深度学习在生物医药领域中的应用

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
121	2025-03-26	Artificial intelligence facial recognition of obstructive sleep apnea: a Bayesian meta-analysis 2024-Nov-30, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-024-03173-3 PMID:39614959	meta-analysis	该研究通过贝叶斯元分析评估了人工智能通过颅面照片诊断阻塞性睡眠呼吸暂停（OSA）的准确性	利用人工智能和颅面照片进行OSA诊断，提供了一种低成本且可及的筛查方法	研究仅包含6项研究，样本量相对较小，且未来需要更多基于智能手机图像的深度学习研究以提高可行性	评估人工智能通过颅面照片诊断OSA的准确性	成人（≥18岁）的颅面照片和OSA诊断数据	人工智能	阻塞性睡眠呼吸暂停	人工智能算法，特别是深度学习（卷积神经网络）	CNN	图像（颅面照片）	1,417名参与者用于训练，983名用于测试
122	2025-03-26	Artificial intelligence-based model for the recurrence of hepatocellular carcinoma after liver transplantation 2024-11, Surgery IF:3.2Q1 DOI:10.1016/j.surg.2024.07.039 PMID:39181726	research paper	开发基于人工智能的深度学习模型，用于预测肝细胞癌患者接受活体肝移植后的复发风险	利用人工智能模型结合移植前因素和肿瘤分级，显著提高了肝细胞癌患者肝移植后复发风险的预测准确性	单中心回顾性研究，样本量较小(n=192)，外部验证效果有待进一步确认	改进肝细胞癌患者肝移植的候选者选择标准	接受活体肝移植的肝细胞癌患者	digital pathology	hepatocellular carcinoma	deep learning	AI-based model	clinical data	192例接受活体肝移植的肝细胞癌患者(分为训练组和验证组)
123	2025-03-26	Spatial Heterogeneity of PD-1/PD-L1 Defined Osteosarcoma Microenvironments at Single-Cell Spatial Resolution 2024-11, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102143 PMID:39321925	研究论文	本研究结合深度学习数字图像分析和多重荧光免疫组化技术，深入研究了骨肉瘤肿瘤微环境的空间异质性	引入了一种新的TAM/破骨细胞分化算法，并揭示了PD-1/PD-L1定义的患者中细胞组成和空间编排的异质性	NA	研究骨肉瘤肿瘤微环境中细胞亚型的空间编排及其在免疫治疗策略中的潜在应用	骨肉瘤肿瘤微环境中的肿瘤相关巨噬细胞（TAM）、T细胞、成骨细胞和破骨细胞	数字病理学	骨肉瘤	多重荧光免疫组化，深度学习	深度学习	图像	NA
124	2025-03-26	Assessing the Tumor Immune Landscape Across Multiple Spatial Scales to Differentiate Immunotherapy Response in Metastatic Non-Small Cell Lung Cancer 2024-11, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102148 PMID:39389312	研究论文	本研究利用多重荧光免疫组化技术，定量评估肿瘤与免疫细胞之间的相互作用，以识别转移性非小细胞肺癌患者对免疫检查点抑制剂反应的模式	引入了多种计算方法，首次应用于包含52名转移性非小细胞肺癌患者的1,269张多重荧光免疫组化图像数据集，并利用空间G-cross函数量化细胞间相互作用	样本量相对较小（52名患者），可能限制结果的普遍性	通过多空间尺度分析肿瘤免疫微环境，以区分转移性非小细胞肺癌患者对免疫治疗的反应	转移性非小细胞肺癌患者的肿瘤微环境	数字病理学	肺癌	多重荧光免疫组化	可解释的深度学习模型	图像	52名患者的1,269张多重荧光免疫组化图像
125	2025-03-26	Dynamic Glucose Enhanced Imaging using Direct Water Saturation 2024-Oct-22, ArXiv PMID:39502884	研究论文	该研究提出了一种利用直接水饱和（DS）曲线的交换性线宽（LW）增宽来评估动态葡萄糖增强（DGE）MRI的新方法，用于研究脑肿瘤患者的葡萄糖摄取	提出了一种新的DS-DGE MRI方法，克服了现有CEST和CESL方法的低效应大小和对运动敏感的限制	目前仅在四名脑肿瘤患者中进行了评估，样本量较小	开发一种更有效的动态葡萄糖增强成像方法，用于评估脑肿瘤患者的葡萄糖摄取	脑肿瘤患者	医学影像	脑肿瘤	动态Z谱采集、深度学习洛伦兹拟合	深度学习	MRI图像	四名脑肿瘤患者
