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
1381	2024-08-10	Influenza time series prediction models in a megacity from 2010 to 2019: Based on seasonal autoregressive integrated moving average and deep learning hybrid prediction model 2024-Sep-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003238 PMID:39119631	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1382	2025-10-06	Deep learning-based harmonization of trabecular bone microstructures between high- and low-resolution CT imaging 2024-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17003 PMID:38415781	研究论文	提出一种基于深度学习的方法，用于协调低分辨率和高分辨率CT扫描获得的骨微结构图像	首次将三维GAN-CIRCLE框架应用于骨微结构图像的协调，通过两个生成对抗网络同时学习低分辨率到高分辨率CT的映射及其逆过程	样本量相对较小（20名志愿者），且仅针对胫骨远端进行研究	开发一种深度学习方法来协调不同分辨率CT扫描仪获得的骨微结构图像，并在图像数据和微结构度量两个层面评估方法性能	人体胫骨远端的骨小梁微结构	医学影像分析	骨质疏松症	CT成像	GAN	三维CT图像	20名志愿者，其中12名用于训练，8名用于评估	GAN-CIRCLE	3DGAN-CIRCLE	SSIM, CCC, Bland-Altman分析	NA
1383	2025-10-06	Knowledge-embedded spatio-temporal analysis for euploidy embryos identification in couples with chromosomal rearrangements 2024-Mar-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000002803 PMID:37640743	研究论文	开发深度学习模型通过胚胎延时视频和临床信息评估染色体结构重排夫妇来源的囊胚整倍体状态	首次开发能够分析染色体结构重排夫妇胚胎整倍体状态的AI模型，提出多焦点选择网络和临床信息融合网络	研究样本量有限，模型性能仍需进一步验证	评估染色体结构重排夫妇来源胚胎的整倍体状态	人类体外培养胚胎	计算机视觉	染色体疾病	延时显微成像，PGT-A，PGT-SR	深度学习	视频，临床数据	4112个胚胎（囊胚形成预测），1422个合格囊胚（整倍体评估）	NA	AMSNet，AMCFNet	AUC，准确率	NA
1384	2025-10-06	Artificial intelligence-based analysis of tumor-infiltrating lymphocyte spatial distribution for colorectal cancer prognosis 2024-Feb-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000002964 PMID:38238158	研究论文	本研究利用人工智能技术分析结直肠癌肿瘤浸润淋巴细胞空间分布与预后的关系	首次采用基于深度学习的全自动工作流程量化CD3+ T细胞在肿瘤核心区域的密度，并验证其作为独立预后因素的价值	研究样本来自两个医疗中心共492例患者，需要更大规模的多中心验证	评估CD3 CT在结直肠癌预后预测中的能力	结直肠癌患者的全切片图像和肿瘤浸润淋巴细胞	数字病理学	结直肠癌	深度学习，数字病理分析	深度学习模型	全切片图像	492例患者（训练队列358例，验证队列134例）	NA	NA	C-index，风险比，置信区间	NA
1385	2025-10-06	Pose analysis in free-swimming adult zebrafish, Danio rerio : "fishy" origins of movement design 2024-Jan-01, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.31.573780 PMID:38260397	研究论文	通过无标记追踪和无监督机器学习分析成年斑马鱼自由游动时的姿势模式	首次使用DeepLabCut和B-SOiD机器学习软件结合无监督多变量时间序列分析来识别斑马鱼游动中的典型姿势配置	样本量较小（仅12条斑马鱼），视觉分析存在主观性	验证运动设计中最小化主动神经控制而利用被动反应力的高效进化假说	成年斑马鱼（Danio rerio）	计算机视觉	NA	无标记追踪，无监督多变量时间序列分析	深度学习	视频序列	12条自由行为的斑马鱼，超过14,000个连续帧	DeepLabCut, B-SOiD	NA	聚类分析（36-50个单个体聚类，86个合并数据聚类）	NA
