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
1	2025-11-18	Benchmarking of deep neural networks for predicting personal gene expression from DNA sequence highlights shortcomings 2023-Sep-28, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.16.532969 PMID:36993652	研究论文	评估深度神经网络在从DNA序列预测个体基因表达方面的性能并识别其局限性	首次系统评估深度学习方法在跨个体基因表达预测中的表现，揭示了现有方法在预测变异效应方向上的局限性	现有方法未能充分学习序列基序语法，导致对变异效应方向的预测能力不足	评估深度学习方法作为个人DNA解释工具在预测跨个体基因表达变异方面的实用性	839名ROSMAP研究参与者的全基因组测序和基因表达配对数据	基因组学, 机器学习	NA	全基因组测序, 基因表达分析	深度神经网络	基因组DNA序列, 基因表达数据	839名个体	NA	NA	变异效应方向预测准确性	NA
2	2025-11-15	Interpretable neural architecture search and transfer learning for understanding CRISPR/Cas9 off-target enzymatic reactions 2023-Sep-29, ArXiv PMID:37808087	研究论文	开发了一个可解释的深度学习框架，用于预测CRISPR/Cas9脱靶编辑概率	结合了可解释神经网络架构搜索和迁移学习，既能保持物理可解释性又能实现最先进性能	未明确说明样本规模和数据来源的具体限制	建立预测性和可解释的酶促反应动力学模型	CRISPR/Cas9脱靶编辑反应	机器学习	NA	CRISPR/Cas9基因编辑技术	CNN, 神经网络集成	动力学测定数据，细胞环境数据	NA	NA	KINN（动力学可解释神经网络），卷积神经网络	NA	NA
3	2025-11-15	Efficient and accurate large library ligand docking with KarmaDock 2023-09, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-023-00511-5 PMID:38177786	研究论文	提出了一种用于配体对接的深度学习框架KarmaDock，集成了对接加速、结合姿态生成与校正以及结合强度估计功能	首次将E(n)等变图神经网络与自注意力机制结合用于配体对接，同时实现姿态优化和结合强度评估的三阶段模型	仅在四个基准数据集和单一真实虚拟筛选项目中验证，需要更广泛的应用场景测试	开发高效准确的大规模配体对接方法以改进基于结构的虚拟筛选	蛋白质-配体复合物	机器学习	NA	虚拟筛选	图神经网络, 混合密度网络	分子结构数据	四个基准数据集和一个真实虚拟筛选项目	NA	E(n) equivariant graph neural networks, self-attention, mixture density network	对接速度, 姿态质量, 结合亲和力准确性	NA
4	2025-11-15	Progress in using deep learning to treat cancer 2023-09, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-023-00514-2 PMID:38177785	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5	2025-10-09	Large-scale capture of hidden fluorescent labels for training generalizable markerless motion capture models 2023-09-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-41565-3 PMID:37752123	研究论文	开发了一种名为GlowTrack的方法，通过荧光标记生成大量训练数据，用于训练可泛化的无标记运动捕捉模型	提出使用荧光标记生成隐藏标签的高通量方法，创建多相机多光照设置模拟多样化视觉条件，并实现并行标记多个关键点的密集追踪技术	NA	解决无标记运动捕捉模型泛化能力有限的问题，建立标准化的行为分析流程	动物行为研究中的运动追踪	计算机视觉	NA	荧光标记，多相机多光照设置	深度学习模型	视频图像数据	NA	NA	NA	NA	NA
6	2025-10-05	Deep learning enabled fast 3D brain MRI at 0.055 tesla 2023-09-22, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adi9327 PMID:37738341	研究论文	提出基于深度学习的快速采集与重建框架，显著加速0.055特斯拉超低场脑部MRI成像	结合单次平均三维编码与二维部分傅里叶采样实现快速采集，利用高场人脑数据训练3D深度学习模型提升图像质量	未明确说明模型对病理状态的泛化能力及临床验证规模	解决超低场MRI图像质量差、扫描时间长的问题	人脑解剖结构	医学影像分析	神经系统疾病	磁共振成像（MRI）	深度学习	三维脑部MRI图像	未明确说明具体样本数量	NA	3D深度学习模型	图像质量增强、伪影减少、噪声降低、空间分辨率提升至1.5毫米各向同性	NA
