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	Scaffolding cooperation in human groups with deep reinforcement learning 2023-10, Nature human behaviour IF:21.4Q1 DOI:10.1038/s41562-023-01686-7 PMID:37679439	研究论文	使用深度强化学习训练社交规划器来优化人类群体网络结构，促进合作行为	首次将深度强化学习应用于人类群体合作网络的结构优化，采用调解而非隔离的方式处理背叛者	样本规模有限（共768名参与者），仅在特定游戏环境中验证	探索通过算法干预促进人类群体合作的有效方法	人类参与者群体（N=768）在合作游戏中的行为	机器学习	NA	深度强化学习，模拟方法	深度强化学习	行为数据，网络结构数据	768名参与者（实验组208人/13组，对照组176人/11组，对比组384人/24组）	NA	NA	合作率	NA
2	2025-11-15	Auto-Segmentation and Classification of Glioma Tumors with the Goals of Treatment Response Assessment Using Deep Learning Based on Magnetic Resonance Imaging 2023-10, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-023-09640-8 PMID:37458971	研究论文	本研究开发基于深度学习的自动分割和分类系统，用于胶质瘤治疗反应评估	结合U-Net网络进行肿瘤自动分割和迁移学习分类器，实现胶质瘤治疗反应的自动化评估	研究样本量有限（49例患者），仅基于MRI图像进行分析	开发基于深度学习的自动化工具用于胶质瘤放疗反应评估	胶质瘤患者和BraTS 2018挑战赛数据集	数字病理学	胶质瘤	磁共振成像	CNN	图像	BraTS数据集285例（210 HGG + 75 LGG） + 49例本地患者	NA	U-Net	p值，置信区间	NA
3	2025-11-12	Phenotyping urban built and natural environments with high-resolution satellite images and unsupervised deep learning 2023-Oct-01, The Science of the total environment DOI:10.1016/j.scitotenv.2023.164794 PMID:37315611	研究论文	提出一种无监督深度聚类方法，利用高分辨率卫星图像对城市建成和自然环境进行表型分类	开发新型无监督深度聚类方法，仅通过卫星图像即可捕捉城市环境的多维特征，无需传统环境与人口数据	基于组合特征的聚类结果对空间尺度和聚类数量选择敏感	实现城市建成和自然环境的实时监测与可持续发展追踪	加纳阿克拉市的高分辨率卫星图像（0.3米/像素）	计算机视觉	NA	卫星遥感成像	无监督深度学习	卫星图像	加纳阿克拉市全域高分辨率卫星图像	NA	深度聚类	聚类稳健性, 可解释性	NA
4	2025-10-23	Creating High Fidelity Synthetic Pelvis Radiographs Using Generative Adversarial Networks: Unlocking the Potential of Deep Learning Models Without Patient Privacy Concerns 2023-10, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2022.12.013 PMID:36535448	研究论文	本研究应用生成对抗网络创建高保真合成骨盆X光片，以解决深度学习模型训练中的患者隐私问题	首次使用GAN生成难以被专家和计算机识别的合成骨盆X光片，实现跨机构数据共享且不侵犯患者隐私	研究仅聚焦于前后位骨盆X光片，未涵盖其他投照角度或影像模态	开发能够生成高质量合成医学影像的方法，促进深度学习模型发展同时保护患者隐私	骨盆前后位X光片	计算机视觉	骨科疾病	X射线成像	GAN	图像	37,640张真实X光片（来自16,782名患者），通过数据增强生成2,500万张训练图像	NA	GAN	准确率, Kappa系数	NA
5	2025-10-21	MISPEL: A supervised deep learning harmonization method for multi-scanner neuroimaging data 2023-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102926 PMID:37595405	研究论文	提出一种用于多扫描仪神经影像数据的监督深度学习协调方法MISPEL	提出可自然扩展到两个以上扫描仪的多扫描仪协调方法，并设计了一套评估扫描仪相关技术变异性和协调技术的标准	NA	解决多扫描仪神经影像数据的技术变异性问题，开发数据协调方法	多扫描仪神经影像数据	神经影像分析	NA	3T T1磁共振成像	深度学习	神经影像数据	包含四个扫描仪的多扫描仪匹配数据集	NA	MISPEL	NA	NA
