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
61	2026-03-22	Multimodal deep learning radiomics model for predicting postoperative progression in solid stage I non-small cell lung cancer 2024-Oct-17, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00783-8 PMID:39420411	研究论文	本研究开发了一种多模态深度学习放射组学模型，用于预测实性I期非小细胞肺癌患者术后进展风险	结合临床病理特征、主观CT发现和深度学习特征构建多模态模型，并采用迁移学习策略训练ResNet18模型提取特征	研究为回顾性设计，样本量有限，且仅包含两个医疗中心的数据，可能存在选择偏倚	探索多模态深度学习放射组学模型在预测实性I期非小细胞肺癌术后进展风险中的应用价值	经组织学确认的实性I期非小细胞肺癌患者	数字病理	肺癌	CT成像	深度学习	图像	459例患者作为训练集，104例患者作为外部验证队列	NA	ResNet18	AUC	NA
62	2026-03-22	Deep Learning Resolves Myovascular Dynamics in the Failing Human Heart 2024-May, JACC. Basic to translational science DOI:10.1016/j.jacbts.2024.02.007 PMID:38984052	研究论文	本文介绍了一种名为CardioCount的深度学习管道，用于精确量化人类心脏显微图像中的细胞核，并揭示了成年人类心脏中心肌细胞与内皮细胞的耦合生长关系	开发了CardioCount这一新的深度学习管道，首次大规模应用于368,434张人类显微图像，发现了成年人类心脏中心肌细胞与内皮细胞的耦合生长，以及终末期心力衰竭中血管稀疏与心肌肥大的相互关联	未明确说明模型在多样化数据集上的泛化能力或计算资源需求的具体限制	通过深度学习量化人类心脏显微图像中的细胞核，以研究心脏细胞动力学和心力衰竭的病理机制	人类心脏的显微图像，特别是心肌细胞和心脏内皮细胞	数字病理学	心血管疾病	显微镜成像	深度学习模型	图像	368,434张人类显微图像	未指定，但提及可通过GitHub和Google Colab访问	未指定具体架构	未明确说明	Google Colab（面向机器学习经验有限的用户）
63	2026-03-22	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	本文提出了一种基于卷积神经网络的磁共振波谱配准方法，用于单个体素MEGA-PRESS MRS数据的同步频率和相位校正	首次将深度学习应用于磁共振波谱配准，实现了同步频率和相位校正，填补了该领域深度学习方法的空白	研究主要基于模拟数据集和有限的体内数据，需要更多真实世界数据验证其泛化能力	开发一种高效准确的磁共振波谱配准方法，用于MRS数据的频率和相位校正	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，MEGA-PRESS序列	CNN	波谱数据	40,000个模拟MEGA-PRESS数据集和101个体内MEGA-PRESS内侧顶叶数据	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
64	2026-03-22	Deep learning-based patient stratification for prognostic enrichment of clinical dementia trials 2024, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcae445 PMID:39713242	研究论文	本研究利用深度学习对早期痴呆患者进行分层，以优化临床试验的预后富集	采用深度学习方法对痴呆患者的疾病轨迹进行聚类，识别出“慢速”和“快速”进展亚组，并开发机器学习模型从横断面数据预测进展亚组，以降低临床试验所需样本量和成本	研究样本量相对有限（283名早期痴呆患者），且模型预测性能（AUC 0.70）有待进一步提升	通过人工智能方法对痴呆患者进行分层，以优化临床试验设计并提高治疗发现效率	早期痴呆患者，包括认知和功能评分数据	机器学习	阿尔茨海默病	深度学习聚类，机器学习分类	深度学习，机器学习	认知和功能评分数据	283名早期痴呆患者（内部队列），2779名痴呆患者（外部验证队列）	NA	NA	AUC（受试者工作特征曲线下面积）	NA
