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	2025-07-26	Subject-level spinal osteoporotic fracture prediction combining deep learning vertebral outputs and limited demographic data 2024-Sep-10, Archives of osteoporosis IF:3.1Q1 DOI:10.1007/s11657-024-01433-z PMID:39256211	研究论文	本研究结合深度学习椎体输出和有限的人口统计数据，实现了对中度至重度脊柱骨质疏松性骨折的自动化筛查预测	通过结合深度学习椎体骨折评分和人口统计协变量，实现了在受试者水平上对骨质疏松性骨折的高性能预测（AUC-ROC为0.968）	仅使用了基本的人口统计数据，可能未考虑其他潜在影响因素	开发自动化筛查工具以预测脊柱骨质疏松性骨折，改善临床结果	脊柱骨质疏松性骨折患者	数字病理学	骨质疏松症	卷积神经网络（CNN）	GAM（广义加性模型）和CNN	放射影像和人口统计数据	大型放射影像数据集
2	2025-07-26	Leveraging camera traps and artificial intelligence to explore thermoregulation behaviour 2024-09, The Journal of animal ecology IF:3.5Q1 DOI:10.1111/1365-2656.14139 PMID:39039745	研究论文	利用相机陷阱和人工智能技术探索温度调节行为	开发了一个深度学习框架来自动检测和分类温度调节行为，特别是在半自然条件下使用标记蜥蜴作为模型动物	研究主要针对蜥蜴，可能不适用于其他动物物种	开发自动化工具以更高效地监测和分类动物的温度调节行为	粗糙尾岩蜥（Laudakia vulgaris）	计算机视觉	NA	深度学习	目标检测模型和图像分类模型	图像	标记蜥蜴的图像数据集，具体数量未提及
3	2025-07-23	Generative Modeling of Molecular Dynamics Trajectories 2024-Sep-26, ArXiv PMID:39398217	research paper	本文介绍了利用生成模型学习分子动力学轨迹的灵活多任务替代模型	首次展示了基于生成模型的分子动力学轨迹建模，能够适应多种任务，如正向模拟、过渡路径采样和轨迹上采样，并初步探索了基于动力学的分子设计	仅在四肽模拟和蛋白质单体上进行了验证，尚未在更复杂的分子系统上测试	开发深度学习替代模型以降低分子动力学的计算成本	分子动力学轨迹	machine learning	NA	分子动力学 (MD)	generative model	分子轨迹数据	四肽模拟和蛋白质单体
4	2025-07-23	Small metal artifact detection and inpainting in cardiac CT images 2024-Sep-25, ArXiv PMID:39398205	研究论文	开发了一种自动检测和修复心脏CT图像中金属伪影的深度学习方法	提出了结合2D U-Net和3D图像修复DL模型的新方法，用于自动检测和修复心脏CT中的金属伪影	方法主要针对已重建的CT图像，且需要人工标注金属伪影区域进行训练	提高心脏CT图像中金属伪影的检测和修复精度，以改善心脏运动分析	心脏CT图像中的金属伪影	数字病理	心血管疾病	深度学习	2D U-Net, 3D图像修复DL模型	CT图像	12名患者的心电图门控4DCT扫描数据，以及148名患者的无伪影心脏CT数据用于合成数据集
5	2025-07-23	Computational Pathology for Accurate Prediction of Breast Cancer Recurrence: Development and Validation of a Deep Learning-based Tool 2024-Sep-23, ArXiv PMID:39398198	研究论文	开发并验证了一种基于深度学习的计算病理学工具Deep-BCR-Auto，用于从常规H&E染色的全切片图像中预测乳腺癌复发风险	提出了一种新的深度学习模型Deep-BCR-Auto，能够从常规病理图像中预测乳腺癌复发风险，相比现有方法具有更好的性能和更低的成本	研究仅在两个独立队列中进行验证，需要更多样化的临床数据进一步验证模型的泛化能力	开发一种成本效益高的乳腺癌复发风险预测工具，以扩大个性化治疗策略的普及	乳腺癌患者	计算病理学	乳腺癌	深度学习	Deep-BCR-Auto	图像	TCGA-BRCA数据集和俄亥俄州立大学内部数据集
6	2025-07-23	Novel multi-omics deconfounding variational autoencoders can obtain meaningful disease subtyping 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae512 PMID:39413796	研究论文	本文提出了四种基于VAE的去混淆框架，用于多组学数据的聚类分析，有效减少混淆因素的影响并保留真实的生物学模式	创新性地开发了四种VAE去混淆框架，特别是条件多组学VAE (cXVAE)，能够处理模拟的混淆效应并恢复生物学驱动的聚类结构	研究中提出的某些策略（如对抗训练）在去除混淆因素方面效果不足	开发去混淆框架以优化多组学数据的聚类分析，实现有意义的疾病亚型分类和患者分层	多组学数据和患者样本	机器学习	癌症	多组学数据分析	VAE, cXVAE	多组学数据	来自The Cancer Genome Atlas的真实多组学数据，50次重复评估
