准数据集	NA	NA	准确率, AUC-ROC, AUC-PR	NA
759	2026-03-25	Deep learning in rare disease. Detection of tubers in tuberous sclerosis complex 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0232376 PMID:32348367	研究论文	本研究开发并测试了一种深度学习算法，用于自动检测结节性硬化症患者MRI中的皮质结节，并探索了在数据有限的罕见疾病中深度学习的应用	在罕见疾病（结节性硬化症）中应用深度学习算法进行皮质结节检测，并开发了开源的独立应用程序	算法仅适用于手动选择的MRI图像，未在未经筛选的临床数据中进行全面验证	开发自动检测结节性硬化症皮质结节的深度学习算法，并探索其在罕见疾病诊断中的应用潜力	结节性硬化症患者的MRI图像（T2和FLAIR序列）	计算机视觉	结节性硬化症	磁共振成像	CNN	图像	228名受试者（114名结节性硬化症患者和114名对照）	NA	InceptionV3	灵敏度, 特异度, 阳性预测值, 阴性预测值, F1分数, 准确率, AUC	NA
760	2026-03-24	Granular stockpile volume dataset 2026-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112631 PMID:41869581	研究论文	本研究介绍了一个用于基于视觉的无人机系统（UAS）体积测量的标注数据集，旨在提高颗粒状料堆体积测量的准确性和自动化水平	首次提供了一个全面的UAS数据集，涵盖了不同天气条件、料堆尺寸、相机角度、飞行模式和图像重叠等参数，并包含标注的3D点云数据，支持3D深度学习模型开发	数据集为横断面设计，料堆未随时间单独追踪，且数据收集期间其中一个站点的料堆体积发生了变化	开发一个标注的UAS数据集，以促进基于视觉的无人机系统在颗粒状料堆体积测量中的应用，并研究视觉数据收集参数对测量结果的影响	颗粒状料堆（沙子和砾石材料），共47个料堆，体积范围从51 m³到3000 m³	计算机视觉	NA	无人机系统（UAS）数据采集，Pix4D摄影测量	3D深度学习模型	图像，3D点云	1521张图像，来自47个料堆，覆盖两个不同站点	NA	NA	NA	NA