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
121	2025-07-23	Cancer Mutations Converge on a Collection of Protein Assemblies to Predict Resistance to Replication Stress 2024-Mar-01, Cancer discovery IF:29.7Q1 DOI:10.1158/2159-8290.CD-23-0641 PMID:38236062	研究论文	该研究开发了一个预测模型集合，用于阐明癌症突变如何影响对常见复制压力诱导药物的反应	利用深度学习的最新进展，实现了多药物预测和机制解释，并识别了41个分子组装体，这些组装体整合了数百个基因的改变以准确预测药物反应	分子通路对药物抗性的理解不完全	阐明癌症突变如何影响对复制压力诱导药物的反应，以推动精准医疗	肿瘤细胞和接受顺铂治疗的宫颈癌患者	机器学习	宫颈癌	深度学习	ensemble of predictive models	基因突变数据和药物反应数据	肿瘤细胞和宫颈癌患者样本	NA	NA	NA	NA
122	2025-10-06	Deep learning analysis of epicardial adipose tissue to predict cardiovascular risk in heavy smokers 2024-Mar-13, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00475-1 PMID:38480863	研究论文	本研究利用深度学习自动量化心外膜脂肪组织，预测重度吸烟者的心血管风险	首次在重度吸烟者群体中验证深度学习自动量化心外膜脂肪组织对心血管风险的预测价值，并与传统风险因素和冠状动脉钙化评分进行比较	研究仅针对重度吸烟者群体，结果可能不适用于其他人群；使用非ECG同步、非对比低剂量胸部CT扫描可能影响测量精度	评估深度学习自动量化心外膜脂肪组织对重度吸烟者心血管风险的预测价值	24,090名成年重度吸烟者（59%男性，平均年龄61±5岁）	医学影像分析	心血管疾病	低剂量胸部计算机断层扫描	深度学习	医学影像	24,090名成年重度吸烟者	NA	NA	风险比, P值	NA
123	2025-10-06	Topical hidden genome: discovering latent cancer mutational topics using a Bayesian multilevel context-learning approach 2024-Mar-27, Biometrics IF:1.4Q2 DOI:10.1093/biomtc/ujae030 PMID:38682463	研究论文	提出一种基于主题模型的贝叶斯多层次上下文学习方法，用于发现癌症突变中的潜在主题	首次将计算语言学中的主题模型应用于癌症突变上下文分析，实现了可解释的降维和严格的全贝叶斯推断	未明确说明模型对特定癌症类型的普适性限制	推断全基因组范围内超罕见体细胞突变的癌症类型特异性	全基因组体细胞突变数据	机器学习	癌症	全基因组测序	主题模型,贝叶斯模型	基因组变异数据	数千个肿瘤样本的数千万个变异	NA	多层次多逻辑隐藏基因组模型	预测性能	NA
124	2025-10-06	Comparison of Deep Learning Approaches for Conversion of International Classification of Diseases Codes to the Abbreviated Injury Scale 2024-Mar-22, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.06.24303847 PMID:38562696	研究论文	比较两种深度学习架构在将国际疾病分类代码转换为简明损伤定级标准方面的性能	首次系统比较前馈神经网络和神经机器翻译模型在损伤严重程度预测中的表现，提出间接转换路径的优越性	仅使用美国国家创伤数据库数据，可能限制模型在其他人群的泛化能力	开发从ICD代码自动预测损伤严重程度分类的系统	创伤病例的ICD编码和AIS严重程度分类	自然语言处理	创伤损伤	深度学习	FFNN, NMT	医疗编码文本数据	训练验证集2,031,793例（2017-2018年），测试集1,091,792例（2019年）	NA	编码器-解码器架构	准确率	NA
125	2025-10-06	Deep learning-based NT-proBNP prediction from the ECG for risk assessment in the community 2024-03-25, Clinical chemistry and laboratory medicine IF:3.8Q1 DOI:10.1515/cclm-2023-0743 PMID:37982681	研究论文	开发基于深度学习的心电图算法预测NT-proBNP水平，用于社区心血管疾病风险评估	首次使用深度学习模型从心电图中预测NT-proBNP生物标志物水平，为心血管疾病风险筛查提供经济高效的替代方案	研究基于特定人群队列，需要在更广泛人群中验证模型的普适性	开发深度学习模型通过心电图预测NT-proBNP水平，实现心血管疾病风险的高效筛查	社区人群的心电图数据和NT-proBNP测量值	医疗人工智能	心血管疾病	心电图分析，深度学习	CNN	心电图信号	汉堡城市健康研究(HCHS) 8,253人，SHIP-START队列3,002人，SHIP-TREND队列3,819人	NA	深度卷积神经网络	Pearson相关系数，AUROC	NA