1386	2025-10-06	Identifying keystone species in microbial communities using deep learning 2024-Jan, Nature ecology & evolution IF:13.9Q1 DOI:10.1038/s41559-023-02250-2 PMID:37974003	研究论文	提出基于深度学习的框架识别微生物群落中的关键物种	首次将深度学习应用于微生物群落关键物种识别，通过隐式学习群落组装规则来量化物种关键性	NA	解决微生物群落中关键物种系统性识别的挑战	微生物群落和其中的关键物种	机器学习	NA	深度学习	深度学习模型	微生物组样本数据	合成数据和真实数据	NA	NA	NA	NA
1387	2025-10-06	Deep Learning in Ultrasound Localization Microscopy: Applications and Perspectives 2024-12, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3462299 PMID:39288061	综述	本文全面综述了深度学习在超声定位显微镜中的多样化应用及其未来发展前景	首次系统梳理了基于稀疏微泡分布的深度学习在ULM中的应用，重点分析了微泡定位优化的多种网络架构和问题建模方法	当前方法仍存在计算复杂度高、对高浓度微泡适应性有限等挑战	探索深度学习技术在超声定位显微镜中的创新应用以提升成像性能	超声定位显微镜成像中的微泡信号和血管结构	医学影像分析	心血管疾病	超声定位显微镜	深度学习	超声图像	NA	NA	NA	图像质量，处理时间	NA
1388	2025-10-06	VoxelMorph-Based Deep Learning Motion Correction for Ultrasound Localization Microscopy of Spinal Cord 2024-12, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3463188 PMID:39292568	研究论文	提出基于VoxelMorph的深度学习运动校正方法，用于改善脊髓超声定位显微镜成像质量	首次将VoxelMorph深度学习框架应用于脊髓超声定位显微镜的运动校正，有效补偿刚性和非刚性运动	未明确说明样本数量和研究人群特征	提高脊髓血管超声定位显微镜成像的分辨率和微血管重建质量	脊髓血管微循环系统	医学影像分析	脊髓损伤	超声定位显微镜(ULM)	深度学习	超声图像序列	NA	VoxelMorph	VoxelMorph	平均绝对误差	NA
1389	2025-10-06	Deep Power-Aware Tunable Weighting for Ultrasound Microvascular Imaging 2024-12, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3488729 PMID:39480714	研究论文	提出一种基于深度学习的功率感知可调加权方法，用于改善超声微血管成像质量	提出Yformer混合架构结合卷积和Transformer，引入可调噪声控制因子实现像素级加权，在保持低计算成本的同时提升成像质量	模型仅使用大鼠脑部数据集训练，在其他器官上的泛化能力需进一步验证	开发一种深度学习后滤波方法以提升超声微血管成像质量	超声微血管成像，包括超快功率多普勒成像和超声定位显微镜	医学影像处理	血管疾病	超声平面波传输，延迟求和波束成形	CNN, Transformer	超声图像	四个不同数据集：公共模拟数据、公共大鼠脑部数据、私有大鼠脑部数据、私有大鼠肝脏数据	NA	Yformer（卷积与Transformer混合架构）	结构相似性指数	NA
1390	2025-10-06	ULM-MbCNRT: In Vivo Ultrafast Ultrasound Localization Microscopy by Combining Multibranch CNN and Recursive Transformer 2024-12, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3388102 PMID:38607709	研究论文	提出结合多分支CNN和递归Transformer的深度学习框架ULM-MbCNRT，实现从少量超声帧生成超分辨率图像的快速超声定位显微成像	首次将多分支CNN与递归Transformer结合用于超声定位显微成像，显著减少数据采集时间和计算时间	NA	开发快速超声定位显微成像方法，突破成像质量、采集时间和处理速度之间的权衡限制	微血管成像	医学影像处理	NA	超声定位显微镜(ULM)	CNN, Transformer	超声图像	数值模拟和体内实验	NA	多分支CNN, 递归Transformer	空间分辨率, 数据采集时间减少倍数, 计算时间减少倍数	NA