7	2025-10-05	Pervasive downstream RNA hairpins dynamically dictate start-codon selection 2023-09, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06500-y PMID:37674078	研究论文	本研究通过整合拟南芥模式触发免疫期间的转录组范围翻译和结构分析，揭示下游RNA发夹结构动态调控起始密码子选择的机制	首次发现uAUG下游双链RNA结构（uAUG-ds）通过调控扫描前起始复合体来选择性地翻译上游开放阅读框，并证明该机制在人类细胞中具有普适性	研究主要基于模式植物拟南芥，在人类细胞中的验证仍需进一步扩展	探究翻译重编程中起始密码子选择性起始的分子机制	拟南芥mRNA的上游起始密码子（uAUGs）和下游RNA发夹结构	计算生物学	植物免疫反应	转录组范围翻译分析、RNA结构分析、深度学习建模	深度学习模型	翻译组数据、RNA结构数据	拟南芥在模式触发免疫条件下的转录组样本	NA	NA	预测准确性	NA
8	2025-10-06	Application of artificial intelligence in the diagnosis of hepatocellular carcinoma 2023-Sep, eGastroenterology DOI:10.1136/egastro-2023-100002 PMID:39944000	综述	探讨人工智能在肝细胞癌放射学诊断中的最新应用进展	系统总结AI在HCC放射诊断中的优势，包括降低诊断变异性和优化数据分析	尚未在临床实践中常规应用，需要进一步研究和验证	评估人工智能在肝细胞癌诊断中的应用价值	肝细胞癌患者的放射学影像数据	计算机视觉	肝癌	放射学成像	深度学习,神经网络	医学影像	NA	NA	NA	NA	NA
9	2025-10-06	Comparison of evaluation metrics of deep learning for imbalanced imaging data in osteoarthritis studies 2023-09, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2023.05.006 PMID:37209993	研究论文	比较骨关节炎研究中不平衡影像数据深度学习评估指标的适用性	首次系统比较不同类别不平衡程度下ROC和PR曲线等评估指标在骨关节炎深度学习研究中的表现差异	仅基于单一数据集（骨关节炎倡议研究）的MRI数据，未验证其他类型医学影像数据	评估深度学习模型在不平衡医学影像数据中的性能表现	骨关节炎患者的膝关节MRI影像和骨髓病变检测	计算机视觉	骨关节炎	MRI成像	深度学习	医学影像	2467名参与者的2996个膝关节MRI	NA	NA	ROC-AUC, PR-AUC, 敏感性, 特异性	NA
10	2025-09-12	Application of a 1H Brain MRS Benchmark Dataset to Deep Learning for Out-of-Voxel Artifacts 2023-Sep-01, bioRxiv : the preprint server for biology DOI:10.1101/2023.05.08.539813 PMID:37215030	研究论文	本文介绍了一个用于训练和测试神经网络的合成¹H MRS基准数据集AGNOSTIC，并展示了其在检测和预测体素外伪影方面的应用	创建了包含259,200个合成MRS样本的大规模基准数据集，并首次使用CNN网络实现体素外伪影的实时检测和信号重建	基于合成数据训练，需要在真实临床数据上进一步验证模型性能	解决MRS数据中的体素外伪影问题，提高磁共振波谱数据分析的准确性	合成¹H MRS数据	医学影像分析	NA	磁共振波谱(MRS)	CNN	频谱数据	259,200个合成MRS样本	NA	NA	NA	NA
11	2025-10-06	Deep learning prediction of post-SBRT liver function changes and NTCP modeling in hepatocellular carcinoma based on DGAE-MRI 2023-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.16386 PMID:36988423	研究论文	基于DGAE-MRI开发深度学习模型预测肝癌患者SBRT治疗后肝功能变化并建立NTCP模型	首次将条件Wasserstein生成对抗网络(cWGAN)用于预测放疗期间肝功能图，并整合体素级功能信息建立个性化NTCP模型	研究样本量较小(仅24例患者)，需要在更大患者队列中进一步验证	开发基于DGAE-MRI的个性化正常组织并发症概率(NTCP)模型，用于肝癌患者立体定向放射治疗(SBRT)的适应性治疗	接受SBRT治疗的肝细胞癌(HCC)患者	医学影像分析	肝癌	动态钆塞酸增强磁共振成像(DGAE-MRI)	cWGAN, 逻辑剂量反应模型	医学影像(MRI), 剂量分布图, 肝功能参数图	24例HCC患者(来自146例接受SBRT治疗的患者队列)	NA	条件Wasserstein生成对抗网络(cWGAN)	均方根误差(RMSE), 结构相似性(SSIM), Wilcoxon符号秩检验	NA
