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
1081	2026-05-29	Prediction of viral families and hosts of single-stranded RNA viruses based on K-Mer coding from phylogenetic gene sequences 2024-10, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108114 PMID:38852362	研究论文	基于系统发育基因序列的K-Mer编码，利用机器学习和深度学习模型预测单链RNA病毒的病毒科和宿主	首次对包含单链RNA病毒基因序列、具有广泛家族和宿主多样性的PhyVirus数据集进行病毒科和宿主分类研究，并详细探究了K-Mer编码中不同词长对分类效果的影响	未在摘要中明确说明局限性	快速准确地对病毒物种及其潜在宿主进行分类，以了解传播动态并促进靶向疗法的开发	Baltimore组四（+ssRNA）和五（-ssRNA）的单链RNA病毒及其宿主和物种	机器学习，自然语言处理	NA	K-Mer编码	全连接深度神经网络，随机森林，梯度提升，极端随机树	基因序列	包含来自不同宿主和物种的单链RNA病毒基因序列的PhyVirus数据集	NA	全连接深度神经网络，随机森林，梯度提升，极端随机树	准确率	NA
1082	2026-05-29	CNN-BLSTM based deep learning framework for eukaryotic kinome classification: An explainability based approach 2024-10, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108169 PMID:39137619	研究论文	提出一种基于CNN-BLSTM的可解释性深度学习框架，用于真核生物激酶组的分类	级联GRAD CAM和Integrated Gradient可解释性方法，以替代传统CNN模型的类激活图解释，提升模型在真核激酶分类中的可靠性和可解释性	未提及具体局限性	开发具有可解释性的深度学习模型，用于真核生物激酶序列分类，增强模型在蛋白质组学研究中的可信度	真核生物激酶序列及其对应家族	机器学习	NA	NA	CNN-BLSTM	序列数据	未提及具体样本量	NA	CNN-BLSTM	F1-score	NA
1083	2026-05-29	Hybrid optimal feature selection-based iterative deep convolution learning for COVID-19 classification system 2024-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109031 PMID:39173484	研究论文	提出一种混合最优特征选择的迭代深度卷积学习框架，用于基于物联网数据的COVID-19分类	融合随机森林注入粒子群黑寡妇优化算法（RFI-PS-BWO）与迭代深度卷积学习（IDCL）特征选择，实现高精度COVID-19分类	未提及外部验证数据集或计算资源需求，可能影响泛化性和可复现性	利用物联网医疗数据，通过AI方法实现COVID-19的早期检测与诊断	物联网设备收集的SARS-CoV-2及其他病毒类别的医学数据	机器学习	COVID-19	NA	一维卷积神经网络（1D-CNN）	物联网传感器数据（医疗健康数据）	大型COVID-19样本数据集（具体数量未提及）	NA	1D-CNN	F1分数、灵敏度、特异性、精确率、召回率	NA
1084	2026-05-29	Depth estimation from monocular endoscopy using simulation and image transfer approach 2024-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109038 PMID:39178804	研究论文	提出一种结合仿真与图像迁移技术的深度学习方法，从单目内窥镜图像中估计深度信息	首次利用模拟内窥镜图像和循环生成对抗网络提升图像真实性，并用于训练深度估计网络模型	未提及实际临床数据验证及计算资源消耗评估	实现从单目内窥镜图像中精确估计深度信息，增强导航系统功能	结肠表面模型及模拟内窥镜图像	计算机视觉	NA	NA	深度学习模型、循环生成对抗网络	模拟内窥镜图像、深度图	基于CT结肠成像分割的结肠表面模型生成的模拟数据	Unity	循环生成对抗网络	深度估计精确度	NA
1085	2026-05-29	Skeleton-guided multi-scale dual-coordinate attention aggregation network for retinal blood vessel segmentation 2024-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109027 PMID:39178808	研究论文	提出一种骨架引导的多尺度双坐标注意力聚合网络，用于视网膜血管分割	创新性设计了双坐标注意力模块、不平衡像素放大器和血管骨架引导模块，以及特征级对比损失函数，有效解决了类不平衡和血管结构不连续问题	未明确提及局限性，但可能对严重病变图像或低对比度图像的泛化能力需进一步验证	提高视网膜血管分割的精度和连续性，解决前景薄血管类不平衡及图像质量差导致的结构断裂问题	视网膜血管结构	计算机视觉	视网膜疾病	深度学习	CNN	图像	三个公开数据集（DRIVE、STARE、CHASE_DB1），未明确样本总数	NA	双坐标注意力模块、不平衡像素放大器、血管骨架引导模块	分割准确率	NA
