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
41	2025-07-16	Deep Learning on Histopathological Images to Predict Breast Cancer Recurrence Risk and Chemotherapy Benefit 2025-May-16, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.15.25327686 PMID:40661301	研究论文	开发了一种基于深度学习的AI模型，通过组织病理学图像和临床病理变量预测乳腺癌复发风险和化疗获益	首次使用多模态深度学习方法从常规组织病理学图像中估计Oncotype DX 21基因复发评分，并在大型随机试验中验证其预测能力	模型在资源有限环境中的实际应用效果尚未完全验证	为激素受体阳性、HER2阴性早期乳腺癌患者提供更易获取的化疗决策工具	激素受体阳性、HER2阴性早期乳腺癌患者	数字病理学	乳腺癌	深度学习	多模态深度学习模型	图像和临床数据	TAILORx试验中的8,284名患者，外部验证队列中的5,497名患者
42	2025-07-16	Classifying Obsessive-Compulsive Disorder from Resting-State EEG using Convolutional Neural Networks: A Pilot Study 2025-May-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.06.25327094 PMID:40385410	研究论文	使用卷积神经网络（CNN）对静息态脑电图（EEG）数据进行分类，以区分强迫症（OCD）患者与健康对照组	首次将CNN应用于最小预处理后的EEG时频表示数据，用于OCD分类，并探索了结合临床和人口统计信息的多模态融合方法	样本量较小（仅20名参与者），且参与者均为未服药状态，可能限制结果的泛化性	探索深度学习在精神病学应用中的潜力，特别是OCD的诊断	强迫症（OCD）患者与健康对照组的静息态EEG数据	机器学习	强迫症	静息态脑电图（EEG）和Morlet小波变换	CNN, SVM	EEG时频表示数据	20名未服药参与者（10名OCD患者，10名健康对照组）
43	2025-07-15	Histopathology-based Protein Multiplex Generation using Deep Learning 2025-May-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.26.24301803 PMID:39677425	研究论文	提出了一种名为HistoPlexer的深度学习框架，能够直接从标准的H&E组织病理学图像生成空间解析的蛋白质多重图像	使用条件生成对抗网络架构和自定义损失函数，联合预测多种肿瘤和免疫标记物，同时减轻切片间的变异	NA	开发一种成本和时间高效的方法，用于肿瘤微环境表征，以推进精准肿瘤学	转移性黑色素瘤样本和其他癌症类型的像素对齐数据集	数字病理学	黑色素瘤	深度学习	GAN	图像	转移性黑色素瘤样本和不同癌症类型的公开数据集
44	2025-07-15	Boltz-1 Democratizing Biomolecular Interaction Modeling 2025-May-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.19.624167 PMID:39605745	research paper	介绍Boltz-1，一个开源深度学习模型，用于预测生物分子复合物的3D结构	Boltz-1在模型架构、速度优化和数据处理方面进行了创新，达到了Alphafold3级别的准确性，并引入了Boltz-steering技术来修复模型中的幻觉和非物理预测	未提及具体局限性	推动生物分子相互作用建模的民主化，促进药物发现和蛋白质设计领域的进步	生物分子复合物的3D结构	machine learning	NA	deep learning	Boltz-1	3D结构数据	未提及具体样本数量
45	2025-07-15	The epigenomic landscape of single vascular cells reflects developmental origin and identifies disease risk loci 2025-May-06, bioRxiv : the preprint server for biology DOI:10.1101/2022.05.18.492517 PMID:40655014	研究论文	该研究通过单细胞染色质可及性和基因表达谱分析，揭示了血管细胞的表观基因组和转录组景观具有细胞类型和血管部位特异性，并发现部位特异性增强子调控疾病风险的复杂遗传驱动因素	首次在单细胞分辨率上揭示了血管部位特异性表观基因组特征，并整合GWAS数据和深度学习模型预测变异对染色质可及性的影响	研究仅基于健康成年小鼠血管组织，人类样本验证不足	探究血管部位特异性疾病风险的生物学基础	健康成年小鼠三个血管部位的细胞（血管平滑肌细胞、成纤维细胞和内皮细胞）	表观基因组学	心血管疾病	scATAC-seq, scRNA-seq, GWAS, ChromBPNet	深度学习模型ChromBPNet	单细胞表观基因组和转录组数据	三个血管部位的成年小鼠血管组织