12	2025-10-06	Deep learning-based fluorescence image correction for high spatial resolution precise dosimetry 2023-Sep-27, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf182 PMID:37591253	研究论文	开发基于深度学习的荧光图像校正方法，用于高空间分辨率精确剂量测定	提出新型经验性切伦科夫发射校准方法和基于CNN的荧光图像校正模型	仅使用单孔径静态光子束进行验证，未涉及更复杂的辐射场条件	提高辐射激发荧光成像的剂量分布测量精度	含有奎宁半硫酸盐水溶液的丙烯酸水箱	计算机视觉	NA	辐射激发荧光成像，CMOS相机成像	CNN	图像	181个单孔径静态光子束	NA	卷积神经网络	平均绝对误差，伽马指数通过率	NA
13	2025-10-06	AC-Faster R-CNN: an improved detection architecture with high precision and sensitivity for abnormality in spine x-ray images 2023-09-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf7a8 PMID:37678268	研究论文	提出一种改进的AC-Faster R-CNN检测架构，用于脊柱X射线图像中异常部位的精确定位和分类	开发了可变形卷积特征金字塔网络的特征融合结构和异常捕获头结构，结合扩张卷积与可变形卷积更好捕捉病灶多尺度信息	NA	开发能够准确定位和分类脊柱X射线照片中异常部位的物体检测网络	脊柱X射线图像中的异常部位	计算机视觉	脊柱疾病	X射线成像	Faster R-CNN	图像	1007张脊柱X射线图像	NA	Faster R-CNN, Deformable Convolution Feature Pyramid Network, Abnormality Capture Head	mAP@IoU=50%, Precision, Sensitivity	NA
14	2025-10-06	Color-guided deformable convolution network for intestinal metaplasia severity classification using endoscopic images 2023-09-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf3ca PMID:37619578	研究论文	提出一种基于颜色引导可变形卷积网络的肠化生严重程度分类方法	首次提出基于颜色特征生成偏移量来引导可变形卷积的方法，能够自适应调整卷积采样位置以符合IM病变的不规则形状	NA	准确诊断肠化生严重程度并预防胃癌发生	胃镜图像中的肠化生病变	计算机视觉	胃癌	内窥镜成像	CNN, DCN	图像	自建IM严重程度数据集	NA	颜色引导可变形卷积网络(CDCN)	准确率	NA
15	2025-10-06	Unsupervised learning-based dual-domain method for low-dose CT denoising 2023-09-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acefa2 PMID:37567225	研究论文	提出一种基于无监督学习的双域方法用于低剂量CT去噪	采用无监督学习方法解决监督学习中数据精确配对的挑战，结合投影域去噪和迭代增强的双域处理策略	在标记数据集可用性有限的情况下表现更优，但未明确说明在充足标记数据下的性能比较	开发无监督学习的低剂量CT成像方法以解决数据配对问题	低剂量CT图像	医学影像处理	NA	CT成像	生成模型	CT投影数据和重建图像	NA	NA	Noise2Self	SSIM	NA
16	2025-10-06	Enhanced PET imaging using progressive conditional deep image prior 2023-09-01, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf091 PMID:37582392	研究论文	提出一种渐进式条件深度图像先验的无监督学习方法，用于增强PET成像质量	将单步无监督学习分解为两个无监督学习步骤，通过渐进式学习策略缩小输入图像与目标PET图像之间的差距	当输入图像与目标PET图像差距较大时仍可能存在挑战	开发新的无监督学习方法来提高患者研究中病灶的可检测性	PET图像，包括体模研究和患者研究	医学影像处理	NA	PET成像，迭代重建方法	深度神经网络	医学图像（PET图像，解剖图像）	体模和患者研究（具体数量未明确说明）	NA	深度图像先验	图像噪声性能，病灶可检测性	NA
