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
101	2025-10-07	An accurately supervised motion-aware deep network for non-contact pain assessment of trigeminal neuralgia mouse model 2024-Mar, Journal of oral & facial pain and headache IF:1.9Q2 DOI:10.22514/jofph.2024.008 PMID:39788578	研究论文	提出一种用于三叉神经痛小鼠模型非接触式疼痛评估的深度学习网络	构建了客观疼痛分级数据集作为监督信号，并融合静态纹理特征和动态行为特征进行疼痛评估	NA	开发三叉神经痛小鼠模型的非接触式疼痛评估方法	三叉神经痛小鼠模型	计算机视觉	三叉神经痛	深度学习	深度神经网络	图像	NA	NA	TNPAN	准确率, 泛化能力	NA
102	2025-10-07	Self-Supervised Learning for Improved Optical Coherence Tomography Detection of Macular Telangiectasia Type 2 2024-Mar-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2023.6454 PMID:38329740	研究论文	本研究开发了一种基于自监督学习的光学相干断层扫描图像分析方法，用于2型黄斑毛细血管扩张症的自动检测	采用自监督学习方法在有限标注数据条件下实现了罕见疾病的准确分类，使用Bootstrap Your Own Latent算法进行预训练	研究为回顾性研究，需要进一步研究验证方法的普适性	开发在有限标注数据条件下自动检测2型黄斑毛细血管扩张症的方法	2型黄斑毛细血管扩张症患者和非患者的OCT图像	计算机视觉	眼科疾病	光学相干断层扫描	CNN	图像	5200张OCT扫描图像，来自2549名患者（780名MacTel患者和1769名非MacTel患者）	NA	ResNet18, ResNet50	准确率, 灵敏度, 特异性, 阳性预测值, 阴性预测值, AUPRC, AUROC	NA
103	2025-10-07	Deep learning to decode sites of RNA translation in normal and cancerous tissues 2024-Mar-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.21.586110 PMID:38585907	研究论文	开发基于Transformer模型的RiboTIE方法，用于绘制正常和癌组织中RNA翻译位点图谱	提出首个基于Transformer的RNA翻译位点解码方法，在核糖体分析数据中提供无与伦比的精确度和灵敏度	仅应用于正常脑组织和髓母细胞瘤样本，尚未在其他组织或癌症类型中验证	解码正常和癌组织中RNA翻译位点的变异	正常脑组织和髓母细胞瘤癌症样本	生物信息学	髓母细胞瘤	核糖体分析	Transformer	核糖体分析数据	正常脑组织和髓母细胞瘤样本（具体数量未明确）	NA	Transformer	精确度, 灵敏度	NA
104	2025-10-07	Classification of Schizophrenia, Bipolar Disorder and Major Depressive Disorder with Comorbid Traits and Deep Learning Algorithms 2024-Mar-07, Research square DOI:10.21203/rs.3.rs-4001384/v1 PMID:38496574	研究论文	本研究利用42种共病性状的多基因风险评分和深度神经网络对精神分裂症、双相情感障碍和重度抑郁症进行分类与区分	首次证明仅使用共病性状的PRS（不包含目标疾病PRS）即可有效分类精神障碍，为数据驱动的客观诊断提供新思路	样本量相对有限，未在独立队列中验证模型泛化能力	探索共享遗传风险在精神障碍分类与鉴别诊断中的应用价值	精神分裂症、双相情感障碍和重度抑郁症患者及健康对照	机器学习	精神疾病	全基因组关联研究，多基因风险评分	DNN	遗传风险评分数据	SCZ病例6317例对照7240例，BIP病例2634例对照4425例，MDD病例1704例对照3357例	NA	深度神经网络	准确率，AUC	NA
105	2025-10-07	Systemic lupus in the era of machine learning medicine 2024-Mar-04, Lupus science & medicine IF:3.7Q1 DOI:10.1136/lupus-2023-001140 PMID:38443092	综述	探讨机器学习在系统性红斑狼疮研究中的应用现状与前景	系统梳理机器学习在SLE研究中的整合应用，提出利用深度学习模型和替代健康数据源的新方向	大多数预测模型仍需外部验证才能临床采用	理解SLE的发病机制、早期诊断和疾病预后	系统性红斑狼疮(SLE)	机器学习	系统性红斑狼疮	监督学习, 无监督学习	深度学习模型	多样化大数据集, 替代健康数据源	NA	NA	NA	NA	NA
