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
141	2025-03-21	Develop and Validate a Nomogram Combining Contrast-Enhanced Spectral Mammography Deep Learning with Clinical-Pathological Features to Predict Neoadjuvant Chemotherapy Response in Patients with ER-Positive/HER2-Negative Breast Cancer 2024-09, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.03.035 PMID:38641451	研究论文	开发并验证了一个结合对比增强光谱乳腺摄影（CESM）深度学习和临床病理特征的列线图，用于预测ER阳性/HER2阴性乳腺癌患者的新辅助化疗（NAC）反应	结合CESM深度学习和临床病理特征，开发了一个新的列线图模型，用于预测NAC反应，该模型在预测性能上优于单独的深度学习模型和临床模型	研究为回顾性研究，可能存在选择偏差，且样本量相对较小	预测ER阳性/HER2阴性乳腺癌患者的新辅助化疗反应	265名ER阳性/HER2阴性乳腺癌患者	数字病理	乳腺癌	对比增强光谱乳腺摄影（CESM）	ResNet34	图像	265名乳腺癌患者
142	2025-03-16	Deep-learning generated B-line score mirrors clinical progression of disease for patients with heart failure 2024-Sep-16, The ultrasound journal DOI:10.1186/s13089-024-00391-4 PMID:39283362	研究论文	本研究探讨了深度学习算法生成的B线严重程度评分与肺充血和疾病严重程度之间的关系，并评估了治疗过程中评分的变化	利用深度学习算法生成B线评分，为临床提供了一种客观评估肺充血和疾病严重程度的方法	B线评分与Rothman指数无显著关联，可能限制了其在某些临床评估中的应用	确定深度学习生成的B线评分是否与肺充血和疾病严重程度相关，并评估治疗过程中的评分变化	疑似充血性心力衰竭的患者	数字病理学	心血管疾病	深度学习	深度学习算法	超声图像	110名独特受试者（3379个超声片段）
143	2025-03-16	Deep network and multi-atlas segmentation fusion for delineation of thigh muscle groups in three-dimensional water-fat separated MRI 2024-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.5.054003 PMID:39234425	研究论文	本文提出了一种多方法和多图谱的自动化分割方法，用于三维大腿磁共振图像中功能性肌肉群的分割	结合多图谱分割（MAS）和深度学习模型，提出了一种融合多种解剖映射的框架，以提高分割精度	研究样本量较小，仅包括15名健康受试者和4名患者	开发一种自动化分割方法，用于三维大腿磁共振图像中功能性肌肉群的分割，以支持衰老和代谢疾病的研究及成像生物标志物的开发	大腿的四个主要功能性肌肉群：股薄肌、腘绳肌、股四头肌和缝匠肌	计算机视觉	NA	化学位移编码水脂磁共振成像（CSE-MRI）	3D深度学习模型	三维磁共振图像	15名健康受试者和4名患者
144	2025-03-15	CryoTEN: Efficiently Enhancing Cryo-EM Density Maps Using Transformers 2024-Sep-11, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.06.611715 PMID:39314387	研究论文	本文介绍了CryoTEN，一种基于三维U-Net风格Transformer的模型，用于有效提升冷冻电镜密度图的质量	CryoTEN是首个将Transformer应用于冷冻电镜密度图增强的模型，相比现有深度学习方法，其运行速度快10倍以上且GPU内存需求更低	尽管CryoTEN在提升密度图质量方面表现出色，但在质量改进方面仍排名第二，未达到最优	提升冷冻电镜密度图的质量，以构建更高质量的蛋白质结构	冷冻电镜密度图	计算机视觉	NA	冷冻电镜（cryo-EM）	三维U-Net风格Transformer	图像	1,295个冷冻电镜图作为训练集，150个独立测试集
145	2025-03-14	Bibliometric analysis of ophthalmic OCT and OCT angiography research trends over the past 20 years 2024-Sep-09, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-024-03292-6 PMID:39251539	研究论文	本文对过去20年眼科OCT和OCTA研究的文献计量学分析进行了全面回顾	提供了眼科OCT和OCTA研究的文献计量学分析，揭示了研究趋势和热点	仅基于Web of Science Core Collection的数据，可能未涵盖所有相关文献	分析眼科OCT和OCTA研究的发展趋势和热点	眼科OCT和OCTA相关的研究文献	数字病理学	眼科疾病	OCT, OCTA	NA	文献数据	20,817篇文章，48,160位作者，106个国家
