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	2026-06-02	mamp-ml: A deep learning approach to epitope immunogenicity in plants 2025-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.11.664399 PMID:40791437	研究论文	开发了mamp-ml，一个基于深度学习的机器学习框架，用于预测植物受体-配体相互作用及免疫原性结果	利用大规模蛋白质语言模型ESM-2结合已有功能数据，实现了无需实验结构即可高精度预测植物免疫原性，并支持LRR受体-配体组合的高通量筛选	在独立测试集上预测准确率为73%，可能存在局限性，且未提供模型在其他植物或配体类型上的泛化能力评估	开发一种计算框架，用于预测植物受体-配体免疫原性，克服实验验证的瓶颈	植物LRR受体与配体的相互作用及其免疫原性结果	机器学习	NA	蛋白质语言模型（ESM-2）	深度学习模型（ESM-2为基础）	序列数据（受体和配体序列）	利用过去二十多年基础研究的现有功能数据	NA	ESM-2	准确率	NA
2	2026-06-02	An Efficient Deep Learning Framework for Automated Epileptic Seizure Detection: Toward Scalable and Clinically Applicable Solutions 2025-07, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.22983 PMID:40620110	研究论文	提出一种基于图卷积神经网络的癫痫发作检测框架，高效编码脑电图电极空间依赖关系	利用图卷积神经网络显式编码脑电图电极间的空间依赖关系，捕获更全面的时空特征	未提及框架对噪声或伪影的鲁棒性，且仅测试了两类数据库，泛化性需进一步验证	开发高效、可扩展的癫痫发作自动检测方法，面向临床应用	癫痫患者的脑电图信号	机器学习	癫痫	脑电图	图卷积神经网络	脑电图信号	CHB-MIT数据库（多通道脑电图）和内部SH-SDU数据库	NA	图卷积神经网络	准确率、灵敏度、特异性、事件级灵敏度、假阳性率	NA（平均每1小时多通道脑电图测试时间3.89秒）
3	2026-06-02	Robust Brain Tumor Detection and Classification From Multichannel MRI Using Deep Learning 2025-07, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.22991 PMID:40686315	研究论文	提出一种利用深度学习从多通道MRI中检测和分类脑肿瘤的稳健方法	将双边界敏感变换（DBST）算法用于肿瘤边缘精确检测，结合尺度不变特征变换（SIFT）方法提供稳健特征，并采用DarkNet53和DenseNet201深度学习模型增强分类性能	未来需探索更先进的深度学习架构，整合更多模态，进一步提高检测和分类的准确性与稳健性	开发基于计算机视觉和深度学习的脑肿瘤检测与分类稳健方法，克服传统方法的局限性	多通道MRI图像中的脑肿瘤	计算机视觉, 数字病理学	脑肿瘤	MRI	DarkNet53, DenseNet201	图像（多通道MRI）	公开可用的多通道MRI大数据集	MATLAB	DarkNet53, DenseNet201	特异性, 灵敏度	NA
4	2026-06-01	A Robust Deep Learning Framework for Detecting Bursts in Muscle Sympathetic Nerve Activity 2025-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/EMBC58623.2025.11253957 PMID:41337229	研究论文	提出一种基于卷积神经网络的鲁棒深度学习框架，用于检测肌肉交感神经活动中的爆发信号	首次将集成肌肉交感神经活动和心电图活动的卷积神经网络用于爆发峰值检测	仅基于健康女性静息状态数据，可能无法推广到其他人群或动态条件	开发自动化方法替代专家手动检测，提高爆发检测效率并降低错误风险	41名健康女性参与者的静息自主神经系统记录	machine learning	NA	NA	CNN	生理信号	41名健康女性参与者	NA	卷积神经网络	F1-score	NA
