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
21	2025-10-06	Multimodal explainable artificial intelligence identifies patients with non-ischaemic cardiomyopathy at risk of lethal ventricular arrhythmias 2024-06-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65357-x PMID:38937555	研究论文	开发多模态深度学习模型预测非缺血性心肌病患者恶性室性心律失常风险	首次集成LGE心脏MRI、心电图和临床数据构建多模态可解释人工智能模型用于心律失常风险预测	回顾性研究，样本量有限（289例患者），仅来自两家三级医院	预测非缺血性心肌病患者发生恶性室性心律失常的风险	非缺血性收缩性心力衰竭患者	医学人工智能	心血管疾病	晚期钆增强心脏磁共振成像，心电图	变分自编码器，机器学习模型	医学影像，信号数据，临床数据	289例ICD植入前患者	NA	残差变分自编码器	AUROC，灵敏度，特异性	NA
22	2025-10-06	CURE: A deep learning framework pre-trained on large-scale patient data for treatment effect estimation 2024-Jun-14, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2024.100973 PMID:39005483	研究论文	提出名为CURE的预训练-微调深度学习框架，用于从观察性数据中估计治疗效果	首次提出在大型无标签患者数据上进行预训练以学习患者表征，并提出结合结构和时间信息的序列编码方法	NA	开发能够准确估计治疗效果的因果推断方法	观察性患者数据	机器学习	NA	深度学习	预训练-微调框架	纵向患者数据	大规模无标签患者数据	NA	CURE	精确召回曲线下面积, 基于影响函数的异质效应估计精度	NA
23	2025-10-06	Chest CT-based automated vertebral fracture assessment using artificial intelligence and morphologic features 2024-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17072 PMID:38721977	研究论文	开发基于胸部CT和人工智能的自动化椎体骨折评估方法	结合深度学习、多参数冻结生长算法和强度自相关技术实现椎体自动分割与标记，并采用计算椎体高度特征进行骨折检测	方法仅在COPDGene研究数据集中验证，需要进一步在更广泛人群中验证	开发自动化椎体骨折评估方法以替代人工专家评估	COPD患者的椎体骨折评估	计算机视觉	慢性阻塞性肺疾病	胸部CT成像	深度学习网络	CT图像	3231名COPDGene研究参与者，共40,050个椎体	NA	NA	Dice系数,准确率,灵敏度,特异性	NA
24	2025-10-06	MAD-Former: A Traceable Interpretability Model for Alzheimer's Disease Recognition Based on Multi-Patch Attention 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3368500 PMID:38442047	研究论文	提出基于多块注意力的可追踪可解释性模型MAD-Former用于阿尔茨海默病识别	设计多尺度空间特征提取框架，结合双分支注意力结构和可追踪解释方法，首次实现基于注意力选择和感受野追踪的3D ROI空间定位	仅使用sMRI数据，未整合多模态数据；模型在特定数据集上验证，泛化能力需进一步测试	开发具有可解释性的阿尔茨海默病自动诊断模型	阿尔茨海默病患者的结构磁共振成像数据	医学影像分析	阿尔茨海默病	结构磁共振成像	Transformer, CNN	3D医学影像	ADNI和OASIS数据集	NA	MAD-Former, 3D脑特征提取网络, 双分支注意力结构	NA	NA
25	2025-10-06	Iterative deep learning-design of human enhancers exploits condensed sequence grammar to achieve cell type-specificity 2024-Jun-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.14.599076 PMID:38915713	研究论文	本研究应用迭代深度学习设计在两种人类细胞系间具有强差异活性的合成增强子	首次将迭代深度学习应用于合成增强子设计，通过实验验证与模型重新优化的循环策略提升细胞类型特异性	仅验证了两种人类细胞系间的特异性，未在其他细胞类型中广泛测试	开发能够靶向特定细胞类型基因表达的合成生物学方法	人类合成增强子序列	机器学习	NA	深度学习，染色质可及性分析，转录因子结合位点分析	深度学习	基因组序列数据，增强子活性数据，染色质可及性数据	NA	NA	NA	增强子特异性，差异活性	NA
26	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
27	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
28	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
