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
1021	2025-07-15	Explainable deep learning for identifying cancer driver genes based on the Cancer Dependency Map 2025-May-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.28.651122 PMID:40654945	研究论文	本研究开发了xNNDriver和xAEDriver两种可解释的深度学习模型，用于识别癌症驱动基因和突变模式	结合生物信息学知识开发了监督学习模型xNNDriver和无监督可解释自编码器xAEDriver，能够量化基因作为癌症驱动因子的可能性并揭示突变模式	未明确说明模型在临床样本中的验证情况以及与其他方法的比较结果	开发可解释的深度学习方法来识别癌症驱动基因和突变模式	癌症驱动基因和突变	数字病理学	癌症	深度学习	xNNDriver (监督学习), xAEDriver (自编码器)	基因组依赖分数和突变状态数据	基于Cancer Dependency Map (DepMap)的肿瘤样本
1022	2025-07-15	Accurate and fast segmentation of filaments and membranes in micrographs and tomograms with TARDIS 2025-May-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.19.629196 PMID:39763817	研究论文	介绍了一种名为TARDIS的深度学习框架，用于自动且准确地分割电子显微镜图像中的膜和丝状结构	采用新型几何变换器架构，首次实现了对这些结构的精确实例分割，将注释时间从数月缩短至几分钟	未提及在特定生物分子或应用场景下的性能限制	开发一种快速准确的生物大分子结构分割方法，以促进生物物理定量分析	电子显微镜图像中的膜和丝状结构	计算机视觉	NA	电子断层扫描(ET)	Transformer	2D/3D电子显微图像	超过13,000个断层扫描图像
1023	2025-07-15	A Novel Technique for Fluorescence Lifetime Tomography 2025-Apr-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.19.613888 PMID:39345436	研究论文	提出了一种基于深度神经网络的荧光寿命层析成像新技术AUTO-FLI，用于在深层组织中实现3D强度和定量寿命重建	开发了名为AUTO-FLI的深度学习模型，能够在厘米深度实现高散射介质中的3D定量荧光寿命成像	目前仅在模拟小鼠体模上进行实验验证，尚未在真实生物组织中进行广泛测试	解决深层组织中荧光寿命3D成像的技术挑战	高散射介质中的荧光寿命成像	生物医学成像	NA	荧光寿命成像(FLIM)	深度神经网络(DL)	3D成像数据	解剖学精确的小鼠模拟体模
1024	2025-07-15	All-at-once RNA folding with 3D motif prediction framed by evolutionary information 2025-Apr-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.17.628809 PMID:39764046	research paper	介绍了一种名为CaCoFold-R3D的概率语法模型，用于联合预测RNA的3D结构和二级结构	CaCoFold-R3D利用RNA比对中的进化信息可靠地识别规范螺旋（包括假结），并引入了R3D语法，利用螺旋共变约束大部分非共变的RNA 3D模块的定位	NA	开发一种能够预测RNA 3D结构和二级结构的联合概率语法模型	RNA的3D结构和二级结构	computational biology	NA	probabilistic grammar, evolutionary information	CaCoFold-R3D	RNA sequence and alignment	over fifty known RNA motifs
1025	2025-07-15	Improving Identification of Drug-Target Binding Sites Based on Structures of Targets Using Residual Graph Transformer Network 2025-Feb-03, Biomolecules IF:4.8Q1 DOI:10.3390/biom15020221 PMID:40001524	研究论文	提出了一种基于目标结构的深度学习框架RGTsite，用于改进药物-靶标结合位点的识别	采用残差图Transformer网络（RGTsite）结合1D-CNN和ProtT5预训练模型，融合多模态信息以提升结合位点预测性能	未明确提及数据不平衡问题的具体解决方案或模型在极端不平衡场景下的表现	提升药物-靶标结合位点的识别准确性以加速药物开发流程	蛋白质靶标结构及其结合位点	生物信息学	NA	1D-CNN、ProtT5预训练模型、图Transformer网络（GTN）	Residual Graph Transformer Network (RGTsite)	蛋白质序列数据、结构数据及理化性质	多个基准数据集（未明确具体数量）
