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
1461	2025-10-06	Projected pooling loss for red nucleus segmentation with soft topology constraints 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044002 PMID:38988992	研究论文	提出一种基于投影池化的损失函数，用于在医学图像分割中引入软拓扑约束	通过投影和最大池化操作引入软拓扑约束，避免分割过程中小结构被丢弃	未明确说明训练集的具体规模和计算资源限制	解决小训练集下的医学图像分割问题并减少解剖结构异常分割	红核（red nucleus）以及心脏、脾脏和海马体	医学图像分割	帕金森综合征	定量磁化率成像（QSM）	深度学习分割模型	医学图像	NA	NA	NA	Dice系数	NA
1462	2025-10-06	Lung vessel connectivity map as anatomical prior knowledge for deep learning-based lung lobe segmentation 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044001 PMID:38988990	研究论文	本研究探索将肺血管连通性图谱作为解剖先验知识融入深度学习模型以提升肺叶分割性能	首次提出将肺血管连通性图谱作为解剖先验知识融入深度学习框架，用于指导肺叶分割	改进效果存在局限性，需要进一步探索其实际应用价值	开发结合解剖先验知识的自动化肺叶分割方法	胸部CT扫描中的肺叶分割	数字病理	COVID-19	CT扫描	U-Net	CT图像	10例COVID-19病例	nnU-Net	U-Net, 多任务U-Net, 级联U-Net	分割准确度	NA
1463	2025-10-06	Automated CT quantification of interstitial lung abnormality in patients with resectable stage I non-small cell lung cancer: Prognostic significance 2024-06, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.15306 PMID:38682806	研究论文	本研究通过深度学习自动量化CT图像中的间质性肺异常，评估其对I期非小细胞肺癌患者预后的预测价值	首次基于Fleischner Society定义使用商业化深度学习程序自动量化间质性肺异常，并验证其与I期非小细胞肺癌患者预后的关联	回顾性研究设计，样本仅来自单一机构，未包含晚期肺癌患者	评估自动量化间质性肺异常对I期非小细胞肺癌患者预后的预测价值	948例2009年4月至2022年10月期间接受肺切除术的病理I期非小细胞肺癌患者	数字病理	肺癌	CT扫描	深度学习	CT图像	948例I期非小细胞肺癌患者（其中99例检测到间质性肺异常）	NA	NA	风险比, 置信区间, p值	NA
1464	2025-10-06	Automated Prediction of Proximal Middle Cerebral Artery Occlusions in Noncontrast Brain Computed Tomography 2024-06, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.045772 PMID:38787932	研究论文	开发基于机器学习的算法JLK-CTL，使用非对比脑CT的手工特征预测大脑中动脉近端大血管闭塞	首次结合手工特征提取和深度学习算法，利用非对比CT预测大血管闭塞，无需对比剂增强扫描	研究样本来自特定时间段的七家医院，外部验证集样本量相对较小(n=95)	早期识别缺血性卒中患者的大血管闭塞，为及时干预提供支持	缺血性卒中患者	医学影像分析	缺血性卒中	非对比计算机断层扫描，CT血管成像	ExtraTrees, 随机森林, 极端梯度提升, 支持向量机, 多层感知器, 深度学习	医学影像	2919名患者(训练集2463，内部验证275，外部验证95)	NA	NA	AUC, 敏感性, 特异性	NA
1465	2025-10-06	Quantitative evaluation of the impact of relaxing eligibility criteria on the risk-benefit profile of drugs for lung cancer based on real-world data 2024-05, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.15269 PMID:38576119	研究论文	提出基于真实世界数据定量评估放宽非小细胞肺癌药物临床试验入选标准对风险-获益影响的研究方案	首次通过深度学习构建结构化真实世界数据库，结合蒙特卡洛模拟和Shapley值定量评估单个入选标准放宽对患者数量、疗效和安全性的影响	研究基于中国非小细胞肺癌数据，结果在其他癌症类型和地区的普适性需要进一步验证	为肺癌临床试验人群纳入标准设计提供科学证据，建立可推广的放宽入选标准评估框架	非小细胞肺癌患者和临床试验入选标准	医疗数据分析	肺癌	深度学习，蒙特卡洛模拟，倾向性匹配，Shapley值分析	NA	真实世界医疗数据	NA	NA	NA	患者数量，临床疗效，安全性	NA
