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
1321	2025-10-06	Integrative analysis of noncoding mutations identifies the druggable genome in preterm birth 2024-01-19, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adk1057 PMID:38241369	研究论文	通过整合非编码突变分析揭示早产的药物靶向基因组	首次结合深度学习与图模型在碱基分辨率评估突变效应，整合子宫肌层表观基因组与大规模患者基因组数据	研究队列主要基于欧洲和非裔美国人群体，可能限制结果的普适性	识别早产的遗传风险位点和药物靶点	自发性早产患者队列（欧洲和非裔美国人）及接受孕激素预防治疗的孕妇	机器学习	早产	全基因组测序，表观基因组分析	深度学习，图模型	基因组数据，表观遗传数据	大规模患者队列（具体数量未明确说明）	NA	NA	突变负荷预测能力	NA
1322	2025-10-06	Deep learning-based video-analysis of instrument motion in microvascular anastomosis training 2024-01-12, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-05896-4 PMID:38214753	研究论文	开发基于深度学习的自动器械尖端检测算法，用于微血管吻合训练中的手术器械运动分析	首次将YOLOv2深度学习模型应用于微血管吻合训练视频的器械尖端跟踪和运动学分析	研究主要基于训练视频，临床实际应用验证尚需进一步研究	开发自动化手术器械运动分析系统以客观评估微血管吻合技能	神经外科培训学员（新手、中级和专家级外科医生）	计算机视觉	NA	视频分析	CNN	视频	临床微血管手术视频和训练视频	YOLOv2	YOLOv2	Dice相似系数, ROC分析	NA
1323	2025-06-14	Deep Learning Prostate MRI Segmentation Accuracy and Robustness: A Systematic Review 2024-07, Radiology. Artificial intelligence DOI:10.1148/ryai.230138 PMID:38568094	系统性综述	本研究通过系统性综述探讨了深度学习在前列腺MRI分割中的准确性和鲁棒性，并与专业放射科医生进行了比较	首次系统性评估深度学习在前列腺MRI分割中的表现，并比较不同MRI厂商、前列腺区域和测试方法下的性能	仅纳入截至2022年7月31日前的英文文献，可能遗漏最新研究成果	评估深度学习在前列腺MRI分割中的准确性和鲁棒性	前列腺MRI图像	数字病理学	前列腺癌	MRI	深度学习算法	医学影像	48项研究（来自691篇初步筛选文献）	NA	NA	NA	NA
1324	2025-06-14	Validation of de novo designed water-soluble and transmembrane β-barrels by in silico folding and melting 2024-Jul, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5033 PMID:38864690	研究论文	通过计算机模拟折叠和熔解验证了从头设计的水溶性和跨膜β桶蛋白	揭示了AlphaFold2和ESMFold在不同任务中的优势，并引入了一种基于预测增量扰动的'计算机模拟熔解'新方法	缺乏高质量预测模型与实验成功机会之间关系的正式证据	验证和比较深度学习结构预测算法在蛋白质设计中的应用	从头设计的水溶性和跨膜β桶蛋白	计算生物学	NA	深度学习结构预测算法(AlphaFold2, ESMFold)	AlphaFold2, ESMFold	蛋白质序列和结构数据	NA	NA	NA	NA	NA
1325	2025-06-14	A Semiautonomous Deep Learning System to Reduce False Positives in Screening Mammography 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230033 PMID:38597785	research paper	评估半自主人工智能模型在筛查乳腺X光片中识别非乳腺癌可疑病例并减少假阳性检查的能力	开发了一种半自主深度学习系统，显著减少乳腺癌筛查中的假阳性率和不必要的医疗程序	研究基于回顾性数据，需要在更多前瞻性研究中验证其效果	降低乳腺癌筛查中的假阳性率和相关医疗负担	乳腺X光筛查图像	digital pathology	breast cancer	deep learning	AI	image	123,248张训练用乳腺X光片（含6,161例癌症）和14,831例筛查检查（含1,026例癌症）的回顾性研究	NA	NA	NA	NA
