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	Critical assessment of missense variant effect predictors on disease-relevant variant data 2024-Jun-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.06.597828 PMID:38895200	研究论文	系统评估错义变异效应预测工具在疾病相关变异数据上的性能表现	首次在CAGI6框架下综合评估传统预测工具与新兴深度学习方法，并分析高特异性与高敏感性场景下的性能差异	评估数据主要来源于疾病相关数据库的罕见错义变异，可能存在数据偏差	评估错义变异致病性预测工具的临床和研究实用性	错义变异效应预测工具（包括CAGI6参赛工具、临床常用工具和新兴深度学习方法）	生物信息学	遗传性疾病	基因组变异分析	深度学习, 传统机器学习	基因组变异数据	疾病相关数据库中的罕见错义变异数据集	NA	NA	特异性, 敏感性	NA
102	2025-04-06	TSRNet: A Dual-Stream Network for Refining 3D Tooth Segmentation 2024-Jun-18, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3413345 PMID:38889041	research paper	提出了一种名为TSRNet的双流网络，用于优化现有3D牙齿分割算法的粗糙分割结果	通过双流网络TSRNet结合边界图和距离图的信息，迭代优化粗糙分割的边界	未提及具体的数据集规模或计算资源需求	改进3D牙齿分割的边界精度	3D牙齿分割结果	computer vision	NA	deep learning	TSRNet (dual-stream network)	3D image	NA	NA	NA	NA	NA
103	2025-10-07	A Proof-of-Concept Computer Vision Approach for Measurement of Tympanic Membrane Perforations 2024-Jun, The Laryngoscope DOI:10.1002/lary.31270 PMID:38214334	研究论文	本研究开发了一种概念验证计算机视觉模型，用于通过内窥镜图像测量鼓膜穿孔大小	首次将深度学习架构应用于鼓膜穿孔的自动分割和面积计算，相比传统目测方法显著提高了测量准确性	研究样本量较小，且主要包含前部相对较小的鼓膜穿孔，缺乏多样性和代表性	开发自动测量鼓膜穿孔大小的计算机视觉方法	鼓膜穿孔患者的内窥镜图像	计算机视觉	耳科疾病	内窥镜成像	深度学习	图像	小样本鼓膜穿孔内窥镜图像数据集	NA	NA	平均绝对误差	NA
104	2025-10-07	Variants in tubule epithelial regulatory elements mediate most heritable differences in human kidney function 2024-Jun-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.18.599625 PMID:38948875	研究论文	通过GWAS和单细胞染色质可及性分析揭示肾小管上皮细胞调控元件中的遗传变异是人类肾功能遗传差异的主要决定因素	开发了ChromKid深度学习模型预测肾脏细胞类型特异性染色质可及性，并首次系统性地将肾功能遗传变异定位到特定细胞类型的调控元件	研究主要关注常见遗传变异，可能未涵盖罕见变异的影响；功能验证实验仅在体外细胞模型中进行	识别影响肾功能的遗传变异及其作用的细胞类型和分子机制	人类肾功能相关的遗传变异和肾脏细胞类型特异性调控元件	基因组学	肾脏疾病	GWAS, scATAC-seq, 深度学习, CRISPRi, 增强子检测	深度学习模型	基因组数据, 表观基因组数据, 单细胞测序数据	NA	NA	ChromKid	NA	NA
105	2025-10-07	Opportunistic Screening of Chronic Liver Disease with Deep Learning Enhanced Echocardiography 2024-Jun-14, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.13.24308898 PMID:38947008	研究论文	开发基于深度学习的心动图视频分析算法，用于慢性肝病的机遇性筛查	首次利用常规心动图检查中获取的肝脏图像信息，通过深度学习实现慢性肝病的自动化筛查	回顾性研究设计，依赖配对腹部影像学检查作为金标准	开发并评估基于心动图视频的深度学习算法，用于慢性肝病的机遇性筛查	接受心动图和腹部影像学检查的成年患者	计算机视觉	慢性肝病	心动图视频分析	深度学习计算机视觉模型	心动图视频	1,596,640个心动图视频（来自24,276名患者的66,922项研究），外加106名患者的外部测试队列	NA	EchoNet-Liver	AUC	NA
