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	2025-09-24	RESPAN: A Deep Learning Pipeline for Accurate and Automated Restoration, Segmentation, and Quantification of Dendritic Spines 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.06.597812 PMID:38895232	研究论文	开发了一个名为RESPAN的深度学习管道，用于自动化修复、分割和量化树突棘	集成最先进的深度学习技术，通过内容感知修复增强信号、对比度和各向同性分辨率，实现跨多种样本的鲁棒检测	NA	改进树突棘的量化分析方法，提高准确性和可重复性	树突棘、树突分支和神经元胞体	数字病理学	NA	深度学习、图像修复、图像分割	深度学习管道	显微图像	经过专家注释验证的多种成像模式数据集
2	2025-09-23	Cellpose as a reliable method for single-cell segmentation of autofluorescence microscopy images 2025-Feb-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82639-6 PMID:39952935	研究论文	本研究验证了深度学习网络Cellpose在自发荧光显微镜图像中进行单细胞分割的可靠性	开发了专门针对低信噪比自发荧光图像的自动荧光训练模型（ATM），首次系统验证了Cellpose在NAD(P)H自发荧光成像中的性能	研究主要针对PANC-1细胞系和9例患者来源的类器官，样本多样性有限	验证Cellpose深度学习网络在自发荧光显微镜图像单细胞分割中的准确性和可靠性	PANC-1细胞系和9例患者来源的癌症类器官	数字病理	癌症	多光子强度成像、荧光寿命成像显微镜（FLIM）	Cellpose深度学习网络	自发荧光显微镜图像	PANC-1细胞系和9例患者来源的癌症类器官
3	2025-09-18	Bone Age Estimation of Chinese Han Adolescents's and Children's Elbow Joint X-rays Based on Multiple Deep Convolutional Neural Network Models 2025-Feb-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2024.241202 PMID:40397588	研究论文	本研究开发了一种基于深度学习的自动骨龄评估模型，用于中国汉族儿童和青少年的肘关节X光图像	首次针对中国汉族人群肘关节X光图像，结合多种分割和回归深度学习模型进行骨龄评估，并比较不同标注策略的效果	样本仅来自中国部分地区，年龄范围限定在6-16岁，未涵盖更广泛年龄段或地域	探索并评估基于深度学习的自动骨龄评估方法在肘关节X光图像上的性能	中国汉族儿童和青少年的肘关节X光图像	计算机视觉	NA	X光成像，深度学习	U-Net, UNet++, TransUNet, VGG16, VGG19, InceptionV2, InceptionV3, ResNet34, ResNet50, ResNet101, DenseNet121	图像	943张肘关节正位X光图像（内部数据集），外加104张作为外部测试集
4	2025-09-18	Solubilization of Membrane Proteins using designed protein WRAPS 2025-Feb-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.04.636539 PMID:39975033	研究论文	提出一种基于深度学习的蛋白质设计方法，使用WRAPs（水溶性RF扩散两亲性蛋白质）溶解膜蛋白并保持其功能	开发了一种通用深度学习方法设计WRAPs，无需去污剂即可实现膜蛋白的溶解和功能保留	NA	解决膜蛋白溶解难题以促进治疗和疫苗开发	整合膜蛋白，特别是β-桶状外膜蛋白和螺旋多次跨膜蛋白	蛋白质设计	梅毒	深度学习设计，冷冻电镜（cryo-EM）	深度学习	蛋白质序列和结构数据	四种外膜β-桶状蛋白（TP0698等潜在梅毒疫苗抗原）
5	2025-09-15	In vivo electrophysiology recordings and computational modeling can predict octopus arm movement 2025-Feb-14, Bioelectronic medicine DOI:10.1186/s42234-025-00166-9 PMID:39948616	研究论文	通过活体电生理记录和计算建模预测章鱼手臂运动	首次结合碳电极阵列单单元电生理记录与机器学习方法，实时预测并区分章鱼手臂运动类型	NA	揭示运动回路控制原理并预测复杂运动行为	章鱼前神经索及手臂运动	计算神经科学	NA	单单元电生理记录、机器学习、深度学习、无监督降维	监督学习与无监督学习模型	电生理信号、运动视频	NA
