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
1661	2025-10-07	A Systematic Review of Natural Language Processing Methods and Applications in Thyroidology 2024-Jun, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.03.007 PMID:38938930	系统综述	系统回顾自然语言处理技术在甲状腺疾病领域的应用现状、挑战与未来方向	首次系统梳理NLP在甲状腺学领域的应用现状，涵盖多种方法学和数据源分析	临床文档记录不一致、模型可移植性差、缺乏外部验证、尚未应用于临床实践	总结自然语言处理在甲状腺相关疾病研究中的应用现状与挑战	甲状腺疾病相关研究文献	自然语言处理	甲状腺疾病	自然语言处理	深度学习, 基于规则的方法, 传统机器学习, 混合方法	电子健康记录, 健康论坛数据, 医学文献数据库, 基因组数据库	24项符合条件的研究	NA	NA	NA	NA
1662	2025-10-07	Deep learning based digital pathology for predicting treatment response to first-line PD-1 blockade in advanced gastric cancer 2024-05-08, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05262-z PMID:38720336	研究论文	本研究开发了一种基于深度学习的数字病理方法，用于预测晚期胃癌患者对一线PD-1联合化疗的治疗反应	首次创建了免疫检查点抑制剂反应评分（ICIsRS）作为源自全切片图像的新型组织病理学生物标志物，并开发了集成模型ICIsNet	回顾性研究设计，样本量相对有限（264例患者），需要进一步前瞻性验证	预测晚期胃癌患者对一线PD-1联合化疗的治疗反应	晚期胃癌患者	数字病理	胃癌	H&E染色	深度学习集成模型	病理图像	264例晚期胃癌患者的313张全切片图像，包含148,181个图像块	NA	集成模型（三种深度学习架构）	AUC	NA
1663	2025-10-07	Deep learning imaging phenotype can classify metabolic syndrome and is predictive of cardiometabolic disorders 2024-05-08, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05163-1 PMID:38720370	研究论文	本研究开发了一种基于深度学习从非增强腹部CT扫描中提取影像表型的方法，用于分类代谢综合征并预测未来心血管代谢疾病	提出了一种基于深度学习的影像表型，在代谢综合征分类和心血管代谢疾病预测方面优于传统放射组学特征和临床定义	研究样本量有限（约2000人），且仅使用非增强腹部CT扫描数据	开发基于深度学习的影像表型用于代谢异常评估和心血管代谢疾病预测	代谢综合征患者和心血管代谢疾病高风险人群	医学影像分析	心血管代谢疾病	非增强腹部计算机断层扫描	深度学习	医学影像	超过2000名个体用于代谢综合征分类，超过1300名个体用于疾病预测	NA	NA	AUC	NA
1664	2025-10-07	Deep-Learning-Based Nanomechanical Vibration for Rapid and Label-Free Assay of Epithelial Mesenchymal Transition 2024-01-30, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.3c10811 PMID:38169507	研究论文	开发基于深度学习与纳米机械振动相结合的无标记、快速上皮间质转化检测方法	首次从力学角度研究癌细胞集落，结合纳米振动生物力学指纹与深度学习实现表型分类	NA	开发癌细胞上皮/间质表型分类的无标记检测方法	癌细胞集落	机器学习	癌症	纳米机械振动检测	深度学习	振动数据	NA	NA	NA	准确率	NA
1665	2025-10-07	Functional Near-Infrared Spectroscopy-Based Computer-Aided Diagnosis of Major Depressive Disorder Using Convolutional Neural Network with a New Channel Embedding Layer Considering Inter-Hemispheric Asymmetry in Prefrontal Hemodynamic Responses 2024, Depression and anxiety IF:4.7Q1 DOI:10.1155/2024/4459867 PMID:40226684	研究论文	提出一种基于功能近红外光谱和卷积神经网络的计算机辅助诊断系统，用于重度抑郁症的准确诊断	设计了一种考虑大脑半球间不对称性的新型通道嵌入层，并采用集成CNN架构专门捕捉MDD患者与健康对照组在血流动力学响应中的差异特征	样本量相对有限（共116名参与者），仅使用单一认知任务（Stroop任务）的数据	开发基于fNIRS的重度抑郁症计算机辅助诊断系统	48名MDD患者和68名健康对照者	医学影像分析	重度抑郁症	功能近红外光谱	CNN	血流动力学响应信号	116名参与者（48名患者+68名健康对照）	NA	集成CNN架构，包含三个1D深度卷积层	准确率, 灵敏度, 特异性	NA