29	2025-10-06	Spatial Deconvolution of Cell Types and Cell States at Scale Utilizing TACIT 2024-Jun-27, Research square DOI:10.21203/rs.3.rs-4536158/v1 PMID:38978567	研究论文	开发了一种名为TACIT的无监督细胞注释算法，用于大规模空间生物学中的细胞类型和状态识别	提出无需训练数据的无监督算法，使用预定义特征进行细胞注释，通过无偏阈值区分阳性细胞与背景	NA	解决空间生物学中细胞类型和状态识别的挑战	细胞类型和细胞状态	空间生物学	炎症性腺体疾病	空间转录组学、空间蛋白质组学、多组学检测	无监督算法	空间生物学数据	5个数据集，包含5,000,000个细胞，51种细胞类型	NA	TACIT	准确性、可扩展性	NA
30	2025-10-06	Spatial Deconvolution of Cell Types and Cell States at Scale Utilizing TACIT 2024-Jun-03, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.31.596861 PMID:38895230	研究论文	开发了一种名为TACIT的无监督细胞注释算法，用于大规模空间生物学中的细胞类型和状态识别	提出无需训练数据的无监督算法，使用预定义特征和无偏阈值区分阳性细胞与背景，专注于相关标记识别多组学检测中的模糊细胞	NA	解决空间生物学中细胞类型和状态识别的耗时和易出错问题	细胞类型和细胞状态	空间生物学	炎症性腺体疾病	空间转录组学、空间蛋白质组学、多组学检测	无监督算法	空间生物学数据	5个数据集（5,000,000个细胞；51种细胞类型）来自三个生态位（脑、肠道、腺体）	NA	TACIT	准确性、可扩展性	NA
31	2025-10-06	Using machine learning or deep learning models in a hospital setting to detect inappropriate prescriptions: a systematic review 2024-Jun-21, European journal of hospital pharmacy : science and practice IF:1.6Q3 DOI:10.1136/ejhpharm-2023-003857 PMID:38050067	系统综述	系统综述医院环境中使用机器学习或深度学习模型检测不当处方的研究现状	首次系统评估AI在医院临床药学中检测不当处方的应用现状	纳入研究数量有限（13篇），其中12篇存在高偏倚风险	评估机器学习或深度学习模型在医院环境中检测不当药物处方的应用	医院临床药师使用的AI模型	机器学习	NA	监督学习技术	机器学习,深度学习	药物处方数据	分析31至5,804,192条处方订单，研究时长从2周到7年不等	NA	NA	NA	NA
32	2025-10-06	Retrieving and reconstructing conceptually similar images from fMRI with latent diffusion models and a neuro-inspired brain decoding model 2024-06-28, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad593c PMID:38885689	研究论文	提出一种基于语义和上下文相似性的脑解码新方法，通过fMRI数据检索和生成概念相似的图像	结合神经启发的脑解码模型和潜在扩散模型，将fMRI活动线性映射到神经网络潜在空间进行图像检索和生成	依赖于预训练神经网络和线性映射假设，可能无法完全捕捉大脑活动的复杂性	开发基于语义相似性的脑解码方法，从fMRI数据重建视觉刺激	人类大脑对自然图像刺激的fMRI响应	计算神经科学	NA	功能磁共振成像(fMRI)	潜在扩散模型,深度学习	fMRI数据,图像	三个fMRI数据集：Generic Object Decoding、BOLD5000和NSD	NA	预训练神经网络,潜在扩散模型	定量指标,人工评估实验,正确率超过80%	NA
33	2025-10-06	Longitudinal risk prediction for pediatric glioma with temporal deep learning 2024-Jun-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.04.24308434 PMID:38978642	研究论文	提出一种基于自监督深度学习的纵向医学影像分析方法，用于预测儿童胶质瘤复发风险	开发了时序学习方法，能够建模患者当前和既往脑部MR影像的时空信息来预测未来复发	研究仅针对儿童胶质瘤，尚未验证在其他癌症或慢性疾病中的适用性	改进儿童胶质瘤个体化复发预测	儿童胶质瘤患者	医学影像分析	儿童胶质瘤	磁共振成像(MR)	深度学习	医学影像	715名患者，3,994次扫描	NA	时序深度学习	复发预测准确率	NA
34	2025-10-06	Providing context: Extracting non-linear and dynamic temporal motifs from brain activity 2024-Jun-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.27.600937 PMID:38979316	研究论文	提出使用解耦变分自编码器从静息态功能磁共振成像数据中提取非线性动态时间模式	首次将解耦变分自编码器应用于rs-fMRI数据分析，能够同时捕捉时间步特定和窗口特定的多时间尺度信息	方法主要针对静息态fMRI数据，在其他脑成像模态上的适用性需要进一步验证	开发能够更好捕捉脑活动动态特征的新计算方法	精神分裂症患者和健康对照受试者	医学影像分析	精神分裂症	静息态功能磁共振成像	变分自编码器	脑功能成像数据	精神分裂症患者和健康对照受试者（具体数量未明确说明）	NA	DSVAE（解耦变分自编码器）	潜在空间距离分析、聚类分析、相关性分析	NA
