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
21	2025-07-22	Spatially aware deep learning reveals tumor heterogeneity patterns that encode distinct kidney cancer states 2023-09-19, Cell reports. Medicine DOI:10.1016/j.xcrm.2023.101189 PMID:37729872	research paper	本研究开发了一种空间感知的深度学习模型，用于分析肾透明细胞癌(ccRCC)的肿瘤和免疫特征，揭示了与免疫检查点抑制剂(ICI)反应相关的肿瘤异质性模式	利用深度学习模型从全切片图像(WSIs)中识别出人类病理学家无法发现的肿瘤异质性模式，并发现这些模式与PBRM1功能缺失及患者预后相关	研究样本量虽然较大(n=1,102)，但仍可能存在一定的选择偏差	探索肾透明细胞癌(ccRCC)的肿瘤异质性模式及其与免疫治疗反应的关系	肾透明细胞癌(ccRCC)患者	digital pathology	kidney cancer	deep learning, multiplex immunofluorescence	spatially aware deep-learning models	whole-slide images (WSIs), multiplex immunofluorescence images	1,102名患者
22	2025-07-22	Automated Identification of Heart Failure with Reduced Ejection Fraction using Deep Learning-based Natural Language Processing 2023-Sep-11, medRxiv : the preprint server for health sciences DOI:10.1101/2023.09.10.23295315 PMID:37745445	研究论文	开发了一种基于深度学习的自然语言处理模型，用于从出院摘要中自动识别射血分数降低的心力衰竭（HFrEF）患者	采用半监督学习框架开发的新型深度学习语言模型，能够高精度地从临床笔记中识别HFrEF患者	研究主要依赖于特定医院的数据，可能在其他医疗环境中的泛化能力有待验证	开发自动化工具以评估和提高HFrEF患者的护理质量	射血分数降低的心力衰竭（HFrEF）患者	自然语言处理	心血管疾病	深度学习	深度学习语言模型	文本（出院摘要）	13,251份笔记来自5,392名独特个体，包括2,487名HFrEF患者
23	2025-07-22	T1dCteGui: A User-Friendly Clinical Trial Enrichment Tool to Optimize T1D Prevention Studies by Leveraging AI/ML Based Synthetic Patient Population 2023-09, Clinical pharmacology and therapeutics DOI:10.1002/cpt.2976 PMID:37326252	research paper	开发了一个用户友好的临床试验富集工具T1dCteGui，利用AI/ML生成的合成患者群体优化1型糖尿病预防研究	开发了一个基于深度学习的生成模型，用于生成合成患者群体，以支持临床试验富集工具的使用	工具依赖于合成患者群体，可能无法完全反映真实患者群体的多样性	优化1型糖尿病预防研究的临床试验富集策略	1型糖尿病高风险人群	digital pathology	type 1 diabetes	deep learning-based generative model	accelerated failure time model	clinical data	来自多个观察性研究的患者水平数据
24	2025-07-22	Confidence-based laboratory test reduction recommendation algorithm 2023-05-10, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-023-02187-3 PMID:37165369	研究论文	提出一种新的深度学习模型，用于识别住院患者不必要的血红蛋白(Hgb)检测，以降低健康风险和医疗成本	采用基于预测置信度的算法设计，选择性考虑高置信度样本进行推荐，并充分利用变量相关性和时间依赖性	未提及模型在更广泛医院或不同患者群体中的适用性验证	减少不必要的实验室检测，降低医疗成本和健康风险	住院患者的血红蛋白(Hgb)检测数据	机器学习	NA	深度学习	深度学习模型	实验室检测数据	来自休斯顿教学医院的内部患者数据和MIMIC III数据库的外部患者数据
25	2025-07-22	Deep learning-based polygenic risk analysis for Alzheimer's disease prediction 2023-Apr-06, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-023-00269-x PMID:37024668	研究论文	本研究开发了基于深度学习的神经网络模型，用于建模阿尔茨海默病的多基因风险，并与其他统计模型进行比较	利用深度学习方法捕捉高维基因组数据中的非线性关系，提高了阿尔茨海默病风险预测的准确性，并揭示了疾病相关生物通路	未提及具体样本量及数据来源的详细信息，可能影响模型泛化能力	开发更准确的阿尔茨海默病多基因风险预测模型，并探索疾病机制	阿尔茨海默病的多基因风险	机器学习	阿尔茨海默病	深度学习方法	神经网络	基因组数据	NA