6	2025-09-14	Donor-Specific Digital Twin for Living Donor Liver Transplant Recovery 2025-Feb-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.21.639518 PMID:40568069	研究论文	本研究开发了一种基于基因表达数据和数学模型的个性化数字孪生系统（PePMDT），用于预测活体肝移植供者的肝脏恢复轨迹	将临床基因表达数据整合到肝脏再生数学模型，通过深度学习技术构建患者特异性虚拟肝脏模型	样本量较小（12名供者），时间跨度较长但样本数量有限	建立个性化数字孪生模型预测肝移植供者恢复过程	活体肝移植健康供者的肝脏再生过程	数字病理学	肝移植	RNA测序，WGCNA，深度学习	数学模型结合深度学习	基因表达数据	12名健康LDLT供者，14个时间点采样
7	2025-09-13	VASCilia (Vision Analysis StereoCilia): A Napari Plugin for Deep Learning-Based 3D Analysis of Cochlear Hair Cell Stereocilia Bundles 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.17.599381 PMID:38948743	研究论文	开发了一个基于深度学习的Napari插件VASCilia，用于自动化分析耳蜗毛细胞立体纤毛束的3D共聚焦显微镜数据	首个专门针对耳蜗毛细胞立体纤毛束分析的深度学习工具套件，包含五个定制化模型并提供开源标注数据集	NA	开发自动化工具以解决耳蜗毛细胞立体纤毛束3D形态分析的挑战	耳蜗毛细胞立体纤毛束	计算机视觉	听力障碍	共聚焦显微镜，深度学习	CNN（基于分割和分类任务推断）	3D图像	55个3D图像栈，包含502个内毛细胞束和1703个外毛细胞束的实例分割标注
8	2025-09-13	Assessing Genotype-Phenotype Correlations with Deep Learning in Colorectal Cancer: A Multi-Centric Study 2025-Feb-08, medRxiv : the preprint server for health sciences DOI:10.1101/2025.02.04.25321660 PMID:39973981	研究论文	本研究利用深度学习从结直肠癌H&E切片预测多种遗传生物标志物，并分析其与表型关联	开发了多目标Transformer模型，可同时预测多种生物标志物，超越传统单目标模型，并系统评估了MSI表型对预测的混淆影响	模型预测性能高度依赖MSI相关形态学特征，生物标志物自身对表型的贡献较小	评估深度学习在结直肠癌中基因型-表型关联预测的可行性与局限性	结直肠癌患者肿瘤组织H&E切片	数字病理学	结直肠癌	深度学习和全面panel测序	Transformer	图像	1,376例患者（五个队列）加上536例公共数据集验证样本
9	2025-09-09	Automated lensless blood sample identification through scattering media using deep learning architectures 2025-Feb-10, Optics express IF:3.2Q2 DOI:10.1364/OE.546326 PMID:40797768	研究论文	提出一种基于深度学习与无透镜成像技术的便携式系统，用于通过散射介质非侵入式自动识别涂片全血样本中的红细胞类型	首次将无透镜设备与深度学习结合，实现在不同厚度散射介质下对血样的非侵入式高精度分类，并验证了系统对散射层厚度变化的鲁棒性	实验仅在控制条件下验证，未涉及临床多样本验证；散射层厚度变化范围仍有限	开发非侵入式自动血样识别系统，突破传统显微成像对散射介质的限制	涂片全血样本中的红细胞	计算机视觉	NA	局部二值模式（LBP）变换，激光二极管成像	CNN（包括AlexNet、VGG-16、SqueezeNet），PCA+SVM	图像	实验设置中全血样本置于不同厚度散射层间（具体数量未明确说明）
10	2025-08-10	Assessing the Reporting Quality of Machine Learning Algorithms in Head and Neck Oncology 2025-Feb, The Laryngoscope DOI:10.1002/lary.31756 PMID:39258420	研究论文	评估头颈肿瘤学文献中机器学习算法的报告质量	使用TRIPOD-AI标准评估机器学习算法的报告质量，并提出改进建议	当前机器学习算法的报告质量不足，影响了临床应用和可重复性	评估头颈肿瘤学中机器学习算法的报告质量	头颈肿瘤学文献中的机器学习算法	机器学习	头颈肿瘤	NA	NA	文献数据	NA