1466	2025-10-06	Generative interpolation and restoration of images using deep learning for improved 3D tissue mapping 2024-Mar-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.07.583909 PMID:38496512	研究论文	利用生成式AI模型进行3D生物图像的空间插值和修复以提升组织映射质量	将原本用于时间插值的FILM生成式AI模型创新应用于多种3D图像类型的空间插值，显著优于传统线性插值方法	NA	解决生物图像中缺失区域、损伤组织和分辨率不足的问题，提升3D组织映射质量	多种成像模态的生物图像数据，包括组织学、光片显微镜、磁共振成像等	计算机视觉	NA	生成式AI、图像插值	生成式AI模型	3D图像	涵盖人类、小鼠的多种组织样本（胰腺、肺、脑部）	NA	FILM	生物信息保留度、图像质量（对比度、方差、亮度）、细胞计数准确性	NA
1467	2025-10-06	The Transformative Potential of AI in Obstetrics and Gynaecology 2024-03, Journal of obstetrics and gynaecology Canada : JOGC = Journal d'obstetrique et gynecologie du Canada : JOGC IF:2.0Q2 DOI:10.1016/j.jogc.2023.102277 PMID:37951574	综述	探讨人工智能在妇产科领域的应用潜力及发展方向	系统分析AI在妇产科三大重点领域的应用前景，并提出伦理实施和治理建议	NA	探索人工智能在妇产科领域的变革潜力	妇产科医疗实践	医疗人工智能	妇产科疾病	深度学习，大语言模型	深度学习模型，大语言模型	医学图像，医疗文本	NA	NA	NA	NA	NA
1468	2025-10-06	Quantifying Interpretation Reproducibility in Vision Transformer Models with TAVAC 2024-Jan-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.18.576252 PMID:38328179	研究论文	提出一种名为TAVAC的新指标，用于评估Vision Transformer模型在图像数据集上的过拟合程度并量化解释的可重复性	首次提出TAVAC指标，能够定量评估ViT模型解释的可重复性，并在像素级别监控模型解释的稳定性	未明确说明样本量的具体数值和计算资源需求	解决Vision Transformer模型在有限标注生物医学图像数据集上容易过拟合导致解释不可靠的问题	Vision Transformer模型在图像分类任务中的解释可重复性	计算机视觉	乳腺癌	数字病理图像分析	Vision Transformer (ViT)	图像	四个公开图像分类数据集和两个独立乳腺癌组织学图像数据集	NA	Vision Transformer	TAVAC, 预测准确率	NA
1469	2025-10-06	Unwrapping non-locality in the image transmission through turbid media 2024-Jul-15, Optics express IF:3.2Q2 DOI:10.1364/OE.521581 PMID:39538508	研究论文	本研究开发了一种全局注意力机制来解决浑浊介质中图像传输的挑战，显著提升了重建性能	提出了基于光传播物理原理的全局注意力机制，有效捕捉像素间的长程依赖关系，实现两个数量级的性能提升	未明确说明方法在极端浑浊条件下的表现和计算效率	解决浑浊介质中高保真图像传输的挑战	通过浑浊介质传输的图像	计算机视觉	NA	光学成像，深度学习	深度学习网络	图像	NA	NA	全局注意力机制	重建保真度，像素级重建精度	NA
1470	2025-10-06	Screening of Moyamoya Disease From Retinal Photographs: Development and Validation of Deep Learning Algorithms 2024-03, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.044026 PMID:38258570	研究论文	开发并验证基于视网膜照片筛查烟雾病及其分期的深度学习算法	首次利用视网膜照片和深度学习技术实现烟雾病的自动筛查和分期预测	回顾性研究，样本量相对有限，需进一步前瞻性验证	开发辅助诊断烟雾病及其分期的深度学习模型	烟雾病患者和健康参与者的视网膜照片	计算机视觉	烟雾病	视网膜摄影	CNN	图像	498张烟雾病患者视网膜照片（78名患者），3835张健康参与者照片（1649名参与者）	PyTorch	ResNeXt50	AUC, 准确率, 灵敏度, 特异性, F1分数	NA
