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	2025-05-31	Performance evaluation of image co-registration methods in photoacoustic mesoscopy of the vasculature 2024-Sep-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7fc7 PMID:39321985	research paper	评估光声介观成像中图像配准方法在血管网络纵向表征中的性能	比较了五种开源配准算法在生理和病理组织中的应用，特别是针对肿瘤血管网络的纵向成像配准	配准在光声成像中具有挑战性，主要由于信号复杂性、数据稀疏性、几何伪影、扫描间技术变异性和生物变异性	评估和比较不同图像配准方法在光声介观成像中的性能，以实现血管网络的纵向定量表征	小鼠耳朵和乳腺癌患者来源的异种移植物的3D血管图像	digital pathology	breast cancer	photoacoustic mesoscopy	GAN, LocalNet	image	murine ears and breast cancer patient-derived xenografts
2	2025-05-31	Artificial intelligence strengthens cervical cancer screening - present and future 2024-09-19, Cancer biology & medicine IF:5.6Q1 DOI:10.20892/j.issn.2095-3941.2024.0198 PMID:39297572	综述	本文综述了人工智能在宫颈癌筛查中的应用现状及未来发展	探讨了人工智能在提高宫颈癌筛查准确性、效率和效果方面的潜力，特别是在资源有限的国家	未提及具体AI算法的性能比较或实际应用中的具体障碍	评估人工智能在宫颈癌筛查中的应用及其对实现WHO目标的潜在贡献	宫颈癌筛查，特别是发展中国家的女性	数字病理学	宫颈癌	深度学习	NA	医学图像	NA
3	2025-05-31	Deep Learning Estimation of Small Airways Disease from Inspiratory Chest CT is Associated with FEV1 Decline in COPD 2024-Sep-11, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.10.24313079 PMID:39314974	研究论文	本研究开发了一种基于深度学习的AI模型，用于从吸气胸部CT扫描中估计小气道疾病（fSADTLC），并研究了其在慢性阻塞性肺疾病（COPD）中的临床关联	利用生成模型从吸气CT扫描生成虚拟呼气CT，避免了传统方法需要额外呼气CT扫描的限制	研究依赖于特定数据集（SPIROMICS和COPDGene），可能无法完全推广到其他人群	评估AI模型在估计小气道疾病方面的有效性及其与COPD临床指标的关联	慢性阻塞性肺疾病（COPD）患者	数字病理	慢性阻塞性肺疾病	深度学习，生成模型	生成模型	CT图像	SPIROMICS研究中的2513名参与者（开发集1055名，测试集1458名），COPDGene研究中的458名验证集参与者
4	2025-05-31	Deep learning method with integrated invertible wavelet scattering for improving the quality ofin vivocardiac DTI 2024-Sep-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6f6a PMID:39142339	研究论文	提出一种基于无监督学习的可逆小波散射方法，用于提高心脏扩散张量成像的质量	使用多尺度小波散射提取近乎变换不变的特征，并通过多尺度编码器和解码器网络学习小波散射系数与扩散加权图像之间的关系	未提及具体局限性	提高心脏扩散张量成像的质量	心脏扩散张量成像数据	医学影像处理	心血管疾病	扩散张量成像(DTI), 小波散射(WS)	多尺度编码器和解码器网络	医学影像	三个心脏DTI数据集
5	2025-05-31	Tumor evolution metrics predict recurrence beyond 10 years in locally advanced prostate cancer 2024-09, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-024-00787-0 PMID:38997466	research paper	该研究通过基因组学和人工智能辅助的组织病理学方法，识别了前列腺癌复发超过10年的临床生物标志物	结合基因组学和深度学习的形态学异质性评估，独立预测前列腺癌复发，并发现克隆空间分离是复发的独立标志物	样本量相对有限，且仅针对局部晚期前列腺癌患者	探索前列腺癌的进化指标以预测复发	局部晚期前列腺癌患者	digital pathology	prostate cancer	deep learning, genomic sequencing	NA	genomic data, histological images	642个样本来自114名个体，1,923个组织学切片来自250名个体
