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
621	2026-04-23	Enhancing automated right-sided early-stage breast cancer treatments via deep learning model adaptation without additional training 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17682 PMID:39966996	研究论文	本研究提出了一种无需额外训练即可将左侧乳腺癌深度学习自动计划模型适配用于右侧乳腺癌治疗计划的技术	通过对称结构左右互换和模型参数调整，实现了左侧训练模型向右侧患者的直接迁移，避免了重新训练的时间消耗	技术依赖于特定治疗计划系统（TPS）工具，通用性可能受限	开发右侧早期乳腺癌的自动化治疗计划技术	右侧早期乳腺癌患者	数字病理	乳腺癌	深度学习模型迁移	深度学习模型	治疗计划数据	30例患者（10例用于模型调优，20例用于验证），外加10例临床患者	NA	NA	剂量体积参数（心脏平均剂量、左右肺平均剂量、左肺最大剂量、右冠状动脉最大剂量）	NA
622	2026-04-23	Dose prediction via deep learning to enhance treatment planning of lung radiotherapy including simultaneous integrated boost techniques 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17692 PMID:39967020	研究论文	本研究探讨了使用深度学习预测包括同步整合推量技术的肺癌放疗剂量分布的可行性及其在改善治疗计划质量方面的潜在益处	首次验证深度学习在预测包含同步整合推量技术的放疗剂量分布中的有效性，并评估其在临床计划工作流程中识别次优计划质量和改善正常组织保护的潜力	研究样本量相对较小（训练集75例，测试集18例，前瞻性验证10例），且仅基于单一机构的肺癌患者数据，可能限制模型的泛化能力	研究深度学习预测肺癌放疗剂量分布的可行性，并评估其在改善治疗计划质量方面的应用价值	肺癌患者的放疗治疗计划，包括使用同步整合推量技术的计划	数字病理	肺癌	深度学习，三维剂量分布预测	CNN	CT图像，靶区和正常组织轮廓，处方剂量	93例回顾性临床计划（75例训练，18例测试），外加10例前瞻性患者	NA	3D U-Net	平均剂量差异	NA
623	2026-04-23	A novel skeletal muscle quantitative method and deep learning-based sarcopenia diagnosis for cervical cancer patients treated with radiotherapy 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17791 PMID:40170435	研究论文	本研究探索了使用锥束计算机断层扫描（CBCT）评估宫颈癌放疗患者骨骼肌指数（SMI）的可行性，并开发了一种基于深度学习的自动分割和肌少症诊断方法	首次提出使用第五腰椎（L5）替代第三腰椎（L3）在CBCT图像上评估SMI，并设计了一种端到端的解剖距离引导双分支特征融合网络进行自动分割	研究样本量有限（248例患者），且外部验证数据集规模较小，可能影响模型的泛化能力	开发一种基于CBCT和深度学习的自动分割与肌少症诊断方法，以辅助宫颈癌放疗患者的临床评估	接受放疗的宫颈癌患者	数字病理学	宫颈癌	锥束计算机断层扫描（CBCT），深度学习	深度学习网络	医学图像（CBCT图像）	248例宫颈癌放疗患者，包含外部验证数据集	NA	端到端解剖距离引导双分支特征融合网络	组内相关系数（ICC），Pearson相关系数（PCC），Bland-Altman图，Dice相似系数，准确率，F1分数	NA
624	2026-04-23	The Multimodal MRI Features of Deteriorative MCI Patients-A 2-Year Follow-up Study 2025-Mar-01, Neurology India IF:0.9Q4 DOI:10.4103/NI.Neurol-India-D-23-00014 PMID:40176222	研究论文	本研究通过两年随访，探索了恶化型轻度认知障碍患者的多模态磁共振成像特征	利用深度学习算法提取脑区特征，并识别出与MCI恶化相关的特定脑区FA值降低和ADC值升高作为预警特征	样本量相对有限（105名患者），且仅基于两年随访数据，长期变化趋势尚不明确	探索轻度认知障碍患者恶化的磁共振成像生物标志物	105名轻度认知障碍患者	数字病理学	老年疾病	多模态磁共振成像	深度学习算法	磁共振图像	105名MCI患者	NA	NA	NA	NA