106	2025-10-07	Automated detection of Alzheimer's disease: a multi-modal approach with 3D MRI and amyloid PET 2024-03-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-56001-9 PMID:38433282	研究论文	提出并评估了使用3D MRI和淀粉样蛋白PET扫描的单模态与多模态框架进行阿尔茨海默病自动检测的分类模型	首次在OASIS-3队列上实现最先进性能的多模态方法，通过Grad-CAM可解释性分析显示模型聚焦于AD相关关键区域	未明确说明样本规模和数据分割细节，可能缺乏外部验证	开发自动检测阿尔茨海默病的多模态深度学习模型	阿尔茨海默病患者	医学影像分析	阿尔茨海默病	3D MRI, 淀粉样蛋白PET扫描	深度学习分类模型	3D MRI图像, 2D MRI图像, PET扫描	OASIS-3队列	NA	NA	NA	NA
107	2025-10-07	Strategies to increase the robustness of microbial cell factories 2024-Mar-01, Advanced biotechnology DOI:10.1007/s44307-024-00018-8 PMID:39883204	综述	本文总结了提高微生物细胞工厂稳健性的当前策略，包括基于知识的工程方法和计算辅助设计	系统整合了传统适应性实验室进化与新兴计算辅助方法（如基因组规模代谢模型、深度学习和机器学习）在增强微生物宿主稳健性中的应用	未提供具体实验验证数据，主要基于文献综述和理论分析	提高微生物细胞工厂在工业发酵环境中的稳健性和生产效率	微生物细胞工厂	合成生物学	NA	适应性实验室进化，基因组规模代谢模型(GEMs)，深度学习，机器学习	深度学习，机器学习	代谢数据，环境响应数据	NA	NA	NA	NA	NA
108	2025-10-07	Mapping cell-to-tissue graphs across human placenta histology whole slide images using deep learning with HAPPY 2024-Mar-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-46986-2 PMID:38548713	研究论文	开发了一种名为HAPPY的深度学习分层方法，用于量化胎盘组织学全切片图像中细胞和微观组织结构的变化	采用可解释的生物层次结构，在全切片图像上以单细胞分辨率表示细胞和组织内的细胞群落，不同于基于斑块的特征或分割方法	NA	量化胎盘组织学变异并建立健康胎盘基线指标	人类胎盘组织学全切片图像	数字病理学	胎盘疾病	组织学全切片成像	深度学习	组织学图像	健康足月胎盘和具有临床显著胎盘梗死的胎盘	NA	分层方法	与临床专家和胎盘生物学文献的预测一致性	NA
109	2025-10-07	Deep learning of movement behavior profiles and their association with markers of cardiometabolic health 2024-Mar-13, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02474-7 PMID:38481262	研究论文	本研究使用深度学习技术将加速度计记录的运动行为转换为图像，并分析其与心脏代谢健康标志物的关联	首次将加速度计输出转换为2D图像格式，利用卷积自编码器学习运动行为的完整谱系表示，捕捉运动行为的持续时间、时间和积累模式的复杂相互作用	样本仅来自NHANES研究的1812名成年参与者，可能无法代表更广泛的人群	探索运动行为模式与心脏代谢健康标志物之间的关联	20-65岁成年人的运动行为数据	机器学习	心血管代谢疾病	加速度计测量	卷积自编码器, K-means聚类	加速度计输出(活动计数)转换的2D图像	1812名成年参与者来自NHANES研究(2003-2006周期)	NA	卷积自编码器	统计学显著性(P值)	NA
110	2025-10-07	3D CNN-based Deep Learning Model-based Explanatory Prognostication in Patients with Multiple Myeloma using Whole-body MRI 2024-Mar-08, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-024-02040-8 PMID:38456950	研究论文	本研究开发了一种基于3D CNN的深度学习模型，利用全身MRI数据预测多发性骨髓瘤患者的预后	首次证明仅使用全身MRI数据和3D CNN模型（无需其他临床数据）即可有效预测多发性骨髓瘤预后，并采用Grad-CAM提供模型解释	回顾性研究设计，样本量相对有限（142例患者）	预测多发性骨髓瘤患者的预后并探索预测相关因素	多发性骨髓瘤患者	医学影像分析	多发性骨髓瘤	全身扩散加权磁共振成像	3D CNN	3D MRI图像	142例患者（111例训练和内部验证，31例外部验证）	NA	3D CNN	无进展生存期，受试者工作特征曲线下面积	NA