106	2025-10-07	Development and external validation of a dynamic risk score for early prediction of cardiogenic shock in cardiac intensive care units using machine learning 2024-Jun-30, European heart journal. Acute cardiovascular care DOI:10.1093/ehjacc/zuae037 PMID:38518758	研究论文	开发并外部验证了一种基于深度学习的动态风险评分系统CShock，用于早期预测心脏重症监护室患者的心源性休克	首次开发了动态风险评分系统CShock，能够利用常规临床数据实现心源性休克的早期自动化预测	研究样本量相对有限，外部验证队列仅包含131名患者	改善心脏重症监护室心源性休克的早期检测和预警	心脏重症监护室收治的急性失代偿性心力衰竭和/或心肌梗死患者	机器学习	心血管疾病	深度学习	深度学习模型	结构化临床数据，包括人口统计学、实验室检查、生命体征、超声心动图和心导管报告特征	训练集1500名患者（其中204名心源性/混合性休克），外部验证集131名患者（其中25名心源性/混合性休克）	NA	NA	AUROC	NA
107	2025-03-20	Deep Learning Based on ResNet-18 for Classification of Prostate Imaging-Reporting and Data System Category 3 Lesions 2024-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.12.042 PMID:38302387	研究论文	本研究探讨了基于ResNet-18的深度学习模型在前列腺影像报告和数据系统（PI-RADS）3类病变中对良性前列腺病变、非临床显著性前列腺癌（non-csPCa）和临床显著性前列腺癌（csPCa）的分类和预测效果	首次使用ResNet-18模型对PI-RADS 3类病变进行分类，并通过T-SNE和类激活映射进行特征可视化和模型关注区域的可视化	研究为回顾性研究，样本量相对较小，且仅使用了T2加权图像	探索深度学习模型在前列腺PI-RADS 3类病变中的分类和预测效果	PI-RADS 3类病变的T2加权图像	数字病理学	前列腺癌	多参数MRI或双参数MRI	ResNet-18	图像	428张良性前列腺病变图像、158张非临床显著性前列腺癌图像和273张临床显著性前列腺癌图像	NA	NA	NA	NA
108	2025-03-20	Deep Learning Image Reconstruction for Transcatheter Aortic Valve Implantation Planning: Image Quality, Diagnostic Performance, Contrast volume and Radiation Dose Assessment 2024-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.02.026 PMID:38472024	研究论文	本研究评估了在经导管主动脉瓣植入（TAVI）规划CT中使用高强度深度学习图像重建（DLIR-H）对图像质量、对比剂用量、辐射剂量及诊断性能的影响	首次在TAVI规划CT中应用DLIR-H技术，并系统评估其在降低辐射剂量、对比剂用量及提升图像质量方面的潜力	研究样本量相对较小（128例患者），且仅在一家医疗机构进行，可能影响结果的普遍性	评估DLIR-H在TAVI规划CT中的应用效果，包括图像质量、辐射剂量、对比剂用量及诊断性能	128例接受TAVI规划CT的患者	数字病理学	心血管疾病	深度学习图像重建（DLIR-H）	NA	CT图像	128例患者	NA	NA	NA	NA
109	2025-03-20	CT-Based Super-Resolution Deep Learning Models with Attention Mechanisms for Predicting Spread Through Air Spaces of Solid or Part-Solid Lung Adenocarcinoma 2024-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.12.034 PMID:38184418	研究论文	本研究开发了一种基于CT超分辨率和注意力机制的深度学习模型，用于预测实性或部分实性肺腺癌的空气传播扩散状态	使用SE-ResNet50模型结合CT超分辨率技术，显著提高了预测肺腺癌空气传播扩散状态的准确性	研究为回顾性研究，样本量相对有限，且仅来自两个医疗中心	预测肺腺癌的空气传播扩散状态，以帮助选择合适的手术方法	602名被诊断为肺腺癌的患者	计算机视觉	肺癌	CT超分辨率	SE-ResNet50, ResNet50	CT图像	602名患者（中心1：512名，中心2：90名）	NA	NA	NA	NA
110	2025-10-07	CEMRI-Based Quantification of Intratumoral Heterogeneity for Predicting Aggressive Characteristics of Hepatocellular Carcinoma Using Habitat Analysis: Comparison and Combination of Deep Learning 2024-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.11.024 PMID:38057182	研究论文	本研究基于对比增强磁共振图像，通过整合瘤内异质性模型和深度学习模型预测肝细胞癌的微血管侵犯和病理分化	首次将基于栖息地分析的瘤内异质性特征与深度学习特征融合，构建预测肝细胞癌侵袭性特征的融合模型	回顾性研究设计，样本量相对有限（277个HCC病灶），需要外部验证	预测肝细胞癌的微血管侵犯和病理分化程度	肝细胞癌患者	医学影像分析	肝细胞癌	对比增强磁共振成像	深度学习	医学影像	265名患者的277个HCC病灶（训练集221个，验证集56个）	NA	NA	AUC	NA
