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
821	2026-05-06	Personalized Blood Glucose Forecasting From Limited CGM Data Using Incrementally Retrained LSTM 2025-04, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3494732 PMID:39514345	研究论文	一种基于增量再训练LSTM的个性化血糖预测方法，利用有限的CGM数据实现准确预测	提出增量再训练堆叠LSTM框架，通过参数迁移和逐步适应个体数据，显著降低血糖预测误差，并在冷启动场景中有效	依赖于CGM数据质量和糖尿病患者血糖变异性的多样性，预测准确性可能因个体差异而波动	利用深度学习解决1型糖尿病患者血糖预测中数据有限和个体差异性大的问题	1型糖尿病患者的连续血糖监测数据	机器学习	1型糖尿病	连续血糖监测	LSTM	时间序列数据	两个数据集：OpenAPS和Replace-BG，具体样本量未明确提及	NA	堆叠LSTM	均方根误差, Clarke误差网格分析	NA
822	2026-05-06	Detection of Macular Neovascularization in Eyes Presenting with Macular Edema using OCT Angiography and a Deep Learning Model 2025-Apr, Ophthalmology. Retina DOI:10.1016/j.oret.2024.10.017 PMID:39461425	研究论文	测试一种用于检测和分割黄斑新生血管的人工智能算法在伴有水肿的不同病因眼中的诊断性能	开发了一种混合多任务卷积神经网络（aiMNV），能同时检测和分割黄斑新生血管，并验证了其在渗出性年龄相关性黄斑变性、糖尿病性黄斑水肿和视网膜静脉阻塞导致的黄斑水肿眼中的诊断能力	6×6毫米扫描的灵敏度低于3×3毫米扫描，可能是由于扫描采样密度较低所致	评估一种针对黄斑新生血管的深度学习方法在伴有黄斑水肿的不同病因眼中的检测和分割性能	伴有渗出性年龄相关性黄斑变性、糖尿病性黄斑水肿或视网膜静脉阻塞所致黄斑水肿的研究参与者	计算机视觉, 数字病理学	年龄相关性黄斑变性, 糖尿病性黄斑水肿, 视网膜静脉阻塞	OCT血管成像	混合多任务卷积神经网络	OCT血管成像图像	来自112名研究参与者的114只眼	NA	混合多任务卷积神经网络	灵敏度, 特异性, 阳性预测值, 阴性预测值, 交并比, F1分数	NA
823	2026-05-06	Conventional and cutting-edge advances in plant virus detection: emerging trends and techniques 2025-Apr, 3 Biotech IF:2.6Q3 DOI:10.1007/s13205-025-04253-1 PMID:40151342	综述	总结植物病毒检测领域的传统方法与前沿技术，包括基于症状、血清学、核酸技术及新兴的LAMP、HTS、纳米生物传感器和CRISPR诊断方法	系统整合了人工智能、机器学习和物联网在植物病毒实时监测中的应用，并介绍了高光谱成像、深度学习和云平台等创新手段	仍存在序列限制、多重检测能力有限及环境可持续性问题	回顾植物病毒检测技术的演进，强调新兴趋势及未来研究方向	植物病毒检测方法及其在农业生产中的应用	机器学习	植物病害	LAMP, 高通量测序, 纳米生物传感器, CRISPR诊断, 高光谱成像, 深度学习	NA	图像、文本、传感器数据	NA	TensorFlow, PyTorch	ResNet, 卷积神经网络	灵敏度、特异性、检测速度	云端IoT平台、边缘计算设备
824	2026-05-06	Covariate-Balancing-Aware Interpretable Deep Learning Models for Treatment Effect Estimation 2025-Apr, Statistics in biosciences IF:0.8Q4 DOI:10.1007/s12561-023-09394-6 PMID:40170916	研究论文	提出一种协变量平衡感知的可解释深度学习模型用于治疗效应估计	基于加权能量距离的理论分析推导出更紧的平均治疗效应估计偏差上界，并提出无需正确指定倾向性评分模型的目标函数，结合神经加性模型提升深度学习模型的可解释性	未明确提及局限性，可能包括对大数据集计算资源需求或模型泛化性的潜在限制	提高观察性数据中治疗效应估计的准确性和可解释性	治疗效应的无偏估计与深度学习模型的可解释性	机器学习	NA	NA	深度学习模型（神经加性模型）	数值数据（基准数据集和真实观察数据）	使用IHDP、ACIC和NHANES数据集，具体样本量未提及	NA	神经加性模型	平均治疗效应估计偏差、准确性等（具体未列出）	NA