1026	2025-07-15	A Vessel Bifurcation Landmark Pair Dataset for Abdominal CT Deformable Image Registration (DIR) Validation 2025-Jan-15, ArXiv PMID:39876932	research paper	该文章介绍了一种用于腹部CT可变形图像配准(DIR)验证的首创基准数据集，包含大量高精度的血管分叉标志点对	首次提供了腹部CT DIR验证的基准数据集，包含高精度的血管分叉标志点对，支持未来算法开发	数据集仅包含30名患者的腹部CT图像，可能不足以覆盖所有临床场景	开发一个用于验证腹部CT可变形图像配准算法的基准数据集	腹部CT图像和血管分叉标志点对	digital pathology	NA	deep learning, deformable image registration	deep learning model	CT image	30名患者的腹部CT图像，共1895个标志点对
1027	2025-07-15	Physical and mental health management for the older adult using XGBoost algorithm supported by new media technology: developing personalized health intervention plans using healthcare data from the CLHLS database 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1535056 PMID:40520309	研究论文	本研究提出了一种结合新媒体技术的综合数字健康管理平台，旨在为老年人提供个性化的身心健康管理方案	结合LDA主题建模、ResNet50图像特征提取和XGBoost算法，构建多模态健康风险评估模型，并整合区块链技术确保数据安全	研究基于CLHLS数据库数据，可能受限于该数据库的样本覆盖范围和数据类型	开发精准智能的老年人健康管理解决方案，提升慢性病预防和生活质量	中国老年人群体（基于CLHLS数据库）	数字健康	老年疾病	LDA主题建模、ResNet50图像特征提取、XGBoost算法、区块链技术	XGBoost、ResNet50、LDA	多模态数据（文本+图像）	中国老年健康影响因素跟踪调查(CLHLS)数据库数据（具体样本量未说明）
1028	2025-07-15	A Deep Learning Model for Accurate Segmentation of the Drosophila melanogaster Brain from Micro-CT Imaging 2024-Dec-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.30.630782 PMID:39803485	research paper	该研究开发了一种深度学习模型，用于从Micro-CT图像中准确分割果蝇大脑	利用预训练神经网络，仅需1-3张Micro-CT图像即可训练出准确的深度学习模型，并能适应不同组织对比染色、扫描仪型号和基因型	模型训练所需数据量较少，但仍需验证在更广泛样本上的适用性	开发一种高效准确的果蝇大脑Micro-CT图像分割方法	果蝇（Drosophila melanogaster）大脑	digital pathology	NA	Micro-CT成像	深度学习模型（基于Dragonfly预训练神经网络）	三维Micro-CT图像	1-3张成年果蝇大脑Micro-CT图像
1029	2025-07-15	Unveiling the stochastic nature of human heteropolymer ferritin self-assembly mechanism 2024-Aug, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5104 PMID:38995055	研究论文	本研究揭示了人类异聚体铁蛋白自组装机制的随机性	通过独特设计的质粒合成特定H与L亚基比例的异聚体铁蛋白，结合高分辨率冷冻电镜分析和基于深度学习的氨基酸建模，揭示了异聚体铁蛋白自组装过程中的独特结构特征和H-L异源二聚体的显著偏好性	对铁蛋白微异质性在组织特异性适应过程中的生理意义仍需进一步研究	理解H和L亚基的结构复杂性如何影响它们与细胞机器的相互作用	异聚体铁蛋白	结构生物学	NA	高分辨率冷冻电镜分析、深度学习建模	深度学习	蛋白质结构数据	特定H与L亚基比例的异聚体铁蛋白样本
1030	2025-07-15	A week in the life of the human brain: stable states punctuated by chaotic transitions 2024-Jan-15, Research square DOI:10.21203/rs.3.rs-2752903/v3 PMID:37034705	research paper	研究人类大脑在自然行为中的神经动力学，揭示大脑网络形成稳定状态及其与行为和生理的关系	利用深度学习与动态系统方法，首次揭示了大脑网络在自然行为中形成稳定状态并通过混沌过渡探索新状态的机制	研究样本量较小（20人），且仅基于颅内电极记录，可能无法完全代表所有人群	探索人类大脑在自然行为中的神经动力学及其与行为和生理的关系	20名人类受试者在自然行为（社交、使用数字设备、睡眠等）中的大脑活动	神经科学	NA	多电极颅内记录	深度学习	神经电生理数据	20名人类受试者，连续3-12天的记录
