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
361	2025-07-11	Quantifying interpretation reproducibility in Vision Transformer models with TAVAC 2024-12-20, Science advances IF:11.7Q1 DOI:10.1126/sciadv.abg0264 PMID:39705362	research paper	本文提出了一种名为TAVAC的度量标准，用于评估Vision Transformer模型在生物医学图像分类任务中的过拟合情况并量化解释的可重复性	引入TAVAC度量标准，通过比较训练和测试阶段的高注意力区域来评估ViT模型的过拟合情况，并量化解释的可重复性	研究主要依赖于有限的标注生物医学图像数据集，可能影响模型的泛化能力	提高Vision Transformer模型在生物医学图像分类任务中的解释可重复性和防止过拟合	生物医学图像，特别是乳腺癌组织学图像	digital pathology	breast cancer	Vision Transformer (ViT)	ViT	image	四个公共图像分类数据集和两个独立的乳腺癌组织学图像数据集
362	2025-07-11	Interpretable representation learning for 3D multi-piece intracellular structures using point clouds 2024-Aug-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.25.605164 PMID:39091871	研究论文	本文介绍了一种利用3D旋转不变自编码器和点云学习细胞内复杂多片段形态的可解释表示学习框架	提出了一种形态适应的表示学习框架，能够学习与方向无关、紧凑且易于解释的复杂多片段形态表示	NA	量化细胞内复杂多片段形态的可解释测量，以客观、稳健和通用的方式理解亚细胞组织	具有点状形态（如DNA复制焦点）和多态形态（如核仁）的细胞内结构	计算机视觉	NA	3D旋转不变自编码器、点云	自编码器	3D点云	多个细胞内结构数据集，包括一个具有预定义组织规则的合成数据集
363	2025-07-11	Examining feature extraction and classification modules in machine learning for diagnosis of low-dose computed tomographic screening-detected in vivo lesions 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044501 PMID:38993628	研究论文	本研究探讨了机器学习在医学影像中用于体内病变诊断的特征提取和分类模块的性能	比较了三种不同的特征提取方法（Haralick图像纹理特征、深度学习图像抽象特征和组织-能量特定特征），并发现组织-能量特定特征提取显著提高了诊断性能	研究仅针对肺部结节和结肠息肉的低剂量CT筛查检测病变，可能不适用于其他类型的病变或影像技术	评估特征提取和分类模块在机器学习辅助诊断中的性能	肺部结节和结肠息肉的病变影像	计算机视觉	肺癌和结肠癌	低剂量CT扫描	随机森林（RF）和卷积神经网络（CNN）	医学影像	三个病变影像数据集
364	2025-07-11	Projected pooling loss for red nucleus segmentation with soft topology constraints 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044002 PMID:38988992	research paper	提出一种基于投影池化的损失函数，用于在深度学习分割方法中引入软拓扑约束，以提高小训练集下的分割准确性和解剖学正确性	提出了一种新的损失函数，通过投影和最大池化操作引入软拓扑约束，减少分割过程中的拓扑错误和结构边界缺陷	未明确提及具体局限性，但可能在小样本训练集上的泛化能力仍需进一步验证	提高医学图像分割的准确性和解剖学正确性，特别是在小训练集情况下	红核（red nucleus）的分割，以及心脏、脾脏和海马体的分割	digital pathology	parkinsonian syndromes	quantitative susceptibility mapping (QSM)	deep learning	image	未明确提及具体样本数量，但涉及QSM数据和MSD挑战中的三个任务（心脏、脾脏和海马体）
365	2025-07-11	Lung vessel connectivity map as anatomical prior knowledge for deep learning-based lung lobe segmentation 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044001 PMID:38988990	研究论文	本研究探讨了将肺部血管系统的解剖学先验知识融入深度学习模型以提升胸部CT扫描中肺叶自动分割性能的潜在优势	提出利用肺部血管连接性（LVC）图谱作为解剖学先验知识，指导并增强深度学习模型在肺叶分割中的表现，特别是在呼气期CT扫描的边界区域	LVC信息带来的改进程度存在局限，其实际应用价值仍需进一步探索	提升胸部CT扫描中肺叶自动分割的准确性和泛化能力	胸部CT扫描图像中的肺叶结构	数字病理学	COVID-19	深度学习	U-Net, 多任务U-Net, 级联U-Net (基于nnU-Net框架)	CT图像	10例COVID-19病例数据
