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
141	2026-04-25	Clinical Relevance of Computational Pathology Analysis of Interplay between Kidney Microvasculature and Interstitial Microenvironment 2025-Feb-01, Clinical journal of the American Society of Nephrology : CJASN IF:8.5Q1 DOI:10.2215/CJN.0000000597 PMID:39714939	研究论文	利用计算病理学分析肾脏微血管与间质微环境相互作用在肾小球疾病进展中的临床相关性	首次揭示肾小管周围毛细血管与间质纤维化/肾小管萎缩区域的空间和形态特征之间的相互作用，并识别出新型数字生物标志物用于预测疾病进展	样本量有限（344例），且未在独立外部队列中验证结果	评估肾小管周围毛细血管特征与其间质微环境相互作用在肾小球疾病进展中的临床相关性，并识别新型数字生物标志物	肾小球疾病患者（包括微小病变肾病、局灶节段性肾小球硬化、膜性肾病和IgA肾病）的肾脏活检组织切片	数字病理学	肾小球疾病	深度学习模型、全玻片成像、计算病理学分析	深度学习模型、机器学习模型	病理图像	344例肾小球疾病患者（112例微小病变肾病、134例局灶节段性肾小球硬化、61例膜性肾病、37例IgA肾病）	NA	NA	NA	NA
142	2026-04-22	Multiscale footprints reveal the organization of cis-regulatory elements 2025-02, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08443-4 PMID:39843737	研究论文	本文介绍了一种名为PRINT的计算方法，用于从染色质可及性数据中识别DNA-蛋白质相互作用的多尺度足迹，并开发了seq2PRINT深度学习框架以推断转录因子和核小体结合	开发了PRINT方法，首次从多尺度蛋白质大小角度分析染色质可及性数据中的DNA-蛋白质相互作用足迹，并结合深度学习框架seq2PRINT实现精确的调控逻辑解读	方法主要依赖于染色质可及性数据，可能无法完全捕捉所有DNA-蛋白质相互作用的复杂性，且应用范围目前限于特定细胞类型	研究顺式调控元件的组织结构和动态变化，以连接其结构与细胞命运和疾病中的功能	人类骨髓和小鼠造血干细胞中的顺式调控元件	机器学习	NA	染色质可及性测序	深度学习	染色质可及性数据	NA	NA	NA	NA	NA
143	2026-04-20	A green and efficient method for detecting nicosulfuron residues in field maize using hyperspectral imaging and deep learning 2025-02-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136724 PMID:39637793	研究论文	本研究提出了一种结合高光谱成像和深度学习（HerbiResNet模型）的绿色高效方法，用于检测田间玉米中烟嘧磺隆除草剂残留	开发了HerbiResNet模型，首次将高光谱成像与深度学习结合用于玉米除草剂残留的预测与分类，并识别出与残留及生理变化强相关的特定光谱波段（约550 nm、680 nm、750 nm和1000 nm）	研究仅针对六种玉米品种（抗性和敏感型）及两种除草剂浓度，样本多样性和环境条件可能有限	实现田间玉米中烟嘧磺隆除草剂残留的准确、快速检测，以支持化学修复和优化喷洒策略	田间种植的玉米叶片（六种品种，包括抗性和敏感型）	计算机视觉	NA	高光谱成像	深度学习	光谱数据	六种玉米品种（抗性和敏感型），在两种除草剂浓度下，残留分为低、中、高三个水平	NA	HerbiResNet	决定系数（R²），准确率	NA
144	2026-04-18	Noncoding variants and sulcal patterns in congenital heart disease: Machine learning to predict functional impact 2025-Feb-21, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111707 PMID:39877905	研究论文	本研究利用深度学习模型预测非编码变异对基因调控信号的影响，并探讨其与先天性心脏病患者脑沟模式的关联	首次将深度学习模型应用于预测非编码变异对H3K9me2修饰的影响，并揭示其与先天性心脏病患者右侧顶叶脑沟模式的关联	研究样本仅限于先天性心脏病患者，未考虑其他混杂因素对脑沟模式的影响	探究非编码变异对先天性心脏病患者脑沟模式的影响机制	先天性心脏病患者及无先天性心脏病的对照人群	机器学习	先天性心脏病	深度学习	深度学习模型	基因变异数据、脑沟模式数据	先天性心脏病患者队列及无先天性心脏病的对照队列	NA	NA	NA	NA
