深度学习在生物医药领域中的应用

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
1	2025-07-24	Harnessing the power of longitudinal medical imaging for eye disease prognosis using Transformer-based sequence modeling 2024-Aug-16, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01207-4 PMID:39152209	研究论文	本文提出了一种基于Transformer的序列建模方法LTSA，用于从纵向医学影像中进行动态疾病预后	利用Transformer模型处理纵向医学影像数据，实现对缓慢进展性眼病的动态预后	仅验证了AMD和POAG两种眼病，在其他疾病上的适用性尚不明确	开发能够利用纵向医学影像进行疾病风险预测的深度学习方法	年龄相关性黄斑变性(AMD)和原发性开角型青光眼(POAG)患者	数字病理学	眼科疾病	深度学习	Transformer	眼底摄影图像序列	来自AREDS和OHTS研究的纵向影像数据
2	2025-07-24	A deep learning model for classifying left ventricular enlargement for both transthoracic echocardiograms and handheld cardiac ultrasound 2024-Aug, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf049 PMID:40688486	research paper	开发一种深度学习模型，用于通过经胸超声心动图（TTE）和手持心脏超声（HCU）分类左心室扩大	模型无需患者性别和体型信息即可检测左心室扩大，并能准确应用于标准TTE和HCU获取的影像	研究依赖于回顾性和前瞻性数据，可能未涵盖所有临床场景	优化心力衰竭患者的临床结果，通过早期检测左心室扩大	左心室扩大患者	digital pathology	cardiovascular disease	deep learning	CNN	image	回顾性数据（8722名患者训练，468名内部验证），前瞻性队列（410名患者）
3	2025-07-23	The Use of Deep Learning and Machine Learning on Longitudinal Electronic Health Records for the Early Detection and Prevention of Diseases: Scoping Review 2024-08-20, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/48320 PMID:39163096	综述	本文对利用深度学习和机器学习分析纵向电子健康记录（EHRs）进行疾病早期检测和预防的证据进行了范围综述	综述了ML和DL在纵向EHRs中的应用，特别是在疾病早期检测和预防方面的医学见解和临床益处	研究排除了技术焦点或使用影像或住院数据的研究，且基于文本EHRs的ML模型仍处于发展阶段	探讨ML和DL在纵向EHRs中支持疾病早期检测和预防的潜力	纵向电子健康记录（EHRs）	机器学习	多种疾病（如糖尿病、肾脏疾病、循环系统疾病、精神和行为障碍等）	机器学习（ML）、深度学习（DL）	RNN、LSTM	文本（EHRs数据）	20项研究（主要发表于2018年至2022年）
4	2025-07-23	Probabilistic volumetric speckle suppression in OCT using deep learning 2024-Aug-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.523716 PMID:39346991	研究论文	提出了一种基于条件生成对抗网络（cGAN）的深度学习框架，用于光学相干断层扫描（OCT）中的体积斑点抑制	利用OCT数据的体积性质，网络以部分OCT体积作为输入，实现无伪影的去斑体积，同时在所有三个维度上保持优异的斑点减少和分辨率保留	训练数据仅由三个OCT体积组成，可能限制了模型的泛化能力	开发一种高效的OCT体积斑点抑制方法	光学相干断层扫描（OCT）数据	计算机视觉	NA	条件生成对抗网络（cGAN）	cGAN	体积OCT数据	三个OCT体积
5	2025-07-22	ConIQA: A deep learning method for perceptual image quality assessment with limited data 2024-Aug-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70469-5 PMID:39209864	研究论文	提出了一种名为ConIQA的深度学习方法，用于在有限数据条件下进行感知图像质量评估	利用一致性训练和新型数据增强方法，从有标签和无标签数据中学习，适用于标签数据稀缺的场景	在特定领域（如计算机生成全息术）的失真模式未明确考虑现有IQA方法的情况下，性能可能受限	开发一种在有限标签数据条件下仍能有效评估图像质量的深度学习方法	虚拟现实（VR）和增强现实（AR）应用中的图像	计算机视觉	NA	深度学习	CNN	图像	1000张自然图像，每张与使用不同CGH算法渲染的图像配对，并由13名人类参与者进行质量评分