1666	2025-10-07	Deep learning segmentation model for quantification of infarct size in pigs with myocardial ischemia/reperfusion 2024-12, Basic research in cardiology IF:7.5Q1 DOI:10.1007/s00395-024-01081-x PMID:39348000	研究论文	开发基于深度学习的自动分割模型用于猪心肌缺血/再灌注实验中梗死面积的量化	首次将动态U-Net架构应用于猪心肌梗死面积的自动量化，相比传统手工方法将处理时间从90分钟缩短至20秒	在鼠类心脏数据上的性能表现较差（DSC: 0.66），模型泛化能力有待进一步验证	开发自动化深度学习分割模型以替代传统手工TTC染色方法进行梗死面积量化	猪和鼠的心脏组织切片图像	计算机视觉	心血管疾病	TTC染色，深度学习分割	CNN	图像	猪实验390个（图像3869张），鼠实验27个	NA	动态U-Net	Dice相似系数，像素精度，平均精度	NA
1667	2025-10-07	Evaluating cell type deconvolution in FFPE breast tissue: application to benign breast disease 2024-09, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqae098 PMID:40162103	研究论文	本研究评估了多种细胞类型反卷积方法在FFPE乳腺组织中的应用性能，并开发了专用分析工具	构建了乳腺组织单细胞RNA-seq参考数据，系统测试了FFPE人工假象对反卷积方法的影响，并开发了SCdeconR软件包	仅针对良性乳腺疾病进行研究，样本量为62例，可能不适用于其他疾病类型	优化从FFPE样本中定义单个细胞类型组成的策略	FFPE乳腺组织样本	数字病理学	乳腺疾病	RNA-seq, 单细胞RNA-seq, 数字病理学方法	深度学习	转录组数据, 病理图像	62例良性乳腺疾病RNA-seq样本	Scaden, R	NA	均方根误差(RMSE)	NA
1668	2025-10-07	PlantC2U: deep learning of cross-species sequence landscapes predicts plastid C-to-U RNA editing in plants 2024-04-15, Journal of experimental botany IF:5.6Q1 DOI:10.1093/jxb/erae007 PMID:38190348	研究论文	开发基于深度学习的PlantC2U工具预测植物质体C-to-U RNA编辑	首次使用卷积神经网络从基因组序列预测植物质体RNA编辑，性能优于现有工具PREPACT、随机森林和支持向量机	仅基于基因组序列预测，仍需转录组数据验证以减少假阳性	开发准确预测植物质体C-to-U RNA编辑的计算工具	植物质体RNA编辑位点，特别是红树植物Kandelia obovata	生物信息学	NA	转录组测序	CNN	基因组序列	NA	NA	卷积神经网络	灵敏度, 特异性	NA
1669	2025-10-07	Artificial intelligence- and computer-assisted navigation for shoulder surgery 2024 Jan-Apr, Journal of orthopaedic surgery (Hong Kong) DOI:10.1177/10225536241243166 PMID:38546214	综述	全面分析人工智能和计算机辅助导航技术在肩部手术领域的最新进展和应用前景	系统整合了人工智能、深度学习与计算机辅助导航技术在肩部手术中的创新应用，展望了技术融合带来的革命性突破	主要基于现有文献分析，缺乏原始临床数据验证	探讨人工智能和计算机辅助导航技术在肩部手术中的应用现状和发展趋势	肩部手术相关的技术方法和临床应用	计算机视觉, 机器学习	骨科疾病	机器人辅助手术, 虚拟现实, 人工智能, 患者特异性器械	深度学习	医学影像（超声, CT, MRI）, 荧光镜图像, 运动学数据	NA	NA	NA	NA	NA
