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	2026-05-27	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
2	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
3	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
4	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
5	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
6	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
7	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
8	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
9	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
10	2026-05-26	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	提出一种基于深度学习的植物表位免疫原性预测方法	利用大型蛋白质语言模型ESM-2结合受体-配体特征，实现植物受体-配体相互作用的免疫原性预测，无需实验结构即可达到73%的预测准确率	未明确说明局限性	开发用于预测植物受体-配体免疫原性相互作用的机器学习框架	植物LRR受体及其配体组合	机器学习	植物病害	蛋白质语言模型、机器学习	深度学习模型	序列数据	来自二十多年基础研究的功能数据	NA	ESM-2	准确率	NA
11	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）
12	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
13	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
14	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
15	2026-05-16	spRefine Denoises and Imputes Spatial Transcriptomics with a Reference-Free Framework Powered by Genomic Language Model 2025-Jul-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.22.649977 PMID:40631230	研究论文	spRefine 利用基因组语言模型在无参考框架下对空间转录组数据进行降噪和插补	首次将基因组语言模型应用于空间转录组数据的联合降噪和插补，无需参考数据，并能提升下游分析如空间衰老时钟的准确性	NA	开发一个无参考框架的深度学习模型，用于空间转录组数据的降噪和插补，并改善数据整合与生物学信号发现	空间转录组数据中的基因表达测量值	数字病理学	老年病	空间转录组学	深度学习模型	基因表达数据	NA	NA	基因组语言模型	准确率	NA
16	2026-05-16	Deep Learning-Based Sarcopenia Classification through Gait Video Analysis with a Single Mobile Camera 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/EMBC58623.2025.11254612 PMID:41337071	研究论文	提出一种基于深度学习的步态视频分析方法，利用单台移动相机进行肌少症分类	首次采用视觉方法基于步态视频实现肌少症的检测，无需专业医疗设备和专家干预，为居家肌肉健康管理提供便捷方案	未提及	开发一种基于步态视频的肌少症检测方法，实现早期发现和持续监测	92名老年人，包括60名肌少症患者和32名健康对照	计算机视觉	肌少症	数字摄像机步态捕获	深度学习模型	二维骨架序列	92名老年人（60例肌少症患者，32例健康对照）	未提及	未提及	准确率	未提及
17	2026-05-15	Harmonization in Magnetic Resonance Imaging: A Survey of Acquisition, Image-level, and Feature-level Methods 2025-Jul-22, ArXiv PMID:40740518	综述	全面概述磁共振成像中图像协调的关键概念、方法进展、公开数据集、当前挑战及未来方向	系统分类了全成像流程中的协调方法，包括前瞻性采集与重建策略、回顾性图像级与特征级方法以及基于旅行受试者的技术，并特别强调基于深度学习的方法	未提供详尽调查，仅关注代表性方法；未深入分析所有方法的优劣对比	综述磁共振图像协调领域的方法论进展，旨在消除或减轻站点相关偏差，提升数据可比性和一致性	磁共振成像数据中因不同扫描仪、采集协议或成像站点引起的非生物变异（批次效应或站点效应）	计算机视觉	NA	磁共振成像（MRI）	深度学习模型（如CNN等）	医学图像	NA	NA	NA	NA	NA
18	2026-05-15	Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure 2025-Jul, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.018188 PMID:40357553	research paper	基于深度学习方法从PET/CT衰减矫正扫描中提取心脏腔室容积和质量，并探究其与心肌血流储备和心力衰竭住院的关联	首次利用深度学习从超低剂量CT衰减矫正扫描中提取心脏腔室容积和质量，并验证其与心力衰竭住院和心肌血流储备降低的独立预测关系	NA	评估深度学习从PET/CT衰减矫正扫描中提取的心脏腔室容积和质量与心肌血流储备和心力衰竭住院的关联	接受心脏PET/CT检查的患者	computer vision, machine learning	cardiovascular disease	PET/CT	CNN	image	18079名患者（来自6个中心）	NA	deep learning model	hazard ratio, odds ratio	NA
19	2026-05-15	Harnessing chemically crosslinked microbubble clusters using deep learning for ultrasound contrast imaging 2025-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.4.047001 PMID:40656209	研究论文	利用深度学习分析化学交联微泡簇的独特声学特性，以提高超声造影成像中造影剂的检测和定位能力	首次通过化学交联微泡簇结合异常检测模型（基于自编码器）来增强超声造影成像中造影剂的检测能力，并利用机器学习区分簇状与非簇状微泡	论文未明确提及局限性	研究化学交联微泡簇的独特声学特性，并通过机器学习技术（特别是自编码器异常检测模型）在超声造影成像中实现高灵敏度的造影剂检测	化学交联微泡簇与非簇状微泡	机器学习, 数字病理学	不适用	超声成像	自编码器	射频数据	不适用	不适用	自编码器	特异性	不适用
20	2026-05-08	Evaluating a large language model's accuracy in chest X-ray interpretation for acute thoracic conditions 2025-07, The American journal of emergency medicine DOI:10.1016/j.ajem.2025.03.060 PMID:40174466	研究论文	评估大语言模型ChatGPT在解读胸部X光片诊断急性胸部疾病中的准确性	首次系统评估大语言模型ChatGPT在急诊胸部X光片解读中的应用潜力	模型对某些病理类型（如肺不张和肺气肿）的诊断准确性较低，且尚未与其他专业图像识别模型集成	评估ChatGPT在急诊科常见急性胸部疾病的胸部X光片解读中的可行性	NIH胸部X光数据集中的1400张图像，涵盖七种病理类别	自然语言处理	肺部疾病	胸部X光影像	大语言模型（LLM）	医学图像	1400张胸部X光图像	NA	ChatGPT 4.0	敏感性、特异性、准确性	NA