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	2025-11-19	Mapping single-cell developmental potential in health and disease with interpretable deep learning 2024-Mar-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.19.585637 PMID:38562882	研究论文	开发可解释深度学习框架CytoTRACE 2，用于从单细胞RNA测序数据中表征细胞发育潜能和分化状态	提出首个可在绝对尺度上量化细胞潜能的可解释深度学习框架，涵盖31个跨物种数据集并验证其优于现有方法	方法验证主要基于已公开数据集，需要进一步实验验证在更多疾病模型中的适用性	建立单细胞水平发育潜能定量分析平台	人类和小鼠单细胞RNA测序数据	生物信息学	癌症	单细胞RNA测序	深度学习	基因表达数据	31个数据集，涵盖28种组织类型，62个小鼠胚胎发育时间点	NA	NA	潜能水平恢复准确度，分化状态重建精度	NA
2	2025-10-15	Deep Few-view High-resolution Photon-counting Extremity CT at Halved Dose for a Clinical Trial 2024-Mar-19, ArXiv PMID:38562444	研究论文	提出一种基于深度学习的PCCT图像重建方法，在减半辐射剂量和双倍成像速度下实现临床诊断质量的图像重建	开发基于块的体积细化网络解决GPU内存限制，使用合成数据训练网络，并采用基于模型的迭代细化弥合合成与真实数据间的差距	GPU内存限制、训练数据稀缺和领域差距问题	改进光子计数计算机断层扫描(PCCT)的辐射剂量和成像速度	人体四肢CT扫描	医学影像	NA	X射线光子计数计算机断层扫描(PCCT)	深度学习	CT图像	8名临床试验患者	NA	基于块的体积细化网络	诊断图像质量评分	GPU
3	2025-10-05	Myocardial scar and left ventricular ejection fraction classification for electrocardiography image using multi-task deep learning 2024-03-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-58131-6 PMID:38553581	研究论文	开发基于计算机视觉的多任务深度学习模型，通过分析12导联心电图二维图像预测心肌瘢痕和左心室射血分数降低	首次将多任务深度学习应用于心电图图像分析，同时预测心肌瘢痕和左心室射血分数，性能优于心脏病专家	研究基于特定数据集，在资源有限环境中的实际应用效果需进一步验证	开发低成本的心血管参数筛查方法，替代昂贵的心脏磁共振检查	心肌瘢痕和左心室射血分数低于50%的患者	计算机视觉	心血管疾病	心脏磁共振，心电图	深度学习	图像	14,052份心电图数据	NA	多任务深度学习	AUC	NA
4	2025-10-06	Characterization of organic fouling on thermal bubble-driven micro-pumps 2024 Mar-Apr, Biofouling IF:2.6Q1 DOI:10.1080/08927014.2024.2353034 PMID:38785127	研究论文	本研究通过高速成像和深度学习网络表征热气泡驱动微泵在生物流体中的有机污垢现象	首次研究热气泡微泵与生物流体的相互作用，提出基于气泡面积减少的污垢量化新指标	仅测试了蛋清蛋白和牛全血两种生物流体，未涉及其他生物流体类型	表征热气泡驱动微泵在生物流体中的有机污垢效应	热气泡驱动微泵与生物流体（蛋清蛋白、牛全血）的相互作用	微流控技术	NA	频闪高速成像、深度学习	CNN	图像	使用蛋清蛋白和牛全血两种生物流体进行测试	PyTorch	ResNet-18	气泡面积减少量	NA
5	2025-10-06	iEEG-recon: A fast and scalable pipeline for accurate reconstruction of intracranial electrodes and implantable devices 2024-Mar, Epilepsia IF:6.6Q1 DOI:10.1111/epi.17863 PMID:38148517	研究论文	开发了一个用于颅内电极和植入设备重建的快速可扩展管道iEEG-recon	创建了模块化、容器化的电极重建管道，支持云端部署并与临床工作流集成	需要半自动电极标注，对编程和影像专业知识有限的用户仍有一定门槛	自动化颅内电极重建过程，促进癫痫治疗的数据协作	耐药性癫痫患者的颅内脑电图数据和脑部磁共振成像	数字病理	癫痫	脑磁共振成像，颅内脑电图	深度学习	医学影像，电极坐标数据	来自两个癫痫中心的132名患者数据	ANTsPyNet, FreeSurfer	深度学习脑部分割模型	运行时间，放射学验证，与FreeSurfer分割一致性	云端平台，每例30分钟运行时间
