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	2025-11-21	AVN: A Deep Learning Approach for the Analysis of Birdsong 2025-Jun-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.10.593561 PMID:39229184	研究论文	开发了一种基于深度学习的鸟类鸣声分析工具AVN，用于斑胸草雀鸣声的自动标注和特征提取	无需额外训练数据即可跨多个动物群体准确标注鸣声，并开发了无需额外训练数据即可测量鸣声模仿的新方法	NA	开发标准化的行为分析工具以促进鸣声行为研究	斑胸草雀的习得性鸣声	机器学习	NA	深度学习行为分析	深度学习	音频	多个研究组和实验中的斑胸草雀鸣声数据	Python	NA	准确性、敏感性、与人类专家判断的一致性	NA
2	2025-11-21	Advancing Digital Precision Medicine for Chronic Fatigue Syndrome through Longitudinal Large-Scale Multi-Modal Biological Omics Modeling with Machine Learning and Artificial Intelligence 2025-Jun-18, ArXiv PMID:40980765	研究论文	通过纵向多组学数据和人工智能方法推进慢性疲劳综合征的数字精准医疗研究	开发了可解释的深度学习框架BioMapAI，创建了首个健康和疾病状态下的多组学连接图谱，揭示了微生物组-免疫-代谢组的相互作用机制	样本量相对有限(ME/CFS患者154人，健康对照79人)，疾病机制仍需进一步验证	探索慢性疲劳综合征的病因机制并开发精准诊断方法	慢性疲劳综合征患者(短期<4年75人，长期>10年79人)和健康对照(79人)	数字病理学	慢性疲劳综合征	宏基因组学,代谢组学,免疫分析,临床表型分析	深度学习	多组学数据(肠道宏基因组,血浆代谢组,免疫谱,血液检测,临床症状)	ME/CFS患者154人(短期75人，长期79人)，健康对照79人	BioMapAI	深度学习框架	疾病分类精度	NA
3	2025-11-18	Development of a deep learning algorithm for detecting significant coronary artery stenosis in whole-heart coronary magnetic resonance angiography 2025-Jun-30, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101932 PMID:40602666	研究论文	开发用于全心脏冠状动脉磁共振血管成像中检测显著冠状动脉狭窄的深度学习算法	首次将深度学习算法应用于全心脏CMRA图像中自动检测冠状动脉狭窄，为无创诊断提供辅助工具	样本量相对较小（75名患者），仅针对管腔直径减少>50%的狭窄进行检测	开发能够准确检测冠状动脉狭窄的深度学习算法，并验证其作为辅助诊断工具的有效性	冠状动脉血管段	医学影像分析	心血管疾病	冠状动脉磁共振血管成像，侵入性冠状动脉血管造影	CNN	医学影像	75名患者的951个冠状动脉段	NA	深度卷积神经网络	AUC, 灵敏度, 特异性, 准确率	NA
4	2025-11-16	AML diagnostics in the 21st century: Use of AI 2025-Jun, Seminars in hematology IF:5.0Q1 DOI:10.1053/j.seminhematol.2025.06.002 PMID:40617702	综述	探讨人工智能在21世纪急性髓系白血病诊断领域的关键作用、进展与挑战	系统阐述AI技术（包括深度学习、大语言模型和可解释AI）在整合多层级诊断数据和生成诊断报告方面的创新应用	存在监管障碍、数据隐私问题、系统互操作性挑战以及合成数据的伦理规范需求	分析人工智能在急性髓系白血病诊断中的转型潜力与发展前景	急性髓系白血病的诊断流程与数据	数字病理学	白血病	细胞形态学、免疫分型、细胞遗传学、分子检测	深度学习, 机器学习, 大语言模型, 可解释AI	多模态诊断数据	NA	NA	深度学习分类器, 自动核型分析	NA	NA
5	2025-11-15	Cutting Skill Assessment by Motion Analysis Using Deep Learning and Spatial Marker Tracking 2025-06, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3529500 PMID:40030929	研究论文	提出一种通过手术刀运动分析评估开放手术中切割技能的方法	首次将运动分析应用于开放手术技能评估，设计了3D多面ArUco码立方体并建立了手术刀尖端坐标系数据集	仅针对四种常见切口类型进行评估，样本规模有限	开发客观量化的开放手术切割技能评估方法	外科医生的手术刀切割技能	计算机视觉	NA	空间标记追踪，双目视觉	CNN	图像，运动轨迹数据	20名外科医生（专家和新手各半）执行四种切口类型	PyTorch	YOLOv8	平均切口曲率偏差，切口长度差异，切口端点偏差，平均切口偏差，平均切割急动度	NA