1326	2025-06-14	SCIseg: Automatic Segmentation of T2-weighted Intramedullary Lesions in Spinal Cord Injury 2024-Apr-21, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.03.24300794 PMID:38699309	研究论文	开发了一种名为SCIseg的深度学习工具，用于自动分割脊髓损伤中的T2加权髓内病变	SCIseg模型通过三阶段训练过程，包括主动学习，能够自动分割脊髓和髓内病变，且在不同病因、扫描仪制造商和图像分辨率下表现良好	研究为回顾性研究，可能存在选择偏差	开发自动分割脊髓损伤中T2加权髓内病变的深度学习工具	脊髓损伤患者的T2加权MRI图像	数字病理学	脊髓损伤	深度学习	SCIseg（基于深度学习的模型）	MRI图像	191名脊髓损伤患者（平均年龄48.1岁±17.9，142名男性）	NA	NA	NA	NA
1327	2025-10-06	Multicenter Evaluation of a Weakly Supervised Deep Learning Model for Lymph Node Diagnosis in Rectal Cancer at MRI 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230152 PMID:38353633	研究论文	开发用于直肠癌MRI淋巴结诊断的弱监督深度学习模型WISDOM	提出弱监督学习框架WISDOM，仅使用患者级病理信息而非像素级标注训练淋巴结诊断模型	回顾性研究，需进一步前瞻性验证	开发基于MRI的直肠癌淋巴结诊断AI模型	直肠癌患者的MRI影像和术后病理数据	医学影像分析	直肠癌	MRI（T2加权和弥散加权成像）	深度学习	医学影像	1014例患者（训练队列589例，内部测试146例，两个外部测试队列279例）	NA	WISDOM	AUC, C指数	NA
1328	2025-10-06	Prior Clinico-Radiological Features Informed Multi-Modal MR Images Convolution Neural Network: A novel deep learning framework for prediction of lymphovascular invasion in breast cancer 2024-02, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.6932 PMID:38230837	研究论文	提出一种融合临床影像先验特征的多模态MRI卷积神经网络框架PCMM-Net，用于预测乳腺癌淋巴血管侵犯	首次将临床先验知识融入多模态MRI的深度学习框架，通过PCMM-Net实现更精准的LVI预测	样本量有限（341例患者），需更大规模数据验证	开发深度学习框架提升乳腺癌淋巴血管侵犯的预测准确率	早期乳腺癌患者	医学影像分析	乳腺癌	多参数MRI（T1加权、T2加权、对比增强T1加权）	CNN	医学影像	341例乳腺癌患者（7:3随机分为训练组和验证组）	NA	PCMM-Net, MM-Net	AUC	NA
1329	2025-10-06	Expert-centered Evaluation of Deep Learning Algorithms for Brain Tumor Segmentation 2024-01, Radiology. Artificial intelligence DOI:10.1148/ryai.220231 PMID:38197800	研究论文	本研究通过文献调查和专家评估，分析了脑肿瘤分割深度学习算法的评估实践与专家质量感知	首次系统调查脑肿瘤分割算法评估实践，并揭示专家质量感知与常用定量指标之间的差异	专家评估样本量有限，且存在评分者间一致性较低的问题	评估深度学习算法在脑肿瘤分割中的性能表现与临床专家质量感知的一致性	脑肿瘤分割算法和医学影像专家	医学影像分析	脑肿瘤	深度学习分割算法	NA	医学影像	180篇文献调查和60例脑肿瘤分割案例的专家评估	NA	NA	Dice分数, 敏感度, Hausdorff距离, Krippendorff α, Kendall tau	NA
1330	2025-10-06	A Deep Learning Pipeline for Assessing Ventricular Volumes from a Cardiac MRI Registry of Patients with Single Ventricle Physiology 2024-01, Radiology. Artificial intelligence DOI:10.1148/ryai.230132 PMID:38166332	研究论文	开发用于单心室生理患者心脏MRI心室自动分割的端到端深度学习流程	提出包含三个深度学习模型的端到端流程，专门针对Fontan循环患者的多中心心脏MRI数据进行自动化心室分割	在475例未见过的检查中，26%需要轻微调整，5%需要重大调整，0.4%的裁剪模型失败	开发自动化的心室分割方法以评估单心室生理患者的心室容积	Fontan循环患者的心脏MRI数据	医学影像分析	先天性心脏病	心脏MRI	深度学习	医学影像	250例心脏MRI检查用于训练验证测试，475例未见过的检查用于进一步评估	NA	U-Net 3+	Dice分数, Bland-Altman分析, 组内相关系数	NA
