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
861	2026-04-07	Deep Learning-based Automated Coronary Plaque Quantification: First Demonstration With Ultra-high Resolution Photon-counting Detector CT at Different Temporal Resolutions 2026-May-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001233 PMID:40843653	研究论文	本研究评估了一种基于深度学习的自动化冠状动脉斑块量化工具在超高分辨率光子计数探测器CT冠状动脉造影中的可行性和可重复性，并探讨了时间分辨率对斑块定量的影响	首次在超高分辨率光子计数探测器CT冠状动脉造影中应用基于深度学习的全自动冠状动脉分割和斑块量化算法，并比较了不同时间分辨率（66毫秒与125毫秒）对斑块定量结果的影响	研究为单中心回顾性设计，样本量较小（45例患者），且仅评估了特定CT扫描仪和重建模式下的性能	评估基于深度学习的自动化冠状动脉斑块量化工具在超高分辨率CT数据中的技术可行性和可重复性，并分析时间分辨率对量化结果的影响	接受临床指征的超高分辨率光子计数探测器CT冠状动脉造影扫描的45例患者	数字病理学	心血管疾病	超高分辨率光子计数探测器CT冠状动脉造影	深度学习算法	CT图像	45例患者，共135支冠状动脉（其中119支显示动脉粥样硬化斑块）	NA	NA	斑块体积量化、直径狭窄程度、统计显著性（P值）	NA
862	2026-04-07	Deep Learning Model for Histologic Diagnosis of Dysplastic Barrett's Esophagus: Multisite Cohort External Validation 2026-Apr-01, The American journal of gastroenterology DOI:10.14309/ajg.0000000000003495 PMID:40267276	研究论文	本研究通过外部验证一个深度学习模型，用于基于全切片图像诊断巴雷特食管发育不良的等级	在多个外部学术中心对先前交叉验证的深度学习模型进行外部验证，并采用循环生成对抗网络进行染色归一化，结合YOLO和ResNet101的集成方法	研究样本主要来自学术中心，可能无法完全代表社区病理学家的诊断环境；模型性能虽高，但仍有提升空间	提高巴雷特食管发育不良的诊断准确性，减少观察者间变异性和过度诊断	巴雷特食管患者的组织学切片，包括非发育不良、低级别发育不良和高级别发育不良	数字病理学	巴雷特食管	全切片图像数字化，染色归一化	深度学习模型	图像	489个全切片图像	NA	YOLO, ResNet101	灵敏度, 特异度, F1分数	NA
863	2026-04-07	Dosiomics-guided deep learning for radiation esophagitis prediction in lung cancer: optimal region of interest definition via multi-branch fusion auxiliary learning 2025-11, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111121 PMID:40921328	研究论文	本研究开发了一种结合剂量组学和深度学习的模型，通过多任务辅助学习自动定义感兴趣区域，用于预测肺癌患者放疗后≥2级放射性食管炎	提出了一种剂量组学引导的深度学习网络，利用多任务辅助学习基于辐射剂量分布图像自动定义准确且客观的感兴趣区域，并结合对比学习和辅助分割模块	研究为回顾性设计，可能受到选择偏倚的影响，且外部验证集样本量相对较小	开发一个预测模型，用于准确预测肺癌患者接受放疗后发生≥2级放射性食管炎的风险	接受放疗的肺癌患者	数字病理学	肺癌	剂量组学特征提取，深度学习	CNN	辐射剂量分布图像	488名患者（训练集235例，内部验证集101例，外部验证集1为57例，外部验证集2为95例）	PyTorch	ResNet34	AUC	NA