1391	2025-06-03	Uncertainty Quantification for Conditional Treatment Effect Estimation under Dynamic Treatment Regimes 2024-Dec, Proceedings of machine learning research PMID:40443560	research paper	该研究提出了一种在动态治疗策略下估计条件治疗效果时量化深度学习模型中不确定性的方法	首次提出并比较了在机器学习模型中量化g-computation不确定性的多种方法，以改进动态治疗策略下的条件治疗效果估计	研究使用了模拟数据集和单一真实世界数据集（脓毒症数据），可能限制了结果的普遍性	改进动态治疗策略下条件治疗效果的估计，并量化模型不确定性	动态治疗策略下的治疗效果	machine learning	sepsis	variational dropout, deep ensembles	deep learning	clinical data	两个模拟数据集和一个真实世界脓毒症数据集	NA	NA	NA	NA
1392	2025-10-06	Balanced Training Sets Improve Deep Learning-Based Prediction of CRISPR sgRNA Activity 2024-11-15, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.4c00542 PMID:39495623	研究论文	本研究通过比较平衡与不平衡训练集对深度学习模型预测CRISPR sgRNA活性的影响	首次系统评估平衡训练集对CRISPR sgRNA活性预测模型性能的影响，并验证合成sgRNA数据增强方法的有效性	研究主要基于CRISPR-Cas12a和Cas9系统的酵母数据，在其他生物系统中的普适性需进一步验证	提高CRISPR sgRNA活性预测的准确性	CRISPR系统的sgRNA序列	机器学习	NA	CRISPR-Cas筛选	CNN,LLM	基因序列数据	基于酵母CRISPR-Cas12a筛选数据生成的数据集	NA	卷积神经网络,大语言模型	预测准确性	NA
1393	2025-10-06	Modal-nexus auto-encoder for multi-modality cellular data integration and imputation 2024-10-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53355-6 PMID:39424861	研究论文	提出Modal-nexus自编码器用于多模态细胞数据整合与插补	利用模态间调控关系和模态内对比学习增强细胞表征，支持非配对多模态数据整合与跨模态插补	未明确说明模型的计算复杂度与可扩展性限制	开发深度学习方法来有效整合和插补非配对多模态单细胞数据	多模态单细胞数据	机器学习	NA	单细胞多组学技术	自编码器, 对比学习	单细胞多模态数据	多个数据集（未指定具体样本量）	NA	Modal-nexus Auto-Encoder (Monae), Monae-Extension (Monae-E)	准确性, 鲁棒性	NA
1394	2025-10-06	Computational Synthetic Biology Enabled through JAX: A Showcase 2024-09-20, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.4c00307 PMID:39230510	研究论文	本文展示了JAX计算框架在计算合成生物学中的实用价值，通过三个示例项目证明其加速研究的能力	首次系统展示JAX在计算生物学领域的应用潜力，提供可复现的Jupyter笔记本教程	JAX在计算生物学领域仍处于探索阶段，应用范围有限	推广JAX框架在合成生物学和定向进化等计算生物学领域的应用	基因网络优化、细胞内动力学模拟、定向进化	计算生物学	NA	数学建模、GPU加速计算	机制模型、随机模型、数据驱动模型、AI模型	模拟数据	NA	JAX	NA	NA	GPU
1395	2025-10-06	Retinal vasculature of different diameters and plexuses exhibit distinct vulnerability in varying severity of diabetic retinopathy 2024-Jun, Eye (London, England) DOI:10.1038/s41433-024-03021-4 PMID:38514853	研究论文	本研究使用OCTA图像分析不同直径视网膜血管在糖尿病视网膜病变中的密度变化	首次基于血管直径分层（<10μm、10-20μm、>20μm）分析视网膜浅层和深层血管复合体在糖尿病视网膜病变中的特异性脆弱性	样本量在不同严重程度组间分布不均，研究为横断面设计无法确定因果关系	探究不同直径视网膜血管在糖尿病视网膜病变进展中的特异性变化模式	854名受试者的854只眼睛，包括健康对照和不同严重程度的糖尿病视网膜病变患者	数字病理	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	深度学习	医学图像	854只眼睛（健康对照555例，无DR 90例，轻中度NPDR 96例，重度NPDR 42例，PDR 71例）	NA	NA	血管密度，p值	NA
