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	2025-06-02	Dimensionality Reduction for Improving Out-of-Distribution Detection in Medical Image Segmentation 2023-Oct, Uncertainty for safe utilization of machine learning in medical imaging : 5th international workshop, UNSURE 2023, held in conjunction with MICCAI 2023, Vancouver, BC, Canada, October 12, 2023, proceedings. UNSURE (Workshop) (5th : 2023... DOI:10.1007/978-3-031-44336-7_15 PMID:40443712	research paper	该研究提出了一种利用降维技术改进医学图像分割中分布外检测的方法	首次将马氏距离应用于Swin UNETR模型的瓶颈特征，结合PCA降维技术，实现了高效的分布外图像检测	研究仅针对T1加权MRI中的肝脏分割任务进行了验证，未在其他医学图像模态或解剖结构上测试	提高医学图像分割模型对分布外数据的检测能力，减少临床自动化偏见	T1加权磁共振成像中的肝脏分割	digital pathology	liver disease	principal component analysis (PCA)	Swin UNETR	image	NA
2	2025-06-02	A microwell platform for high-throughput longitudinal phenotyping and selective retrieval of organoids 2023-09-20, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2023.08.002 PMID:37734323	research paper	开发了一种基于微孔的方法，用于高通量定量分析从单细胞生长的类器官的图像参数，并可进一步从微孔中检索类器官进行分子分析	提出了一种微孔平台，解决了传统批量培养类器官时物理重叠和微环境空间变异的问题，实现了高通量纵向表型分析和选择性检索	NA	研究类器官的生长和表型特征，以探索疾病（如癌症）的发生和发展机制	人类胃类器官模型	digital pathology	cancer	CRISPR, deep learning image-processing pipeline	NA	image	两个CRISPR工程的人类胃类器官模型
3	2025-06-02	Sub-second photon dose prediction via transformer neural networks 2023-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.16231 PMID:36669122	research paper	提出了一种结合Transformer和卷积层的深度学习算法iDoTA，用于快速预测光子束剂量分布	结合Transformer和卷积层的深度学习算法iDoTA，能够在毫秒级别内准确预测光子束剂量分布	需要大量训练数据，且仅针对特定类型的光子束剂量分布进行预测	开发一种快速且准确的光子束剂量分布预测算法，用于在线和实时自适应治疗工作流程	光子束剂量分布	machine learning	prostate cancer, lung cancer, head and neck cancer	deep learning	Transformer, CNN	3D CT images	1700 beam dose distributions from 11 clinical VMAT plans
4	2025-05-31	Development of Multiscale 3D Residual U-Net to Segment Edematous Adipose Tissue by Leveraging Annotations from Non-Edematous Adipose Tissue 2023-Nov, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2669719 PMID:40256010	研究论文	本文开发了一种多尺度3D残差U-Net模型，用于从非水肿脂肪组织的注释中分割水肿脂肪组织	利用不准确的注释直接训练深度学习模型，提高了脂肪组织分割的准确性，无需手动注释	训练数据中缺乏水肿脂肪组织的异质性，可能影响模型在极端情况下的表现	开发一种无需手动注释的深度学习模型，用于医学图像中的脂肪组织分割	CT扫描中的脂肪组织	数字病理学	水肿	深度学习	3D残差U-Net	医学图像（CT扫描）	训练集101名患者，测试集14名患者（其中10名患有全身性水肿）