366	2025-07-11	Automated CT quantification of interstitial lung abnormality in patients with resectable stage I non-small cell lung cancer: Prognostic significance 2024-06, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.15306 PMID:38682806	研究论文	本研究评估了基于Fleischner Society定义的自动量化间质性肺异常（ILA）在I期非小细胞肺癌（NSCLC）患者中的预测价值	使用深度学习自动量化程序评估术前CT数据，并基于Fleischner Society定义对患者进行分类	回顾性研究设计可能引入选择偏差	评估自动量化ILA在I期NSCLC患者中的预后意义	948名病理I期NSCLC患者	数字病理	肺癌	CT扫描	深度学习	图像	948名患者
367	2025-07-11	Automated Prediction of Proximal Middle Cerebral Artery Occlusions in Noncontrast Brain Computed Tomography 2024-06, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.045772 PMID:38787932	研究论文	提出了一种基于机器学习的算法（JLK-CTL），利用非对比脑计算机断层扫描的手工特征预测大血管闭塞（LVO）	结合手工特征和深度学习算法，整合血栓征象作为额外特征，提高了LVO的预测准确性	研究样本来自特定时间段和医院，可能影响模型的泛化能力	早期识别缺血性卒中患者的大血管闭塞（LVO）以进行及时干预	缺血性卒中患者	数字病理学	心血管疾病	非对比计算机断层扫描（CT）和计算机断层扫描血管造影（CTA）	ExtraTrees, random forest, extreme gradient boosting, support vector machine, multilayer perceptron, deep learning	图像	2919名患者（2463名训练集，275名内部验证集，95名外部验证集）
368	2025-07-11	Quantitative evaluation of the impact of relaxing eligibility criteria on the risk-benefit profile of drugs for lung cancer based on real-world data 2024-05, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.15269 PMID:38576119	研究论文	本研究提出了一种基于真实世界数据的定量评估方法，用于评估放宽非小细胞肺癌（NSCLC）药物试验的入选标准对风险-效益比的影响	首次利用深度学习方法构建结构化的跨维度真实世界NSCLC数据库，并采用蒙特卡洛模拟和倾向性匹配进行效益-风险评估，同时利用Shapley值定量衡量每个入选标准变化对患者数量、临床疗效和安全性的影响	研究依赖于真实世界数据的质量和完整性，可能受到数据偏差的影响	为肺癌临床试验的合理人群纳入设计提供科学证据，并建立一个可推广至其他癌症研究的数据治理体系和REC评估框架	非小细胞肺癌（NSCLC）药物试验的入选标准	数字病理学	肺癌	深度学习, 蒙特卡洛模拟, 倾向性匹配	NA	真实世界数据	NA
369	2025-07-11	Generative interpolation and restoration of images using deep learning for improved 3D tissue mapping 2024-Mar-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.07.583909 PMID:38496512	研究论文	本文提出了一种利用生成式AI模型进行3D图像空间插值和修复的方法，以提高生物图像数据集的分辨率、通量和质量	首次将原本用于时间插值的FILM生成式AI模型应用于多种3D图像类型的空间插值，并展示了其在修复组织损伤和减少拼接伪影方面的优势	未明确提及方法在极端低质量图像上的表现或计算资源需求	提高生物图像数据集的质量和分辨率，以改善3D组织成像	多种3D生物图像类型	计算机视觉	NA	FILM（帧间大运动插值）生成式AI模型	生成式AI	3D图像	多种成像模态（组织学、光片显微镜、MRI、连续切片透射电镜）、物种（人类、小鼠）、健康与病变组织（胰腺、肺、脑）
