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
761	2026-05-23	Vocal Cord Leukoplakia Classification Using Siamese Network Under Small Samples of White Light Endoscopy Images 2024-04, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.591 PMID:38037413	研究论文	提出一种基于非常深孪生网络的方法，在小样本白色喉镜图像下对声带白斑进行分类	引入非常深孪生网络处理小样本数据，在声带白斑分类上实现高准确性	未明确说明，但基于小样本数据可能限制泛化能力	实现声带白斑的准确分类以辅助临床诊断和手术治疗	声带白斑白色喉镜图像，分为正常组织、炎性角化、轻度异型增生、中度异型增生、重度异型增生和鳞状细胞癌六类	计算机视觉	声带白斑	白色喉镜成像	孪生网络	图像	小样本数据集（具体数量未给出）	NA	非常深孪生网络	准确性、敏感性、特异性	NA
762	2026-05-23	End-to-end deep learning approach to mouse behavior classification from cortex-wide calcium imaging 2024-03, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1011074 PMID:38478563	研究论文	利用端到端深度学习模型从皮层钙成像数据中分类小鼠行为状态	提出一种结合卷积神经网络和循环神经网络的端到端解码器，能高精度分类行为状态并识别关键脑区，提供可解释性	仅在小鼠数据上验证，未提及模型在更大数据集或不同条件下的泛化能力	探索深度学习在解码小鼠脑活动与行为关系中的表现及可解释性	小鼠行为状态及其与皮层钙成像数据的关联	计算机视觉	不适用	钙成像	卷积神经网络（CNN）和循环神经网络（RNN）	钙成像图像序列	不适用	不适用	CNN-RNN	准确率、鲁棒性	不适用
763	2026-05-23	IntroUNET: Identifying introgressed alleles via semantic segmentation 2024-02, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1010657 PMID:38377104	研究论文	提出IntroUNET方法，利用语义分割深度学习算法从基因组比对中识别每个个体的渐渗等位基因	首次将语义分割深度学习算法应用于群体遗传学中的渐渗等位基因识别，能推断每个个体中哪些等位基因来自另一群体，并可扩展至识别未采样‘幽灵群体’的渐渗	依赖模拟数据进行训练，真实数据应用可能受模型假设偏差影响	开发一种能从群体基因组比对中精确识别每个个体渐渗等位基因的深度学习方法	群体基因组序列比对数据（模拟数据及果蝇真实数据）	机器学习	NA	基因组测序	语义分割神经网络（类似U-Net架构的卷积神经网络）	基因组序列图像表示	模拟数据（两群体比对）及果蝇真实数据	NA	语义分割网络	准确率	NA
764	2026-05-23	Methods and considerations for estimating parameters in biophysically detailed neural models with simulation based inference 2024-02, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1011108 PMID:38408099	综述性研究论文	本文探讨利用基于仿真的推断方法估计生物物理详细神经模型参数的途径和考量，提供从简化示例到实际MEG/EEG波形的应用指南，并利用人类新皮层神经求解器的大规模神经建模框架进行说明	提出将基于仿真的推断应用于大规模生物物理详细神经模型的系统性指导，包括参数推断以解释时间序列波形的方法，并利用诊断评估后验估计的质量和唯一性	大规模生物物理详细模型中基于仿真的推断的使用仍具挑战，且针对时间序列波形的推断方法尚未完全确立，方法学有待进一步完善	提供如何将SBI应用于生物物理详细神经模型以估计时间序列波形的指南和考量，建立原则性基础以指导未来应用	生物物理详细神经模型中的参数与时间序列波形（如振荡和事件相关电位模拟）	机器学习	NA	基于仿真的推断，深度密度估计	生物物理详细神经模型	MEG/EEG波形时间序列数据	NA	PyTorch, TensorFlow	密度估计网络（如归一化流）	后验估计质量、唯一性诊断指标	GPU（如NVIDIA V100或同类）
765	2026-05-23	Using deep learning to quantify neuronal activation from single-cell and spatial transcriptomic data 2024-01-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-44503-5 PMID:38278804	研究论文	通过深度学习方法从单细胞和空间转录组数据量化神经元激活水平	提出NEUROeSTIMator模型，能够整合转录组信号估计神经元激活，与Patch-seq电生理特征相关且对物种、细胞类型和脑区差异具有鲁棒性	NA	开发一种从单细胞和空间转录组数据准确量化神经元激活的深度学习工具	神经元激活相关的转录组数据	机器学习	NA	单细胞RNA测序（scRNA-seq），空间转录组学	深度学习模型	转录组数据	NA	NA	NEUROeSTIMator	准确度	NA