35	2025-06-15	Explainable AI based automated segmentation and multi-stage classification of gastroesophageal reflux using machine learning techniques 2024-06-28, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad5a14 PMID:38901416	研究论文	本文提出了一种基于可解释AI的自动化分割和多阶段分类方法，用于诊断胃食管反流病（GERD）	开发了一个针对胃肠道疾病诊断的系统，结合了Yolov5目标检测、DeepLabV3+分割和多种机器学习分类器进行多阶段分类	NA	通过计算机辅助技术快速准确地诊断胃食管反流病（GERD）	胃食管反流病（GERD）患者的内窥镜图像	数字病理学	胃食管反流病	视频内窥镜	Yolov5, DeepLabV3+, SVM, 自定义深度神经网络	图像	NA	NA	NA	NA	NA
36	2025-06-15	An extensive analysis of artificial intelligence and segmentation methods transforming cancer recognition in medical imaging 2024-06-18, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad555b PMID:38848695	综述	本文全面分析了人工智能和分割方法在医学影像中癌症识别的应用	重点评估了卷积神经网络（CNNs）在医学图像分割和分类中的自学习和决策能力	现有图像分割方法在应用于某些特定类型图像时存在局限性	探讨图像分割技术在医学影像中癌症识别的重要性和应用	医学影像中的癌症区域	计算机视觉	癌症	计算机辅助诊断（CAD）系统	CNN	医学影像	NA	NA	NA	NA	NA
37	2025-06-15	Optimizing motor imagery BCI models with hard trials removal and model refinement 2024-06-04, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad4f8e PMID:38781932	研究论文	本文提出两种新方法来识别和减轻困难试验对运动想象脑机接口模型性能的影响	提出基于模型预测分数和可解释人工智能（XAI）的定量方法来识别困难试验，并通过移除这些试验来优化模型性能	实验仅在Open BMI数据集上进行，未在其他数据集上验证方法的普适性	优化运动想象脑机接口（BCI）模型的分类性能	运动想象BCI系统中的困难试验	机器学习	NA	定量可解释人工智能（XAI）	深度CNN	脑电图（EEG）数据	Open BMI数据集中的样本	NA	NA	NA	NA
38	2025-10-06	Protocol to perform integrative analysis of high-dimensional single-cell multimodal data using an interpretable deep learning technique 2024-06-21, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2024.103066 PMID:38748882	研究论文	提出使用可解释深度学习技术moETM进行高维单细胞多模态数据整合分析的协议	开发了可解释的深度学习技术moETM，能够整合单细胞多组学数据并包含先验通路知识	NA	建立单细胞多模态数据整合分析的标准流程	骨髓单核细胞的多组学数据	机器学习	NA	单细胞多组学测序	深度学习	单细胞多模态数据	GSE194122数据集中的骨髓单核细胞	NA	moETM	NA	NA
39	2025-10-06	A deep learning framework for denoising and ordering scRNA-seq data using adversarial autoencoder with dynamic batching 2024-06-21, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2024.103067 PMID:38748883	研究论文	提出一种基于动态批处理对抗自编码器的深度学习框架，用于单细胞RNA测序数据的去噪和排序	首次将动态批处理技术与对抗自编码器结合应用于scRNA-seq数据去噪	NA	开发单细胞RNA测序数据的去噪和排序方法	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序(scRNA-seq)	对抗自编码器(AAE)	基因表达数据	NA	NA	对抗自编码器	NA	NA
40	2025-10-06	Scan-Specific Self-Supervised Bayesian Deep Non-Linear Inversion for Undersampled MRI Reconstruction 2024-06, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3364911 PMID:38335079	研究论文	提出一种无需外部数据集的扫描特异性自监督贝叶斯深度非线性反演方法，用于欠采样MRI重建	无需自动校准扫描区域，结合深度图像先验生成建模和近似贝叶斯推理来正则化深度卷积神经网络	NA	开发无需外部数据集的欠采样MRI重建方法	多部位解剖结构、对比度和采样模式的MRI数据	医学影像重建	NA	磁共振成像	CNN	医学影像	NA	NA	深度图像先验	NA	NA