6	2025-10-05	Assessment of three-dimensional RNA structure prediction in CASP15 2023-Oct-03, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.25.538330 PMID:37162955	研究论文	评估CASP15中RNA三维结构预测方法的性能	首次在CASP竞赛中系统评估RNA结构预测方法，并将蛋白质结构评估指标(GDT、lDDT)和Z-score排名方法推广应用于RNA评估	在非经典碱基对建模、模型排序以及多结构预测方面仍存在挑战	评估当前RNA三维结构预测方法的准确性和实用性	RNA三维结构预测模型	计算生物学	NA	冷冻电镜(cryo-EM)、X射线衍射	深度学习,传统计算方法	RNA三维结构数据	12个含RNA的目标结构，42个预测组参与	NA	NA	GDT, lDDT, Z-score	NA
7	2025-10-05	Combination of deep XLMS with deep learning reveals an ordered rearrangement and assembly of a major protein component of the vaccinia virion 2023-10-31, mBio IF:5.1Q1 DOI:10.1128/mbio.01135-23 PMID:37646531	研究论文	本研究结合深度学习与化学交联质谱技术，揭示了痘苗病毒粒子主要蛋白组分P4a的结构特征和有序组装途径	首次将深度学习方法与深度化学交联质谱技术相结合，解析痘苗病毒成熟粒子的分子结构和组装机制	NA	阐明痘苗病毒成熟粒子的分子结构和组装途径	痘苗病毒粒子核心关键组分P4a蛋白	机器学习	病毒性疾病	化学交联质谱(XLMS)	深度学习	质谱数据	NA	NA	NA	NA	NA
8	2025-10-05	Learning from prepandemic data to forecast viral escape 2023-10, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06617-0 PMID:37821700	研究论文	开发了EVEscape框架，利用大流行前数据预测病毒逃逸突变	结合深度学习模型对历史序列的适应性预测与生物物理结构信息，可在监测测序、实验扫描或抗体复合物三维结构获得前应用	NA	预测能够逃逸宿主免疫反应的病毒突变，为疫苗和治疗设计提供支持	SARS-CoV-2、流感病毒、HIV病毒以及拉沙病毒和尼帕病毒等具有大流行潜力的病毒	机器学习	传染病	深度学习、生物物理分析、结构信息分析	深度学习模型	病毒序列数据、生物物理数据、结构数据	2020年前可用的历史序列数据	NA	NA	与高通量实验扫描的准确性比较	NA
9	2025-10-05	Predicting Prostate Cancer Molecular Subtype With Deep Learning on Histopathologic Images 2023-10, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2023.100247 PMID:37307876	研究论文	开发基于深度学习的算法，通过组织病理图像预测前列腺癌分子亚型	首次使用基于Transformer的分层架构从H&E染色全切片图像中预测ERG融合和PTEN缺失	样本量相对有限，在针吸活检队列中性能略有下降	利用深度学习技术从组织病理图像中筛查前列腺癌基因组改变	前列腺癌患者的根治性前列腺切除术和针吸活检样本	数字病理	前列腺癌	H&E染色全切片图像分析	Transformer	图像	多个队列总计超过1000张WSI（根治性前列腺切除术和针吸活检样本）	NA	Transformer-based hierarchical architecture, Vision Transformer	AUC, 相关系数	NA
10	2025-10-05	Anthropogenic fingerprints in daily precipitation revealed by deep learning 2023-10, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06474-x PMID:37648861	研究论文	使用深度学习检测观测记录中每日降水场出现的气候变化信号	首次应用卷积神经网络从每日降水数据中检测到自2010年代中期以来明显偏离自然变异的人类活动引起的气候变化信号	年际平均降水的长期变化仍难以从自然背景变异中辨别	验证温室气体变暖将加剧全球降雨变异性和极端事件的预测	每日降水场和年度全球平均地表气温数据	机器学习	NA	气候模型模拟	CNN	降水场数据, 温度数据	来自当前和未来气候模型模拟的集合数据	NA	卷积神经网络	NA	NA