6	2025-07-22	Expert-Level Detection of Referable Glaucoma from Fundus Photographs in a Safety Net Population: The AI and Teleophthalmology in Los Angeles Initiative 2024-Aug-26, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.25.24312563 PMID:39252888	研究论文	开发并测试了一种基于深度学习的算法，用于在洛杉矶县卫生服务部远程视网膜筛查项目中检测可转诊青光眼	该深度学习算法在检测可转诊青光眼方面达到或超过了眼科医生和验光师的性能，且性能与经验水平无关	研究结果基于特定人群（洛杉矶县卫生服务部远程视网膜筛查项目的数据），可能在其他人群中表现不同	开发一种深度学习算法，用于青光眼的筛查和诊断	可转诊青光眼的检测	数字病理学	青光眼	深度学习	VGG-19	图像	12,098张眼底照片来自5,616名患者（2,086名可转诊青光眼，3,530名非青光眼）用于训练，1,000张照片来自500名患者（250名可转诊青光眼，250名非青光眼）用于测试
7	2025-07-22	Multimodal fusion learning for long QT syndrome pathogenic genotypes in a racially diverse population 2024-Aug-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01218-1 PMID:39181999	研究论文	开发了一种结合心电图波形和电子健康记录数据的深度学习方法，用于评估患者是否携带导致长QT综合征的致病基因变异	首次将多模态融合学习应用于长QT综合征致病基因型的识别，特别是在种族多样化人群中	模型在独立测试数据上的精确召回曲线下面积较低（0.29）	开发一种能够识别长QT综合征致病基因变异的深度学习方法	携带长QT综合征易感基因致病变异的患者	机器学习	心血管疾病	多模态融合学习	深度学习	心电图波形和电子健康记录数据	来自英国生物银行（UKBB）和西奈山BioMe生物银行的多样化人群队列
8	2025-07-22	FUSION: A web-based application for in-depth exploration of multi-omics data with brightfield histology 2024-Aug-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.09.602778 PMID:39026885	research paper	介绍了一个名为FUSION的基于网络的应用程序，用于深入探索多组学数据与明视野组织学的关联	开发了一个整合分子数据和病理学特征的网络工具，提供可视化和深度学习算法，用于空间组学数据和高分辨率组织学图像的深入分析	NA	连接分子数据和病理学特征，以探索健康和病变细胞状态	空间转录组学数据（ST）和全幻灯片图像（WSIs）	digital pathology	NA	spatial transcriptomics (ST)	deep learning-based algorithms	image, molecular data	formalin-fixed paraffin embedded (FFPE) and frozen prepared datasets
9	2025-07-22	Deep learning enables accurate soft tissue tendon deformation estimation in vivo via ultrasound imaging 2024-08-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68875-w PMID:39117664	研究论文	本文提出了一种名为StrainNet的新型深度学习方法，用于通过超声成像在体内准确估计软组织肌腱的变形	提出了一种新型深度学习模型StrainNet，能够在具有挑战性的体内环境中准确测量组织变形，性能优于传统方法近90%	NA	开发一种能够在体内准确测量组织变形的工具，以评估组织健康和疾病进展	人体屈肌腱	计算机视觉	NA	高频超声成像	深度学习模型StrainNet	图像	NA