17	2025-10-06	Automated diagnosis and management of follicular thyroid nodules based on the devised small-dataset interpretable foreground optimization network deep learning: a multicenter diagnostic study 2023-09-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000000506 PMID:37204464	研究论文	开发基于小数据集可解释前景优化网络深度学习的滤泡性甲状腺结节自动诊断系统	针对小数据集设计可解释前景优化网络，并首次系统评估结节边缘纹理信息对滤泡性甲状腺癌预测的影响	样本量相对有限（总样本503例），外部验证仅包含71例患者	开发可靠的术前滤泡性甲状腺癌检测系统，减少侵入性诊断需求	滤泡性甲状腺结节患者	数字病理	甲状腺癌	超声成像	深度学习	超声图像	训练和内部验证队列432例（来自瑞金医院），外部验证队列71例（来自四个临床中心）	NA	FThyNet（可解释前景优化网络）	AUC, 准确率	NA
18	2025-10-06	Automated Radiomic Analysis of Vestibular Schwannomas and Inner Ears Using Contrast-Enhanced T1-Weighted and T2-Weighted Magnetic Resonance Imaging Sequences and Artificial Intelligence 2023-09-01, Otology & neurotology : official publication of the American Otological Society, American Neurotology Society [and] European Academy of Otology and Neurotology IF:1.9Q2 DOI:10.1097/MAO.0000000000003959 PMID:37464458	研究论文	本研究开发了一种基于深度学习的自动分割系统，用于在MRI图像中分割前庭神经鞘瘤和内耳结构	首次使用三维卷积神经网络结合对比增强T1加权和T2加权MRI序列对前庭神经鞘瘤和内耳结构进行自动分割分析	研究仅限于前庭神经鞘瘤患者，未包含其他类型肿瘤或病变	通过深度学习客观评估前庭神经鞘瘤及其与同侧内耳的空间关系	490名成年前庭神经鞘瘤患者的高分辨率MRI扫描数据	医学影像分析	前庭神经鞘瘤	磁共振成像	CNN	医学影像	490名患者（390名训练集，100名测试集），外加100名外部验证集患者	NA	三维卷积神经网络	Dice分数, 相对体积误差, 平均对称表面距离, 95% Hausdorff距离, 质心位置	NA
19	2025-10-06	Correlation Between Intranodular Vessels and Tumor Invasiveness of Lung Adenocarcinoma Presenting as Ground-glass Nodules: A Deep Learning 3-Dimensional Reconstruction Algorithm-based Quantitative Analysis on Noncontrast Computed Tomography Images 2023-Sep-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000731 PMID:37531613	研究论文	基于深度学习三维重建算法定量分析非增强CT图像中肺腺癌磨玻璃结节内血管特征与肿瘤侵袭性的相关性	首次采用深度学习三维重建技术对非增强CT图像中磨玻璃结节内血管进行定量分析，建立血管特征与肺腺癌侵袭性的关联	回顾性研究设计，样本来源单一机构，未进行外部验证	评估基于深度学习的结节内血管定量特征在区分肺腺癌侵袭性中的作用	474例患者的512个确诊磨玻璃结节（包括241个前驱腺体病变、126个微浸润腺癌和145个浸润性腺癌）	计算机视觉	肺癌	非增强计算机断层扫描	深度学习	医学影像	512个磨玻璃结节（来自474例患者）	NA	基于区域分割和区域生长技术的三维重建算法	血管检出率、血管体积百分比、Mantel-Haenszel χ²检验、χ²检验、方差分析	NA
20	2025-10-06	Bering: joint cell segmentation and annotation for spatial transcriptomics with transferred graph embeddings 2023-Sep-22, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.19.558548 PMID:37786667	研究论文	提出一种基于图深度学习的模型Bering，用于空间转录组学数据中的联合细胞分割与分子注释	利用转录共定位关系进行噪声感知的细胞分割，通过转移图嵌入增强基因关系学习	未明确说明模型在特定组织类型或技术平台上的潜在适应性限制	解决空间转录组学中细胞边界确定和身份注释的准确性挑战	二维和三维空间转录组学数据中的单个细胞	数字病理学	NA	空间转录组学测序技术	图深度学习	空间转录组数据	多种空间技术平台和组织类型的数据集	NA	基于图嵌入的深度学习架构	细胞分割准确率, 检测到的转录本数量	NA