6	2025-11-15	Advancing Acoustic Droplet Vaporization for Tissue Characterization Using Quantitative Ultrasound and Transfer Learning 2025-06, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3527141 PMID:40031047	研究论文	本研究通过定量超声和迁移学习技术探索声学液滴汽化在组织表征中的应用	首次将迁移学习与卷积神经网络结合用于区分纤维蛋白水凝胶，通过声学液滴汽化产生的微气泡特性表征组织机械性能	研究仅限于纤维蛋白基组织模拟水凝胶，尚未在真实生物组织中进行验证	开发基于声学液滴汽化和深度学习的组织表征方法	纤维蛋白基组织模拟水凝胶中的相变纳米液滴	生物医学超声	NA	声学液滴汽化、被动空化检测、B模式超声、对比增强超声	CNN	超声图像、声学信号	不同纤维蛋白密度的水凝胶样本	NA	AlexNet	平均回声强度、气泡云面积、二阶纹理特征（方差、同质性、能量）	NA
7	2025-11-15	A longitudinal observational study with ecological momentary assessment and deep learning to predict non-prescribed opioid use, treatment retention, and medication nonadherence among persons receiving medication treatment for opioid use disorder 2025-Jun, Journal of substance use and addiction treatment DOI:10.1016/j.josat.2025.209685 PMID:40127869	研究论文	使用生态瞬时评估和深度学习预测阿片类药物使用障碍患者在治疗期间的非法阿片使用、治疗保留和药物不依从行为	结合生态瞬时评估的实时情境数据与递归深度学习模型，采用7天滑动窗口预测次日临床结局	样本量较小（62名参与者），模型性能在不同结局指标间存在较大波动（AUC 0.58-0.97）	预测接受药物治疗的阿片类药物使用障碍患者的关键临床结局	接受药物治疗的阿片类药物使用障碍成年患者	机器学习	阿片类药物使用障碍	生态瞬时评估，电子健康记录分析	递归深度学习模型	时间序列数据，情境评估数据，电子健康记录	62名成年人，14,322次观察记录	NA	NA	AUC	NA
8	2025-11-15	Integrating Alternative Fragmentation Techniques into Standard LC-MS Workflows Using a Single Deep Learning Model Enhances Proteome Coverage 2025-Jun-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.28.656555 PMID:40501536	研究论文	开发了一种能够整合多种碎片化技术的质谱仪，并构建了统一的深度学习模型来预测碎片离子强度，显著提高了蛋白质组覆盖度	首次构建了能够自动执行多种碎片化技术的质谱仪，并开发了覆盖所有技术的单一深度学习模型	NA	增强蛋白质组学实验中蛋白质鉴定的覆盖度和效率	蛋白质组学数据	机器学习	NA	LC-MS, CID, UVPD, EID, ECD, DDA, DIA	深度学习	质谱数据	NA	Prosit	深度学习模型	蛋白质鉴定数量增加百分比	NA
9	2025-11-14	Radiomic 'Stress Test': exploration of a deep learning radiomic model in a high-risk prospective lung nodule cohort 2025-Jun-27, BMJ open respiratory research IF:3.6Q1 DOI:10.1136/bmjresp-2024-002687 PMID:40579208	研究论文	评估深度学习影像组学模型在高风险肺结节队列中的诊断性能	首次在推荐活检的高风险肺结节队列中评估LCP深度学习影像组学模型，并开发结合临床变量的集成模型	单中心研究，样本量相对有限（321个结节），需要外部验证	评估深度学习影像组学模型在减少不必要侵入性活检方面的潜力	不确定肺结节（IPNs）患者	数字病理	肺癌	影像组学分析	深度学习模型	医学影像数据	321个不确定肺结节（196个恶性，125个良性）	NA	深度学习影像组学模型	AUC, F1分数, 临床净重分类指数	NA
10	2025-11-14	Utilization of artificial intelligence in Men's Health: Opportunities for innovation and quality improvement 2025-Jun-27, International journal of impotence research IF:2.8Q2 DOI:10.1038/s41443-025-01112-8 PMID:40579440	综述	本文探讨人工智能在男性健康领域的应用现状、创新机遇及伦理挑战	系统阐述AI在男性生育健康、勃起功能障碍、佩罗尼病等特定领域的创新应用，包括精子形态评估、三维建模和智能问诊工具	面临伦理实施、数据隐私保护、算法透明度等挑战，需要临床验证和监管指导	评估人工智能技术在男性健康领域的应用潜力与改进方向	男性健康相关疾病（生育问题、勃起功能障碍、佩罗尼病、睾酮缺乏、早泄等）	自然语言处理, 机器学习	男性生殖系统疾病	机器学习，深度学习，自然语言处理	NA	医学影像，传感器数据，问卷文本	NA	NA	NA	NA	NA