10	2025-07-22	Phenotyping COVID-19 respiratory failure in spontaneously breathing patients with AI on lung CT-scan 2024-08-05, Critical care (London, England) DOI:10.1186/s13054-024-05046-3 PMID:39103945	研究论文	本研究利用深度学习分析肺部CT扫描，结合临床和实验室数据，识别COVID-19呼吸衰竭患者的亚型	首次将深度学习测量的肺部CT特征与临床和实验室数据结合，用于COVID-19呼吸衰竭患者的亚型识别	研究样本量有限（559例患者），且为观察性队列研究，可能存在选择偏倚	通过AI技术分析肺部CT扫描，识别COVID-19呼吸衰竭患者的亚型	COVID-19呼吸衰竭患者	数字病理学	COVID-19	深度学习	深度学习模型	图像（肺部CT扫描）	559例COVID-19呼吸衰竭患者
11	2025-07-22	Non-Invasive Detection of Early-Stage Fatty Liver Disease via an On-Skin Impedance Sensor and Attention-Based Deep Learning 2024-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202400596 PMID:38887178	研究论文	本研究开发了一种基于皮肤阻抗传感器和注意力深度学习算法的非侵入性早期非酒精性脂肪肝病（NAFLD）检测方法	结合低电极-皮肤接触阻抗的柔性皮肤传感器与注意力深度学习算法，显著提高了早期NAFLD的检测准确率	研究仅在Ldlr基因敲除小鼠模型中进行，尚未在人体临床试验中验证	开发一种非侵入性、高准确率的早期NAFLD检测方法	高脂饮食诱导的Ldlr基因敲除小鼠模型与健康对照组	数字病理学	非酒精性脂肪肝病	皮肤阻抗传感技术、深度学习	注意力机制深度学习算法	生物阻抗信号	Ldlr基因敲除小鼠模型与健康对照组（具体数量未明确说明）
12	2025-07-21	Sexually dimorphic computational histopathological signatures prognostic of overall survival in high-grade gliomas via deep learning 2024-08-23, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adi0302 PMID:39178259	研究论文	利用深度学习分析H&E染色切片，识别高级别胶质瘤中性别特异性的组织病理学特征，并构建性别特异性风险模型以预测总体生存率	首次采用端到端深度学习方法，分别在男性和女性患者中识别与生存相关的性别特异性组织病理学特征，并构建性别特异性预后模型	研究仅基于H&E染色切片，未整合其他分子或临床数据	探索高级别胶质瘤中性别差异对生存预后的影响，并开发性别特异性预后模型	高级别胶质瘤患者的H&E染色组织切片	数字病理学	高级别胶质瘤	H&E染色	ResNet18, mResNet-Cox	图像	多个独立验证队列（具体数量未明确说明）
13	2025-07-20	Visceral and Subcutaneous Abdominal Fat Predict Brain Volume Loss at Midlife in 10,001 Individuals 2024-Aug-01, Aging and disease IF:7.0Q1 DOI:10.14336/AD.2023.0820 PMID:37728587	研究论文	该研究通过MRI扫描和深度学习技术，探讨了腹部脂肪与脑容量损失之间的关系	首次在大规模人群（10,001人）中系统分析了内脏和皮下腹部脂肪对多个脑区体积的影响，并发现其作为可调节因素对脑健康的重要性	研究为横断面设计，无法确定因果关系；仅使用1.5T MRI可能影响成像精度	探究不同类型腹部脂肪与中年人群脑容量损失的关系	10,001名健康参与者（平均年龄52.9岁，52.8%男性）	数字病理学	老年疾病	MRI成像，深度学习分割	FastSurfer（基于CNN的模型）	MRI图像	10,001名健康参与者
14	2025-07-20	Unsupervised denoising of photoacoustic images based on the Noise2Noise network 2024-Aug-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.529253 PMID:39346987	研究论文	本研究实现了一种基于Noise2Noise网络的无监督深度学习方法，用于改进基于线性阵列的光声成像	与需要无噪声地面实况的监督学习不同，Noise2Noise网络可以从一对噪声图像中学习噪声模式，这对于无法获取地面实况的体内光声成像尤为重要	NA	改进基于线性阵列的光声成像质量	光声图像	计算机视觉	NA	Noise2Noise网络	深度学习	图像	NA
15	2025-07-16	ARID3C Acts as a Regulator of Monocyte-to-Macrophage Differentiation Interacting with NPM1 2024-08-02, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.3c00509 PMID:38231884	研究论文	本研究揭示了ARID3C通过与NPM1相互作用，调控单核细胞向巨噬细胞分化的分子机制	首次发现ARID3C作为转录因子调控单核细胞分化，并阐明其与NPM1相互作用的分子机制	未在动物模型中验证ARID3C-NPM1互作的生理功能	阐明ARID3C的生物学功能及其在单核细胞分化中的作用机制	ARID3C蛋白及其互作蛋白NPM1	分子生物学	NA	LC-MS/MS, 深度学习, AlphaFold2预测	深度学习	蛋白质互作数据	NA