6	2025-10-06	Machine learning-based detection of sarcopenic obesity and association with adverse outcomes in patients undergoing surgical treatment for spinal metastases 2024-03-01, Journal of neurosurgery. Spine DOI:10.3171/2023.9.SPINE23864 PMID:38039533	研究论文	本研究利用机器学习方法检测脊柱转移瘤手术患者的肌少性肥胖，并分析其与不良预后的关联	首次在脊柱转移瘤手术患者中系统研究肌少性肥胖的表型特征及其预后价值	样本量较小（62例），单中心回顾性研究设计	探讨肌少性肥胖作为脊柱转移瘤手术患者预后因素的潜在价值	接受手术治疗的脊柱转移瘤肥胖患者	医学影像分析	脊柱转移瘤	深度学习	深度学习	CT图像	62例肥胖患者（37例非肌少性肥胖，25例肌少性肥胖）	NA	NA	OR值, 95%置信区间, p值, 标准化均值差异	NA
7	2025-10-06	LST-AI: a Deep Learning Ensemble for Accurate MS Lesion Segmentation 2024-Mar-11, medRxiv : the preprint server for health sciences DOI:10.1101/2023.11.23.23298966 PMID:38045345	研究论文	提出了一种基于深度学习的脑白质病变自动分割工具LST-AI，通过集成三个3D-UNet模型提高多发性硬化症病变分割精度	采用集成学习策略结合三个3D-UNet模型，使用复合损失函数（二元交叉熵和Tversky损失）解决白质病变与非病变区域的不平衡问题	训练数据仅来自单一机构的3T MRI扫描仪，样本多样性可能有限	开发高精度的多发性硬化症脑白质病变自动分割工具	多发性硬化症患者的脑部MRI图像中的白质病变	医学图像分析	多发性硬化症	3T MRI扫描	深度学习集成模型	3D MRI图像（T1加权和FLAIR序列）	491对MS患者的T1w和FLAIR图像用于训练，103个测试案例	NA	3D-UNet	Dice系数，F1分数，病变检测率	NA
8	2025-10-06	A 3D convolutional neural network to classify subjects as Alzheimer's disease, frontotemporal dementia or healthy controls using brain 18F-FDG PET 2024-03, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120530 PMID:38311126	研究论文	本研究开发并验证了一种基于脑部18F-FDG PET图像的3D卷积神经网络，用于区分阿尔茨海默病、额颞叶痴呆和认知正常受试者	这是首个基于[18F]-FDG PET扫描使用深度学习模型区分AD和FTD，并以极高准确度识别认知正常受试者的研究	研究数据来源于特定数据库，需要进一步验证在其他中心数据上的泛化能力	开发用于神经退行性疾病分类的深度学习模型	阿尔茨海默病、额颞叶痴呆和认知正常受试者	医学影像分析	神经退行性疾病	18F-FDG PET脑部成像	CNN	3D医学影像	591个受试者（199 AD, 192 FTD, 200 CN）	NA	3D VGG16-like	准确率, ROC曲线下面积, kappa系数	NA
9	2025-10-06	Early prediction of distant metastasis in patients with uterine cervical cancer treated with definitive chemoradiotherapy by deep learning using pretreatment [ 18 F]fluorodeoxyglucose positron emission tomography/computed tomography 2024-Mar-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001799 PMID:38165173	研究论文	开发基于深度学习模型，利用治疗前[18F]FDG-PET/CT图像预测局部晚期子宫颈癌患者远处转移风险	采用三维图像增强技术的深度学习模型，首次基于基线PET/CT图像预测子宫颈癌远处转移	需要外部验证来确定模型的预测性能，样本量相对有限	早期预测接受确定性放化疗的子宫颈癌患者远处转移风险	局部晚期子宫颈癌患者	数字病理	子宫颈癌	[18F]FDG-PET/CT成像	深度学习	医学影像（PET/CT图像）	训练队列186例患者，验证队列25例患者	NA	NA	AUC, 敏感度, 特异度, 准确度	NA
