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
41	2025-09-03	SIMPLEX: Multiple phase-cycled bSSFP quantitative magnetization transfer imaging with physic-guided simulation learning of neural network 2023-12-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.120449 PMID:37951485	研究论文	提出一种基于物理引导神经网络学习的定量磁化转移成像方法SIMPLEX，用于改进多相位循环bSSFP数据的参数拟合	利用MR信号模型生成训练样本，无需真实标注数据，首次将仿真学习直接应用于体内数据定量分析	方法尚未在大规模临床数据集中验证，泛化能力需进一步评估	改进多相位循环bSSFP定量磁化转移成像的参数拟合精度与鲁棒性	磁共振成像信号与定量磁化转移参数	医学影像分析	NA	定量磁化转移成像（qMT），多相位循环平衡稳态自由进动（bSSFP）	神经网络	磁共振成像数据	仿真数据与体内实验数据（具体数量未明确说明）
42	2025-09-02	Deep learning prediction of hospital readmissions for asthma and COPD 2023-Dec-13, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-023-02628-7 PMID:38093373	研究论文	本研究利用电子健康记录数据和深度学习模型预测哮喘和COPD患者的再入院风险	首次比较多种机器学习方法和一种深度学习方法在预测哮喘和COPD再入院方面的性能，并发现多层感知机具有最佳预测效果	研究为观察性设计，可能存在未测量的混杂因素	识别哮喘和COPD严重急性发作的电子健康记录特征，并评估机器学习模型预测再入院的性能	因哮喘和COPD急性发作住院的患者	机器学习	呼吸系统疾病	电子健康记录分析	多层感知机(MLP)和四种ML模型	结构化医疗数据	5,794名患者（1,893名哮喘，3,901名COPD），其中2,682名患者用于模型分析
43	2025-08-29	Inferring Metabolic States from Single Cell Transcriptomic Data via Geometric Deep Learning 2023-Dec-07, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.05.570153 PMID:38105974	研究论文	提出基于几何深度学习的GEFMAP方法，利用单细胞转录组数据推断细胞代谢状态	首次将几何深度学习应用于代谢网络图结构，从单细胞转录组数据预测全局代谢通量和代谢途径	NA	解决单细胞代谢组学测量技术滞后问题，通过计算模型预测细胞代谢状态	单细胞转录组数据	计算生物学	NA	scRNAseq, 几何深度学习	几何深度学习模型	基因表达数据	NA
44	2025-04-24	Geneformer: a deep learning model for exploring gene networks 2023-12, Science China. Life sciences DOI:10.1007/s11427-023-2431-x PMID:37672186	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
45	2025-08-09	A comparison of 18 F-FDG PET-based radiomics and deep learning in predicting regional lymph node metastasis in patients with resectable lung adenocarcinoma: a cross-scanner and temporal validation study 2023-Dec-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001776 PMID:37728592	研究论文	比较基于18 F-FDG PET的放射组学和深度学习在预测可切除肺腺癌患者区域淋巴结转移中的表现	首次比较了手工放射组学和深度学习在不同代PET扫描仪上的表现，并验证了深度学习模型的跨扫描仪有效性	样本量较小，特别是数字PET队列仅有17例患者	预测可切除肺腺癌患者的病理区域淋巴结转移状态	148例接受根治性手术的肺腺癌患者	数字病理	肺腺癌	18 F-FDG PET成像	ResNet-50	医学影像	148例（131例模拟PET，17例数字PET）
46	2025-07-23	A Longitudinal MRI-Based Artificial Intelligence System to Predict Pathological Complete Response After Neoadjuvant Therapy in Rectal Cancer: A Multicenter Validation Study 2023-12-01, Diseases of the colon and rectum DOI:10.1097/DCR.0000000000002931 PMID:37682775	研究论文	开发并验证了一种基于治疗前后MRI对比的深度学习模型，用于预测直肠癌新辅助放化疗后的病理完全缓解	开发了名为DeepRP-RC的多任务深度学习模型，不仅能预测治疗反应，还能同时进行图像分割，并在多中心验证中表现出色	研究设计为回顾性，且缺乏多民族数据	预测直肠癌患者对新辅助放化疗的病理完全缓解情况	局部晚期直肠癌患者	数字病理	直肠癌	MRI成像	深度学习模型(DeepRP-RC)	医学影像(MRI)	1201名来自中国4家医院的直肠癌患者(2013-2020年)
47	2025-07-22	A simulative deep learning model of SNP interactions on chromosome 19 for predicting Alzheimer's disease risk and rates of disease progression 2023-12, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.13319 PMID:37409680	research paper	本文提出了一种模拟深度学习模型，用于预测阿尔茨海默病的风险和疾病进展速率	使用新型模拟深度学习模型量化了染色体19上每个单核苷酸多态性(SNP)及其相互作用对阿尔茨海默病风险的贡献	研究仅关注染色体19上的SNP，可能忽略了其他染色体上的遗传因素	通过遗传模式识别来评估阿尔茨海默病的风险和进展速率，以支持个性化治疗策略	阿尔茨海默病患者的染色体19遗传数据	machine learning	阿尔茨海默病	深度学习模型	深度学习	遗传数据	来自阿尔茨海默病神经影像学倡议(ADNI)和阿尔茨海默病影像与遗传生物标志物数据集的患者数据
48	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）
49	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
50	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）
51	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