16	2025-07-15	Unveiling the stochastic nature of human heteropolymer ferritin self-assembly mechanism 2024-Aug, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5104 PMID:38995055	研究论文	本研究揭示了人类异聚体铁蛋白自组装机制的随机性	通过独特设计的质粒合成特定H与L亚基比例的异聚体铁蛋白，结合高分辨率冷冻电镜分析和基于深度学习的氨基酸建模，揭示了异聚体铁蛋白自组装过程中的独特结构特征和H-L异源二聚体的显著偏好性	对铁蛋白微异质性在组织特异性适应过程中的生理意义仍需进一步研究	理解H和L亚基的结构复杂性如何影响它们与细胞机器的相互作用	异聚体铁蛋白	结构生物学	NA	高分辨率冷冻电镜分析、深度学习建模	深度学习	蛋白质结构数据	特定H与L亚基比例的异聚体铁蛋白样本
17	2025-07-11	Interpretable representation learning for 3D multi-piece intracellular structures using point clouds 2024-Aug-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.25.605164 PMID:39091871	研究论文	本文介绍了一种利用3D旋转不变自编码器和点云学习细胞内复杂多片段形态的可解释表示学习框架	提出了一种形态适应的表示学习框架，能够学习与方向无关、紧凑且易于解释的复杂多片段形态表示	NA	量化细胞内复杂多片段形态的可解释测量，以客观、稳健和通用的方式理解亚细胞组织	具有点状形态（如DNA复制焦点）和多态形态（如核仁）的细胞内结构	计算机视觉	NA	3D旋转不变自编码器、点云	自编码器	3D点云	多个细胞内结构数据集，包括一个具有预定义组织规则的合成数据集
18	2025-07-08	Stain-Free Approach to Determine and Monitor Cell Heath Using Supervised and Unsupervised Image-Based Deep Learning 2024-08, Journal of pharmaceutical sciences IF:3.7Q2 DOI:10.1016/j.xphs.2024.05.001 PMID:38710387	研究论文	本文提出了一种基于深度学习的无染色方法，用于通过细胞形态指纹预测细胞健康指标	结合基于图像的深度学习和流式成像显微镜技术，无需染色即可评估细胞健康状态	研究仅使用了Jurkat细胞系，未在其他细胞类型上验证	开发用于细胞治疗产品的快速、无标记的质量控制方法	未染色的人T淋巴细胞(Jurkat细胞)	数字病理学	NA	流式成像显微镜(FIM)	监督学习算法和变分自编码器(VAE)	图像	健康细胞、死亡细胞和化学诱导凋亡的Jurkat细胞样本
19	2025-07-07	Deep learning for automated boundary detection and segmentation in organ donation photography 2024-Aug-20, Innovative surgical sciences IF:1.7Q2 DOI:10.1515/iss-2024-0022 PMID:40568340	研究论文	本文开发了用于肾脏和肝脏器官捐赠照片的深度学习分割模型，以实现准确的自动分割	首次在肾脏和肝脏器官捐赠照片中应用深度学习模型进行自动分割，并比较了两种新模型（Detectron2和YoloV8）与现有背景去除工具的性能	研究仅针对肾脏和肝脏器官捐赠照片，未涉及其他器官或医疗图像	开发准确的自动分割模型，以改进外科摄影中的图像分割技术	肾脏和肝脏器官捐赠照片	计算机视觉	NA	深度学习	Detectron2, YoloV8	图像	训练/内部验证集（821张肾脏和400张肝脏图像）和外部验证集（203张肾脏和208张肝脏图像）
20	2025-07-04	deepAFT: A nonlinear accelerated failure time model with artificial neural network 2024-08-30, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.10152 PMID:38894557	研究论文	提出了一种基于深度人工神经网络的非线性加速失效时间模型deepAFT，用于建模生存结果数据	开发了非参数、非线性算法deepAFT，直接预测生存结果，并通过插补算法、重加权和基于逆审查概率的转换技术处理审查问题	未明确提及具体局限性	改进生存分析中的预测准确性，提供非线性协变量效应的灵活建模	生存结果数据	机器学习	淋巴瘤	深度人工神经网络	deepAFT	生存数据	NA