26	2025-07-22	Self-supervised semantic segmentation of retinal pigment epithelium cells in flatmount fluorescent microscopy images 2023-04-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btad191 PMID:37067486	research paper	提出了一种自监督语义分割方法（S4），用于视网膜色素上皮（RPE）细胞的准确分割，以支持RPE衰老研究中的大规模细胞形态学分析	开发了自监督学习策略和新的图像增强算法（AugCut），通过重建和成对表示损失以及形态学损失来提高分割网络的性能	未明确提及具体局限性，但可能依赖于自监督学习的效果和图像增强算法的适用性	提高视网膜色素上皮（RPE）细胞在荧光显微镜图像中的分割准确性，以支持衰老研究	视网膜色素上皮（RPE）细胞	digital pathology	geriatric disease	荧光显微镜成像	encoder-decoder architecture	image	大量荧光显微镜图像（具体数量未提及）
27	2025-07-22	The expert's knowledge combined with AI outperforms AI alone in seizure onset zone localization using resting state fMRI 2023, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2023.1324461 PMID:38274868	研究论文	本研究评估了专家知识与AI结合在利用静息态功能MRI（rs-fMRI）连接组学定位癫痫发作区（SOZ）中的效果，发现其优于单独使用深度学习（DL）方法	结合专家知识与深度学习技术，显著提高了难治性癫痫（RE）患者SOZ定位的准确性和F1分数	样本量较小（52名儿童患者），且仅针对难治性癫痫患者进行研究	提高难治性癫痫患者癫痫发作区的定位准确性	52名难治性癫痫儿童患者的静息态功能MRI数据	数字病理学	癫痫	静息态功能MRI（rs-fMRI）连接组学	深度学习（DL）	图像	52名难治性癫痫儿童患者
28	2025-07-21	Deep learning, 3D ultrastructural analysis reveals quantitative differences in platelet and organelle packing in COVID-19/SARSCoV2 patient-derived platelets 2023-Dec, Platelets IF:2.5Q2 DOI:10.1080/09537104.2023.2264978 PMID:37933490	research paper	利用深度学习和3D超微结构分析技术，研究COVID-19患者血小板及其细胞器的定量差异	首次结合FIB-SEM高分辨率成像和深度学习方法，对COVID-19患者血小板进行3D超微结构定量分析	样本量有限（仅3名健康对照和3名重症COVID-19患者）	探究COVID-19患者血小板形态特征与微血栓形成的关联	血小板及其α颗粒和线粒体	digital pathology	COVID-19	FIB-SEM	deep learning	3D超微结构图像	600个血小板和30000个细胞器（来自3名健康对照和3名COVID-19患者）
29	2025-07-21	The Overlooked Role of Specimen Preparation in Bolstering Deep Learning-Enhanced Spatial Transcriptomics Workflows 2023-Oct-09, medRxiv : the preprint server for health sciences DOI:10.1101/2023.10.09.23296700 PMID:37873287	研究论文	本研究探讨了改进的样本处理工作流程对基于深度学习的空间转录组学评估的影响	提出了一种改进的样本处理工作流程，结合Visium CytAssist检测的灵活性，实现了自动化H&E染色、高分辨率全玻片成像以及多患者组织切片的复用	研究队列规模较小（13名pT3期结直肠癌患者），深度学习模型训练成本较高	提升空间转录组学工作流程的可靠性、分辨率和可扩展性	结直肠癌患者的组织切片	数字病理学	结直肠癌	空间转录组学、H&E染色、全玻片成像	Inceptionv3	图像、基因表达数据	13名pT3期结直肠癌患者
30	2025-07-21	LSOR: Longitudinally-Consistent Self-Organized Representation Learning 2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43907-0_27 PMID:37961067	研究论文	提出了一种名为LSOR的自监督学习方法，用于从纵向脑部MRI中学习高维可解释表示	首次提出自监督SOM方法，通过软聚类提高训练稳定性，并生成按脑年龄分层的潜在空间	方法仅基于纵向脑部MRI，未利用人口统计或认知信息	解决深度学习模型在纵向脑部MRI应用中的可解释性问题	阿尔茨海默病神经影像学倡议(ADNI)的纵向MRI数据	数字病理学	阿尔茨海默病	自监督学习，SOM(自组织映射)	SOM	MRI图像	ADNI数据集中的纵向MRI