1670	2025-10-07	Enhancing the Diagnostic Utility of ASL Imaging in Temporal Lobe Epilepsy through FlowGAN: An ASL to PET Image Translation Framework 2024-May-30, medRxiv : the preprint server for health sciences DOI:10.1101/2024.05.28.24308027 PMID:38853910	研究论文	开发名为FlowGAN的深度学习框架，通过ASL和结构MRI输入合成类似FDG-PET的图像，以提升ASL在颞叶癫痫中的诊断性能	首次提出使用生成对抗网络将ASL和MRI图像转换为PET样图像，显著改善了ASL在癫痫灶定位中的诊断性能	研究样本量有限（68例患者），且主要针对明确侧向化的颞叶癫痫患者	提高动脉自旋标记成像在颞叶癫痫诊断中的效用，减少对FDG-PET的依赖	68例癫痫患者，其中36例为明确侧向化的颞叶癫痫患者	医学影像分析	颞叶癫痫	动脉自旋标记，正电子发射断层扫描，结构MRI	GAN	医学影像	68例癫痫患者	NA	FlowGAN	结构相似性指数，AUC，Spearman相关系数，Cohen's d	NA
1671	2025-10-07	Deep learning-based prediction of chemical accumulation in a pathogenic mycobacterium 2024-Dec-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.15.628588 PMID:39764009	研究论文	利用深度学习模型预测化学药物在致病分枝杆菌中的积累情况	首次使用深度学习模型而非传统化学性质来预测药物在分枝杆菌中的积累，能够准确预测未包含在原始药物库中的多样化化合物	研究仅针对单一病原体（鸟分枝杆菌复合群），未验证模型在其他细菌中的适用性	开发能够预测药物在细菌细胞内积累水平的计算方法，以改善抗生素设计	1528种已批准药物在鸟分枝杆菌复合群中的积累情况	机器学习	分枝杆菌感染	液相色谱-质谱联用	深度学习	化学药物积累测量数据	1528种已批准药物	NA	NA	准确率	NA
1672	2025-04-13	Deep Learning-Based Classification of Histone-DNA Interactions Using Drying Droplet Patterns 2024-Nov, Small science IF:11.1Q1 DOI:10.1002/smsc.202400252 PMID:40213456	研究论文	本研究利用深度学习神经网络对源自不同组蛋白-DNA混合物的干燥液滴沉积物的偏振光显微镜图像进行分类，以预测组蛋白-DNA结合亲和力	首次发现组蛋白-DNA相互作用可以通过染色模式进行分层，并应用深度学习实现高准确度的DNA分类和结合亲和力预测	对于训练集未包含的物种样本，预测准确度有所下降	开发可扩展且准确的蛋白质-DNA结合分类预测分析方法	组蛋白-DNA相互作用	数字病理学	NA	偏振光显微镜	CNN	图像	多种物种的DNA样本（具体数量未明确说明）	NA	NA	NA	NA
1673	2025-10-07	Knot data analysis using multiscale Gauss link integral 2024-Oct-15, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2408431121 PMID:39392667	研究论文	提出一种结合曲线分割和多尺度分析的高斯链接积分方法，用于分析复杂生物数据中的拓扑结构	将曲线分割和多尺度分析引入高斯链接积分，创建多尺度高斯链接积分方法，能够同时捕捉数据的全局拓扑特性和局部结构	NA	开发能够分析复杂数据中局部结构和连接性的拓扑数据分析方法	13个复杂生物数据集，包括蛋白质灵活性分析、蛋白质-配体相互作用、hERG钾通道阻断筛选和毒性评估	拓扑数据分析	NA	多尺度高斯链接积分	NA	生物数据	13个复杂生物数据集	NA	NA	NA	NA
1674	2025-10-07	Active Label Refinement for Robust Training of Imbalanced Medical Image Classification Tasks in the Presence of High Label Noise 2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72120-5_4 PMID:40207034	研究论文	提出一种结合噪声标签学习和主动学习的两阶段方法，用于处理医学图像分类中的标签噪声和类别不平衡问题	提出梯度方差方法补充基于损失的样本选择，在有限标注预算下迭代改进数据集质量，避免将少数类干净样本误判为噪声样本	仅在两个不平衡噪声医学分类数据集上验证，需要进一步在更多数据集上测试泛化能力	提高医学图像分类在标签噪声存在下的鲁棒性，并主动清理噪声标签	医学图像分类任务	计算机视觉	NA	深度学习	深度学习模型	医学图像	两个不平衡噪声医学分类数据集	NA	NA	分类性能	NA
1675	2025-10-07	qlty: handling large tensors in scientific imaging deep-learning workflows 2024-Sep, Software impacts IF:1.3Q3 DOI:10.1016/j.simpa.2024.100696 PMID:40206204	研究论文	介绍qlty工具包，用于处理科学成像中超出GPU内存容量的大型张量数据	开发专门针对科学成像工作流的张量管理工具包，提供子采样、数据清理和拼接功能	NA	解决科学成像中大型体积数据集在深度学习工作流中的内存管理问题	科学成像中的大型体积数据集	计算机视觉	NA	深度学习	NA	体积图像数据	NA	NA	NA	NA	标准GPU