146	2025-03-13	Auto-segmentation of hemi-diaphragms in free-breathing dynamic MRI of pediatric subjects with thoracic insufficiency syndrome 2024-Sep-18, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.17.24313704 PMID:39371175	研究论文	本文提出了一种在自由呼吸动态MRI中自动分割儿科胸廓功能不全综合征患者半膈肌的方法	利用深度学习技术（如Path Aggregation Network、Dual Attention Network、Dense-Net、Residual-Net、GoogleNet和Recurrent Neural Network）进行半膈肌的识别、描绘和分离，解决了低分辨率、运动模糊、对比度分辨率不佳等挑战	研究主要针对胸廓功能不全综合征（TIS）患者，可能不适用于其他疾病或正常人群	开发一种自动分割方法，用于分析胸廓功能不全综合征患者的半膈肌运动，以支持手术规划和治疗效果评估	儿科胸廓功能不全综合征患者的半膈肌	数字病理学	胸廓功能不全综合征	动态磁共振成像（dMRI）	Path Aggregation Network, Dual Attention Network, Dense-Net, Residual-Net, GoogleNet, Recurrent Neural Network	4D图像	100个3D测试图像和约430个3D图像用于模型构建
147	2025-03-13	Deep learning-based arterial subtraction images improve the detection of LR-TR algorithm for viable HCC on extracellular agents-enhanced MRI 2024-09, Abdominal radiology (New York) DOI:10.1007/s00261-024-04277-w PMID:38642094	研究论文	本研究探讨了基于深度学习的动脉减影图像在细胞外增强MRI上使用LR-TR算法评估肝细胞癌（HCC）存活性的作用	首次将深度学习生成的动脉减影图像应用于LR-TR算法，显著提高了检测存活HCC的敏感性和准确性	研究为回顾性设计，样本量相对较小（105名患者，286个观察结果），且未探讨深度学习模型的具体架构和训练细节	评估深度学习生成的动脉减影图像在细胞外增强MRI上使用LR-TR算法检测存活HCC的效果	接受局部治疗的HCC患者	数字病理学	肝癌	深度学习，MRI	深度学习模型（未具体说明）	图像	105名患者，286个观察结果
148	2025-03-13	Deep learning in magnetic resonance enterography for Crohn's disease assessment: a systematic review 2024-09, Abdominal radiology (New York) DOI:10.1007/s00261-024-04326-4 PMID:38693270	系统综述	本文综述了深度学习在磁共振肠造影（MRE）中用于克罗恩病（CD）评估的最新研究进展	探讨了深度学习在MRE图像质量增强、肠道分割以量化疾病负担以及3D重建用于手术规划等方面的应用	大多数研究是初步的、回顾性研究，且至少在一个类别中存在高偏倚风险	评估深度学习在克罗恩病评估中的应用及其潜力	克罗恩病患者	医学影像分析	克罗恩病	磁共振肠造影（MRE）	深度学习	医学影像	468名受试者
149	2025-03-12	CTLESS: A scatter-window projection and deep learning-based transmission-less attenuation compensation method for myocardial perfusion SPECT 2024-Sep-12, ArXiv PMID:39314501	研究论文	本文提出了一种基于散射窗口投影和深度学习的无传输衰减补偿方法（CTLESS），用于心肌灌注SPECT成像	该方法无需单独的X射线CT扫描，通过深度学习从散射能量窗口投影中重建衰减图，并利用多通道输入多解码器网络进行区域分割，从而实现衰减补偿	需要进一步临床评估以验证其广泛适用性	解决心肌灌注SPECT成像中衰减补偿的问题，减少辐射剂量和成本，并提高诊断准确性	心肌灌注SPECT图像	数字病理学	心血管疾病	深度学习	多通道输入多解码器网络	图像	匿名临床SPECT/CT应激心肌灌注图像
150	2025-03-12	Automatic Quantitative Assessment of Muscle Strength Based on Deep Learning and Ultrasound 2024-09, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346241255590 PMID:38881032	研究论文	本文提出了一种基于深度学习和超声技术的自动肌肉力量评估方法	利用深度学习和超声技术自动评估肌肉力量，减少对操作者专业知识的依赖	研究仅针对肱二头肌，未涉及其他肌肉群	开发一种自动评估肌肉力量的方法，以辅助运动员康复和力量训练	运动员的肱二头肌	计算机视觉	NA	深度学习	深度学习模型	超声图像	多名运动员的肱二头肌B型超声数据