625	2026-04-23	Predicting Blood Pressures for Pregnant Women by PPG and Personalized Deep Learning 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3386707 PMID:38598377	研究论文	本研究提出了一种基于光电容积脉搏波（PPG）数据和个性化深度学习的模型，用于预测孕妇血压，以实现对先兆子痫的有效预警	提出了一种三阶段（建模、微调、个性化）的深度学习框架，结合了1D-CNN、CBAM注意力模块、双向GRU和注意力层，并针对孕妇群体进行个性化微调，实现了连续、无袖带的精准血压监测	样本量相对有限（共194名受试者，其中孕妇40名），且未明确说明模型在不同妊娠阶段或合并症孕妇中的泛化能力	开发一种基于PPG信号的连续、无创血压监测方法，为孕妇提供先兆子痫的早期预警	孕妇的血压数据，通过PPG传感器从腕部动脉采集	机器学习	先兆子痫	光电容积脉搏波（PPG）	CNN, GRU	时序信号数据（PPG波形）	194名受试者（154名正常个体，40名孕妇）	NA	1D-CNN with CBAM, Bi-directional GRU, Attention layers	平均误差（ME）, 标准差（SD）	NA
626	2026-04-22	Hybrid deep learning framework for cardiovascular disease diagnosis and prognosis using GAN, LSTM, GRU, VARMA, and deep DynaQ network 2025-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25296-7 PMID:41271980	研究论文	本文提出了一种结合GAN、LSTM、GRU、VARMA和深度DynaQ网络的混合深度学习框架，用于心血管疾病的诊断和预后	创新点在于整合了多种深度学习模型（GAN、LSTM、GRU、VARMA和深度DynaQ网络）进行心血管疾病的诊断和预后，并利用GAN生成合成医学图像以增强训练数据	NA	提高心血管疾病的早期诊断准确性和治疗效果	心血管疾病患者	医学图像分析	心血管疾病	深度学习	GAN, LSTM, GRU, VARMA, 深度DynaQ网络	医学图像, 时间序列数据	大型医学图像和患者数据集	NA	GAN, LSTM, GRU, VARMA, 深度DynaQ网络	准确率, 灵敏度	NA
627	2026-04-22	Deep Learning-Guided Quantitative Analysis Establishes Optimized BRAF V600E Immunohistochemical Criteria for Colorectal Cancer: A Multiplatform Validation Study 2025-Nov, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104215 PMID:40683333	研究论文	本研究通过深度学习引导的定量分析，建立了结直肠癌中BRAF V600E免疫组化的优化判读标准，并进行了多平台验证	首次利用人工智能驱动的数字病理平台对BRAF V600E免疫组化参数进行精确定量分析，并建立了结直肠癌特异性的、基于定量阈值的优化判读标准	研究未明确提及样本的种族或地域分布多样性，且对于非典型染色模式的病例仍需分子检测确认	为结直肠癌建立准确、标准化的BRAF V600E免疫组化判读标准，以指导治疗策略	250例结直肠癌病例及其配对的免疫组化和基因检测（qPCR和二代测序）结果	数字病理	结直肠癌	免疫组化（IHC）、定量PCR（qPCR）、二代测序（NGS）	深度学习	病理图像	250例结直肠癌病例	未明确指定	未明确指定	AUC（曲线下面积）、一致性	未明确指定
628	2026-04-22	scGPD: single-cell informed gene panel design for targeted spatial transcriptomics 2025-Oct-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.10.02.680117 PMID:41256660	研究论文	本文介绍了一种基于深度学习的基因面板设计框架scGPD，用于空间转录组学中的靶向基因选择	提出了一种基因-基因相关性感知的门控机制，从单细胞RNA-seq数据中提取信息特征，鼓励所选基因的多样性并消除冗余	NA	设计用于靶向空间转录组学的信息性基因面板，以捕获组织内细胞和空间异质性的复杂性	单细胞RNA-seq数据和空间转录组学数据	计算生物学	NA	单细胞RNA测序, 空间转录组学	深度学习	基因表达数据	NA	NA	NA	细胞类型分类准确率, 转录组范围表达恢复能力	NA
