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
2741	2025-05-03	scHiClassifier: a deep learning framework for cell type prediction by fusing multiple feature sets from single-cell Hi-C data 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf009 PMID:39831891	研究论文	提出了一种名为scHiClassifier的深度学习框架，通过融合单细胞Hi-C数据的多个特征集来预测细胞类型	提出了四个具有明确解释性和生物学意义的新特征集，并开发了一个基于多头自注意力编码器、1D卷积和特征融合的新型深度学习框架	当前基于单细胞Hi-C数据的细胞类型预测框架有限，常面临特征解释性和生物学意义的挑战，且缺乏令人信服和稳健的分类性能验证	开发一种能够利用单细胞Hi-C数据识别细胞类型的方法	单细胞Hi-C数据	生物信息学	NA	单细胞高通量染色体构象捕获技术（Hi-C）	多头自注意力编码器、1D卷积	单细胞Hi-C数据	六个数据集
2742	2025-05-03	Enhancing Generalizability in Biomedical Entity Recognition: Self-Attention PCA-CLS Model 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3429234 PMID:39012749	研究论文	提出了一种名为PCA-CLS的自注意力模型，用于提高生物医学实体识别的泛化能力	结合全局自注意力和字符级卷积神经网络技术，解决生物医学文本中的词汇外挑战	未提及具体局限性	提高生物医学实体识别的泛化能力	生物医学文本中的基因、药物、疾病和物种等实体	自然语言处理	NA	自注意力机制、CNN-LSTM-Softmax	PCA-CLS (Position and Contextual Attention with CNN-LSTM-Softmax)	文本	八个不同的生物医学领域数据集
2743	2025-05-03	The Updated Registry of Fast Myocardial Perfusion Imaging with Next-Generation SPECT (REFINE SPECT 2.0) 2024-Nov-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.268292 PMID:39362762	研究论文	介绍了更新后的REFINE SPECT 2.0注册表，包括更多患者和CT衰减校正成像的设计和初步结果	扩展了REFINE SPECT注册表，增加了CT衰减校正成像，并利用深度学习软件检测冠状动脉钙化	仅8.4%的患者有侵入性冠状动脉造影相关数据	评估SPECT心肌灌注成像的价值，验证新的人工智能工具在多模态成像中预测不良结局的效果	45,252名患者的心肌灌注成像数据	数字病理学	心血管疾病	SPECT, CT衰减校正成像, 深度学习	深度学习	图像	45,252名患者来自13个中心
2744	2025-05-03	Advancing Vascular Surgery: The Role Of Artificial Intelligence And Machine Learning In Managing Carotid Stenosis 2024-Oct-12, Portuguese journal of cardiac thoracic and vascular surgery DOI:10.48729/pjctvs.411 PMID:39820882	review	本文探讨了人工智能和机器学习在颈动脉狭窄诊断、风险分层和管理中的应用	利用AI增强的影像技术和深度学习显著提高了颈动脉斑块易损性和症状性斑块的诊断准确性	面临临床验证和数据隐私的挑战	提高颈动脉狭窄的诊断准确性和风险分层，改善患者管理	颈动脉狭窄患者	machine learning	cardiovascular disease	deep learning	NA	image	NA
2745	2025-05-03	Predicting metabolite response to dietary intervention using deep learning 2024-Sep-19, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.14.532589 PMID:36993761	研究论文	开发了一种名为McMLP的深度学习方法，用于预测个体对饮食干预的代谢物反应	首次提出使用耦合多层感知器（McMLP）来预测代谢物反应，填补了深度学习在该领域的空白	NA	实现精准营养，通过预测个体对饮食干预的代谢物反应来设计个性化的饮食策略	个体的肠道微生物组成及其对食物和营养素的代谢物反应	机器学习	NA	深度学习	McMLP（耦合多层感知器）	合成数据和真实数据	来自六项饮食干预研究的真实数据
