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	2025-12-31	Transformer technology in molecular science 2024 Jul-Aug, Wiley interdisciplinary reviews. Computational molecular science DOI:10.1002/wcms.1725 PMID:41451391	综述	本文深入探讨了Transformer技术在分子科学领域的技术细节和应用算法	聚焦于分子科学领域，对多种Transformer模型（如GPT、BERT、ViT等）的内部工作机制进行系统性梳理，并探讨其在处理复杂分子数据方面的技术能力和跨学科研究潜力	由于Transformer在分子科学中的应用非常广泛，本文仅聚焦于分子领域的技术层面，未涵盖所有应用场景	阐明Transformer架构的创新如何促进其在处理复杂分子数据方面的有效性，并讨论其在分子科学中的发展趋势	分子科学领域的Transformer模型算法	自然语言处理, 机器学习	NA	NA	Transformer	序列数据	NA	NA	GPT, BART, BERT, Graph Transformer, Transformer-XL, Text-to-Text Transfer Transformer, ViT, DETR, Conformer, CLIP, Sparse Transformers, Mobile and Efficient Transformers	NA	NA
2	2025-12-29	MRI-based prostate cancer classification using 3D efficient capsule network 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.16975 PMID:38346111	研究论文	本研究提出了一种基于T2加权MRI的3D高效胶囊网络，用于前列腺癌风险分层	开发了3D高效胶囊网络，结合全连接胶囊层构建更深层次结构，并引入动态加权边缘损失以处理数据不平衡问题	未明确说明模型对图像翻转、缩放或旋转等变化的鲁棒性具体提升程度，且低风险与中风险分类性能相对较低（AUC 0.59）	通过计算机辅助诊断实现前列腺癌Gleason评分的非侵入性预测	前列腺癌患者	数字病理	前列腺癌	MRI	胶囊网络	图像	976名患者	NA	3D Efficient CapsNet	AUC, F1-score, 加权Cohen's Kappa	NA
3	2025-12-20	A practical guide to the implementation of artificial intelligence in orthopaedic research-Part 2: A technical introduction 2024-Jul, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.12025 PMID:38715910	综述	本文为骨科研究人员提供了实施人工智能技术所需的技术基础入门指南	系统性地为骨科研究领域定制了人工智能技术分类、任务和架构的实用介绍，并特别关注了生成式AI和大语言模型的最新进展	作为入门指南，未涉及具体研究案例或深度技术细节，主要侧重于概念性介绍	为骨科研究人员提供参与人工智能驱动研究项目所需的基础技术知识	骨科研究人员	机器学习	骨科疾病	NA	神经网络, 深度学习架构	复杂医学数据, 医学文本	NA	NA	NA	NA	NA
4	2025-12-18	Deep Learning in Image-Based Plant Phenotyping 2024-07, Annual review of plant biology IF:21.3Q1 DOI:10.1146/annurev-arplant-070523-042828 PMID:38382904	综述	本文综述了深度学习在基于图像的植物表型分析中的应用，包括其基础、评估方法、应用实例、最佳实践和开放挑战	系统性地回顾了深度学习在植物表型分析中的最新进展，并总结了最佳实践和未来挑战	作为综述文章，未提供新的实验数据或模型，主要基于现有文献进行总结	探讨深度学习如何加速和优化基于图像的植物表型分析，以促进作物改良	植物表型分析，特别是通过图像数据进行的表型测量	计算机视觉	NA	图像分析	深度学习	图像	NA	NA	NA	NA	NA
5	2025-12-10	Sensitive Detection of Structural Differences using a Statistical Framework for Comparative Crystallography 2024-Jul-23, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.22.604476 PMID:39091831	研究论文	本文介绍了一种结合深度学习和统计先验的贝叶斯框架，用于校正X射线衍射数据，并通过多变量统计理论提升比较晶体学中结构差异的敏感检测	将贝叶斯框架与多变量统计理论结合，显著提高了蛋白质动力学、元素特异性异常信号及药物片段结合的检测能力	NA	开发一种统计框架，以敏感检测比较晶体学中的结构差异	蛋白质的化学和构象变化	机器学习	NA	X射线衍射	深度学习	晶体学数据	NA	NA	NA	NA	NA
