深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
581	2025-10-06	Magnetic Resonance Spectroscopy Spectral Registration Using Deep Learning 2024-03, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.28868 PMID:37401726	研究论文	本研究提出了一种基于卷积神经网络的磁共振波谱配准方法，用于同时校正单个体素MEGA-PRESS MRS数据的频率和相位偏移	首次将深度学习应用于磁共振波谱配准领域，开发了同时进行频率和相位校正的CNN-SR方法	研究为回顾性研究，主要使用模拟数据验证，真实临床数据验证相对有限	开发基于深度学习的磁共振波谱配准方法，实现自动化的频率和相位校正	单个体素MEGA-PRESS磁共振波谱数据	医学影像分析	NA	磁共振波谱(MRS), MEGA-PRESS序列	CNN	磁共振波谱数据	40,000个模拟MEGA-PRESS数据集和101个体内顶叶内侧MEGA-PRESS数据	NA	CNN-SR	频率偏移平均绝对误差, 相位偏移平均绝对误差, 胆碱区间方差	NA
582	2025-10-06	shinyDeepDR: A user-friendly R Shiny app for predicting anti-cancer drug response using deep learning 2024-Feb-09, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2023.100894 PMID:38370127	研究论文	开发了一个用户友好的R Shiny网络应用，用于通过深度学习预测抗癌药物反应	将DeepDR深度学习模型封装成无需编程经验的用户友好网络工具，提供药物敏感性预测和相似样本搜索功能	NA	推进精准肿瘤学，提高治疗反应预测的准确性和模型可及性	癌症样本（细胞系或肿瘤）的突变和基因表达数据	机器学习	癌症	深度学习	深度学习模型	基因突变数据, 基因表达数据	包含Cancer Cell Line Encyclopedia (CCLE)和The Cancer Genome Atlas (TCGA)数据库中的样本	R Shiny	DeepDR	NA	网络应用平台
583	2025-10-06	Enhancing Hierarchical Transformers for Whole Brain Segmentation with Intracranial Measurements Integration 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3009084 PMID:39220623	研究论文	通过增强分层Transformer模型UNesT，实现133个全脑区域分割与颅内测量的集成分析	将颅内测量（TICV/PFV）集成到全脑分割任务中，通过预训练-微调策略解决标注数据稀缺问题	TICV/PFV标注数据有限（仅45个样本），预训练阶段缺乏TICV/PFV标签	开发能够同时进行全脑精细分割和颅内体积测量的深度学习模型	脑部磁共振成像（MRI）数据	医学影像分析	脑部疾病	磁共振成像（MRI），T1加权3D成像	Transformer	3D医学影像	预训练：4859个T1w 3D体积（来自8个站点）；微调：45个T1w 3D体积（来自OASIS）	PyTorch	UNesT（分层Transformer架构）	Dice相似系数（DSC）	NA
584	2025-10-06	Brain Age Estimation from Overnight Sleep Electroencephalography with Multi-Flow Sequence Learning 2024, Nature and science of sleep IF:3.0Q2 DOI:10.2147/NSS.S463495 PMID:38974693	研究论文	本研究开发了一种基于整夜睡眠脑电图的多流程深度学习模型，用于提高大脑年龄估计的准确性	提出多流程学习框架，结合一维Swin Transformer和带注意力机制的卷积神经网络，并设计DecadeCE损失函数解决年龄分布不均问题	NA	改进大脑年龄估计方法，开发更准确的脑龄预测模型	整夜睡眠脑电图数据	机器学习	精神疾病,神经系统疾病	脑电图,多导睡眠图	Transformer,CNN	脑电图信号	13,616名受试者的18,767个多导睡眠图	NA	一维Swin Transformer,带注意力机制的卷积神经网络	平均绝对误差,相关系数	NA
585	2025-10-06	Deep learning uncertainty quantification for clinical text classification 2024-01, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2023.104576 PMID:38101690	研究论文	本研究开发了基于深度学习的临床文本分类不确定性量化方法，用于自动化提取癌症登记系统中的疾病信息	提出了多种选择性分类方法，在保证目标准确率的同时最小化拒绝数量，且无需重新训练模型	对于分布外测试数据的解释较为复杂，性能表现存在一定不确定性	开发可靠的临床文本分类不确定性量化方法以支持癌症登记自动化	美国国家癌症研究所SEER癌症登记系统的电子病理报告文本	自然语言处理	癌症	电子病理报告文本分析	深度神经网络	文本	NA	NA	深度神经网络	准确率, 拒绝率	NA