2746	2025-05-03	Deep Learning-Based Assessment of Built Environment From Satellite Images and Cardiometabolic Disease Prevalence 2024-Jun-01, JAMA cardiology IF:14.8Q1 DOI:10.1001/jamacardio.2024.0749 PMID:38691380	研究论文	本研究利用深度学习技术从卫星图像中提取建筑环境特征，并探讨其与城市中心脏代谢疾病患病率之间的关联	首次大规模使用Google卫星图像结合卷积神经网络评估建筑环境与心脏代谢疾病的关系，并发现特定建筑环境特征与疾病的相关性	横断面研究设计无法确定因果关系，且仅覆盖了美国7个城市的数据	探究基于图像的建筑环境特征与心脏代谢疾病患病率之间的关系	美国7个城市(克利夫兰、弗里蒙特等)的789个人口普查区的建筑环境和居民健康数据	计算机视觉	心血管疾病	卫星图像分析	CNN(卷积神经网络)、LightGBM(轻量梯度提升机)	卫星图像、人口普查数据	31,786张航拍图像覆盖789个人口普查区
2747	2025-05-03	Development and validation of a deep learning model to predict axial length from ultra-wide field images 2024-May, Eye (London, England) DOI:10.1038/s41433-023-02885-2 PMID:38102471	研究论文	开发并验证了一种深度学习模型，用于从超广角眼底图像预测中高度近视患者的眼轴长度	首次利用深度学习模型从超广角眼底图像预测眼轴长度，并验证了其可行性	模型预测偏差与真实眼轴长度值呈强负相关，且在男女之间存在显著差异	验证利用深度学习模型从超广角眼底图像预测中高度近视患者眼轴长度的可行性	3134名近视患者的6174张超广角眼底图像	计算机视觉	近视	深度学习	深度学习模型	图像	6174张超广角眼底图像（来自3134名患者）
2748	2025-05-03	Predicting systemic diseases in fundus images: systematic review of setting, reporting, bias, and models' clinical availability in deep learning studies 2024-May, Eye (London, England) DOI:10.1038/s41433-023-02914-0 PMID:38238576	系统综述	本文系统综述了使用深度学习技术分析眼底图像预测系统性疾病的文献，评估了研究质量并提出了临床转化建议	首次对深度学习在眼底图像预测系统性疾病领域的文献进行全面系统评价，并采用TRIPOD和PROBAST标准评估报告透明度和偏倚风险	仅纳入31篇文献，大多数研究存在高偏倚风险，临床可用性数据不足	评估深度学习在眼底图像预测系统性疾病中的应用现状和研究质量	使用深度学习和眼底图像预测系统性参数的文献	数字病理学	糖尿病及相关疾病、心血管疾病等	深度学习	NA	眼底图像	31篇研究文献（涉及4969篇初步筛选文献）
2749	2025-05-03	AI-guided histopathology predicts brain metastasis in lung cancer patients 2024-05, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6263 PMID:38433721	研究论文	使用深度学习技术分析常规H&E染色组织切片，预测非小细胞肺癌患者脑转移风险	首次将深度学习应用于常规H&E染色切片预测脑转移风险，准确率显著高于病理专家	样本量相对较小（158例），需要更大规模验证	开发AI模型预测非小细胞肺癌患者的脑转移风险	I-III期非小细胞肺癌患者的H&E染色组织切片	数字病理学	肺癌	深度学习	DL算法	病理图像	158例I-III期NSCLC患者（65例发生脑转移，93例未进展）
2750	2025-05-03	Explainable AI-based Deep-SHAP for mapping the multivariate relationships between regional neuroimaging biomarkers and cognition 2024-May, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111403 PMID:38452732	research paper	该研究开发了一种名为Deep-SHAP的可解释AI方法，用于探索轻度认知障碍(MCI)/阿尔茨海默病(AD)患者区域神经影像生物标志物与认知功能之间的多变量关系	结合深度学习和SHAP方法，首次提出Deep-SHAP方法来揭示MCI/AD中区域脑部特征与认知功能之间的复杂多变量关系	研究仅针对MCI/AD患者，结果可能不适用于其他神经退行性疾病	探索MCI/AD患者区域脑成像指标与认知功能之间的多变量关系	MCI/AD患者	digital pathology	geriatric disease	MRI, PET	深度学习神经网络	神经影像数据	MCI/AD患者的实验数据
