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
301	2025-05-06	Continuous Reaching and Grasping with a BCI Controlled Robotic Arm in Healthy and Stroke-Affected Individuals 2025-Apr-19, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.16.25325551 PMID:40321282	研究论文	本研究提出了一种基于运动想象的脑机接口（BCI）范式，用于控制机器人手臂进行连续抓取任务，并在健康人群和中风患者中进行了评估	通过引入额外的‘点击’信号，增加了BCI系统的自由度，实现了对机器人手臂的连续控制，而非从预定动作列表中选择	当前系统的应用受限于EEG信号的低信噪比和空间分辨率	探索非侵入式脑机接口在控制辅助设备（如机器人手臂）中的应用，特别是在复杂任务中的表现	健康受试者和中风幸存者	脑机接口	中风	EEG信号处理，深度学习	DL	EEG信号	健康受试者和中风幸存者（具体数量未提及）
302	2025-05-06	World of Forms: Deformable geometric templates for one-shot surface meshing in coronary CT angiography 2025-Apr-18, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103582 PMID:40318517	研究论文	提出了一种基于几何先验的数据高效深度学习方法，用于直接生成3D解剖对象表面网格	采用多分辨率图神经网络和几何模板变形方法，引入了一种新颖的3D球形数据掩码自编码器预训练策略	在低数据量情况下性能可能受限，且需要选择合适的网格三角剖分先验	改进医学图像分割和表面网格生成的准确性和拓扑一致性	冠状动脉CT血管造影中的心包、左心室腔和左心室心肌	数字病理	心血管疾病	深度学习方法	多分辨率图神经网络	3D医学图像	未明确说明样本数量
303	2025-05-06	Large-Scale Deep Learning-Enabled Infodemiological Analysis of Substance Use Patterns on Social Media: Insights From the COVID-19 Pandemic 2025-Apr-17, JMIR infodemiology IF:3.5Q1 DOI:10.2196/59076 PMID:40244656	研究论文	利用深度学习模型RoBERTa分析社交媒体数据，研究COVID-19大流行期间物质使用模式的变化	结合深度学习模型和人在回路策略，实时监测物质使用趋势，并识别关键影响因素	研究仅基于Twitter数据，可能无法全面代表所有人群的物质使用情况	分析COVID-19大流行期间物质使用模式的变化，为公共卫生干预提供依据	社交媒体上的物质使用相关帖子	自然语言处理	NA	RoBERTa, 趋势分析, k-means聚类, 主题建模, 主题分析	RoBERTa	文本	11.3亿条Twitter帖子，其中900万条与物质使用相关
304	2025-05-06	Generating Artificial Patients With Reliable Clinical Characteristics Using a Geometry-Based Variational Autoencoder: Proof-of-Concept Feasibility Study 2025-Apr-17, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63130 PMID:40245392	研究论文	本研究探讨了使用基于几何的变分自编码器（VAE）生成具有可靠临床特征的人工患者的可行性	首次将基于几何的VAE应用于高维度、小样本量的表格数据，以生成人工患者	需要进一步研究整合纵向动态以映射患者轨迹	测试生成具有可靠临床特征的人工患者的可行性	521名真实患者的数据	机器学习	NA	变分自编码器（VAE）	VAE	表格数据	521名真实患者的数据，生成多达10,000名人工患者
305	2025-05-06	Automated cervix biometry, volumetry and normative models for 3D motion-corrected T2-weighted 0.55-3T fetal MRI during 2nd and 3rd trimesters 2025-Apr-17, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.16.25325947 PMID:40321262	research paper	该研究开发了一种深度学习管道，用于自动多层分割和生物测量孕妇宫颈的3D T2加权图像	首次提出了用于孕妇宫颈3D T2加权图像的自动多层分割和生物测量的深度学习管道	研究仅评估了20个数据集，样本量相对较小	开发自动化方法以改进孕妇宫颈的MRI测量	孕妇宫颈的3D T2加权图像	medical imaging	pregnancy-related conditions	3D T2-weighted MRI	deep learning pipeline	3D MRI images	20个数据集用于评估，270个正常妊娠案例用于分析