31	2025-07-21	Leveraging spatial transcriptomics data to recover cell locations in single-cell RNA-seq with CeLEry 2023-07-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-39895-3 PMID:37422469	研究论文	提出了一种名为CeLEry的监督深度学习算法，利用空间转录组学数据恢复单细胞RNA测序中的细胞位置信息	CeLEry通过变分自编码器进行数据增强，提高了方法的鲁棒性，并能克服scRNA-seq数据中的噪声	NA	解决单细胞RNA测序中细胞物理关系缺失的问题，恢复细胞的空间位置信息	单细胞RNA测序数据中的细胞	生物信息学	癌症	scRNA-seq, 空间转录组学	监督深度学习算法, 变分自编码器	基因表达数据, 空间位置数据	多个数据集，包括脑组织和癌组织，使用Visium、MERSCOPE、MERFISH和Xenium技术生成
32	2025-07-21	A deep learning algorithm to detect cutaneous squamous cell carcinoma on frozen sections in Mohs micrographic surgery: a retrospective assessment 2023-May-16, medRxiv : the preprint server for health sciences DOI:10.1101/2023.05.14.23289960 PMID:37293008	研究论文	开发并评估一种用于实时组织学边缘分析的AI算法，以检测皮肤鳞状细胞癌（cSCC）	首次将深度学习算法应用于cSCC的术中边缘分析，特别是在不同分化状态的肿瘤中评估其准确性	对于高分化肿瘤，仅依靠组织形态学特征难以区分cSCC与表皮，需要进一步算法改进以考虑周围组织结构和肿瘤的原始解剖位置	提高皮肤鳞状细胞癌（cSCC）术中实时边缘分析的效率和准确性	接受Mohs显微手术的cSCC患者的冰冻切片	数字病理学	皮肤鳞状细胞癌	深度学习	CNN	图像	2020年1月至3月期间接受Mohs显微手术的cSCC患者的冰冻切片
33	2025-07-21	Towards Automatic Cartilage Quantification in Clinical Trials - Continuing from the 2019 IWOAI Knee Segmentation Challenge 2023-Mar, Osteoarthritis imaging DOI:10.1016/j.ostima.2023.100087 PMID:39036792	research paper	评估深度学习分割方法在骨关节炎临床试验中量化软骨损失的适用性	利用2019年IWOAI膝关节软骨分割挑战赛中六支团队的深度学习方法，评估其在纵向临床研究中量化软骨损失的能力	股骨区域的深度学习分割方法标准化响应均值较低，可能由于后处理中的简单子区域提取方法	评估深度学习分割方法在标准化纵向单扫描仪临床研究中量化软骨损失的适用性	骨关节炎患者的膝关节MRI扫描数据	digital pathology	骨关节炎	深度学习分割方法	DL	MRI图像	556名受试者的1130次膝关节MRI扫描
34	2025-07-21	Imputing Brain Measurements Across Data Sets via Graph Neural Networks 2023, Predictive Intelligence in Medicine. PRIME (Workshop) DOI:10.1007/978-3-031-46005-0_15 PMID:37946742	research paper	该研究提出了一种基于图神经网络（GNN）的方法，用于跨数据集估算大脑区域兴趣（ROI）的缺失测量值	通过将缺失测量值的估算问题重新定义为预测任务，并利用图神经网络建模ROI测量值之间的依赖关系，同时考虑人口统计学差异	方法依赖于另一个包含缺失测量值的公共数据集，且需要该数据集与目标数据集共享部分ROI测量值	解决结构MRI数据集中特定ROI测量值缺失的问题，以支持机器学习模型的训练	青少年大脑认知发展研究（ABCD）和国家青少年酒精与神经发育联盟（NCANDA）的MRI数据集	machine learning	NA	graph neural network (GNN)	GNN	MRI数据	ABCD数据集N=3760（最小年龄12岁），NCANDA数据集N=540
35	2025-07-20	Noninvasive grading of glioma brain tumors using magnetic resonance imaging and deep learning methods 2023-Dec, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05389-4 PMID:37698684	系统综述	本研究通过系统综述探讨了使用MRI和深度学习方法对胶质瘤脑肿瘤进行无创分级的现状	综合分析了2010-2022年间77篇学术文章，揭示了胶质瘤分割研究多于检测和分类的现状	仅纳入了英文文献，可能遗漏其他语言的重要研究	评估深度学习在胶质瘤MRI图像分析中的应用现状	胶质瘤脑肿瘤	数字病理学	脑癌	MRI	CNN	医学影像	77篇学术文章