6	2025-12-04	Clustering single-cell RNA sequencing data via iterative smoothing and self-supervised discriminative embedding 2024-07, Oncogene IF:6.9Q1 DOI:10.1038/s41388-024-03074-5 PMID:38834657	研究论文	提出了一种名为scRISE的深度聚类方法，用于单细胞RNA测序数据的聚类分析	结合了基于图自编码器的迭代平滑模块和具有自适应相似度阈值的自监督判别嵌入模块，以去噪数据并优化聚类	未明确提及方法在极大规模数据集上的计算效率或泛化能力	解决单细胞RNA测序数据聚类中相似度度量选择的挑战	单细胞RNA测序数据	机器学习	头颈鳞状细胞癌	单细胞转录组测序	图自编码器	基因表达数据	17个单细胞RNA测序数据集	NA	图自编码器	NA	NA
7	2025-11-19	IRTCI: Item Response Theory for Categorical Imputation 2024-Jul-02, Research square DOI:10.21203/rs.3.rs-4529519/v1 PMID:39011102	研究论文	提出基于项目反应理论的分类数据插补新方法IRTCI，并与现有多种机器学习方法进行对比评估	首次将项目反应理论应用于分类数据插补，通过生成概率项确定缺失单元格的类别归属	未明确说明方法在大规模数据集上的计算效率及在复杂缺失模式下的表现	开发更有效的分类数据缺失值插补方法	具有缺失值的分类数据集	机器学习	NA	项目反应理论	IRT	分类数据（顺序、名义、二元）	三个不同数据集	NA	IRTCI	准确率, 预测性能	NA
8	2025-11-12	Detection of Peri-Pancreatic Edema using Deep Learning and Radiomics Techniques 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782032 PMID:40039000	研究论文	本研究开发了一种结合深度学习和影像组学技术自动检测胰周水肿的方法	首次提出自动检测胰周水肿的研究，创建了首个该问题的基准测试，结合了现代深度学习架构和影像组学技术	样本量相对有限（255例患者），需要进一步验证	开发自动检测胰周水肿的方法以辅助胰腺炎诊断和管理	胰腺疾病患者的CT影像数据	医学影像分析	胰腺炎	CT影像分析	Transformer, XGBoost	CT图像	255例胰腺疾病患者	PyTorch	LinTransUNet, Swin-Tiny	Dice系数, mIoU, 召回率, 精确率, 准确率	NA
9	2025-10-23	Machine Learning-Assisted Decision Making in Orthopaedic Oncology 2024-Jul-01, JBJS reviews IF:1.7Q2 DOI:10.2106/JBJS.RVW.24.00057 PMID:38991098	综述	探讨机器学习在骨肿瘤科临床决策辅助中的应用现状与前景	系统阐述机器学习在骨肿瘤影像评估和生存预测中的创新应用	面临数据多样性不足、伦理问题和模型可解释性等挑战	评估机器学习在骨肿瘤临床决策支持中的潜力	原发性肉瘤和转移性骨病患者	机器学习	骨肿瘤	影像组学	机器学习算法	医学影像, 临床数据	NA	NA	NA	准确率	NA
10	2025-10-05	qMAP enabled microanatomical mapping of human skin aging 2024-Jul-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.03.588011 PMID:39005293	研究论文	本研究开发了一种名为qMAP的组织图像分析工作流程，用于定量分析人类皮肤衰老过程中的微观解剖结构变化	首次建立了能够全面标记组织和细胞区室的定量微观解剖表型分析工作流程，填补了组织水平衰老研究的空白	研究仅针对皮肤组织，样本量相对有限（99名捐赠者），需要进一步验证在其他组织类型中的适用性	开发定量分析组织微观解剖结构的方法，探索皮肤衰老的组织水平特征	人类皮肤组织样本	数字病理学	衰老相关疾病	组织切片成像，深度学习，机器视觉	深度学习	组织图像	99名年龄在14-92岁之间的捐赠者	NA	NA	平均绝对误差（MAE）	NA
