深度学习在生物医药领域中的应用

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
1	2025-09-25	Transformer-based Deep Learning for Glycan Structure Inference from Tandem Mass Spectrometry 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.02.662857 PMID:40631101	研究论文	提出两种基于Transformer的深度学习模型GlycoBERT和GlycoBART，用于从串联质谱数据推断聚糖结构	首次将Transformer架构应用于聚糖结构预测，其中GlycoBART作为生成式模型能够发现训练数据中未包含的新型聚糖结构	基于分类的方法（GlycoBERT）只能预测训练数据中存在的结构	开发更准确和全面的聚糖结构分析方法	聚糖分子	机器学习	NA	串联质谱（MS/MS）	Transformer（GlycoBERT, GlycoBART）	质谱数据	人胚胎肾细胞MS/MS数据集
2	2025-09-25	Deep Learning MRI Models for the Differential Diagnosis of Tumefactive Demyelination versus IDH Wild-Type Glioblastoma 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8645 PMID:39788628	研究论文	本研究开发了一种基于3D DenseNet121的深度学习模型，用于区分MRI影像中的瘤样脱髓鞘病变和IDH野生型胶质母细胞瘤	首次将深度学习应用于T1增强和T2加权MRI图像，实现瘤样脱髓鞘与IDH野生型胶质母细胞瘤的自动鉴别诊断	模型需要进一步验证在不同机构、患者群体和技术设备间的泛化能力，且未包含中枢神经系统淋巴瘤和脑转移瘤等其他肿瘤病因	开发非侵入性MRI深度学习方法，准确鉴别诊断脑部瘤样脱髓鞘病变与IDH野生型胶质母细胞瘤	瘤样脱髓鞘患者（144例）和IDH野生型胶质母细胞瘤患者（455例）的MRI影像数据	医学影像分析	脑部疾病	MRI成像（T1增强和T2加权）	3D DenseNet121	医学影像	总计599例患者（144例瘤样脱髓鞘，455例IDH野生型胶质母细胞瘤）
3	2025-09-25	Application of Deep Learning Accelerated Image Reconstruction in T2-Weighted Turbo Spin-Echo Imaging of the Brain at 7T 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8662 PMID:39832954	研究论文	本研究评估了基于深度学习的图像重建技术在7T脑部T2加权涡轮自旋回波成像中的应用效果	首次在7T超高场MRI中应用基于7T数据训练的深度神经网络进行图像重建	样本量较小（仅30例患者），且为单中心研究	解决7T MRI成像时间长和运动敏感性的技术挑战	30例连续临床7T脑部MRI患者的原始k空间数据	医学影像分析	神经系统疾病	T2加权涡轮自旋回波成像	深度神经网络	MRI图像数据	30例临床患者
4	2025-09-25	Improving the Robustness of Deep Learning Models in Predicting Hematoma Expansion from Admission Head CT 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8650 PMID:39794133	研究论文	本研究通过对抗训练和输入改进提升深度学习模型在急性脑出血患者入院头部CT预测血肿扩张方面的鲁棒性	首次将对抗训练和Otsu多阈值分割相结合应用于血肿扩张预测，显著提升模型对抗攻击的鲁棒性	对抗训练对FGSM攻击的鲁棒性提升有限，且研究仅针对特定类型的对抗攻击	提高深度学习模型在临床实践中对输入数据扰动的鲁棒性	急性脑出血患者的入院头部CT扫描图像	医学影像分析	脑出血	对抗训练、Otsu多阈值分割	深度学习模型	CT影像	多中心队列890例患者用于交叉验证/训练，684例连续患者用于独立验证
5	2025-09-25	Advancing offline magnetic resonance-guided prostate radiotherapy through dedicated imaging and deep learning-based automatic contouring of targets and neurovascular structures 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100825 PMID:40980260	研究论文	本研究结合高分辨率MRI与深度学习技术，开发用于前列腺癌放疗中关键结构与靶区的自动轮廓勾画方法	首次将3D nnU-net模型应用于高分辨率MRI的前列腺癌神经血管结构自动分割，实现了与专家水平相当的轮廓精度	样本量较小（仅50例患者），且阴部动脉的DL分割结果与专家评分存在显著差异	开发基于深度学习的自动轮廓勾画系统，提升前列腺癌放疗中神经血管结构保护的精准度和效率	前列腺癌患者的神经血管束、阴部动脉、阴茎球、海绵体等与勃起功能相关的解剖结构	数字病理	前列腺癌	3D T2加权SPACE MRI序列，深度学习自动分割	3D nnU-net	医学影像（MRI）	50例患者（40例训练，10例测试）