1331	2025-10-06	Revisiting the Trustworthiness of Saliency Methods in Radiology AI 2024-01, Radiology. Artificial intelligence DOI:10.1148/ryai.220221 PMID:38166328	研究论文	评估放射学AI中显著性方法对输入扰动的敏感性和鲁棒性	提出预测-显著性相关性(PSC)指标来量化显著性方法的敏感性和鲁棒性	仅针对胸部X光片和脑部MRI图像进行评估，未涵盖其他医学影像模态	验证放射学AI中显著性方法的可信度	胸部X光片和脑部肿瘤MRI图像	计算机视觉	胸部疾病,脑肿瘤	深度学习	深度学习模型	医学影像	191229张胸部X光片和7022张脑部MRI图像	NA	NA	PSC系数,AUC	NA
1332	2025-10-06	Deep Learning-based Identification of Brain MRI Sequences Using a Model Trained on Large Multicentric Study Cohorts 2024-01, Radiology. Artificial intelligence DOI:10.1148/ryai.230095 PMID:38166331	研究论文	开发基于深度学习的全自动设备无关和序列无关卷积神经网络，用于可靠高效地标记异质非结构化脑部MRI数据	使用来自249家医院的大规模多中心脑部MRI数据训练模型，能够区分九种MRI序列类型，且模型性能不受肿瘤存在与否的影响	仅使用二维中间切片图像进行分析，未包含完整三维序列信息	开发可靠高效的脑部MRI序列自动识别系统	脑部MRI序列图像	计算机视觉	胶质母细胞瘤	MRI	CNN	图像	2179名患者，8544次检查，63327个序列，来自249家医院和29种扫描仪类型	NA	ResNet-18, ResNet-50	准确率, 置信区间	NA
1333	2025-10-06	Examination-Level Supervision for Deep Learning-based Intracranial Hemorrhage Detection on Head CT Scans 2024-01, Radiology. Artificial intelligence DOI:10.1148/ryai.230159 PMID:38294324	研究论文	比较弱监督（仅检查级别标签）和强监督（图像级别标签）在头部CT扫描颅内出血检测中的深度学习模型效果	首次系统比较弱监督与强监督在颅内出血检测中的性能差异，证明弱监督方法可显著减少标注工作量	回顾性研究，需在前瞻性数据集中进一步验证	评估不同监督级别对深度学习模型检测颅内出血性能的影响	头部CT扫描图像	计算机视觉	颅内出血	CT扫描	CNN	医学图像	21736次检查（RSNA数据集），436次检查（CQ500数据集），75次检查（CT-ICH数据集）	NA	基于注意力的卷积神经网络	AUC	NA
1334	2025-10-06	An adaptive weight ensemble approach to forecast influenza activity in an irregular seasonality context 2024-10-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-52504-1 PMID:39366942	研究论文	开发自适应权重集成方法预测香港地区流感活动，解决季节性不规律带来的预测挑战	提出自适应权重混合集成方法，能动态更新模型贡献度，在不同流行趋势和季节中均优于单一模型	研究主要基于香港地区数据，在其他地理区域的适用性需要进一步验证	预测具有不规则季节性的热带和亚热带地区的流感活动	香港地区1998-2019年期间的32次流感疫情监测数据	机器学习	流感	疾病监测数据分析	集成学习,统计模型,机器学习,深度学习	时间序列监测数据	32次流感疫情数据（1998-2019年），外加2023-2024年后疫情数据作为测试集	NA	简单平均集成,自适应权重混合集成	均方根误差,加权区间评分	NA
1335	2025-10-06	Active Learning Pipeline to Identify Candidate Terms for a CDSS Ontology 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240660 PMID:39176629	研究论文	提出一种主动学习流程来自动识别临床决策支持系统本体中的候选术语	采用主动学习方法从文献中自动识别候选术语，结合人工验证作为深度学习模型训练的一部分	仅展示初步结果，需要后续人工验证和长期维护	开发自动识别临床决策支持系统本体候选术语的方法	生物医学出版物中的术语	自然语言处理	NA	主动学习，深度学习	NA	文本	NA	NA	NA	NA	NA