1471	2025-10-06	Convolutional neural network deep learning model accurately detects rectal cancer in endoanal ultrasounds 2024-04-01, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-024-02917-3 PMID:38561492	研究论文	开发并验证基于卷积神经网络的深度学习模型，用于在肛门内超声图像中准确检测直肠癌	首次将迁移学习与微调深度学习架构应用于肛门内超声图像的直肠癌检测，为经验不足的检查者提供AI辅助诊断支持	研究样本量较小（仅294张图像），需要在更大数据集上进一步验证模型性能	开发AI系统提高非专科医疗中心直肠癌检测的准确性	肛门内超声图像中的直肠癌病变	计算机视觉	直肠癌	肛门内超声	CNN	图像	294张肛门内超声图像	NA	NA	灵敏度,准确度,AUC	NA
1472	2025-10-06	Deep learning-based predictive classification of functional subpopulations of hematopoietic stem cells and multipotent progenitors 2024-03-13, Stem cell research & therapy IF:7.1Q1 DOI:10.1186/s13287-024-03682-8 PMID:38475857	研究论文	本研究开发了基于深度学习的模型，仅通过细胞形态图像即可区分造血干细胞和多能祖细胞的不同功能亚群	首次在稳态条件下使用深度学习技术区分造血干细胞和多能祖细胞，无需依赖表面标记物或移植实验	研究仅使用小鼠细胞数据，尚未在人类细胞中验证	开发基于深度学习的细胞分类系统，用于造血干细胞功能亚群的识别和分离	小鼠造血干细胞(HSCs)和多能祖细胞(MPPs)	计算机视觉	血液系统疾病	光学显微镜(DIC)成像	深度学习	图像	大量图像数据集	NA	LSM模型	NA	NA
1473	2025-10-06	Geometric deep learning improves generalizability of MHC-bound peptide predictions 2024-Dec-19, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07292-1 PMID:39702482	研究论文	本研究利用几何深度学习改进MHC结合肽预测的泛化能力	提出基于结构的几何深度学习方法和三维自监督学习，显著提升对未知MHC等位基因的泛化能力	概念验证研究，需要进一步验证和扩展	改进MHC结合肽预测的泛化能力和数据效率	主要组织相容性复合体结合的肽段	机器学习	自身免疫病,传染病,肿瘤免疫	几何深度学习,自监督学习	几何深度学习模型	三维结构数据,序列数据	NA	NA	NA	泛化能力,数据效率	NA
1474	2025-10-06	CT-derived pectoralis composition and incident pneumonia hospitalization using fully automated deep-learning algorithm: multi-ethnic study of atherosclerosis 2024-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10372-1 PMID:37951855	研究论文	本研究使用全自动深度学习算法从常规胸部CT中提取胸肌组成指标，并探讨其与肺炎住院事件的纵向关联	首次使用全自动深度学习算法(Mask R-CNN)从常规胸部CT中量化胸肌组成，并在COPD患者中发现其与肺炎住院风险的独立关联	研究仅在COPD患者亚组中发现显著关联，总体人群未见预测价值，样本量相对有限	开发自动化胸肌测量方法并评估其与肺炎住院风险的关联	动脉粥样硬化多种族研究(MESA)的2595名参与者	计算机视觉	慢性阻塞性肺疾病	胸部CT成像	CNN	医学影像	2595名参与者(51%女性，中位年龄68岁)，其中507名COPD患者	NA	Mask R-CNN, Faster R-CNN	风险比(HR), 95%置信区间, p值	NA
1475	2025-10-06	Predicting Affinity Through Homology (PATH): Interpretable Binding Affinity Prediction with Persistent Homology 2024-Oct-21, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.16.567384 PMID:38014181	研究论文	提出了一种基于持续同调的蛋白质-配体结合亲和力预测算法PATH，具有可解释性和高效性	使用反对距离计算蛋白质-配体复合物的持续同调特征，开发了运行时间与蛋白质大小无关的最快算法，并提出了可解释的持久性指纹表示方法	NA	开发可解释且高效的蛋白质-配体结合亲和力预测方法	蛋白质-配体复合物	计算生物学	NA	持续同调，拓扑数据分析	回归树集成	蛋白质-配体复合物结构数据	NA	NA	浅回归树集成	结合亲和力预测准确度	NA
