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
181	2025-07-20	Derivation, external and clinical validation of a deep learning approach for detecting intracranial hypertension 2024-Sep-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01227-0 PMID:39237755	研究论文	开发并验证了一种基于深度学习的非侵入性颅内高压检测方法	利用常规收集的颅外波形数据开发人工智能生物标志物（aICP），减少对侵入性监测的需求	外部验证数据集仅来自单一医院，可能影响结果的普适性	开发非侵入性颅内高压检测方法以改善神经预后	成年患者	数字病理学	神经系统疾病	深度学习	NA	波形数据	来自MIMIC-III波形数据库（2000-2013）和西奈山医院独立数据集（2020-2022）的患者数据
182	2025-07-20	Automatic detection of the third molar and mandibular canal on panoramic radiographs based on deep learning 2024-09, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.101946 PMID:38857691	research paper	本研究开发了一种基于深度学习的全自动框架，用于在全景X光片上自动检测下颌第三磨牙与下颌管的位置关系	提出的RPIFormer模型在分割下颌第三磨牙和下颌管时平均Dice系数达到92.56%，比之前最佳研究提高了3.06%，且无需人工裁剪即可实现自动检测	NA	辅助医生评估和规划适当的手术干预方案	下颌第三磨牙(M3)和下颌管(MC)在全景X光片(PRs)中的位置关系	digital pathology	oral health	deep learning	RPIFormer, CycleGAN	image	450张全景X光片（253张来自医院，197张来自在线平台）
183	2025-07-20	Enhanced Electroacoustic Tomography with Supervised Learning for Real-time Electroporation Monitoring 2024-Sep, Precision radiation oncology DOI:10.1002/pro6.1242 PMID:40336975	研究论文	本研究提出了一种基于监督学习的工作流程，用于改善电声断层扫描（EAT）的图像质量，以实时监测基于纳秒脉冲电场（nsPEF）的电穿孔治疗	首次在实验环境中使用单个线性阵列实现高质量EAT，通过深度学习模型纠正图像失真	研究仅基于56个实验数据集，样本量较小，且未涉及临床环境验证	提高电声断层扫描（EAT）在实时监测电穿孔治疗中的实用性和图像质量	纳秒脉冲电场（nsPEF）产生的电声信号	医学影像处理	NA	电声断层扫描（EAT），深度学习	深度学习模型（未指定具体类型）	电声信号数据	56个实验数据集（46个用于训练，10个用于测试）
184	2025-07-20	Sexually dimorphic computational histopathological signatures prognostic of overall survival in high-grade gliomas via deep learning 2024-08-23, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adi0302 PMID:39178259	research paper	该研究利用深度学习技术分析H&E染色切片，识别高级别胶质瘤（HGG）肿瘤微环境中的性别特异性组织病理学特征，并构建性别特异性风险模型以预测总生存期	首次通过端到端深度学习方法识别HGG中性别特异性的组织病理学特征，并构建性别特异性的预后模型	研究仅基于H&E染色切片，未整合其他分子或临床数据	探索高级别胶质瘤中性别差异对生存预后的影响，并开发性别特异性的预后评估模型	高级别胶质瘤（HGG）患者的手术切除H&E染色组织切片	digital pathology	brain tumor	H&E染色，深度学习	ResNet18, mResNet-Cox	image	多个训练和验证队列（具体数量未明确说明）
185	2025-07-20	Visceral and Subcutaneous Abdominal Fat Predict Brain Volume Loss at Midlife in 10,001 Individuals 2024-Aug-01, Aging and disease IF:7.0Q1 DOI:10.14336/AD.2023.0820 PMID:37728587	研究论文	该研究通过MRI扫描和深度学习技术，探讨了腹部脂肪与脑容量损失之间的关系	首次在大规模人群（10,001人）中系统分析了内脏和皮下腹部脂肪对多个脑区体积的影响，并发现其作为可调节因素对脑健康的重要性	研究为横断面设计，无法确定因果关系；仅使用1.5T MRI可能影响成像精度	探究不同类型腹部脂肪与中年人群脑容量损失的关系	10,001名健康参与者（平均年龄52.9岁，52.8%男性）	数字病理学	老年疾病	MRI成像，深度学习分割	FastSurfer（基于CNN的模型）	MRI图像	10,001名健康参与者