6	2025-05-31	Poised PABP-RNA hubs implement signal-dependent mRNA decay in development 2024-Sep, Nature structural & molecular biology IF:12.5Q1 DOI:10.1038/s41594-024-01363-x PMID:39054355	研究论文	该研究利用深度学习解析了细胞信号通路如何通过改变基因表达实现快速转录组重编程的机制	揭示了LIN28A磷酸化后与PABP-RNA枢纽的相互作用如何选择性地触发mRNA降解，从而促进多能性状态的转变	研究主要聚焦于naive多能性mRNA的降解机制，可能不适用于其他类型的mRNA降解过程	探索信号通路如何通过mRNA降解机制快速重塑转录组	naive多能性mRNA及其降解机制	分子生物学	NA	深度学习	NA	序列数据	NA
7	2025-05-31	Deep learning and direct sequencing of labeled RNA captures transcriptome dynamics 2024-Sep, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqae116 PMID:39211330	研究论文	介绍了一种名为RNAkinet的深度卷积和循环神经网络，用于检测经过代谢标记的新生RNA分子，并通过纳米孔直接RNA测序区分新生和已有RNA分子	RNAkinet能够直接从纳米孔测序的电信号中处理并区分新生和已有RNA分子，适用于多种细胞类型和生物体，并能量化RNA亚型的半衰期	NA	揭示RNA亚型代谢的动力学参数，促进RNA代谢及其调控元件的研究	RNA亚型	自然语言处理	NA	纳米孔直接RNA测序	深度卷积和循环神经网络	RNA测序数据	NA
8	2025-05-31	Deep autoencoder-based behavioral pattern recognition outperforms standard statistical methods in high-dimensional zebrafish studies 2024-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012423 PMID:39255309	研究论文	该研究利用深度自编码器识别斑马鱼行为模式，在高维行为数据分析中优于传统统计方法	使用半监督深度自编码器提取斑马鱼'正常'行为特征，并成功识别出传统方法未能捕捉的化学物质诱导异常行为	研究仅针对斑马鱼幼虫，结果是否适用于其他发育阶段或其他模式生物尚需验证	开发更有效的方法来分析斑马鱼高维行为数据，以更好地识别发育神经毒性化学物质	斑马鱼幼虫行为数据	机器学习	神经毒性	深度自编码器	autoencoder	行为数据	暴露于多种有毒化学物质(包括纳米材料、芳香族化合物、PFAS等)的斑马鱼幼虫行为数据
9	2025-05-31	Clinical and genetic associations of asymmetric apical and septal left ventricular hypertrophy 2024-Sep, European heart journal. Digital health DOI:10.1093/ehjdh/ztae060 PMID:39318696	research paper	本研究探讨了左心室不对称顶端和间隔肥厚的临床和遗传关联	使用深度学习衍生的表型研究左心室肥厚区域分布的遗传和临床关联，独立于总左心室质量	需要在多民族队列中进行进一步研究	研究左心室不对称肥厚的临床和遗传关联及其对心血管疾病风险的影响	35,268名UK Biobank参与者	machine learning	cardiovascular disease	深度学习	NA	genetic and clinical data	35,268名UK Biobank参与者
10	2025-05-31	Coronary Artery Stenosis and High-Risk Plaque Assessed With an Unsupervised Fully Automated Deep Learning Technique 2024-Sep, JACC. Advances DOI:10.1016/j.jacadv.2024.100861 PMID:39372456	research paper	开发并验证了一种全自动深度学习系统，用于在冠状动脉CT血管造影（CCTA）上评估狭窄程度和高风险斑块（HRP）	提出了一种全自动、无监督的深度学习系统，能够快速评估冠状动脉狭窄程度和HRP，无需专业训练	研究样本量有限，且仅在特定患者群体中进行了验证	开发一种自动化工具，以提高CCTA在评估冠状动脉狭窄和HRP中的效率和准确性	冠状动脉狭窄和高风险斑块（HRP）	digital pathology	cardiovascular disease	deep learning	unsupervised deep learning	image	570名患者用于训练，769名患者（3,012条血管）用于狭窄评估，45名患者（325条血管）用于HRP评估