52	2025-07-19	Analysis of ultrasonographic images using a deep learning-based model as ancillary diagnostic tool for diagnosing gallbladder polyps 2023-12, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2023.06.023 PMID:37407319	研究论文	本研究评估了基于深度学习的模型在诊断胆囊息肉中的辅助作用	开发了一个深度学习模型，用于区分肿瘤性胆囊息肉与非肿瘤性胆囊息肉，并评估了计算机辅助诊断对医生诊断准确性的提升效果	研究为回顾性队列研究，可能存在选择偏差	评估深度学习模型在胆囊息肉诊断中的效果及其作为辅助诊断工具的潜力	胆囊息肉患者	数字病理	胆囊疾病	深度学习	CNN	超声图像	263名患者的3,754张图像
53	2025-07-19	Identification of gastric signet ring cell carcinoma based on endoscopic images using few-shot learning 2023-12, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2023.07.005 PMID:37455154	研究论文	该研究提出了一种基于少样本学习的框架，用于在内镜图像中识别胃印戒细胞癌	采用双预训练的EfficientNetV2-S模型结合k近邻分类器，解决了小样本条件下胃印戒细胞癌识别的问题	研究样本量较小，每类仅50个样本	开发一种在样本有限情况下准确识别胃印戒细胞癌的计算机辅助诊断方法	胃印戒细胞癌的内镜图像	计算机视觉	胃癌	少样本学习(FSL)	EfficientNetV2-S, k-nearest neighbor	图像	每类50个样本（胃良性溃疡、腺癌和印戒细胞癌）
54	2025-07-16	Improved Peptide Docking with Privileged Knowledge Distillation using Deep Learning 2023-Dec-04, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.01.569671 PMID:38106114	研究论文	本文提出了一种名为DistPepFold的深度学习方法，通过特权知识蒸馏改进蛋白质-肽复合物对接	利用基于AlphaFold-Multimer的架构，通过特权知识蒸馏方法提升蛋白质-肽对接性能	需要进一步验证在更广泛数据集上的性能	改进蛋白质-肽复合物的对接预测精度	蛋白质-肽相互作用	结构生物学	NA	深度学习	AlphaFold-Multimer (AFM), DistPepFold	蛋白质-肽复合物结构数据	两个蛋白质-肽复合物数据集
55	2025-07-14	Pilot Analysis of Surgeon Instrument Utilization Signatures Based on Shannon Entropy and Deep Learning for Surgeon Performance Assessment in a Cadaveric Carotid Artery Injury Control Simulation 2023-Dec-01, Operative neurosurgery (Hagerstown, Md.) DOI:10.1227/ons.0000000000000888 PMID:37655892	研究论文	本研究通过香农熵和深度学习分析外科医生在模拟颈动脉损伤控制中的器械使用特征，以评估其手术表现	首次将香农熵应用于手术器械使用序列的多样性量化，并结合深度学习模型预测手术表现	研究基于模拟尸体环境，结果可能无法完全反映真实手术场景	开发自动化、定量化的手术表现评估方法以改进外科培训	外科医生在内镜经鼻颈动脉撕裂模拟手术中的器械使用模式	数字病理	心血管疾病	深度学习	CNN	视频	公开可用的灌注尸体模拟器手术视频数据集
56	2025-06-15	CRPU-NET: a deep learning model based semantic segmentation for the detection of colorectal polyp in lower gastrointestinal tract 2023-12-27, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad160f PMID:38100789	research paper	本文提出了一种名为CRPU-Net的深度学习模型，用于结肠镜检查图像中息肉的分割	CRPU-Net是一种新型的轻量级模型，专门用于结肠息肉的分割，并在性能上超越了现有的先进模型	NA	开发一种高效的深度学习模型，用于自动分割结肠镜检查图像中的息肉	结肠镜检查图像中的息肉	digital pathology	colorectal polyp	deep learning	CRPU-Net	image	两个结肠镜检查图像数据集（CVC-ColonDB和CVC-ClinicDB）
57	2025-06-15	Secret learning for lung cancer diagnosis-a study with homomorphic encryption, texture analysis and deep learning 2023-12-08, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad0b4b PMID:37944251	研究论文	本文提出了一种结合同态加密、纹理分析和深度学习的肺癌诊断方法，旨在保护用户隐私的同时提高诊断准确性	首次在同态加密的CT扫描图像上提取纹理信息并进行深度学习分类，解决了现有方法在隐私保护方面的不足	实验样本类型和数量未明确说明，可能影响结果的普适性	开发一种保护隐私的肺癌自动诊断系统	CT扫描图像（正常肺组织、腺癌、大细胞癌和鳞状细胞癌）	数字病理学	肺癌	同态加密、纹理分析、深度学习	深度学习（具体模型未说明）	CT图像	NA
58	2025-06-04	Large-Scale Information Retrieval and Correction of Noisy Pharmacogenomic Datasets through Residual Thresholded Deep Matrix Factorization 2023-Dec-08, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.07.570723 PMID:38106027	研究论文	本文介绍了一种名为残差阈值深度矩阵分解（RT-DMF）的鲁棒且可扩展的深度学习框架，用于校正和填补药物敏感性数据中的噪声	RT-DMF通过深度矩阵分解（DMF）和迭代残差阈值（RT）程序，有效识别并保留具有治疗相关性的信号，从而校正噪声并填补缺失数据	方法依赖于单一药物敏感性数据矩阵作为输入，可能无法完全解决数据集中所有不一致性问题	解决药物敏感性数据中的噪声问题，提高下游分析的准确性	药物敏感性数据集	机器学习	癌症	深度矩阵分解（DMF），迭代残差阈值（RT）	RT-DMF	矩阵数据	模拟数据集和真实药物基因组学数据集
59	2025-06-04	Artificial neural network and deep learning in Sjögren's disease: where we are and where we are going 2023-12, Clinical and experimental rheumatology IF:3.4Q2 DOI:10.55563/clinexprheumatol/zpfunz PMID:38149511	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
60	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