46	2025-07-15	Generating Synthetic Task-based Brain Fingerprints for Population Neuroscience Using Deep Learning 2025-May-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.03.606469 PMID:40654743	研究论文	提出了一种名为DeepTaskGen的深度学习方法，用于从静息态功能磁共振成像(rs-fMRI)数据生成未获取的任务相关对比图	能够从未获取的任务中生成合成任务图像，并在预测人口统计、认知和临床变量方面表现出与真实任务对比图相似或更优的性能	未明确提及具体限制，但可能依赖于rs-fMRI数据的质量和可用性	解决任务功能磁共振成像(tb-fMRI)在人群水平研究中的扩展挑战	人类大脑功能成像数据	神经科学	NA	深度学习	DeepTaskGen	功能磁共振成像(fMRI)数据	超过20,000名来自UK Biobank的个体
47	2025-07-15	MIST-Explorer: The Comprehensive Toolkit for Spatial Omic Analysis and Visualization of Single-Cell MIST Array Data 2025-May-04, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.29.650640 PMID:40654960	research paper	介绍了一个名为MIST-Explorer的综合工具包，用于空间组学数据的分析和可视化	开发了一个用户友好的工具包，专门用于处理和分析空间MIST阵列数据，填补了现有工具的空白	未提及具体的使用限制或性能瓶颈	提供一个全面的工具包，以简化和优化空间组学数据的分析和可视化流程	空间MIST阵列数据	digital pathology	NA	空间MIST (Multiplex Tagging)	StarDist (deep learning-based segmentation)	image	NA
48	2025-07-15	Explainable deep learning for identifying cancer driver genes based on the Cancer Dependency Map 2025-May-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.28.651122 PMID:40654945	研究论文	本研究开发了xNNDriver和xAEDriver两种可解释的深度学习模型，用于识别癌症驱动基因和突变模式	结合生物信息学知识开发了监督学习模型xNNDriver和无监督可解释自编码器xAEDriver，能够量化基因作为癌症驱动因子的可能性并揭示突变模式	未明确说明模型在临床样本中的验证情况以及与其他方法的比较结果	开发可解释的深度学习方法来识别癌症驱动基因和突变模式	癌症驱动基因和突变	数字病理学	癌症	深度学习	xNNDriver (监督学习), xAEDriver (自编码器)	基因组依赖分数和突变状态数据	基于Cancer Dependency Map (DepMap)的肿瘤样本
49	2025-07-15	Accurate and fast segmentation of filaments and membranes in micrographs and tomograms with TARDIS 2025-May-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.19.629196 PMID:39763817	研究论文	介绍了一种名为TARDIS的深度学习框架，用于自动且准确地分割电子显微镜图像中的膜和丝状结构	采用新型几何变换器架构，首次实现了对这些结构的精确实例分割，将注释时间从数月缩短至几分钟	未提及在特定生物分子或应用场景下的性能限制	开发一种快速准确的生物大分子结构分割方法，以促进生物物理定量分析	电子显微镜图像中的膜和丝状结构	计算机视觉	NA	电子断层扫描(ET)	Transformer	2D/3D电子显微图像	超过13,000个断层扫描图像
50	2025-07-14	Deep learning applications in orthopaedics: a systematic review and future directions 2025 May-Jun, Acta ortopedica mexicana PMID:40645786	系统综述	本文综述了人工智能和深度学习在骨科中的应用，并探讨了未来的研究方向	分析了当前AI和深度学习工具在骨科领域的应用，识别了最常用的工具和方法	研究间异质性高，方法和术语差异大，可能导致对诊断准确性的高估	分析AI和深度学习在骨科风险、结果评估、影像学和基础科学领域的应用	骨科领域的影像评估、脊柱手术、结果评估、基础AI骨科教育和基础科学应用	数字病理	骨科疾病	深度学习	CNN	影像	595项研究（包括281项影像评估、102项脊柱手术、95项结果评估、84项基础AI骨科教育和33项基础科学应用）