1086	2026-05-29	RETNet: Resolution enhancement Transformer network for magnetic particle imaging based on X-space 2024-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109043 PMID:39191080	研究论文	提出了一种基于X-space的磁粒子成像分辨率增强Transformer网络（RETNet），用于从低梯度图像重建高梯度图像，提高空间分辨率	首次将Transformer架构应用于磁粒子成像分辨率增强，创新性地设计了跨尺度Transformer关注纹理特征和残差Swin Transformer关注结构特征的双分支结构，实现细节完整性和高清晰度重建	无相关信息	提出一种低成本、高效的方法，通过深度学习重建高梯度图像来提高磁粒子成像的空间分辨率，避免高功率消耗和高噪声	磁粒子成像中的超顺磁性氧化铁纳米颗粒浓度分布图像	计算机视觉	不适用	磁粒子成像	Transformer	图像	仿真、体模和体内实验数据	PyTorch	RETNet, 跨尺度Transformer, 残差Swin Transformer	无噪声和多噪声水平下的对比实验	无相关信息
1087	2026-05-29	ECG classification via integration of adaptive beat segmentation and relative heart rate with deep learning networks 2024-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109062 PMID:39205344	研究论文	提出一种集成自适应心跳分割和相对心率信息的深度学习方法，用于心电图信号分析中的波形界定与搏动类型分类	创新点包括自适应心跳分割方法（根据RR间期确定最佳持续时间）和融入相对心率信息（提高对房性早搏的检测准确率），显著提升了模型性能	NA	提升心电图信号分析中搏动类型分类和波形界定的准确性	心电图信号中的搏动类型（正常搏动、室性早搏、房性早搏）和波形（P波、QRS波群、T波）	机器学习, 数字病理学	心血管疾病	ECG	深度学习模型	信号	PhysioNet QT数据库、MIT-BIH心律失常数据库和真实世界可穿戴设备数据	NA	NA	敏感性, F1分数	NA
1088	2026-05-29	A novel pipeline employing deep multi-attention channels network for the autonomous detection of metastasizing cells through fluorescence microscopy 2024-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109052 PMID:39216406	研究论文	开发了一种基于深度多注意力通道网络的自动化荧光显微镜检测转移细胞的新流程	提出了多注意力通道网络架构，并结合可解释的全局方法（GradCam）来解析细胞骨架在转移中的作用	未明确提及局限性	利用深度学习自动区分正常细胞和转移性癌细胞，并提高模型的可解释性	人类正常细胞及其同基因匹配的致癌转化、侵袭和转移细胞	计算机视觉	癌症转移	荧光显微镜	卷积神经网络（CNN），多注意力通道网络	图像	未明确提及样本数量	NA	多注意力通道网络	GradCam得分	NA
1089	2026-05-29	Mpox outbreak: Time series analysis with multifractal and deep learning network 2024-10-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0236082 PMID:39413265	研究论文	本文利用多重分形和深度学习网络对猴痘疫情进行时间序列分析，预测未来传播趋势	结合分形插值预处理和多重分形测度分析猴痘传播的异质性，并使用双向长短期记忆神经网络预测疫情爆发	NA	分析猴痘疫情的多重分形特征并预测未来传播以预警全球流行	猴痘病例的时间序列数据	机器学习	猴痘	NA	双向长短期记忆神经网络（BiLSTM）	时间序列数据	非洲、美洲和欧洲地区的猴痘病例数据	NA	双向长短期记忆神经网络	NA	NA
1090	2026-05-29	Dynamic entrainment: A deep learning and data-driven process approach for synchronization in the Hodgkin-Huxley model 2024-10-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0219848 PMID:39470595	研究论文	利用深度学习和数据驱动方法在Hodgkin-Huxley模型中实现动态牵引同步	提出了一种名为“动态牵引”的创新技术，结合数据驱动方法和Hodgkin-Huxley模型输出，利用深度学习动态维持系统在牵引范围内	文中未明确提及局限性	研究动态系统中共振与同步节律现象，特别是生物背景下的应用	Hodgkin-Huxley模型描述的神经元动作电位传播	机器学习	神经退行性疾病（如亨廷顿病）	数据驱动方法	深度学习模型	数值仿真数据	NA	NA	NA	NA	NA