11	2025-05-28	Olfactory Diagnosis Model for Lung Health Evaluation Based on Pyramid Pooling and SHAP-Based Dual Encoders 2024-09-27, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01584 PMID:39248698	research paper	本研究介绍了一种基于深度学习的创新框架，用于通过呼出气体评估肺部健康，该框架结合了金字塔池化和双编码器网络，利用SHAP特征重要性增强预测能力	提出了一种结合金字塔池化和SHAP特征重要性的双编码器网络框架，用于肺部健康评估，并通过滑动窗口技术和白噪声增强提高了模型的鲁棒性	未提及样本来源的多样性或模型在其他疾病上的泛化能力	开发一种高效工具，用于识别吸烟和慢性阻塞性肺疾病（COPD）的影响，并探索深度学习技术在复杂生物医学问题中的应用	吸烟者、慢性阻塞性肺疾病（COPD）患者和对照组受试者	digital pathology	lung cancer	SHAP, 深度学习	双编码器网络, 金字塔池化	呼出气体数据	未明确提及具体样本数量
12	2025-05-26	Local Mean Suppression Filter for Effective Background Identification in Fluorescence Images 2024-Sep-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.25.614955 PMID:39386682	research paper	提出了一种易于使用的非线性滤波器，用于在荧光显微镜图像中有效识别背景，特别适用于前景密集且对比度低的图像	通过比较像素强度与其局部邻域的平均强度，进行像素级滤波，并通过变化邻域大小生成多个标签，最终决定像素的最终标签	未提及具体局限性	开发一种有效的背景识别方法，用于荧光显微镜图像处理	荧光显微镜图像	digital pathology	NA	非线性滤波	NA	image	未提及具体样本数量
13	2025-05-25	Semi-supervised CT image segmentation via contrastive learning based on entropy constraints 2024-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00387-y PMID:39220023	research paper	提出了一种基于熵约束对比学习的半监督CT图像分割方法，融合CNN和Transformer以提高未标记医学图像的利用率	设计了一种基于熵约束对比学习的半监督网络模型，融合CNN和Transformer捕捉图像的局部和全局特征信息，并引入残差压缩激励模块以提升分割性能	未明确提及具体局限性，但半监督方法可能依赖于伪标签的质量	提高CT图像的分割性能，特别是在标记数据有限的情况下	CT图像	digital pathology	COVID-19	对比学习	CNN, Transformer	image	COVID-19 CT公共数据集
14	2025-05-24	Deep learning for rapid analysis of cell divisions in vivo during epithelial morphogenesis and repair 2024-Sep-23, eLife IF:6.4Q1 DOI:10.7554/eLife.87949 PMID:39312468	research paper	该研究开发了一种深度学习流程，用于自动识别和分析上皮组织中细胞分裂的动态特征	利用深度学习自动检测和量化细胞分裂的时空同步性和方向性，为组织生长和修复研究提供了新工具	研究仅针对果蝇蛹翼上皮组织，可能不适用于其他组织类型	研究细胞分裂在上皮组织形态发生和修复过程中的动态特征	果蝇蛹翼上皮组织中的细胞分裂事件	digital pathology	NA	time-lapse microscopy	deep learning pipeline	video	果蝇蛹翼上皮组织的时间序列影像数据
15	2025-05-21	Whole-cell multi-target single-molecule super-resolution imaging in 3D with microfluidics and a single-objective tilted light sheet 2024-Sep-16, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.27.559876 PMID:37808751	研究论文	本文介绍了一种结合微流控技术和单物镜倾斜光片的3D多靶标单分子超分辨率成像方法	开发了可操纵、抖动的单物镜倾斜光片用于光学切片以减少荧光背景，并建立了3D纳米打印微流控系统反射光片到样本的流程	NA	提高全细胞多靶标3D单分子超分辨率成像的精度和速度	哺乳动物细胞	生物医学成像	NA	单分子超分辨率荧光显微镜、微流控技术、点扩散函数工程、深度学习、Exchange-PAINT	深度学习	3D图像	NA
