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
81	2025-10-29	Predicting the effort required to manually mend auto-segmentations 2024-Jun-13, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.12.24308779 PMID:38947045	研究论文	本研究探讨如何评估医学图像自动分割结果所需的人工修正工作量	提出混合指标Mendability Index (MI)评估修正工作量，并探索使用深度学习模型预测修正工作量的可行性	研究仅基于7个对象的数据集，样本量相对有限	探索评估医学图像自动分割结果临床适用性的合适方法	医学图像自动分割结果及其人工修正过程	医学图像分析	NA	CT成像	深度学习模型	CT图像, 分割掩码	来自三个不同机构的7个对象数据集	NA	NA	Dice系数, Hausdorff距离, 表面Dice系数, 添加路径长度, Mendability指数	NA
82	2025-10-15	Automated classification of cellular expression in multiplexed imaging data with Nimbus 2024-Jun-03, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.02.597062 PMID:38895405	研究论文	开发了名为Nimbus的深度学习模型，用于从多重成像数据中自动分类细胞标记物表达	创建了包含1.97亿个标记物表达注释的Pan-M数据集，并开发了无需重新训练即可跨不同细胞类型、组织和显微镜平台应用的预训练模型	NA	开发自动化工具来准确表征组织空间拓扑结构中的细胞表型	多重成像数据中的细胞标记物表达	数字病理学	NA	多重成像	深度学习	图像	包含1.97亿个标记物表达注释，涵盖15种不同细胞类型	NA	NA	NA	NA
83	2025-10-05	Prediction of MRI-Induced Power Absorption in Patients with DBS Leads 2024-Jun, Proceedings. IEEE International Symposium on Computer-Based Medical Systems DOI:10.1109/cbms61543.2024.00087 PMID:41030917	研究论文	使用机器学习和深度学习算法预测深部脑刺激患者MRI扫描中DBS导线尖端的局部比吸收率值	首次将XgBoost和残差网络家族应用于DBS患者MRI功率吸收预测，显著超越了现有最佳方法的性能	研究处于小数据机制，已提取的有限特征更适合集成学习而非深度网络	开发高效算法预测DBS患者MRI扫描时的组织加热风险	植入深部脑刺激系统的患者	机器学习	神经系统疾病	电磁仿真，MRI	XgBoost，深度学习	仿真数据	260个实例（包含患者来源和人工生成数据）	XgBoost	残差网络家族	RMSE	NA
84	2025-10-05	Quality Control in the Corneal Bank with Artificial Intelligence: Comparison of a New Deep Learning-based Approach with Conventional Endothelial Cell Counting by the "Rhine-Tec Endothelial Analysis System" 2024-Jun, Klinische Monatsblatter fur Augenheilkunde IF:0.8Q4 DOI:10.1055/a-2299-8117 PMID:38574759	研究论文	本研究开发了一种基于深度学习的角膜内皮细胞密度自动检测方法，并与传统Rhine-Tec系统进行比较	首次使用深度学习技术自动检测图像中所有可见的内皮细胞，相比传统方法提高了样本量和客观性	深度学习方法目前无法完全替代移植片内皮的全区域评估，这仍是角膜移植片放行的最重要依据	比较基于深度学习的新型内皮细胞计数方法与传统Rhine-Tec系统的性能差异	角膜移植片的内皮细胞密度测量	计算机视觉	眼科疾病	相位对比显微镜成像	深度学习	图像	9375张存档的相位对比显微镜图像	NA	NA	均值比较，Bland-Altman分析，相关系数	NA
85	2025-10-05	Objective Analysis of Corneal Nerves and Dendritic Cells 2024-Jun, Klinische Monatsblatter fur Augenheilkunde IF:0.8Q4 DOI:10.1055/a-2307-0313 PMID:38941998	综述	本文综述了角膜神经和树突状细胞的图像分析方法，重点介绍了深度学习算法在自动模式识别中的应用	详细介绍了作者自主开发的深度学习算法，并与现有方法进行了比较分析	NA	分析角膜神经和树突状细胞的图像分析方法	角膜神经和树突状细胞	计算机视觉	眼表疾病	活体共聚焦显微镜	深度学习	图像	NA	NA	NA	NA	NA