586	2024-10-17	Editorial: Deep learning methods and applications in brain imaging for the diagnosis of neurological and psychiatric disorders 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1497417 PMID:39411146	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
587	2025-10-06	A deep learning algorithm to detect cutaneous squamous cell carcinoma on frozen sections in Mohs micrographic surgery: A retrospective assessment 2024-Jan, Experimental dermatology IF:3.5Q1 DOI:10.1111/exd.14949 PMID:37864429	研究论文	开发并评估用于检测莫氏显微手术中皮肤鳞状细胞癌的深度学习算法	首次开发针对皮肤鳞状细胞癌冰冻切片的实时组织学边缘分析AI算法	对高分化肿瘤的独特表皮景观敏感性不足，需要进一步算法改进	开发用于皮肤鳞状细胞癌实时组织学边缘分析的AI算法	皮肤鳞状细胞癌冰冻切片样本	数字病理学	皮肤鳞状细胞癌	冰冻切片技术	CNN	病理图像	NA	NA	卷积神经网络工作流	准确率	NA
588	2025-10-06	Workshop summaries from the 2024 voice AI symposium, presented by the Bridge2AI-voice consortium 2024, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2024.1484818 PMID:39540145	研讨会总结	总结了2024年语音AI研讨会中关于语音生物标志物和人工智能在医疗领域应用的最新进展	通过多学科研讨会探讨语音生物标志物国际标准化、AI解决方案实际部署和伦理实践等前沿议题	面临数据变异性、安全性和可扩展性等挑战，需要改进数据收集标准和模型鲁棒性	推动语音生物标志物和AI在医疗领域的开发与应用	语音生物标志物、AI医疗应用、语音障碍辅助技术	自然语言处理,机器学习	语音障碍	语音信号处理,深度学习,MLOps	深度学习模型	语音数据	NA	Whisper,ChatGPT	NA	NA	NA
589	2025-10-06	Dynamic Prediction of Physical Exertion: Leveraging AI Models and Wearable Sensor Data During Cycling Exercise 2024-Dec-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010052 PMID:39795580	研究论文	本研究探索利用可穿戴设备生理信号预测体力消耗的机器学习方法	结合特征选择算法与深度学习技术，使用LSTM网络预测连续体力消耗结果	样本量较小（27名健康参与者），仅在受控骑行运动环境下验证	开发预测体力消耗的人工智能模型	健康参与者在骑行运动中的生理信号数据	机器学习	NA	可穿戴传感器数据采集	LSTM, 传统机器学习模型	生理信号时间序列数据（ECG、心率、血氧饱和度、踏板速度）	27名健康参与者，分为8个两分钟区段	MATLAB	LSTM	均方误差, R平方值, 准确率, F1分数	NA
590	2025-10-06	Development of a deep learning algorithm for Paneth cell density quantification for inflammatory bowel disease 2024-Dec, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2024.105440 PMID:39536395	研究论文	开发用于炎症性肠病的潘氏细胞密度定量分析的深度学习算法	首次开发用于潘氏细胞密度自动量化的两阶段U-net深度学习模型，显著提升了量化准确性	研究采用回顾性队列，需要前瞻性验证；样本量相对有限	开发深度学习工具实现潘氏细胞自动量化，作为炎症性肠病的生物标志物	回肠组织样本中的潘氏细胞和隐窝结构	数字病理学	炎症性肠病	全玻片成像	U-net	病理图像	训练集未明确数量，验证集48个WSI，测试集CD患者142例，非IBD患者48例	NA	U-net	RMSE, r2, Log-rank检验	NA
