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	Modeling dynamic inflow effects in fMRI to quantify cerebrospinal fluid flow 2025-Apr-25, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.03.647027 PMID:40236215	研究论文	开发动态模型和物理驱动的深度学习框架，用于从fMRI数据量化脑脊液流动速度	首次建立基于时变流速的fMRI流入信号动态模型，并开发物理驱动的深度学习反演框架实现流速直接估计	未明确说明模型在病理条件下的适用性及验证样本规模的具体限制	量化脑脊液流动特性，使fMRI流入信号具有物理可解释性	人类受试者和仿体数据的脑脊液流动	医学影像分析	NA	血流敏感fMRI	动态模型、深度学习框架	fMRI影像数据	人类和仿体数据（具体数量未说明）
2	2025-05-06	Continuous Reaching and Grasping with a BCI Controlled Robotic Arm in Healthy and Stroke-Affected Individuals 2025-Apr-19, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.16.25325551 PMID:40321282	研究论文	本研究提出了一种基于运动想象的脑机接口（BCI）范式，用于控制机器人手臂进行连续抓取任务，并在健康人群和中风患者中进行了评估	通过引入额外的‘点击’信号，增加了BCI系统的自由度，实现了对机器人手臂的连续控制，而非从预定动作列表中选择	当前系统的应用受限于EEG信号的低信噪比和空间分辨率	探索非侵入式脑机接口在控制辅助设备（如机器人手臂）中的应用，特别是在复杂任务中的表现	健康受试者和中风幸存者	脑机接口	中风	EEG信号处理，深度学习	DL	EEG信号	健康受试者和中风幸存者（具体数量未提及）
3	2025-09-24	Transformer-inspired training principles based breast cancer prediction: combining EfficientNetB0 and ResNet50 2025-Apr-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98523-w PMID:40251247	研究论文	提出结合EfficientNetB0和ResNet50的集成模型用于乳腺癌组织病理学图像分类	首次将Transformer训练理念与EfficientNetB0、ResNet50集成，创新性地融合两种架构优势	NA	提高乳腺癌组织病理学图像分类准确率，区分IDC和非IDC类别	乳腺癌组织病理学图像	计算机视觉	乳腺癌	深度学习、迁移学习	EfficientNetB0、ResNet50、集成模型	图像	NA
4	2025-09-24	MRS-Sim: Open-Source Framework for Simulating In Vivo-like Magnetic Resonance Spectra 2025-Apr-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.20.629645 PMID:40291707	研究论文	介绍MRS-Sim开源框架，用于模拟逼真的体内磁共振波谱数据	包含三维场图模拟器和新型半参数生成器，能模拟场不均匀性和残余水区域信号	NA	开发用于磁共振波谱方法验证的合成数据模拟框架	磁共振波谱数据	医学影像分析	NA	磁共振波谱技术	半参数生成器	波谱数据	NA
5	2025-09-24	Transitions in dynamical regime and neural mode underlie perceptual decision-making 2025-Apr-07, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.15.562427 PMID:37904994	研究论文	通过大规模神经元记录和深度学习技术揭示大鼠感知决策过程中神经动力学的双阶段转换机制	首次发现决策过程包含感觉输入主导和自主动力学主导的两个连续动态机制转换，并提出了神经推断承诺时间（nTc）的新概念	研究局限于啮齿类动物模型，需要进一步验证在灵长类或人类中的普适性	探究感知决策过程中神经动力学的动态机制和决策承诺的神经基础	大鼠前额叶皮层和纹状体的神经元活动	计算神经科学	NA	大规模神经元同步记录、深度学习无监督方法	简化动力学模型	神经电生理信号	数百个神经元的同时记录数据