86	2025-10-05	Predicting the Tumor Microenvironment Composition and Immunotherapy Response in Non-Small Cell Lung Cancer from Digital Histopathology Images 2024-Jun-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.11.24308696 PMID:41030932	研究论文	提出一种名为HistoTME的弱监督深度学习方法，直接从非小细胞肺癌患者的组织病理学图像预测肿瘤微环境组成和免疫治疗反应	首次开发能够直接从组织病理学图像推断肿瘤微环境组成的弱监督深度学习方法，无需额外分子检测	研究基于特定患者队列，需要在更广泛人群中验证	预测非小细胞肺癌肿瘤微环境组成和免疫治疗反应	非小细胞肺癌患者	数字病理学	肺癌	数字组织病理学成像	深度学习	全切片图像	外部临床队列652名患者	NA	NA	Pearson相关系数, AUROC	NA
87	2025-10-05	Predicting Progression From Mild Cognitive Impairment to Alzheimer's Dementia With Adversarial Attacks 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3373703 PMID:38507374	研究论文	提出一种结合浅层神经网络和对抗性攻击的框架，用于预测轻度认知障碍向阿尔茨海默病痴呆的转化	使用单步梯度对抗性攻击寻找输入空间中的对抗性进展方向，通过到决策边界的距离预测疾病转化	阿尔茨海默病研究可用数据集规模不足以学习复杂模型	预测轻度认知障碍向阿尔茨海默病痴呆的转化	轻度认知障碍患者	机器学习	阿尔茨海默病	对抗性攻击	神经网络	患者数据	两个公开可用数据集	NA	浅层神经网络	NA	NA
88	2025-10-05	A flexible, stretchable and wearable strain sensor based on physical eutectogels for deep learning-assisted motion identification 2024-06-27, Journal of materials chemistry. B DOI:10.1039/d4tb00809j PMID:38836422	研究论文	本研究开发了一种基于木质素增强物理共晶凝胶的可穿戴应变传感器，并结合深度学习技术实现手势识别	首次将木质素作为绿色填料和多功能氢键供体溶解于深共晶溶剂中，制备出具有优异机械性能、自粘附性、自愈合能力和高导电性的物理共晶凝胶	未明确说明传感器的长期生物相容性和在实际复杂环境下的稳定性表现	开发多功能集成的物理共晶凝胶用于可穿戴电子设备	木质素增强物理共晶凝胶（DESL）及其在应变传感器中的应用	机器学习	NA	深共晶溶剂（DES）聚合技术	深度学习	传感器信号数据	1000次循环耐久性测试	NA	NA	准确率	NA
89	2025-10-06	Bibliometric Analysis of Forensic Human Remains Identification Literature from 1991 to 2022 2024-Jun-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2023.430803 PMID:39166305	文献计量分析	对1991-2022年法医人类遗骸鉴定文献进行计量分析，描述研究现状和未来热点	首次对该领域32年文献进行系统性计量分析，识别研究趋势和合作模式	仅纳入WoSCC英文文献，国际合作范围有限	分析法医人类遗骸鉴定领域的研究发展态势和主题演变	873篇法医人类遗骸鉴定研究文献	法医人类学	NA	文献计量分析，网络可视化	NA	文献元数据	873篇英文论文	Python 3.9.2, Gephi 0.10	NA	NA	NA
90	2025-10-06	Clinical outcome prediction with an automated EEG trend, Brain State of the Newborn, after perinatal asphyxia 2024-06, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2024.03.007 PMID:38583406	研究论文	本研究评估了基于深度学习的自动化EEG背景量化指标BSN对围产期窒息新生儿4岁时临床结局的早期预测价值	首次使用完全自动化的深度学习定量EEG指标BSN来预测新生儿长期临床结局，揭示了脑功能恢复的动态过程	样本量相对较小（80名新生儿），需要更大规模研究验证	评估自动化EEG趋势BSN对围产期窒息新生儿长期临床结局的早期预测能力	80名连续收治的围产期窒息新生儿	医疗人工智能	新生儿缺氧缺血性脑病	EEG监测，深度学习分析	深度学习	EEG信号数据	80名新生儿，总计5427小时EEG数据	NA	NA	AUC, PPV, NPV	NA
91	2025-10-06	Computed Tomography Effective Dose and Image Quality in Deep Learning Image Reconstruction in Intensive Care Patients Compared to Iterative Algorithms 2024-06-07, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10060069 PMID:38921946	研究论文	比较深度学习图像重建算法与传统迭代算法在重症监护患者CT扫描中的有效剂量和图像质量	首次在重症监护患者中系统比较深度学习图像重建算法与多种传统迭代重建算法的辐射剂量和图像质量表现	单中心研究，样本量相对有限（83例患者），未包含所有类型的CT重建算法	评估深度学习图像重建算法在降低CT有效剂量和改善图像质量方面的效果	重症监护病房患者	医学影像	重症监护	CT扫描，深度学习图像重建	CNN	CT图像	83例患者（平均年龄59±15岁，56名男性）	NA	NA	有效剂量，噪声水平，信噪比	NA