145	2026-04-14	Computational pathology applied to clinical colorectal cancer cohorts identifies immune and endothelial cell spatial patterns predictive of outcome 2025-02, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6378 PMID:39788558	研究论文	本研究应用计算病理学方法，在三个临床结直肠癌队列中识别出可预测预后的免疫细胞和内皮细胞空间模式	利用基于深度学习的细胞分类器，在大型临床队列中系统量化肿瘤微环境中细胞类型的空间组织和共定位，并发现内皮细胞与癌细胞的比例等空间模式是独立的预后预测因子	研究队列虽然具有临床异质性，但样本量仍有限，且结果需要在独立队列中进行进一步验证	探究结直肠癌肿瘤微环境的空间组织特征及其对治疗反应和预后的影响	三个临床结直肠癌患者队列（MISSONI、BRAF、VALENTINO），总计375名患者	计算病理学	结直肠癌	深度学习细胞分类，多重免疫荧光验证	深度学习细胞分类器	H&E染色组织切片图像	375名临床注释的结直肠癌患者（MISSONI: n=59, BRAF: n=141, VALENTINO: n=175），验证集n=26	NA	NA	风险比，置信区间，p值	NA
146	2026-04-10	Arthroscopy-validated Diagnostic Performance of 7-Minute Five-Sequence Deep Learning Super-Resolution 3-T Shoulder MRI 2025-02, Radiology IF:12.1Q1 DOI:10.1148/radiol.241351 PMID:39964264	研究论文	本研究验证了7分钟并行成像加速的深度学习超分辨率3-T肩关节MRI在诊断肩部病变中的临床效能	首次通过关节镜检查验证了快速深度学习超分辨率肩关节MRI的诊断性能，实现了7分钟扫描时间	回顾性研究设计，样本量相对较小（121名成人），部分病变（如软骨缺损）的诊断准确性较低	验证加速深度学习超分辨率肩关节MRI对肩部病变的诊断准确性	患有疼痛性肩部疾病的成人患者	数字病理学	肩部疾病	并行成像加速的深度学习超分辨率MRI	深度学习模型	MRI图像	121名成人（平均年龄55岁±14，75名男性）	NA	超分辨率网络	敏感性, 特异性, 准确性, AUC	3-T MRI扫描仪
147	2026-04-10	Automated CT Measurement of Total Kidney Volume for Predicting Renal Function Decline after 177Lu Prostate-specific Membrane Antigen-I&T Radioligand Therapy 2025-02, Radiology IF:12.1Q1 DOI:10.1148/radiol.240427 PMID:39998377	研究论文	本研究利用基于深度学习的自动化工具从CT图像中测量总肾脏体积，以预测接受177Lu-PSMA-I&T放射性配体治疗的转移性去势抵抗性前列腺癌患者的肾功能下降	首次将基于nnU-Net框架的深度学习分割模型TotalSegmentator用于自动化测量总肾脏体积，并证明其在预测放射性配体治疗后肾功能下降方面优于其他基线风险因素和早期eGFR变化	这是一项回顾性研究，样本量相对较小（121名患者），且仅针对接受特定治疗（至少四个周期Lu-PSMA-I&T）的患者，结果可能无法推广到其他治疗或早期患者	识别接受Lu-PSMA-I&T放射性配体治疗的转移性去势抵抗性前列腺癌患者发生临床显著肾功能恶化的预测标志物	接受至少四个周期177Lu-PSMA-I&T放射性配体治疗的转移性去势抵抗性前列腺癌患者	数字病理学	前列腺癌	CT成像，放射性配体治疗（177Lu-PSMA-I&T）	深度学习分割模型	CT图像	121名患者（平均年龄76岁±7岁）	nnU-Net	TotalSegmentator（基于nnU-Net框架）	受试者工作特征曲线下面积，Youden指数	NA
148	2026-04-07	Artificial Intelligence Applications in Cardiac CT Imaging for Ischemic Disease Assessment 2025-02, Echocardiography (Mount Kisco, N.Y.) DOI:10.1111/echo.70098 PMID:39927866	综述	本文综述了人工智能在心脏CT成像中用于缺血性疾病评估的应用	强调了AI在心脏CT成像中检测人眼难以察觉的洞察和模式，以提升诊断准确性和效率的潜力	NA	探讨AI在心脏CT成像中对缺血性心脏病的评估作用，旨在优化工作流程并提高心脏护理效率	心脏CT成像数据，包括斑块负荷、狭窄严重程度和CT衍生的血流储备分数等功能评估	医学影像分析	心血管疾病	心脏CT成像	机器学习，深度学习	CT图像	NA	NA	NA	NA	NA