5	2025-05-31	Automated Classification of Intravenous Contrast Enhancement Phase of CT Scans Using Residual Networks 2023-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2655263 PMID:40248190	research paper	本研究利用残差网络（ResNet34）自动分类CT扫描的静脉对比增强阶段，以提高计算机辅助诊断的准确性	首次使用ResNet34自动分类多期CT扫描的静脉对比增强阶段，准确率达99%，优于VGG19和DenseNet121	研究使用的数据集仅包含395个弱标记的多期CT扫描，样本量相对较小	开发一种自动分类多期CT扫描的方法，以改进数据增强和深度学习模型的训练	多期CT扫描的静脉对比增强阶段	computer vision	NA	deep learning	ResNet34, VGG19, DenseNet121	image	395个多期CT扫描（316训练，79测试）
6	2025-05-29	Structural and functional connectome relationships in early childhood 2023-12, Developmental cognitive neuroscience IF:4.6Q1 DOI:10.1016/j.dcn.2023.101314 PMID:37898019	research paper	研究早期儿童大脑结构与功能连接组的关系及其发展模式	应用了一种基于图卷积神经网络的深度学习模型和新损失函数，以更好地捕捉个体间异质性并预测个体的功能连接	研究样本主要集中在1至6岁的儿童和成人，可能无法完全代表其他年龄段的结构-功能关系	探究早期儿童大脑皮质结构与功能耦合的发展及其与成人的比较	儿童（1、2、4、6岁）和成人的大脑结构与功能连接	神经科学	NA	图卷积神经网络	GCN	神经影像数据	360名儿童和89名成人
7	2025-05-29	Application of artificial intelligence in the diagnosis of hepatocellular carcinoma 2023-Sep, eGastroenterology DOI:10.1136/egastro-2023-100002 PMID:39944000	review	本文综述了人工智能在肝细胞癌放射学诊断中的最新应用进展	探讨了AI特别是深度学习和神经网络模型在HCC放射学检测中的应用及其优势	需要进一步研究和临床实施以充分发挥AI在HCC管理中的潜力	提高肝细胞癌的早期检测、治疗选择和患者预后	肝细胞癌（HCC）	digital pathology	liver cancer	deep learning, neural network models	NA	imaging data	NA
8	2025-05-29	ChromaFold predicts the 3D contact map from single-cell chromatin accessibility 2023-Jul-28, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.27.550836 PMID:37546906	research paper	提出了一种名为ChromaFold的深度学习模型，用于从单细胞ATAC测序数据预测3D接触图和调控相互作用	ChromaFold能够仅使用scATAC-seq数据预测3D接触图和调控相互作用，且在性能上优于现有方法	需要依赖配对scATAC-seq和Hi-C数据进行训练，可能限制了其在某些场景下的应用	通过预测3D染色质相互作用来解析基因调控和疾病相关非编码变异的功能	人类和小鼠细胞系及组织中的3D染色质相互作用	machine learning	NA	scATAC-seq, Hi-C	deep learning	genomic data	人类和小鼠细胞系及组织
9	2025-05-28	Update on muscle imaging in myositis 2023-11-01, Current opinion in rheumatology IF:5.2Q1 DOI:10.1097/BOR.0000000000000975 PMID:37656661	综述	本文探讨了MRI、超声和PET/CT在肌炎或特发性炎症性肌病（IIM）的检测、诊断和管理中的最新进展	定量MRI提供了更客观、可能更敏感的肌肉脂肪浸润和炎症表征，剪切波弹性成像为研究IIM提供了新维度，PET/CT能够检测IIM相关恶性肿瘤	NA	探讨影像学技术在肌炎或特发性炎症性肌病（IIM）中的应用进展	肌炎或特发性炎症性肌病（IIM）患者	数字病理	肌炎	MRI、超声、PET/CT、剪切波弹性成像	NA	影像数据	NA
10	2025-05-28	Machine learning applications and challenges in graft-versus-host disease: a scoping review 2023-11-01, Current opinion in oncology IF:2.8Q2 DOI:10.1097/CCO.0000000000000996 PMID:37820094	综述	本文综述了人工智能（AI）特别是机器学习（ML）在移植物抗宿主病（GVHD）风险评估、诊断和个性化治疗中的应用潜力	ML算法在异基因造血干细胞移植供体选择中优于传统多变量统计模型，并能通过建模时间序列数据进行动态风险评估，深度学习模型能准确识别慢性GVHD影响的皮肤区域	需要大规模、多中心合作开发可推广的ML模型，并在AI广泛应用于GVHD护理前解决严格的伦理准则实施等关键问题	探讨AI特别是ML在GVHD风险评估、诊断和个性化治疗中的应用	移植物抗宿主病（GVHD）	机器学习	移植物抗宿主病	机器学习（ML）、深度学习、Q-learning、深度强化学习	深度学习模型、Q-learning、深度强化学习	时间序列数据、图像数据	NA