65	2026-03-22	Automated pediatric brain tumor imaging assessment tool from CBTN: Enhancing suprasellar region inclusion and managing limited data with deep learning 2024 Jan-Dec, Neuro-oncology advances IF:3.7Q2 DOI:10.1093/noajnl/vdae190 PMID:39717438	研究论文	本研究提出了一种基于深度学习的自动化工具，用于儿科脑肿瘤的颅骨剥离和肿瘤分割，特别关注鞍区/鞍上区域，并在有限数据场景下评估其性能	开发了能够处理鞍区/鞍上区域罕见肿瘤的颅骨剥离和肿瘤分割模型，并在多参数MRI输入和有限数据条件下展示了良好的泛化能力	肿瘤分割模型对于增强肿瘤区域的Dice分数相对较低（中位数约0.79），表明在复杂肿瘤区域的分割精度仍有提升空间，且研究依赖于特定儿科患者队列	开发并评估自动化儿科脑肿瘤成像评估工具，以改进颅骨剥离和肿瘤分割在临床有限数据环境下的应用	527名患有各种儿科脑肿瘤组织学类型的儿科患者的MRI扫描数据	数字病理学	儿科脑肿瘤	多参数MRI扫描	深度学习	图像	527名儿科患者（颅骨剥离模型使用336例，肿瘤分割模型使用489例）	nnU-Net	nnU-Net	Dice分数, 敏感性, 95% Hausdorff距离	NA
66	2026-03-21	Conserved cysteine residues in Kaposi's sarcoma herpesvirus ORF34 are necessary for viral production and viral pre-initiation complex formation 2024-08-20, Journal of virology IF:4.0Q2 DOI:10.1128/jvi.01000-24 PMID:39078391	研究论文	本研究通过深度学习辅助的结构模型揭示了卡波西肉瘤疱疹病毒ORF34中保守的半胱氨酸残基对病毒前起始复合体形成和病毒生产的关键作用	利用深度学习算法辅助构建ORF34结构模型，首次系统鉴定并验证了四个保守半胱氨酸残基在vPIC组装中的金属离子捕获功能	研究主要基于体外细胞实验，尚未在动物模型中验证这些突变体的体内影响；金属离子结合的具体机制仍需进一步生化验证	阐明KSHV ORF34蛋白在病毒前起始复合体中的具体作用机制及其对病毒晚期基因表达的调控功能	卡波西肉瘤疱疹病毒（KSHV）的ORF34蛋白及其保守氨基酸残基	计算生物学	卡波西肉瘤	深度学习辅助结构建模、丙氨酸扫描突变、病毒-细菌人工染色体（BAC）系统	深度学习算法	蛋白质序列与结构数据	NA	NA	NA	病毒产量恢复效率、蛋白质相互作用强度	NA
67	2026-03-21	Inter-rater reliability in labeling quality and pathological features of retinal OCT scans: A customized annotation software approach 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314707 PMID:39693322	研究论文	本研究分析了两位评审员在标注视网膜OCT扫描质量和常见病理特征时的一致性	开发了自定义标注软件来评估OCT扫描特征标注的评分者间可靠性	某些特征如SRF和高反射点的标注一致性较低	评估OCT扫描质量和病理特征标注的评分者间可靠性	500个来自CIRRUS HD-OCT 5000设备的视网膜OCT扫描	数字病理学	视网膜疾病	光学相干断层扫描	NA	图像	500个OCT扫描，每位患者眼睛由16个随机扫描表示	NA	NA	原始百分比一致性, Cohen's kappa系数	NA
68	2026-03-21	From cancer big data to treatment: Artificial intelligence in cancer research 2024-01, The journal of gene medicine IF:3.2Q2 DOI:10.1002/jgm.3629 PMID:37940369	综述	本文概述了癌症大数据，并探讨了传统机器学习和深度学习方法在癌症基因组学和蛋白质组学研究中的应用	探索了多模态人工智能框架在分析高维多组学数据中的应用，以提取难以手动获取的有意义信息	可解释性和数据质量仍然是关键挑战	推进对癌症生物学的理解，改善患者护理和临床结果	癌症大数据，包括临床研究、基因组学、蛋白质组学和公共卫生记录	机器学习	癌症	组学技术	传统机器学习，深度学习	多组学数据	NA	NA	NA	NA	NA