825	2026-05-06	MEASURING IMPACT OF SUPER-RESOLUTION ON SPINAL CORD MRI SCANS: LESION DETECTION SENSITIVITY, VARIABILITY, AND CLINICAL IMPACT 2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi60581.2025.10981088 PMID:42077389	研究论文	研究超分辨率技术对脊髓MRI扫描的影响，包括病变检测敏感性、变异性和临床影响	首次探索通过超分辨率或线性插值人工改变脊髓MRI分辨率，以提升对临床相关结构（如病变负荷）的识别能力	未发现病变负荷/体积与EDSS残疾测量之间的显著关联	评估人工改变MRI分辨率是否增强对临床相关结构的辨别能力，特别关注病变负荷与临床变量的关系	53名不同严重程度的多发性硬化患者的脊髓MRI扫描	数字病理学	多发性硬化	MRI	深度学习工具（用于病变分割）	图像	53名多发性硬化患者	NA	NA	病变分割敏感性	NA
826	2026-05-06	Toward understanding the role of genomic repeat elements in neurodegenerative diseases 2025-Mar-01, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-23-01568 PMID:38886931	综述	探讨基因组重复元件在神经退行性疾病中的作用	综述了长读长测序技术和深度学习语言模型在重复元件变异研究中的最新应用	仅回顾现有研究，未提出新的实验数据或验证	理解基因组重复元件与神经退行性疾病的关系	基因组重复元件及其变异	自然语言处理, 机器学习	神经退行性疾病	全基因组关联研究, 靶向测序, 长读长测序	深度学习语言模型	基因组序列数据	NA	NA	NA	NA	NA
827	2026-05-06	Conditioning generative latent optimization for sparse-view computed tomography image reconstruction 2025-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.2.024004 PMID:40177097	研究论文	提出一种条件生成隐变量优化方法，用于稀疏视角CT图像重建，无需训练数据且独立于实验设置	提出无需训练数据且独立于实验设置的cGLO方法，可同时重建多个切片，在稀疏视角全剂量CT重建中性能优于现有方法	在极稀疏角度条件下性能可能下降，文中未详细讨论多种噪声场景下的鲁棒性	开发一种无需训练数据且对采集协议不敏感的稀疏视角CT图像重建方法	全剂量稀疏视角计算机断层扫描（CT）图像	计算机视觉	NA	NA	条件生成隐变量优化（cGLO）	图像	未明确说明样本数量，涉及全剂量稀疏视角CT投影数据集	PyTorch	解码器（Decoder）	峰值信噪比（PSNR）、结构相似性（SSIM）	NA
828	2026-05-06	Integrating pharmacogenomics and cheminformatics with diverse disease phenotypes for cell type-guided drug discovery 2025-01-20, Genome medicine IF:10.4Q1 DOI:10.1186/s13073-025-01431-x PMID:39833831	研究论文	提出一种名为Pathopticon的网络统计方法，通过整合药物基因组学和化学信息学来指导细胞类型特异性药物发现	首次结合CMap数据构建细胞类型特异性基因-药物扰动网络，并整合化学信息学和多种疾病表型以实现细胞类型依赖性药物优先排序	未明确说明，但基于CMap数据的依赖性和方法学验证可能受限于现有数据库的覆盖范围和准确性	开发一个细胞类型特异性的药物发现和重新定位平台	CMap中的基因表达谱、ChEMBL中的药物化学信息、Enrichr数据库中的569种疾病特征、73个MSigDB基因集以及CTD中的目标基因表达谱	药物发现、网络生物学、统计方法	血管疾病	qPCR实验验证	网络统计模型	基因表达数据、化学结构数据、疾病表型数据	73个MSigDB基因集用于基准测试，569种疾病特征来自Enrichr数据库	NA	Pathopticon网络模型，QUIZ-C统计方法	AUROC	NA