126	2025-03-26	Prostate Cancer Risk Stratification in NRG Oncology Phase III Randomized Trials Using Multimodal Deep Learning With Digital Histopathology 2024-Oct, JCO precision oncology IF:5.3Q1 DOI:10.1200/PO.24.00145 PMID:39447096	research paper	本研究开发了一种基于多模态人工智能（MMAI）的前列腺癌风险分层系统，旨在改进当前NCCN风险分组的不足	利用数字组织病理学图像和临床数据构建的多模态人工智能模型，能够更准确地预测前列腺癌患者的转移风险	研究仅基于NRG Oncology的III期随机试验数据，可能无法完全代表更广泛的患者群体	开发一种临床可用的前列腺癌风险分层系统，以减少过度治疗和治疗不足的情况	9,787名局限性前列腺癌患者	digital pathology	prostate cancer	multimodal artificial intelligence (MMAI)	deep learning	digital histopathology images and clinical data	9,787 patients from eight NRG Oncology phase III trials
127	2024-09-10	Validation of a fully automated deep learning-enabled solution for CCTA atherosclerotic plaque and stenosis quantification in a diverse real-world cohort 2024 Sep-Oct, Journal of cardiovascular computed tomography IF:5.5Q1 DOI:10.1016/j.jcct.2024.03.012 PMID:38553402	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
128	2025-03-26	An end-to-end deep learning pipeline to derive blood input with partial volume corrections for automated parametric brain PET mapping 2024-Aug-19, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad6a64 PMID:39094595	研究论文	提出一种端到端的深度学习流程，用于通过部分体积校正自动生成脑PET参数映射的血流输入函数	利用非侵入性深度学习方法从颈内动脉计算患者特异性血流输入函数，无需侵入性动脉采血	研究仅基于50例人脑FDG PET扫描进行训练和验证，样本量有限	开发非侵入性方法用于定量分析动态FDG-PET脑成像	人脑动态FDG-PET成像数据	数字病理	神经系统疾病	dFDG-PET	3D U-Net, RNN	医学影像	50例人脑FDG PET扫描
129	2025-03-26	Lung CT harmonization of paired reconstruction kernel images using generative adversarial networks 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17028 PMID:38530135	research paper	该研究使用生成对抗网络（GAN）对肺部CT图像的重建核进行协调，以减少定量CT评估中的测量变异	采用pix2pix架构的GAN模型，首次在多厂商低剂量CT肺癌筛查队列中实现了重建核的协调转换	研究仅基于NLST数据集，样本量有限（1000对图像），且仅评估了五种核类型	减少CT重建核差异导致的定量测量偏差，提高CT图像分析的一致性	肺部CT图像	digital pathology	lung cancer	CT imaging	GAN (pix2pix)	medical image	1000对来自NLST的CT图像（5种核类型各200对）
130	2025-03-26	Calculating Protein-Ligand Residence Times through State Predictive Information Bottleneck Based Enhanced Sampling 2024-Jul-23, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00503 PMID:38991145	研究论文	本文提出了一种半自动化协议，用于计算跨越12个数量级时间尺度的配体停留时间，结合深度学习方法和增强采样技术	整合了基于深度学习的状态预测信息瓶颈（SPIB）方法来学习近似反应坐标，并用于指导增强采样方法metadynamics	仅应用于六种蛋白质-配体复合物，样本量有限	提高药物停留时间的计算准确性，以改善药物疗效和理解目标识别机制	蛋白质-配体复合物，包括抗癌药物伊马替尼（Gleevec）与野生型Abl激酶及耐药突变体的解离	计算生物学	癌症	分子动力学（MD）模拟，metadynamics增强采样	SPIB（状态预测信息瓶颈）	分子模拟数据	六种不同的蛋白质-配体复合物