864	2026-04-07	Training bias and sequence alignments shape protein-peptide docking by AlphaFold and related methods 2025-Nov, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70331 PMID:41084281	研究论文	本研究评估了AlphaFold2-Multimer、AlphaFold3、Boltz-1和Chai-1等深度学习模型在预测蛋白质-肽复合物结构时的性能，并分析了其训练偏差和对序列比对信息的利用方式	首次系统比较了四种主流深度学习模型在蛋白质-肽对接任务中的表现，揭示了模型对训练数据中已见结构的偏好性，并深入探究了蛋白质和肽段多重序列比对（MSA）对预测准确性的贡献	研究基于实验解析的结构数据集，可能无法完全覆盖所有新型蛋白质或结合位点；肽段序列的MSA通常较浅或质量较差，可能影响模型性能评估	评估深度学习模型预测蛋白质-肽复合物结构的性能，并理解其工作原理和局限性	蛋白质-肽相互作用复合物	计算生物学, 结构生物信息学	NA	多重序列比对（MSA）, 深度学习结构预测	深度学习模型	蛋白质三维结构数据, 序列比对数据	NA	NA	NA	NA	NA
865	2026-04-07	Deep learning for automatic vertebra analysis: A methodological survey of recent advances 2025-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102652 PMID:41033041	综述	本文对近年来基于深度学习的自动椎体分析方法进行了系统性综述，总结了网络架构改进和学习策略设计方面的进展	作为该领域最新的综述，全面整合了公开数据集和评估指标，并分析了多模态学习、领域泛化及基础模型集成等未来研究方向	NA	系统总结自动椎体分析领域的最新进展，指导未来研究开发鲁棒、可泛化且临床可部署的系统	椎体检测与分割方法	计算机视觉	脊柱相关疾病	深度学习	NA	医学影像	NA	NA	NA	NA	NA
866	2026-04-07	Energy-Efficient Machine Learning Based Denoising Techniques for Sustainable Medical Imaging 2025-09-16, Journal of visualized experiments : JoVE DOI:10.3791/68968 PMID:41052129	研究论文	本研究提出了一种结合图像增强和K-means聚类预处理的节能型医学图像去噪方法，旨在降低计算成本和能耗	提出了一种集成图像锐化核和K-means聚类分割的预处理流程，能有效识别解剖边界和噪声区域，从而提升卷积自编码器的训练效率和去噪效果	未明确说明具体使用的CT和MRI公开数据集细节及样本规模，且未详细描述对比实验设置	开发节能高效的医学图像去噪技术，以支持可持续医疗成像实践和远程诊断	CT和MRI医学图像	医学影像处理	NA	图像去噪	卷积自编码器	医学图像	NA	NA	卷积自编码器	峰值信噪比, 结构相似性指数, 分类准确率	GPU
867	2026-04-07	Detecting structural heart disease from electrocardiograms using AI 2025-08, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09227-0 PMID:40670798	研究论文	本文介绍了一种名为EchoNext的深度学习模型，用于从心电图检测多种结构性心脏病	模型基于大规模多样化健康系统的超过100万条心律和影像记录进行训练，能够检测多种结构性心脏病，并在内部和外部验证中表现出高诊断准确性，优于心脏病专家，且在不同护理环境和种族/民族群体中表现一致	NA	利用人工智能扩大心脏病筛查的可及性	结构性心脏病	机器学习	心血管疾病	深度学习	深度学习模型	心电图（心律记录）和影像记录	超过100万条心律和影像记录	NA	EchoNext	诊断准确性	NA
868	2026-04-07	Impact of spectrum bias on deep learning-based stroke MRI analysis 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112161 PMID:40359732	研究论文	本研究评估了在卒中MRI分析中排除不确定急性缺血性病变病例对深度学习工具诊断性能的影响，并识别了与这些不确定病例相关的因素	首次量化了排除不确定病例对深度学习工具诊断比值比的放大效应，并识别了MRI伪影、病灶大小、位置和年龄等与诊断不确定性相关的独立因素	单中心回顾性研究，可能受选择偏倚影响；未评估不同深度学习模型间的差异	评估卒中MRI分析中的谱偏倚，并探究排除不确定病例对深度学习工具诊断性能的影响	疑似卒中成年患者的脑部MRI图像	数字病理学	卒中	脑部MRI	深度学习	图像	989名患者	NA	NA	诊断比值比	NA