766	2026-05-23	MHC-I upregulation safeguards neoplastic T cells in the skin against NK cell-mediated eradication in mycosis fungoides 2024-01-25, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-45083-8 PMID:38272918	研究论文	利用克隆性监督深度学习方法，揭示IL-32β-MHC-I轴在皮肤T细胞淋巴瘤免疫逃逸中的关键作用	首次发现MHC-I上调通过抑制NK细胞功能促进皮肤T细胞淋巴瘤免疫逃逸，并验证破坏MHC-I与Ly49受体相互作用可恢复NK细胞抗肿瘤活性	研究局限于皮肤T细胞淋巴瘤模型，未探索其他类型淋巴瘤或多器官微环境差异	阐明皮肤T细胞淋巴瘤免疫逃逸机制并开发克服细胞靶向治疗耐药的新策略	蕈样肉芽肿患者皮肤样本及雌性小鼠模型	数字病理学, 机器学习	皮肤T细胞淋巴瘤	RNA-seq	深度学习	图像, 文本	人类患者皮肤样本（未明确数量）及雌性小鼠模型	PyTorch	克隆性监督深度神经网络	NA	NA
767	2026-05-23	IntroUNET: identifying introgressed alleles via semantic segmentation 2024-Jan-23, bioRxiv : the preprint server for biology DOI:10.1101/2023.02.07.527435 PMID:36865105	研究论文	将语义分割深度学习算法应用于识别种群遗传比对中的渗入等位基因	首次将语义分割任务应用于渗入等位基因的个体水平精确识别，能推断每个个体的渗入等位基因及其在基因组中的具体位置	依赖模拟数据训练，真实数据应用需要验证；对未采样“幽灵”种群的性能需进一步评估	开发一种能够识别基因组中渗入区域和个体渗入等位基因的深度学习方法	两个种群的遗传比对数据（模拟数据及真实种群数据如邓氏鱼）	机器学习	NA	NGS	CNN (语义分割网络)	图像（种群遗传比对图像）	具体样本量未说明，但包括模拟数据和来自果蝇的真实数据	NA	语义分割网络（具体架构未明确提及）	准确率（highly accurate）	NA
768	2026-05-23	The Value of Topological Radiomics Analysis in Predicting Malignant Risk of Pulmonary Ground-Glass Nodules: A Multi-Center Study 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241287089 PMID:39363876	研究论文	通过拓扑放射组学分析预测肺部磨玻璃结节的恶性风险	首次将拓扑数据分析应用于肺磨玻璃结节的放射组学分析，结合同调理论提取拓扑特征，显著提升了良恶性鉴别性能	研究中未提及外部验证，可能限制模型的泛化能力	预测肺CT扫描中磨玻璃结节的恶性风险，提升早期诊断准确性	肺部磨玻璃结节（GGNs）患者	计算机视觉	肺癌	CT扫描，放射组学分析	机器学习与深度学习算法结合的模型	影像数据	来自两个中心的3223名患者（2018年1月至2023年6月）	NA	NA	曲线下面积（AUC）、敏感度	NA
769	2026-05-23	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	结合深度学习和物理方法，设计出一系列具有多样可设计口袋几何结构的蛋白质，用于结合六种不同的小分子靶标，并利用这些蛋白质构建化学诱导二聚化系统和皮质醇生物传感器	首次将深度学习方法与物理方法结合，生成具有多样化和可设计口袋几何结构的蛋白质家族，实现对多种化学和结构不同小分子的高亲和力结合，并利用结合口袋的边缘暴露特性设计化学诱导二聚化系统和生物传感器	未明确说明，可能包括设计方法的普适性验证不足或传感器在复杂生物样本中的实际应用效果待评估	开发一种通用方法，用于设计能够结合并感知任意小分子的蛋白质，以支持分析、环境和生物医学应用	六种化学和结构不同的小分子靶标（如皮质醇）以及与设计的蛋白质结合的生物传感器	机器学习	NA	深度学习和物理计算方法	深度学习模型（具体未指定）	蛋白质结构数据	六种小分子靶标的结合设计，具体样品数量未提及	NA	NA	结合亲和力（纳摩尔到低微摩尔级别）	NA
770	2026-05-23	Deep Learning for Detection and Localization of B-Lines in Lung Ultrasound 2023-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3282596 PMID:37276107	研究论文	研究多种深度学习方法在肺超声中自动检测和定位B线的效果	提出了一种新颖的B线定位单点方法，仅使用起点进行定位，并发布了包含1419个视频和15755个专家标注B线的新数据集BEDLUS	单点定位方法的F1分数仅为0.65，有待提高	评估不同深度学习方法在肺超声视频中自动检测和定位B线的能力	肺超声中的B线伪影	计算机视觉	肺充血	NA	CNN, 递归神经网络	视频	113名患者的1419个视频，包含15755个专家标注B线	NA	多种深度学习模型架构	ROC曲线下面积, F1分数	NA