131	2025-03-26	Mechanical evolution of metastatic cancer cells in three-dimensional microenvironment 2024-Jul-02, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.27.601015 PMID:39005477	research paper	该研究利用光学布里渊显微镜在三维微环境中纵向获取癌细胞的机械图像，并通过机器学习算法提高癌细胞分类的准确性	首次在三维生理环境中使用光学布里渊显微镜获取癌细胞的机械图像，并利用深度学习管道仅通过布里渊图像准确区分癌性球体和正常球体	研究仅针对癌性球体和正常球体，未涉及更复杂的肿瘤微环境或不同类型的癌细胞	探究癌细胞在三维微环境中的机械演化及其在癌症分类和检测中的潜在应用	癌细胞和正常细胞的三维球体	生物医学工程	癌症	光学布里渊显微镜	深度学习	图像	八天内生长的癌性球体
132	2025-03-26	Deep learning based detection of osteophytes in radiographs and magnetic resonance imagings of the knee using 2D and 3D morphology 2024-07, Journal of orthopaedic research : official publication of the Orthopaedic Research Society IF:2.1Q2 DOI:10.1002/jor.25800 PMID:38323840	research paper	本研究探讨了基于深度学习的2D和3D形态学方法在X射线和MRI数据中自动检测膝关节骨赘的能力	开发了深度学习模型用于X射线和MRI数据的骨赘检测，并分析了软组织对检测结果的混杂效应	需要进一步开发骨赘评估标准，特别是针对早期骨赘变化	自动检测膝关节骨赘	膝关节X射线和MRI数据	digital pathology	geriatric disease	X-ray, MRI	DL	image	NA
133	2025-03-26	Critical assessment of missense variant effect predictors on disease-relevant variant data 2024-Jun-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.06.597828 PMID:38895200	研究论文	评估错义变异效应预测工具在疾病相关变异数据上的性能	系统评估了多种错义变异效应预测工具，包括CAGI6挑战赛提交的工具、临床遗传学社区常用工具及最新开发的深度学习方法，并探讨了不同应用场景下的性能差异	评估数据集中可能存在标签不平衡问题，且某些预测工具在区分极罕见良性变异与致病变异时性能下降	评估错义变异效应预测工具的临床和研究实用性，并为未来改进提供方向	错义变异效应预测工具	基因组学	NA	深度学习方法	NA	基因组变异数据	来自疾病相关数据库的罕见错义变异数据集
134	2025-03-26	Histopathology Based AI Model Predicts Anti-Angiogenic Therapy Response in Renal Cancer Clinical Trial 2024-May-28, ArXiv PMID:38855551	研究论文	本文提出了一种基于深度学习的模型，通过组织病理学切片预测肾癌抗血管生成治疗的响应	开发了一种新型深度学习模型，能够从组织病理学切片预测RNA基础的Angioscore，并生成可视化的血管网络以提高模型的可解释性	ccRCC肿瘤具有高度异质性，且多区域测序在实际操作中存在困难	预测转移性透明细胞肾细胞癌（ccRCC）对抗血管生成治疗的响应	转移性透明细胞肾细胞癌（ccRCC）患者	数字病理学	肾癌	深度学习	DL（深度学习模型）	组织病理学图像	多个队列包括临床试验数据集
135	2025-03-26	Autosurv: interpretable deep learning framework for cancer survival analysis incorporating clinical and multi-omics data 2024-Jan-05, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-023-00494-6 PMID:38182734	研究论文	开发了一个名为Autosurv的可解释深度学习框架，用于结合临床和多组学数据进行癌症生存分析	结合多组学数据和临床信息进行癌症预后预测，并提供了模型解释方法以揭示重要特征	部分识别出的特征的重要性仅得到先前研究的部分支持	优化癌症患者的治疗计划并提高生活质量	乳腺癌和卵巢癌患者	机器学习	乳腺癌, 卵巢癌	多组学数据分析	深度学习框架	基因表达数据, miRNA表达数据, 临床数据	多个独立的多组学数据集