6	2025-09-24	Artificial intelligence predicts multiclass molecular signatures and subtypes directly from breast cancer histology: a multicenter retrospective study 2025-Apr-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000002220 PMID:39764584	研究论文	开发基于深度学习的算法BBMIL，直接从乳腺癌H&E染色组织病理图像预测分子标志物和亚型	首次实现直接从常规组织病理图像预测多种分子标志物和免疫治疗相关基因特征	回顾性研究，需要多中心验证	降低乳腺癌生物标志物检测的成本和组织负担	乳腺癌组织病理图像	数字病理	乳腺癌	深度学习	BBMIL（基于多实例学习的深度学习算法）	组织病理图像（H&E染色）	多中心回顾性数据集
7	2025-09-21	Artificial intelligence in four-dimensional imaging for motion management in radiation therapy 2025-Apr, Artificial intelligence review IF:10.7Q1 DOI:10.1007/s10462-025-11109-w PMID:40963558	综述	本文综述人工智能在四维成像中用于放疗运动管理的应用与潜力	探讨AI方法在不改变硬件的前提下提升4D成像精度与效率的创新路径	存在未解决的技术挑战和局限性，需未来研究进一步探索	改善放射治疗中的运动管理精度	四维成像技术及其在放疗中的应用	医学影像分析	肿瘤治疗（放射治疗相关）	深度学习	NA	四维医学影像	NA
8	2025-09-20	Harnessing Deep Learning for Accurate Pathological Assessment of Brain Tumor Cell Types 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01107-9 PMID:39150595	研究论文	利用深度学习模型结合预训练网络和SVM分类器，实现对脑肿瘤病理图像的高精度分类	采用预训练Resnet50提取深度特征并结合SVM进行分类，在脑肿瘤分类中达到97.4%的准确率	基于有限医学影像数据，未提及外部验证或临床前瞻性研究	区分原发性弥漫性中枢神经系统大B细胞淋巴瘤和高级别胶质瘤，辅助病理诊断	脑肿瘤病理图像	数字病理	脑肿瘤	深度学习，图像分类	CNN (Resnet50) + SVM	图像	未明确样本数量，采用十倍交叉验证
9	2025-09-18	Artificial Intelligence in Cardiovascular Imaging: Current Applications and New Horizons 2025 Apr-Jun, Journal of cardiovascular echography IF:0.7Q4 DOI:10.4103/jcecho.jcecho_62_25 PMID:40950368	综述	本文综述了人工智能在心血管影像学中的当前应用与未来发展方向	系统总结了AI在超声心动图、心脏CT和心脏MRI中的创新应用，包括图像采集优化、自动化分析和预后预测	AI模型的可解释性不足、数据集多样性不够、监管审批和伦理问题仍需解决	探讨人工智能技术在心血管影像学领域的应用现状和未来发展前景	心血管影像学技术（超声心动图、心脏CT、心脏MRI）及相关疾病诊断	医学影像分析	心血管疾病	深度学习	DL	医学影像	NA
10	2025-09-15	MiRNA-Based Exosome-Targeted Multi-Target, A Multi-Pathway Intervention for Personalized Lung Cancer Therapy: Prognostic Prediction and Survival Risk Assessment 2025-Apr, Iranian journal of biotechnology IF:1.6Q4 DOI:10.30498/ijb.2025.516588.4112 PMID:40860049	研究论文	本研究基于外泌体miRNA分析开发了肺癌治疗预后预测模型，并评估了患者生存风险	采用Transformer深度学习模型预测免疫治疗疗效，准确率显著优于传统机器学习方法，并发现hsa-let-7c miRNA与生存风险显著相关	不同治疗结果组间的miRNA表达差异较小，样本量未明确说明	开发肺癌个性化治疗的预后预测和生存风险评估方法	肺癌患者的外泌体miRNA	生物信息学	肺癌	miRNA测序、生物信息学分析、Gene Ontology和KEGG通路富集分析	机器学习模型、Transformer深度学习模型、Cox比例风险回归模型	miRNA表达数据	使用GSE207715数据集，具体样本数量未明确说明