629	2026-04-22	Reliable deep learning for coronary artery disease detection: a patient-level, statistically validated MRI study 2025 Oct-Dec, Romanian journal of morphology and embryology = Revue roumaine de morphologie et embryologie DOI:10.47162/RJME.66.4.09 PMID:41787625	研究论文	本研究评估了DenseNet121和ResNet50两种深度学习架构在利用多参数心脏磁共振成像自动检测冠状动脉疾病方面的性能和统计稳健性	结合了患者级别的数据划分、严格的统计验证（如Shapiro-Wilk检验和Brown-Forsythe检验）以及现实预处理流程，以生成可重复且具有临床意义的性能评估	未提及具体样本量、计算资源细节或外部验证结果	评估深度学习模型在冠状动脉疾病自动检测中的可靠性和统计稳健性	冠状动脉疾病患者的心脏磁共振成像数据	计算机视觉	心血管疾病	心脏磁共振成像	CNN	图像	NA	NA	DenseNet121, ResNet50	准确率, AUC-ROC, 精确率-召回率曲线下面积	NA
630	2026-04-22	Sharing a whole-/total-body [18F]FDG-PET/CT dataset with CT-derived segmentations: an ENHANCE.PET initiative 2025-Aug-05, Research square DOI:10.21203/rs.3.rs-7169062/v2 PMID:40799763	研究论文	本文介绍了一个大型全身和全身体积的[18F]FDG-PET/CT数据集，包含1,597张PET/CT图像及对应的130个目标区域的CT衍生分割	提供了首个包含多中心、多病理类型（如肺癌、淋巴瘤、黑色素瘤）的大规模全身PET/CT数据集，并附带经医生验证的CT自动分割结果	数据集中分割结果基于CT图像自动生成后人工校正，可能存在分割误差；且仅包含特定病理类型，未覆盖所有疾病	通过共享带分割标注的PET/CT数据集，促进深度学习训练和多模态图像分析在临床管理中的应用	无显性疾病的个体及患有肺癌、淋巴瘤、黑色素瘤等不同病理的患者	数字病理学	肺癌, 淋巴瘤, 黑色素瘤	PET/CT成像, CT自动分割	NA	图像（PET/CT）	1,597张PET/CT图像，来自多中心个体，包括健康者和患者	NA	NA	NA	NA
631	2026-04-22	Accurate and real-time brain tumour detection and classification using optimized YOLOv5 architecture 2025-Jul-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07773-1 PMID:40651993	研究论文	本研究提出了一种结合全卷积神经网络和YOLOv5的集成模型，用于从MRI图像中实时、准确地检测和分类脑肿瘤	提出了一种将FCNN用于分类和YOLOv5用于检测与分割的集成框架，并采用RMSProp优化器提升分类性能，实现了高达98.80%的平均准确率	未明确提及模型在不同MRI扫描设备或成像参数下的泛化能力，也未讨论临床部署中的实时性具体要求	开发一种高精度、实时的脑肿瘤自动检测与分类系统，以辅助医疗影像诊断	脑部MRI图像中的肿瘤区域	计算机视觉	脑肿瘤	MRI成像	CNN, YOLO	图像	未明确提及具体样本数量	PyTorch	FCNN, YOLOv5	准确率, 精确率, 召回率, F1系数, 特异性	NA
632	2026-04-22	Circulating tumor cell detection in cancer patients using in-flow deep learning holography 2025-Jul-09, ArXiv PMID:40671945	研究论文	本文介绍了一种结合数字全息显微镜、微流体富集和深度学习图像分析的系统，用于提高循环肿瘤细胞检测的敏感性和特异性	整合了惯性微流体预处理与双模态成像（全息术和荧光传感），并利用深度学习模型提供细胞形态学置信度，可实时分析，且发现传统EpCAM标记可能导致假阴性	仅进行了初步研究，样本量较小（13名前列腺癌患者和8名健康对照），需要更大规模验证	提高循环肿瘤细胞的检测准确性和效率，以用于癌症早期检测、预后评估和疾病监测	循环肿瘤细胞（CTCs），来自健康血液样本和癌细胞系，以及前列腺癌患者和健康对照的血液样本	数字病理学	前列腺癌	数字全息显微镜（DHM）、微流体富集、免疫荧光分析	深度学习模型	图像（全息和荧光图像）	13名晚期前列腺癌患者和8名健康对照	NA	NA	患者级别假阳性率（1细胞/毫升）	NA