136	2025-03-26	DLAAD-deep learning algorithms assisted diagnosis of chest disease using radiographic medical images 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1511389 PMID:40124976	研究论文	本研究开发了一种基于深度学习的算法，用于通过胸部X光图像辅助诊断胸部疾病	应用深度学习算法提升胸部疾病诊断的准确性和效率，整合现代技术到医疗设备中	数据集仅包含5,863张胸部X光图像，且仅分为肺炎和正常两类，可能限制了模型的泛化能力	提高计算机辅助诊断系统（CADs）在胸部疾病诊断中的效率和准确性	胸部X光图像	计算机视觉	肺炎	迁移学习	MobileNetV2, VGG-16, ResNet50V2	图像	5,863张胸部X光图像
137	2025-03-25	Deep learning models reveal the link between dynamic brain connectivity patterns and states of consciousness 2024-12-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76695-1 PMID:39738114	研究论文	该研究利用深度学习模型探索动态脑功能连接模式与意识状态之间的关系	使用低维变分自编码器(VAE)研究脑动力学，扩展了潜在空间表征和建模方法，并提出了可解释的脑计算模型	未明确说明样本量或数据收集的具体限制	解码脑活动中的意识状态，研究动态脑功能连接与意识的关系	人脑动态功能连接模式	神经科学	意识障碍	静息态fMRI，变分自编码器(VAE)	VAE	fMRI图像数据	NA
138	2025-03-25	Deep learning radiomics on grayscale ultrasound images assists in diagnosing benign and malignant of BI-RADS 4 lesions 2024-12-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83347-x PMID:39733121	研究论文	本研究探索了一种基于灰度超声图像的深度学习放射组学（DLR）模型，用于辅助放射科医生区分乳腺良性病变（BBL）和恶性病变（MBL）	提出了一个名为CLDLR的模型，结合临床参数和DLR，通过灰度超声图像诊断乳腺病变，并通过AI评分和热图提升放射科医生的诊断性能	研究样本量相对较小（382例患者），且未提及模型在其他数据集上的泛化能力	开发一种非侵入性影像生物标志物，用于预测BI-RADS 4类乳腺病变的良恶性	乳腺病变患者（183例良性，199例恶性）	数字病理	乳腺癌	深度学习放射组学（DLR）	CLDLR（结合临床参数和DLR的模型）	灰度超声图像	382例患者（183例良性，199例恶性）
139	2025-03-25	Development and Validation of a Biparametric MRI Deep Learning Radiomics Model with Clinical Characteristics for Predicting Perineural Invasion in Patients with Prostate Cancer 2024-12, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.07.013 PMID:39043515	研究论文	开发并验证了一种结合双参数MRI深度学习和临床特征的模型，用于预测前列腺癌患者的神经周围侵犯	整合了临床特征、放射组学和深度学习特征，构建了一个综合预测模型DLRC	研究样本量有限，且仅基于术前MRI和根治性前列腺切除术的数据	非侵入性预测前列腺癌患者的神经周围侵犯(PNI)	557名接受术前MRI和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	双参数MRI	深度学习放射组学模型(DLRC)	MRI图像和临床数据	557名患者，按7:3比例分为训练集和验证集
140	2025-03-25	Gated SPECT-Derived Myocardial Strain Estimated From Deep-Learning Image Translation Validated From N-13 Ammonia PET 2024-12, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.06.047 PMID:39095261	研究论文	本研究探讨了使用深度学习生成的虚拟PET样门控SPECT（SPECTVP）评估心肌应变的可行性，以克服传统SPECT的限制	利用深度学习技术将SPECT图像转换为PET样图像（SPECTVP），提高了心肌应变测量的准确性	研究样本量较小（18名患者在应激状态，23名患者在静息状态），且仅选择了射血分数无变化的患者进行训练	提高心肌应变测量的准确性，探索SPECTVP在临床中的应用价值	心肌应变	数字病理学	心血管疾病	深度学习图像转换	深度学习模型	医学图像（SPECT和PET）	18名患者在应激状态（720对图像），23名患者在静息状态（920对图像）