11	2025-10-05	Uncovering new families and folds in the natural protein universe 2023-10, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06622-3 PMID:37704037	研究论文	通过AlphaFold数据库探索天然蛋白质宇宙中未注释的蛋白质家族和折叠结构	发现了β-flower折叠结构，鉴定出新的蛋白质家族并实验验证了TumE-TumA毒素-抗毒素系统超家族	依赖于AlphaFold预测模型的准确性，部分功能注释仍需实验验证	揭示天然蛋白质宇宙中未被注释的蛋白质结构多样性和功能	AlphaFold数据库中的预测蛋白质结构	生物信息学	NA	深度学习，序列相似性网络，结构预测	AlphaFold	蛋白质序列，蛋白质结构	数亿个预测蛋白质结构	AlphaFold	AlphaFold	预测准确度	NA
12	2025-10-05	TransUFold: Unlocking the structural complexity of short and long RNA with pseudoknots 2023-10-17, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023854 PMID:38052602	研究论文	提出基于深度学习的TransUFold方法，用于准确预测包含假结的RNA二级结构	首次将Vision Transformer架构应用于RNA二级结构预测，能够有效提取RNA序列中的长程相互作用	性能依赖于高质量RNA结构数据的可用性	解决传统基于自由能最小化方法无法准确预测RNA假结结构的问题	包含假结的短链和长链RNA序列	生物信息学	NA	深度学习	Transformer, CNN	RNA序列数据	基准数据集	NA	Vision Transformer, 编码器-解码器网络	结构预测准确率	NA
13	2025-10-05	When will RNA get its AlphaFold moment? 2023-10-13, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkad726 PMID:37702120	评论	讨论RNA结构预测面临的挑战及未来发展路径	系统分析了阻碍开发类似AlphaFold的RNA结构预测深度学习方法的根本问题	未提出具体的解决方案，主要进行问题分析和方向性建议	探讨RNA三维结构预测的发展前景和挑战	RNA结构预测方法	机器学习	NA	结构预测	深度学习	结构数据,序列数据	NA	NA	AlphaFold	NA	NA
14	2025-10-05	Reliable interpretability of biology-inspired deep neural networks 2023-10-10, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-023-00310-8 PMID:37816807	研究论文	本研究探讨生物启发式深度神经网络的可解释性可靠性问题，并提出控制解释稳健性和偏差的方法	首次在基于患者突变数据的P-NET模型中系统测试解释性方法的可靠性，并提出了控制解释稳健性和偏差的新方法	研究仅针对特定类型的生物启发式深度学习模型，未涵盖所有相关模型类型	确保生物启发式深度学习中解释性的稳健性和偏差感知	生物启发式深度神经网络，特别是P-NET模型	机器学习	NA	单细胞转录组测序，突变数据分析	深度神经网络	基因突变数据，单细胞转录组数据	NA	NA	P-NET	解释稳健性，偏差控制，解释特异性	NA
15	2025-10-05	Design and implementation of a smart Internet of Things chest pain center based on deep learning 2023-10-10, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023840 PMID:38052586	研究论文	设计并实现了一个基于深度学习的智能物联网胸痛中心系统，通过院前应用、UWB定位和院内治疗实现智能化胸痛管理	结合物联网三层架构与BiLSTM-CRF算法，实现胸痛患者电子病历信息的自动提取和智能化管理	仅在一家医院（辽宁省人民医院）进行应用验证，缺乏多中心验证数据	解决传统胸痛中心数据输入不智能、处理时间长、错误率高的问题	胸痛患者及其电子医疗记录	自然语言处理	心血管疾病	物联网技术、UWB定位技术	BiLSTM, CRF	电子医疗记录文本数据	NA	NA	BiLSTM-CRF	NA	NA