11	2025-09-14	Association of Deep Learning-Derived Histologic Features of Placental Chorionic Villi with Maternal and Infant Characteristics in the New Hampshire Birth Cohort Study 2025-Apr-23, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.22.25325465 PMID:40313259	研究论文	本研究利用深度学习分割技术自动量化胎盘绒毛膜绒毛的亚型和几何特征，并分析其与母婴特征的关联	首次将无监督聚类与深度学习结合，自动识别超过900万个绒毛结构并验证其与已知生物学分类的一致性	仅针对足月胎盘样本，未涵盖早产或其他并发症病例，且母体年龄和婴儿性别未显示显著关联	通过AI方法标准化胎盘结构量化，以减轻病理学家负担并深化对胎盘功能的理解	来自新罕布什尔出生队列研究的1,531个足月胎盘全切片图像	数字病理学	妇产科疾病	深度学习分割、无监督聚类	CNN（基于图像分割任务推断）	病理图像	1,531个足月胎盘样本
12	2025-09-14	One-click image reconstruction in single-molecule localization microscopy via deep learning 2025-Apr-18, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.13.648574 PMID:40376092	研究论文	介绍基于深度学习的AutoDS和AutoDS3D软件，用于单分子定位超分辨率显微镜数据的一键图像重建	通过自动从原始成像数据提取实验参数，显著减少分析过程中的人工干预，在2D情况下无需用户监督即可选择最优模型	未明确说明模型在新实验条件下的泛化能力极限或计算资源需求	开发减少人工干预的单分子超分辨率显微镜图像重建方法	单分子定位超分辨率显微镜数据	计算机视觉	NA	深度学习	深度神经网络（基于Deep-STORM和DeepSTORM3D）	图像	复杂生物样品的单分子成像数据
13	2025-09-13	Optimizing Biophysical Large-Scale Brain Circuit Models With Deep Neural Networks 2025-Apr-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.07.647497 PMID:40291740	研究论文	提出一种利用深度神经网络优化生物物理大规模脑回路模型的框架DELSSOME，显著提升计算效率	通过深度学习绕过数值积分直接预测模型参数，实现比传统方法快2000倍的速度提升	NA	优化生物物理脑回路模型的参数以增强其生物合理性并与实验数据匹配	大脑大规模回路模型，特别是反馈抑制控制（FIC）平均场模型	计算神经科学	NA	深度学习，进化优化策略	深度神经网络	模型参数，脑动力学数据	NA
14	2025-09-13	Assessing the risk of takeover catastrophe from large language models 2025-04, Risk analysis : an official publication of the Society for Risk Analysis IF:3.0Q1 DOI:10.1111/risa.14353 PMID:38945529	研究论文	本文对大型语言模型（LLMs）引发极端灾难（如接管世界）的风险进行分析	首次针对实际已部署的AI系统（而非假设性未来系统）进行接管灾难风险的系统性对比分析	分析基于当前LLMs能力，未来模型风险存在不确定性且专家意见存在分歧	评估LLMs引发极端灾难性接管的风险	大型语言模型（如ChatGPT、GPT-4）	自然语言处理	NA	生成式人工智能	LLM（大语言模型）	文本	NA
15	2025-09-12	IBDome: An integrated molecular, histopathological, and clinical atlas of inflammatory bowel diseases 2025-Apr-10, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.26.645544 PMID:40291692	研究论文	本研究构建了一个整合分子、组织病理学和临床数据的IBD综合图谱，通过多组学和多模态分析揭示炎症性肠病的分子特征和诊断工具	开发了基于炎症蛋白严重性特征的血清生物标志物，并利用基础模型深度学习从H&E染色图像预测组织学疾病活动评分	NA	通过多组学和多模态数据分析提升对炎症性肠病的理解、改进诊断并实现个性化治疗策略	1002名经临床注释的IBD患者和非IBD对照个体	数字病理学	炎症性肠病	全外显子组测序、RNA测序、血清蛋白质组学、组织病理学评估	基础模型深度学习	基因组数据、转录组数据、蛋白质组数据、组织图像数据	1002名患者和对照个体（包括正常和炎症肠道组织样本）