151	2025-03-12	Deep learning-based multi-parametric magnetic resonance imaging (mp-MRI) nomogram for predicting Ki-67 expression in rectal cancer 2024-09, Abdominal radiology (New York) DOI:10.1007/s00261-024-04232-9 PMID:38489038	研究论文	本文探讨了基于深度学习的多参数磁共振成像（mp-MRI）列线图在预测直肠癌Ki-67表达中的价值	结合深度学习和临床模型构建列线图，显著提高了预测Ki-67表达的准确性	研究为回顾性分析，可能存在选择偏倚	预测直肠癌中Ki-67的表达状态	491名直肠癌患者	医学影像分析	直肠癌	多参数磁共振成像（mp-MRI）	深度学习模型	医学影像数据	491名患者，分为训练集、内部验证集和外部验证集
152	2025-03-12	CD4+ T cells exhibit distinct transcriptional phenotypes in the lymph nodes and blood following mRNA vaccination in humans 2024-Sep, Nature immunology IF:27.7Q1 DOI:10.1038/s41590-024-01888-9 PMID:39164479	研究论文	本文通过单细胞转录组学评估了BNT162b2 mRNA疫苗接种后3个月和6个月时，血液和引流淋巴结中针对SARS-CoV-2刺突蛋白的CD4 T细胞反应	使用深度学习反向表位映射方法Trex预测抗原特异性，揭示了人类引流淋巴结中刺突特异性CD4滤泡辅助T细胞的异质性表型	研究样本量相对较小，且仅关注了特定时间点的细胞反应	研究SARS-CoV-2 mRNA疫苗接种后CD4 T细胞的转录表型	接种BNT162b2 mRNA疫苗的个体以及SARS-CoV-2感染后的个体	免疫学	COVID-19	单细胞转录组学，深度学习反向表位映射方法Trex	深度学习	转录组数据	1,277个刺突特异性CD4 T细胞，包括238个通过Trex定义的细胞
153	2025-03-09	Artificial intelligence applied to magnetic resonance imaging reliably detects the presence, but not the location, of meniscus tears: a systematic review and meta-analysis 2024-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10625-7 PMID:38386028	系统综述与荟萃分析	本文通过系统综述和荟萃分析，评估了卷积神经网络（CNN）在诊断半月板撕裂中的准确性，并分析了这些CNN算法的决策过程	首次系统地比较了AI模型在诊断半月板撕裂中的表现，特别是在识别撕裂存在与定位撕裂位置方面的差异	研究存在显著的异质性（I2=79%），且AI模型在定位撕裂位置方面的表现不如识别撕裂存在	评估AI模型在诊断半月板撕裂中的准确性，并分析其决策过程	半月板撕裂的诊断	医学影像分析	半月板撕裂	卷积神经网络（CNN）	CNN	磁共振成像（MRI）图像	13,467名患者和57,551张图像
154	2025-03-05	Joint trajectory inference for single-cell genomics using deep learning with a mixture prior 2024-Sep-10, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2316256121 PMID:39226366	研究论文	本文介绍了一种名为VITAE的统计方法，用于单细胞基因组学中的轨迹推断，结合了潜在层次混合模型和变分自编码器	VITAE方法整合了潜在层次混合模型和变分自编码器，提高了轨迹推断的准确性和数据整合能力，并提供了细胞投影的不确定性量化	现有工具缺乏一致的统计模型和可靠的不确定性量化，限制了其效用和鲁棒性	提高单细胞测序数据集中细胞发育路径分析的准确性和数据整合能力	单细胞测序数据集中的细胞	机器学习	NA	单细胞RNA测序	变分自编码器（VAE）	单细胞RNA测序数据	三个不同的小鼠新皮质单细胞RNA测序数据集
155	2025-03-05	Letter to the editor: Prospective analysis of STRATAFIX™ symmetric PDS plus suture for fascial closure in spinal surgery: a pilot study 2024-Sep-04, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02803-4 PMID:39230765	研究论文	本研究评估了STRATAFIX™对称倒刺缝合线在脊柱手术中与传统编织可吸收缝合线的效果比较	首次在脊柱手术中比较STRATAFIX™对称倒刺缝合线与传统缝合线的效果，并探讨AI模型在缝合训练中的应用	样本量小（20例患者），随访时间短（6个月），限制了结果的普遍性	评估STRATAFIX™对称倒刺缝合线在脊柱手术中的效果，并探讨AI在缝合训练中的应用	脊柱手术患者	数字病理	脊柱损伤	缝合技术	Xception深度学习模型	临床数据	20例患者