7	2025-07-23	Deep5hmC: predicting genome-wide 5-hydroxymethylcytosine landscape via a multimodal deep learning model 2024-09-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae528 PMID:39196755	研究论文	介绍了一种名为Deep5hmC的多模态深度学习框架，用于预测全基因组5-羟甲基胞嘧啶（5hmC）修饰	Deep5hmC整合了DNA序列和表观遗传特征（如组蛋白修饰和染色质可及性），在预测5hmC修饰方面表现出显著优于单模态方法和现有机器学习方法的性能	未明确提及具体限制，但可能依赖于特定组织类型的5hmC测序数据的可用性	预测全基因组5hmC修饰，以更好地理解组织特异性基因调控并开发复杂疾病的新生物标志物	人类基因组中的5hmC修饰	机器学习	阿尔茨海默病	5hmC测序	多模态深度学习模型	DNA序列数据、表观遗传数据	四个前脑类器官发育阶段和17种人类组织的5hmC测序数据
8	2025-07-23	Considerations on Image Preprocessing Techniques Required by Deep Learning Models. The Case of the Knee MRIs 2024-Sep, Maedica DOI:10.26574/maedica.2024.19.3.526 PMID:39553362	research paper	本研究展示了膝关节MRI图像的预处理步骤，用于通过深度学习模型检测半月板损伤，并强调了这些步骤在诊断膝关节疾病中的实际应用	引入了创新的预处理方法，能够提升深度学习模型训练的效率，并有望减少半月板撕裂分割或定位任务的时间和精力	研究仅针对膝关节MRI图像，预处理方法的普适性未在其他类型的医学影像中得到验证	优化膝关节MRI图像的预处理步骤，以提高深度学习模型在半月板损伤诊断中的效果	膝关节MRI图像，特别是半月板损伤	digital pathology	geriatric disease	MRI	deep learning segmentation model	image	188名患者的PD-sagittal图像
9	2025-07-23	A robust deep learning model for the classification of dental implant brands 2024-09, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.101818 PMID:38462066	研究论文	本研究探讨了深度学习技术在牙科种植体系统分类中的应用，通过全景X光片实现准确分类	提出了一种基于ConvNeXt的深度学习模型，在牙科种植体品牌分类中表现出色，准确率达到95.74%	研究仅使用了6种牙科种植体系统作为原型，可能无法涵盖所有品牌	探索深度学习技术在牙科种植体系统分类中的应用，提高分类准确性和效率	牙科种植体系统	计算机视觉	牙科疾病	深度学习	CNN, 包括VGG16、ResNet-50、EfficientNet和ConvNeXt	图像（全景X光片）	1258张来自牙科患者的全景X光片
10	2025-07-22	Association of quantitative histopathology measurements with antemortem medial temporal lobe cortical thickness in the Alzheimer's disease continuum 2024-09-03, Acta neuropathologica IF:9.3Q1 DOI:10.1007/s00401-024-02789-9 PMID:39227502	研究论文	本研究开发了两种深度学习算法，用于定量测量磷酸化tau蛋白(p-tau)和TDP-43蛋白(pTDP-43)的病理变化，并探讨了这些病理变化与阿尔茨海默病(AD)和LATE疾病中内侧颞叶(MTL)结构变化的关系	开发了定量测量p-tau和pTDP-43病理变化的深度学习算法，并首次系统比较了定量与半定量病理测量方法在预测MTL结构变化方面的差异	研究样本量相对有限(140例)，且仅针对特定脑区(MTL)进行分析	探讨神经退行性疾病中蛋白质病理变化与脑结构变化的关系	阿尔茨海默病(AD)和LATE疾病患者的内侧颞叶组织	数字病理学	阿尔茨海默病	深度学习	深度学习算法(未指定具体模型)	组织切片图像	140例有生前MRI影像的病例
