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
41	2025-10-05	Reproducible image-based profiling with Pycytominer 2025-Apr, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02611-8 PMID:40032995	研究论文	介绍Pycytominer——一个用于图像特征处理的开源Python工具包	开发了专门针对基于图像的细胞特征分析的可重复生物信息学处理流程	NA	实现可重复的基于图像的细胞特征分析	高通量显微镜图像产生的单细胞特征	生物信息学	NA	高通量显微镜	NA	图像特征数据	NA	Python	NA	NA	NA
42	2025-10-05	Assessing Quantitative Performance and Expert Review of Multiple Deep Learning-Based Frameworks for Computed Tomography-based Abdominal Organ Auto-Segmentation 2025-Apr, Intelligent oncology DOI:10.1016/j.intonc.2025.03.003 PMID:41020282	研究论文	本研究对多种基于深度学习的框架在CT图像腹部器官自动分割中的性能进行了全面评估	首次对AutoML框架（Auto3DSeg、nnU-Net）与最先进的非AutoML框架（SwinUNETR）在腹部器官分割任务中进行了系统比较	仅使用122张训练图像和72张验证图像，样本量相对有限	评估不同深度学习框架在CT图像腹部器官自动分割中的性能表现	腹部器官CT图像分割	计算机视觉	肿瘤疾病	计算机断层扫描（CT）	深度学习	医学图像	122张训练图像和72张验证图像，来自AMOS挑战赛数据集	Auto3DSeg, nnU-Net, SwinUNETR	U-Net, Transformer	Dice相似系数, 表面DSC, 95百分位Hausdorff距离, Likert量表评分	NA
43	2025-10-05	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启发的深度学习框架来量化fMRI中的脑脊液流动	首次开发了模拟时变流速的fMRI流入信号动态模型，并创建了基于物理的深度学习框架来反演模型	未提及具体样本量限制或模型验证的局限性	量化脑脊液流动特性，使fMRI信号具有物理可解释性	人类数据和体模数据中的脑脊液流动	医学影像分析	神经系统疾病	fMRI，流动敏感fMRI	深度学习	fMRI影像数据	NA	NA	NA	NA	NA
44	2025-10-05	Transformer-based deep learning ensemble framework predicts autism spectrum disorder using health administrative and birth registry data 2025-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90216-8 PMID:40195371	研究论文	基于Transformer的深度学习集成框架利用健康管理和出生登记数据预测自闭症谱系障碍	首次将大规模集成Transformer深度学习模型应用于健康管理和出生登记数据预测自闭症谱系障碍，并采用可解释人工智能方法识别关键影响因素	模型预测性能仍有提升空间（AUC为69.6%），仅基于加拿大安大略省数据	开发机器学习模型通过健康管理和出生登记数据早期识别自闭症谱系障碍高风险儿童	18个月至5岁儿童，包含707,274对母子数据，其中10,956例自闭症确诊案例	机器学习	自闭症谱系障碍	健康管理数据挖掘，出生登记数据分析	Transformer, Extreme Gradient Boosting	结构化健康管理数据，出生登记数据，筛查生物标志物值	707,274对母子数据，来自加拿大安大略省2006年4月1日至2018年3月31日期间的所有活产婴儿	NA	Transformer集成模型	AUC, 敏感度, 特异度	NA
45	2025-10-05	Manifold Topological Deep Learning for Biomedical Data 2025-Apr-07, Research square DOI:10.21203/rs.3.rs-6149503/v1 PMID:40297704	研究论文	本文首次提出流形拓扑深度学习(MTDL)方法，将拓扑深度学习扩展到可微分流形数据	首次将拓扑深度学习应用于可微分流形数据，基于霍奇理论将图像表示为具有向量场的平滑流形	方法在微分拓扑方面仍面临挑战，目前仅使用简单的CNN架构进行验证	开发适用于流形数据的拓扑深度学习方法	生物医学图像数据	机器学习	NA	拓扑数据分析，霍奇理论	CNN	图像	717,287张生物医学图像，来自11个2D和6个3D数据集	NA	CNN	NA	NA
