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
201	2025-07-23	BigBind: Learning from Nonstructural Data for Structure-Based Virtual Screening 2024-04-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01211 PMID:38113513	research paper	本文介绍了BigBind数据集和Banana模型，用于基于结构的虚拟筛选，通过深度学习预测蛋白质-配体结合	提出了BigBind数据集，将ChEMBL活性数据与CrossDocked数据集中的蛋白质结构结合，并开发了Banana模型，显著提高了虚拟筛选的效率和准确性	BigBind数据集虽然规模较大，但仍可能受限于数据质量和覆盖范围	提高基于结构的虚拟筛选的准确性和效率	蛋白质-配体结合预测	machine learning	NA	深度学习	神经网络	3D结构数据	583K配体活性数据
202	2025-07-23	Development of Medical Imaging Data Standardization for Imaging-Based Observational Research: OMOP Common Data Model Extension 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00982-6 PMID:38315345	研究论文	本研究提出了医学影像数据模型（MI-CDM）扩展，以支持基于影像的观察性研究	提出了OMOP CDM的扩展MI-CDM，新增两个表和两个词汇表，以支持影像研究的结构和语义需求	未提及具体实施中的技术挑战或数据隐私问题	开发医学影像数据标准化，以支持基于影像的观察性研究	医学影像数据和影像特征	数字病理	NA	DICOM	NA	医学影像数据	NA
203	2025-07-23	Generative Adversarial Networks Accurately Reconstruct Pan-Cancer Histology from Pathologic, Genomic, and Radiographic Latent Features 2024-Mar-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.22.586306 PMID:38585926	research paper	该研究开发了一种名为HistoXGAN的生成对抗网络，能够从病理、基因组和放射学潜在特征中准确重建泛癌组织学图像	提出并验证了HistoXGAN，能够利用常见特征提取器生成的特征向量重建代表性组织学图像，并展示了重建图像保留了肿瘤分级、组织学亚型和基因表达模式的信息	未提及具体样本量的限制或模型在其他数据集上的泛化能力	开发一种能够从多模态数据中重建肿瘤组织学图像的AI模型，以帮助理解深度学习模型所依赖的组织学特征	29种癌症亚型的组织学图像	digital pathology	pan-cancer	generative adversarial network	GAN	image	涉及29种癌症亚型（具体样本量未提及）
204	2025-07-23	Uncovering prostate cancer aggressiveness signal in T2-weighted MRI through a three-reference tissues normalization technique 2024-Mar, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5069 PMID:37990759	研究论文	开发了一种自动化方法用于前列腺T2加权MRI强度标准化，以提高前列腺癌侵袭性信号的检测	提出了一种基于深度学习的自动化三参考组织标准化技术，用于改善T2加权MRI在前列腺癌评估中的定量利用	研究样本量相对较小（训练集32例，独立测试集83例），且仅针对前列腺癌	开发前列腺T2加权MRI强度标准化方法，以提高前列腺癌检测和侵袭性评估的准确性	前列腺癌患者（训练集32例，测试集83例）的T2加权MRI图像	数字病理学	前列腺癌	T2加权MRI	MASK R-CNN	MRI图像	训练集32例患者，测试集83例患者（共231个活检ROI）
205	2025-07-23	Cancer Mutations Converge on a Collection of Protein Assemblies to Predict Resistance to Replication Stress 2024-Mar-01, Cancer discovery IF:29.7Q1 DOI:10.1158/2159-8290.CD-23-0641 PMID:38236062	研究论文	该研究开发了一个预测模型集合，用于阐明癌症突变如何影响对常见复制压力诱导药物的反应	利用深度学习的最新进展，实现了多药物预测和机制解释，并识别了41个分子组装体，这些组装体整合了数百个基因的改变以准确预测药物反应	分子通路对药物抗性的理解不完全	阐明癌症突变如何影响对复制压力诱导药物的反应，以推动精准医疗	肿瘤细胞和接受顺铂治疗的宫颈癌患者	机器学习	宫颈癌	深度学习	ensemble of predictive models	基因突变数据和药物反应数据	肿瘤细胞和宫颈癌患者样本