10	2025-10-06	Unified deep learning models for enhanced lung cancer prediction with ResNet-50-101 and EfficientNet-B3 using DICOM images 2024-03-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01241-4 PMID:38500083	研究论文	开发基于ResNet-50、ResNet-101和EfficientNet-B3的融合深度学习模型，用于DICOM图像的肺癌预测分类	提出融合三种深度学习模型的统一框架，并采用迁移学习技术提升肺癌预测性能	深度学习在癌症数据分析能力方面仍在发展中，模型精度存在不精确问题	通过深度学习模型早期检测和预防肺癌，降低死亡率	肺癌DICOM图像	计算机视觉	肺癌	迁移学习	CNN	医学图像	1000张来自LIDC-IDRI数据库的DICOM肺癌图像	NA	ResNet-50, ResNet-101, EfficientNet-B3	精确度	NA
11	2025-10-06	Deep learning-based automatic segmentation of meningioma from T1-weighted contrast-enhanced MRI for preoperative meningioma differentiation using radiomic features 2024-03-05, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01218-3 PMID:38443817	研究论文	本研究开发了基于深度学习的脑膜瘤自动分割模型，并利用自动分割提取的影像组学特征进行术前脑膜瘤分级	首次将SegResNet网络应用于脑膜瘤自动分割，并验证了基于自动分割的影像组学特征在脑膜瘤分级中的可行性	样本量相对有限（326例），未进行外部验证	开发脑膜瘤自动分割模型并建立术前脑膜瘤分级系统	经病理证实的脑膜瘤患者	数字病理	脑膜瘤	T1加权增强MRI	深度学习	医学影像	326例患者，按6:2:2比例分为训练集、验证集和测试集	PyRadiomics	SegResNet	Dice系数, 95% Hausdorff距离, ICC, 灵敏度, 特异度, 准确率, AUC	NA
12	2025-10-06	Transfer learning-based PET/CT three-dimensional convolutional neural network fusion of image and clinical information for prediction of EGFR mutation in lung adenocarcinoma 2024-03-04, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01232-5 PMID:38438844	研究论文	开发基于迁移学习的PET/CT三维卷积神经网络，融合影像和临床信息预测肺腺癌EGFR突变状态	提出三流迁移学习模型，首次将PET/CT影像与临床数据融合用于EGFR突变预测	回顾性研究，样本量有限（516例），存在类别不平衡问题	预测肺腺癌患者的EGFR突变状态	516例肺腺癌患者	医学影像分析	肺腺癌	PET/CT成像	3D CNN	医学影像（PET/CT）、临床数据	516例患者（训练集404例，测试集112例）	NA	三维卷积神经网络，双流融合模型，三流迁移学习模型	AUC, ROC曲线	NA
13	2025-10-06	Deep learning in structural bioinformatics: current applications and future perspectives 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae042 PMID:38701422	综述	探讨深度学习在结构生物信息学中的变革性影响、当前应用与未来展望	系统阐述深度学习从浅层神经网络到卷积/循环/Transformer等先进模型在结构生物信息学中的革命性应用	NA	分析深度学习在结构生物信息学中的应用现状并展望未来发展	生物分子结构	生物信息学	NA	深度学习	CNN, RNN, Transformer	生物分子结构数据	NA	NA	卷积神经网络, 循环神经网络, Transformer	NA	强大计算资源
14	2025-10-06	Evaluating large language models for annotating proteins 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae177 PMID:38706315	研究论文	本文提出并评估了一种基于蛋白质大语言模型的迁移学习协议，用于改进蛋白质结构域注释	首次将蛋白质大语言模型与机器学习架构结合，显著提升蛋白质家族分类性能，相比标准方法将预测误差降低60%	对于数据量较少的蛋白质家族可能存在挑战	改进蛋白质结构域注释的自动预测方法	UniProtKB数据库中的蛋白质序列	自然语言处理	NA	迁移学习，自监督学习，监督学习	大语言模型，机器学习模型	蛋白质序列数据	超过2.51亿个蛋白质，其中0.25%已注释	NA	蛋白质大语言模型	分类准确率，预测误差	NA