186	2025-07-20	Unsupervised denoising of photoacoustic images based on the Noise2Noise network 2024-Aug-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.529253 PMID:39346987	研究论文	本研究实现了一种基于Noise2Noise网络的无监督深度学习方法，用于改进基于线性阵列的光声成像	与需要无噪声地面实况的监督学习不同，Noise2Noise网络可以从一对噪声图像中学习噪声模式，这对于无法获取地面实况的体内光声成像尤为重要	NA	改进基于线性阵列的光声成像质量	光声图像	计算机视觉	NA	Noise2Noise网络	深度学习	图像	NA
187	2025-07-20	Probabilistic volumetric speckle suppression in OCT using deep learning 2024-Aug-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.523716 PMID:39346991	research paper	提出了一种基于条件生成对抗网络（cGAN）的深度学习框架，用于光学相干断层扫描（OCT）中的体积斑点噪声抑制	利用OCT数据的体积性质，网络以部分OCT体积作为输入，实现无伪影的去斑体积，同时在所有三个维度上表现出优异的斑点噪声减少和分辨率保持	训练数据仅由三个OCT体积组成，可能限制了模型的泛化能力	开发一种高效、高质量的OCT体积斑点噪声抑制方法	光学相干断层扫描（OCT）数据	computer vision	NA	深度学习，条件生成对抗网络（cGAN）	cGAN	volumetric OCT数据	三个OCT体积
188	2025-07-20	TUnA: an uncertainty-aware transformer model for sequence-based protein-protein interaction prediction 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae359 PMID:39051117	研究论文	本文提出了一种基于Transformer的不确定性感知模型TUnA，用于从序列数据预测蛋白质-蛋白质相互作用	TUnA结合了ESM-2嵌入和Transformer编码器，并引入了谱归一化神经高斯过程，能够评估未见序列的不确定性	未明确提及具体局限性	解决现有深度学习模型在蛋白质-蛋白质相互作用预测中泛化能力不足和缺乏不确定性估计的问题	蛋白质-蛋白质相互作用	生物信息学	NA	ESM-2嵌入, 谱归一化神经高斯过程	Transformer	序列数据	NA
189	2025-07-20	Assessing spectral effectiveness in color fundus photography for deep learning classification of retinopathy of prematurity 2024-Jul, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.29.7.076001 PMID:38912212	研究论文	评估彩色眼底摄影中光谱对深度学习分类早产儿视网膜病变的有效性	研究发现仅使用绿色或红色图像即可有效分类ROP阶段，从而可以排除对光毒性更敏感的蓝色图像	未提及样本来源的多样性或模型在其他数据集上的泛化能力	评估彩色眼底摄影中不同颜色通道对ROP诊断的影响	早产儿视网膜病变(ROP)的眼底图像	数字病理	早产儿视网膜病变	彩色眼底摄影	CNN	图像	未明确提及具体数量
190	2025-07-20	Multimodal explainable artificial intelligence identifies patients with non-ischaemic cardiomyopathy at risk of lethal ventricular arrhythmias 2024-06-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65357-x PMID:38937555	研究论文	开发了一种多模态深度学习模型，用于预测非缺血性心肌病患者致命性室性心律失常的风险	结合了LGE心脏MRI、心电图和临床数据的多模态深度学习模型，提高了预测恶性室性心律失常的准确性	研究样本量较小（289名患者），且为回顾性研究，可能影响模型的泛化能力	预测非缺血性心肌病患者致命性室性心律失常的风险，以指导ICD植入决策	非缺血性心肌病患者	数字病理	心血管疾病	LGE心脏MRI、12导联心电图	残差变分自编码器、DEEP RISK机器学习模型	图像（MRI）、信号（ECG）、临床数据	289名来自两家三级医院的患者