11	2025-05-28	MRI-based Deep Learning Assessment of Amyloid, Tau, and Neurodegeneration Biomarker Status across the Alzheimer Disease Spectrum 2023-10, Radiology IF:12.1Q1 DOI:10.1148/radiol.222441 PMID:37815445	research paper	该研究利用深度学习和MRI数据预测阿尔茨海默病中PET确定的淀粉样蛋白、tau蛋白和神经退行性生物标志物状态	首次使用深度学习结合MRI和常规诊断数据非侵入性地预测ATN生物标志物状态，避免了PET的高成本和电离辐射	研究为回顾性设计，需要在前瞻性队列中验证模型的泛化能力	开发基于MRI的深度学习方法替代PET进行阿尔茨海默病ATN生物标志物分类	阿尔茨海默病患者	digital pathology	geriatric disease	PET扫描、MRI扫描	CNN与逻辑回归结合的混合模型	医学影像(MRI/PET)与临床数据	2099对淀粉样蛋白PET-MRI数据(75±10岁)、557对tau蛋白PET-MRI数据(75±7岁)、2768对FDG PET-MRI数据(75±7岁)
12	2025-05-28	A Hybrid Deep Learning Approach to Identify Preventable Childhood Hearing Loss 2023 Sep-Oct 01, Ear and hearing IF:2.6Q1 DOI:10.1097/AUD.0000000000001380 PMID:37318215	研究论文	本研究评估了一种混合深度学习模型在自动化鼓室图分类中的应用，以促进资源有限社区中由非专业人员指导的鼓室测听	开发了一种混合深度学习模型，用于自动化鼓室图分类，其性能优于内置分类器和基于临床推荐规范值的决策树	研究样本主要来自阿拉斯加农村地区的 underserved 人群，可能限制了结果的普遍性	评估机器学习在自动化鼓室图分类中的效用，以促进资源有限社区中的听力筛查	1635名学龄儿童，来自阿拉斯加农村 underserved 人群	机器学习	儿童听力损失	混合深度学习模型	混合深度学习模型	鼓室图数据	1635名儿童，4810对鼓室图数据
13	2025-05-28	Deep learning-based Fast Volumetric Image Generation for Image-guided Proton FLASH Radiotherapy 2023-Jul-26, Research square DOI:10.21203/rs.3.rs-3112632/v1 PMID:37546731	研究论文	开发了一种基于深度学习的快速体积图像生成框架，用于质子FLASH放射治疗中的图像引导	提出了一种结合正交kV X射线投影和深度学习的体积图像重建方法，用于质子FLASH放射治疗中的快速目标定位	研究仅针对30名肺癌患者的数据进行验证，样本量较小	开发一种快速体积图像重建框架，以支持质子FLASH放射治疗中的精确目标定位	肺癌患者	数字病理学	肺癌	深度学习，X射线投影	DL	CT图像	30名肺癌患者，每人有包含十个呼吸阶段的四维CT数据集
14	2025-05-28	Cyclic peptide structure prediction and design using AlphaFold 2023-Feb-26, bioRxiv : the preprint server for biology DOI:10.1101/2023.02.25.529956 PMID:36865323	研究论文	本文报道了修改AlphaFold网络以准确预测和设计环肽结构的方法	通过修改AlphaFold网络，实现了对环肽结构的准确预测和设计，并展示了高置信度预测结果与实验结构的匹配	可用于训练的环肽结构数据较少，可能限制了模型的泛化能力	开发深度学习方法来预测和设计环肽结构	环肽	机器学习	NA	AlphaFold	深度学习网络	蛋白质序列和结构数据	49个天然环肽案例，其中36个高置信度预测；设计了约10,000个候选结构，并对7个序列进行了X射线晶体结构验证
15	2025-05-27	Deep Learning System Outperforms Clinicians in Identifying Optic Disc Abnormalities 2023-06-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000001800 PMID:36719740	研究论文	开发了一种名为BONSAI-DLS的深度学习系统，用于在数字眼底照片上准确检测视盘异常，包括由颅内压升高引起的视乳头水肿	BONSAI-DLS在视盘外观分类上的表现优于所有临床医生，包括有或没有眼科培训的医生	研究使用的是回顾性收集的便利样本，可能无法完全代表所有临床情况	评估深度学习系统在检测视盘异常方面的性能，并与一线临床医生进行比较	454名患者的800张眼底照片，包括正常视盘、视乳头水肿和其他异常	数字病理	神经系统疾病	深度学习	DLS	图像	800张眼底照片（来自454名患者）
