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
81	2025-10-06	A pathology foundation model for cancer diagnosis and prognosis prediction 2024-Oct, Nature IF:50.5Q1 DOI:10.1038/s41586-024-07894-z PMID:39232164	研究论文	开发了一种名为CHIEF的病理学基础模型，用于癌症诊断和预后预测	结合无监督预训练和弱监督预训练两种互补方法，提取多样化的病理学表征，解决了传统方法在跨域泛化方面的局限性	NA	开发通用的病理学基础模型以提升癌症诊断和预后预测的准确性和泛化能力	癌症患者的组织病理学全玻片图像	数字病理学	癌症	组织病理学成像	深度学习	图像	训练阶段使用60,530张全玻片图像，验证阶段使用19,491张全玻片图像	NA	CHIEF	NA	44TB高分辨率病理学影像数据集
82	2025-10-06	Performance and Clinical Impact of Radiomics and 3D-CNN Models for the Diagnosis of Neurodegenerative Parkinsonian Syndromes on 18 F-FDOPA PET 2024-Oct-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005392 PMID:39104036	研究论文	比较基于放射组学和3D-CNN的模型在18F-FDOPA PET图像上诊断神经退行性帕金森综合征的性能和临床价值	首次比较半自动化放射组学模型与全自动3D-CNN模型在帕金森综合征诊断中的性能，并在外部测试集验证模型在经验不足医院的临床应用价值	回顾性研究，仅包含两个医疗中心的数据	开发并验证人工智能模型用于神经退行性帕金森综合征的自动诊断	687名具有帕金森综合征运动症状的患者	医学影像分析	帕金森综合征	18F-FDOPA PET脑部扫描	支持向量机, 3D-CNN	PET图像	687名患者（训练集417人，内部测试集100人，外部测试集170人）	NA	3D-CNN	平衡准确度	NA
83	2025-10-06	Organomics: A Concept Reflecting the Importance of PET/CT Healthy Organ Radiomics in Non-Small Cell Lung Cancer Prognosis Prediction Using Machine Learning 2024-Oct-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005400 PMID:39192505	研究论文	本研究探索PET/CT健康器官影像组学特征在非小细胞肺癌预后预测中的附加价值	首次提出'器官组学'概念，将健康器官的影像组学特征纳入肺癌预后预测模型	样本量相对较小（154例患者），仅使用公开数据库数据	评估健康器官影像组学特征对非小细胞肺癌预后预测的附加价值	非小细胞肺癌患者的PET/CT影像和临床数据	医学影像分析	肺癌	PET/CT影像, 影像组学分析	nnU-Net, 随机生存森林, Cox比例风险模型	医学影像（PET/CT）	154例患者	nnU-Net	nnU-Net	C-index	NA
84	2025-10-06	A Deep Learning Application of Capsule Endoscopic Gastric Structure Recognition Based on a Transformer Model 2024-Oct-01, Journal of clinical gastroenterology IF:2.8Q2 DOI:10.1097/MCG.0000000000001972 PMID:38457410	研究论文	基于Transformer模型开发用于胶囊内镜胃结构识别的深度学习应用	首次将Transformer模型应用于胶囊内镜胃结构识别，通过自注意力机制提升胃肠道图像识别性能	数据来源于单一医院（南方医院），样本时间跨度较长（2011-2021年）	建立胶囊内镜胃结构识别模型，提升深度学习在内镜图像识别中的临床应用价值	胶囊内镜视频中的15种上消化道结构	计算机视觉	胃部病变	胶囊内镜	Transformer	视频	3343个无线胶囊内镜视频用于无监督预训练，2433个用于训练，118个用于验证	NA	Transformer	准确率, 灵敏度, 特异性, 阳性预测值, 阴性预测值	NA
85	2025-10-06	An adaptive weight ensemble approach to forecast influenza activity in an irregular seasonality context 2024-10-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-52504-1 PMID:39366942	研究论文	开发自适应权重集成方法预测香港地区流感活动，解决季节性不规律带来的预测挑战	提出自适应权重混合集成方法，能动态更新模型贡献度，在不同流行趋势和季节中均优于单一模型	研究主要基于香港地区数据，在其他地理区域的适用性需要进一步验证	预测具有不规则季节性的热带和亚热带地区的流感活动	香港地区1998-2019年期间的32次流感疫情监测数据	机器学习	流感	疾病监测数据分析	集成学习,统计模型,机器学习,深度学习	时间序列监测数据	32次流感疫情数据（1998-2019年），外加2023-2024年后疫情数据作为测试集	NA	简单平均集成,自适应权重混合集成	均方根误差,加权区间评分	NA