11	2025-11-14	Enhancing Pandemic Prediction: A Deep Learning Approach Using Transformer Neural Networks and Multi-Source Data Fusion for Infectious Disease Forecasting 2025-Jun-24, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.24.25330211 PMID:40666360	研究论文	提出一种基于Transformer神经网络和多源数据融合的深度学习模型，用于县级新冠病例和死亡人数的预测	开发多级多尺度注意力机制进行自适应时频分析，并融合社交媒体情感分析数据来捕捉时空动态	仅针对奥密克戎变异株的三波疫情进行验证，未涵盖其他变异株或不同传染病	提高传染病大流行趋势预测的准确性	县级新冠病例和死亡人数	机器学习	传染病	社交媒体情感分析，多源数据融合	Transformer	时间序列数据，社交媒体数据	三个奥密克戎变异株疫情波次（2021年12月至2023年2月）的县级数据	NA	Transformer	县级一致性准确率	NA
12	2025-11-09	Deep learning NTCP model for late dysphagia after radiotherapy for head and neck cancer patients based on 3D dose, CT and segmentations 2025-Jun-20, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.20.25329926 PMID:40585085	研究论文	本研究开发了一种基于深度学习的NTCP模型，用于预测头颈癌放疗后晚期吞咽困难	首次将3D剂量分布、器官分割和CT扫描数据结合到深度学习模型中，相比传统NTCP模型能更全面捕捉吞咽困难的复杂性	研究样本量相对有限（1484例），且为多中心回顾性研究	提高头颈癌患者放疗后晚期吞咽困难的预测准确性	头颈癌放疗患者	数字病理学	头颈癌	放射治疗，CT扫描	CNN	3D剂量分布，器官分割，CT图像，患者临床数据	1484例头颈癌患者（多中心队列）	NA	Residual Network (ResNet)	AUC，校准曲线	NA
13	2025-11-08	An improved model for prediction of de novo designed proteins with diverse geometries 2025-Jun-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.02.657515 PMID:40502157	研究论文	本研究通过物理基础设计方法生成具有非理想几何结构的蛋白质数据集，并开发了能够捕捉几何多样性的改进版AlphaFold2模型	创建了包含5,996个具有多样化非理想几何结构的从头设计蛋白质数据集，并首次展示了深度学习结构预测方法对理想化几何结构的系统性偏差	当前深度学习方法未能完全捕捉决定蛋白质构象偏好的物理原理	改进从头设计蛋白质的几何结构预测能力	从头设计的蛋白质	机器学习	NA	物理基础设计方法	深度学习	蛋白质结构数据	5,996个稳定的从头设计蛋白质，包含5个未见折叠家族的数千个几何多样化蛋白质	AlphaFold2	AlphaFold2	几何多样性重现能力，泛化能力	NA
14	2025-11-05	Comparative Analysis of Deep Learning Models for Predicting Causative Regulatory Variants 2025-Jun-11, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.19.654920 PMID:40568119	研究论文	比较分析深度学习模型在预测致病调控变异方面的性能	首次在标准化基准和一致训练条件下系统评估多种深度学习模型对遗传变异调控效应的预测能力	仅评估了有限数量的模型架构，且训练数据可能未覆盖所有相关细胞类型	评估深度学习模型预测遗传变异对增强子活性的影响	人类基因组中的非编码变异和增强子调控元件	机器学习	复杂人类疾病	MPRA, raQTL, eQTL	CNN, Transformer, 混合模型	基因组数据, 表观基因组数据	54,859个SNP，来自四个人类细胞系，九个数据集	NA	TREDNet, SEI, Borzoi	NA	NA
15	2025-11-03	Integrating AI and genomics: predictive CNN models for schizophrenia phenotypes 2025-Jun-01, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0057 PMID:40525405	研究论文	本研究利用深度学习分析遗传数据，预测与精神分裂症相关的表型特征	首次将卷积神经网络应用于大规模外显子组测序数据，识别精神分裂症的遗传模式	研究基于瑞典人群数据，遗传特征尚未完全解析	探索深度学习在精神疾病基因型-表型关系研究中的应用	精神分裂症患者与对照组的遗传数据	机器学习	精神分裂症	外显子组测序	CNN	遗传数据	大规模病例对照样本（瑞典人群）	NA	卷积神经网络	准确率	NA