16	2025-05-21	Spatiotemporal transcriptomic landscape of rice embryonic cells during seed germination 2024-09-09, Developmental cell IF:10.7Q1 DOI:10.1016/j.devcel.2024.05.016 PMID:38848718	研究论文	本研究利用Stereo-seq和scRNA-seq技术，结合深度学习细胞分割模型，揭示了水稻种子萌发过程中胚胎细胞的时空转录组图谱	首次报道了两种未发现的盾片细胞类型，并开发了新的深度学习方法用于细胞分割分析	仅研究了水稻这一种植物，结果可能不适用于其他物种	解析种子萌发过程中不同胚胎细胞类型的生物学功能	水稻胚胎细胞	植物分子生物学	NA	Stereo-seq, scRNA-seq, 原位杂交	深度学习细胞分割模型	转录组数据	吸水后6、24、36和48小时的水稻胚胎样本
17	2025-05-21	Constructing analogies: Developing critical thinking through a collaborative task 2024 Sep-Oct, Biochemistry and molecular biology education : a bimonthly publication of the International Union of Biochemistry and Molecular Biology IF:1.2Q3 DOI:10.1002/bmb.21843 PMID:38850246	研究论文	探讨通过协作任务构建类比如何促进大学生的批判性思维发展	提出让学生自行构建复杂类比而非被动接受教师提供的简单类比，并通过配对协作显著提升批判性思维能力	样本量较小（n=30），且仅针对生物学领域遗传信息流动这一特定主题	验证学生自主构建复杂类比对批判性思维和内容知识整合的促进作用	大学生物专业学生（30人）的类比构建过程	教育学	NA	定性研究方法（访谈分析）	NA	访谈文本	30名大学生物专业学生（其中20人配对协作，10人独立完成）
18	2025-05-16	RNA language models predict mutations that improve RNA function 2024-Sep-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.05.588317 PMID:38617247	研究论文	该研究创建了一个名为GARNET的新数据库，用于RNA结构和功能分析，并开发了一种类似GPT的RNA语言模型，以预测提高RNA功能的突变	创建GARNET数据库，结合GTDB基因组数据与生物生长温度信息，开发了重叠三连体标记化的RNA生成模型，用于预测增强RNA功能的突变	RNA结构预测目前仍缺乏充足的高质量参考数据	理解RNA序列、结构与功能之间的联系	RNA序列及其功能	自然语言处理	NA	深度学习，RNA生成模型	GPT-like语言模型	RNA序列数据	GTDB基因组数据中的RNA序列
19	2025-05-16	Evaluating cell type deconvolution in FFPE breast tissue: application to benign breast disease 2024-Sep, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqae098 PMID:40162103	research paper	评估FFPE乳腺组织中细胞类型去卷积方法的应用，特别是在良性乳腺疾病中的表现	构建了乳腺组织的单细胞RNA-seq参考数据，测试了多种去卷积方法，并发现深度学习为基础的Scaden方法在FFPE伪影影响下表现最优	FFPE伪影显著影响了去卷积方法的性能，RMSE在0.04至0.17之间波动	优化从FFPE样本中定义单个细胞类型组成的策略	乳腺组织，特别是良性乳腺疾病样本	digital pathology	breast cancer	RNA-seq, single-cell RNA-seq	deep learning (Scaden)	RNA-seq data	62个良性乳腺疾病RNA-seq样本
20	2025-05-11	Automated analysis of fetal heart rate baseline/acceleration/deceleration using MTU-Net3 + model 2024-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00388-x PMID:39220035	研究论文	本研究提出了一种名为MTU-Net3+的深度学习模型，用于自动化分析胎儿心率（FHR）的基线、加速和减速，以提高诊断准确性和效率	MTU-Net3+模型基于UNet3+架构，整合了自注意力机制和双向LSTM层，提升了性能	模型在公开数据集和私有数据集上的表现存在差异，可能受数据质量和多样性的影响	提高胎儿心率分析的自动化水平和诊断准确性	胎儿心率信号	数字病理	胎儿健康评估	深度学习	MTU-Net3+（基于UNet3+架构，整合自注意力机制和双向LSTM）	胎儿心率信号	公开数据库的子集和私有数据库