86	2025-10-06	Sparse Annotation is Sufficient for Bootstrapping Dense Segmentation 2024-Oct-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.14.599135 PMID:38915491	研究论文	提出一种基于深度学习的稀疏标注方法，能够快速生成密集3D分割用于生物图像分析	开发了从稀疏2D标注快速生成密集3D分割的新方法，将人工标注时间减少了三个数量级	方法主要针对脑神经纤维网的复杂结构，在其他生物组织上的适用性需要进一步验证	解决生物成像数据中密集3D重建的实例分割问题，降低训练数据生成的人工成本	脑神经纤维网中的树突、轴突和胶质细胞过程	计算机视觉	NA	连续切片电子显微镜成像	深度学习模型	3D生物医学图像，2D序列切片图像	NA	NA	NA	分割准确度	NA
87	2025-10-06	Cognitive Dysfunction in the Addictions (CDiA): A Neuron to Neighbourhood Collaborative Research Program on Executive Dysfunction and Functional Outcomes in Outpatients Seeking Treatment for Addiction 2024-Oct-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.30.24312806 PMID:39252904	研究论文	介绍认知功能障碍在成瘾性疾病中的综合性研究项目，旨在探索执行功能与成瘾治疗结果的关系	采用从神经元到社区的多学科协作研究方法，整合临床、临床前和健康服务研究，应用全人建模和深度学习识别患者亚型	样本量相对有限（目标N=400），研究周期为一年，可能无法完全捕捉长期恢复过程	填补对物质使用障碍中执行功能的理解空白，改善成瘾患者的健康结局	寻求成瘾治疗的18-60岁成年人，啮齿类动物模型	数字病理	成瘾性疾病	重复经颅磁刺激，药理学治疗，血液生物标志物分析，脑回路研究	深度学习，聚类分析	多模态数据（临床、生物标志物、脑成像、行为数据）	目标400名18-60岁寻求成瘾治疗的成年人	NA	NA	NA	NA
88	2025-10-06	Antiviral Peptide-Generative Pre-Trained Transformer (AVP-GPT): A Deep Learning-Powered Model for Antiviral Peptide Design with High-Throughput Discovery and Exceptional Potency 2024-10-25, Viruses DOI:10.3390/v16111673 PMID:39599788	研究论文	提出一种基于Transformer的深度学习模型AVP-GPT，用于高效设计抗病毒肽	首次将Transformer语言模型与多模态架构结合用于抗病毒肽设计，生成效率比传统方法显著提升	目前主要针对呼吸道病毒验证，尚未扩展到其他病毒类型	开发高效抗病毒肽设计方法以加速抗病毒药物发现	呼吸道合胞病毒(RSV)、甲型流感病毒(INFVA)等呼吸道病毒	自然语言处理	呼吸道病毒感染	深度学习	Transformer	肽序列数据	生成10,000个独特肽序列	NA	GPT, Transformer	困惑度, AUC	GPU系统
89	2025-10-06	ImmuneApp for HLA-I epitope prediction and immunopeptidome analysis 2024-10-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53296-0 PMID:39414796	研究论文	开发了用于HLA-I表位预测和免疫肽组分析的深度学习框架ImmuneApp	提出可解释的深度学习框架，整合单等位基因和多等位基因数据，开发了更准确的模型反卷积方法	NA	改进HLA-I表位预测和新表位优先排序，促进新型新抗原发现和免疫疗法开发	HLA配体数据集和免疫肽组样本	机器学习	NA	质谱分析，免疫肽组学	深度学习	HLA配体数据，免疫肽组数据	216个多等位基因免疫肽组样本，835,551个配体，覆盖100多种HLA-I等位基因	NA	复合模型(ImmuneApp-MA, ImmuneApp-Neo)	预测性能，免疫原性预测准确性	NA
90	2025-10-06	Protein complex structure modeling by cross-modal alignment between cryo-EM maps and protein sequences 2024-10-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53116-5 PMID:39394203	研究论文	提出一种通过冷冻电镜图谱与蛋白质序列跨模态对齐实现蛋白质复合物结构建模的全自动方法EModelX	首次实现无需先验链分离的冷冻电镜蛋白质复合物建模，通过跨模态对齐解决链分离错误累积问题	未明确说明方法对低分辨率冷冻电镜数据的适用性	开发全自动蛋白质复合物结构建模方法	蛋白质复合物结构	计算生物学	NA	冷冻电镜(cryo-EM)	多任务深度学习	冷冻电镜图谱、蛋白质序列	NA	NA	NA	RMSD, TM-score	NA