5	2026-05-30	Applying multimodal AI to physiological waveforms improves genetic prediction of cardiovascular traits 2025-07-03, American journal of human genetics IF:8.1Q1 DOI:10.1016/j.ajhg.2025.05.015 PMID:40543505	研究论文	提出多模态深度学习方法M-REGLE，通过融合心电图和光电容积描记波形数据，提升心血管性状的遗传预测性能	首次利用卷积变分自编码器联合学习多模态生理波形的低维潜在因子，并通过GWAS分析发现更多遗传位点，实现跨模态互补信息的遗传关联挖掘	未明确提及模型泛化性验证（如其他模态数据）或计算效率分析	开发多模态表示学习方法以增强复杂心血管性状的遗传关联发现和预测能力	心血管生理波形模态（12导联心电图、单导联心电图、光电容积描记图）	机器学习	心血管疾病	深度卷积变分自编码器	卷积神经网络	生理波形信号	多个生物样本库数据集（具体样本数未提供）	PyTorch	变分自编码器	遗传位点发现率、遗传风险评分预测性能	NA
6	2026-05-30	A review of denoising methods in single-particle cryo-EM 2025-07, Micron (Oxford, England : 1993) DOI:10.1016/j.micron.2025.103817 PMID:40164016	综述	全面回顾单颗粒冷冻电镜图像去噪方法的最新进展	从传统滤波方法到最新深度学习策略的系统性比较分析，为研究者提供该领域的全面视角	未涉及具体去噪方法的定量性能对比实验，未深入探讨方法在真实数据上的泛化能力	推动单颗粒冷冻电镜去噪领域发展，促进高质量图像获取，为领域新研究者提供指导	单颗粒冷冻电镜图像去噪方法	计算机视觉	NA	冷冻电镜	NA	冷冻电镜图像	NA	NA	NA	信噪比	NA
7	2026-05-30	AI-Driven Detection and Measurement of Keratinized Gingiva in Dental Photographs: Validation Using Reference Retainers 2025-07, Journal of clinical periodontology IF:5.8Q1 DOI:10.1111/jcpe.14164 PMID:40195567	研究论文	评估深度学习模型在口腔照片中检测角化龈的临床有效性，并利用参考固定器进行验证	首次提出能够可靠识别全口腔角化龈的AI模型，并利用参考固定器进行彻底验证	后牙区域的预测结果需要进一步改进	评估深度学习模型在口腔照片中检测角化龈的能力，并验证其临床适用性	来自32名受试者的576张口腔六分区照片	机器视觉	口腔疾病	深度神经网络	DeepLabv3	图像	32名受试者，576张六分区照片	NA	DeepLabv3, ResNet50	Dice系数，准确率	NA
8	2026-05-27	DGAT: A Dual-Graph Attention Network for Inferring Spatial Protein Landscapes from Transcriptomics 2025-Jul-09, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.05.662121 PMID:40672156	研究论文	提出一种名为DGAT的双图注意力网络，从转录组学数据推断空间蛋白质景观	首次提出双图注意力网络框架，通过整合转录组、蛋白质组和空间信息的异构图，从仅转录组学空间数据中精确推断蛋白质表达	依赖空间CITE-seq数据集进行RNA-蛋白质关系学习，可能受限于训练数据的覆盖范围和质量	从仅转录组学空间转录组数据中推断蛋白质表达，填补空间组学中蛋白质水平信息缺失的空白	空间转录组数据、空间蛋白质表达	数字病理学	扁桃体疾病、乳腺癌、胶质母细胞瘤、恶性间皮瘤	空间转录组学、空间CITE-seq	图注意力网络	图像、文本（基因表达数据）	公开和内部数据集，包括扁桃体、乳腺癌、胶质母细胞瘤和恶性间皮瘤样本	NA	双图注意力网络	蛋白质推断准确率	NA