191	2025-07-20	CURE: A deep learning framework pre-trained on large-scale patient data for treatment effect estimation 2024-Jun-14, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2024.100973 PMID:39005483	research paper	提出了一种名为CURE的深度学习框架，用于从观察数据中估计治疗效果	CURE框架通过在大规模未标记患者数据上进行预训练，学习具有代表性的上下文患者表示，并在标记患者数据上进行微调以进行治疗效果估计	未明确提及具体局限性	识别治疗对重要结果的因果效应	患者数据	machine learning	NA	深度学习	预训练与微调框架	观察数据	大规模未标记患者数据和标记患者数据
192	2025-07-20	Chest CT-based automated vertebral fracture assessment using artificial intelligence and morphologic features 2024-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17072 PMID:38721977	研究论文	本文提出了一种基于胸部CT的自动化椎体骨折评估方法，利用深度学习和形态学特征进行椎体分割、标记及骨折检测	结合深度学习、多参数冻结-生长算法和强度自相关技术，实现了椎体的自动化分割和标记，并通过计算椎体高度特征进行骨折检测	方法在低剂量CT上的泛化性虽经评估，但样本量相对较小（n=236），可能需要更多数据验证	开发自动化椎体骨折评估方法，以替代人工专家阅读，提高大规模人群研究的效率	慢性阻塞性肺疾病（COPD）患者的胸部CT图像	数字病理学	慢性阻塞性肺疾病	深度学习、多参数冻结-生长算法、强度自相关、CT成像	DL网络	CT图像	3231名COPDGene研究参与者的40,050个椎体，其中120例用于DL分类器训练与验证，236例低剂量CT评估泛化性
193	2025-07-20	Differential artery-vein analysis improves the OCTA classification of diabetic retinopathy 2024-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.521657 PMID:38867785	研究论文	本研究探讨了光学相干断层扫描血管成像（OCTA）中动静脉（AV）差异分析对糖尿病视网膜病变（DR）机器学习分类的影响	利用深度学习进行动静脉区域（AVA）分割，并提取六种定量特征，通过AV差异分析显著提高了DR分类的准确率	NA	提高糖尿病视网膜病变的分类准确率	糖尿病视网膜病变患者及对照组	数字病理学	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	支持向量机（SVM）	图像	NA
194	2025-07-20	MAD-Former: A Traceable Interpretability Model for Alzheimer's Disease Recognition Based on Multi-Patch Attention 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3368500 PMID:38442047	research paper	提出了一种基于多块注意力机制的可追踪解释性模型MAD-Former，用于阿尔茨海默病的识别	设计了3D脑特征提取网络和双分支注意力结构，提出重要注意力相似性位置损失函数，并开发了一种基于注意力选择和感受野追踪的可追踪方法	NA	开发一种具有可解释性的阿尔茨海默病自动诊断模型	阿尔茨海默病患者的结构磁共振成像(sMRI)数据	digital pathology	geriatric disease	deep learning	CNN, MAD-Former	3D MRI images	ADNI和OASIS数据集
195	2025-07-20	Multinational External Validation of Autonomous Retinopathy of Prematurity Screening 2024-Apr-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.0045 PMID:38451496	research paper	评估自主人工智能筛查早产儿视网膜病变（ROP）的效果	利用深度学习构建图像处理流程，自主识别ROP严重程度	研究仅基于美国和印度的数据，可能不适用于其他地区	验证自主AI筛查ROP的有效性	早产儿视网膜病变（ROP）患者	digital pathology	retinopathy of prematurity	deep learning	AI algorithm	image	SUNDROP数据集：1545名婴儿的6245次检查；AECS数据集：2699名婴儿的5635次检查