126	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
127	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
128	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
129	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
130	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
131	2025-10-06	Three-dimensional assessments are necessary to determine the true, spatially-resolved composition of tissues 2024-Mar-28, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.04.569986 PMID:38106231	研究论文	本研究通过深度学习平台重建胰腺组织的三维微解剖结构，证明二维评估会显著低估组织异质性	首次使用深度学习平台CODA对正常和癌变人类胰腺标本进行三维微解剖重建，系统比较二维与三维评估在组织成分分析中的差异	研究样本仅限胰腺组织，未验证其他器官组织的适用性	评估三维组织映射在准确分析组织成分中的必要性	接受胰腺切除术患者的正常和癌变人类胰腺标本	数字病理学	胰腺癌	深度学习组织映射平台，三维组织重建	深度学习	全玻片图像，连续组织切片图像	包含二维全玻片图像队列和三维重建厚组织切片队列的胰腺标本	NA	CODA平台	组织成分异质性误差分析	NA
132	2025-10-06	Deep learning-based accurate diagnosis and quantitative evaluation of microvascular invasion in hepatocellular carcinoma on whole-slide histopathology images 2024-03, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.7104 PMID:38488408	研究论文	本研究开发了一种基于深度学习的肝细胞癌微血管浸润智能诊断模型，能够提高诊断效率和准确性	成功开发了MVI人工智能诊断模型，能够识别传统病理学难以区分的微小微血管浸润，并提供癌细胞数量和空间信息的自动量化	研究主要基于单一医疗中心数据，外部验证集来自公共数据库，可能存在数据异质性	开发深度学习模型以显著提高肝细胞癌微血管浸润诊断的效率和准确性	肝细胞癌患者的H&E染色全切片图像	数字病理学	肝细胞癌	H&E染色	深度学习模型	全切片病理图像	753名患者（内部数据集）+ 358名患者（外部验证集）	NA	NA	准确率, 精确率, 召回率, F1分数, ROC曲线下面积	NA
133	2025-10-06	Machine learning predictions of T cell antigen specificity from intracellular calcium dynamics 2024-03-08, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adk2298 PMID:38446885	研究论文	本研究开发了一种基于细胞内钙动态的机器学习方法，用于预测T细胞抗原特异性	首次利用深度学习工具从高度可变的T细胞受体信号钙波动中准确预测T细胞激活状态	研究主要针对TCR转基因CD8 T细胞，在多元克隆T细胞中的验证仍需进一步扩展	开发无需T细胞扩增的抗原特异性T细胞受体序列识别方法	T细胞受体工程化细胞疗法中的T细胞	机器学习	肿瘤	细胞内钙动态监测	深度学习	钙波动信号数据	TCR转基因CD8 T细胞及多元克隆T细胞	NA	NA	准确率	NA
134	2025-10-06	Transformers enable accurate prediction of acute and chronic chemical toxicity in aquatic organisms 2024-03-08, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adk6669 PMID:38446886	研究论文	开发基于Transformer和深度神经网络的AI模型，用于预测化学物质对水生生物的急性和慢性毒性	首次将Transformer架构应用于化学毒性预测，能够直接从化学结构中捕获毒性特异性特征	模型性能依赖于训练数据的质量和覆盖范围，未明确说明对未知化学结构的泛化能力	提高化学毒性预测的计算方法准确性和应用范围	水生生物（藻类、水生无脊椎动物和鱼类）	机器学习	NA	深度学习	Transformer, 深度神经网络	化学结构数据	NA	NA	Transformer	预测误差	NA