6	2025-09-23	DNA-CBIR: DNA Translation Inspired Codon Pattern-Based Deep Image Feature Extraction for Content-Based Image Retrieval 2025-07, IEEE transactions on nanobioscience IF:3.7Q3 DOI:10.1109/TNB.2025.3540102 PMID:40031697	研究论文	提出一种基于DNA翻译启发的密码子模式深度图像特征提取方法，用于基于内容的图像检索	首次将DNA编码原理与深度学习架构结合，通过三比特MSB转换和密码子特征提取实现创新的图像检索方案	NA	开发高效的DNA存储介质中的图像检索技术	多媒体图像数据（包括珊瑚、医学和多标签图像）	计算机视觉	NA	深度学习、DNA编码技术	ResNet-50, VGG-16, VGG-19, Inception V3	图像数据	多个数据集（珊瑚、医学和多标签图像数据集）
7	2025-09-23	VibTac: A High-Resolution High-Bandwidth Tactile Sensing Finger for Multi-Modal Perception in Robotic Manipulation 2025 Jul-Sep, IEEE transactions on haptics IF:2.4Q2 DOI:10.1109/TOH.2025.3561049 PMID:40232917	研究论文	介绍一种新型多模态触觉传感手指VibTac，可同时实现高分辨率和高带宽的触觉感知	首次将视觉基和振动基触觉传感模式无缝集成，采用仿人手指设计实现多模态触觉感知	NA	开发高分辨率高带宽的触觉传感器以提升机器人精细操作能力	机器人触觉传感手指	机器人技术	NA	3D重建、频谱分析、深度学习	深度学习模型	触觉数据、视觉数据、振动数据	涉及以太网连接器等发声物体的插入任务实验
8	2025-09-23	Artificial Intelligence-Based Detection of Central Retinal Artery Occlusion Within 4.5 Hours on Standard Fundus Photographs 2025-Jul, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.124.041441 PMID:40576025	研究论文	开发用于在标准眼底照片上4.5小时内检测超急性视网膜中央动脉阻塞的深度学习系统	首次开发能够在关键4.5小时治疗时间窗内检测超急性CRAO的深度学习系统	回顾性研究，需要进一步验证	开发深度学习系统辅助急性视网膜中央动脉阻塞的早期诊断和卒中预防	视网膜中央动脉阻塞患者、视网膜中央静脉阻塞患者、非动脉性前部缺血性视神经病变患者和健康对照者	医学人工智能	视网膜血管疾病	深度学习	深度学习系统	眼底彩色照片	1322张眼底照片（771名患者），来自6个国家9个神经眼科中心
9	2025-09-23	Noise-aware system generative model (NASGM): positron emission tomography (PET) image simulation framework with observer validation studies 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17962 PMID:40660861	研究论文	开发并验证一种基于深度学习的PET图像仿真框架NASGM，能够生成不同采集时间的逼真PET图像	提出具有空间和频率双域判别器的条件生成对抗网络，采用基于Transformer的频率判别器来捕捉全局依赖关系	研究基于模拟数据集进行，需要进一步在真实临床数据上验证	开发计算高效的PET图像仿真方法以支持动态成像协议优化和深度学习应用	PET医学图像	医学影像分析	肿瘤疾病	深度学习生成模型	条件生成对抗网络（cGAN）与Transformer结合	PET/CT医学图像	使用公共PET/CT数据集作为输入活动图和衰减图