11	2025-08-10	Complex conjugate removal in optical coherence tomography using phase aware generative adversarial network 2025-02, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.2.026001 PMID:39963188	research paper	该研究提出了一种基于生成对抗网络的深度学习方法，用于消除光学相干断层扫描中的复共轭伪影	利用相位图像增强深度学习模型的伪影去除能力，无需额外硬件组件	研究仅在特定样本（仿体、人皮肤和小鼠眼睛）上进行了验证	开发一种软件解决方案来消除FD-OCT中的复共轭伪影	光学相干断层扫描图像	computer vision	NA	OCT	GAN	image	仿体、人皮肤和小鼠眼睛的体内成像样本
12	2025-08-09	Mapping the regulatory effects of common and rare non-coding variants across cellular and developmental contexts in the brain and heart 2025-Feb-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.18.638922 PMID:40027628	研究论文	利用深度学习模型预测非编码变异在脑和心脏不同细胞环境中的调控效应，并开发FLARE模型以优先考虑具有极端调控效应的突变	整合单细胞图谱、群体遗传学和深度学习模型预测变异效应，开发FLARE模型优先考虑极端调控效应的突变	研究主要关注脑和心脏的特定细胞环境，可能不适用于其他组织或疾病	理解非编码变异在人类疾病中的作用及其在不同细胞和发育环境中的调控效应	15百万个变异在132个成人和胎儿脑及心脏细胞环境中的效应	生物信息学	神经发育障碍	单细胞ATAC-seq, 深度学习	深度学习模型, FLARE	基因组数据	132个细胞环境，15百万个变异
13	2025-08-08	KaMLs for Predicting Protein pKa Values and Ionization States: Are Trees All You Need? 2025-Feb-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01602 PMID:39882632	研究论文	本文介绍了基于决策树和图注意力网络(GAT)的KaML模型，用于预测蛋白质pKa值和电离状态，显著提高了预测准确性	创新点包括对酸和碱的分别处理、使用AlphaFold结构进行数据增强、在理论p数据库上进行模型预训练，以及引入质子化状态分类作为评估指标	机器学习方法受到实验数据稀缺的限制	提高蛋白质电离状态预测的准确性，以促进生物学理解和计算机辅助药物发现	蛋白质电离状态和pKa值	机器学习	NA	决策树、图注意力网络(GAT)	KaML-CBtree、GAT	蛋白质pKa数据库(PKAD-3)、AlphaFold结构数据	NA
14	2025-08-08	Deep learning-driven bacterial cytological profiling to determine antimicrobial mechanisms in Mycobacterium tuberculosis 2025-Feb-11, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2419813122 PMID:39913203	研究论文	本研究介绍了一种名为MycoBCP的深度学习方法，用于通过细菌细胞学分析（BCP）确定结核分枝杆菌中抗菌药物的作用机制（MOA）	MycoBCP是BCP的一种独特改进，利用卷积神经网络（CNNs）克服传统图像分析技术的挑战，能够在不依赖精确细胞分割的情况下分析抗菌化合物的形态效应	转录和翻译抑制导致的相似形态使得区分它们需要进一步改进，且存在对利福布汀的错误分类	加速结核病治疗中抗菌药物作用机制（MOA）的确定	结核分枝杆菌及其对抗菌化合物的反应	数字病理学	结核病	细菌细胞学分析（BCP）与卷积神经网络（CNNs）	CNN	图像	多种抗菌化合物对结核分枝杆菌的影响
15	2025-08-07	Deep Learning Analysis of Google Street View to Assess Residential Built Environment and Cardiovascular Risk in a U.S. Midwestern Retrospective Cohort 2025-Feb-04, European journal of preventive cardiology IF:8.4Q1 DOI:10.1093/eurjpc/zwaf038 PMID:39903569	研究论文	利用Google街景图像和深度学习技术分析居住区建筑环境特征与心血管疾病风险的关系	首次将Google街景图像与深度学习技术结合，用于评估建筑环境特征与心血管疾病风险的关联	研究结果需要在其他地区进行验证，且需要进一步探究潜在的生物学机制	探究居住区建筑环境特征（如绿化带和人行道）与心血管疾病风险的关系	美国俄亥俄州东北部地区的49,887名居民	计算机视觉	心血管疾病	深度学习	NA	图像	49,887名居民，其中2,083人经历了主要不良心血管事件