36	2025-07-20	Predicting cutaneous malignant melanoma patients' survival using deep learning: a retrospective cohort study 2023-Dec, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05421-7 PMID:37755576	研究论文	本研究利用深度学习模型DeepCMM预测皮肤恶性黑色素瘤患者的生存率	开发了名为DeepCMM的深度学习生存模型，用于准确预测皮肤恶性黑色素瘤患者的总体生存率，并将其打包成Windows 64位软件供医生使用	研究为回顾性队列研究，可能存在数据偏差，且仅基于SEER数据库，未涉及其他潜在影响因素	预测皮肤恶性黑色素瘤患者的生存率以指导临床决策	皮肤恶性黑色素瘤患者	数字病理学	皮肤恶性黑色素瘤	深度学习	DeepCMM	临床数据	三个队列（训练队列2010-2013年诊断，验证队列2014年诊断，测试队列2015年诊断）
37	2025-07-20	Diagnostic accuracy of contrast-enhanced computed tomography in assessing cervical lymph node status in patients with oral squamous cell carcinoma 2023-Dec, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05470-y PMID:37875746	research paper	本研究评估了增强CT在口腔鳞状细胞癌患者颈部淋巴结转移诊断中的准确性，并探讨了与其可靠性相关的临床病理因素	研究发现增强CT在检测不同大小淋巴结转移时的敏感性和特异性存在显著差异，并提出了未来结合人工智能和深度学习提高CT诊断可靠性的可能性	研究为回顾性设计，且人工智能与深度学习在CT诊断中的应用仍需进一步研究	评估增强CT在口腔鳞状细胞癌患者颈部淋巴结转移诊断中的准确性	239名接受术前CT检查和根治性手术的原发性口腔鳞状细胞癌患者	digital pathology	oral squamous cell carcinoma	contrast-enhanced computed tomography (CT)	NA	medical imaging	239名原发性口腔鳞状细胞癌患者
38	2025-07-20	A deep learning approach based on multi-omics data integration to construct a risk stratification prediction model for skin cutaneous melanoma 2023-Nov, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05358-x PMID:37673824	研究论文	本研究提出了一种基于深度学习的多组学数据整合方法，用于构建皮肤黑色素瘤（SKCM）的风险分层预测模型	结合早期融合特征自编码器（AE）和晚期融合特征AE的深度学习框架，用于SKCM风险亚型的预测	研究依赖于TCGA数据库的数据，可能无法涵盖所有SKCM患者的多样性	构建SKCM的风险亚型分类预测模型，以改善预后预测和治疗决策	皮肤黑色素瘤（SKCM）患者	数字病理学	皮肤黑色素瘤	mRNA、miRNA和DNA甲基化测序	自编码器（AE）和SVM分类器	多组学数据（mRNA、miRNA、DNA甲基化）	TCGA数据库中的SKCM患者数据及两个独立测试数据集
39	2025-07-20	Development and external validation of the multichannel deep learning model based on unenhanced CT for differentiating fat-poor angiomyolipoma from renal cell carcinoma: a two-center retrospective study 2023-Nov, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05339-0 PMID:37672075	研究论文	开发并验证了一种基于非增强CT的多通道深度学习模型，用于区分脂肪贫乏型血管平滑肌脂肪瘤与肾细胞癌	首次提出基于非增强CT的多通道深度学习模型，用于区分脂肪贫乏型血管平滑肌脂肪瘤与肾细胞癌，并在内部和外部验证中表现出色	研究为回顾性设计，样本量相对有限，且仅在两所医院进行验证	开发并验证一种深度学习模型，以提高脂肪贫乏型血管平滑肌脂肪瘤与肾细胞癌的鉴别诊断准确性	脂肪贫乏型血管平滑肌脂肪瘤（fp-AML）和肾细胞癌（RCC）患者	数字病理	肾癌	CT成像	多通道深度学习模型	图像	452名患者（来自两所医院）
40	2025-07-20	SMiT: symmetric mask transformer for disease severity detection 2023-Nov, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05223-x PMID:37698681	研究论文	提出了一种名为SMiT的对称掩码预训练视觉Transformer模型，用于病理图像的分级诊断	采用纯Transformer框架替代传统CNN模型，通过对称掩码预训练策略提高对病灶区域细节特征的关注	未明确说明模型在更广泛疾病类型上的泛化能力	开发智能医疗诊断系统以提高疾病严重程度检测的准确性	结直肠癌病理图像和糖尿病视网膜病变数据集	数字病理	结直肠癌	高斯滤波去噪	Transformer	图像	4500张经过处理的结直肠癌组织病理学图像