156	2025-03-05	Network signatures define consciousness state during focal seizures 2024-Sep, Epilepsia IF:6.6Q1 DOI:10.1111/epi.18074 PMID:39056406	研究论文	本研究通过脑电图数据分析了局灶性癫痫发作期间的网络状态，揭示了意识丧失的机制	首次全面评估了局灶性癫痫发作期间的网络状态，并发现FIASs的网络变化与深度睡眠相似	样本量相对较小，且仅使用了SEEG和fMRI数据	研究局灶性癫痫发作期间意识丧失的机制	74名患有局灶性癫痫的患者	神经科学	癫痫	立体脑电图（SEEG）、功能磁共振成像（fMRI）	卷积神经网络（CNN）	脑电图数据	74名患者
157	2025-03-01	Prediction and design of transcriptional repressor domains with large-scale mutational scans and deep learning 2024-Sep-24, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.21.614253 PMID:39386603	研究论文	本文通过大规模突变扫描和深度学习模型TENet，预测和设计了转录抑制域（RDs），并实验验证了数千种设计	开发了深度学习模型TENet，整合序列、结构和生化信息，用于准确预测转录抑制活性，并应用于定向进化序列编辑框架	未明确提及模型在更广泛生物环境中的适用性或潜在的计算资源需求	研究序列变异如何影响转录抑制域的功能活性，并设计合成调控蛋白	人类细胞中的转录抑制域（RDs）及其变异序列	生物信息学	NA	大规模突变扫描、深度学习	TENet（转录效应网络）	序列数据、结构数据、生化数据	115,000种变异序列，涵盖50多个RDs
158	2025-03-01	Discovery and characterization of novel FGFR1 inhibitors in triple-negative breast cancer via hybrid virtual screening and molecular dynamics simulations 2024-09, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2024.107553 PMID:38901279	研究论文	本研究通过混合虚拟筛选和分子动力学模拟，发现并表征了三阴性乳腺癌中的新型FGFR1抑制剂	开发了一种结合深度学习和分子对接的创新算法KarmaDock，并利用Schrödinger的残基扫描技术进行虚拟筛选，成功识别出具有显著FGFR1抑制活性的化合物6	NA	寻找有效的FGFR1抑制剂以应对三阴性乳腺癌的进展	三阴性乳腺癌细胞系	机器学习和分子动力学模拟	三阴性乳腺癌	虚拟筛选、分子动力学模拟、HTRF生物测定	深度学习与分子对接结合的KarmaDock算法	分子数据	NA
159	2025-02-27	AESurv: autoencoder survival analysis for accurate early prediction of coronary heart disease 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae479 PMID:39323093	研究论文	本文介绍了一种名为AESurv的深度学习自编码器生存分析模型，用于基于高维DNA甲基化和临床特征准确预测冠心病（CHD）的发生时间	开发了一种新的深度学习自编码器生存分析模型（AESurv），通过学习参与者的低维表示来进行时间到事件的CHD预测，相较于其他生存分析模型表现更优	NA	开发一种能够准确预测冠心病发生时间的模型，以协助早期预测和干预策略	美国印第安人成年人（Strong Heart Study cohort）和绝经后妇女（Women's Health Initiative cohort）	机器学习	心血管疾病	DNA甲基化分析	自编码器（Autoencoder）	DNA甲基化数据和临床数据	两个队列研究：Strong Heart Study cohort和Women's Health Initiative cohort
160	2025-02-26	scMGATGRN: a multiview graph attention network-based method for inferring gene regulatory networks from single-cell transcriptomic data 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae526 PMID:39417321	研究论文	本文提出了一种基于多视图图注意力网络的新方法scMGATGRN，用于从单细胞转录组数据中推断基因调控网络	scMGATGRN模型结合了图注意力网络（GAT）、多视图模型和视图级注意力机制，能够充分利用图拓扑信息和高阶邻居信息，从而更有效地推断基因调控网络	尽管scMGATGRN在多个基准数据集上表现出色，但其在更广泛和多样化的数据集上的泛化能力仍需进一步验证	研究目标是开发一种更有效的深度学习方法，用于从单细胞转录组数据中推断基因调控网络	研究对象是单细胞转录组数据，特别是来自五种细胞系（两种人类和三种小鼠）的七个基准单细胞RNA测序数据集	机器学习	NA	单细胞RNA测序（scRNA-seq）	多视图图注意力网络（scMGATGRN）	单细胞转录组数据	七个基准单细胞RNA测序数据集，涉及五种细胞系（两种人类和三种小鼠）