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
681	2025-10-06	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	本研究开发了一种全局注意力机制来解决浑浊介质中图像传输的挑战，显著提升了重建性能	提出了基于光传播物理原理的全局注意力机制，有效捕捉像素间的长程依赖关系，实现两个数量级的性能提升	未明确说明方法在极端浑浊条件下的表现和计算效率	解决浑浊介质中高保真图像传输的挑战	通过浑浊介质传输的图像	计算机视觉	NA	光学成像，深度学习	深度学习网络	图像	NA	NA	全局注意力机制	重建保真度，像素级重建精度	NA
682	2025-10-06	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	开发并验证基于视网膜照片筛查烟雾病及其分期的深度学习算法	首次利用视网膜照片和深度学习技术实现烟雾病的自动筛查和分期预测	回顾性研究，样本量相对有限，需进一步前瞻性验证	开发辅助诊断烟雾病及其分期的深度学习模型	烟雾病患者和健康参与者的视网膜照片	计算机视觉	烟雾病	视网膜摄影	CNN	图像	498张烟雾病患者视网膜照片（78名患者），3835张健康参与者照片（1649名参与者）	PyTorch	ResNeXt50	AUC, 准确率, 灵敏度, 特异性, F1分数	NA
683	2025-10-06	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	开发并验证基于卷积神经网络的深度学习模型，用于在肛门内超声图像中准确检测直肠癌	首次将迁移学习与微调深度学习架构应用于肛门内超声图像的直肠癌检测，为经验不足的检查者提供AI辅助诊断支持	研究样本量较小（仅294张图像），需要在更大数据集上进一步验证模型性能	开发AI系统提高非专科医疗中心直肠癌检测的准确性	肛门内超声图像中的直肠癌病变	计算机视觉	直肠癌	肛门内超声	CNN	图像	294张肛门内超声图像	NA	NA	灵敏度,准确度,AUC	NA
684	2025-10-06	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	本研究开发了基于深度学习的模型，仅通过细胞形态图像即可区分造血干细胞和多能祖细胞的不同功能亚群	首次在稳态条件下使用深度学习技术区分造血干细胞和多能祖细胞，无需依赖表面标记物或移植实验	研究仅使用小鼠细胞数据，尚未在人类细胞中验证	开发基于深度学习的细胞分类系统，用于造血干细胞功能亚群的识别和分离	小鼠造血干细胞(HSCs)和多能祖细胞(MPPs)	计算机视觉	血液系统疾病	光学显微镜(DIC)成像	深度学习	图像	大量图像数据集	NA	LSM模型	NA	NA
685	2025-10-06	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	研究论文	本研究利用几何深度学习改进MHC结合肽预测的泛化能力	提出基于结构的几何深度学习方法和三维自监督学习，显著提升对未知MHC等位基因的泛化能力	概念验证研究，需要进一步验证和扩展	改进MHC结合肽预测的泛化能力和数据效率	主要组织相容性复合体结合的肽段	机器学习	自身免疫病,传染病,肿瘤免疫	几何深度学习,自监督学习	几何深度学习模型	三维结构数据,序列数据	NA	NA	NA	泛化能力,数据效率	NA
686	2025-10-06	CT-derived pectoralis composition and incident pneumonia hospitalization using fully automated deep-learning algorithm: multi-ethnic study of atherosclerosis 2024-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10372-1 PMID:37951855	研究论文	本研究使用全自动深度学习算法从常规胸部CT中提取胸肌组成指标，并探讨其与肺炎住院事件的纵向关联	首次使用全自动深度学习算法(Mask R-CNN)从常规胸部CT中量化胸肌组成，并在COPD患者中发现其与肺炎住院风险的独立关联	研究仅在COPD患者亚组中发现显著关联，总体人群未见预测价值，样本量相对有限	开发自动化胸肌测量方法并评估其与肺炎住院风险的关联	动脉粥样硬化多种族研究(MESA)的2595名参与者	计算机视觉	慢性阻塞性肺疾病	胸部CT成像	CNN	医学影像	2595名参与者(51%女性，中位年龄68岁)，其中507名COPD患者	NA	Mask R-CNN, Faster R-CNN	风险比(HR), 95%置信区间, p值	NA