16	2025-11-02	Deep learning-based dose prediction for low-energy electron beam superficial radiotherapy 2025-Jun, Precision radiation oncology DOI:10.1002/pro6.70015 PMID:41164425	研究论文	本研究结合蒙特卡洛模拟与深度学习技术，开发了一种基于级联3D U-Net的剂量预测模型，用于低能电子束浅表放疗	提出级联3D U-Net模型，相比传统3D U-Net和其他深度学习模型，在剂量预测准确性和鲁棒性方面均有显著提升	研究仅针对六个特定身体部位，未验证在其他解剖区域的适用性	提高浅表低能电子束放疗中表面剂量计算的效率和准确性	六个身体部位的计算机断层扫描体模及其对应的剂量分布	医学影像分析	皮肤癌	蒙特卡洛模拟，深度学习	CNN	3D医学影像数据	六个身体部位的CT体模数据集	NA	级联3D U-Net, 3D U-Net, 深度卷积神经网络, HD U-Net	Gamma通过率, 剂量差异通过率	NA
17	2025-11-02	Deep learning (DL)-based advancements in prostate cancer imaging: Artificial intelligence (AI)-based segmentation of 68Ga-PSMSA PET for tumor volume assessment 2025-Jun, Precision radiation oncology DOI:10.1002/pro6.70014 PMID:41164426	综述	本文综述了基于深度学习的AI分割技术在68Ga-PSMA PET前列腺癌成像中肿瘤体积评估的应用与挑战	系统总结了AI分割技术在前列腺癌PSMA-PET影像中替代传统人工分割的创新价值，包括提升重复性和处理效率	面临标准化协议缺失、需要大量验证研究及临床工作流整合困难等挑战	探讨AI分割技术在前列腺癌Ga-PSMA PET影像中肿瘤体积定量评估的应用前景	前列腺癌患者的68Ga-PSMA PET影像数据	数字病理	前列腺癌	PET影像, 68Ga-PSMA显像	CNN	医学影像	NA	NA	卷积神经网络	NA	NA
18	2025-10-30	A ViTUNeT-based model using YOLOv8 for efficient LVNC diagnosis and automatic cleaning of dataset 2025-Jun-01, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0048 PMID:40460443	研究论文	提出结合ViTUNeT和YOLOv8的模型，用于左心室致密化不全诊断和数据集自动清洗	提出ViTUNeT架构（结合U-Net和Vision Transformers），并集成YOLOv8模型进行感兴趣区域检测和数据集自动清洗	数据集质量限制了模型精度的进一步提升	改进左心室致密化不全的诊断准确性和心脏图像分析	左心室致密化不全患者、Titin心肌病患者和健康个体的心脏MRI图像	计算机视觉	心血管疾病	MRI	U-Net, Vision Transformer, YOLO	医学图像	包含新患者和健康个体的扩展数据集	NA	ViTUNeT, YOLOv8, U-Net	NA	NA
19	2025-10-30	Radiomics of PET Using Neural Networks for Prediction of Alzheimer's Disease Diagnosis 2025-Jun, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.70128 PMID:40468810	研究论文	本研究开发了基于图神经网络和Transformer编码器的深度学习模型，利用纵向PET图像和认知评分预测阿尔茨海默病的诊断和转化	首次将图神经网络和Transformer编码器应用于纵向PET图像序列分析，同时考虑了访间时间变异性	数据来源于单一研究ADNI，未在外部数据集验证	利用纵向PET图像和认知评分预测阿尔茨海默病的诊断和从认知正常或轻度认知障碍向AD的转化	阿尔茨海默病神经影像计划(ADNI)研究收集的数据	医学影像分析	阿尔茨海默病	正电子发射断层扫描(PET)	GNN, Transformer, RNN, FFN	医学图像(PET图像), 认知评分	ADNI研究数据集	NA	图神经网络, Transformer编码器, 循环神经网络, 前馈神经网络	准确率, AUC, Brier分数	NA
20	2025-10-30	Automated mitosis detection in stained histopathological images using Faster R-CNN and stain techniques 2025-Jun-01, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0049 PMID:40491077	研究论文	本研究使用Faster R-CNN和染色技术实现染色组织病理图像中的自动有丝分裂检测	提出基于Faster R-CNN的两阶段目标检测模型，并应用染色增强和标准化技术解决组织病理图像分析中的域偏移挑战	未明确说明样本量的具体数值和计算资源细节	开发自动有丝分裂检测方法以辅助癌症诊断和治疗	染色组织病理图像中的有丝分裂细胞	数字病理	癌症	染色增强, 染色标准化	Faster R-CNN, RetinaNet	图像	MIDOG++数据集	PyTorch, fastai	Faster R-CNN, RetinaNet	F1分数	NA