92	2025-10-06	A Top-Down Design Approach for Generating a Peptide PROTAC Drug Targeting Androgen Receptor for Androgenetic Alopecia Therapy 2024-06-27, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c00828 PMID:38836467	研究论文	本研究开发了一种针对雄激素性脱发治疗的肽类PROTAC药物生成方法	结合ProteinMPNN和RFdiffusion等前沿技术，创建了肽类PROTAC药物开发新范式，并整合透皮微针贴片技术用于药物递送	未明确说明样本规模和实验验证的详细限制条件	开发针对雄激素性脱发的肽类PROTAC治疗方法	雄激素受体(AR)和Von Hippel-Lindau(VHL)蛋白	计算生物学, 药物开发	雄激素性脱发	ProteinMPNN, RFdiffusion, Alphafold2-multimer, ZDOCK, 透皮微针贴片技术	深度学习模型	蛋白质结构数据, 肽序列数据	NA	NA	NA	结合能力验证	NA
93	2024-08-07	External Validation of Deep Learning-Based Cardiac Arrest Risk Management System for Predicting In-Hospital Cardiac Arrest in Patients Admitted to General Wards Based on Rapid Response System Operating and Nonoperating Periods: A Single-Center Study: Erratum 2024-Jun-01, Critical care medicine IF:7.7Q1 DOI:10.1097/CCM.0000000000006291 PMID:38752829	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
94	2025-10-06	Distinct brain morphometry patterns revealed by deep learning improve prediction of post-stroke aphasia severity 2024-Jun-12, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00541-8 PMID:38866977	研究论文	本研究使用深度学习分析全脑形态测量数据以改善卒中后失语症严重程度的预测	首次使用卷积神经网络识别与失语症严重程度相关的三维形态测量分布模式，超越了传统病灶分析	样本量相对有限(N=231)，且仅针对慢性卒中患者	改善卒中后失语症严重程度的预测准确性	慢性卒中后失语症患者	医学影像分析	卒中后失语症	脑形态测量分析	CNN, SVM	脑影像数据，分割组织体积	231名慢性卒中患者	NA	卷积神经网络	平衡准确度，F1分数	NA
95	2025-10-06	Enhancing Molecular Property Prediction through Task-Oriented Transfer Learning: Integrating Universal Structural Insights and Domain-Specific Knowledge 2024-06-13, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c00692 PMID:38748846	研究论文	提出一种面向任务的双层预训练框架TOML-BERT，通过整合通用结构洞察和领域特定知识来增强分子属性预测	引入考虑分子结构模式和领域知识的双层预训练框架，实现结构上下文信息挖掘与领域知识提取的互补	未明确说明模型在更广泛数据集上的泛化能力及计算效率分析	解决药物发现中标记数据稀缺问题，提升分子属性预测精度	分子结构及其属性	自然语言处理, 机器学习	NA	深度学习, 自监督预训练	BERT	分子结构数据	10个药物数据集	NA	BERT	预测性能指标（未具体说明）	NA
96	2025-07-23	PSSR2: a user-friendly Python package for democratizing deep learning-based point-scanning super-resolution microscopy 2024-Jun-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.16.599221 PMID:38915557	research paper	PSSR2是一个用户友好的Python包，旨在普及基于深度学习的点扫描超分辨率显微镜技术	PSSR2改进并扩展了原有的PSSR工作流程，实现了同时超分辨率和去噪功能，并通过集成的CLI和Napari插件使技术更易于使用	NA	开发一个用户友好的工具，使显微镜和生物学研究社区能够轻松实现超分辨率工作流程	显微镜数据	digital pathology	NA	deep learning	NA	image	NA	NA	NA	NA	NA
97	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
98	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
99	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
100	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