2751	2024-08-07	Deep learning in ophthalmic and orbital ultrasound for spaceflight associated neuro-ocular syndrome (SANS) 2024-May, Eye (London, England) DOI:10.1038/s41433-023-02877-2 PMID:38135772	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2752	2024-08-07	Response to 'Deep learning in ophthalmic ultrasound to enable further insights in Spaceflight Associated Neuro-Ocular Syndrome (SANS)' 2024-May, Eye (London, England) DOI:10.1038/s41433-023-02878-1 PMID:38135773	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2753	2025-05-03	Evaluation of a Cascaded Deep Learning-based Algorithm for Prostate Lesion Detection at Biparametric MRI 2024-05, Radiology IF:12.1Q1 DOI:10.1148/radiol.230750 PMID:38713024	研究论文	评估一种基于级联深度学习的算法在双参数MRI中检测前列腺病变的性能，并与放射科医生的读取和活检结果进行比较	开发了一种用于双参数MRI的前列腺病变检测和分割的AI算法，其性能与经验丰富的放射科医生相当	算法在病变级别的检测灵敏度为55%，阳性预测值为57%，且每个参与者的平均假阳性病变数为0.61	评估AI算法在双参数MRI中检测前列腺病变的性能	疑似或已知前列腺癌的患者	数字病理学	前列腺癌	双参数MRI	级联深度学习算法	MRI图像	658名男性参与者，共1029个MRI可见病变
2754	2025-05-03	NRG Oncology Assessment of Artificial Intelligence Deep Learning-Based Auto-segmentation for Radiation Therapy: Current Developments, Clinical Considerations, and Future Directions 2024-May-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2023.10.033 PMID:37972715	research paper	评估基于人工智能深度学习的自动分割在放射治疗中的当前发展、临床考虑和未来方向	探讨了AI深度学习神经网络在放射治疗自动分割中的应用，特别是在减少人工勾画工作量和缩短治疗计划时间方面的显著优势	商业AI分割模型在多样化临床场景中应用时面临挑战，特别是在非受控环境中	评估商业AI自动分割工具的临床应用和潜力	商业AI自动分割工具及其在放射治疗中的应用	digital pathology	NA	deep learning neural networks (DLNN)	AI-based models	medical imaging data	NA
2755	2025-05-03	Image factory: A method for synthesizing novel CT images with anatomical guidance 2024-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.16864 PMID:38043097	research paper	提出了一种名为Image factory的方法，用于在解剖学指导下合成新的CT图像，以解决医学影像领域标记数据不足的问题	通过结合StyleGAN、U-Net和CycleGAN/P2P架构，能够从少量标记数据生成大量高质量的标记CT图像，并合成具有新解剖结构的图像	需要依赖初始的小规模标记数据集和大量非标记数据，且生成图像的解剖合理性可能存在轻微下降	解决医学影像领域深度学习训练数据不足的问题	CT图像	digital pathology	lung cancer	StyleGAN, U-Net, CycleGAN/P2P	GAN, CNN	image	30例标记的肺部CT数据（来自TCIA）和14k例未标记的高分辨率CT数据（来自NIH）
2756	2025-05-03	RAPHIA: A deep learning pipeline for the registration of MRI and whole-mount histopathology images of the prostate 2024-05, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108318 PMID:38522253	research paper	介绍了一种名为RAPHIA的深度学习流程，用于高效准确地对前列腺MRI和全切片组织病理学图像进行配准	RAPHIA自动化了现有方法中多个耗时的手动步骤，包括前列腺分割、组织病理学图像旋转角度和水平翻转的估计，以及MRI-组织病理学切片对应关系的估计，并通过深度学习配准网络大幅减少计算时间	未明确提及具体限制，但可能依赖于深度学习模型的性能和训练数据的质量	开发一种高效准确的MRI和组织病理学图像配准流程，以促进前列腺癌早期检测的机器学习方法的发展	前列腺MRI和全切片组织病理学图像	digital pathology	prostate cancer	deep learning registration networks	NA	image	未明确提及具体样本数量