149	2026-04-06	A variational deep-learning approach to modeling memory T cell dynamics 2025-Feb-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.08.602409 PMID:40060443	研究论文	本文提出了一种结合深度学习和随机变分推理的方法，用于从高维单细胞流式细胞术数据中同时推断动态模型参数和细胞群体结构，以研究小鼠流感病毒感染后肺驻留记忆T细胞的动态变化	该方法直接基于原始单细胞数据训练，而非预定义聚类动力学，能够同时推断动态模型参数和群体结构，为高维时间序列数据的解释提供了新基础	研究仅针对小鼠流感病毒感染模型中的肺驻留记忆T细胞，尚未在其他生物系统或疾病中验证	研究流感病毒感染后肺驻留记忆CD4和CD8 T细胞的动态发展和持久性	小鼠肺组织中的记忆CD4和CD8 T细胞	机器学习	流感	单细胞流式细胞术	深度学习	单细胞流式细胞术数据	NA	NA	NA	NA	NA
150	2026-04-05	Assessing the Performance of the DINOv2 Self-supervised Learning Vision Transformer Model for the Segmentation of the Left Atrium from MRI Images 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3048192 PMID:41878116	研究论文	本研究评估了基于自监督学习的视觉Transformer基础模型DINOv2在MRI图像上分割左心房的性能	探索了在自然图像上预训练的DINOv2模型在医学图像分割任务中的开箱即用潜力，并证明了其在有限标注数据下的优异表现	研究主要针对左心房分割，且数据量和患者数量有限，未广泛验证于其他心脏结构或医学影像模态	评估DINOv2模型在心脏MRI图像中左心房分割任务的准确性和一致性，探索其在医学影像领域的应用潜力	心脏MRI图像中的左心房结构	计算机视觉	心血管疾病	MRI成像	Transformer	图像	未明确说明具体样本数量，但提及了不同数据集大小和患者数量的少样本学习实验	NA	DINOv2	Dice系数, IoU	NA
151	2026-04-02	A prognostic and predictive model based on deep learning to identify optimal candidates for intensity-modulated radiotherapy alone in patients with stage II nasopharyngeal carcinoma: A retrospective multicenter study 2025-02, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110660 PMID:39645201	研究论文	本研究开发并验证了一个结合深度学习MRI特征和临床信息的预后预测模型，用于识别II期鼻咽癌患者中仅需调强放疗的低风险人群	首次将深度学习MRI特征与临床信息整合，构建了针对II期鼻咽癌患者的预后预测模型，能够有效识别仅需调强放疗的低风险患者	研究为回顾性多中心设计，可能存在选择偏倚；模型尚未在前瞻性队列中进行验证	开发一个预后预测模型，以识别II期鼻咽癌患者中仅需调强放疗即可获得良好预后的低风险人群	II期鼻咽癌患者	数字病理学	鼻咽癌	MRI成像	CNN, XGBoost	MRI图像, 临床数据	999名来自两个中心的II期鼻咽癌患者	NA	3DResNet	C-index, AUC, 校准测试	NA
152	2026-04-02	Deep learning dose prediction to approach Erasmus-iCycle dosimetric plan quality within seconds for instantaneous treatment planning 2025-02, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110662 PMID:39647528	研究论文	本研究探讨了深度学习模型在预测前列腺癌患者三维剂量分布方面的应用，旨在实现即时治疗计划	通过分析训练数据集大小和模型规模对剂量预测精度的影响，为即时治疗计划提供快速且高质量的剂量预测方法	即使使用1000名患者进行训练，预测精度尚未达到收敛，可能需要更大数据集或进一步优化	评估深度学习模型在预测Erasmus-iCycle剂量计划质量方面的准确性，以支持即时治疗计划	1250名前列腺癌患者的自动生成剂量分布数据	医学影像分析	前列腺癌	深度学习剂量预测	U-Net	三维剂量分布图像	1250名前列腺癌患者（训练集：50/100/250/500/1000，验证集：100，测试集：150）	NA	分层密集连接U-Net（具有2/3/4/5/6个池化层）	PTV V95%误差、直肠V75Gy误差、膀胱V65Gy误差	NA