370	2025-07-11	The Transformative Potential of AI in Obstetrics and Gynaecology 2024-03, Journal of obstetrics and gynaecology Canada : JOGC = Journal d'obstetrique et gynecologie du Canada : JOGC IF:2.0Q2 DOI:10.1016/j.jogc.2023.102277 PMID:37951574	review	探讨人工智能在妇产科领域的应用潜力及其变革性影响	聚焦于AI在妊娠并发症预测、深度学习图像解析及大型语言模型智能健康助手三个方面的应用	未提及具体实施案例或数据支持	探索AI在妇产科的应用前景及伦理实施建议	妇产科医疗领域	machine learning	NA	deep learning, large language models	NA	image, text	NA
371	2025-07-11	Quantifying Interpretation Reproducibility in Vision Transformer Models with TAVAC 2024-Jan-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.18.576252 PMID:38328179	研究论文	本文提出了一种新指标TAVAC，用于评估Vision Transformer模型在生物医学图像数据集上的过拟合程度及解释的可重复性	引入了TAVAC这一新指标，能够量化模型解释的可重复性，并在像素级别监控模型解释的稳定性	仅在有限的数据集上进行了测试，需要更多验证以证明其普适性	提高Vision Transformer模型在生物医学图像分类中的解释可靠性和可重复性	Vision Transformer模型及其在生物医学图像分类中的应用	数字病理学	乳腺癌	Vision Transformer (ViT)	ViT	图像	四个公开图像分类数据集和两个独立的乳腺癌组织学图像数据集
372	2025-07-10	Unwrapping non-locality in the image transmission through turbid media 2024-Jul-15, Optics express IF:3.2Q2 DOI:10.1364/OE.521581 PMID:39538508	研究论文	本文提出了一种全局注意力机制，用于解决浑浊介质中高保真图像传输的挑战	通过研究重建图像中的非局部性，开发了一种全局注意力机制，显著提升了图像重建性能	未明确说明该方法在其他类型介质或更复杂场景中的适用性	提高浑浊介质中图像传输的保真度和重建精度	通过浑浊介质传输的图像	计算机视觉	NA	深度学习	全局注意力机制	图像	NA
373	2025-07-10	Overcoming Limitations to Deep Learning in Domesticated Animals with TrioTrain 2024-Apr-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.15.589602 PMID:38659907	研究论文	本文提出了一种名为TrioTrain的新方法，用于扩展DeepVariant模型以适用于非人类基因组，特别是在家畜动物中，以提高变体检测的准确性	首次提出了一个多物种DeepVariant模型，通过TrioTrain方法自动化扩展模型至缺乏GIAB资源的物种，并采用区域洗牌技术优化SLURM集群的使用	受限于动物基因组的不完美标签	克服深度学习在非人类基因组应用中的限制，特别是在家畜动物中的变体检测	牛、牦牛和野牛的基因组	生物信息学	NA	DeepVariant, TrioTrain, 区域洗牌	DeepVariant	基因组数据	牛、牦牛和野牛的三重组合，共构建了30个模型迭代
374	2025-07-10	Screening of Moyamoya Disease From Retinal Photographs: Development and Validation of Deep Learning Algorithms 2024-03, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.044026 PMID:38258570	研究论文	本研究开发了一种深度学习模型，利用视网膜照片辅助诊断和确定烟雾病（MMD）的阶段	首次利用视网膜照片和深度学习算法进行烟雾病的筛查和分期预测	样本量相对较小，且为回顾性研究	开发一种基于视网膜照片的烟雾病筛查和分期预测方法	烟雾病患者和健康参与者的视网膜照片	数字病理学	烟雾病	深度学习	ResNeXt50	图像	498张视网膜照片来自78名MMD患者，3835张照片来自1649名健康参与者
375	2025-07-08	International Validation of Echocardiographic AI Amyloid Detection Algorithm 2024-Dec-16, medRxiv : the preprint server for health sciences DOI:10.1101/2024.12.14.24319049 PMID:39763545	研究论文	本研究验证了一种基于计算机视觉的深度学习算法EchoNet-LVH在国际多中心数据中检测心脏淀粉样变性的性能	开发并验证了一种新型AI算法EchoNet-LVH，能够通过超声心动图视频准确检测心脏淀粉样变性，且在不同人群和设备中表现一致	研究为回顾性病例对照设计，需要在前瞻性研究中进一步验证其临床效用	验证AI算法在心脏淀粉样变性早期诊断中的性能	心脏淀粉样变性患者和对照组的超声心动图数据	计算机视觉	心血管疾病	深度学习	CNN（基于视频分析的深度学习算法）	超声心动图视频	多中心回顾性病例对照研究（具体样本量未明确说明）