206	2025-07-23	Transformer-based deep learning denoising of single and multi-delay 3D arterial spin labeling 2024-Feb, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29887 PMID:37849048	研究论文	提出了一种基于Swin Transformer的深度学习模型SwinIR，用于去噪单延迟和多延迟3D动脉自旋标记（ASL）数据，并与CNN和其他基于Transformer的方法进行了性能比较	首次将Swin Transformer应用于ASL数据的去噪，展示了其在单延迟和多延迟3D ASL数据上的优越性能	使用M0作为输入时虽然提高了图像质量，但引入了更大的CBF量化偏差	提高3D ASL数据的图像质量并减少扫描时间，以促进其临床应用	单延迟和多延迟3D ASL数据	医学影像处理	NA	动脉自旋标记（ASL）	SwinIR, CNN	3D医学影像	105名受试者（173次扫描），包括66名训练受试者（119次扫描）和39名测试受试者（44次扫描），以及另外6名多延迟ASL受试者（10次扫描）
207	2025-07-23	Alzheimer's Disease Prediction Using Fly-Optimized Densely Connected Convolution Neural Networks Based on MRI Images 2024, The journal of prevention of Alzheimer's disease DOI:10.14283/jpad.2024.66 PMID:39044523	研究论文	该研究提出了一种基于MRI图像的果蝇优化密集连接卷积神经网络用于阿尔茨海默病的预测	采用元启发式优化的深度学习方法，结合自适应直方图处理和加权中值滤波，提高了阿尔茨海默病区域的检测准确率	研究仅基于Kaggle数据集，未提及外部验证集的测试结果	开发自动化方法用于阿尔茨海默病的早期和准确诊断	阿尔茨海默病患者的MRI图像	数字病理学	老年性疾病	MRI成像	密集连接卷积神经网络（Dense CNN）	图像	Kaggle数据集（具体样本量未说明）
208	2025-07-23	Neuron collinearity differentiates human hippocampal subregions: a validated deep learning approach 2024, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcae296 PMID:39262825	研究论文	本文提出了一种基于深度学习的高通量方法，用于自动提取海马体亚区中锥体神经元的定向信息，并验证了神经元共线性作为海马体亚区分割的定量参数	首次对海马体亚区内锥体神经元定向和共线性进行全面定量研究，开发了基于Cellpose算法的自动化深度学习流程	研究仅基于168个海马体分区样本，需要更大规模的多中心验证	建立海马体亚区神经元共线性的定量测量方法	人类海马体亚区中的479,873个锥体神经元	数字病理学	神经退行性疾病	深度学习	Cellpose	图像	168个海马体分区中的479,873个神经元
209	2025-07-23	Contrastive learning with transformer for adverse endpoint prediction in patients on DAPT post-coronary stent implantation 2024, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2024.1460354 PMID:39872877	研究论文	本研究提出了一种基于对比学习和Transformer的新方法，用于预测冠状动脉支架植入术后患者接受双抗血小板治疗的不良终点事件	结合对比学习和Transformer架构，通过最大化类内相似性和区分类间差异来优化预测性能，同时在多个时间窗口内进行预测	研究数据来自单一临床研究联盟，可能限制结果的普遍适用性	提高冠状动脉支架植入术后患者双抗血小板治疗不良事件的预测准确性	接受药物洗脱支架植入术的成年患者	机器学习	心血管疾病	对比学习	Transformer	临床记录数据	19,713名成年患者
210	2025-07-23	End-to-end deep learning method for predicting hormonal treatment response in women with atypical endometrial hyperplasia or endometrial cancer 2024-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.1.017502 PMID:38370423	研究论文	本研究开发了一种端到端的深度学习方法，用于预测非典型子宫内膜增生或子宫内膜癌患者对激素治疗的反应	首次将混合监督的深度学习模型应用于全切片图像，以预测激素治疗反应	样本量较小（112例患者），且仅来自两个临床中心	探索利用深度学习模型预测子宫内膜疾病患者对激素治疗反应的可行性	非典型子宫内膜增生（AEH）或子宫内膜癌（EC）患者	数字病理学	子宫内膜癌	全切片图像（WSI）分析	Autoencoder或ResNet50	图像	112例患者