306	2025-05-06	Deep learning-based EEG source imaging is robust under varying electrode configurations 2025-Apr-16, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2025.04.009 PMID:40318257	research paper	该研究探讨了基于深度学习的EEG源成像方法在不同电极配置下的稳健性能	提出了一种新的深度学习源成像框架DeepSIF，能够在低密度EEG下实现准确的源定位和范围估计	研究主要基于计算机模拟和27名耐药性癫痫患者的临床数据，样本量相对较小	评估不同电极数量对深度学习EEG源成像性能的影响	EEG源成像方法和不同电极配置下的性能比较	machine learning	epilepsy	EEG source imaging	DeepSIF	EEG信号	27名耐药性癫痫患者
307	2025-05-06	Dissecting the genetic complexity of myalgic encephalomyelitis/chronic fatigue syndrome via deep learning-powered genome analysis 2025-Apr-16, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.15.25325899 PMID:40321247	研究论文	本研究通过深度学习框架HEAL2对肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）进行全基因组分析，揭示了该疾病的遗传基础和相关症状的遗传风险	开发了新型深度学习框架HEAL2，用于ME/CFS的遗传预测和风险基因识别，并揭示了这些基因在多种组织和细胞类型中的功能重要性	未提及具体样本量，且疾病机制仍不完全清楚	解析ME/CFS的遗传复杂性，开发基于遗传的诊断工具，并探索治疗靶点	肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）患者及其遗传数据	机器学习	肌痛性脑脊髓炎/慢性疲劳综合征	全基因组分析、转录组分析、网络分析	深度学习框架HEAL2	基因组数据、转录组数据、蛋白质组数据	NA
308	2025-05-06	PanEcho: Complete AI-enabled echocardiography interpretation with multi-task deep learning 2025-Apr-16, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.16.24317431 PMID:40321248	研究论文	提出了一种名为PanEcho的人工智能系统，通过多任务深度学习自动解读超声心动图	开发了一个能够自动解读超声心动图的AI系统，该系统在多种诊断分类和参数估计任务中表现出高准确度	研究为回顾性多中心验证，需要在更广泛的前瞻性研究中进一步验证其性能	开发和评估一个能够自动解读超声心动图的AI系统	超声心动图视频和相关的诊断分类与参数估计	数字病理	心血管疾病	多任务深度学习	深度学习模型	视频	来自24,405名患者的32,265次TTE研究中的120万段超声心动图视频
309	2025-05-06	Boosting Reservoir Computing with Brain-inspired Adaptive Dynamics 2025-Apr-16, ArXiv PMID:40321946	research paper	该研究通过引入大脑启发的自适应动力学机制，提升了储层计算的性能	引入自适应的兴奋-抑制平衡机制，减少对超参数精确调优的需求，性能提升高达130%	未明确说明在更复杂任务或更大规模数据集上的适用性	改进储层计算的性能与鲁棒性，同时深化对神经计算的理解	储层计算机（RCs）	machine learning	NA	储层计算	RCs	time series data	NA
310	2025-05-06	A CT-based deep learning-driven tool for automatic liver tumor detection and delineation in patients with cancer 2025-Apr-15, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102032 PMID:40118052	研究论文	介绍了一种基于CT扫描的深度学习工具SALSA，用于自动检测和描绘癌症患者的肝脏肿瘤	SALSA工具在肿瘤识别和体积量化方面表现出色，优于现有最先进模型和放射科专家之间的一致性	未提及具体局限性	开发一种自动化工具，用于癌症患者的肝脏肿瘤检测和描绘，以改善诊断、预后和治疗评估	肝脏肿瘤（原发性和转移性）	数字病理学	癌症	CT扫描	深度学习	图像	1,598例CT扫描和4,908个肝脏肿瘤