135	2025-10-06	Vision Transformer-based Decision Support for Neurosurgical Intervention in Acute Traumatic Brain Injury: Automated Surgical Intervention Support Tool 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230088 PMID:38197796	研究论文	开发基于Vision Transformer的自动分诊工具，用于预测创伤性脑损伤患者是否需要神经外科干预	首次将Vision Transformer应用于创伤性脑损伤的神经外科干预预测，创建了ASIST-TBI自动决策支持工具	回顾性研究，数据来自单一创伤中心，需要进一步外部验证	开发自动分诊工具预测创伤性脑损伤患者的神经外科干预需求	创伤性脑损伤患者的头部CT扫描	计算机视觉	创伤性脑损伤	CT扫描	Vision Transformer	医学图像	训练验证测试集2806例患者，独立测试集612例患者	NA	Vision Transformer	AUC, 准确率, 灵敏度, 特异性	NA
136	2025-10-06	Automatic thoracic aorta calcium quantification using deep learning in non-contrast ECG-gated CT images 2024-03-13, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad2ff2 PMID:38437732	研究论文	开发基于深度学习的全自动系统，用于从非对比ECG门控CT图像中量化胸主动脉钙化	结合三个不同视角训练的UNet进行主动脉分割，并采用三个组合CNN对钙化病灶进行分类	研究样本仅来自心血管患者队列，缺乏外部验证	开发全自动胸主动脉钙化检测系统并评估其在风险分类中的性能	心血管患者的胸主动脉钙化	计算机视觉	心血管疾病	心脏计算机断层扫描	CNN, UNet	CT图像	1190例非增强ECG门控心脏CT研究（测试集119例）	NA	UNet, CNN	Dice系数, Kappa系数, ICC	NA
137	2025-10-06	Mapping dynamic spatial patterns of brain function with spatial-wise attention 2024-03-07, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad2cea PMID:38407988	研究论文	提出了一种基于空间注意力的自编码器方法SCAAE，用于从fMRI数据中发现动态功能脑网络	首次使用空间注意力机制直接生成动态功能脑网络，无需线性或独立性假设	NA	探索大脑功能的动态空间模式	功能磁共振成像数据	医学影像分析	神经精神疾病	功能磁共振成像	自编码器,注意力机制	医学影像	HCP-rest、HCP-task和ADHD-200数据集	NA	空间和通道注意力自编码器	空间相似性	NA
138	2025-10-06	AI for Detection of Tuberculosis: Implications for Global Health 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230327 PMID:38197795	研究论文	本文对基于胸部X光片的结核病计算机辅助诊断系统进行批判性评估，并探讨其全球推广的挑战与前景	首次基于医学影像人工智能清单对结核病CAD系统开发过程报告进行系统评估，并全面分析规模化应用的多维度考量	未涉及具体临床实施数据，主要基于文献分析和理论探讨	评估结核病计算机辅助诊断系统发展现状并探索其全球推广路径	结核病计算机辅助诊断系统	医学影像分析	结核病	深度学习	深度学习模型	胸部X光影像	NA	NA	NA	诊断性能	NA
139	2025-10-06	Image Quality and Diagnostic Performance of Low-Dose Liver CT with Deep Learning Reconstruction versus Standard-Dose CT 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230192 PMID:38231025	研究论文	比较低剂量肝脏CT与深度学习重建和标准剂量CT在图像质量和恶性肝肿瘤检测诊断性能方面的差异	首次在多中心前瞻性研究中验证深度学习去噪技术在低剂量肝脏CT中的非劣效性	样本量相对有限，仅针对恶性肝肿瘤进行评估	评估低剂量CT结合深度学习重建在肝脏成像中的临床应用价值	接受肝脏CT扫描的患者	医学影像	肝脏肿瘤	CT扫描，深度学习去噪	深度学习	CT图像	296名参与者（196名男性，100名女性，平均年龄60.5岁），其中246名用于诊断性能评估	NA	NA	图像噪声，诊断性能FOM，95%置信区间	NA
140	2025-10-06	Denoising Multiphase Functional Cardiac CT Angiography Using Deep Learning and Synthetic Data 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230153 PMID:38416035	研究论文	本研究开发并评估了一种基于深度学习的去噪方法，用于改善功能性心脏CT血管成像的图像质量	利用三维卷积神经网络整合多相位信息进行图像去噪，并采用合成数据进行训练	回顾性研究，使用合成数据进行训练而非真实临床数据	开发有效的功能性心脏CT血管成像去噪方法	冠状动脉CT血管造影图像	计算机视觉	心血管疾病	CT血管造影	CNN	医学图像	566例冠状动脉CT血管造影	NA	三维卷积神经网络	噪声标准差, 信噪比, 图像质量专家评估, 组内相关系数	NA