1336	2025-10-06	[Automatic segmentation of dental cone-beam computed tomography scans using a deep learning framework] 2024-08-11, Orvosi hetilap IF:0.8Q3 DOI:10.1556/650.2024.33098 PMID:39127997	研究论文	本研究开发了一种基于深度学习的自动分割方法，用于牙科锥形束CT扫描的三维重建	采用SegResNet架构在MONAI框架下开发深度学习模型，实现了对临床CBCT图像的自动准确分割	研究样本量相对有限，仅包含70名部分缺牙患者的CBCT图像	开发并评估基于深度学习的CBCT图像自动分割模型	牙科锥形束CT扫描图像	计算机视觉	牙周疾病	锥形束CT成像	深度学习	医学影像	70名部分缺牙患者的CBCT图像，其中15例用于验证	MONAI	SegResNet	交并比, Dice相似系数, Hausdorff距离	NA
1337	2025-10-06	Sparse Annotation is Sufficient for Bootstrapping Dense Segmentation 2024-Oct-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.14.599135 PMID:38915491	研究论文	提出一种基于深度学习的稀疏标注方法，能够快速生成密集3D分割用于生物图像分析	开发了从稀疏2D标注快速生成密集3D分割的新方法，将人工标注时间减少了三个数量级	方法主要针对脑神经纤维网的复杂结构，在其他生物组织上的适用性需要进一步验证	解决生物成像数据中密集3D重建的实例分割问题，降低训练数据生成的人工成本	脑神经纤维网中的树突、轴突和胶质细胞过程	计算机视觉	NA	连续切片电子显微镜成像	深度学习模型	3D生物医学图像，2D序列切片图像	NA	NA	NA	分割准确度	NA
1338	2024-10-02	Towards deep learning methods for quantification of the right ventricle using 2D echocardiography 2024, Future cardiology IF:1.6Q3 DOI:10.1080/14796678.2024.2347125 PMID:39351980	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1339	2025-10-06	Cognitive Dysfunction in the Addictions (CDiA): A Neuron to Neighbourhood Collaborative Research Program on Executive Dysfunction and Functional Outcomes in Outpatients Seeking Treatment for Addiction 2024-Oct-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.30.24312806 PMID:39252904	研究论文	介绍认知功能障碍在成瘾性疾病中的综合性研究项目，旨在探索执行功能与成瘾治疗结果的关系	采用从神经元到社区的多学科协作研究方法，整合临床、临床前和健康服务研究，应用全人建模和深度学习识别患者亚型	样本量相对有限（目标N=400），研究周期为一年，可能无法完全捕捉长期恢复过程	填补对物质使用障碍中执行功能的理解空白，改善成瘾患者的健康结局	寻求成瘾治疗的18-60岁成年人，啮齿类动物模型	数字病理	成瘾性疾病	重复经颅磁刺激，药理学治疗，血液生物标志物分析，脑回路研究	深度学习，聚类分析	多模态数据（临床、生物标志物、脑成像、行为数据）	目标400名18-60岁寻求成瘾治疗的成年人	NA	NA	NA	NA
1340	2025-10-06	Antiviral Peptide-Generative Pre-Trained Transformer (AVP-GPT): A Deep Learning-Powered Model for Antiviral Peptide Design with High-Throughput Discovery and Exceptional Potency 2024-10-25, Viruses DOI:10.3390/v16111673 PMID:39599788	研究论文	提出一种基于Transformer的深度学习模型AVP-GPT，用于高效设计抗病毒肽	首次将Transformer语言模型与多模态架构结合用于抗病毒肽设计，生成效率比传统方法显著提升	目前主要针对呼吸道病毒验证，尚未扩展到其他病毒类型	开发高效抗病毒肽设计方法以加速抗病毒药物发现	呼吸道合胞病毒(RSV)、甲型流感病毒(INFVA)等呼吸道病毒	自然语言处理	呼吸道病毒感染	深度学习	Transformer	肽序列数据	生成10,000个独特肽序列	NA	GPT, Transformer	困惑度, AUC	GPU系统