196	2025-07-20	Human-airway surface mesh smoothing based on graph convolutional neural networks 2024-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108061 PMID:38341897	研究论文	提出了一种基于图卷积神经网络的无监督气道网格平滑学习方法（AMSL），用于保留三维气道的原始几何形状，以进行精确的基于CT图像的计算流体动力学模拟	引入了一种无监督学习框架，通过联合训练两个图卷积神经网络来平滑气道网格，同时保持原始几何形状，避免了传统拉普拉斯算子方法导致的气道几何收缩问题	研究仅使用了20名受试者的气道图像数据，样本量相对较小	开发一种能够准确保留气道原始几何形状的平滑方法，以改进基于CT图像的计算流体动力学模拟	人体气道三维网格模型	计算机视觉	呼吸系统疾病	图卷积神经网络（GCNN）	GCNN	CT图像	20名受试者的气道图像数据
197	2025-07-20	Investigating distributions of inhaled aerosols in the lungs of post-COVID-19 clusters through a unified imaging and modeling approach 2024-Apr-01, European journal of pharmaceutical sciences : official journal of the European Federation for Pharmaceutical Sciences IF:4.3Q1 DOI:10.1016/j.ejps.2024.106724 PMID:38340875	研究论文	通过结合影像和建模方法，研究COVID-19后遗症患者肺部吸入气溶胶的分布情况	首次利用深度学习和计算模型分析COVID-19后遗症患者的气道阻力和颗粒沉积分布	样本量相对较小，且仅基于特定时间点的CT扫描数据	评估COVID-19后遗症患者肺部吸入气溶胶的分布及其对药物输送和空气污染物敏感性的影响	COVID-19康复者及健康对照组的肺部CT扫描数据	数字病理学	COVID-19后遗症	CT扫描和计算模型分析	深度学习算法	影像数据	140名COVID-19康复者和105名健康对照者
198	2025-07-20	Distinct chemical environments in biomolecular condensates 2024-Mar, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-023-01432-0 PMID:37770698	research paper	该研究探讨了生物分子凝聚物中不同化学环境对分子选择性分布的影响	使用小分子探针和深度学习方法来预测和区分不同凝聚物的化学溶解特性	研究主要关注小分子探针，对于大分子或其他类型分子的适用性未明确说明	研究生物分子凝聚物中化学环境对分子选择性分布的机制	生物分子凝聚物和小分子探针	生物物理学	NA	小分子探针和深度学习	深度学习	化学和生物分子数据	未明确说明样本数量
199	2025-07-20	Kinome-Wide Virtual Screening by Multi-Task Deep Learning 2024-Feb-22, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25052538 PMID:38473785	研究论文	本研究利用多任务深度学习方法进行激酶组范围内的虚拟筛选，预测小分子在人类激酶组中的活性	采用多任务深度神经网络，相比传统单任务方法，能更有效地预测小分子对342种激酶的抑制活性	研究依赖于已有的生物活性注释数据，可能存在数据偏差或覆盖不全的问题	开发更全面的小分子激酶抑制剂预测方法，以支持抗癌药物研发	人类激酶组（342种激酶）及超过30万个小分子	机器学习	癌症	多任务深度学习	深度神经网络	生物活性注释数据	超过65万条生物活性注释，涉及30多万个小分子
200	2025-07-20	Adaptive 3DCNN-based Interpretable Ensemble Model for Early Diagnosis of Alzheimer's Disease 2024-Feb, IEEE transactions on computational social systems IF:4.5Q1 DOI:10.1109/tcss.2022.3223999 PMID:39239536	research paper	提出了一种基于3DCNN和遗传算法的自适应可解释集成模型，用于阿尔茨海默病的早期诊断和显著贡献脑区的识别	结合3DCNN、集成学习和遗传算法，提出了一种新的自适应可解释模型，能够识别与分类显著相关的脑区及其子区域	未来需要研究该方法的泛化能力，以识别其他脑部疾病的显著脑区	开发一种自适应可解释的集成模型，用于阿尔茨海默病的早期诊断和显著脑区的识别	阿尔茨海默病(AD)和轻度认知障碍(MCI)患者	digital pathology	geriatric disease	3DCNN, Genetic Algorithm, gradient-based attribution method	3DCNN+EL+GA	neuroimaging	来自ADNI和OASIS的数据集