869	2026-04-07	Foundation model embeddings for quantitative tumor imaging biomarkers 2025-May-29, Research square DOI:10.21203/rs.3.rs-6630446/v1 PMID:40502795	研究论文	本研究系统评估了十种医学影像基础模型在提取定量肿瘤影像生物标志物方面的性能，并发布了基准测试工具TumorImagingBench	首次系统性地比较了多种基础模型在定量肿瘤影像生物标志物提取任务中的表现，并分析了模型对临床变异性的鲁棒性和可解释性	仅使用了六个公开数据集（共3244个扫描），可能无法涵盖所有临床场景和肿瘤类型	评估医学影像基础模型在提取可靠定量放射组学表型方面的能力	肿瘤影像数据	医学影像分析	肿瘤	深度学习	基础模型	医学影像扫描	3244个扫描（来自六个公开数据集）	NA	多种架构（具体未说明）	终点预测性能、鲁棒性、基于显著性的可解释性、嵌入表示相似性	NA
870	2026-04-07	Deep Learning to Predict the Future Growth of Geographic Atrophy from Fundus Autofluorescence 2025 Mar-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100635 PMID:39758130	研究论文	本研究开发了多种深度学习模型，利用眼底自发荧光图像预测地理萎缩病变的1年生长区域	首次使用深度学习模型基于不同时间点的眼底自发荧光图像预测地理萎缩的未来生长区域，并比较了多种输入策略的性能	研究为回顾性分析，依赖于特定临床试验的数据，可能限制了模型的泛化能力	预测地理萎缩病变的1年生长区域，以支持临床试验决策和临床治疗	地理萎缩患者	计算机视觉	老年性疾病	眼底自发荧光成像	CNN	图像	597名患者的研究眼数据集，分为训练集310例、验证集78例、测试集209例	NA	U-Net	Dice分数, 决定系数, 平方皮尔逊相关系数	NA
871	2026-04-07	De novo designed proteins neutralize lethal snake venom toxins 2025-03, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08393-x PMID:39814879	研究论文	本研究利用深度学习方法从头设计蛋白质，以中和蛇毒中的三指毒素，并在体外和小鼠模型中验证了其有效性	首次使用深度学习从头设计蛋白质来中和蛇毒中的三指毒素，实现了高结合亲和力、热稳定性及近原子级精度，为下一代抗蛇毒疗法提供了新途径	研究主要基于计算设计和有限的实验筛选，尚未进行大规模临床验证，且资源有限环境下的应用潜力需进一步探索	开发新型蛋白质以中和蛇毒中的三指毒素，为蛇咬伤提供更安全、经济、可及的治疗方案	蛇毒中的短链和长链α-神经毒素及细胞毒素（来自三指毒素家族）	机器学习	蛇咬伤	深度学习	NA	蛋白质序列和结构数据	NA	NA	NA	结合亲和力、热稳定性、中和效果	NA
872	2026-04-07	Artificial Intelligence Applications in Cardiac CT Imaging for Ischemic Disease Assessment 2025-02, Echocardiography (Mount Kisco, N.Y.) DOI:10.1111/echo.70098 PMID:39927866	综述	本文综述了人工智能在心脏CT成像中用于缺血性疾病评估的应用	强调了AI在心脏CT成像中检测人眼难以察觉的洞察和模式，以提升诊断准确性和效率的潜力	NA	探讨AI在心脏CT成像中对缺血性心脏病的评估作用，旨在优化工作流程并提高心脏护理效率	心脏CT成像数据，包括斑块负荷、狭窄严重程度和CT衍生的血流储备分数等功能评估	医学影像分析	心血管疾病	心脏CT成像	机器学习，深度学习	CT图像	NA	NA	NA	NA	NA