16	2025-09-12	Characterization of binding kinetics and intracellular signaling of new psychoactive substances targeting cannabinoid receptor using transition-based reweighting method 2025-Apr-08, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.29.560261 PMID:37873328	研究论文	本研究通过分子动力学模拟和深度学习方法，分析新型精神活性物质与经典大麻素在CB1受体结合动力学和下游信号传导的差异	结合过渡态重加权方法和神经关系推理(NRI)深度学习模型，首次揭示NPS通过变构调控增强β-arrestin信号通路的分子机制	研究主要基于计算模拟，需要实验验证；仅针对两种特定配体进行分析	阐明新型精神活性物质与经典大麻素在CB1受体信号传导差异的结构基础	MDMB-Fubinaca（NPS）和HU-210（经典大麻素）与CB1受体的相互作用	计算生物学	药物滥用	分子动力学模拟(MD), 多系综模拟, 过渡态重加权方法, 神经关系推理(NRI)	变分自编码器(VAE), 神经关系推理模型	分子模拟数据	两种配体（MDMB-Fubinaca和HU-210）与CB1受体的相互作用体系
17	2025-09-10	In vitro evaluation of multi-protein chimeric antigens in effectively clearing the blood stage of Plasmodium falciparum 2025-04-19, Vaccine IF:4.5Q2 DOI:10.1016/j.vaccine.2025.126952 PMID:40037124	研究论文	本研究评估了针对恶性疟原虫血液阶段的多蛋白嵌合抗原在体外清除感染的有效性	采用多抗原免疫优势肽序列组合策略解决多态性和冗余问题，并首次应用深度学习量化流体条件下的红细胞粘附	目前仅为体外初步研究结果，尚未进行体内实验验证	开发针对恶性疟原虫血液阶段的有效疫苗策略	恶性疟原虫血液阶段的PfEMP1蛋白和裂殖子表面蛋白	传染病学	疟疾	表位定位微阵列、微流体器官芯片系统、深度学习量化方法	深度学习	蛋白质序列数据、免疫学检测数据、图像数据	使用疟疾感染患者样本进行抗体检测，具体样本数量未明确说明
18	2025-09-09	Automated Deep Learning Pipeline for Characterizing Left Ventricular Diastolic Function 2025-Apr-30, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.29.25326683 PMID:40343044	研究论文	开发自动化深度学习流程用于评估左心室舒张功能	提出包含8个人工智能模型的工作流，基于超过15.5万项研究训练，实现LVDD评估自动化	模型性能在不同医疗中心存在差异（kappa系数0.27-0.52），仍需进一步验证	开发自动化工具以减少左心室舒张功能障碍评估的主观差异性	左心室舒张功能障碍（LVDD）患者	数字病理	心血管疾病	超声心动图，人工智能模型	深度学习模型（具体架构未说明）	医学影像（超声心动图）和文本报告	训练集：超过15.5万项研究；验证集：Cedars-Sinai 955例，Stanford 1,572例
19	2025-09-09	Raman spectral unmixing via multimodal time-frequency transformations and deep learning 2025-Apr-21, Optics express IF:3.2Q2 DOI:10.1364/OE.555722 PMID:40797931	研究论文	提出一种结合多模态时频变换和深度学习的光谱解混方法，用于分离混合拉曼光谱中不同组织的信号	首次引入多模态频率和时频变换提取混合光谱特征，并采用注意力U-Net模型进行多模态融合预测	NA	开发拉曼光谱解混技术以提高体内生物检测的准确性	患有骨关节炎的犬类膝关节组织	机器学习	骨关节炎	拉曼光谱	注意力U-net	光谱数据	NA
20	2025-09-09	Quantifying knee-adjacent subcutaneous fat in the entire OAI baseline dataset - Associations with cartilage MRI T2, thickness and pain, independent of BMI 2025-Apr, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2025.01.001 PMID:39864732	研究论文	本研究开发了一种基于人工智能的工具来自动分割膝关节邻近皮下脂肪厚度，并评估其与软骨厚度、MRI T2弛豫时间、膝关节疼痛和肌力的关联，独立于BMI	首次在整个OAI基线数据集中量化膝关节邻近皮下脂肪，并使用深度学习算法自动分割，评估其与多种膝关节骨关节炎相关指标的独立关联	横断面研究设计，无法确定因果关系	开发自动分割工具并评估膝关节邻近皮下脂肪与骨关节炎相关指标的关联	骨关节炎倡议队列的4796名参与者的右膝关节	数字病理学	骨关节炎	3.0T磁共振成像，深度学习算法	深度学习	MRI图像	4796名OAI队列参与者的右膝关节MRI图像