51	2025-07-13	Optimizing Locomotor Task Sets for Training a Biological Joint Moment Estimator 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063074 PMID:40644131	研究论文	本文提出了一种优化运动任务集的策略，用于训练生物关节力矩估计器，以减少数据收集负担并保持模型性能	引入了一种运动任务集优化策略，通过聚类分析识别最小但具有代表性的任务集，显著减少数据收集需求	研究仅针对髋关节力矩估计，未验证其他关节的适用性	优化运动任务集以减少数据收集负担，同时保持生物关节力矩估计的准确性	穿戴式传感器数据和生物关节力矩估计	机器学习	NA	聚类分析	神经网络	传感器数据	未明确提及具体样本数量
52	2025-07-13	Simultaneous Recognition of Locomotion Mode, Phase, and Phase Progression Using Deep Learning Models 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11062982 PMID:40644172	research paper	本研究提出了一种深度学习框架，用于同时识别运动模式、相位及相位进展，以提升步态辅助可穿戴机器人的实时辅助能力	首次提出同时预测运动模式、相位及相位进展的深度学习框架，解决了现有方法无法同时处理这三个关键因素的局限	研究仅涉及五名参与者，样本量较小，可能影响模型的泛化能力	开发一种有效的用户意图识别算法，使可穿戴机器人能够在各种运动活动中与用户协调运动	运动模式（如平地行走、上下楼梯、坐站转换）及其相位和相位进展	machine learning	NA	深度学习	深度学习模型	IMU数据	5名参与者
53	2025-07-13	Exploring Cortical Responses to Blood Flow Restriction through Deep Learning 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063023 PMID:40644184	研究论文	本研究利用深度学习和脑机接口技术探索血流限制训练对大脑皮层活动的影响	首次使用深度学习方法结合MEG技术分析血流限制训练对大脑皮层活动的个体化影响	跨被试模型仅达到随机水平准确率(33%)，表明个体间存在显著差异	探索血流限制训练对大脑皮层活动的神经机制	6名受试者在血流限制训练前、中、后的大脑皮层活动	脑机接口	NA	MEG(脑磁图), 深度学习	BaseNet	神经信号数据	6名受试者
54	2025-07-13	Personalization of Wearable Sensor-Based Joint Kinematics Estimation Using Computer Vision for Hip Exoskeleton Applications 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11063180 PMID:40644220	研究论文	本文提出了一种基于计算机视觉的深度学习适应框架，用于实时估计关节运动学，适用于髋部外骨骼应用	结合计算机视觉和深度学习，仅需少量数据（1-2个步态周期）即可适应新的步态模式，无需专业运动捕捉设备	在无法使用摄像头的场景下不可行	提高穿戴式传感器在关节运动学估计中的准确性和适应性	下肢关节运动学	计算机视觉	NA	深度学习	TCN（时间卷积网络）	视频（步态数据）	少量数据（1-2个步态周期）
55	2025-07-13	Position Based Camera-2D LiDAR Fusion and Person Following for Mobile Robots 2025-May, IEEE ... International Conference on Rehabilitation Robotics : [proceedings] DOI:10.1109/ICORR66766.2025.11062955 PMID:40644251	research paper	该研究提出了一种基于位置的相机-2D LiDAR融合方法，用于移动机器人的人体跟随应用	首次在真实机器人上测试基于位置的目标人物跟踪系统，并与基于图像的跟踪方法进行比较	未明确说明系统在复杂环境中的鲁棒性或计算效率	开发更适合人体跟随应用的目标人物跟踪系统	移动机器人的人体跟随系统	机器人技术	NA	多传感器融合（RGBD相机和LiDAR）、深度学习	UCMCtrack算法、SORT算法	图像、LiDAR点云	未明确说明具体样本数量