111	2025-10-07	Deep Learning Radiomics Nomogram Based on Magnetic Resonance Imaging for Differentiating Type I/II Epithelial Ovarian Cancer 2024-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.08.002 PMID:37643927	研究论文	开发并验证基于T2加权磁共振成像的深度学习放射组学列线图用于区分I型和II型上皮性卵巢癌	首次将深度学习特征、放射组学特征和临床预测因子整合构建多中心验证的列线图模型	样本量相对有限，仅基于T2加权MRI序列	区分I型和II型上皮性卵巢癌的亚型分类	437名来自五个医疗中心的上皮性卵巢癌患者	医学影像分析	卵巢癌	磁共振成像	深度学习模型	医学影像	437例患者（训练集271例，内部验证68例，外部验证98例）	NA	NA	AUC, Brier分数, 校准曲线, 决策曲线分析	NA
112	2025-10-07	Contrast-Enhanced CT-Based Deep Learning Radiomics Nomogram for the Survival Prediction in Gallbladder Cancer 2024-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.11.027 PMID:38061942	研究论文	本研究开发了一种基于增强CT的深度学习放射组学列线图模型，用于预测胆囊癌患者术后生存率	整合了临床特征、传统放射组学和深度学习特征的多模态预测模型	回顾性研究且样本量有限（仅167例患者）	开发准确的预后预测模型以指导胆囊癌治疗策略	接受手术切除的胆囊癌患者	数字病理	胆囊癌	对比增强CT成像	深度学习, 机器学习	医学影像	167例来自两家医疗机构的胆囊癌患者	NA	DenseNet121	AUC, C-index	NA
113	2025-03-20	Fusion Radiomics-Based Prediction of Response to Neoadjuvant Chemotherapy for Osteosarcoma 2024-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.12.015 PMID:38151381	研究论文	本研究旨在开发一种基于深度学习的放射组学模型，利用术前MR图像准确预测骨肉瘤患者对新辅助化疗的反应	结合深度学习与放射组学技术，开发了一种新的预测模型，能够高精度预测骨肉瘤患者对新辅助化疗的反应	样本量相对较小，仅106名患者，且仅使用了T2加权成像和对比增强T1加权成像两种MR图像	开发一种深度学习放射组学模型，用于预测骨肉瘤患者对新辅助化疗的反应	106名病理确诊为骨肉瘤的患者	数字病理	骨肉瘤	深度学习放射组学	深度学习模型	MR图像	106名骨肉瘤患者	NA	NA	NA	NA
114	2025-03-20	Anti-motion Ultrafast T2 Mapping Technique for Quantitative Detection of the Normal-Appearing Corticospinal Tract Changes in Subacute-Chronic Stroke Patients with Distal Lesions 2024-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.11.036 PMID:38142175	研究论文	本研究利用多重叠回波分离（MOLED）定量技术，克服中风患者在磁共振成像（MRI）检查中的不自主运动问题，并检测亚急性-慢性中风患者正常外观皮质脊髓束（NA-CST）的微观结构变化	采用MOLED技术进行定量成像，解决了中风患者因不自主运动导致的成像难题，并首次通过T2映射检测NA-CST的微观结构变化	研究样本量有限，仅包括79名患者，且未探讨MOLED技术在其他类型中风或神经系统疾病中的应用	克服中风患者MRI检查中的运动问题，并定量检测NA-CST的微观结构变化	亚急性-慢性中风患者	数字病理学	中风	MOLED技术	深度学习网络	MRI图像	79名患者	NA	NA	NA	NA
115	2025-10-07	Habitat Radiomics Based on MRI for Predicting Platinum Resistance in Patients with High-Grade Serous Ovarian Carcinoma: A Multicenter Study 2024-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.11.038 PMID:38129227	研究论文	本研究探索基于MRI的栖息地放射组学预测高级别浆液性卵巢癌患者铂类药物化疗反应的可行性	首次将栖息地放射组学应用于预测HGSOC患者铂类药物耐药性，并与传统放射组学和深度学习模型进行比较	回顾性研究设计，样本来源仅限于三家医院	预测高级别浆液性卵巢癌患者对铂类药物化疗的反应	高级别浆液性卵巢癌患者	医学影像分析	卵巢癌	MRI成像，包括T2加权成像、对比增强T1加权成像和表观扩散系数图	放射组学模型，栖息地模型，深度学习模型	医学影像数据	394名符合条件的患者	NA	K-means聚类算法	AUC，NRI，IDI	NA