311	2025-05-06	Computational characterization of lymphocyte topology on whole slide images of glomerular diseases 2025-Apr-14, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.12.25325548 PMID:40321276	研究论文	本研究通过计算量化淋巴细胞炎症的拓扑结构，并测试其临床相关性，以改进肾小球疾病的诊断和预后	开发了一种基于图的生境聚类算法，用于识别密集和稀疏的淋巴细胞生境，并提取了26个高通量定量病理特征	研究样本量相对较小（N=333），且仅针对两种肾小球疾病（FSGS和MCD）	计算量化淋巴细胞炎症的拓扑结构，并测试其临床相关性	肾小球疾病患者的淋巴细胞炎症拓扑结构	数字病理学	肾小球疾病	深度学习模型、图建模、LASSO-正则化Cox比例风险模型	深度学习模型、图模型	图像	333名NEPTUNE/CureGN参与者（155名FSGS和178名MCD）
312	2025-05-06	Deep Learning Approach Readily Differentiates Papilledema, Non-Arteritic Anterior Ischemic Optic Neuropathy, and Healthy Eyes 2025-Apr-11, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.04.006 PMID:40220884	research paper	使用深度学习模型通过眼底照片区分视乳头水肿、非动脉炎性前部缺血性视神经病变和健康眼睛	开发了一个基于ResNet-50的深度学习模型，能够高准确度地区分IIH、NAION和健康眼睛的眼底照片	外部验证集的样本量相对较小，可能影响模型的泛化能力	开发一种能够准确区分视乳头水肿、非动脉炎性前部缺血性视神经病变和健康眼睛的深度学习诊断工具	眼底照片	digital pathology	ophthalmic conditions	深度学习	ResNet-50	image	训练和验证集包含15 088张眼底照片（5866只眼睛），外部验证集包含1126张照片（928只眼睛）
313	2025-05-06	Quantifying axonal features of human superficial white matter from three-dimensional multibeam serial electron microscopy data assisted by deep learning 2025-Apr-11, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121212 PMID:40222502	research paper	该研究利用深度学习辅助的三维多束串行电子显微镜数据，量化了人类浅表白质的轴突特征	首次在纳米级分辨率下对人类浅表白质中的短程联合纤维进行详细的形态学表征，并提供了大型3D人类电子显微镜数据集	研究仅针对浅表白质区域，未涉及其他脑区	探索人类大脑皮层-皮层连接的轴突特征	人类浅表白质中的短程联合纤维	digital pathology	NA	multi-beam scanning electron microscopy (EM)	CNN	3D electron microscopy images	一个200×200×112μm的人类浅表白质体积样本，共分割了128,285个有髓鞘轴突
314	2025-05-06	Deep Learning Cerebellar Magnetic Resonance Imaging Segmentation in Late-Onset GM2 Gangliosidosis: Implications for Phenotype 2025-Apr-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.08.25325262 PMID:40297453	research paper	该研究利用深度学习技术对晚发型GM2神经节苷脂沉积症（LOTS和LOSD）患者的小脑MRI进行分割，以探究小脑萎缩的模式及其与表型的关系	首次使用深度学习小脑特异性分割和皮质厚度分析流程，揭示了LOTS患者特定小脑区域的萎缩模式，并提出了与临床症状相关的解剖学基础	样本量有限（LOTS=20，LOSD=5），且需要未来研究考虑症状发作年龄、构音障碍严重程度等表型因素进行直接比较	确定晚发型GM2神经节苷脂沉积症中小脑萎缩是全局均匀还是优先影响特定区域	晚发型Tay-Sachs病（LOTS）患者、晚发型Sandhoff病（LOSD）患者和神经典型对照组	digital pathology	geriatric disease	MRI	deep learning	image	LOTS患者20例，LOSD患者5例，神经典型对照组1038例