11	2025-10-05	Mediodorsal thalamus and ventral pallidum contribute to subcortical regulation of the default mode network 2024-07-23, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06531-9 PMID:39039239	研究论文	本研究探讨了腹侧苍白球和内侧背侧丘脑在调控默认模式网络中的作用	首次在树鼩中发现腹侧苍白球和内侧背侧丘脑通过伽马振荡参与默认模式网络的调控	研究仅限于树鼩模型，需要在其他物种中进一步验证	研究默认模式网络的皮层下调控机制	树鼩的腹侧苍白球、内侧背侧丘脑和前扣带皮层	神经科学	NA	电生理记录, 深度学习分类	深度学习分类模型	电生理信号, 行为状态数据	树鼩动物模型	NA	NA	交叉频率耦合分析	NA
12	2025-10-05	Single-sequence protein-RNA complex structure prediction by geometric attention-enabled pairing of biological language models 2024-Jul-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.27.605468 PMID:39091736	研究论文	提出一种仅需单序列输入即可预测蛋白质-RNA复合物结构的深度学习框架ProRNA3D-single	首次通过几何注意力机制配对生物语言模型，实现仅凭单序列信息预测蛋白质-RNA相互作用	未明确说明模型在处理超大规模复合物时的计算效率限制	开发不依赖进化信息的蛋白质-RNA复合物结构预测方法	蛋白质-RNA复合物三维结构	计算生物学	NA	深度学习	几何注意力网络	蛋白质和RNA序列数据	NA	PyTorch	生物语言模型配对架构	结构预测准确度	NA
13	2025-10-05	Development and evaluation of a deep learning framework for the diagnosis of malnutrition using a 3D facial points cloud: A cross-sectional study 2024-07, JPEN. Journal of parenteral and enteral nutrition DOI:10.1002/jpen.2643 PMID:38796717	研究论文	开发并评估了一个基于3D面部点云的深度学习框架用于营养不良诊断	首次使用3D面部点云数据和PointNet++深度学习模型进行营养不良诊断	样本量相对有限（482名患者），且为横断面研究设计	开发准确的营养不良诊断工具	营养不良患者	计算机视觉	营养不良	3D摄像技术	PointNet++	3D点云数据	482名患者（150名中度营养不良，54名重度营养不良）	NA	PointNet++	AUC, 准确率, 特异性, 敏感性, F1分数	NA
14	2025-10-06	Resting state electroencephalographic brain activity in neonates can predict age and is indicative of neurodevelopmental outcome 2024-07, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2024.05.002 PMID:38797002	研究论文	本研究开发了一种基于单通道静息态脑电图的深度学习模型，用于预测新生儿脑龄并评估神经发育结局	首次使用单通道20分钟静息态EEG数据实现新生儿脑龄预测，大幅降低数据需求，适合临床床边应用	测试数据集有限，仅在一个测试数据集中验证了与神经发育结局的关联	开发适用于临床床边使用的新生儿脑龄评估方法	早产新生儿	机器学习	新生儿神经发育疾病	脑电图	深度学习	脑电图信号	两个独立临床站点的测试数据集	NA	NA	平均绝对误差	NA
15	2025-10-06	Deep learning model utilizing clinical data alone outperforms image-based model for hernia recurrence following abdominal wall reconstruction with long-term follow up 2024-07, Surgical endoscopy DOI:10.1007/s00464-024-10980-y PMID:38862826	研究论文	本研究比较了基于临床数据和CT图像的深度学习模型在预测腹壁重建术后疝气复发方面的表现	发现仅使用临床数据的深度学习模型在预测疝气复发方面优于基于图像和混合数据的模型	所有三种模型对疝气复发的预测能力均较差，样本量相对有限（190例患者）	评估深度学习模型预测腹壁重建术后疝气复发的能力，并比较不同数据类型的预测效果	接受腹壁重建术并有术前CT检查的患者	机器学习	疝气	CT成像	深度学习模型	临床数据和CT图像	190例腹壁重建术患者，平均随访超过7年	NA	NA	AUC	NA