16	2025-05-26	Artificial Intelligence and Machine Learning in Rotator Cuff Tears 2023-Sep-01, Sports medicine and arthroscopy review IF:2.5Q2 DOI:10.1097/JSA.0000000000000371 PMID:37976127	综述	本文综述了人工智能和机器学习在肩袖撕裂诊断和管理中的当前应用及未来潜力	探讨了深度学习特别是卷积神经网络在肩袖撕裂MRI诊断中的高准确性，以及AI在个性化患者护理和术后结果预测中的应用	数据集较小，部分厚度撕裂的分类存在复杂性	评估AI在肩袖撕裂管理中的应用潜力	肩袖撕裂患者	数字病理学	肩袖撕裂	深度学习	CNN	医学影像	NA
17	2025-05-22	The regulatory landscape of 5' UTRs in translational control during zebrafish embryogenesis 2023-Nov-23, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.23.568470 PMID:38045294	research paper	该研究通过大规模平行报告实验和深度学习模型，揭示了斑马鱼胚胎发生早期5' UTR在翻译调控中的关键作用	首次在早期脊椎动物发育中建立了5' UTR翻译调控的定量模型，并开发了能预测5' UTR异构体活性的深度学习模型DaniO5P	研究仅针对斑马鱼胚胎发生早期阶段，未涉及其他发育阶段或其他生物体	解析5' UTR在翻译调控中的作用机制	斑马鱼胚胎发生早期的5' UTR序列	生物信息学	NA	大规模平行报告实验、多核糖体分析	深度学习模型DaniO5P	序列数据	18,154个5' UTR序列
18	2025-05-21	Active learning of enhancer and silencer regulatory grammar in photoreceptors 2023-Aug-22, bioRxiv : the preprint server for biology DOI:10.1101/2023.08.21.554146 PMID:37662358	research paper	该研究使用主动机器学习方法训练深度学习模型，以预测光感受器中增强子和沉默子的调控语法	采用主动机器学习方法，通过迭代训练模型并选择最具信息量的合成DNA序列进行实验，显著减少了训练数据的需求	研究仅限于光感受器中的CRX转录因子结合位点，可能不适用于其他细胞类型或转录因子	开发能够从DNA序列准确预测调控元件活性的模型	光感受器中的调控元件（CREs）和Cone-rod homeobox（CRX）转录因子结合位点	machine learning	NA	active machine learning, deep learning	deep learning model	DNA sequence	使用比现有方法少一个数量级的训练数据
19	2025-05-17	Deep Learning-Based Analysis of Glottal Attack and Offset Times in Adductor Laryngeal Dystonia 2023-Nov-15, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2023.10.011 PMID:37977969	研究论文	本文开发了一种基于深度学习的自动化方法，用于测量声门攻击时间（GAT）和声门偏移时间（GOT），以辅助内收型喉肌张力障碍（AdLD）的诊断	首次使用深度学习框架自动分割声门区域并检测声带边缘，实现GAT和GOT的自动化测量	自动化测量与手动分析结果相比存在微小但不显著的差异	开发自动化测量方法以辅助AdLD的诊断	声带正常成年人和AdLD患者	数字病理学	喉肌张力障碍	高速视频内窥镜（HSV）	深度学习框架	视频	声带正常成年人和AdLD患者的HSV数据
20	2025-05-17	Applications of Artificial Intelligence in Choroid Visualization for Myopia: A Comprehensive Scoping Review 2023 Oct-Dec, Middle East African journal of ophthalmology IF:0.5Q4 DOI:10.4103/meajo.meajo_154_24 PMID:39959595	综述	本文综述了人工智能在近视患者脉络膜可视化中的应用，特别是深度学习技术在光学相干断层扫描（OCT）图像中分割脉络膜的效果和角色	综合评估了多种AI模型在脉络膜分割中的诊断准确性，并探讨了其在近视诊断和管理中的潜力	需要进一步标准化AI方法，并扩大其在更广泛临床环境中的应用	评估人工智能在近视患者脉络膜可视化中的应用效果	近视患者	数字病理	近视	光学相干断层扫描（OCT）	U-Net, LASSO回归, Attention-based Dense U-Net, ResNeSt101, Mask R-CNN	图像	12项研究，涉及不同近视程度的患者