69	2026-03-20	Contrastive Clustering-Based Patient Normalization to Improve Automated In Vivo Oral Cancer Diagnosis from Multispectral Autofluorescence Lifetime Images 2024-Dec-09, Cancers IF:4.5Q1 DOI:10.3390/cancers16234120 PMID:39682305	研究论文	本文提出了一种基于对比聚类的患者归一化方法，用于改进基于多光谱自体荧光寿命图像的口腔癌自动诊断	提出了一种无需在测试时与患者自身参考样本直接比较的对比预训练方法，以实现患者归一化，并利用多任务框架有效利用小数据集	方法针对特定成像模态设计，虽然开发过程可推广，但直接应用于其他非传统成像模态需调整	提高基于多光谱自体荧光寿命图像的口腔癌自动诊断模型的性能，克服小数据集下的过拟合和患者间变异问题	口腔组织多光谱自体荧光寿命图像	数字病理	口腔癌	多光谱自体荧光寿命成像	深度学习模型	图像	67名患者	NA	对比预训练编码器	灵敏度, 特异性	NA
70	2026-03-20	EXACT-Net: Framework for EHR-Guided Lung Tumor Auto-Segmentation for Non-Small Cell Lung Cancer Radiotherapy 2024-Dec-06, Cancers IF:4.5Q1 DOI:10.3390/cancers16234097 PMID:39682283	研究论文	本研究提出了一种名为EXACT-Net的多模态AI框架，利用电子健康记录（EHR）引导进行非小细胞肺癌（NSCLC）放疗中的肺部肿瘤自动分割，旨在提高分割准确性并减少假阳性	通过结合预训练大型语言模型（LLM）提取的EHR信息与CT图像数据，构建多模态AI框架，有效去除假阳性结节，提升肿瘤分割性能	研究仅基于10名NSCLC患者的数据进行训练和验证，样本规模较小，可能影响模型的泛化能力	开发一种EHR引导的肺部肿瘤自动分割方法，以加速NSCLC放疗流程，提高治疗效率	非小细胞肺癌（NSCLC）患者的CT图像及对应的电子健康记录（EHR）	数字病理学	肺癌	CT扫描，大型语言模型（LLM）信息提取	深度学习模型，大型语言模型（LLM）	图像（CT），文本（EHR）	10名NSCLC患者	NA	EXACT-Net	结节检测成功率	NA
71	2026-03-20	MRI-based Deep Learning Models for Preoperative Breast Volume and Density Assessment Assisting Breast Reconstruction 2024-12, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-024-04074-2 PMID:38806828	研究论文	本研究开发了三种基于MRI的自动分割算法，用于术前乳腺体积和密度评估，以辅助乳房重建手术	开发并比较了三种自动乳腺分割算法（简单配准模型、动态编程模型和深度学习模型），用于自动化、高重复性的乳腺区域分割和体积测量	研究样本量相对有限（249名受试者），且仅基于单一机构的MRI数据	开发人工智能模型，实现乳腺的自动分割和体积测量，以优化乳房重建手术并辅助临床决策	接受乳房重建手术的249名患者的术前乳腺MRI图像	数字病理学	乳腺癌	MRI	深度学习模型	图像	249名接受乳房重建手术的受试者	NA	NA	均方误差（MSE），组内相关系数（ICC）	NA
72	2026-03-20	Activities of Daily Living Object Dataset: Advancing Assistive Robotic Manipulation with a Tailored Dataset 2024-Nov-27, Sensors (Basel, Switzerland) DOI:10.3390/s24237566 PMID:39686103	研究论文	本文介绍了一个专门针对辅助机器人操作设计的日常生活活动对象数据集，旨在通过深度学习模型简化轮椅辅助机械臂的控制	提出了一个新颖的ADL对象数据集，通过整合多个开源数据集并进行标准化和过滤，专门为家庭环境中的辅助机器人操作定制	数据集依赖于现有开源数据，可能无法覆盖所有ADL场景或对象，且手动验证过程可能引入主观偏差	开发一个专门的数据集以促进辅助机器人中基于深度学习的对象检测模型的发展，从而简化控制接口并增强用户自主性	日常生活活动相关的对象，如饮食、梳洗、穿衣等任务中涉及的物品	计算机视觉	行动障碍	深度学习对象检测	YOLOv5x	图像	超过112,000张高质量图像	YOLO Darknet	YOLOv5x	NA	NA