46	2025-10-05	Mapping individualized multi-scale hierarchical brain functional networks from fMRI by self-supervised deep learning 2025-Apr-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.07.647618 PMID:40291726	研究论文	提出一种自监督深度学习框架，从fMRI数据中映射个体化的多尺度分层脑功能网络	首次通过自监督深度学习同时计算多尺度功能网络并量化其跨尺度层次结构	方法依赖于fMRI数据质量，在外部验证队列数量有限	表征个体化多尺度脑功能网络的层次组织结构	人脑功能网络	机器学习	神经精神疾病	fMRI	深度学习	神经影像数据	人类连接组计划数据集及两个外部队列	NA	自监督深度学习框架	功能网络同质性，与生物表型关联性	NA
47	2025-10-05	HIERARCHICAL LOG BAYESIAN NEURAL NETWORK FOR ENHANCED AORTA SEGMENTATION 2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi60581.2025.10980947 PMID:41001007	研究论文	提出一种基于贝叶斯神经网络的分层拉普拉斯高斯模型，用于增强主动脉分割精度	结合3D U-Net流和分层LoG流，通过贝叶斯方法参数化LoG流并提供分割结果的置信区间	未明确说明模型的计算复杂度和在实际临床环境中的验证情况	提高主动脉及其分支血管的医学图像分割精度	主动脉及其弓部分支血管	医学图像分析	主动脉疾病	分层拉普拉斯高斯(LoG)滤波	贝叶斯神经网络, 3D U-Net	3D医学图像	来自两个主动脉数据集的多个体积数据	NA	3D U-Net, 分层LoG网络	Dice系数	NA
48	2025-10-05	AutoRADP: An Interpretable Deep Learning Framework to Predict Rapid Progression for Alzheimer's Disease and Related Dementias Using Electronic Health Records 2025-Apr-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.06.25325337 PMID:40297450	研究论文	提出一种基于自动编码器的可解释深度学习框架AutoRADP，用于预测阿尔茨海默病及相关痴呆症的快速进展	结合基于规则的自然语言处理方法提取认知评估特征，采用混合采样策略处理数据不平衡问题，并利用SHAP值提供可解释性预测	仅使用UFHealth的单中心电子健康记录数据，可能限制模型的泛化能力	开发可解释的深度学习框架以预测阿尔茨海默病及相关痴呆症的快速进展	阿尔茨海默病及相关痴呆症患者	自然语言处理	阿尔茨海默病	电子健康记录分析，自然语言处理	自动编码器	结构化电子健康记录数据，非结构化临床文本	UFHealth电子健康记录数据（具体样本数量未明确说明）	NA	自动编码器	NA	NA
49	2025-10-05	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	本文全面回顾了人工智能在放射治疗四维成像运动管理中的应用现状与发展前景	系统探讨AI技术如何在不改变硬件的前提下解决四维成像的固有挑战，推动运动管理技术发展	未提供具体实验数据验证，主要基于现有研究进展的理论分析	提升放射治疗中四维成像的准确性和效率	放射治疗中的运动管理技术	医学影像分析	肿瘤放射治疗	四维成像技术	深度学习	四维医学影像	NA	NA	NA	NA	NA
50	2025-10-05	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	结合EfficientNetB0的高效性能和ResNet50的深度残差连接，并融入Transformer训练原则	未提及模型在更大规模数据集上的泛化能力验证	提高乳腺癌组织病理学图像分类的准确性和效率	乳腺癌组织病理学图像（IDC与非IDC类别）	计算机视觉	乳腺癌	组织病理学成像	CNN, 集成学习	图像	NA	NA	EfficientNetB0, ResNet50	准确率, 平均绝对误差, 马修斯相关系数	NA
51	2025-10-05	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，用于模拟体内磁共振波谱数据	包含两种新型组件：3D磁场图模拟器和半参数生成器，能够模拟从原始多线圈瞬态数据到预处理数据的多种场景	NA	开发用于磁共振波谱研究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(MRS)	NA	光谱数据	NA	NA	NA	NA	NA
52	2025-10-05	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，直接从乳腺癌组织病理图像预测分子标志物和亚型	首次直接从H&E染色组织病理图像预测多种分子标志物、免疫治疗相关基因特征和预后相关亚型	回顾性研究，需进一步前瞻性验证	通过人工智能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	H&E染色组织病理学	深度学习	图像	多中心回顾性研究	NA	BBMIL	NA	NA