1091	2026-05-29	Classification Method of ECG Signals Based on RANet 2024-10, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-024-00730-5 PMID:38653933	研究论文	提出基于残差注意力神经网络（RANet）的心电信号分类方法，解决梯度消失和信号特征重要性差异问题	结合ResNet解决梯度消失、引入注意力机制聚焦关键特征、改进投票方法缓解数据不平衡	仅基于单个数据集（PhysioNet/CinC Challenge 2017）验证，未提及泛化性测试	提升心电信号分类性能，解决深层网络梯度消失和特征重要性差异问题	不同类型心律失常的心电信号	机器学习	心血管疾病	NA	残差注意力神经网络（RANet）	心电信号	PhysioNet/CinC Challenge 2017数据集	NA	ResNet, 注意力机制	F1值	NA
1092	2026-05-29	Deep learning-based IDH1 gene mutation prediction using histopathological imaging and clinical data 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108902 PMID:39038392	研究论文	利用组织病理学图像和临床数据，通过深度学习方法预测IDH1基因突变	采用集成学习策略，结合深度学习图像模型和机器学习临床数据模型，并通过超参数优化提高分类性能，在WSI和临床数据上分别达到最高AUC 0.823和0.782，集成结果达到0.852	NA	分类胶质瘤患者IDH1基因突变的存在与否	成年型弥漫性胶质瘤患者的组织病理学全切片图像和临床数据	数字病理学	胶质瘤	H&E染色WSI成像	深度学习模型（注意力多实例学习）和梯度提升机	图像和表格数据	546名患者	PyTorch, LightGBM	MaxViT, ABMIL	AUC, 准确率	NA
1093	2026-05-29	Improving the diagnosis of ductal carcinoma in situ with microinvasion without immunohistochemistry: An innovative method with H&E-stained and multiphoton microscopy images 2024-05-15, International journal of cancer IF:5.7Q1 DOI:10.1002/ijc.34855 PMID:38268429	研究论文	提出一种结合H&E染色和多光子显微镜图像的新方法，用于无免疫组化诊断导管原位癌伴微浸润	首次将H&E染色图像中的可疑区域通过深度学习分割细胞核，并融合多光子显微镜图像（TPEF和SHG信号）来区分DCISM与DCIS，避免了对免疫组化标记物的依赖	需要依赖H&E图像中的可疑区域标注，且多光子显微镜设备的可用性可能受限	开发一种快速准确、无需免疫组化的DCISM诊断方法	乳腺导管原位癌伴微浸润和导管原位癌组织样本	数字病理学	乳腺癌（导管原位癌伴微浸润）	H&E染色, 多光子显微镜	深度学习模型	图像（H&E染色图像，多光子显微镜图像）	研究未明确说明样本量，涉及DCISM和DCIS组织标本	NA	NA	Kappa系数	NA
1094	2026-05-29	scDisInFact: disentangled learning for integration and prediction of multi-batch multi-condition single-cell RNA-sequencing data 2024-01-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-45227-w PMID:38291052	研究论文	提出scDisInFact深度学习框架，用于解缠多批次多条件下单细胞RNA测序数据的批次效应与条件效应	首次提出同时实现批次效应去除、条件相关关键基因检测和扰动预测的整合框架	未见明确阐述	开发能同时处理批次效应和条件效应的深度学习模型	单细胞RNA测序数据中的批次效应和条件效应	机器学习	NA	单细胞RNA测序	深度学习框架	单细胞RNA测序数据	NA	PyTorch	scDisInFact	NA	NA
1095	2026-05-29	Race, Sex, and Age Disparities in the Performance of ECG Deep Learning Models Predicting Heart Failure 2024-01, Circulation. Heart failure DOI:10.1161/CIRCHEARTFAILURE.123.010879 PMID:38126168	研究论文	本研究调查了深度学习心电图模型在预测心力衰竭时基于种族、性别和年龄的性能差异	首次系统评估深度学习模型在不同种族、性别和年龄群体中预测心力衰竭的性能偏差，并探索了减少偏差的策略	研究基于单一医院数据，可能无法推广至其他人群；未包含其他潜在影响因子如社会经济状态	评估深度学习ECG模型在预测心力衰竭时的人口统计学偏差，并提出缓解算法偏差的方法	326,518次患者就诊的心电图数据，涵盖2008-2018年斯坦福医院的标准临床指征	机器学习	心力衰竭	12导联心电图	卷积神经网络	ECG信号	326,518次患者就诊，160,312例ECG测试集	NA	卷积神经网络	AUC, F1分数	NA