1031	2025-07-15	Review of Deep Learning Performance in Wireless Capsule Endoscopy Images for GI Disease Classification 2024, F1000Research DOI:10.12688/f1000research.145950.2 PMID:39464781	review	本文综述了深度学习在无线胶囊内窥镜图像中用于胃肠道疾病分类的性能	总结了深度学习在无线胶囊内窥镜图像分析中的最新进展，包括迁移学习、注意力机制、多模态学习等	指出了当前深度学习方法在无线胶囊内窥镜图像分析中的挑战和局限性	探讨深度学习在无线胶囊内窥镜图像分析中的研究趋势和未来方向	无线胶囊内窥镜图像	digital pathology	gastrointestinal disease	deep learning	NA	image	NA
1032	2025-07-15	Utilisation of ChatGPT and other Artificial Intelligence tools among medical faculty in Uganda: a cross-sectional study 2024, MedEdPublish (2016) DOI:10.12688/mep.20554.3 PMID:39911314	研究论文	评估乌干达医学院教师对ChatGPT及其他AI工具的使用情况	首次在乌干达医学院教师中调查ChatGPT及其他AI工具的使用情况，揭示了年龄与AI工具使用之间的关系	研究仅限于乌干达四所公立大学的医学院教师，样本量较小（224人），可能无法代表更广泛的人群	评估医学院教师对AI工具的使用情况及其影响因素	乌干达四所公立大学的医学院教师	自然语言处理	NA	问卷调查	NA	调查数据	224名医学院教师
1033	2025-07-15	DeepCLEM: automated registration for correlative light and electron microscopy using deep learning 2020, F1000Research DOI:10.12688/f1000research.27158.3 PMID:37397873	研究论文	介绍了一种名为DeepCLEM的全自动CLEM配准工作流程，利用深度学习预测EM图像中的荧光信号，并与实验测量的染色质信号进行自动配准	提出了一种全自动的CLEM配准工作流程，无需手动操作或使用基准标记，通过深度学习预测荧光信号	虽然原则上可以适应其他成像模式和3D堆栈，但具体应用效果未在文中详细讨论	解决荧光图像与EM图像的高精度配准问题	荧光图像和EM图像	计算机视觉	NA	深度学习	CNN	图像	NA
1034	2025-07-14	Deep learning-based post-hoc noise reduction improves quarter-radiation-dose coronary CT angiography 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112232 PMID:40505606	研究论文	评估深度学习后处理降噪技术对四分之一辐射剂量冠状动脉CT血管造影图像质量、CAD-RADS评估及诊断性能的影响	首次在外部数据集上验证深度学习降噪技术对低剂量冠状动脉CT血管造影的优化效果，显著提升图像质量与诊断一致性	仅纳入运动伪影完全消除的病例（40例），样本量有限且存在选择偏倚	提升低剂量冠状动脉CT血管造影的临床可用性	接受回顾性心电门控冠状动脉CT血管造影检查的患者（n=221筛选后40例）	医学影像分析	心血管疾病	深度学习降噪（DLNR）、迭代重建、剂量调制扫描	残差密集网络（Residual Dense Network）	CT影像	40例患者（71±7岁，24名男性）的双期相扫描数据
1035	2025-07-14	Automated sex and age estimation from orthopantomograms using deep learning: A comparison with human predictions 2025-Sep, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112531 PMID:40544576	research paper	开发了一种基于多任务深度学习的自动化方法，用于从正颌全景片中估计性别和年龄，并与人类预测进行比较	采用多任务学习方法和注意力分支，显著提高了性别和年龄估计的准确性和一致性	数据集仅包含2067张正颌全景片，可能不足以涵盖所有可能的变异情况	开发一种自动且稳健的方法，用于从正颌全景片中估计性别和年龄	正颌全景片	digital pathology	NA	deep learning	multi-task learning network with VGG backbone	image	2067张正颌全景片，性别和年龄分布均匀，年龄范围3至89岁