9	2026-05-27	Accelerated Multi-b-Value DWI Using Deep Learning Reconstruction: Image Quality Improvement and Microvascular Invasion Prediction in BCLC Stage A Hepatocellular Carcinoma 2025-07, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.01.043 PMID:39955255	研究论文	研究利用深度学习重建加速多b值DWI，评估其对图像质量改善及BCLC A期肝细胞癌微血管侵犯预测的影响	首次系统性比较深度学习加速多b值DWI与标准序列在图像质量和MVI预测能力上的差异，证明深度学习重建可大幅缩短采集时间同时保持诊断效能	NA	评估深度学习多b值DWI在BCLC A期肝细胞癌MVI预测中的加速效果、图像质量改善及预测效能	BCLC A期肝细胞癌患者的微血管侵犯（MVI）状态	机器学习	肝细胞癌	多b值DWI	深度学习重建模型	磁共振DWI图像	118名患者，其中48例MVI阳性	NA	深度学习重建网络	AUC, 信号噪声比, 对比度噪声比	NA
10	2026-05-27	A Preoperative CT-based Multiparameter Deep Learning and Radiomic Model with Extracellular Volume Parameter Images Can Predict the Tumor Budding Grade in Rectal Cancer Patients 2025-07, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.028 PMID:40055057	研究论文	研究基于术前CT的深度学习与放射组学融合模型预测直肠癌患者肿瘤出芽等级	首次将细胞外体积参数图像与深度学习及放射组学特征结合，构建多参数融合模型预测直肠癌肿瘤出芽等级	样本量较小（仅135例），且为单中心回顾性研究，可能影响模型的泛化性	开发一种无创的基于CT的多参数深度学习-放射组学模型，用于术前预测直肠癌患者的肿瘤出芽等级	直肠癌患者的术前CT图像及肿瘤出芽等级	医学影像分析	直肠癌	CT成像, 细胞外体积参数图像, 深度学习, 放射组学	深度学习模型, 放射组学模型	CT图像	135例直肠癌患者（Bd1+2组85例，Bd3组50例）	NA	NA	AUC, 校准曲线, 决策曲线分析	NA
11	2026-05-27	Dual-Modality Virtual Biopsy System Integrating MRI and MG for Noninvasive Predicting HER2 Status in Breast Cancer 2025-07, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.039 PMID:40068996	研究论文	开发并验证一种基于深度学习的双模态虚拟活检系统，整合MRI和MG影像特征，用于无创预测乳腺癌HER2状态	首次整合MRI放射组学特征和MG深度学习特征，构建XGBoost三元分类模型，实现HER2-zero/low/positive三种状态的精准预测	HER2-zero与HER2-low组间影像特征无显著差异，可能影响临床决策边界；需更大规模多中心验证	开发无创预测乳腺癌HER2状态的决策支持系统，指导靶向治疗	550例乳腺癌患者的MRI和MG影像数据	数字病理学, 机器学习	乳腺癌	MRI放射组学, MG深度学习特征提取	XGBoost, 深度学习模型（未明确指定类型）	MRI影像, MG影像	550例乳腺癌患者（训练集、内部验证集、外部验证集）	NA	放射组学模型（MRI）, 深度学习模型（MG）, XGBoost集成模型	AUC, 准确率	NA
12	2026-05-27	Automated Fast Prediction of Bone Mineral Density From Low-dose Computed Tomography 2025-07, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.041 PMID:40082126	研究论文	本研究探讨利用深度学习方法基于低剂量CT扫描建立骨密度预测和骨质疏松分类系统	提出了一种基于单张2D低剂量CT切片进行椎体分割和骨密度预测的快速自动化系统	未在标题和摘要中明确说明	研究基于低剂量CT扫描进行体积骨密度预测和骨质疏松分类的可行性	腰椎椎体	数字病理学	骨质疏松症	CT	CNN	图像	551名受试者的低剂量CT和QCT数据	NA	U-Net	Dice相似系数, 灵敏度, 阳性预测值, Hausdorff距离, 均方根误差, R平方, 曲线下面积, 准确率	NA