2757	2025-05-03	TractGeoNet: A geometric deep learning framework for pointwise analysis of tract microstructure to predict language assessment performance 2024-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103120 PMID:38458095	研究论文	提出了一种基于几何深度学习的框架TractGeoNet，用于利用扩散磁共振成像(dMRI)纤维束成像和相关的点状组织微结构测量进行回归分析	采用点云表示法直接利用纤维束内所有点的组织微结构和位置信息，无需沿流线平均或分箱数据；提出了一种新的损失函数Paired-Siamese Regression loss，以提高回归性能；提出了Critical Region Localization算法，用于识别白质纤维束中对预测结果贡献最大的解剖区域	研究仅基于806名受试者的20个关联白质纤维束数据集，样本量和区域范围可能有限	通过几何深度学习增强对大脑白质纤维束的研究，并将其结构与人类语言表现等特征联系起来	人脑白质纤维束及其与语言表现的关系	机器学习	NA	扩散磁共振成像(dMRI)纤维束成像	几何深度学习	图像	806名受试者的20个关联白质纤维束
2758	2025-05-03	Utilizing Deep Learning and Computed Tomography to Determine Pulmonary Nodule Activity in Patients With Nontuberculous Mycobacterial-Lung Disease 2024-May-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000745 PMID:38640144	研究论文	开发并评估用于分类非结核分枝杆菌肺病(NTM-LD)患者CT图像中急性和慢性肺结节的深度卷积神经网络(DCNN)模型	首次使用DCNN模型对NTM-LD患者的肺结节活动性进行分类，并与放射科医生的诊断性能进行比较	样本量相对较小(650个结节)，且仅基于CT图像	提高非结核分枝杆菌肺病的诊断和管理效率	非结核分枝杆菌肺病患者的肺结节	计算机视觉	肺病	CT扫描	DCNN	图像	来自110名患者的650个结节(316个急性，334个慢性)
2759	2025-05-03	External Validation of Deep Learning-Based Cardiac Arrest Risk Management System for Predicting In-Hospital Cardiac Arrest in Patients Admitted to General Wards Based on Rapid Response System Operating and Nonoperating Periods: A Single-Center Study 2024-03-01, Critical care medicine IF:7.7Q1 DOI:10.1097/CCM.0000000000006137 PMID:38381018	研究论文	本研究验证了深度学习基础的心脏骤停风险管理系统DeepCARS在快速反应系统（RRS）运行和非运行期间的预测性能，并探索了其在RRS运行时间之外的潜力	DeepCARS在RRS运行和非运行期间均表现出优于传统早期预警系统的预测性能，且性能稳定	研究为单中心回顾性研究，可能限制了结果的普遍性	验证DeepCARS在预测住院患者心脏骤停方面的性能，特别是在RRS非运行期间的有效性	入住普通病房的成年患者	医疗人工智能	心血管疾病	深度学习	DeepCARS	电子健康记录	2019年9月1日至2020年8月31日期间入住普通病房的成年患者数据
2760	2025-05-03	Bioinformatic analysis reveals the association between bacterial morphology and antibiotic resistance using light microscopy with deep learning 2024, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2024.1450804 PMID:39364166	研究论文	通过生物信息学分析结合深度学习方法，研究细菌形态与抗生素抗性之间的关联	首次在无抗生素条件下研究抗性细菌的形态特征，并开发新的深度学习单细胞分类方法	仅研究了10种抗生素抗性菌株，样本量有限	探索细菌形态特征与抗生素抗性之间的关联	10种抗生素抗性细菌菌株	生物信息学	细菌感染	光学显微镜、深度学习	深度学习	图像	10种抗生素抗性细菌菌株