829	2026-05-06	FODSeg: a deep learning framework for tract-specific white matter segmentation from full angular distributions 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1734498 PMID:41601529	研究论文	提出一种名为FODSeg的深度学习框架，利用完整纤维取向分布函数（fODF）进行白质纤维束特异性分割	首次在体素分割中利用完整的fODF表示以保留全角度方向信息，并将纤维束分割重构为单类问题以减少标签冲突	NA	改进白质纤维束分割方法，提高在复杂纤维结构区域（如交叉纤维和瓶颈区域）的准确性和特异性	人类连接组计划数据集中的72个白质纤维束	数字病理学	NA	扩散磁共振成像	深度学习	扩散磁共振成像数据	人类连接组计划数据集（包含72个白质纤维束）	NA	NA	Dice系数、体积过度分割值、特异性	NA
830	2026-05-06	Applicability of Deep Learning to Dynamically Identify the Different Organs of the Pelvic Floor in the Midsagittal Plane 2024-12, International urogynecology journal IF:1.8Q3 DOI:10.1007/s00192-024-05841-0 PMID:38913129	研究论文	利用卷积神经网络对动态超声中盆底不同器官进行自动识别	首次验证深度学习在动态超声中实时识别盆底不同器官的可行性，比较了UNet、FPN和LinkNet三种架构，并通过Dice相似指数评估性能	样本量较小（仅86例训练和24例测试），膀胱和子宫的Dice系数较低（约0.71和0.70），可能受器官变形或标记差异影响	创建并验证卷积神经网络在中矢面动态超声中识别盆底不同器官的实用性	110例患者的盆底器官（包括膀胱、子宫、肛门、提肛肌等）	数字病理学	盆底功能障碍疾病	动态超声	卷积神经网络	视频	110例患者（86例训练，24例测试）	NA	UNet, FPN, LinkNet	Dice相似指数	NA
831	2026-05-06	Leveraging the Capabilities of AI: Novice Neurology-Trained Operators Performing Cardiac POCUS in Patients with Acute Brain Injury 2024-10, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-024-01953-z PMID:38506968	研究论文	利用深度学习算法引导神经科初级医生对急性脑损伤患者进行心脏床旁超声检查，评估图像质量及对临床决策的影响	首次在神经重症监护病房中评估深度学习引导下非心脏专科医生进行心脏床旁超声的可行性与临床价值	单中心研究、样本量有限、未与正式超声心动图进行随机对照比较	评估神经科初级医生使用深度学习引导的心脏床旁超声获取诊断质量图像的频率及其对临床管理和正式超声检查时间的影响	神经重症监护病房中接受心脏床旁超声检查的急性脑损伤患者	计算机视觉	急性脑损伤	深度学习	CNN（深度学习模型）	超声图像	153名患者，184次扫描，共943个图像视图	NA	深度学习算法（未具体说明架构）	图像可解释性比例、管理变化比例、首次获得合格图像时间	NA
832	2026-05-06	Machine learning and deep learning tools for the automated capture of cancer surveillance data 2024-08-01, Journal of the National Cancer Institute. Monographs DOI:10.1093/jncimonographs/lgae018 PMID:39102883	研究论文	应用机器学习和深度学习模型自动化从非结构化临床文本中提取癌症监测数据	利用先进计算能力自动化数据提取，弥补关键信息空白，创建灵活平台以便添加基因组学等新信息源	NA	自动化癌症监测数据捕获，提高报告及时性，加深对癌症驱动因素和结果的理解	病理报告、放射学报告、生物标志物信息、复发识别	自然语言处理	癌症	NA	机器学习，深度学习	文本	NA	NA	NA	NA	NA