53	2025-10-06	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	本研究开发了一种基于深度学习的脑肿瘤病理图像分类方法，用于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	结合预训练CNN网络提取深度特征与支持向量机分类器，解决了医学影像数据有限的问题	基于相对有限的医学影像数据集	提高脑肿瘤病理诊断的准确性和效率	脑肿瘤病理图像	数字病理学	脑肿瘤	病理图像分析	CNN, SVM	图像	NA	NA	ResNet50	准确率	NA
54	2025-10-06	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	本文综述人工智能在心血管影像学中的当前应用与未来发展前景	系统阐述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模型存在黑箱问题、需要更多样化的数据集、面临监管审批和伦理考量等挑战	探讨人工智能技术在心血管影像领域的应用现状与发展方向	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	深度学习模型	医学影像数据	NA	NA	NA	NA	NA
55	2025-10-06	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分析开发了肺癌预后预测模型，通过机器学习和深度学习预测nivolumab治疗效果	首次结合外泌体miRNA分析与Transformer深度学习模型预测肺癌免疫治疗疗效和生存风险	miRNA表达差异相对较小，样本量有限	开发基于外泌体miRNA的肺癌预后预测模型	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	机器学习模型，Transformer深度学习模型，Cox回归模型	miRNA表达数据	GSE207715数据集	NA	Transformer	准确率，p值	NA
56	2025-10-06	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技术自动量化胎盘绒毛膜绒毛的组织学特征，并分析其与母婴临床特征的关联	首次开发基于深度学习的自动化方法检测超过900万个胎盘绒毛，并通过无监督聚类识别出与生物学分类一致的绒毛亚型	研究仅纳入足月胎盘样本，未包含早产胎盘；样本量相对有限	建立胎盘绒毛结构的客观标准化方法，探索胎盘结构与母婴特征的关联	新罕布什尔州出生队列研究中的1,531个足月胎盘全玻片图像	数字病理学	妇产科疾病	全玻片图像分析	深度学习分割模型	病理图像	1,531个足月胎盘全玻片图像，检测超过900万个绒毛	NA	NA	统计显著性(p值)	NA
57	2025-10-06	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引发极端接管灾难的风险进行分析评估	首次针对实际已部署的AI系统（而非假设性未来系统）进行接管灾难风险评估	分析基于当前LLM能力，未来模型风险存在不确定性	评估大型语言模型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	深度学习	大型语言模型	文本	NA	NA	NA	NA	NA
58	2025-10-06	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	构建了炎症性肠病的综合分子、组织病理学和临床图谱，通过多组学和多模态数据分析揭示疾病特征	整合了多组学数据和临床信息，开发了基于基础模型的深度学习方法来预测组织学疾病活动评分	样本量相对有限（1002例），未涉及所有IBD亚型	提高对炎症性肠病的理解，改进诊断并实现个性化治疗策略	炎症性肠病（克罗恩病和溃疡性结肠炎）患者及非IBD对照	数字病理学	炎症性肠病	全外显子测序,RNA测序,血清蛋白质组学,组织病理学评估	深度学习,基础模型	基因组数据,转录组数据,蛋白质组数据,组织病理图像	1002例临床注释患者（包括IBD患者和非IBD对照）	NA	基础模型	组织学疾病活动评分预测准确性	NA
59	2025-10-06	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	本研究通过构建多蛋白嵌合抗原评估其在清除恶性疟原虫血液阶段感染中的效果	采用多抗原免疫优势肽序列组合策略解决疟疾疫苗研发中的多态性和冗余性问题	目前仅为体外初步研究结果，尚未进行体内验证	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蛋白（PfEMP1和裂殖子表面蛋白）	生物医学工程	疟疾	表位定位微阵列，微流体器官芯片系统	深度学习	图像数据	NA	NA	NA	粘附红细胞数量定量，生长抑制浓度	NA
60	2025-10-06	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	首次构建包含8个人工智能模型的完整工作流，基于超过15.5万项研究自动评估左心室舒张功能障碍	模型性能在不同医疗中心存在差异（加权Cohen's kappa从0.27到0.52）	开发自动化AI流程来标准化左心室舒张功能障碍的评估	来自两个学术医疗中心的超声心动图研究	数字病理	心血管疾病	超声心动图	深度学习模型	医学图像和文本报告	超过155,000项研究，验证队列包括955项（Cedars-Sinai）和1,572项（Stanford）	NA	NA	一致性百分比，加权Cohen's kappa	NA