16	2025-08-07	Detection and severity assessment of obstructive sleep apnea according to deep learning of single-lead electrocardiogram signals 2025-02, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.14285 PMID:39021352	研究论文	本研究开发了一种基于单导联心电图信号的深度学习模型，用于阻塞性睡眠呼吸暂停的检测和严重程度评估	创新点在于使用单导联心电图信号结合深度学习模型进行阻塞性睡眠呼吸暂停的检测和严重程度评估，并在医院和公共数据集上验证了其可行性	研究未提及模型在不同人群或不同设备采集的心电图信号上的泛化能力	开发一种便捷的阻塞性睡眠呼吸暂停检测和严重程度评估方法	阻塞性睡眠呼吸暂停患者	机器学习	阻塞性睡眠呼吸暂停	深度学习	深度学习模型	心电图信号	375名接受多导睡眠图检查的患者
17	2025-08-06	Automatic classification of HEp-2 specimens by explainable deep learning and Jensen-Shannon reliability index 2025-02, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103030 PMID:39637573	研究论文	本文提出了一种基于可解释深度学习和Jensen-Shannon可靠性指数的HEp-2标本自动分类方法	结合了无监督深度描述、针对不平衡数据集的新特征选择方法、跨硬件兼容性独立测试，以及改进的梯度加权类激活映射和新的样本质量指数	未来工作需要解决有丝分裂纺锤体识别的挑战并扩展到混合模式	开发计算机辅助系统用于HEp-2图像分析和ANA模式分类	HEp-2细胞图像	数字病理学	结缔组织疾病	间接免疫荧光(IIF)检测	深度学习模型(迁移学习)	图像	来自不同医院的两个独立数据集
18	2025-08-06	ItpCtrl-AI: End-to-end interpretable and controllable artificial intelligence by modeling radiologists' intentions 2025-02, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103054 PMID:39689443	研究论文	提出了一种端到端可解释和可控的人工智能框架ItpCtrl-AI，通过模拟放射科医生的决策过程来提高计算机辅助诊断系统的可解释性	通过模拟放射科医生的眼动模式生成注意力热图，使模型决策过程可解释且用户可控	未提及具体性能提升幅度或对比基线	开发可解释且可控的计算机辅助诊断系统	胸部X光片(CXR)的医学影像诊断	计算机视觉	NA	深度学习	端到端框架(具体架构未说明)	医学影像(胸部X光片)和眼动追踪数据	新构建的Diagnosed-Gaze++数据集(具体样本量未说明)
19	2025-08-06	Advances in diagnosis and prognosis of bacteraemia, bloodstream infection, and sepsis using machine learning: A comprehensive living literature review 2025-02, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103008 PMID:39705768	文献综述	本文综述了机器学习在菌血症、血流感染和败血症诊断与预后中的应用，探讨了其有效性、潜在局限性及临床整合的复杂性	提供了关于机器学习技术在血液相关感染管理中应用的全面分析，特别强调了早期疾病阶段的研究空白和实时非侵入性数据收集技术的潜力	早期疾病阶段研究不足，深度学习模型在外部数据集上表现不佳，实际临床实施面临挑战	评估机器学习在血液相关感染诊断和预后中的应用效果	菌血症、血流感染和败血症	机器学习	败血症	机器学习	传统机器学习模型、序列深度学习模型	电子健康记录、生化标志物、生命体征	NA
20	2025-08-06	TransformerLSR: Attentive joint model of longitudinal data, survival, and recurrent events with concurrent latent structure 2025-02, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103056 PMID:39705769	research paper	提出了一种基于Transformer的深度建模框架TransformerLSR，用于联合建模纵向数据、生存数据和复发事件	首次将Transformer应用于联合建模纵向数据、生存数据和复发事件，并引入了新的轨迹表示和模型架构以整合已知的潜在结构	未明确提及具体局限性，但可能包括计算复杂性和对大规模数据的适应性	开发一个灵活的深度学习框架，用于联合建模纵向测量、复发事件和生存数据	肾移植术后患者	machine learning	肾移植相关疾病	deep learning, temporal point processes	Transformer	longitudinal data, survival data, recurrent events data	NA