1036	2025-07-14	Multimodal deep learning for predicting unsuccessful recanalization in refractory large vessel occlusion 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112254 PMID:40544716	研究论文	本研究探索了一种多模态深度学习方法，整合干预前神经影像和临床数据，以预测急性缺血性卒中患者的血管内治疗结果	提出了一种结合血管分割、临床变量和影像数据的多模态模型，显著提高了预测性能	研究为单中心回顾性队列，样本量相对有限	预测急性缺血性卒中患者血管内治疗的结果	接受血管内治疗的前循环大血管闭塞患者	数字病理	心血管疾病	非对比CT、CTA、CT灌注	CNN、DAFT模块	影像、临床数据	599名患者（481名训练，118名测试）
1037	2025-07-14	Deep learning model using CT images for longitudinal prediction of benign and malignant ground-glass nodules 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112252 PMID:40544718	研究论文	开发并验证了一种基于CT图像的多时间序列深度学习模型，用于纵向预测良性和恶性肺磨玻璃结节	提出了一种基于transformer的深度学习框架，利用多时相CT图像进行磨玻璃结节的良恶性预测，并结合CT语义特征提升模型性能	研究仅基于两家医疗中心的数据，样本量和多样性可能存在限制	开发能够纵向预测肺磨玻璃结节良恶性的深度学习模型	肺磨玻璃结节（GGNs）	数字病理学	肺癌	CT成像	transformer	图像	486个GGNs（来自486名患者）
1038	2025-07-14	The value of a deep learning image reconstruction algorithm for assessing vertebral compression fractures using dual-energy computed tomography 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112244 PMID:40544715	研究论文	评估深度学习图像重建算法在双能计算机断层扫描中评估椎体压缩性骨折的价值	使用深度学习图像重建算法（DLIR）改进虚拟非羟基磷灰石（VNHAP）和虚拟单能图像（VMIs）的质量，并提高放射科医生检测急性椎体压缩性骨折（VCFs）的表现	研究样本量有限，仅包含103个椎体	评估DLIR在提高图像质量和放射科医生检测急性VCFs表现方面的价值	46个正常椎体、29个急性VCFs和28个慢性VCFs	数字病理	椎体压缩性骨折	双能计算机断层扫描（DECT）	深度学习图像重建算法（DLIR）	图像	103个椎体（46个正常椎体、29个急性VCFs和28个慢性VCFs）
1039	2025-07-14	Enhancing MRI efficiency in musculoskeletal examinations: Impact of optimized facility design and workflow optimization efforts 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112263 PMID:40582172	研究论文	评估优化设计的MRI设施与传统设施在工作流程效率上的差异	通过优化MRI设施设计和引入深度学习重建技术，显著提高了非对比增强肌肉骨骼检查的工作效率和患者吞吐量	研究为回顾性设计，可能受到未控制变量的影响	评估MRI设施优化设计对工作流程效率的影响	7164例非对比MRI检查（包括膝盖、肩部和踝关节）	医疗影像	肌肉骨骼疾病	MRI扫描和深度学习重建	DL-based重建	医疗影像数据	7164例非对比MRI检查（3951例膝盖、2246例肩部、967例踝关节）
1040	2025-07-14	Predicting brain metastases in EGFR-positive lung adenocarcinoma patients using pre-treatment CT lung imaging data 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112265 PMID:40592110	研究论文	本研究旨在通过整合放射组学特征和深度学习特征，利用治疗前肺部CT图像数据，建立双特征融合模型，以实现对EGFR阳性肺腺癌患者两年内脑转移风险的早期预警	首次将新型视觉mamba网络应用于此背景，开发了结合放射组学和深度学习特征的特征级融合模型，显著提高了预测准确性	研究样本量相对较小（173例患者），且仅使用单模态CT图像数据	早期预警EGFR阳性肺腺癌患者的脑转移风险	EGFR阳性肺腺癌患者	数字病理学	肺癌	CT成像	融合视觉mamba模型	图像	173例EGFR阳性肺腺癌患者（93例有脑转移，80例无脑转移）