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
81	2025-07-22	Radiogenomic explainable AI with neural ordinary differential equation for identifying post-SRS brain metastasis radionecrosis 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17635 PMID:39878595	研究论文	本文提出了一种基于神经常微分方程（NODE）的新型模型，用于区分脑转移瘤（BM）放射手术后放射性坏死与肿瘤复发，通过整合影像、基因组和临床数据提高AI的可解释性	利用重球神经常微分方程（HBNODE）模型，首次实现了在影像-基因组-临床（I-G-C）空间中追踪样本轨迹，并通过决策场梯度向量动态分析各特征类别的贡献	研究样本量较小（90个BM病灶，62名NSCLC患者），且未在更广泛的患者群体中进行验证	开发可解释的AI模型以非侵入性方式区分脑转移瘤放射治疗后的放射性坏死与肿瘤复发	非小细胞肺癌（NSCLC）患者脑转移瘤的放射治疗后病灶	数字病理	肺癌	MRI影像分析、基因组特征分析	HBNODE（基于二阶ODE的神经网络）	多模态数据（影像+基因组+临床）	62名NSCLC患者的90个脑转移病灶
82	2025-07-22	Analysis of AI foundation model features decodes the histopathologic landscape of HPV-positive head and neck squamous cell carcinomas 2025-Apr, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2025.107207 PMID:40043423	研究论文	利用AI基础模型分析HPV阳性头颈部鳞状细胞癌的组织病理学特征	使用基于自监督学习的基础模型UNI和预训练的生成对抗网络HistoXGAN，首次系统地描述了HPV阳性头颈部鳞状细胞癌的组织病理学特征，并实现了高准确率的HPV状态预测	研究依赖于合成图像的解释，可能不完全反映真实组织学特征	解析HPV阳性头颈部鳞状细胞癌的组织病理学特征并开发可解释的检测方法	头颈部鳞状细胞癌患者	数字病理学	头颈部鳞状细胞癌	自监督学习(SSL)，生成对抗网络(GAN)	UNI(SSL基础模型)，HistoXGAN(GAN)	H&E染色病理图像	981名HNSCC患者的病理图像
83	2025-07-22	Foundation Model for Predicting Prognosis and Adjuvant Therapy Benefit From Digital Pathology in GI Cancers 2025-Apr-01, Journal of clinical oncology : official journal of the American Society of Clinical Oncology IF:42.1Q1 DOI:10.1200/JCO-24-01501 PMID:40168636	研究论文	本文介绍了一种基于数字病理学的AI基础模型，用于预测胃肠道癌症的预后和辅助治疗效益	开发了一个基于自监督学习的AI基础模型，能够从标准H&E染色病理切片中预测预后，并在多个国际队列中验证了其预测生存结果的能力	需要前瞻性验证以确认模型的临床应用价值	提高胃肠道癌症的诊断和治疗效果	胃肠道癌症患者	数字病理学	胃肠道癌症	自监督学习	深度学习模型	图像	104,876张全切片图像中的1.3亿个补丁，包括1,619名胃和食管癌患者和2,594名结直肠癌患者
84	2025-07-22	Subgroup evaluation to understand performance gaps in deep learning-based classification of regions of interest on mammography 2025-Apr, PLOS digital health DOI:10.1371/journal.pdig.0000811 PMID:40198652	研究论文	本研究评估了一种深度学习模型在乳腺X光摄影中分类正常与潜在异常感兴趣区域（ROIs）的性能，旨在识别可能导致某些患者亚组模型性能不佳的影像、病理和人口统计学特征	通过亚组分析识别了影响深度学习模型性能的具体患者特征，如种族、活检历史和乳腺密度，为提升模型公平性和可解释性提供了新见解	研究仅基于单一机构的数据集（EMBED），可能限制了结果的普遍适用性	评估深度学习模型在乳腺X光摄影ROI分类中的性能差异，并识别影响模型表现的亚组特征	115,931名患者的340万张乳腺X光影像及其相关临床数据	数字病理	乳腺癌	深度学习	CNN（特别是ResNet152V2）	影像	52,444个图像块（训练29,144，验证9,910，测试13,390）
85	2025-07-22	Accurate treatment effect estimation using inverse probability of treatment weighting with deep learning 2025-Apr, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf032 PMID:40290454	研究论文	本研究利用深度序列模型通过逆处理概率加权（IPTW）方法准确估计处理效应，无需特征处理	提出使用深度序列模型（如RNN和Transformer）直接从索赔记录中估计倾向得分，无需特征处理，提高了处理效应估计的准确性	研究主要基于合成和半合成数据集，未在真实世界数据中广泛验证	在存在时间依赖性混杂因素的情况下，准确估计处理效应	电子健康记录（EHRs）中的索赔记录	机器学习	NA	逆处理概率加权（IPTW）	RNN, Transformer	电子健康记录（EHRs）	合成和半合成数据集