376	2025-07-08	Performance of Risk Models for Antimicrobial Resistance in Adult Patients With Sepsis 2024-11-04, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.43658 PMID:39509131	研究论文	评估患者病例组合和当地耐药率对革兰阴性菌（GNB）败血症风险分层模型在不同医院间性能差异的影响	揭示了抗菌药物耐药性流行率而非患者病例组合是导致模型性能差异的主要原因	研究为回顾性队列设计，可能受数据完整性和准确性的限制	评估GNB败血症风险分层模型在不同医院间的性能差异及其影响因素	来自密苏里州和伊利诺伊州10家急症护理医院的39,893名成人败血症患者	医疗数据分析	败血症	深度学习模型	深度学习	临床数据	39,893名患者，共85,238次败血症发作事件
377	2025-07-08	Convolutional neural network deep learning model accurately detects rectal cancer in endoanal ultrasounds 2024-04-01, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-024-02917-3 PMID:38561492	研究论文	本研究开发并验证了一种基于深度学习的卷积神经网络模型，用于在标准肛门内超声图像中准确检测直肠癌	利用深度学习模型提升非专业医疗中心对直肠癌的检测准确性，特别是在检查者经验不足的情况下	研究样本量较小（294张图像），且仅在单一数据集上进行验证	开发AI系统以提高非专业医疗中心对直肠癌的诊断准确性	直肠癌患者的肛门内超声图像	数字病理学	直肠癌	深度学习	CNN	图像	294张肛门内超声图像
378	2025-07-08	Deep learning-based predictive classification of functional subpopulations of hematopoietic stem cells and multipotent progenitors 2024-03-13, Stem cell research & therapy IF:7.1Q1 DOI:10.1186/s13287-024-03682-8 PMID:38475857	研究论文	本研究探讨了利用深度学习技术基于形态学区分小鼠造血干细胞（HSCs）和多能祖细胞（MPPs）的可行性	首次在稳态条件下使用深度学习区分HSCs和MPPs，开发了能够可靠区分长期HSCs、短期HSCs和MPPs的三分类模型LSM，以及区分老年和年轻HSCs的二分类模型	研究仅基于小鼠细胞，未涉及人类细胞验证	开发基于深度学习的造血干细胞功能亚群分类方法	小鼠造血干细胞（HSCs）和多能祖细胞（MPPs）	数字病理学	NA	深度学习	CNN（根据上下文推测）	图像（DIC显微镜图像）	大量图像数据集（具体数量未说明）
379	2025-07-07	Geometric deep learning improves generalizability of MHC-bound peptide predictions 2024-Dec-19, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07292-1 PMID:39702482	research paper	该研究利用几何深度学习（GDL）改进MHC结合肽预测的泛化能力	采用基于结构的方法和几何深度学习，显著提高了对未见MHC等位基因的泛化能力，并引入自监督学习（3D-SSL）提升数据效率	概念验证研究，尚未大规模验证其在实际应用中的效果	提高MHC结合肽预测的准确性和泛化能力，以支持癌症免疫治疗	MHC分子与肽的相互作用	machine learning	tumor immunity	geometric deep learning (GDL), self-supervised learning (3D-SSL)	GDL	3D结构数据	未明确说明样本数量，但提及3D-SSL方法在未接触结合亲和力数据的情况下优于基于序列的方法（后者使用了约90倍的数据点）
380	2025-07-07	Deep learning for automated boundary detection and segmentation in organ donation photography 2024-Aug-20, Innovative surgical sciences IF:1.7Q2 DOI:10.1515/iss-2024-0022 PMID:40568340	研究论文	本文开发了用于肾脏和肝脏器官捐赠照片的深度学习分割模型，以实现准确的自动分割	首次在肾脏和肝脏器官捐赠照片中应用深度学习模型进行自动分割，并比较了两种新模型（Detectron2和YoloV8）与现有背景去除工具的性能	研究仅针对肾脏和肝脏器官捐赠照片，未涉及其他器官或医疗图像	开发准确的自动分割模型，以改进外科摄影中的图像分割技术	肾脏和肝脏器官捐赠照片	计算机视觉	NA	深度学习	Detectron2, YoloV8	图像	训练/内部验证集（821张肾脏和400张肝脏图像）和外部验证集（203张肾脏和208张肝脏图像）