16	2025-10-05	ECA-TFUnet: A U-shaped CNN-Transformer network with efficient channel attention for organ segmentation in anatomical sectional images of canines 2023-10-07, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2023827 PMID:38052573	研究论文	提出一种结合CNN和Transformer的U型网络ECA-TFUnet，用于犬类解剖断面图像的器官分割	在U-Net网络的首个跳跃连接层集成Transformer模块以学习全局依赖关系，并引入高效通道注意力机制关注重要通道信息	未明确说明模型在复杂解剖结构或不同犬种间的泛化能力	开发自动器官分割方法以替代耗时的人工标注	犬类解剖断面图像中的器官	计算机视觉	NA	深度学习	CNN, Transformer	图像	NA	NA	U-Net, Transformer, Efficient Channel Attention	IoU	NA
17	2025-10-05	Atrial fibrillation detection with signal decomposition and dilated residual neural network 2023-Oct-05, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/acfa61 PMID:37714186	研究论文	提出一种结合信号分解和扩张残差神经网络的心房颤动检测方法	提出基于R峰检测的时间掩模生成伪QRS复合波信号和伪T、P波信号的特征提取方法，并设计扩张残差神经网络处理分解后的信号	NA	通过深度学习方法提高穿戴设备心电图信号中心房颤动的检测性能	心电图信号	机器学习	心血管疾病	心电图信号分析	CNN	信号数据	PhysioNet/CinC 2017挑战赛数据集和MIT-BIH心房颤动数据库	NA	扩张残差神经网络	F1分数	NA
18	2025-10-06	Negativity and Positivity in the ICU: Exploratory Development of Automated Sentiment Capture in the Electronic Health Record 2023-10, Critical care explorations DOI:10.1097/CCE.0000000000000960 PMID:37753238	研究论文	本研究开发了两种ICU临床笔记情感分析方法，包括基于关键词的方法和基于DeBERTa-v3的深度学习模型	开发了专门针对医疗领域的情感分析工具，相比通用情感分析工具在临床笔记中表现更优	研究为探索性开发，需要进一步验证和优化	开发能够自动捕捉电子健康记录中提供者情感的概念验证算法	ICU临床笔记中的提供者情感表达	自然语言处理	NA	情感分析	DeBERTa-v3	文本	MIMIC-III数据库中52,997次ICU住院的198,944份笔记，UCSF数据库2018-2019年外部样本	NA	DeBERTa-v3	Spearman相关系数	NA
19	2025-10-06	Predicting individual cases of major adolescent psychiatric conditions with artificial intelligence 2023-10-10, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-023-02599-9 PMID:37816706	研究论文	利用人工智能和多领域高维数据预测青少年主要精神疾病的个体病例	首次在相同研究设计中比较不同类别黄金标准算法对多种青少年精神健康状况的预测能力，使用超过100个候选预测因子	需要在纵向数据中进一步探索发现并在外部数据集中验证结果	稳健识别有精神疾病风险的青少年以进行针对性干预	青少年精神疾病病例（焦虑症、抑郁症、注意力缺陷、破坏性行为、创伤后应激）	机器学习	精神疾病	多领域高维数据分析	人工神经网络,XGBoost,逻辑回归	多领域数据（神经、产前、发育、生理、社会文化、环境、情绪和认知特征）	大型跨诊断青少年样本	NA	人工神经网络,树基学习,ElasticNet逻辑回归	AUC	NA
20	2025-10-06	Generalisation of radiotherapy dose calculation for Monte Carlo algorithm combined with 3D Swin-Unet: a multi-institutional IMRT evaluation 2023-Oct-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad02d8 PMID:37827160	研究论文	提出基于深度学习的放射治疗剂量计算框架T-MC net，并在多机构IMRT计划中进行泛化性能评估	首次将3D Swin-Unet与蒙特卡洛算法结合，构建可泛化至多机构的深度学习剂量计算框架	研究样本量相对有限（60个IMRT计划），未涵盖所有人体区域	评估深度学习剂量计算方法在临床实践中的泛化能力	调强放射治疗（IMRT）计划	医学影像分析	肿瘤放射治疗	蒙特卡洛算法，深度学习	3D Swin-Unet	放射治疗剂量分布数据	来自4个机构的60个IMRT计划，涵盖头颈、胸腹和盆腔区域	NA	3D Swin-Unet	伽马通过率（GPR），一致性百分比（PA），剂量差异比（DDR），剂量体积直方图（DVH）	NA