633	2026-04-22	Discovery of naturally inspired antimicrobial peptides using deep learning 2025-06-15, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.108444 PMID:40209356	研究论文	本研究利用深度学习从细菌基因组中挖掘非核糖体肽合成酶基因簇，设计并优化出具有强效抗菌活性的新型抗菌肽	首次结合216,408个细菌基因组的NRPS基因簇挖掘与深度学习评分系统，高效发现并优化出具有膜破坏机制且与传统抗生素协同作用的抗菌肽	研究仅针对两种病原菌进行活性测试，尚未在更广泛的菌株或体内模型中验证效果	利用深度学习加速从沉默生物合成基因簇中发现天然启发的抗菌肽	细菌非核糖体肽合成酶基因簇及其编码的肽类化合物	机器学习	细菌感染	基因组挖掘，固相化学合成	深度学习模型	基因组序列数据，肽序列数据	216,408个细菌基因组，335,024个NRPS基因簇，328个独特肽支架	NA	NA	最小抑菌浓度	NA
634	2026-04-22	Regulatory risk loci link disrupted androgen response to pathophysiology of Polycystic Ovary Syndrome 2025-Jun-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.26.25324630 PMID:40196246	研究论文	本研究通过整合分子和表观基因组注释，并利用深度学习框架预测多囊卵巢综合征风险变异的细胞类型特异性调控效应，揭示了这些变异如何影响转录因子结合位点，从而关联雄激素反应与PCOS病理生理学	首次结合深度学习模型与表观基因组数据，系统预测PCOS风险变异的细胞类型特异性调控效应，并揭示其通过破坏雄激素介导信号通路导致高雄激素血症的分子机制	研究主要基于计算预测和体外实验验证，缺乏体内功能实验的直接证据；模型预测的增强子破坏活性仅覆盖约20%的风险变异，可能存在未检出的调控效应	解析PCOS遗传易感位点如何通过调控分子机制驱动疾病表型，并建立风险变异与病理生理学的功能联系	多囊卵巢综合征的风险遗传变异及其在脑和内分泌细胞类型中的调控效应	机器学习	多囊卵巢综合征	深度学习框架、表观基因组注释、报告基因检测	深度学习模型	表观基因组数据、分子注释数据	NA	NA	NA	与报告基因检测数据的一致性	NA
635	2026-04-22	Discovery and characterization of novel FAK inhibitors for breast cancer therapy via hybrid virtual screening, biological evaluation and molecular dynamics simulations 2025-06-01, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2025.108400 PMID:40163988	研究论文	本文通过混合虚拟筛选、生物活性评价和分子动力学模拟，发现并表征了用于乳腺癌治疗的新型FAK抑制剂	利用基于结构的高透明度渗透性虚拟筛选和基于几何深度学习的DeepDock算法，从内部数据库中发现了具有新型骨架的FAK抑制剂	未明确说明筛选数据库的具体规模或多样性限制，且仅对10种化合物进行了生物活性评估，样本量有限	开发针对乳腺癌的新型FAK抑制剂	FAK（黏着斑激酶）抑制剂	机器学习	乳腺癌	虚拟筛选、分子对接、分子动力学模拟	深度学习	化学结构数据	从内部数据库筛选出10种化合物进行生物活性评估	NA	DeepDock	抑制活性	NA