13	2026-05-27	Deep Learning and Radiomics Discrimination of Coronary Chronic Total Occlusion and Subtotal Occlusion using CTA 2025-07, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.011 PMID:40164533	研究论文	利用深度学习和影像组学模型，基于冠状动脉CT血管造影（CCTA）鉴别慢性完全闭塞与次全闭塞病变	首次在CCTA图像上结合深度学习和影像组学方法进行CTO与STO的精准鉴别，并证明其性能优于传统方法	未明确说明	开发并验证基于CCTA的深度学习和影像组学模型，用于区分CTO和STO病变，并与传统方法比较性能	冠状动脉慢性完全闭塞（CTO）和次全闭塞（STO）病变	计算机视觉，数字病理学	心血管疾病	CCTA	深度学习模型，影像组学模型	图像	581名参与者，含600个病变（403个CTO，197个STO）	NA	NA	AUC	NA
14	2026-05-27	A Deep Learning Approach for Nerve Injury Classification in Brachial Plexopathies Using Magnetic Resonance Neurography with Modified Hiking Optimization Algorithm 2025-07, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.004 PMID:40300994	研究论文	提出一种结合深度学习与改进远足优化算法的框架，利用磁共振神经成像数据分类臂丛神经损伤类型	首次将改进远足优化算法与MobileNetV4结合用于神经损伤分类，并在多序列MRI数据上实现高精度	样本量较小（仅39名患者），且未明确说明模型的外部验证或泛化能力	提高臂丛神经损伤诊断的准确性和减少诊断变异性	臂丛神经损伤患者（神经失用、轴突断裂、神经断裂）	机器学习	臂丛神经病变	磁共振神经成像	卷积神经网络（基于MobileNetV4）	MRI图像（STIR、T2、T1、DWI序列）	39名确诊臂丛神经病变患者	PyTorch	MobileNetV4	准确率、敏感性、特异性	NA
15	2026-05-27	Deep Learning Image Reconstruction (DLIR) Algorithm to Maintain High Image Quality and Diagnostic Accuracy in Quadruple-low CT Angiography of Children with Pulmonary Sequestration: A Case Control Study 2025-07, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.005 PMID:40410108	研究论文	评估深度学习图像重建算法在儿童肺隔离症四低CT血管成像中维持高图像质量和诊断准确性的效果	首次将深度学习图像重建算法应用于儿童肺隔离症的四低CT血管成像，实现辐射剂量、对比剂剂量、注射流速和压力的同时降低，并保持高诊断准确性	样本量较小（各53例），为回顾性病例对照研究，未进行多中心验证	评估四低CT血管成像结合深度学习图像重建在儿童肺隔离症诊断中的图像质量和诊断准确性	疑似肺隔离症的儿童患者	医学影像	肺隔离症	CT血管成像	深度学习图像重建	CT图像	106名儿童患者（四低组53例，常规组53例）	NA	深度学习图像重建算法	信噪比、边缘上升距离、主观图像质量评分、灵敏度、特异性	NA
16	2026-05-27	Point-Based Shape Representation Generation with a Correspondence-Preserving Diffusion Model 2025-Jul, Proceedings of machine learning research PMID:42180650	研究论文	提出一种基于扩散模型的点云形状表示生成方法，能够保持点之间的对应关系	首次在深度生成模型中引入点对应关系保持机制，现有深度学习方法仅处理无序点云而忽略对应关系	未提及具体局限性	开发能够生成保留点对应关系的真实点云形状的扩散模型	基于OASIS-3数据集的 hippocampal 形状表示	计算机视觉	阿尔茨海默病	扩散模型	扩散模型	点云（点形状表示）	OASIS-3数据集中的海马形状数据	PyTorch	扩散模型（未指定具体架构名称）	NA	NA