86	2025-07-21	Migration of Deep Learning Models Across Ultrasound Scanners 2025-Apr-25, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3564567 PMID:40279236	研究论文	本文提出了一种在定量超声（QUS）中迁移深度学习模型功能的黑盒无监督域适应技术	开发了一种策略，可以在黑盒设置下将深度学习模型的功能从一台超声机器迁移到另一台，且不依赖模型内部信息	需要假设测试机器上有未标记数据可用，且未探讨模型在其他类型超声机器上的迁移效果	研究深度学习模型在不同超声机器间的功能迁移方法	超声机器（SonixOne和Verasonics）和深度学习模型	医学影像分析	NA	黑盒无监督域适应技术	深度学习模型	超声数据	使用了SonixOne和Verasonics两台超声机器的数据
87	2025-07-21	Deep Learning Model for Histologic Diagnosis of Dysplastic Barrett's Esophagus: Multisite Cohort External Validation 2025-Apr-23, The American journal of gastroenterology DOI:10.14309/ajg.0000000000003495 PMID:40267276	research paper	本研究旨在通过深度学习模型（BEDDLM）对外部验证巴雷特食管（BE）异型增生的组织学诊断	使用cGANs进行染色标准化，并采用YOLO模型与ResNet101分类器结合的集成方法进行WSIs分析	样本来源仅限于三个外部学术中心，可能影响模型的广泛适用性	提高巴雷特食管异型增生的诊断准确性，减少人工病理读片中的观察者间变异和过度诊断	巴雷特食管（BE）患者的非异型增生（NDBE）、低度异型增生（LGD）和高度异型增生（HGD）组织切片	digital pathology	esophageal adenocarcinoma	cycle-generative adversarial networks (cGANs), YOLO, ResNet101	CNN (ResNet101), YOLO	whole slide images (WSIs)	489张WSIs（232 NDBE, 117 LGD, 140 HGD）
88	2025-07-21	pC-SAC: A method for high-resolution 3D genome reconstruction from low-resolution Hi-C data 2025-Apr-10, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf289 PMID:40226920	研究论文	提出了一种名为pC-SAC的计算方法，用于从低分辨率Hi-C数据中重建高分辨率3D基因组	pC-SAC采用自适应重要性采样与序列蒙特卡洛方法，生成满足物理约束的3D染色质链集合，显著提高了Hi-C数据的分辨率	未提及具体样本量或实验验证的局限性	提高Hi-C数据的分辨率，以更深入地研究3D基因组组织及其在基因调控和疾病中的作用	3D基因组组织	计算生物学	NA	Hi-C, 自适应重要性采样, 序列蒙特卡洛	probabilistically Constrained Self-Avoiding Chromatin (pC-SAC)	Hi-C数据	NA
89	2025-07-21	Enhancing nonlinear transcriptome- and proteome-wide association studies via trait imputation with applications to Alzheimer's disease 2025-Apr, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1011659 PMID:40209152	研究论文	本文探讨了在非线性转录组和蛋白质组关联研究中使用估算的阿尔茨海默病状态，以识别与AD风险相关的基因和蛋白质	利用估算的AD状态进行非线性TWAS/PWAS研究，结合深度学习模型DeLIVR，提高了统计功效而不增加假阳性	研究依赖于估算的AD状态，可能受到估算准确性的影响	识别与阿尔茨海默病风险相关的基因和蛋白质	阿尔茨海默病相关的基因和蛋白质	生物信息学	阿尔茨海默病	TWAS/PWAS, 深度学习	DeLIVR	基因表达数据, 蛋白质组数据	来自GTEx项目和UK Biobank的数据，以及ADSP的临床诊断AD病例
90	2025-07-21	SuperMRF: deep robust reconstruction for highly accelerated magnetic resonance fingerprinting 2025-Apr-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1819 PMID:40235764	研究论文	本研究提出了一种名为SuperMRF的新型深度学习框架，用于从欠采样的三维笛卡尔磁共振指纹数据直接生成定量T1和T2图，绕过传统的模式匹配方法	SuperMRF利用三维CNN同时利用二维空间和一维时间信息进行重建，相比传统方法能更充分地利用MRF数据的时空内容	研究仅针对健康志愿者的膝关节扫描数据进行了验证，样本量较小（4名志愿者）	设计和评估一种能实现快速、稳健MRF重建的深度学习框架	磁共振指纹数据	医学影像分析	NA	磁共振指纹成像(MRF)	3D CNN	三维笛卡尔MRF数据	4名健康志愿者