833	2026-05-06	HisCl1 regulates gustatory habituation in sweet taste neurons and mediates sugar ingestion in Drosophila 2024-May-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.06.592591 PMID:38765964	研究论文	本研究利用深度学习姿态估计和光遗传学刺激，发现果蝇甜味神经元中的HisCl1基因调控味觉习惯化，并影响糖分摄取	首次揭示HisCl1基因在甜味神经元中通过调节尖峰频率适应来介导味觉习惯化，为研究昆虫味觉习惯化提供了新方向	未提及	探究甜味神经元在果蝇味觉习惯化中的细胞自主机制及其对糖分摄取的调控	果蝇（Drosophila）的甜味神经元	机器学习，数字病理学	NA	RNA干扰筛选，单感器电生理，光遗传学刺激	深度学习姿态估计模型	行为数据，电生理数据	果蝇样本，具体数量未提及	NA	NA	NA	NA
834	2026-05-06	Panoramic Radiography in the Evaluation of the Relationship of Maxillary Molar Teeth and Maxillary Sinuses on the Deep Learning Models Improved with the Findings Obtained by Cone Beam Computed Tomography 2024-May-01, Nigerian journal of clinical practice IF:0.7Q3 DOI:10.4103/njcp.njcp_220_24 PMID:38842718	研究论文	利用深度学习模型评估全景放射片中上颌磨牙与上颌窦的关系，并通过锥束计算机断层扫描结果进行验证	首次利用锥束计算机断层扫描确认的数据来提升深度学习模型在全景放射片上判断上颌磨牙与上颌窦关系的诊断性能	未提及	评估深度学习应用在全景放射片上评估上颌磨牙与上颌窦关系的诊断性能	上颌第一磨牙和上颌第二磨牙与上颌窦底的接触关系	数字病理学	口腔疾病	全景放射摄影，锥束计算机断层扫描	卷积神经网络	图像	2162颗上颌第一磨牙和上颌第二磨牙	未提及	GoogLeNet, VGG16, VGG19, DarkNet19, DarkNet53	准确率	NA
835	2026-05-06	Use of artificial intelligence in determination of bone age of the healthy individuals: A scoping review 2024-04, Journal of the World federation of orthodontists IF:2.6Q1 DOI:10.1016/j.ejwf.2023.10.001 PMID:37968159	综述	系统梳理人工智能在健康个体骨龄测定中的应用	首次采用范围综述方法全面总结AI、ML、DL在健康个体骨龄评估中的应用，并发现自动化方法可靠性与手动方法相当	样本在不同成熟阶段的分布不均，缺乏三维影像输入（如MRI和CBCT），影响模型泛化能力	评估AI、ML、DL在健康个体骨骼年龄或骨龄测定中的作用	健康个体	机器学习	NA	NA	CNN, 深度学习模型, 机器学习模型	图像	19篇文章	NA	BoneXpert, 深度学习模型, 机器学习模型	可靠性	NA
836	2026-05-06	Predicting recovery following stroke: Deep learning, multimodal data and feature selection using explainable AI 2024, NeuroImage. Clinical DOI:10.1016/j.nicl.2024.103638 PMID:39002223	research paper	本研究评估了基于深度学习的多种特征选择策略，结合MRI影像和表格数据（如人口统计学和临床特征）预测中风后言语恢复情况	提出将MRI提取的感兴趣区域（ROI）图像与表格数据的符号表示结合，训练卷积神经网络的新方法，并利用可解释AI进行特征选择	数据集规模相对较小，样本量仅758人，且受限于特定的中风后言语评估指标	开发并评估结合多模态数据（MRI影像和表格数据）的深度学习方法，提高中风后恢复预测的准确性	758名英语中风幸存者，来自PLORAS研究，分为五组（其中四组用于训练验证，一组作为锁箱测试集）	machine learning	stroke	MRI	CNN, ResNet	image, tabular	758名中风幸存者	PyTorch	2D ResNet, 3D CNN	accuracy, area under the curve, F1 score	NA