11	2025-07-22	Presurgical Upgrade Prediction of DCIS to Invasive Ductal Carcinoma Using Time-dependent Deep Learning Models with DCE MRI 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.230348 PMID:38900042	研究论文	本研究探讨了时间依赖的深度学习模型在预测导管原位癌（DCIS）术前升级为浸润性导管癌方面的表现，优于单时间点模型	首次将时间依赖的深度学习模型（CNN-LSTM）应用于DCE MRI数据，无需病灶分割即可预测DCIS升级为浸润性恶性肿瘤	样本量较小（154例），且为回顾性研究	提高DCIS术前升级为浸润性恶性肿瘤的预测准确性	154例活检证实的DCIS病例（25例升级，129例未升级）	数字病理学	乳腺癌	动态对比增强MRI（DCE MRI）	CNN-LSTM	MRI图像	154例DCIS病例（25例升级，129例未升级）
12	2025-07-22	Prediction of extraction difficulty for impacted maxillary third molars with deep learning approach 2024-09, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.101817 PMID:38458545	研究论文	本研究旨在通过深度学习模型预测上颌阻生第三磨牙的手术难度	首次使用深度学习模型（YoloV5x）自动分割和分类上颌阻生第三磨牙的手术难度	数据集仅包含708张全景X光片，可能不足以代表所有情况	预测上颌阻生第三磨牙的手术难度，为临床医生提供决策支持	上颌阻生第三磨牙	数字病理	口腔疾病	深度学习	YoloV5x	图像	708张全景X光片
13	2025-07-22	Clinical Translation of a Deep Learning Model of Radiation-Induced Lymphopenia for Esophageal Cancer 2024-Sep, International journal of particle therapy IF:2.1Q2 DOI:10.1016/j.ijpt.2024.100624 PMID:39228692	research paper	该研究开发了一种深度学习模型，用于预测食管癌患者放疗诱导的淋巴细胞减少症风险，并将其转化为一种策略，将免疫系统作为风险器官纳入放疗计划优化中	首次将深度学习模型预测的淋巴细胞减少症风险转化为放疗计划优化策略，将免疫系统作为风险器官考虑	研究基于回顾性数据和小样本量（20例患者），需要前瞻性临床试验验证	开发并转化深度学习模型，以减轻食管癌放疗诱导的淋巴细胞减少症风险	食管癌患者	digital pathology	esophageal cancer	intensity-modulated radiation therapy (IMRT), passively-scattered proton therapy (PSPT), intensity-modulated proton therapy (IMPT)	deep learning	clinical data	20例食管癌患者（10例IMRT和10例PSPT）
14	2025-07-22	Investigating the relationship between radiographic joint space width loss and deep learning-derived magnetic resonance imaging-based cartilage thickness loss in the medial weight-bearing region of the tibiofemoral joint 2024-Sep, Osteoarthritis and cartilage open DOI:10.1016/j.ocarto.2024.100508 PMID:39238657	research paper	研究放射学关节间隙宽度损失与深度学习衍生的MRI软骨厚度损失之间的关系	使用深度学习技术从MRI数据中提取软骨厚度参数，并分析其与放射学关节间隙宽度损失的关系	样本量相对较小（n=256），且仅关注了胫股关节内侧负重区域的局部变化	探讨早期骨关节炎进展过程中放射学与MRI测量指标的相关性	骨关节炎患者的膝关节（来自OAI研究）	digital pathology	geriatric disease	MRI, 深度学习	deep learning	medical imaging	256例膝关节（来自OAI研究）
15	2025-07-22	Characterization of arteriosclerosis based on computer-aided measurements of intra-arterial thickness 2024-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.5.057501 PMID:39398866	研究论文	开发了一种基于计算机视觉的方法，用于量化肾脏活检数字病理图像中的动脉内厚度，作为动脉硬化的计算生物标志物	提出了一种多类深度学习框架，用于分割不同的动脉内腔室，并通过径向采样和病理特征提取来描述动脉壁特性	研究仅基于33个肾脏活检样本，样本量相对较小	开发一种计算生物标志物，用于动脉硬化的量化评估	肾脏活检数字病理图像中的动脉	数字病理	心血管疾病	深度学习	多类深度学习框架	图像	753条动脉来自33张肾脏活检全切片图像（WSIs）