91	2025-10-06	MATES: a deep learning-based model for locus-specific quantification of transposable elements in single cell 2024-10-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53114-7 PMID:39394211	研究论文	提出一种基于深度学习的模型MATES，用于在单细胞水平上实现转座子元件的位点特异性定量	利用侧翼相邻读段比对信息，将多定位读段准确分配到转座子特定位点，克服现有方法仅能在亚家族水平分类的局限	未明确说明模型在非转录组学单细胞数据上的具体应用限制	开发能够精确量化转座子元件位点特异性的单细胞分析方法	转座子元件及其在单细胞中的表达	机器学习	NA	单细胞组学	深度学习	基因组测序数据	NA	NA	NA	定量准确性	NA
92	2025-10-06	Determinants of Visual Impairment Among Chinese Middle-Aged and Older Adults: Risk Prediction Model Using Machine Learning Algorithms 2024-10-09, JMIR aging IF:5.0Q1 DOI:10.2196/59810 PMID:39382570	研究论文	本研究使用机器学习算法预测中国中老年人视觉损伤风险并识别关键影响因素	首次在中国普通中老年人群中应用多种机器学习算法预测视觉损伤风险，并采用堆叠集成方法提高预测性能	研究基于中国健康与养老追踪调查数据，可能存在选择偏倚，且模型性能仍有提升空间	预测中国中老年人视觉损伤风险并识别关键决定因素	中国中老年人群（来自CHARLS调查的19,047名参与者）	机器学习	视觉损伤	问卷调查、体格检查、血液生物标志物检测	梯度提升机, 分布式随机森林, 广义线性模型, 深度学习, 堆叠集成	结构化健康数据	19,047名参与者（来自2011-2018年四轮CHARLS调查）	NA	堆叠集成	AUC, 校准曲线	NA
93	2025-10-06	Leveraging Artificial Intelligence and Data Science for Integration of Social Determinants of Health in Emergency Medicine: Scoping Review 2024-10-30, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57124 PMID:39475815	综述	本文通过范围综述探讨人工智能和数据科学在急诊医学中整合健康社会决定因素的应用现状与发展前景	首次系统评估AI和数据科学在急诊医学环境中整合SDOH数据的潜力，特别关注机器学习与自然语言处理技术的应用效果	纳入研究数量有限（26篇），研究领域尚处于早期发展阶段，缺乏标准化数据收集方法	评估AI和数据科学在急诊科环境中建模、提取和整合健康社会决定因素数据的潜力	急诊科患者及其健康社会决定因素数据	自然语言处理, 机器学习	脓毒症, 急性心肌梗死, 哮喘	自然语言处理, 机器学习	深度学习, 规则基础模型	临床文本数据	26项符合纳入标准的研究（从1047篇筛选得出）	NA	NA	F1分数, 特异性	NA
94	2025-10-06	A Fully Automated Pipeline Using Swin Transformers for Deep Learning-Based Blood Segmentation on Head Computed Tomography Scans After Aneurysmal Subarachnoid Hemorrhage 2024-10, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.07.216 PMID:39111661	研究论文	开发并验证了一种基于Swin-UNETR架构的全自动人工智能工具，用于在非对比计算机断层扫描中分割动脉瘤性蛛网膜下腔出血患者的出血区域	首次将基于Transformer的Swin-UNETR架构应用于蛛网膜下腔出血的自动分割任务，实现了完全自动化的出血体积评估	需要进一步在不同数据集上进行验证以确认临床可靠性，计算需求较高	开发自动化的出血分割工具以替代当前费时的手动和半自动方法	确诊为动脉瘤性蛛网膜下腔出血的患者	计算机视觉	脑血管疾病	非对比计算机断层扫描	Transformer	医学图像	包含来自外部机构的验证队列	NA	Swin-UNETR	Dice系数,交并比,体积相似性指数,对称平均表面距离,敏感性,特异性	标准硬件
95	2025-10-06	Artificial Intelligence (AI): A Potential Game Changer in Regenerative Orthopedics-A Scoping Review 2024-Oct, Indian journal of orthopaedics IF:1.1Q3 DOI:10.1007/s43465-024-01189-1 PMID:39324081	综述	本文对人工智能在再生骨科不同治疗方法中的应用进行了范围综述	首次系统梳理了AI技术在再生骨科领域的应用现状和潜力	仅纳入18项研究，样本量有限，且存在伦理考量需要解决	探讨人工智能在再生骨科治疗中的角色和应用前景	再生骨科治疗方法，包括干细胞疗法、富血小板血浆疗法、生物支架植入物等	机器学习	骨科疾病	机器学习，深度学习	ML, DL	医学研究数据	18项研究（从82篇初筛文献中筛选）	NA	NA	NA	NA