91	2025-07-20	New Threshold for Defining Mild Aortic Stenosis Derived From Velocity-Encoded MRI in 60,000 Individuals 2025-Apr-08, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2025.01.035 PMID:40175013	研究论文	本研究通过深度学习模型测量主动脉瓣功能，提出了新的轻度主动脉瓣狭窄（AS）定义标准，并在大规模人群中验证了其与不良预后的关联	首次在大规模人群（62,902名UK Biobank参与者）中使用深度学习模型测量主动脉瓣功能，提出了新的轻度AS定义标准（'mild ASproposed'），并在外部临床队列（NEDA，365,870人）中验证了该标准与不良预后的关联	研究随访时间相对较短（平均3.9年），且主要基于影像学数据，缺乏长期临床结局的全面评估	探索主动脉瓣功能的流行病学特征，建立新的轻度AS诊断标准	UK Biobank参与者（n=62,902）和NEDA临床队列（n=365,870）	心血管影像学	心血管疾病	速度编码心脏磁共振成像（velocity-encoded cardiac MRI）	深度学习模型	医学影像数据	UK Biobank（62,902人，其中健康亚组41,859人）和NEDA（365,870人）
92	2025-07-20	Tumor Bud Classification in Colorectal Cancer Using Attention-Based Deep Multiple Instance Learning and Domain-Specific Foundation Models 2025-Apr-07, Cancers IF:4.5Q1 DOI:10.3390/cancers17071245 PMID:40227783	研究论文	本文提出了一种基于注意力机制的深度多实例学习和领域特定基础模型的自动系统，用于结直肠癌中的肿瘤芽分类	采用注意力机制的多实例学习和领域特定基础模型，提高了肿瘤芽分类的准确性和可解释性	数据集相对较小，仅包含29张训练WSIs和70张测试WSIs	提高结直肠癌中肿瘤芽的自动分类准确性，以改善预后评估	结直肠癌中的肿瘤芽	数字病理	结直肠癌	深度学习	ABMIL（基于注意力的多实例学习）	全切片图像（WSIs）	29张训练WSIs和70张测试WSIs
93	2025-07-20	Towards contrast-agnostic soft segmentation of the spinal cord 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103473 PMID:39874684	research paper	提出一种深度学习方法，用于生成跨MRI对比度稳定的脊髓软分割	使用软分割和回归损失函数减少CSA变异性，并提高模型在未见数据集、供应商、对比度和病理情况下的泛化能力	研究主要基于健康参与者的数据，对于病理情况的泛化能力仍需进一步验证	开发一种对比度无关的脊髓分割方法，以减少多中心研究中CSA的变异性	脊髓	digital pathology	neurodegenerative diseases	MRI	U-Net	image	267名健康参与者，6种对比度
94	2025-07-20	Deep learning informed multimodal fusion of radiology and pathology to predict outcomes in HPV-associated oropharyngeal squamous cell carcinoma 2025-Apr, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105663 PMID:40121941	研究论文	本研究开发了一种基于深度学习的多模态融合方法SMuRF，用于预测HPV相关口咽鳞状细胞癌的预后	首次整合了放射学和病理学的多区域数据，利用跨模态和跨区域的窗口多头自注意力机制捕捉肿瘤栖息地和图像尺度间的特征交互	研究仅针对HPV相关的OPSCC患者，样本量为277例，可能限制了结果的普适性	预测HPV相关口咽鳞状细胞癌的生存率和肿瘤分级	HPV相关口咽鳞状细胞癌患者	数字病理学	头颈癌	深度学习	swintransformer-based multimodal and multi-region data fusion framework (SMuRF)	CT图像和全切片病理图像	277例匹配放射学和病理学图像的OPSCC患者
95	2025-07-20	Quantitative molecular imaging using deep magnetic resonance fingerprinting 2025-Apr-01, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-025-01152-w PMID:40169753	研究论文	本文介绍了一种基于深度学习的饱和转移磁共振指纹图谱（MRF）方法，用于蛋白质、代谢物和pH值的无创体内成像	深度MRF提供了一个定量且快速的框架，用于提取具有生物学和临床意义的分子信息，解决了传统方法的复杂性和长扫描时间问题	该方法的完成时间从48分钟到57小时不等，可能在某些临床应用中显得较长	开发一种定量分子MRI的完整协议，用于癌症监测、脑髓鞘成像和pH值量化等应用	体外样本、动物和人类扫描	数字病理学	癌症、神经退行性疾病、中风和心脏病	化学交换饱和转移（CEST）和半固体磁化转移（MT）定量成像	深度学习模型	图像	未明确说明具体样本数量，但涉及体外样本、动物和人类扫描