771	2026-05-23	Automatic International Hidradenitis Suppurativa Severity Score System (AIHS4): A novel tool to assess the severity of hidradenitis suppurativa using artificial intelligence 2023-Jun, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13357 PMID:37357665	研究论文	提出一种基于深度学习的自动化脓性汗腺炎严重程度评分系统（AIHS4），用于替代传统手动IHS4评估	首次实现基于YOLOv5架构的深度学习模型自动评估化脓性汗腺炎严重程度，并通过多专家标注和知识统一算法处理训练数据	当前数据集规模有限，可能影响模型泛化性	开发自动化的IHS4评分工具以提高临床评估效率和一致性	化脓性汗腺炎患者皮肤图像	计算机视觉	化脓性汗腺炎	深度学习	CNN（YOLOv5）	图像	未明确说明，但提及当前数据集规模	PyTorch（基于YOLOv5）	YOLOv5	与顶尖医生性能相当（未具体列出指标）	未说明
772	2026-05-23	Methods and considerations for estimating parameters in biophysically detailed neural models with simulation based inference 2023-Apr-17, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.17.537118 PMID:37131818	研究论文	本文探讨了如何利用基于模拟的推理（SBI）估计生物物理详细神经模型中的参数，特别是针对时间序列波形，并提供了指南和考虑因素	首次为生物物理详细神经模型中的大规模参数推断提供了实用指南，特别是利用SBI处理时间序列波形数据，并建立了诊断后验估计质量和唯一性的方法	SBI在生物物理详细模型中的大规模应用仍具挑战，且推断参数以解释时间序列波形的方法尚未完全建立	为生物物理详细神经模型中的参数估计提供SBI应用指南和考虑因素，特别是针对时间序列波形	生物物理详细的神经模型、MEG/EEG时间序列波形	机器学习	NA	基于模拟的推理（SBI）	生物物理详细神经模型	时间序列波形（MEG/EEG数据）	NA	PyTorch	密度估计神经网络	后验诊断指标（如质量与唯一性评估）	NA
773	2026-05-23	Scoring metrics for assessing skills in arthroscopic rotator cuff repair: performance comparison study of novice and expert surgeons 2022-Oct, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-022-02683-3 PMID:35672594	研究论文	开发定量性能指标和深度学习模型来客观评估关节镜肩袖修复手术技能	提出了一套定量性能指标和深度学习模型AAVET用于自动评估手术技能，并验证了其在区分新手与专家医生方面的有效性	样本量较小且仅涉及肩关节镜手术，指标和模型的通用性和可扩展性需要进一步验证	构建客观量化的手术技能评估平台，为外科医生提供自我评估工具	新手和专家医生在进行关节镜肩袖修复手术时的技能表现	计算机视觉	肩袖损伤	深度学习视频分析技术	深度学习模型（AAVET）	手术视频	24例肩关节镜肩袖修复手术（10例由新手执行，14例由专家执行）	PyTorch	可能基于卷积神经网络（具体架构未明确）	F1分数、有效性指标	NA
774	2026-05-23	SLEAP: A deep learning system for multi-animal pose tracking 2022-04, Nature methods IF:36.1Q1 DOI:10.1038/s41592-022-01426-1 PMID:35379947	研究论文	提出了SLEAP，一个用于多动物姿态追踪的深度学习系统	首个支持多动物无标记姿态估计的机器学习系统，具备灵活的工作流、30多种模型架构和身份追踪方法	未提及明显局限	开发一种能够处理多动物姿态追踪的深度学习系统，以支持社会行为和自然环境中动物的研究	多动物姿态追踪系统及其在果蝇、蜜蜂、小鼠和沙鼠上的性能评估	计算机视觉, 机器学习	NA	深度学习, 计算机视觉	CNN	图像	七个数据集，涵盖四种动物（果蝇、蜜蜂、小鼠、沙鼠）	TensorFlow, PyTorch	ResNet, VGG, U-Net, EfficientNet等超过30种架构	准确率, 速度（帧每秒，FPS）, 延迟（毫秒）	NA
775	2026-05-23	Biologically informed deep neural network for prostate cancer discovery 2021-10, Nature IF:50.5Q1 DOI:10.1038/s41586-021-03922-4 PMID:34552244	研究论文	开发了一种生物信息深度神经网络P-NET，用于前列腺癌的分子特征发现和临床预测	提出了一种生物信息驱动的深度学习模型P-NET，实现完全可解释性，能通过分子数据预测癌症状态并揭示治疗耐药性的分子驱动因素	没有明确提及	利用可解释的机器学习模型在临床癌症基因组学中发现和预测前列腺癌的临床侵袭性分子特征	前列腺癌患者及其治疗耐药性状态相关的分子数据	机器学习	前列腺癌	NA	深度神经网络	分子数据	NA	NA	P-NET	NA	NA