111	2025-10-07	Laparoscopic Colorectal Surgery with Anatomical Recognition with Artificial Intelligence Assistance for Nerves and Dissection Layers 2024-Mar, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-023-14633-7 PMID:38017127	研究论文	本研究探讨在腹腔镜结直肠手术中使用人工智能辅助系统进行神经和解剖层次识别的教育效果	首次将AI系统Eureka用于实时自动分割疏松结缔组织和识别神经结构，辅助外科医生进行解剖识别	研究样本量较小，AI准确性仍需未来改进	评估AI辅助导航在结直肠手术中识别神经和安全解剖层次的教育价值	腹腔镜结直肠手术中的神经结构和解剖层次	数字病理	结直肠癌	深度学习，自动分割	深度学习模型	手术视频图像	NA	NA	NA	手术安全性，神经保留效果，术后并发症	Olympus VISERA ELITE3腹腔镜系统
112	2025-01-07	The clinical implication and translational research of OSCC differentiation 2024-03, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-023-02566-7 PMID:38177661	研究论文	本研究通过整合流行病学、基因组学、实验和深度学习，阐明了口腔鳞状细胞癌（OSCC）分化的临床价值和分子特征，并开发了一种新的OSCC分子分类预测系统	开发了一种基于深度学习的OSCC分子分类预测系统（SMGO），并验证了其高准确性	研究未提及SMGO系统在其他类型癌症中的适用性	阐明OSCC分化的临床价值和分子特征，并开发一种新的OSCC分子分类预测系统	口腔鳞状细胞癌（OSCC）	数字病理学	口腔癌	深度学习	ShuffleNetV2	病理图像	流行病学数据（n=118,817），独立多中心队列（n=340）	NA	NA	NA	NA
113	2025-01-04	Deep learning using contrast-enhanced ultrasound images to predict the nuclear grade of clear cell renal cell carcinoma 2024-Mar-21, World journal of urology IF:2.8Q2 DOI:10.1007/s00345-024-04889-3 PMID:38512539	研究论文	本文评估了使用对比增强超声（CEUS）图像的深度学习模型在区分低级别（I级和II级）和高级别（III级和IV级）透明细胞肾细胞癌（ccRCC）中的有效性	提出了基于RepVGG架构的深度学习模型，用于区分ccRCC的核级别，并利用类激活映射（CAM）可视化模型预测的关键区域	研究为回顾性研究，样本量相对较小（177例ccRCC），且仅使用了单一机构的CEUS图像数据	评估深度学习模型在非侵入性区分ccRCC核级别中的有效性	透明细胞肾细胞癌（ccRCC）患者	计算机视觉	肾癌	对比增强超声（CEUS）	RepVGG	图像	177例ccRCC（93例低级别，84例高级别），共6412张CEUS图像	NA	NA	NA	NA
114	2024-12-28	Association between deep learning measured retinal vessel calibre and incident myocardial infarction in a retrospective cohort from the UK Biobank 2024-03-21, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-079311 PMID:38514140	研究论文	本研究验证了通过深度学习系统测量的视网膜血管口径与心肌梗死事件之间的关联，并评估其在风险预测模型中的增量性能	首次使用深度学习算法（新加坡I血管评估）对大规模UK Biobank队列中的视网膜血管口径进行全自动评估，并验证其与心肌梗死事件的关联	研究主要基于高加索人群，可能限制了结果的普适性	验证视网膜血管口径与心肌梗死事件的关联，并评估其在风险预测模型中的增量性能	UK Biobank队列中的个体	数字病理学	心血管疾病	深度学习	深度学习算法（新加坡I血管评估）	图像	大规模UK Biobank队列	NA	NA	NA	NA
115	2024-12-28	Deep learning model to predict lupus nephritis renal flare based on dynamic multivariable time-series data 2024-03-14, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-071821 PMID:38485471	研究论文	本文开发了一种基于动态多变量时间序列数据的可解释深度学习模型，用于预测狼疮性肾炎（LN）的复发	首次使用深度学习算法结合混合注意力机制，捕捉不同时间点的变量交互，以预测LN复发	研究为单中心回顾性队列研究，可能存在选择偏倚	开发一种可解释的深度学习模型，用于预测狼疮性肾炎的复发	1694名狼疮性肾炎患者	机器学习	狼疮性肾炎	深度学习	LSTM	时间序列数据	1694名患者，32,227个数据点	NA	NA	NA	NA