211	2025-07-23	Survival Analysis for Multimode Ablation Using Self-Adapted Deep Learning Network Based on Multisource Features 2024-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3260776 PMID:37015120	研究论文	本文开发了一种基于多源特征的自适应深度学习网络，用于肝癌多模式消融治疗的生存分析和疗效评估	提出了一种结合术前术后MRI影像组学特征、基于视觉Transformer的深度学习特征以及免疫特征的多源特征融合方法，并改进了深度Cox混合模型（DCM）用于生存分析	研究仅基于临床数据集进行评估，未进行大规模多中心验证	开发肝癌多模式消融治疗后的生存预测和疗效评估框架	接受多模式消融治疗的肝癌患者	数字病理学	肝癌	MRI影像组学、流式细胞术、常规血液检测	改进的深度Cox混合模型（DCM）、随机生存森林、视觉Transformer	MRI影像数据、免疫特征数据、常规血液检测数据	临床数据集（具体样本量未明确说明）
212	2025-07-23	Deep learning-based diagnosis of aortic dissection using an electrocardiogram: Development, validation, and clinical implications of the AADE score 2024, Kardiologia polska IF:3.7Q1 DOI:10.33963/v.phj.98880 PMID:38230465	研究论文	本研究开发了一种基于深度学习的AI模型，利用心电图(ECG)检测主动脉夹层(AD)，并引入了AI-Aortic-Dissection-ECG (AADE)评分以帮助临床医生评估AD的严重程度	首次开发了基于CNN的AI模型用于AD的ECG检测，并提出了AADE评分系统	研究样本量相对有限(313例AD患者)，且随访时间中位数为21.2个月	开发AI模型改善主动脉夹层的诊断和临床管理	主动脉夹层患者和胸痛对照组患者	数字病理	心血管疾病	深度学习	CNN	心电图数据	1878名患者(313名AD患者和313名胸痛对照组患者)
213	2025-07-22	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成像中准确分割果蝇大脑	使用仅1-3张Micro-CT图像和预训练神经网络训练出准确的深度学习模型，能够跨不同组织对比染色、扫描仪型号和基因型进行大脑分割	需要依赖预训练神经网络，且训练数据量较少	开发一种高效的Micro-CT图像分析工具，以替代耗时的手动分析	果蝇（Drosophila melanogaster）大脑	computer vision	NA	Micro-CT	pre-trained neural networks	image	1-3张Micro-CT图像
214	2025-07-22	LD-informed deep learning for Alzheimer's gene loci detection using WGS data 2024-Dec-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.19.24313993 PMID:39371140	研究论文	本研究提出了一种名为Deep-Block的多阶段深度学习框架，用于识别与阿尔茨海默病（AD）显著相关的遗传区域	Deep-Block框架结合了生物学知识，采用三阶段方法（基于连锁不平衡（LD）模式的基因组分割、使用稀疏注意力机制选择相关LD块、应用TabNet和随机森林算法量化SNP特征重要性），有效处理大规模高通量测序数据并保留SNP相互作用	研究主要针对非西班牙裔白人参与者，可能限制了结果在其他人群中的普适性	识别与阿尔茨海默病显著相关的遗传位点	阿尔茨海默病相关的遗传变异	机器学习	阿尔茨海默病	全基因组测序（WGS）	TabNet, 随机森林	基因组数据	7,416名非西班牙裔白人参与者（3,150名认知正常的老年人，4,266名AD患者）
215	2025-07-22	Sex-and Stress-Dependent Plasticity of a Corticotropin Releasing Hormone / GABA Projection from the Basolateral Amygdala to Nucleus Accumbens that Mediates Reward Behaviors 2024-Dec-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.30.626183 PMID:39651305	research paper	该研究探讨了基底外侧杏仁核（BLA）到伏隔核（NAc）的CRH/GABA投射在奖赏行为中的性别和压力依赖性可塑性	揭示了CRH/GABA BLA-NAc投射在男性和女性中对奖赏行为的不同影响，以及早期生活逆境（ELA）对这一投射的性别依赖性影响	研究仅在小鼠模型中进行，尚未在人类中验证	探究BLA CRH+神经元到NAc的投射在奖赏行为中的性别特异性作用	成年CRH-Cre小鼠（雄性和雌性）	神经科学	情感障碍	化学遗传学（DREADDs）、免疫染色、电生理学、组织透明化、光片荧光显微镜和深度学习	小鼠模型	神经电生理数据、成像数据	成年CRH-Cre小鼠（雄性和雌性）