873	2026-04-07	Structure-Based Approaches for Protein-Protein Interaction Prediction Using Machine Learning and Deep Learning 2025-01-17, Biomolecules IF:4.8Q1 DOI:10.3390/biom15010141 PMID:39858535	综述	本文总结了利用蛋白质结构信息进行蛋白质-蛋白质相互作用预测的计算方法，重点关注机器学习和深度学习技术	通过整合三维空间和生化特征，结构基方法比序列基方法提供更高的生物准确性，并揭示功能位点如结合和催化残基	面临高分辨率结构数据有限和有效负采样需求等挑战	推动蛋白质-蛋白质相互作用预测，以理解细胞过程并揭示健康和疾病的分子机制	蛋白质-蛋白质相互作用	机器学习	NA	结构基预测	机器学习,深度学习	蛋白质结构数据	NA	NA	NA	预测准确性	NA
874	2026-04-07	Utilizing Feature Selection Techniques for AI-Driven Tumor Subtype Classification: Enhancing Precision in Cancer Diagnostics 2025-01-08, Biomolecules IF:4.8Q1 DOI:10.3390/biom15010081 PMID:39858475	综述	本文综述了特征选择技术如何通过提高机器学习模型在高维数据集中的可解释性和性能，来应对癌症异质性带来的诊断挑战	探讨了人工智能驱动的特征选择在自动化特征提取方面的潜力，并强调了整合深度学习模型和多组学策略的未来方向	方法仍面临数据质量保证、过拟合缓解和可扩展性处理等关键限制	提升癌症诊断的精确性，特别是肿瘤亚型的分类	肿瘤亚型及其生物行为	机器学习	癌症	多组学数据整合	机器学习模型，深度学习模型	高维数据集	NA	NA	NA	NA	NA
875	2026-04-07	Dynamic modulation of social gaze by sex and familiarity in marmoset dyads 2024-Nov-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.16.580693 PMID:38405818	研究论文	本文开发了一种新框架，用于准确追踪自由活动的普通狨猴的面部特征和三维头部注视方向，并量化了性别和熟悉度对其社交注视行为的影响	结合深度学习计算机视觉工具与三角测量算法，首次实现了对自由活动狨猴面部特征和三维头部注视方向的准确追踪，克服了传统实验中头部固定限制自然行为的挑战	研究仅针对狨猴这一物种，且实验环境为受控的竞技场，可能不完全反映完全自然状态下的行为	研究社交因素（性别和熟悉度）如何影响非人灵长类动物的社交注视行为	自由活动的普通狨猴	计算机视觉	NA	深度学习计算机视觉工具与三角测量算法	NA	视频	NA	NA	NA	NA	NA
876	2026-04-07	Individual cognitive traits can be predicted from task-based dynamic functional connectivity with a deep convolutional-recurrent model 2024-10-03, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae412 PMID:39445422	研究论文	本研究使用深度学习模型从任务态动态功能连接中预测个体认知特质	结合多尺度卷积和长短时记忆层，利用任务态动态功能连接预测认知分数，并证明其比静息态具有更高预测力	未发现特定皮层网络在预测中具有显著相关性，且去除混杂因素会显著降低预测性能	从神经影像数据中预测个体认知特质，如一般智力和流体智力	874名来自人类连接组计划的受试者	机器学习	NA	功能磁共振成像	CNN, LSTM	神经影像数据	874名受试者	NA	多尺度卷积和长短时记忆层组合模型	方差解释率	NA