315	2025-05-06	AI analysis of medical images at scale as a health disparities probe: a feasibility demonstration using chest radiographs 2025-Apr-08, ArXiv PMID:40297238	研究论文	本文探讨了利用医学影像数据作为健康差异研究新数据源的可行性	开发了一种从医学影像中自动提取定量指标并用于计算健康差异指数的流程	研究仅基于1,571例患者的胸部X光片，样本量有限	探索医学影像数据在健康差异研究中的应用潜力	1,571例患者的胸部X光片	数字病理学	NA	深度学习	深度学习模型	医学影像	1,571例患者
316	2025-05-06	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），将代数拓扑与深度神经网络结合，用于处理可微分流形上的数据，包括图像	首次将拓扑深度学习扩展到可微分流形数据，利用Hodge理论分解向量场并构建CNN输入	未明确提及具体局限性	开发适用于可微分流形数据的拓扑深度学习方法	可微分流形上的数据（包括图像）	机器学习	NA	Hodge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）
317	2025-05-06	Fine extraction of multi-crop planting area based on deep learning with Sentinel- 2 time-series data 2025-Apr, Environmental science and pollution research international DOI:10.1007/s11356-025-36405-4 PMID:40257731	研究论文	基于深度学习和Sentinel-2时间序列数据，提出了一种高效的多作物种植面积精细提取方法	设计了基于CNN-LSTM和Bi-LSTM的深度学习模型，结合月度合成的NDVI时间序列数据，实现了高精度的多作物分类	研究仅针对山东省的西北、西南和东部地区，可能在其他地区的适用性有待验证	为多作物分类提供一种基于高分辨率遥感时间序列数据的有效模型	山东省西北、西南和东部地区的多作物种植面积	计算机视觉	NA	NDVI时间序列分析	CNN-LSTM, Bi-LSTM	遥感时间序列数据	山东省西北、西南和东部地区的多作物种植面积数据
318	2025-05-06	Contrastive pretraining improves deep learning classification of endocardial electrograms in a preclinical model 2025-Apr, Heart rhythm O2 IF:2.5Q2 DOI:10.1016/j.hroo.2025.01.008 PMID:40321744	研究论文	本研究探讨了对比预训练如何通过无监督学习提升犬心房颤动模型中驱动因素分类的准确性	采用SimCLR框架对大量未标记心电图数据进行预训练，显著提高了小规模驱动因素数据集的分类准确率	研究仅基于犬模型数据，尚未在人类临床数据上验证	提升心房颤动驱动因素的机器学习识别准确率	犬心房颤动模型的心内膜电图数据	机器学习	心血管疾病	SimCLR对比学习框架	残差神经网络	心电图数据	113,000个64电极未标记测量数据
319	2025-05-06	Quantitative assessment of in vivo nuclei and layers of human skin by deep learning-based OCT image segmentation 2025-Apr-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.558675 PMID:40321995	研究论文	本研究利用基于深度学习的模型对人类皮肤层和角质形成细胞核进行分割，通过OCT图像实现高分辨率和非侵入性临床诊断	采用U-Net作为基础框架，开发了一个5类分割模型，通过深度监督学习目标函数分别考虑全局（皮肤层）和局部（细胞核）特征，实现了超过85%的Dice系数准确率	显微系统分辨率的限制和人类注释的变异性	实现人类皮肤结构的定量测量，为临床评估提供标准化指标	人类皮肤层和角质形成细胞核	数字病理学	NA	光学相干断层扫描（OCT）	U-Net	图像	NA
320	2025-05-06	Differential artery-vein analysis in OCTA for predicting the anti-VEGF treatment outcome of diabetic macular edema 2025-Apr-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.557748 PMID:40322014	研究论文	本研究评估了光学相干断层扫描血管成像（OCTA）中差异动脉-静脉（AV）分析在预测糖尿病黄斑水肿（DME）抗VEGF治疗结果中的作用	利用深度学习AV分割技术从OCTA中提取定量AV特征，显著提高了治疗结果的预测性能	未提及样本量是否足够大以支持结论的普遍性	预测糖尿病黄斑水肿（DME）抗VEGF治疗的结果	糖尿病黄斑水肿（DME）患者	数字病理学	糖尿病黄斑水肿	光学相干断层扫描血管成像（OCTA）	支持向量机（SVM）	图像	NA