15	2025-10-06	SC-Track: a robust cell-tracking algorithm for generating accurate single-cell lineages from diverse cell segmentations 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae192 PMID:38704671	研究论文	开发了一种名为SC-Track的鲁棒细胞追踪算法，用于从多样化的细胞分割结果中生成准确的单细胞谱系	提出基于细胞分裂和运动动态生物学观察的分层概率缓存级联模型，无需参数调整即可在不同分割质量下保持鲁棒性能	NA	解决当前基于深度学习的细胞分割方法产生的噪声问题，构建准确的单细胞谱系	荧光延时显微镜图像中的单细胞	计算机视觉	NA	荧光延时显微镜成像	CNN	图像	NA	NA	NA	NA	NA
16	2025-10-06	Genotypic-phenotypic landscape computation based on first principle and deep learning 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae191 PMID:38701420	研究论文	提出基于第一性原理和深度学习的基因型-表型景观计算方法	提出表型嵌入定理和基于共注意力Transformer的基因型-适应度模型，首次从第一性原理计算SARS-CoV-2基本再生数	NA	建立可解释的基因型-表型景观计算方法	病毒中性进化和免疫逃逸突变	计算生物学	COVID-19	深度学习	Transformer	基因型数据	NA	NA	Co-attention based Transformer	NA	NA
17	2025-10-06	A comprehensive review of protein-centric predictors for biomolecular interactions: from proteins to nucleic acids and beyond 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae162 PMID:38739759	综述	本文系统回顾了超过160种蛋白质-配体相互作用预测工具，涵盖蛋白质-蛋白质、蛋白质-核酸、蛋白质-肽及蛋白质-其他配体的相互作用类型	首次从输入特征、模型架构、可用性等多维度对四类蛋白质-配体相互作用预测工具进行系统性比较分析	NA	总结蛋白质-配体相互作用预测计算方法的现状与发展趋势	蛋白质与核酸、肽段、核苷酸、血红素、离子等配体的相互作用	生物信息学	NA	高通量技术	深度学习	蛋白质序列、结构数据	超过160种预测工具	NA	基于序列的预训练模型、基于结构的模型	NA	NA
18	2025-10-06	Optimal fusion of genotype and drug embeddings in predicting cancer drug response 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae227 PMID:38754407	研究论文	本研究探索了基因特征和药物特征的最佳融合方法以预测癌症药物反应	在原始基于拼接的DrugCell架构中注入基因和药物潜在特征之间的乘法关系，显著提升了预测性能	NA	寻找基因特征和药物特征的最佳融合方法来预测癌症药物反应	癌症药物反应预测	机器学习	癌症	深度学习	可见神经网络	基因组数据, 药物特征数据	NA	NA	DrugCell	预测性能, 运行时间速度	NA
19	2025-10-06	Analysis of Emerging Variants of Turkey Reovirus using Machine Learning 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae224 PMID:38752857	研究论文	本研究使用机器学习方法分析和分类火鸡呼肠孤病毒的新兴变异株	首次将聚类方法和多种机器学习算法应用于火鸡呼肠孤病毒变异株的分类和识别	深度学习模型（CNN）在此分类任务中表现不如传统机器学习方法	检测和分类火鸡呼肠孤病毒的不同类型，识别新兴变异株	火鸡关节炎呼肠孤病毒(TARV)、火鸡肝炎呼肠孤病毒(THRV)和火鸡肠道呼肠孤病毒	机器学习	禽类病毒性疾病	病毒序列分析	K-means, Hierarchical clustering, SVM, Naive Bayes, Random Forest, Decision Tree, CNN	序列数据	真实火鸡呼肠孤病毒序列数据	NA	CNN	准确率, F1-Macro, F1-Weighted	NA
20	2025-10-06	Contrastive learning for enhancing feature extraction in anticancer peptides 2024-03-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae220 PMID:38725157	研究论文	本研究开发了一种基于对比学习的深度学习模型，用于仅使用肽序列筛选抗癌肽	采用对比学习技术提升模型性能，并使用两个独立编码器替代传统数据增强方法	NA	开发高效的计算预测工具来筛选抗癌肽	抗癌肽(ACPs)	机器学习	癌症	深度学习	深度学习模型	肽序列	NA	NA	对比学习框架	NA	NA