153	2026-04-02	Incorporating patient-specific prior clinical knowledge to improve clinical target volume auto-segmentation generalisability for online adaptive radiotherapy of rectal cancer: A multicenter validation 2025-02, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110667 PMID:39675574	研究论文	本研究探讨了在直肠癌在线自适应放疗中，通过整合患者特异性先验临床知识来提升临床靶区自动分割的泛化能力	创新性地利用治疗前勾画的临床靶区作为患者特异性先验知识，结合基于人群的分数间变形变异，创建患者特异性权重图，以增强深度学习模型在多中心数据上的泛化性能	研究仅针对直肠癌的肠系膜临床靶区，未涵盖其他癌症类型或靶区结构，且依赖于治疗前勾画的可用性	提高在线自适应放疗中临床靶区自动分割的泛化性和鲁棒性	中危或局部晚期直肠癌患者	数字病理	直肠癌	深度学习	深度学习模型	MRI图像	来自三个中心的中危或局部晚期直肠癌患者	NA	NA	DSC, surface Dice, 95HD, MSD	NA
154	2026-03-28	A dataset of blood slide images for AI-based diagnosis of malaria 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111190 PMID:39802838	研究论文	本文介绍了一个用于基于AI的疟疾诊断的血涂片图像数据集，包含厚血涂片和薄血涂片图像	提供了一个来自乌干达的基准数据集，支持构建卷积神经网络模型用于自动疟疾筛查	数据集规模相对较小（共4000张图像），且仅来自乌干达特定医院，可能限制模型的泛化能力	开发用于疟疾自动筛查的深度学习模型，以提高诊断效率和准确性	厚血涂片和薄血涂片图像	数字病理学	疟疾	显微镜检查	CNN	图像	3000张厚血涂片图像和1000张薄血涂片图像	NA	NA	检测准确率	NA
155	2026-03-24	Evaluation of Learning Approaches Among Physiotherapy Students in Haryana: A Cross-Sectional Study 2025-02, Journal of evaluation in clinical practice IF:2.1Q2 DOI:10.1111/jep.14253 PMID:39644511	研究论文	本研究通过横断面调查评估了哈里亚纳邦物理治疗学生的学习方法，发现大多数学生采用深度学习方式	首次在哈里亚纳邦物理治疗学生中系统评估学习方法，并比较了临床前与临床阶段学生的差异	样本仅来自同一大学附属院校，可能限制结果的普适性；未追踪学习方法随时间的变化	评估物理治疗学生的学习方法，以改进教学策略和课程设计	物理治疗专业学生（包括临床前和临床阶段）	NA	NA	问卷调查（ASSIST量表）	NA	问卷数据	250名参与者（129名临床前组，121名临床组）	IBM SPSS 27	NA	p值（统计显著性）	NA
156	2026-03-22	De novo design of Ras isoform selective binders 2025-Feb-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.29.610300 PMID:39975043	研究论文	本研究利用深度学习设计针对Ras蛋白异构体的选择性结合剂，以特异性靶向其C末端	首次应用深度学习方法设计出针对所有主要Ras异构体的特异性结合剂，解决了传统方法难以针对其无序且高电荷C末端产生抗体的难题	未明确说明结合剂在体内环境下的长期稳定性及潜在免疫原性问题	开发能够特异性识别不同Ras蛋白异构体的结合工具，以研究其在癌症中的不同作用	Ras蛋白的四种主要异构体（KRAS4A、KRAS4B、HRAS、NRAS）	机器学习	癌症	深度学习	NA	蛋白质序列数据	针对四种Ras异构体的设计研究	NA	NA	结合特异性、膜定位干扰效果、Ras活性抑制能力	NA