16	2025-07-21	Enhanced Electroacoustic Tomography with Supervised Learning for Real-time Electroporation Monitoring 2024-Sep, Precision radiation oncology DOI:10.1002/pro6.1242 PMID:40336975	研究论文	本研究提出了一种基于监督学习的工作流程，用于改善电声断层扫描（EAT）的图像质量，以实时监测基于纳秒脉冲电场（nsPEF）的电穿孔治疗	首次在实验环境中使用单一线性阵列实现高质量EAT，通过监督学习模型纠正图像失真	研究仅基于实验数据，未涉及临床环境下的验证	提高电声断层扫描在实时监测电穿孔治疗中的实用性	纳秒脉冲电场（nsPEF）产生的电声信号	医学影像处理	NA	电声断层扫描（EAT）	深度学习模型	超声信号	56组不同强度和几何形状的nsPEF电声数据集（46组训练，10组测试）
17	2025-07-20	Permethrin exposure primes neuroinflammatory stress response to drive depression-like behavior through microglial activation in a mouse model of Gulf War Illness 2024-Sep-13, Journal of neuroinflammation IF:9.3Q1 DOI:10.1186/s12974-024-03215-3 PMID:39272155	research paper	该研究探讨了氯菊酯暴露如何通过小胶质细胞激活在模拟海湾战争疾病的小鼠模型中引发抑郁样行为	揭示了氯菊酯暴露通过小胶质细胞激活引发抑郁样行为的机制，并利用单细胞RNA测序分析了相关转录网络	研究仅在小鼠模型中进行，尚未在人类中验证	评估氯菊酯暴露是否会导致神经炎症应激反应并引发与海湾战争疾病相关的精神症状	海湾战争疾病小鼠模型	神经科学	海湾战争疾病	单细胞RNA测序	DREADD受体	RNA序列数据	21,566个来自小鼠海马区的单细胞核
18	2025-07-20	Detecting suicide risk among U.S. servicemembers and veterans: a deep learning approach using social media data 2024-Sep-09, Psychological medicine IF:5.9Q1 DOI:10.1017/S0033291724001557 PMID:39245902	研究论文	本研究开发了一种深度学习算法，用于在军事特定社交媒体平台上检测包含自杀相关内容的帖子	利用RoBERTa模型结合帖子文本和元数据，以较高敏感性和特异性检测自杀风险	研究仅基于公开分享的社交媒体帖子，可能无法涵盖所有风险人群	识别现役军人和退伍军人的自杀风险	军事特定社交媒体平台上的公开帖子	自然语言处理	心理健康	深度学习	RoBERTa	文本	8449条社交媒体帖子
19	2025-07-20	Deep Learning Model for Predicting Lung Adenocarcinoma Recurrence from Whole Slide Images 2024-Sep-06, Cancers IF:4.5Q1 DOI:10.3390/cancers16173097 PMID:39272955	research paper	提出了一种基于深度学习的模型，用于从全切片图像中预测肺腺癌的5年复发风险	引入了创新的双重注意力架构，显著提高了计算效率，并在复发风险分层中表现出色	未提及样本量是否足够大或模型在其他数据集上的泛化能力	提高肺腺癌复发预测的准确性和效率，以改善治疗决策	肺腺癌患者的全切片图像	digital pathology	lung cancer	NA	deep learning-based model with dual-attention architecture	whole slide images (WSIs)	NA
20	2025-07-20	Derivation, external and clinical validation of a deep learning approach for detecting intracranial hypertension 2024-Sep-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01227-0 PMID:39237755	研究论文	开发并验证了一种基于深度学习的非侵入性颅内高压检测方法	利用常规收集的颅外波形数据开发人工智能生物标志物（aICP），减少对侵入性监测的需求	外部验证数据集仅来自单一医院，可能影响结果的普适性	开发非侵入性颅内高压检测方法以改善神经预后	成年患者	数字病理学	神经系统疾病	深度学习	NA	波形数据	来自MIMIC-III波形数据库（2000-2013）和西奈山医院独立数据集（2020-2022）的患者数据