687	2025-10-06	Predicting Affinity Through Homology (PATH): Interpretable Binding Affinity Prediction with Persistent Homology 2024-Oct-21, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.16.567384 PMID:38014181	研究论文	提出了一种基于持续同调的蛋白质-配体结合亲和力预测算法PATH，具有可解释性和高效性	使用反对距离计算蛋白质-配体复合物的持续同调特征，开发了运行时间与蛋白质大小无关的最快算法，并提出了可解释的持久性指纹表示方法	NA	开发可解释且高效的蛋白质-配体结合亲和力预测方法	蛋白质-配体复合物	计算生物学	NA	持续同调，拓扑数据分析	回归树集成	蛋白质-配体复合物结构数据	NA	NA	浅回归树集成	结合亲和力预测准确度	NA
688	2025-10-06	Artificial intelligence unravels interpretable malignancy grades of prostate cancer on histology images 2024-Mar-06, Npj imaging.. DOI:10.1038/s44303-023-00005-z PMID:40604230	研究论文	利用人工智能开发基于组织学图像的前列腺癌可解释恶性分级系统	开发了独立于现有Gleason分级系统的新型四风险组分级系统，在长期随访数据验证下表现优于当前五级分组	研究基于根治性前列腺切除术患者数据，结果可能不适用于其他治疗方式的患者群体	解决前列腺癌恶性分级中观察者间变异性的核心问题，开发更准确的风险分层系统	2647名接受根治性前列腺切除术的前列腺癌患者	数字病理学	前列腺癌	深度学习	NA	组织学图像	2647名患者，随访时间≥10年	NA	NA	生存分析，生化复发风险，癌症特异性死亡风险	NA
689	2025-10-06	Boosting the performance of molecular property prediction via graph-text alignment and multi-granularity representation enhancement 2024-11, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2024.108843 PMID:39173218	研究论文	提出一种通过图-文本对齐和多粒度表示增强来提升分子属性预测性能的方法	使用对比损失和交叉注意力在嵌入空间中对齐和融合图与文本特征，并整合原子、功能基团和分子层面的多粒度信息	NA	提高分子属性预测的准确性	分子	机器学习	NA	深度学习	多模态模型	图数据, 文本数据	NA	NA	交叉注意力机制	准确率	NA
690	2025-10-06	Integrative deep learning with prior assisted feature selection 2024-09-10, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.10148 PMID:38923006	研究论文	提出了一种结合先验信息的集成深度学习特征选择方法(PANDA)，用于生物医学数据的整合分析	在整合分析框架中引入专用特征选择层，并利用集成学习方法从先前研究中提取先验信息来辅助特征选择	NA	开发能够处理生物医学数据中'小样本大特征'挑战的整合分析方法	基因与疾病关系的复杂模式	机器学习	皮肤黑色素瘤	深度学习	深度学习	基因数据	NA	NA	PANDA	特征选择性能, 结果预测准确性	NA
691	2025-10-06	deepAFT: A nonlinear accelerated failure time model with artificial neural network 2024-08-30, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.10152 PMID:38894557	研究论文	提出基于深度人工神经网络的非线性加速失效时间模型deepAFT方法用于生存分析	首次将深度人工神经网络应用于加速失效时间模型框架，能够处理各种非线性形式的协变量效应	未明确说明模型计算复杂度和训练时间要求	开发更准确和灵活的非线性生存分析模型	生存结果数据与解释变量之间的关系建模	机器学习	淋巴瘤	生存分析	人工神经网络	生存数据	NA	NA	深度人工神经网络	预测准确度	NA