16	2025-10-06	Surgical optomics: hyperspectral imaging and deep learning towards precision intraoperative automatic tissue recognition-results from the EX-MACHYNA trial 2024-07, Surgical endoscopy DOI:10.1007/s00464-024-10880-1 PMID:38789623	研究论文	本研究开发了基于高光谱成像和深度学习的术中自动组织识别系统，用于腹部手术中的精确组织识别	首次在前瞻性双中心设置中使用人类数据开发基于HSI的自动腹部组织识别系统，提出了“外科光学组学”新概念	需要进一步工作来量化HSI的临床价值，相似胚胎起源组织的分类准确性有待提高	开发术中自动组织识别技术以提高手术精准度	接受择期开腹手术的患者	计算机视觉	腹部疾病	高光谱成像	CNN	高光谱图像，RGB图像	169名患者（斯特拉斯堡73名，维罗纳96名），766张图像	NA	NA	真阳性率，DICE系数	NA
17	2025-10-06	Deep Learning for 3D Vascular Segmentation in Phase Contrast Tomography 2024-Jul-16, Research square DOI:10.21203/rs.3.rs-4613439/v1 PMID:39070623	研究论文	本文利用深度学习技术对HiP-CT成像的3D血管进行分割，并通过系统评估建立血管分割的基准模型	首次将nnU-Net框架应用于新型HiP-CT成像技术的血管分割，创建了经过双标注验证的高分辨率血管数据集	Dice系数主要评估体素一致性而忽略血管关键特征，大血管因缺乏静水压力而塌陷导致分割效果差，细小血管连通性降低和边界分割错误	为血管分割建立基准模型并评估机器学习方法在高分辨率器官成像中的应用	来自三个肾脏的HiP-CT血管数据	计算机视觉	NA	分层相衬断层扫描(HiP-CT)	深度学习	3D图像	三个肾脏的HiP-CT血管数据	nnU-Net	U-Net	Dice系数,中心线Dice值	NA
18	2025-10-06	Automatically Detecting Pancreatic Cysts in Autosomal Dominant Polycystic Kidney Disease on MRI Using Deep Learning 2024-07-16, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10070087 PMID:39058059	研究论文	本研究开发了一种基于深度学习的自动检测方法，用于在ADPKD患者的腹部MRI中识别胰腺囊肿	首次将nnU-Net架构应用于ADPKD患者胰腺囊肿的自动检测，并比较了不同配置和损失函数的模型性能	模型敏感性较低（内部/外部验证分别为20%/24%），标注一致性较差（训练数据标注一致性仅52%）	开发自动化工具辅助放射科医生检测ADPKD患者的胰腺囊肿	146名患有胰腺囊肿的ADPKD患者	数字病理	常染色体显性多囊肾病	MRI	深度学习	医学影像	254次扫描（146名训练患者），103名测试患者（40内部+40外部+23重测）	nnU-Net	nnU-Net	Dice系数, 特异性, 敏感性, 重现性	NA
19	2025-10-06	CT reconstruction using diffusion posterior sampling conditioned on a nonlinear measurement model 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.043504 PMID:39220597	研究论文	提出一种结合非线性测量模型的扩散后验采样方法用于CT重建	首次在扩散后验采样中集成非线性CT物理模型，突破了现有方法依赖线性近似的限制	仅通过模拟研究进行验证，尚未在真实临床数据上测试	开发能够处理非线性CT物理模型的高质量图像重建方法	CT图像重建	医学影像重建	NA	扩散模型，贝叶斯推理	扩散模型	CT投影数据，图像	NA	NA	无条件扩散模型	图像质量评估	NA
20	2025-10-06	Deep learning-based aberration compensation improves contrast and resolution in fluorescence microscopy 2024-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.15.562439 PMID:37986950	研究论文	提出基于深度学习的像差补偿方法，提升荧光显微镜在厚样本成像中的对比度和分辨率	通过引入合成像差训练神经网络进行像差补偿，无需降低采集速度、增加剂量或添加额外光学元件	NA	改善厚样本荧光显微镜成像质量	小鼠组织血管、胚胎细胞膜和细胞核	计算机视觉	NA	荧光显微镜技术	神经网络	显微镜图像	NA	NA	NA	图像对比度、分辨率、分割质量	NA