10	2025-09-23	Super-resolution CBCT on a new generation flat panel imager of a C-arm gantry linear accelerator 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.18000 PMID:40665524	研究论文	本研究开发了一种基于条件生成对抗网络的深度学习超分辨率模型，用于在投影域增强新型平板探测器CBCT图像的空间分辨率	首次在投影域应用深度学习超分辨率技术解决新型平板探测器因像素合并导致的分辨率损失问题，提出投影域去模糊主要依赖于探测器特性而非患者解剖结构的创新假设	研究主要使用体模数据进行验证，尚未在真实患者数据上进行广泛测试，临床适用性需要进一步验证	评估深度学习超分辨率模型在投影域增强CBCT图像空间分辨率的可行性	Varian TrueBeam直线加速器配备的新型RTI4343iL平板探测器采集的CBCT投影数据	医学影像处理	肿瘤放射治疗	锥形束CT（CBCT）、深度学习超分辨率技术	条件生成对抗网络（cGANs）配合U-Net生成器	医学影像数据	576对CBCT投影数据（460对训练，116对验证），144个动态胸部投影和Catphan 604体模的CBCT重建数据
11	2025-09-21	Specific Contribution of the Cerebellar Inferior Posterior Lobe to Motor Learning in Degenerative Cerebellar Ataxia 2025-Jul-16, Cerebellum (London, England) DOI:10.1007/s12311-025-01887-y PMID:40668493	研究论文	本研究利用深度学习算法CerebNet分析小脑亚区体积与运动学习能力的关系，揭示小脑后下叶在退行性小脑共济失调患者运动学习中的特异性作用	首次明确证明小脑后下叶体积与运动学习能力存在特异性关联，而非传统认为的小脑前叶或蚓部	样本量较小（37例患者和18例健康对照），且为横断面研究无法推断因果关系	探究小脑不同亚区体积与运动学习能力及共济失调严重程度的关系	退行性小脑共济失调患者和健康对照者	医学影像分析	退行性小脑共济失调	CerebNet深度学习分割算法，线性回归分析	CNN（基于CerebNet的结构）	MRI影像数据	37例患者和18例健康对照
12	2025-09-21	Preserving noise texture through training data curation for deep learning denoising of high-resolution cardiac EID-CT 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17938 PMID:40660962	研究论文	本研究开发并测试了基于图像的噪声估计方法，用于训练CNN模型以在心脏EID-CT图像去噪中保留自然噪声纹理	提出了两种直接从患者图像估计噪声的方法，并通过混合训练策略实现了噪声纹理和解剖结构的双重保留	某些方法可能移除小的解剖结构，且样本量有限（仅7例患者测试数据）	提升能量积分探测器CT（EID-CT）高分辨率重建图像的质量，使其噪声水平与光子计数探测器CT（PCD-CT）相当	心脏冠状动脉CT血管造影（cCTA）图像	计算机视觉	心血管疾病	CT成像，深度学习去噪	U-net CNN	医学图像	训练数据来自患者图像，测试包括均匀水模和7例独立患者cCTA检查
13	2025-09-20	A Study of Anatomical Priors for Deep Learning-Based Segmentation of Pheochromocytoma in Abdominal CT 2025-Jul-24, ArXiv PMID:40969484	研究论文	本研究系统评估解剖学先验知识对基于深度学习的腹部CT中嗜铬细胞瘤分割性能的提升效果	提出基于器官特异性解剖先验的多类别标注策略，显著优于传统的全身区域先验方法	样本量相对有限（105例CT扫描），仅基于单中心数据	改进嗜铬细胞瘤的自动分割精度以支持临床评估和疾病监测	腹部CT扫描中的嗜铬细胞瘤病灶	医学图像分析	嗜铬细胞瘤	CT成像	nnU-Net	3D医学图像	91名患者的105例增强CT扫描
14	2025-09-20	Benchmarking and Explaining Deep Learning Cortical Lesion MRI Segmentation in Multiple Sclerosis 2025-Jul-16, ArXiv PMID:40969490	研究论文	提出并评估用于多发性硬化皮质病变MRI分割的深度学习模型基准	首个针对皮质病变检测与分割的多中心综合基准，结合模型可解释性分析和泛化能力验证	数据来自有限机构（4个），域外测试F1分数降至0.5，显示泛化能力仍有提升空间	开发标准化自动方法以促进多发性硬化皮质病变的临床整合	多发性硬化患者的皮质病变	医学图像分析	多发性硬化	MRI（MP2RAGE和MPRAGE序列）	nnU-Net	MRI图像	656份MRI扫描（来自4家机构的临床试验和研究数据）
15	2025-09-20	MuST: multiple-modality structure transformation for single-cell spatial transcriptomics 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf405 PMID:40874816	研究论文	提出一种名为MuST的多模态结构转换方法，用于解决空间转录组数据中的模态偏差问题	通过拓扑发现策略和拓扑融合损失函数整合多模态信息到统一潜在空间，有效协调不同模态间的不一致性	NA	解决空间转录组技术中的模态偏差现象，提升多模态数据在下游任务中的分析效果	空间转录组数据，包括转录组、空间和形态学多模态信息	生物信息学	NA	空间转录组技术，深度学习	深度学习模型	多模态数据（转录组、空间、形态学）	NA