692	2025-10-06	An explainable long short-term memory network for surgical site infection identification 2024-07, Surgery IF:3.2Q1 DOI:10.1016/j.surg.2024.03.006 PMID:38616153	研究论文	提出一种可解释的长短期记忆网络模型用于从电子健康记录中识别手术部位感染	在LSTM模型中引入注意力机制增强模型的可解释性，相比传统机器学习方法在敏感度方面有显著提升	数据来源于单一医疗系统，可能影响模型的泛化能力	开发自动化的手术部位感染监测系统以减少人工图表审查的工作量	犹他大学医疗系统2016年1月至2021年6月的9,185例手术事件	自然语言处理	手术部位感染	电子健康记录分析	LSTM	结构化数据和临床笔记	9,185例手术事件，其中4.7%存在手术部位感染	NA	长短期记忆网络（LSTM）	AUC, 敏感度	NA
693	2025-10-06	Spatial Deconvolution of Cell Types and Cell States at Scale Utilizing TACIT 2024-Jun-27, Research square DOI:10.21203/rs.3.rs-4536158/v1 PMID:38978567	研究论文	开发了一种名为TACIT的无监督细胞注释算法，用于大规模空间生物学中的细胞类型和状态识别	提出无需训练数据的无监督算法，使用预定义特征进行细胞注释，通过无偏阈值区分阳性细胞与背景	NA	解决空间生物学中细胞类型和状态识别的挑战	细胞类型和细胞状态	空间生物学	炎症性腺体疾病	空间转录组学、空间蛋白质组学、多组学检测	无监督算法	空间生物学数据	5个数据集，包含5,000,000个细胞，51种细胞类型	NA	TACIT	准确性、可扩展性	NA
694	2025-10-06	Spatial Deconvolution of Cell Types and Cell States at Scale Utilizing TACIT 2024-Jun-03, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.31.596861 PMID:38895230	研究论文	开发了一种名为TACIT的无监督细胞注释算法，用于大规模空间生物学中的细胞类型和状态识别	提出无需训练数据的无监督算法，使用预定义特征和无偏阈值区分阳性细胞与背景，专注于相关标记识别多组学检测中的模糊细胞	NA	解决空间生物学中细胞类型和状态识别的耗时和易出错问题	细胞类型和细胞状态	空间生物学	炎症性腺体疾病	空间转录组学、空间蛋白质组学、多组学检测	无监督算法	空间生物学数据	5个数据集（5,000,000个细胞；51种细胞类型）来自三个生态位（脑、肠道、腺体）	NA	TACIT	准确性、可扩展性	NA
695	2025-10-06	A reliable deep-learning-based method for alveolar bone quantification using a murine model of periodontitis and micro-computed tomography imaging 2024-07, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105057 PMID:38729290	研究论文	开发基于深度学习的自动分割模型，用于小鼠牙周炎模型中牙槽骨的微计算机断层扫描图像分析	创建了基于U-Net的3D深度学习模型，能够自动从µCT数据中分割牙槽骨并排除牙齿干扰，准确率超过98%	研究仅使用小鼠模型，未在人类样本中验证	开发人工智能辅助的牙槽骨自动分析工具，使研究人员无需机器学习背景即可轻松分析牙槽骨	小鼠牙周炎模型的牙槽骨	数字病理	牙周炎	微计算机断层扫描成像	深度学习	3D医学图像	小鼠上颌骨样本（4、7、9、14天时间点）	Dragonfly	U-Net	准确率	µCT扫描仪（µCT-45, Scanco）
696	2025-10-06	Evaluating the relationship between magnetic resonance image quality metrics and deep learning-based segmentation accuracy of brain tumors 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17059 PMID:38640464	研究论文	本研究评估了磁共振图像质量指标与基于深度学习的脑肿瘤分割准确性之间的关系	首次系统性地探讨了特定MR图像质量指标与DenseNet脑肿瘤分割性能之间的相关性，并提出了基于图像质量指标的训练数据选择策略	研究主要基于BraTS数据集，需要在更多多中心数据上验证普适性	评估输入训练图像的图像质量指标与深度学习脑肿瘤分割准确性之间的关系，开发更具泛化性的多机构数据模型	脑肿瘤MRI图像	医学图像分析	脑肿瘤	磁共振成像	深度学习	3D MRI图像	BraTS 2020和2021队列的多模态MRI扫描	NA	3D DenseNet	Dice系数, Pearson相关系数	NA