116	2024-12-28	Development and validation of a deep learning model for predicting postoperative survival of patients with gastric cancer 2024-03-06, BMC public health IF:3.5Q1 DOI:10.1186/s12889-024-18221-6 PMID:38448849	研究论文	本文开发并验证了一种深度学习模型，用于预测胃癌患者术后的生存率	深度学习模型在预测胃癌患者术后生存率方面表现出色，超越了传统机器学习模型和AJCC分期模型	模型的临床适用性在真实世界的胃癌患者中尚未得到广泛验证	预测胃癌患者术后的生存率	胃癌患者	机器学习	胃癌	深度学习	深度学习模型	临床数据	11,414名来自SEER数据库的胃癌患者和2,846名来自中国数据集的胃癌患者	NA	NA	NA	NA
117	2024-12-28	Evaluating the accuracy of the Ophthalmologist Robot for multiple blindness-causing eye diseases: a multicentre, prospective study protocol 2024-03-01, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-077859 PMID:38431298	研究论文	本研究旨在评估和比较眼科医生和深度学习模型使用Ophthalmologist Robot拍摄的图像进行筛查的准确性，以寻找一种既高精度又经济有效的筛查方法	首次使用Ophthalmologist Robot进行多中心、前瞻性研究，评估其在多种致盲性眼病筛查中的准确性，并比较其与裂隙灯的一致性	研究样本量有限，且仅在三家医院进行，可能影响结果的普遍性	评估Ophthalmologist Robot在多种致盲性眼病筛查中的准确性，并比较其与眼科医生和深度学习模型的筛查效果	1578名参与者，包括多种致盲性眼病患者	数字病理学	眼病	深度学习	深度学习模型	图像	1578名参与者	NA	NA	NA	NA
118	2024-12-22	Model Agnostic Semi-Supervised Meta-Learning Elucidates Understudied Out-of-distribution Molecular Interactions 2024-Mar-01, bioRxiv : the preprint server for biology DOI:10.1101/2023.05.17.541172 PMID:37292680	研究论文	本文开发了一种半监督元学习框架MMAPLE，用于解决数据分布偏移和标签数据稀缺的问题，并在多个应用中展示了其有效性	提出了MMAPLE框架，通过有效利用分布外的未标记数据，在迁移学习失败时仍能取得显著的预测效果	NA	解决生物学问题中由于实验限制和人类偏见导致的未充分研究问题，特别是在数据分布偏移和标签数据稀缺的情况下	分布外的药物-靶点相互作用、隐藏的人类代谢物-酶相互作用以及未充分研究的微生物组代谢物-人类受体相互作用	机器学习	NA	半监督元学习	MMAPLE	分子相互作用数据	NA	NA	NA	NA	NA
119	2024-12-20	DDParcel: Deep Learning Anatomical Brain Parcellation From Diffusion MRI 2024-03, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3331691 PMID:37943635	研究论文	本文介绍了一种名为DDParcel的深度学习方法，用于直接从扩散MRI数据中快速准确地进行大脑解剖区域的划分	DDParcel通过多层次融合网络直接从dMRI数据中进行大脑解剖区域的划分，无需依赖解剖MRI数据，提高了测试重测的可重复性和区域同质性	NA	开发一种新的深度学习方法，用于从扩散MRI数据中直接进行大脑解剖区域的划分	大脑的解剖区域划分	计算机视觉	NA	扩散MRI	多层次融合网络	图像	使用了Human Connectome Project的高质量数据进行训练，并在多种人群和dMRI采集协议上进行了验证	NA	NA	NA	NA
120	2024-12-20	A Transformer-Based Knowledge Distillation Network for Cortical Cataract Grading 2024-03, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3327274 PMID:37874703	研究论文	本文提出了一种基于Transformer的知识蒸馏网络TKD-Net，用于皮质性白内障分级	创新点包括设计了区域分解策略提取更精细的特征，引入特殊子评分考虑临床皮质混浊评估的关键因素，并开发了多模态混合注意力Transformer有效融合子评分和图像模态，同时设计了基于Transformer的知识蒸馏方法解决模态缺失和不确定数据问题	获取子评分模态在临床上是一个挑战，可能导致模态缺失问题	开发一种新的方法用于自动皮质性白内障分级	皮质性白内障的自动分级	计算机视觉	眼科疾病	Transformer	Transformer	图像	使用了由LOCS III分级系统标注的常用裂隙灯图像数据集	NA	NA	NA	NA