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
1021	2025-10-06	Detection of neurologic changes in critically ill infants using deep learning on video data: a retrospective single center cohort study 2024-Dec, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102919 PMID:39764545	研究论文	本研究开发了一种基于深度学习姿态识别算法的计算机视觉方法，通过视频数据预测危重症婴儿的神经系统变化	构建了迄今为止最大的视频-脑电图数据集，并首次证明仅通过视频数据就能预测脑功能异常和镇静状态	单中心回顾性研究，样本量相对有限（115名婴儿）	开发可靠、连续的神经系统监测方法以替代间歇性、主观的体格检查	矫正年龄小于1岁的危重症婴儿	计算机视觉	神经系统疾病	视频脑电图监测	深度学习姿态识别算法	视频数据	115名婴儿，282,301分钟视频数据	NA	NA	ROC-AUC, 置换检验P值	NA
1022	2025-10-06	Integrating spatial transcriptomics and snRNA-seq data enhances differential gene expression analysis results of AD-related phenotypes 2024-Nov-18, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.18.24317499 PMID:39606364	研究论文	本研究通过整合空间转录组学和单核RNA测序数据，增强了阿尔茨海默病相关表型的空间信息细胞类型特异性差异基因表达分析能力	首次将空间转录组数据与单核RNA测序数据整合，实现了皮层层级特异性细胞类型差异基因表达分析	研究基于死后脑组织样本，可能无法完全反映活体状态；空间位置是通过深度学习工具推断而非直接测量	提升阿尔茨海默病相关表型的空间信息差异基因表达分析能力	436例死后大脑背外侧前额叶皮层组织的约150万个细胞	生物信息学	阿尔茨海默病	空间转录组学，单核RNA测序，深度学习	深度学习	基因表达数据，空间位置数据	436个死后大脑样本，约150万个细胞	CelEry	NA	p值，基因集富集分析	NA
1023	2025-10-06	In vivo evaluation of complex polyps with endoscopic optical coherence tomography and deep learning during routine colonoscopy: a feasibility study 2024-11-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78891-5 PMID:39537775	研究论文	本研究评估了内窥镜光学相干断层扫描结合深度学习在常规结肠镜检查中评估复杂结直肠息肉的可行性	开发了用于成人结肠镜的侧视OCT导管，并在常规结肠镜检查中实现了实时诊断，不仅区分良恶性病变，还区分多种组织学亚型息肉	样本量较小（35个息肉），仅为可行性研究	评估内窥镜OCT结合深度学习在结肠镜检查中评估结直肠息肉深部浸润的可行性	接受内镜治疗的大型结直肠息肉患者	数字病理	结直肠癌	内窥镜光学相干断层扫描，组织病理学	深度学习模型	OCT图像	32名患者的35个息肉	NA	NA	AUROC, Cohen's kappa	NA
1024	2025-10-06	A wearable echomyography system based on a single transducer 2024-Nov, Nature electronics IF:33.7Q1 DOI:10.1038/s41928-024-01271-4 PMID:40677283	研究论文	开发了一种基于单个换能器的可穿戴回声肌电图系统，用于肌肉活动的无线监测和手势识别	采用单个定制换能器替代复杂的换能器阵列，实现了小型化、低功耗的可穿戴回声肌电图系统	NA	开发可穿戴肌肉活动监测系统，用于健康监测和身体运动追踪	膈肌活动和前臂肌肉的手势识别	生物医学工程	NA	回声肌电图，超声波检测	深度学习算法	射频数据，超声波信号	NA	NA	NA	平均误差7.9°	NA
1025	2025-10-06	Sexually dimorphic computational histopathological signatures prognostic of overall survival in high-grade gliomas via deep learning 2024-08-23, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adi0302 PMID:39178259	研究论文	使用深度学习分析H&E染色切片识别高级别胶质瘤中性别特异性组织病理学特征并构建性别特异性生存预后模型	首次采用端到端深度学习方法从常规H&E染色切片中识别性别特异性肿瘤微环境特征并构建性别特异性生存预后模型	研究基于回顾性数据，需要在前瞻性研究中进一步验证	识别高级别胶质瘤中性别特异性组织病理学特征并构建性别特异性生存预后模型	高级别胶质瘤患者的H&E染色组织切片	数字病理学	脑肿瘤/高级别胶质瘤	H&E染色，深度学习	CNN	病理图像	多个训练和验证队列（具体数量未在摘要中说明）	NA	ResNet18	C-index	NA
1026	2025-10-06	Quantification of Human Photoreceptor-Retinal Pigment Epithelium Macular Topography with Adaptive Optics-Optical Coherence Tomography 2024-Jul-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14141518 PMID:39061655	研究论文	使用自适应光学-光学相干断层扫描技术量化活体人眼感光细胞-视网膜色素上皮复合体的黄斑地形图	首次结合FDML-AO-OCT成像技术和深度学习算法，在活体人眼中三维表征PR-RPE复合体的细胞级地形分布	样本量较小（11名健康志愿者），仅观察了黄斑颞侧区域	量化活体人眼感光细胞-视网膜色素上皮复合体的黄斑地形结构	健康志愿者的视网膜PR-RPE复合体	医学影像	视网膜疾病	自适应光学-光学相干断层扫描（AO-OCT），傅里叶域锁模激光（FDML）	深度学习	三维医学影像	11名健康志愿者	NA	NA	细胞密度、外节长度、PR/RPE比率	NA
1027	2025-10-06	A Primer for Utilizing Deep Learning and Abdominal MRI Imaging Features to Monitor Autosomal Dominant Polycystic Kidney Disease Progression 2024-May-20, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12051133 PMID:38791095	综述	介绍如何利用深度学习和腹部MRI影像特征监测常染色体显性多囊肾病进展	将深度学习应用于ADPKD的肾脏分割和额外生物标志物提取，超越传统的总肾脏体积测量	概念性论文，缺乏具体实验验证和性能数据	探索深度学习在监测常染色体显性多囊肾病进展中的应用潜力	常染色体显性多囊肾病患者的腹部MRI影像	医学影像分析	常染色体显性多囊肾病	MRI成像	深度学习	医学影像	NA	NA	NA	速度、准确性、可重复性	NA
1028	2025-10-06	Topical hidden genome: discovering latent cancer mutational topics using a Bayesian multilevel context-learning approach 2024-Mar-27, Biometrics IF:1.4Q2 DOI:10.1093/biomtc/ujae030 PMID:38682463	研究论文	提出一种基于主题模型的贝叶斯多层次上下文学习方法，用于发现癌症突变中的潜在主题	首次将计算语言学中的主题模型应用于癌症突变上下文分析，实现了可解释的降维和严格的全贝叶斯推断	未明确说明模型对特定癌症类型的普适性限制	推断全基因组范围内超罕见体细胞突变的癌症类型特异性	全基因组体细胞突变数据	机器学习	癌症	全基因组测序	主题模型,贝叶斯模型	基因组变异数据	数千个肿瘤样本的数千万个变异	NA	多层次多逻辑隐藏基因组模型	预测性能	NA
1029	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
1030	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
1031	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
1032	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
1033	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
1034	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
1035	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
1036	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
1037	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
1038	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
1039	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
1040	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