776	2026-05-23	scGNN is a novel graph neural network framework for single-cell RNA-Seq analyses 2021-03-25, Nature communications IF:14.7Q1 DOI:10.1038/s41467-021-22197-x PMID:33767197	研究论文	提出scGNN框架，利用图神经网络进行单细胞RNA测序分析，包括基因插补和细胞聚类	将图神经网络与左截断混合高斯模型结合，用于单细胞RNA测序分析，并集成三个迭代多模态自编码器	NA	开发一种无假设的深度学习框架，用于单细胞RNA测序分析，以解决测序稀疏性和基因表达复杂差异模式等挑战	单细胞RNA测序数据	机器学习	阿尔茨海默病	RNA测序（单细胞RNA测序）	图神经网络	基因表达数据	4个基准单细胞RNA测序数据集，以及1个包含13,214个单细胞核的阿尔茨海默病研究样本	NA	图神经网络, 多模态自编码器	基因插补和细胞聚类的性能指标	NA
777	2026-05-23	A deep learning approach for real-time detection of sleep spindles 2019-06, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ab0933 PMID:30790769	研究论文	提出一种基于深度学习的睡眠纺锤波实时检测方法SpindleNet，使用单通道脑电图实现高速高精度检测	首次实现基于单通道EEG的睡眠纺锤波实时在线检测，检测延迟仅150-350毫秒，且在不同年龄和物种的数据集中具有良好的泛化能力	NA	开发适用于实时应用的睡眠纺锤波自动检测方法，以支持闭环神经科学实验和长期睡眠监测	睡眠纺锤波及其在脑电图中的检测	机器学习	NA	EEG	CNN	脑电图信号	两个公开的专家验证的EEG睡眠纺锤波数据集，包含不同年龄和物种的受试者	PyTorch	SpindleNet	检测准确率、检测速度、检测延迟	NA
778	2026-05-22	How Does Attention Work in Vision Transformers? A Visual Analytics Attempt 2023-Jun, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2023.3261935 PMID:37027263	研究论文	通过可视化分析方法研究视觉Transformer中注意力机制的原理	提出基于剪枝的度量方法识别重要注意力头，并采用自编码器总结注意力模式	未明确提及局限性	理解视觉Transformer中注意力的工作机制	视觉Transformer模型的注意力头	计算机视觉	NA	NA	视觉Transformer	图像	NA	PyTorch	Vision Transformer	NA	NA
779	2026-05-22	Inter-fraction deformable image registration using unsupervised deep learning for CBCT-guided abdominal radiotherapy 2023-04-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acc721 PMID:36958049	研究论文	提出一种基于无监督深度学习的CBCT-CBCT可变形图像配准方法，用于CBCT引导的腹部放疗中的分次间解剖变化分析	提出结合全局生成对抗网络和局部生成对抗网络的空间变换网络，无需真实变形矢量场的监督即可实现粗尺度和细尺度运动预测	NA	实现CBCT引导的腹部放疗中分次间的快速准确纵向CBCT配准，以量化解剖变化	腹部癌症患者的CBCT图像	计算机视觉	腹部癌症	CBCT成像	生成对抗网络	图像	20名腹部癌症患者的100个分次CBCT用于实验，21名不同腹部癌症患者的105个分次CBCT用于保留测试	PyTorch	空间变换网络，全局生成对抗网络，局部生成对抗网络	目标配准误差，平均绝对误差，归一化互相关	NA
780	2026-05-22	AlphaFold Models of Small Proteins Rival the Accuracy of Solution NMR Structures 2022, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2022.877000 PMID:35769913	研究论文	评估AlphaFold对小分子量刚性蛋白质的建模精度与溶液NMR结构相当	首次系统验证AlphaFold模型在溶液NMR数据上的拟合度与实验NMR结构相当甚至更优，挑战了AlphaFold不能准确建模溶液NMR结构的普遍误解	研究仅针对小分子量、刚性蛋白质，未涉及大分子、柔性蛋白或多结构域蛋白，且评估工具依赖特定软件套件（PSVS）	验证AlphaFold对小分子量刚性蛋白质的建模精度是否与实验溶液NMR结构相当	六种代表性小蛋白质（同时具有NMR和X射线晶体结构）及三个CASP靶标	结构生物学，分子建模	NA	NMR， X射线晶体学	AlphaFold（深度学习蛋白质结构预测模型）	蛋白质序列、NMR数据（NOESY峰列表、化学位移、残余偶极耦合数据）	6种代表性小蛋白质 + 3个CASP靶标	NA	AlphaFold2	RPF-DP分数、ANSURR分数、RDC Q因子	NA