697	2025-10-06	Neural network dose prediction for cervical brachytherapy: Overcoming data scarcity for applicator-specific models 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17230 PMID:38814165	研究论文	本研究比较了三种神经网络训练方法在宫颈癌近距离放疗剂量预测中的性能，以解决不同施源器数据稀缺的挑战	针对宫颈癌近距离放疗中多种施源器数据稀缺的问题，提出了结合所有施源器数据训练统一模型并进行微调的方法	研究仅针对四种特定施源器类型，且数据量仍相对有限	比较不同神经网络训练方法在宫颈癌近距离放疗剂量预测中的性能，确定最优方法	宫颈癌近距离放疗治疗计划	医学影像分析	宫颈癌	近距离放疗	深度学习	3D医学影像数据	859个治疗计划，来自266名宫颈癌患者	NA	Cascade U-Net	平均误差, 平均绝对误差, 伽马分析通过率, Dice相似系数	NA
698	2025-10-06	3D Single Vessel Fractional Moving Blood Volume (3D-svFMBV): Fully Automated Tissue Perfusion Estimation Using Ultrasound 2024-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3376668 PMID:38478454	研究论文	提出一种结合图像处理、数值建模和深度学习的全自动三维单血管分数移动血容量方法，用于超声组织灌注评估	首次实现完全自动化的3D-svFMBV计算，通过将PD信号映射到单一大血管内的特征强度剖面来定义标准化值，无需数学校正背景信号	仅在合成图像和143例早期胎盘超声数据上进行了验证，需要更多临床数据进一步验证	开发准确稳健的组织灌注评估方法	胎盘组织灌注	医学影像分析	先兆子痫	功率多普勒超声	深度学习	三维超声图像	143例早期胎盘超声体积数据	NA	NA	标准化值预测准确性，先兆子痫预测能力	NA
699	2025-10-06	Mixed Supervision of Histopathology Improves Prostate Cancer Classification From MRI 2024-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3382909 PMID:38547000	研究论文	提出一种基于混合监督学习的深度学习方法来从MRI图像预测临床显著性前列腺癌	采用基于分布的回归而非基于值的回归，能够利用传统深度学习方法忽略的病理学发现	与基于图像的分割方法的一致性有所降低	提高从MRI图像进行前列腺癌分类的准确性	前列腺癌患者	数字病理学	前列腺癌	多参数前列腺MRI	深度学习	医学影像	973例多参数前列腺MRI检查（测试集198例）	NA	深度网络	平衡准确率, AUC	NA
700	2025-10-06	Deep learning reveals lung shape differences on baseline chest CT between mild and severe COVID-19: A multi-site retrospective study 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108643 PMID:38815485	研究论文	本研究通过深度学习分析基线胸部CT图像，揭示不同严重程度COVID-19患者的肺部形态差异	首次在大规模多中心数据集上结合机器学习与统计图谱方法，发现COVID-19严重程度与肺部特定区域形态变化的关联	回顾性研究设计，未包含纵向随访数据	探索COVID-19患者肺部形态变化与疾病严重程度的关联	COVID-19患者（轻症与重症）及健康对照人群	医学影像分析	COVID-19	胸部CT成像	3D CNN	3D医学影像（胸部CT）	3443例多机构样本（健康组、轻症COVID-19组、重症COVID-19组）	NA	3D ResNet	NA	NA