16	2025-09-20	Fluctuation structure predicts genome-wide perturbation outcomes 2025-Jul-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.27.661814 PMID:40631127	研究论文	提出CIPHER框架，利用未扰动细胞中的基因共波动预测全基因组扰动响应	首次将统计物理学的线性响应理论应用于功能基因组学，通过基线基因协方差结构预测扰动结果	NA	开发理论驱动模型以解释单细胞扰动筛选数据并预测全基因组响应	基因表达波动和扰动响应	功能基因组学	NA	单细胞扰动筛选，贝叶斯推断	线性响应理论框架	单细胞基因表达数据	11个大规模数据集，4,234次扰动，超过136万细胞
17	2025-09-19	Identifying mating events of group-housed broiler breeders via bio-inspired deep learning models 2025-Jul, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105126 PMID:40300323	研究论文	开发基于深度学习和生物特征的模型，用于识别群养肉种鸡的交配行为	结合鸟只数量变化和交配生物特征，利用优化的YOLOv8l模型和逻辑框架实现高效交配行为识别，处理速度提升10倍	识别效果受一天中不同时间、鸟龄、鸟只重叠、聚集密度和遮挡影响而波动	自动化监测和分析禽类交配行为，以优化种鸡繁殖力、遗传和整体生产力	罗斯708品种的20只母鸡和2-3只公鸡（56周龄）	计算机视觉	NA	深度学习，目标检测与跟踪	YOLOv7, YOLOv8, DeepSORT, StrongSORT, ByteTrack, SAM2	视频图像	4个实验围栏中的20-23只肉种鸡
18	2025-09-19	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	比较传统机器学习和深度学习方法在利用临床文本笔记预测急性缺血性卒中后功能结局的性能	系统比较了多种文本特征表示技术（包括BOW、TF-IDF、ELMo和BERT）与不同预测模型的组合，并发现传统机器学习方法在此任务上优于深度学习模型	研究基于单一台湾医院的数据集，可能限制模型的泛化能力	预测急性缺血性卒中后的功能结局以优化医疗资源配置	急性缺血性卒中患者	自然语言处理	心血管疾病	文本挖掘，特征表示技术（BOW, TF-IDF, ELMo, BERT）	KNN, SVM, CNN, LSTM	临床文本笔记	来自台湾一家医院的临床文本数据集（具体样本量未在摘要中说明）
19	2025-09-15	An automated ATAC-seq method reveals sequence determinants of transcription factor dose response in the open chromatin 2025-Jul-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.24.666684 PMID:40777328	研究论文	开发自动化ATAC-seq平台RoboATAC，系统研究转录因子剂量对染色质可及性和基因表达的定量影响	首次建立可扩展的自动化ATAC-seq方法，系统揭示DNA序列单独预测剂量敏感性的能力，并发现新型剂量敏感 motif 排列	研究仅在HEK293T细胞中进行，未验证其他细胞类型或体内环境	探究转录因子剂量与染色质可及性及基因表达的定量关系	22种转录因子在HEK293T细胞中的梯度过表达效应	表观基因组学	NA	ATAC-seq，高通量可及性分析	可解释深度学习模型	基因组可及性数据，基因表达数据	246个样本（22种TF的梯度表达实验）
20	2025-09-15	CellFuse Enables Multi-modal Integration of Single-cell and Spatial Proteomics data 2025-Jul-26, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.23.665976 PMID:40777394	研究论文	提出CellFuse，一种基于深度学习的多模态整合框架，用于整合单细胞和空间蛋白质组学数据	专门针对特征重叠有限的场景设计，利用监督对比学习实现跨模态和实验条件的无缝整合，在整合质量和运行效率上优于现有方法	NA	开发一个模态无关的整合框架，以解决单细胞和空间蛋白质组学数据整合中的挑战	健康PBMCs、骨髓、CAR-T治疗的淋巴瘤、健康及肿瘤组织	机器学习	淋巴瘤	单细胞蛋白质组学、空间蛋白质组学	深度学习、监督对比学习	蛋白质组数据	多个数据集（具体样本数量未明确说明）