157	2026-03-20	Deep learning to decode sites of RNA translation in normal and cancerous tissues 2025-Feb-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56543-0 PMID:39894899	研究论文	本研究提出了一种基于Transformer模型的RiboTIE方法，用于从核糖体分析数据中高精度、高灵敏度地检测翻译的开放阅读框，并在正常脑组织和髓母细胞瘤样本中验证了其有效性	RiboTIE是首个直接利用原始核糖体分析计数数据、基于Transformer模型来检测翻译开放阅读框的方法，相比现有方法在精度和灵敏度上有显著提升	论文未明确说明该方法在其他癌症类型或组织中的泛化能力，也未详细讨论计算资源需求或模型的可解释性	开发一种能够准确分析RNA翻译变异、提升核糖体分析数据解析能力的计算工具	正常脑组织和髓母细胞瘤（一种脑癌）样本中的RNA翻译过程	自然语言处理	髓母细胞瘤	核糖体分析测序	Transformer	序列数据	NA	NA	Transformer	精度, 灵敏度	NA
158	2026-03-17	Disease Activity and Therapeutic Response to Pegcetacoplan for Geographic Atrophy Identified by Deep Learning-Based Analysis of OCT 2025-Feb, Ophthalmology IF:13.1Q1 DOI:10.1016/j.ophtha.2024.08.017 PMID:39151755	研究论文	本研究利用深度学习分析OCT图像，量化了在pegcetacoplan治疗下，地理萎缩患者光感受器和视网膜色素上皮层的形态变化	首次应用深度学习技术对OCT图像进行分割，以客观量化地理萎缩中光感受器和视网膜色素上皮层的退化，并揭示了椭圆体带-视网膜色素上皮差异对疾病进展和治疗反应的显著影响	研究为事后纵向图像分析，可能受限于原始临床试验的设计和数据收集；未详细说明深度学习模型的泛化能力到其他数据集或临床环境	评估pegcetacoplan治疗对年龄相关性黄斑变性引起的地理萎缩中视网膜结构变化的疗效	来自OAKS和DERBY两项前瞻性随机III期临床试验的897名地理萎缩患者	数字病理学	年龄相关性黄斑变性	OCT成像	深度学习	图像	897只眼睛（来自897名患者）	NA	NA	视网膜色素上皮损失和椭圆体带损失的面积变化百分比	NA
159	2026-03-11	Renal Cell Type and State Estimation in Brightfield Histology Images: A Pilot Study on Diabetic Nephropathy 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047996 PMID:41799653	研究论文	本研究提出了一种基于深度学习的两阶段流程，用于从亮视野组织学图像预测细胞类型/状态，旨在提升糖尿病肾病的诊断和预后评估	结合图像到文本检索网络和视觉语言模型，利用CONCH模型从亮视野图像生成组织病理学文本提示，并通过回归头预测细胞类型/状态比例，相比仅使用图像输入的模型有显著性能提升	研究为试点性质，样本来源单一（印第安纳大学收集的糖尿病肾病样本），且仅针对四种组织结构类型进行分类，可能缺乏泛化性	开发机器学习流程，从亮视野组织学图像预测细胞类型/状态，以弥补多组学数据在临床中的昂贵和不可及性	糖尿病肾病患者的10X Visium空间转录组学福尔马林固定石蜡包埋全切片图像	数字病理学	糖尿病肾病	空间转录组学（10X Visium），亮视野显微镜	深度学习模型	图像，文本	未明确指定样本数量，但来自印第安纳大学收集的糖尿病肾病样本集	未明确指定，但提及CONCH、ViT、ResNet等模型架构	CONCH, ViT, ResNet	均方误差	NA
160	2026-03-06	Addressing myocardial infarction in South-Asian populations: risk factors and machine learning approaches 2025-Feb-03, NPJ cardiovascular health DOI:10.1038/s44325-024-00040-8 PMID:41776250	综述	本文探讨了南亚人群心肌梗死的风险因素，并强调了机器学习和深度学习在提升诊断与预测准确性方面的潜在作用	结合南亚人群特有的心血管风险因素，利用机器学习和深度学习模型（如CNN和Transformer）分析临床特征、心电图和心脏生物标志物等多模态数据，以改进传统风险评估工具	缺乏高质量数据集，且临床应用面临挑战	提升南亚人群心肌梗死的风险预测、诊断和管理水平	南亚人群的心肌梗死风险因素	机器学习	心血管疾病	NA	CNN, Transformer	临床特征、心电图、心脏生物标志物等多模态数据	NA	NA	卷积神经网络, Transformer	NA	NA