96	2025-07-17	Emerging frontiers in protein structure prediction following the AlphaFold revolution 2025-Apr, Journal of the Royal Society, Interface DOI:10.1098/rsif.2024.0886 PMID:40233800	综述	本文探讨了深度学习驱动的蛋白质结构预测工具（如AlphaFold）的最新进展及其在高级应用中的应用	聚焦于AlphaFold革命后蛋白质结构预测的前沿应用，并提出了报告AlphaFold预测的指南	未涉及蛋白质动态行为及其与其他生物分子相互作用的具体实验验证	推动蛋白质结构预测工具在生物学、化学和计算机科学交叉领域的应用	蛋白质结构及其与其他生物分子的相互作用	生物信息学	NA	深度学习	AlphaFold	蛋白质结构数据	数百万个蛋白质结构模型
97	2025-07-16	Trends and Gaps in Public Perception of Genetic Testing for Dementia Risk: Unsupervised Deep Learning of Twitter Posts From 2010 to 2023 2025 Apr-Jun 01, Alzheimer disease and associated disorders DOI:10.1097/WAD.0000000000000667 PMID:40371554	研究论文	本研究利用Twitter数据分析了公众对痴呆症基因检测的看法	使用BERT模型和主题建模技术分析Twitter数据，揭示公众对痴呆症基因检测的看法和趋势	研究仅基于英语推文，可能无法代表全球公众的全面看法	分析公众对痴呆症基因检测的看法和趋势	2010年至2023年间包含相关术语的英语推文	自然语言处理	老年疾病	BERT模型, NER, 主题建模	BERT	文本	3045条原始/源推文
98	2025-07-15	A Novel Technique for Fluorescence Lifetime Tomography 2025-Apr-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.19.613888 PMID:39345436	研究论文	提出了一种基于深度神经网络的荧光寿命层析成像新技术AUTO-FLI，用于在深层组织中实现3D强度和定量寿命重建	开发了名为AUTO-FLI的深度学习模型，能够在厘米深度实现高散射介质中的3D定量荧光寿命成像	目前仅在模拟小鼠体模上进行实验验证，尚未在真实生物组织中进行广泛测试	解决深层组织中荧光寿命3D成像的技术挑战	高散射介质中的荧光寿命成像	生物医学成像	NA	荧光寿命成像(FLIM)	深度神经网络(DL)	3D成像数据	解剖学精确的小鼠模拟体模
99	2025-07-15	All-at-once RNA folding with 3D motif prediction framed by evolutionary information 2025-Apr-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.17.628809 PMID:39764046	research paper	介绍了一种名为CaCoFold-R3D的概率语法模型，用于联合预测RNA的3D结构和二级结构	CaCoFold-R3D利用RNA比对中的进化信息可靠地识别规范螺旋（包括假结），并引入了R3D语法，利用螺旋共变约束大部分非共变的RNA 3D模块的定位	NA	开发一种能够预测RNA 3D结构和二级结构的联合概率语法模型	RNA的3D结构和二级结构	computational biology	NA	probabilistic grammar, evolutionary information	CaCoFold-R3D	RNA sequence and alignment	over fifty known RNA motifs
100	2025-07-11	Memorization Bias Impacts Modeling of Alternative Conformational States of Symmetric Solute Carrier Membrane Proteins with Methods from Deep Learning 2025-Apr-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.15.603529 PMID:39071413	研究论文	本文探讨了AlphaFold在模拟蛋白质动态结构时的记忆偏差问题，并提出了一种结合ESM和基于模板建模的方法来模拟SLC蛋白的多种构象状态	提出了一种结合ESM和基于模板建模的方法，能够克服记忆偏差，一致性地模拟SLC蛋白的多种构象状态	方法可能仍受限于某些SLC蛋白的特定构象状态记忆偏差	评估记忆偏差对SLC蛋白构象状态建模的影响，并提出改进方法	SLC超家族膜蛋白的多种构象状态	机器学习	NA	AlphaFold2, AlphaFold3, Evolutionary Scale Modeling (ESM), 基于模板的建模	AlphaFold, ESM	蛋白质序列和结构数据	多个整合膜蛋白转运体，包括SLC35F2