636	2026-04-22	Deep learning inference of cell type-specific gene expression from breast tumor histopathology 2025-May-09, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.04.652089 PMID:41030996	研究论文	本研究开发了一种名为SLIDE的深度学习工具，能够直接从乳腺癌组织病理学全切片图像中预测细胞类型特异性基因表达和丰度	首次利用深度学习直接从组织病理学图像推断细胞类型特异性基因表达，无需进行昂贵的单细胞或批量RNA测序	研究主要基于TCGA乳腺癌队列，可能在其他癌症类型或更大样本中需要进一步验证	开发一种快速、经济高效的方法来推断乳腺癌肿瘤微环境中的细胞类型特异性基因表达	乳腺癌组织病理学全切片图像和相关的基因表达数据	数字病理学	乳腺癌	单细胞RNA测序, 批量RNA测序	深度学习	图像	TCGA乳腺癌队列及160例独立病例	NA	NA	NA	NA
637	2026-04-22	Brain tumor segmentation and detection in MRI using convolutional neural networks and VGG16 2025-Mar, Cancer biomarkers : section A of Disease markers IF:2.2Q3 DOI:10.1177/18758592241311184 PMID:40183298	研究论文	本研究利用卷积神经网络和VGG16模型，开发了一种用于MRI图像中脑肿瘤自动分割和检测的系统	提出了一种能够预测分割性能（mIoU）并检测失败事件的深度学习模型，无需在测试时访问真实数据，同时通过预期mIoU值处理数据不平衡问题	未明确说明模型在多样化或大规模临床数据集上的泛化能力，也未详细讨论计算资源需求或实时处理性能	开发一个自动化系统，用于从MRI图像中准确检测和分类脑肿瘤，以辅助医疗专业人员快速、准确诊断	MRI图像中的脑肿瘤	计算机视觉	脑肿瘤	深度学习，图像处理技术	CNN, VGG16	图像	NA	Python	VGG16	mIoU, 训练准确率, 验证准确率, 验证损失	NA
638	2026-04-22	Multiscale footprints reveal the organization of cis-regulatory elements 2025-02, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08443-4 PMID:39843737	研究论文	本文介绍了一种名为PRINT的计算方法，用于从染色质可及性数据中识别DNA-蛋白质相互作用的多尺度足迹，并开发了seq2PRINT深度学习框架以推断转录因子和核小体结合	开发了PRINT方法，首次从多尺度蛋白质大小角度分析染色质可及性数据中的DNA-蛋白质相互作用足迹，并结合深度学习框架seq2PRINT实现精确的调控逻辑解读	方法主要依赖于染色质可及性数据，可能无法完全捕捉所有DNA-蛋白质相互作用的复杂性，且应用范围目前限于特定细胞类型	研究顺式调控元件的组织结构和动态变化，以连接其结构与细胞命运和疾病中的功能	人类骨髓和小鼠造血干细胞中的顺式调控元件	机器学习	NA	染色质可及性测序	深度学习	染色质可及性数据	NA	NA	NA	NA	NA
639	2026-04-22	TimeFlies: an snRNA-seq aging clock for the fruit fly head sheds light on sex-biased aging 2025-Jan-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.25.625273 PMID:39896546	研究论文	本文介绍了TimeFlies，一种基于单细胞RNA测序的果蝇头部衰老时钟，利用深度学习预测供体年龄并揭示性别差异	开发了首个基于全基因组基因表达谱的泛细胞类型单细胞转录组衰老时钟，并应用于探究衰老中的性别差异	研究局限于果蝇头部，未涉及其他组织或物种，且单细胞测序数据可能存在技术偏差	构建单细胞转录组衰老时钟以识别年龄相关基因并探究衰老的性别差异	果蝇头部细胞	机器学习	NA	单细胞RNA测序	深度学习	基因表达谱	NA	NA	NA	NA	NA
640	2026-04-22	Artificial intelligence in Brazilian Primary Health Care: scoping review 2025, Revista brasileira de enfermagem IF:1.2Q3 DOI:10.1590/0034-7167-2024-0363 PMID:41370529	综述	本文通过范围综述探讨了人工智能在巴西初级卫生保健中的应用情况	首次系统性地综述了人工智能在巴西初级卫生保健中的具体应用、优势与挑战	研究仅基于截至2025年2月的文献，可能未涵盖最新进展；且为叙述性综述，缺乏定量分析	提供人工智能在巴西初级卫生保健中应用的证据	巴西初级卫生保健系统及相关人工智能应用研究	医疗人工智能	NA	机器学习,深度学习	NA	NA	从981篇文献中筛选出27项研究	NA	NA	NA	NA