73	2026-03-20	A self-attention-driven deep learning framework for inference of transcriptional gene regulatory networks 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae639 PMID:39679439	研究论文	本文介绍了一种名为DeepTGI的深度学习框架，用于从单细胞和/或批量转录组数据中推断转录因子-基因相互作用，以构建基因调控网络	DeepTGI融合了自编码器提取的特征与自注意力机制，并利用多头注意力模块定义代表性特征，从而在预测转录因子-基因相互作用方面表现出优越性	NA	从基因表达数据中推断转录因子-基因相互作用，以构建基因调控网络并理解转录调控机制	转录因子与靶基因之间的相互作用	机器学习	NA	单细胞转录组测序，批量转录组测序	自编码器，自注意力机制	基因表达谱数据	NA	NA	自编码器，多头注意力模块	准确性	NA
74	2026-03-20	Artificial Intelligence in the Diagnosis and Quantitative Phenotyping of Hyperkinetic Movement Disorders: A Systematic Review 2024-Nov-21, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13237009 PMID:39685480	综述	本文系统回顾了人工智能在诊断和量化表型分析运动障碍中的应用	首次系统性地总结了AI在诊断和量化表型分析运动障碍中的性能，并指出了现有研究的报告异质性和临床可解释性不足的问题	纳入研究存在报告异质性，仅少数研究进行了外部验证，且整体偏倚风险较高	评估人工智能在诊断和量化表型分析运动障碍中的性能	运动障碍患者，包括共济失调、舞蹈症、肌张力障碍、肌阵挛、抽动症和震颤等	机器学习	运动障碍	运动测量（如加速度计和惯性测量单元）和影像技术	机器学习,深度学习	运动学数据,影像数据	11946名受试者	NA	NA	诊断准确率,相关系数	NA
75	2026-03-20	Structures of Epstein-Barr virus and Kaposi's sarcoma-associated herpesvirus virions reveal species-specific tegument and envelope features 2024-11-19, Journal of virology IF:4.0Q2 DOI:10.1128/jvi.01194-24 PMID:39470208	研究论文	本研究通过深度学习增强的冷冻电子断层扫描技术，解析了EBV和KSHV病毒颗粒的结构，揭示了其被膜和包膜的特异性特征	首次利用深度学习增强的冷冻电子断层扫描技术，对EBV和KSHV的完整病毒颗粒进行高分辨率结构解析，发现了被膜和包膜中的物种特异性特征，如偏心衣壳位置、被膜极化分布以及包膜糖蛋白密度较低等	研究主要关注细胞外病毒颗粒的结构，可能未完全反映细胞内感染过程中的动态变化；技术方法虽先进，但样本处理和成像条件可能引入一定偏差	解析EBV和KSHV病毒颗粒的结构特征，比较其与α-和β-疱疹病毒在结构上的差异，以理解其细胞嗜性和感染机制	EBV（Epstein-Barr病毒）和KSHV（Kaposi's肉瘤相关疱疹病毒）的细胞外病毒颗粒	结构生物学	NA	冷冻电子断层扫描（cryoET）、深度学习增强技术、亚断层图平均、断层图引导的亚粒子重建	NA	冷冻电子断层扫描图像数据	NA	NA	NA	NA	NA
76	2026-03-20	Uncertainty quantification via localized gradients for deep learning-based medical image assessments 2024-Jul-19, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad611d PMID:38981594	研究论文	本文提出了一种新颖的基于局部梯度的后处理不确定性量化方法，用于提升深度学习模型在医学图像评估中的可靠性	引入了一种基于局部梯度的后处理不确定性量化方法，该方法无需修改已训练模型，可直接应用于现有模型，增强了模型输出的可靠性评估	NA	开发一种后处理不确定性量化方法，以增强深度学习模型在医学图像评估中的可靠性和用户信任	医学图像中的转移性疾病分割	计算机视觉	转移性疾病	深度学习	深度学习模型	图像	NA	NA	NA	ROC AUC, 假阳性率	NA