591	2025-10-06	ViViEchoformer: Deep Video Regressor Predicting Ejection Fraction 2024-Nov-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01336-y PMID:39586913	研究论文	提出一种基于视频视觉变换器的深度学习模型ViViEchoformer，用于从超声心动图视频直接预测射血分数	首次将视频视觉变换器应用于超声心动图视频分析，通过提取时空标记直接回归左心室功能	仅使用单一医疗中心的数据集，需要进一步多中心验证	开发自动量化左心室功能的深度学习模型，辅助人类评估	左心室射血分数和心力衰竭伴射血分数降低	计算机视觉	心血管疾病	超声心动图	Transformer	视频	10,030个心尖四腔心切面超声心动图视频	NA	视频视觉变换器	平均绝对误差,均方根误差,均方对数误差,R²,曲线下面积,准确率	NA
592	2025-10-06	A deep learning feature importance test framework for integrating informative high-dimensional biomarkers to improve disease outcome prediction 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae709 PMID:39815828	研究论文	提出一种用于整合高维生物标志物的深度学习特征重要性测试框架，以提升疾病结局预测能力	开发了高维特征重要性测试（HdFIT）框架，结合特征筛选和机器学习建模，能有效识别关键生物标志物并处理高维数据中的复杂关联	未明确说明框架在特定疾病类型或数据规模下的适用性限制	通过整合低维行为临床特征与高维分子特征来改进疾病结局预测和诊断	人类疾病相关的行为、临床和分子因素	机器学习	NA	蒙特卡洛实验，微生物组研究	深度学习神经网络	高维分子特征数据，低维行为临床特征数据	NA	NA	深度神经网络	预测准确率，特征识别能力	NA
593	2025-10-06	Comparison of Three Computational Tools for the Prediction of RNA Tertiary Structures 2024-Nov-08, Non-coding RNA IF:3.6Q2 DOI:10.3390/ncrna10060055 PMID:39585047	研究论文	比较三种计算工具在预测RNA三级结构方面的性能	首次系统比较RNAComposer、Rosetta FARFAR2和最新AlphaFold 3在预测不同类型RNA三级结构方面的表现	在预测人类前微RNA和较大BioRNA分子的远端环结构时存在显著差异，且这些分子的三维结构尚未通过实验表征	评估不同计算工具在RNA三级结构预测中的实用性和准确性	非编码RNA，包括小干扰RNA药物nedosiran和新型生物工程RNA分子	计算生物学	NA	RNA三级结构预测	深度学习, 分子动力学	RNA序列, 二级结构	多种RNA形式，包括小干扰RNA、孔雀石绿适体、tRNA、人类前微RNA和BioRNA分子	AlphaFold 3, Rosetta FARFAR2, RNAComposer	NA	结构相似性比较	NA
594	2025-10-06	N2GNet tracks gait performance from subthalamic neural signals in Parkinson's disease 2024-Oct-31, Research square DOI:10.21203/rs.3.rs-5112726/v1 PMID:39574884	研究论文	提出一种基于深度学习的回归模型N2GNet，能够从帕金森病患者丘脑底核局部场电位实时追踪步态表现	首次开发能够直接从STN LFP信号追踪步态性能的深度学习模型，利用全面频带信息而非仅限于beta波段	研究样本量较小（18名患者），仅在原地踏步任务中验证	开发用于帕金森病自适应脑深部电刺激的实时步态性能追踪算法	帕金森病患者	机器学习	帕金森病	局部场电位记录，地面反作用力测量	深度学习回归模型	神经信号，生物力学数据	18名帕金森病患者	NA	N2GNet	相关性分析	NA
595	2025-10-06	PheW2P2V: a phenome-wide prediction framework with weighted patient representations using electronic health records 2024-Oct, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae084 PMID:39282083	研究论文	开发了一个基于电子健康记录的疾病全表型预测框架PheW2P2V，通过加权患者向量实现个性化预测	提出加权患者向量计算方法，通过提升与特定表型相关的医疗记录权重来实现个性化预测	需要进一步研究嵌入表示在不同数据库间的可迁移性	开发基于电子健康记录的计算预测工具，实现疾病全表型的风险预测	电子健康记录中的患者医疗数据	机器学习	多种疾病	Phecode映射，国际疾病分类代码	嵌入表示模型	电子健康记录	MIMIC-III数据库中的942个全表型预测	NA	加权患者向量	AUC-ROC, F1-score, AUC-PR	NA