56	2025-07-11	Identifying Asthma-Related Symptoms From Electronic Health Records Using a Hybrid Natural Language Processing Approach Within a Large Integrated Health Care System: Retrospective Study 2025-May-02, JMIR AI DOI:10.2196/69132 PMID:40611521	研究论文	本研究开发了一种混合自然语言处理（NLP）算法，用于从大型综合医疗系统的临床记录中识别与哮喘相关的症状	结合基于规则和基于transformer的深度学习算法，开发了一种混合NLP方法，有效提高了从非结构化临床记录中识别哮喘相关症状的准确性	研究仅针对特定时间段内的临床记录进行分析，可能无法涵盖所有哮喘症状的表达方式	开发有效的NLP算法以识别哮喘相关症状，促进早期哮喘检测和恶化风险预测	大型综合医疗系统中的非结构化临床记录	自然语言处理	哮喘	NLP, 深度学习	基于规则的算法, transformer-based算法	文本	11,374,552份临床记录，包含128,211,793个句子
57	2025-07-11	Learning-based early detection of post-hepatectomy liver failure using temporal perioperative data: a nationwide multicenter retrospective study in China 2025-May, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103220 PMID:40630620	研究论文	利用基于学习的方法和围手术期时间数据，实现肝切除术后肝功能衰竭的早期检测	采用前沿AI技术进行广泛的时间特征分析，将PHLF的检测提前至术后24小时内，并展示了在西方人群中的泛化潜力	在MIMIC-IV队列中，由于EHR数据不完整，模型性能有所下降	提高肝切除术后肝功能衰竭的早期检测能力	肝切除术后患者	数字病理	肝功能衰竭	深度学习	Bio-Clinical Bidirectional Encoder Representation from Transformers	电子健康记录（EHR）	中国队列1832例患者（训练681例，验证1151例），MIMIC-IV队列242例患者
58	2025-07-10	Validity and accuracy of artificial intelligence-based dietary intake assessment methods: a systematic review 2025-May-14, The British journal of nutrition DOI:10.1017/S0007114525000522 PMID:40207441	系统综述	本文系统综述了基于人工智能的膳食摄入评估方法的有效性和准确性	首次系统评估AI在膳食摄入评估中的应用效果，填补了营养流行病学研究中的技术空白	纳入研究样本量有限（13项研究），61.5%存在中等偏倚风险，需要更多人群比较研究和更大样本量验证	评估人工智能技术在膳食摄入评估领域的应用效果	营养流行病学研究中的膳食数据	机器学习	NA	深度学习（46.2%），机器学习（15.3%）	NA	膳食摄入数据	13项符合条件的研究（其中61.5%为临床前研究）
59	2025-07-10	Challenges in AI-driven Biomedical Multimodal Data Fusion and Analysis 2025-May-10, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf011 PMID:40036568	综述	本文综述了AI在生物医学多模态数据融合与分析中的挑战与应用	全面概述了生物医学多模态数据的表示学习方法及AI在数据整合分析中的应用，并提出了未来研究方向	未提及具体实验验证或案例研究	探讨AI技术在生物医学多模态数据整合分析中的应用及其挑战	分子、细胞、图像和电子健康记录等多模态生物医学数据	机器学习	NA	深度学习	大语言模型和视觉模型	多模态数据（分子、细胞、图像和电子健康记录）	NA
60	2025-07-10	A new multimodal medical image fusion framework using Convolution Neural Networks 2025-May, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2488827 PMID:40214199	研究论文	提出了一种基于卷积神经网络的多模态医学图像融合新框架	优化了卷积层数量并选择了适当的激活函数，采用三层卷积层和swish激活函数提取输入图像的显著特征	未提及具体医学图像类型的适用性限制	开发更高效的医学图像融合方法以减少医学诊断时间	多模态医学图像	数字病理	NA	深度学习	CNN	图像	未提及具体样本数量