1096	2026-05-29	Diagnosing evapotranspiration responses to water deficit across biomes using deep learning 2023-11, The New phytologist DOI:10.1111/nph.19197 PMID:37621238	研究论文	利用深度学习研究深水区不同生物群落的蒸散发响应	首次使用深度学习神经网路从通量测量数据中提取水分胁迫因子（fET），揭示了不同生物群落对持续干旱的多样响应模式，并发现了标准地表模型未能捕捉的复杂性	研究依赖通量测量数据，可能受限于站点分布和测量精度；尚未解释不同响应行为的机制，仅推测了气孔调节、水力传导和深层水分利用等可能原因	量化水分限制对蒸散发的影响，理解植被对干旱的敏感性	不同生物群落的蒸散发响应，包括草原、热带稀树草原、森林等	机器学习	NA	通量测量	深度神经网络	通量测量数据（包括蒸散发、大气干旱度等协变量）	多种站点数据，包括热带稀树草原、草地和森林站点	PyTorch	深度神经网络	NA	NA
1097	2026-05-29	scDisInFact: disentangled learning for integration and prediction of multi-batch multi-condition single-cell RNA-sequencing data 2023-May-02, bioRxiv : the preprint server for biology DOI:10.1101/2023.05.01.538975 PMID:37205545	研究论文	scDisInFact是一个深度学习框架，用于多批次多条件单细胞RNA测序数据的整合与预测，可同时消除批次效应并保留条件效应	首次提出能够同时分离批次效应和条件效应的解耦学习方法，实现批次校正、关键基因检测和扰动预测三项任务的统一	当前方法要么消除所有批次效应而丢失条件效应，要么仅关注条件效应而忽略批次效应，scDisInFact通过解耦学习解决了这一矛盾	开发一个能够同时处理批次效应和条件效应的深度学习模型，用于整合和预测多批次多条件的单细胞RNA测序数据	单细胞RNA测序数据中的批次效应和条件效应	机器学习	NA	scRNA-seq	深度学习框架	基因表达数据	模拟数据和真实数据集	NA	解耦学习网络	批次校正性能、关键基因检测准确率、扰动预测精度	NA
1098	2026-05-29	Atrial fibrillation ablation outcome prediction with a machine learning fusion framework incorporating cardiac computed tomography 2023-05, Journal of cardiovascular electrophysiology IF:2.3Q2 DOI:10.1111/jce.15890 PMID:36934383	研究论文	提出一种融合机器学习框架，整合心脏CT成像与临床数据，预测房颤消融术后结果	首次将CT形态特征、深度学习图像特征和临床数据智能融合，构建端到端自动预测框架	单中心回顾性研究，样本量有限，需外部验证	开发个性化房颤消融术后预后预测模型	321例接受房颤消融术患者的CT影像及临床数据	机器学习	心房颤动	CT成像	融合机器学习模型	图像、临床结构化数据	321例患者（平均年龄64.2岁，69%男性，40%阵发性房颤）	NA	深度学习网络	AUC	NA
1099	2026-05-29	Deep Learning-Based Model for Identifying Tumors in Endoscopic Images From Patients With Locally Advanced Rectal Cancer Treated With Total Neoadjuvant Therapy 2023-03-01, Diseases of the colon and rectum DOI:10.1097/DCR.0000000000002295 PMID:35358109	研究论文	开发一种基于深度卷积神经网络的方法，从局部晚期直肠癌患者的内镜图像中自动分类是否存在肿瘤	首次将深度卷积神经网络应用于局部晚期直肠癌患者全新辅助治疗后的内镜图像中肿瘤存在与否的自动分类	每组的图像数量有限，且研究在单一机构进行	开发一种新方法，利用深度卷积神经网络自动分类内镜图像中肿瘤存在与否，并评估其准确性	接受全新辅助治疗的局部晚期直肠癌患者的内镜图像	计算机视觉	直肠癌	NA	卷积神经网络	图像	109名患者的1392张内镜图像	NA	卷积神经网络	接收者操作特征曲线下面积	NA
1100	2026-05-29	Automated analysis of rabbit knee calcified cartilage morphology using micro-computed tomography and deep learning 2021-08, Journal of anatomy IF:1.8Q2 DOI:10.1111/joa.13435 PMID:33782948	研究论文	利用微计算机断层扫描和深度学习自动分析兔膝关节钙化软骨形态	首次将深度学习分割技术应用于µCT图像中钙化软骨的三维形态评估，实现了骨与矿化软骨的自动分割，并验证了与组织学方法的高度相关性	研究样本限于兔膝关节，且为离体实验，未涉及活体动态变化分析；分割模型性能在µCT图像上略低于组织学图像	开发基于深度学习的µCT图像分割方法，实现钙化软骨三维形态的自动化分析，并验证其在解剖区域厚度变异研究中的生物医学相关性	12只新西兰白兔的16个膝关节，解剖为6个解剖区域的96个骨软骨样本	计算机视觉	骨关节炎及其他关节疾病	微计算机断层扫描	卷积神经网络	图像	12只兔的16个膝关节，96个骨软骨样本	NA	编码器-解码器架构	Dice系数, Pearson相关系数, Bland-Altman分析	NA