96	2025-10-06	Modal-nexus auto-encoder for multi-modality cellular data integration and imputation 2024-10-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53355-6 PMID:39424861	研究论文	提出Modal-nexus自编码器用于多模态细胞数据整合与插补	利用模态间调控关系和模态内对比学习增强细胞表征，支持非配对多模态数据整合与跨模态插补	未明确说明模型的计算复杂度与可扩展性限制	开发深度学习方法来有效整合和插补非配对多模态单细胞数据	多模态单细胞数据	机器学习	NA	单细胞多组学技术	自编码器, 对比学习	单细胞多模态数据	多个数据集（未指定具体样本量）	NA	Modal-nexus Auto-Encoder (Monae), Monae-Extension (Monae-E)	准确性, 鲁棒性	NA
97	2025-10-06	sChemNET: a deep learning framework for predicting small molecules targeting microRNA function 2024-10-23, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-49813-w PMID:39443444	研究论文	开发了一个名为sChemNET的深度学习框架，用于基于化学结构和序列信息预测影响miRNA生物活性的小分子	通过目标函数克服稀疏化学信息限制，使神经网络能够从大量未知影响miRNA的化学结构中学习化学空间	小分子-miRNA数据集规模较小	预测靶向miRNA功能的小分子	小分子、microRNA、人类和其他哺乳动物生物	机器学习	癌症、传染性疾病	深度学习、体外实验、体内实验	神经网络	化学结构、序列信息	小分子-miRNA数据集	NA	sChemNET	实验验证	NA
98	2025-10-06	Putting proteins in context 2024-Oct-16, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2024.09.009 PMID:39418999	研究论文	介绍了一种名为PINNACLE的几何深度学习方法，通过整合分析蛋白质相互作用和多器官单细胞转录组数据生成蛋白质的上下文表征	首次将蛋白质相互作用与多器官单细胞转录组数据相结合，为蛋白质生成具有生物环境上下文的表征	NA	解决现有蛋白质表征方法缺乏生物环境上下文的问题	蛋白质及其在细胞类型特异性功能和相互作用中的表征	机器学习	NA	单细胞转录组学	几何深度学习	蛋白质相互作用数据，单细胞转录组数据	NA	NA	PINNACLE	NA	NA
99	2025-05-31	Self-supervised learning for accurately modelling hierarchical evolutionary patterns of cerebrovasculature 2024-10-25, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53550-5 PMID:39455566	研究论文	本文首次提出了一种流程，用于探索2841名个体的皮质体积（CVs）和动脉体积（AVs）的联合演化，并利用深度学习技术构建了空间层次脑区域的CVs和AVs的规范模型	首次提出了一个流程来联合探索皮质体积和动脉体积的演化，并构建了空间层次脑区域的规范模型	研究样本虽然较大（2841名个体），但可能无法涵盖所有人群的多样性	理解脑血管的正常演化，以检测早期偏差并实现及时干预	2841名个体的皮质体积（CVs）和动脉体积（AVs）	数字病理学	阿尔茨海默病（AD）和中风	深度学习	深度学习模型（未具体说明）	图像	2841名个体	NA	NA	NA	NA
100	2025-05-31	Deep Learning-Based Detection of Carotid Plaques Informs Cardiovascular Risk Prediction and Reveals Genetic Drivers of Atherosclerosis 2024-Oct-18, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.17.24315675 PMID:39484270	research paper	本研究利用深度学习模型检测颈动脉斑块，评估其在心血管风险预测中的作用，并揭示动脉粥样硬化的遗传驱动因素	开发了一个高性能的深度学习模型用于颈动脉斑块检测，发现了两个新的基因组位点，并揭示了颈动脉斑块与心血管事件的关联	研究基于UK Biobank数据，可能不适用于其他人群	评估颈动脉斑块的流行率、风险因素、预后意义及其遗传结构	19,499名UK Biobank参与者的177,757张颈动脉超声图像	digital pathology	cardiovascular disease	deep learning, GWAS, Mendelian randomization	deep learning model	image	19,499名参与者，177,757张超声图像	NA	NA	NA	NA