877	2026-04-07	Investigating the role of auditory cues in modulating motor timing: insights from EEG and deep learning 2024-10-03, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae427 PMID:39475113	研究论文	本研究通过EEG和深度学习探讨听觉线索在调节运动计时中的作用，重点关注手指敲击任务中的神经机制	首次结合深度学习对单试次EEG数据进行分类，以预测行为计时条件，并揭示听觉输入在运动计时中的关键作用	在移除EEG数据中的听觉成分后，阶段间的区分变得不确定，突显了在无听觉刺激下隔离运动激活的挑战	探究基于动作的计时神经机制，特别是在涉及同步和异步模式的手指敲击任务中	12名健康参与者	机器学习	NA	脑电图	深度学习	脑电图数据	12名参与者	NA	NA	分类准确率, 平均异步准确率	NA
878	2026-04-07	Performance of Artificial Intelligence in Detecting Diabetic Macular Edema From Fundus Photography and Optical Coherence Tomography Images: A Systematic Review and Meta-analysis 2024-02-01, Diabetes care IF:14.8Q1 DOI:10.2337/dc23-0993 PMID:38241500	系统综述与荟萃分析	本文通过系统综述与荟萃分析评估了人工智能在利用眼底摄影和光学相干断层扫描图像检测糖尿病性黄斑水肿方面的性能	首次通过荟萃分析综合评估了基于FP和OCT图像的AI算法在DME检测中的性能，并识别了影响模型性能的潜在因素，如深度学习技术、训练数据集规模和多样性	分析受到算法结果未标准化、患者人口统计学数据不足、OCT体积扫描数据缺乏以及外部验证数据不充分的限制	评估人工智能从眼底摄影或光学相干断层扫描图像中检测糖尿病性黄斑水肿的性能，并识别影响模型性能的潜在因素	使用人工智能从眼底摄影或光学相干断层扫描图像中检测糖尿病性黄斑水肿的研究	医学影像分析	糖尿病性黄斑水肿	眼底摄影，光学相干断层扫描	深度学习	图像	53项研究被纳入荟萃分析	NA	NA	AUROC，灵敏度，特异性	NA
879	2026-04-07	Deep Learning of Coronary Calcium Scores From PET/CT Attenuation Maps Accurately Predicts Adverse Cardiovascular Events 2023-05, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2022.06.006 PMID:36284402	研究论文	本研究开发了一种深度学习模型，用于从PET/CT衰减校正扫描中自动量化冠状动脉钙化评分，以预测心血管不良事件	首次将原本为视频应用开发的深度学习模型应用于PET/CT衰减校正扫描，实现冠状动脉钙化评分的全自动快速量化，无需改变现有扫描协议	研究主要基于外部队列验证，且未详细讨论模型在不同人群或设备间的泛化能力	开发一种深度学习模型，从PET/CT衰减校正扫描中自动定义冠状动脉钙化评分，以预测心血管不良事件风险	接受PET/CT成像的患者，包括有心血管不良事件随访数据的队列	数字病理学	心血管疾病	PET/CT成像，心电图门控CT扫描	深度学习模型	CT扫描图像	训练集：9,543张专家标注的CT扫描；测试集：4,331名患者（其中2,737名有配对的心电图门控CAC扫描）	NA	NA	风险比，净重分类改善，阴性预测值	NA
880	2026-04-07	Sparse deep neural networks on imaging genetics for schizophrenia case-control classification 2021-06-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.25387 PMID:33724588	研究论文	本研究提出了一种稀疏深度神经网络方法，用于精神分裂症病例-对照分类，通过L1范数正则化实现稀疏特征选择，以提高可解释性	在深度神经网络输入层引入L1范数正则化进行稀疏特征选择，使模型能够直接解释原始特征，并有效融合灰质体积和单核苷酸多态性数据	未详细讨论模型在不同扫描协议数据集上的性能波动原因，且外部验证样本量相对较小	开发可解释的深度学习方法，用于精神分裂症的病例-对照分类和生物标志物识别	精神分裂症患者和对照个体的灰质体积及单核苷酸多态性数据	机器学习	精神分裂症	灰质体积测量，单核苷酸多态性分析	深度神经网络	影像遗传学数据	训练集634人，外部验证集三个独立数据集（分别394人、255人、160人）	NA	稀疏深度神经网络	错误率	NA