837	2026-05-06	MHCII-peptide presentation: an assessment of the state-of-the-art prediction methods 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1293706 PMID:38646540	研究论文	对MHCII-肽段结合预测方法的现状进行全面评估	通过独立测试集系统评估11种预测方法，揭示深度学习算法和数据增长带来的性能提升，为研究者选择预测工具提供指导	仅评估了截至2022年1月的11种预测方法，未涵盖最新进展；仅使用人类MHCII蛋白数据，未包含其他物种	评估现有MHCII-肽段结合预测方法的性能，为免疫治疗和癌症疫苗设计提供方法选择指导	20种人类MHCII蛋白亚型的结合与非结合肽段	机器学习	癌症相关免疫疾病	免疫肽组学	深度学习模型	氨基酸序列	来自免疫表位数据库的20种人类MHCII蛋白亚型的结合与非结合肽段	NA	MixMHC2pred, NetMHCIIpan-4.1	预测性能	NA
838	2026-05-06	Localizing Post-Admixture Adaptive Variants with Object Detection on Ancestry-Painted Chromosomes 2023-04-04, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msad074 PMID:36947126	研究论文	开发一种基于深度学习的对象检测方法，应用于祖先绘制的基因组图像，以定位后混合适应性变异	将深度学习对象检测技术应用于祖先绘制的染色体图像，无需用户定义汇总统计量，保留基因组上下文信息，能够更精确地定位适应性变异	缺乏各种人口统计学场景下祖先分布的理论模型，可能导致假阳性和假阴性结果；远距离位点间的祖先模式常不独立，当前方法倾向于推断包含多个基因的宽基因组区域	提高后混合正选择的检测精度，将适应性变异定位到更窄的基因组区域	人类和动物的后混合基因组，包括免疫力、代谢和动物颜色等适应性变异	机器学习	NA	NA	深度学习对象检测模型	基因组图像	模拟数据和来自Cabo Verde的人类基因型数据	NA	对象检测架构（未明确具体名称）	NA	NA
839	2026-05-06	Advancing diagnostic performance and clinical applicability of deep learning-driven generative adversarial networks for Alzheimer's disease 2021-Dec, Psychoradiology DOI:10.1093/psyrad/kkab017 PMID:38666217	综述	系统综述生成对抗网络在阿尔茨海默病诊断中的应用，评估其相比于其他方法在分类和图像处理中的性能	首次系统比较生成对抗网络与其他方法在阿尔茨海默病诊断中的分类准确性和图像处理性能	多数研究使用公开数据库数据，缺少临床验证；定量评估和比较过程缺乏临床医生参与	评估生成对抗网络在阿尔茨海默病诊断中的应用价值并提出临床建议	阿尔茨海默病相关影像研究	机器学习	阿尔茨海默病	NA	生成对抗网络	图像	NA	NA	生成对抗网络	准确性	NA
840	2026-05-06	Comparative analysis between convolutional neural network learned and engineered features: A case study on cardiac arrhythmia detection 2020 Jul-Aug, Cardiovascular digital health journal IF:2.6Q2 DOI:10.1016/j.cvdhj.2020.04.001 PMID:35265872	研究论文	比较卷积神经网络学习特征与人工设计特征在心房颤动检测中的性能	系统比较了CNN自动学习特征与人工设计特征（包括时频域和线性非线性特征）在心房颤动分类中的效果，并分析了两种特征之间的相关性	仅使用短时单导联心电图记录（9-61秒），可能无法涵盖所有心律失常类型；外部验证集规模有限（3,658例）	评估CNN和随机森林机器学习模型在心房颤动分类中的信息提取能力	单导联心电图记录中的正常、心房颤动、其他节律和噪声窦性节律	机器学习	心血管疾病	NA	CNN, 随机森林, 支持向量机	心电图信号	训练及内部验证8,528例心电图，外部验证3,658例心电图	NA	一维12层CNN	F1分数	NA