1396	2025-10-06	Source-free unsupervised domain adaptation: A survey 2024-Jun, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106230 PMID:38490115	综述	本文系统综述了无需源数据的无监督领域自适应方法的技术发展与分类	首次从技术角度系统分类白盒与黑盒SFUDA方法，并分析各类方法的优势与挑战	作为综述文章未提出新的算法模型	解决源数据不可访问情况下的领域自适应问题	无监督领域自适应方法	机器学习	NA	深度学习	NA	多领域数据	NA	NA	NA	NA	NA
1397	2025-10-06	Convolutional Neural Networks to Study Contrast-Enhanced Magnetic Resonance Imaging-Based Skeletal Calf Muscle Perfusion in Peripheral Artery Disease 2024-06-01, The American journal of cardiology DOI:10.1016/j.amjcard.2024.03.035 PMID:38580040	研究论文	本研究利用卷积神经网络分析对比增强磁共振成像的骨骼小腿肌肉灌注模式，以区分外周动脉疾病患者与匹配对照组	首次将3D卷积神经网络应用于基于CE-MRI的骨骼小腿肌肉灌注模式分析，用于外周动脉疾病的自动分类	样本量较小（仅56名参与者），模型准确率有待提升（最高75%）	开发基于深度学习的自动诊断方法，用于外周动脉疾病的检测和分类	外周动脉疾病患者（36例）和匹配对照组（20例）的骨骼小腿肌肉	计算机视觉	外周动脉疾病	对比增强磁共振成像	CNN	3D医学影像	56名参与者（36例PAD患者，20例对照组）	NA	resNet, divNet	准确率, 特异性	NA
1398	2025-10-06	Prediction of Visual Field Progression with Baseline and Longitudinal Structural Measurements Using Deep Learning 2024-06, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2024.02.007 PMID:38354971	研究论文	开发深度学习算法利用基线和纵向结构测量预测青光眼患者视野进展	首次将连体神经网络与ResNet-152结合，使用系列视盘照片和基线视网膜神经纤维层厚度预测视野进展	单中心回顾性研究，需要进一步外部验证	预测青光眼患者的视野进展风险	青光眼患者	计算机视觉	青光眼	光学相干断层扫描(OCT)	Siamese Neural Network, CNN	图像	3,079只眼(1,765名患者)用于训练，427只眼用于测试	NA	ResNet-152	AUC	NA
1399	2025-10-06	Deep Learning-Based Detection and Classification of Bone Lesions on Staging Computed Tomography in Prostate Cancer: A Development Study 2024-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.01.009 PMID:38262813	研究论文	开发基于深度学习的AI模型用于前列腺癌分期CT中骨病变的检测、分割和良恶性分类	开发了集成两个自动化深度学习AI模型的系统，分别用于骨病变检测分割和良恶性分类，并与放射科医生性能进行比较	回顾性研究，样本量相对有限（297例CT扫描），需要额外验证	开发自动化AI系统用于前列腺癌分期CT中骨病变的检测和分类	前列腺癌患者的分期CT扫描中的骨病变	医学影像分析	前列腺癌	CT影像分析	深度学习模型	CT影像	297例分期CT扫描（81例转移性），包含4601个良性病变和1911个转移性病变	NA	3DAISeg, 3DAIClass	Dice相似系数, F1-score, 准确率, PPV, NPV	NA
1400	2025-10-06	Extracting Systemic Anticancer Therapy and Response Information From Clinical Notes Following the RECIST Definition 2024-06, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.23.00166 PMID:38885475	研究论文	开发了一个混合自然语言处理系统，用于从临床文本中自动提取抗癌治疗和RECIST响应信息	提出了一个结合机器学习和规则方法的混合NLP系统，专门用于提取和关联抗癌治疗与RECIST响应信息	治疗与RECIST响应关联的F1分数为0.66，表明系统性能仍有提升空间	自动化从电子健康记录中提取抗癌治疗和疗效评估信息，减少人工数据收集工作	临床笔记中的抗癌治疗信息和RECIST响应信息	自然语言处理	癌症	自然语言处理	BERT,深度学习,机器学习	临床文本	来自两个不同机构的独立测试集	NA	BioBERT, BioClinicalBERT	F1分数	NA