17	2026-05-25	ModelS4Apnea: leveraging structured state space models for efficient sleep apnea detection from ECG signals 2025-07-11, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adebdd PMID:40609595	研究论文	提出了ModelS4Apnea，一种结合结构化状态空间模型（S4）与卷积神经网络的心电图睡眠呼吸暂停检测深度学习框架，在Apnea-ECG数据集上实现了高精度与计算效率	首次将结构化状态空间模型（S4）应用于心电图频谱图的睡眠呼吸暂停检测，在保持高分类性能的同时显著减少可训练参数，训练时间和内存消耗低于长短期记忆网络模型	未提及多模态数据整合、真实环境部署及进一步优化，未来工作需探索方向	利用结构化状态空间模型实现高效准确的睡眠呼吸暂停自动检测，适用于可穿戴设备、家庭监测和临床场景	心电图频谱图中的睡眠呼吸暂停事件	机器学习	睡眠呼吸暂停	心电图频谱图	结构化状态空间模型（S4）、卷积神经网络	图像（心电图频谱图）	Apnea-ECG数据集（未明确具体数量）	NA	S4、卷积神经网络	准确率、F1分数、敏感性、特异性	内存占用低、推理速度快（未指定具体GPU型号）
18	2026-05-23	Predicting functional outcomes after a stroke event by clinical text notes: A comparative study of traditional machine learning and deep learning methods 2025 Jul-Sep, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582251381194 PMID:40961451	研究论文	比较传统机器学习与深度学习方法在基于临床文本预测中风后功能结局上的性能	首次全面比较传统机器学习与深度学习方法在中风功能结局预测中的应用，并评估多种文本特征表示技术及其融合策略	数据仅来自单一医院，样本有限，深度学习方法未达最佳性能	基于临床文本笔记预测急性缺血性中风后功能结局，优化医疗资源配置	急性缺血性中风患者的临床文本笔记	自然语言处理	中风	文本挖掘	KNN、SVM、CNN、LSTM	文本	一家台湾医院收集的临床文本笔记	NA	KNN、SVM、CNN、LSTM	准确性、I型错误率	NA
19	2026-05-20	Dynamic glucose enhanced imaging using direct water saturation 2025-07, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30447 PMID:40096575	研究论文	提出利用直接水饱和曲线的交换增宽效应进行动态葡萄糖增强MRI成像	首次提出基于直接水饱和曲线线宽变化的动态葡萄糖增强MRI方法，克服传统CEST/CESL方法效应量小和运动敏感的限制	临床样本量较小（仅4例脑肿瘤患者），需要更大规模研究验证	开发一种新的动态葡萄糖增强MRI技术以评估葡萄糖摄取	脑肿瘤患者及模拟血液、灰质、白质、脑脊液和恶性脑肿瘤组织	磁共振成像	脑肿瘤	动态葡萄糖增强MRI	深度学习洛伦兹拟合模型	磁共振Z谱数据	4例脑肿瘤患者，35克D-葡萄糖输注	NA	深度学习洛伦兹拟合网络	曲线下面积	3 T全身MRI扫描仪
20	2026-05-19	Mapping the Conformational Heterogeneity Intrinsic to the Protein Native Ensemble 2025-07-15, Biochemistry IF:2.9Q3 DOI:10.1021/acs.biochem.5c00201 PMID:40615361	综述	本文综述了如何在AlphaFold时代利用实验和计算技术绘制蛋白质天然构象集合的异质性，强调从单一结构到构象集合的转变	提出了序列-集合-功能的新范式，强调即使对于看似良好折叠的蛋白质也需要考虑构象集合的异质性	未深入探讨具体方法的技术细节或定量比较方法间差异	阐明蛋白质构象多样性对功能理解的重要性，推动从单一结构到构象集合的研究范式转变	蛋白质天然构象集合	自然语言处理	不适用	多探针实验、计算建模	不适用	文本	不适用	不适用	不适用	不适用	不适用