596	2025-10-06	Permethrin exposure primes neuroinflammatory stress response to drive depression-like behavior through microglial activation in a mouse model of Gulf War Illness 2024-Sep-13, Journal of neuroinflammation IF:9.3Q1 DOI:10.1186/s12974-024-03215-3 PMID:39272155	研究论文	本研究通过建立海湾战争疾病小鼠模型，探讨了氯菊酯暴露如何通过小胶质细胞激活引发神经炎症应激反应并导致抑郁样行为	首次揭示了氯菊酯暴露通过启动小胶质细胞炎症激活状态，在心理应激触发下导致抑郁样行为的机制	研究基于小鼠模型，结果向人类临床转化的有效性需要进一步验证	评估氯菊酯暴露是否能够启动神经炎症应激反应并引发与海湾战争疾病相关的精神症状	海湾战争疾病小鼠模型	神经科学	海湾战争疾病	单细胞RNA测序，Gi抑制性DREADD受体技术	动物模型	基因表达数据，行为数据	从小鼠海马体收集的21,566个单细胞核	NA	UniCell Deconvolve	NA	NA
597	2025-10-06	Deep Learning Model for Predicting Lung Adenocarcinoma Recurrence from Whole Slide Images 2024-Sep-06, Cancers IF:4.5Q1 DOI:10.3390/cancers16173097 PMID:39272955	研究论文	开发基于深度学习的模型从全切片图像预测肺腺癌术后5年复发风险	提出创新的双重注意力架构显著提升计算效率，在复发风险分层中表现优异	NA	准确预测肺腺癌患者手术切除后的5年复发风险	肺腺癌患者的全切片图像	数字病理学	肺癌	全切片图像分析	深度学习	图像	NA	NA	双重注意力架构	风险比	NA
598	2025-10-06	Derivation, external and clinical validation of a deep learning approach for detecting intracranial hypertension 2024-Sep-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01227-0 PMID:39237755	研究论文	开发并验证一种基于深度学习的无创颅内高压检测方法	首次利用常规采集的颅外波形数据开发人工智能生物标志物(aICP)来检测颅内高压，减少对侵入性监测的需求	NA	开发无创检测颅内高压的人工智能方法	成年患者	医疗人工智能	神经系统疾病	深度学习	深度学习模型	波形数据	MIMIC-III波形数据库(2000-2013)和西奈山医院独立数据集(2020-2022)	NA	NA	AUROC, 准确率, 灵敏度, 特异性	NA
599	2025-10-06	Automatic detection of the third molar and mandibular canal on panoramic radiographs based on deep learning 2024-09, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.101946 PMID:38857691	研究论文	开发基于深度学习的全景X光片中下颌第三磨牙与下颌管位置关系自动检测框架	提出RPIFormer分割模型和结合CycleGAN图像增强的端到端检测框架，无需手动裁剪即可实现自动检测	数据集规模有限（共450张全景X光片），仅在两套数据集上验证	辅助医生评估和规划下颌第三磨牙手术干预方案	下颌第三磨牙(M3)和下颌管(MC)	计算机视觉	口腔疾病	全景X光成像	Transformer, GAN	医学影像	450张全景X光片（253张来自医院，197张来自在线平台）	PyTorch	RPIFormer, CycleGAN	Dice系数, IoU, 召回率, 精确率	NA
600	2025-10-06	Visceral and Subcutaneous Abdominal Fat Predict Brain Volume Loss at Midlife in 10,001 Individuals 2024-Aug-01, Aging and disease IF:7.0Q1 DOI:10.14336/AD.2023.0820 PMID:37728587	研究论文	本研究通过深度学习分析10,001名中年人的腹部脂肪与脑体积关系，发现内脏脂肪和皮下脂肪均可预测脑体积减少	首次在大规模人群（10,001人）中系统量化不同类型腹部脂肪与多脑区体积的关联，并揭示性别特异性差异	横断面研究设计无法确定因果关系，人群年龄范围较广（20-80岁）可能影响结果精确性	探究腹部脂肪类型与脑体积损失的关联性	10,001名健康参与者（52.8%男性，47.2%女性），平均年龄52.9岁	医学影像分析	脑部退行性疾病	MRI成像，深度学习分割	深度学习	MRI脑部影像，腹部脂肪影像	10,001名参与者	FastSurfer	NA	相关系数(r)，p值，优势比(OR)	1.5T MRI扫描仪