1676	2025-04-13	Multiscale Computational and Artificial Intelligence Models of Linear and Nonlinear Composites: A Review 2024-May, Small science IF:11.1Q1 DOI:10.1002/smsc.202300185 PMID:40213577	综述	本文综述了多尺度建模方法在硬质和软质复合材料中的应用，包括分子动力学模拟、有限元分析和机器学习/深度学习替代模型	综述了最新的多尺度建模方法，包括无网格方法、混合机器学习和有限元模型，以及非线性本构材料模型	计算资源可用性、模型保真度和可重复性方面的限制	为读者提供复合材料多尺度建模研究和开发的未来趋势的清晰展望	硬质（聚合物、金属、纱线、纤维、纤维增强聚合物和聚合物基复合材料）和软质（如脑白质[BWM]等生物组织）复合材料	机器学习	NA	分子动力学模拟、有限元分析、机器学习/深度学习	分子动力学、有限元、机器学习/深度学习替代模型	数值模拟和大量实验结果	NA	NA	NA	NA	NA
1677	2025-10-07	ODD-Net: a hybrid deep learning architecture for image dehazing 2024-Dec-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82558-6 PMID:39715769	研究论文	提出一种名为ODD-Net的混合深度学习架构用于图像去雾	提出包含大气光估计网络(A-Net)和传输图估计网络(T-Net)的混合架构，结合膨胀卷积、批归一化和多尺度卷积等创新技术	需要大量数据集和计算资源	解决户外图像因雾霾导致的能见度和对比度下降问题	雾霾图像	计算机视觉	NA	深度学习	CNN	图像	NA	NA	ODD-Net, A-Net, T-Net	质量指标	NA
1678	2025-04-12	Deep Learning Model for Predicting Neurodevelopmental Outcome in Very Preterm Infants Using Cerebral Ultrasound 2024-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.09.003 PMID:40206534	研究论文	开发深度学习模型，结合新生儿颅脑超声和临床变量，预测极早产儿3岁时的神经发育障碍	首次将CNN模型应用于颅脑超声和临床变量的结合，以预测极早产儿的神经发育障碍	研究为回顾性设计，且仅在单一地区进行，可能影响模型的泛化能力	预测极早产儿3岁时的神经发育障碍	极早产儿（胎龄220-306周）	数字病理	神经发育障碍	颅脑超声（CUS）	CNN, elastic net (EN)	图像, 临床数据	619名极早产儿，包含4184张颅脑超声图像	NA	NA	NA	NA
1679	2025-10-07	Sparse Annotation is Sufficient for Bootstrapping Dense Segmentation 2024-Nov-14, Research square DOI:10.21203/rs.3.rs-5339143/v1 PMID:39606484	研究论文	提出一种基于深度学习的方法，通过稀疏2D标注快速生成密集3D分割，显著减少生物图像分割中的人工标注工作量	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三个数量级，且可由非专家完成标注	未明确说明方法在其他生物组织或成像模式中的泛化能力	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	大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图像序列，2D标注	NA	NA	NA	准确度	NA
1680	2025-04-12	Deep Learning-Based Prediction of Hepatic Decompensation in Patients With Primary Sclerosing Cholangitis With Computed Tomography 2024-Sep, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.07.002 PMID:40206109	研究论文	本研究探讨了使用深度学习模型基于CT影像预测原发性硬化性胆管炎（PSC）患者肝失代偿的潜力	首次应用3D-DenseNet121模型分析CT影像预测PSC患者的肝失代偿，并通过解剖区域分割验证模型决策过程	回顾性研究设计，样本量有限（277例），未进行外部验证	开发基于深度学习的肝失代偿预测工具	原发性硬化性胆管炎（PSC）患者	数字病理	肝病	CT成像	3D-DenseNet121	3D医学影像	277例接受腹部CT扫描的成人PSC患者	NA	NA	NA	NA