1476	2025-10-06	Artificial intelligence unravels interpretable malignancy grades of prostate cancer on histology images 2024-Mar-06, Npj imaging.. DOI:10.1038/s44303-023-00005-z PMID:40604230	研究论文	利用人工智能开发基于组织学图像的前列腺癌可解释恶性分级系统	开发了独立于现有Gleason分级系统的新型四风险组分级系统，在长期随访数据验证下表现优于当前五级分组	研究基于根治性前列腺切除术患者数据，结果可能不适用于其他治疗方式的患者群体	解决前列腺癌恶性分级中观察者间变异性的核心问题，开发更准确的风险分层系统	2647名接受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	深度学习	NA	组织学图像	2647名患者，随访时间≥10年	NA	NA	生存分析，生化复发风险，癌症特异性死亡风险	NA
1477	2025-10-06	Boosting the performance of molecular property prediction via graph-text alignment and multi-granularity representation enhancement 2024-11, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2024.108843 PMID:39173218	研究论文	提出一种通过图-文本对齐和多粒度表示增强来提升分子属性预测性能的方法	使用对比损失和交叉注意力在嵌入空间中对齐和融合图与文本特征，并整合原子、功能基团和分子层面的多粒度信息	NA	提高分子属性预测的准确性	分子	机器学习	NA	深度学习	多模态模型	图数据, 文本数据	NA	NA	交叉注意力机制	准确率	NA
1478	2025-10-06	Integrative deep learning with prior assisted feature selection 2024-09-10, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.10148 PMID:38923006	研究论文	提出了一种结合先验信息的集成深度学习特征选择方法(PANDA)，用于生物医学数据的整合分析	在整合分析框架中引入专用特征选择层，并利用集成学习方法从先前研究中提取先验信息来辅助特征选择	NA	开发能够处理生物医学数据中'小样本大特征'挑战的整合分析方法	基因与疾病关系的复杂模式	机器学习	皮肤黑色素瘤	深度学习	深度学习	基因数据	NA	NA	PANDA	特征选择性能, 结果预测准确性	NA
1479	2025-10-06	deepAFT: A nonlinear accelerated failure time model with artificial neural network 2024-08-30, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.10152 PMID:38894557	研究论文	提出基于深度人工神经网络的非线性加速失效时间模型deepAFT方法用于生存分析	首次将深度人工神经网络应用于加速失效时间模型框架，能够处理各种非线性形式的协变量效应	未明确说明模型计算复杂度和训练时间要求	开发更准确和灵活的非线性生存分析模型	生存结果数据与解释变量之间的关系建模	机器学习	淋巴瘤	生存分析	人工神经网络	生存数据	NA	NA	深度人工神经网络	预测准确度	NA
1480	2025-10-06	An explainable long short-term memory network for surgical site infection identification 2024-07, Surgery IF:3.2Q1 DOI:10.1016/j.surg.2024.03.006 PMID:38616153	研究论文	提出一种可解释的长短期记忆网络模型用于从电子健康记录中识别手术部位感染	在LSTM模型中引入注意力机制增强模型的可解释性，相比传统机器学习方法在敏感度方面有显著提升	数据来源于单一医疗系统，可能影响模型的泛化能力	开发自动化的手术部位感染监测系统以减少人工图表审查的工作量	犹他大学医疗系统2016年1月至2021年6月的9,185例手术事件	自然语言处理	手术部位感染	电子健康记录分析	LSTM	结构化数据和临床笔记	9,185例手术事件，其中4.7%存在手术部位感染	NA	长短期记忆网络（LSTM）	AUC, 敏感度	NA