116	2025-03-20	Influence of Deep Learning Based Image Reconstruction on Quantitative Results of Coronary Artery Calcium Scoring 2024-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.03.020 PMID:38582685	研究论文	本文评估了基于深度学习的图像重建（DLIR）对冠状动脉钙化评分（CACS）定量结果的影响，并探讨了DLIR在CACS中减少辐射剂量的潜力	首次系统评估了DLIR在CACS中的应用，并与传统的滤波反投影（FBP）和自适应统计迭代重建（ASiR-V）进行了比较	研究样本量较小（100名患者），且为回顾性研究，可能影响结果的普遍性	评估DLIR对CACS定量结果的影响及其在减少辐射剂量方面的潜力	100名连续患者和一个人体模型	医学影像	心血管疾病	深度学习图像重建（DLIR）	NA	图像	100名患者（平均年龄62±10岁，40%女性）和一个人体模型	NA	NA	NA	NA
117	2025-03-20	Assertion Detection in Clinical Natural Language Processing using Large Language Models 2024-Jun, Proceedings. IEEE International Conference on Healthcare Informatics DOI:10.1109/ichi61247.2024.00039 PMID:40092287	研究论文	本研究旨在解决从临床笔记中提取医学概念时的断言检测任务，这是临床自然语言处理（NLP）中的关键过程	引入了一种利用预训练在大量医学数据上的大型语言模型（LLMs）进行断言检测的新方法，并结合了先进的推理技术如Tree of Thought (ToT)、Chain of Thought (CoT)和Self-Consistency (SC)，并通过Low-Rank Adaptation (LoRA)微调进一步优化	传统方法需要大量手动工作来创建模式，并且往往忽略较少见的断言类型，导致对上下文的理解不完整	提高临床NLP中医学概念断言检测的准确性和效率	临床笔记中的医学概念	自然语言处理	NA	大型语言模型（LLMs）	LLMs	文本	i2b2 2010断言数据集和本地睡眠概念提取数据集	NA	NA	NA	NA
118	2025-10-07	Epiretinal membranes in patients with uveitis: an update on the current state of management 2024-Jun-28, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-024-03199-2 PMID:38940960	综述	总结葡萄膜炎患者中视网膜前膜的临床特征、诊断方法和治疗策略的最新进展	整合了OCT生物标志物、深度学习和机器人手术等新兴技术在视网膜前膜管理中的应用前景	缺乏统一疾病模型，治疗方法存在争议且需个体化考量	更新葡萄膜炎相关视网膜前膜的临床管理知识体系	葡萄膜炎患者的视网膜前膜	数字病理	葡萄膜炎	OCT成像技术	深度学习	医学影像	NA	NA	NA	NA	NA
119	2025-10-07	Deep learning survival model predicts outcome after intracerebral hemorrhage from initial CT scan 2024-Jun-16, European stroke journal IF:5.8Q1 DOI:10.1177/23969873241260154 PMID:38880882	研究论文	本研究开发了一种基于深度学习的生存模型，通过初次CT扫描预测脑出血后的功能结局	首次将深度学习模型与生存分析框架结合，仅使用入院非增强CT扫描即可预测脑出血患者的长期功能损害	研究样本量相对有限，外部验证仅在一个独立队列中进行	预测脑出血患者的长期功能损害，为患者护理和康复策略规划提供依据	脑出血患者	医学影像分析	脑出血	非增强CT扫描	深度学习模型	CT影像	882例患者来自麻省总医院ICH研究用于训练，146例患者来自耶鲁纽黑文ICH研究用于外部验证	NA	NA	c-index, AUC	NA
120	2025-10-07	Hybrid deep learning and optimal graph search method for optical coherence tomography layer segmentation in diseases affecting the optic nerve 2024-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.516045 PMID:38867777	研究论文	提出了一种结合深度学习和最优图搜索的混合方法Deep LOGISMOS，用于光学相干断层扫描图像中视网膜层的精确分割	将深度学习与3D图搜索相结合，克服了传统方法在病理导致视网膜层拓扑不规则时的局限性	NA	提高视网膜层分割的准确性、鲁棒性和泛化能力	影响视神经的疾病患者的光学相干断层扫描图像	计算机视觉	视神经疾病	光学相干断层扫描	深度学习	3D图像	训练集：31名NAION患者的124个OCT体积；测试集：三个横断面数据集共104个OCT体积，一个纵向数据集155个OCT体积	NA	nnU-Net	Dice相似系数	NA