77	2026-03-20	Structures of Epstein-Barr virus and Kaposi's sarcoma-associated herpesvirus virions reveal species-specific tegument and envelope features 2024-Jul-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.09.602672 PMID:39026862	研究论文	本研究通过深度学习增强的冷冻电子断层扫描技术，解析了EBV和KSHV病毒颗粒的结构，揭示了其被膜和包膜的特异性特征	首次利用深度学习增强的冷冻电子断层扫描技术，对EBV和KSHV的完整病毒颗粒进行结构解析，发现了被膜和包膜中的物种特异性特征，如偏心衣壳位置、极化被膜分布及糖蛋白密度差异	研究主要基于体外培养的病毒颗粒，可能无法完全反映体内感染环境下的结构动态；样本来源和细胞类型有限，可能影响结构特征的普遍性	解析EBV和KSHV病毒颗粒的结构特征，比较其与α-和β-疱疹病毒在结构上的差异，以理解其细胞嗜性和感染机制	EBV和KSHV的细胞外病毒颗粒	结构生物学	病毒感染相关肿瘤	冷冻电子断层扫描，深度学习增强，亚断层图平均，断层图引导的亚粒子重建	深度学习模型	冷冻电子断层扫描图像	NA	NA	NA	NA	NA
78	2026-03-20	Uncertainty estimation and evaluation of deformation image registration based convolutional neural networks 2024-May-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4c4f PMID:38749468	研究论文	本文开发了一种基于卷积神经网络的多分辨率图像配准模型，用于快速预测可变形图像配准及其不确定性	提出了一种新的概率多分辨率图像配准模型，并引入基于Kullback-Leibler散度的新度量来评估预测的密集位移场分布质量	模型在超参数调优中存在不确定性可靠性与配准精度之间的权衡	开发并评估能够快速执行可变形图像配准并预测其不确定性的模型	治疗计划CT与随访锥形束CT之间的多模态图像配准	计算机视觉	NA	可变形图像配准	CNN	图像	NA	NA	NA	Dice相似系数, KL散度	NA
79	2026-03-20	Circumventing drug resistance in gastric cancer: A spatial multi-omics exploration of chemo and immuno-therapeutic response dynamics 2024-05, Drug resistance updates : reviews and commentaries in antimicrobial and anticancer chemotherapy IF:15.8Q1 DOI:10.1016/j.drup.2024.101080 PMID:38579635	研究论文	本研究通过空间多组学方法探索胃癌对化疗和免疫治疗的耐药性机制，并开发深度学习模型预测治疗反应	整合空间多组学数据与深度学习模型，揭示胃癌耐药性的细胞间通讯机制，并构建高精度预测模型	研究样本量有限，且模型验证需在更大队列中进行外部验证	阐明胃癌对化疗和免疫治疗耐药的细胞与分子机制，并开发预测模型	接受化疗和免疫治疗的胃癌患者术后组织样本	数字病理学	胃癌	多组学分析、mIHC（多重免疫组化）检测、空间转录组学	SVM（支持向量机）、深度学习模型	空间多组学数据、图像数据	探索队列和验证队列的胃癌患者术后组织样本	NA	NA	AUC（曲线下面积）	NA
80	2026-03-20	Elevating Patient Care With Deep Learning: High-Resolution Cervical Auscultation Signals for Swallowing Kinematic Analysis in Nasogastric Tube Patients 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3497895 PMID:39698476	研究论文	本研究探讨了高分辨率颈部听诊信号在评估鼻胃管患者吞咽功能中的应用	将先前为非鼻胃管参与者设计的机器学习架构微调后应用于鼻胃管患者群体，以评估HRCA信号在吞咽功能分析中的效用	未明确提及样本量可能较小或数据收集的局限性	评估高分辨率颈部听诊信号在鼻胃管患者吞咽功能分析中的效用	使用鼻胃管的患者	数字病理学	吞咽功能障碍	高分辨率颈部听诊	卷积循环神经网络, 混合模型, 堆叠循环神经网络	振动和声学信号	NA	NA	卷积循环神经网络, 混合模型, 堆叠循环神经网络	预测准确率, 重叠率	NA