216	2025-07-22	Volumetric Breast Density Estimation From Three-Dimensional Reconstructed Digital Breast Tomosynthesis Images Using Deep Learning 2024-Dec, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00103 PMID:39652797	研究论文	该研究开发了一种基于深度学习的模型，用于从三维重建的数字乳腺断层合成图像中估计乳腺体积密度	利用深度学习直接从三维重建的DBT图像中估计乳腺体积密度，无需依赖原始二维数据或原始DBT数据	研究依赖于回顾性数据，且样本量相对有限	开发一种从三维重建的DBT图像中估计乳腺体积密度的方法，并评估其与乳腺癌诊断的关联	1080例非操作性三维重建DBT筛查检查数据	数字病理	乳腺癌	深度学习	DL	三维图像	1080例非操作性三维重建DBT筛查检查数据，其中180例病例和654例对照
217	2025-07-22	Identifying retinal pigment epithelium cells in adaptive optics-optical coherence tomography images with partial annotations and superhuman accuracy 2024-Dec-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.538473 PMID:39679394	research paper	提出一种基于深度学习的部分标注训练方法，用于在AO-OCT图像中检测视网膜色素上皮细胞，准确率超过人类表现	使用部分标注训练方法实现超人类准确率的RPE细胞检测	未提及具体局限性	开发自动化细胞分割算法以快速、经济、客观地量化RPE镶嵌结构特性	视网膜色素上皮(RPE)细胞	digital pathology	视网膜神经退行性疾病	adaptive optics-optical coherence tomography (AO-OCT)	deep learning	image	未提及具体样本量
218	2025-07-22	Generative adversarial networks accurately reconstruct pan-cancer histology from pathologic, genomic, and radiographic latent features 2024-Nov-15, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adq0856 PMID:39546597	研究论文	提出并验证了一种自定义生成对抗网络HistoXGAN，能够利用常见特征提取器生成的特征向量重建具有代表性的组织学图像	开发了HistoXGAN，能够从病理、基因组和放射学潜在特征中准确重建泛癌组织学图像，并保留肿瘤分级、组织学亚型和基因表达模式的信息	未提及具体的技术限制或数据集局限性	探索人工智能模型在肿瘤组织学分析中的应用，特别是通过生成对抗网络重建组织学图像	29种癌症亚型的组织学图像	数字病理学	泛癌（多种癌症）	生成对抗网络（GAN）	HistoXGAN（自定义GAN）	组织学图像、基因组数据、放射影像	涵盖29种癌症亚型（未提及具体样本数量）
219	2025-07-22	Leveraging Deep Learning of Chest Radiograph Images to Identify Individuals at High Risk for Chronic Obstructive Pulmonary Disease 2024-Nov-15, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.14.24317055 PMID:39606360	研究论文	本研究评估了深度学习应用于常规门诊胸部X光片（CXRs）以识别高风险慢性阻塞性肺疾病（COPD）个体的能力	开发并外部验证了一个卷积神经网络（CXR-Lung-Risk），用于从常规CXR图像预测COPD发病风险，超越了已知风险因素的预测能力	研究样本主要来自特定医疗机构的门诊患者，可能限制了结果的普适性	评估深度学习模型在预测COPD发病风险中的应用价值	无肺癌、COPD或肺气肿的门诊患者	数字病理学	慢性阻塞性肺疾病	深度学习	CNN	图像	12,550名曾经吸烟者和15,298名从未吸烟者（主要分析），以及2,097名PBHS参与者（次要分析）
220	2025-07-22	Leveraging calcium score CT radiomics for heart failure risk prediction 2024-11-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77269-x PMID:39505933	研究论文	利用钙化评分CT影像组学预测心力衰竭风险	首次仅使用CT钙化评分（CTCS）进行心力衰竭风险评估，结合深度学习和影像组学特征（钙组学和脂肪组学）开发预测模型	研究样本量相对较小（1998例患者），随访时间较短（中位1.7年）	开发基于CTCS的心力衰竭风险预测方法	1998例患者（其中336例患有2型糖尿病）的CTCS扫描数据	数字病理学	心血管疾病	CT钙化评分（CTCS）、深度学习、影像组学	深度学习模型	医学影像	1998例患者（336例2型糖尿病患者）