深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
21	2025-10-25	Comprehensive molecular impact mapping of common and rare variants at GWAS loci 2025-Jun-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.05.658079 PMID:40501721	研究论文	介绍DNACipher深度学习模型及其变体影响映射方法DVIM，用于预测遗传变异在多种生物环境中的分子效应	开发了能够预测未直接测量生物环境中变异效应的深度学习模型，相比Enformer预测环境数量增加7倍以上	模型预测仍受限于训练数据的细胞类型和检测方法范围	通过深度学习模型预测遗传变异在多种生物环境中的分子效应，改进GWAS位点的变异精细定位	遗传变异，特别是GWAS位点的常见和罕见变异	机器学习	1型糖尿病	单核ATAC-seq，荧光素酶检测	深度学习	基因组序列	38,582个细胞类型-检测组合	NA	DNACipher	精细映射可信集大小，后验概率	NA
22	2025-10-25	Mixing individual and collective behaviors to predict out-of-routine mobility 2025-Apr-29, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2414848122 PMID:40267135	研究论文	提出一种动态融合个体与集体移动行为的方法，用于预测人类非常规出行	通过集体智能动态整合个体与集体移动行为，提升对非常规出行预测的准确性	模型在兴趣点密集的城区效果更佳，其他区域效果可能受限	解决人类移动预测中的非常规行为预测问题	人类移动轨迹数据	机器学习	NA	轨迹数据分析	深度学习, 马尔可夫模型	轨迹数据	美国五个城市的数百万条隐私保护轨迹	NA	NA	预测准确率	NA
23	2025-10-25	Transitions in dynamical regime and neural mode underlie perceptual decision-making 2025-Apr-07, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.15.562427 PMID:37904994	研究论文	本研究通过无监督深度学习方法分析大鼠前额叶皮层和纹状体的神经活动，揭示了感知决策过程中动态机制和神经模式的转变	发现了决策过程中两个连续动态机制的存在，并提出了神经推断承诺时间(nTc)的概念	研究局限于啮齿类动物模型，需要进一步验证在更复杂认知任务和不同物种中的普适性	探索感知决策过程中神经动态机制和决策承诺的神经基础	大鼠前额叶皮层和纹状体的神经元活动	计算神经科学	NA	大规模神经元同步记录，脉冲听觉证据积累任务	深度学习，简化动力学模型	神经电生理信号	数百个神经元的同时记录数据	NA	NA	神经推断承诺时间(nTc)的精确推断	NA
24	2025-10-25	Mapping the regulatory effects of common and rare non-coding variants across cellular and developmental contexts in the brain and heart 2025-Feb-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.18.638922 PMID:40027628	研究论文	通过深度学习模型预测非编码变异在脑和心脏不同细胞类型中的调控效应	整合单细胞ATAC-seq图谱与群体遗传学，开发了FLARE模型来优先考虑具有极端调控效应的突变	仅关注脑和心脏组织，未涵盖其他器官系统	理解常见和罕见非编码变异在人类疾病中的作用机制	人类非编码基因组变异	生物信息学	神经发育障碍	单细胞ATAC-seq，全基因组测序	深度学习	基因组测序数据，表观基因组数据	132个脑和心脏细胞环境	NA	NA	突变优先排序能力	NA
25	2025-10-25	Dimensionality Reduction and Nearest Neighbors for Improving Out-of-Distribution Detection in Medical Image Segmentation 2024, The journal of machine learning for biomedical imaging DOI:10.59275/j.melba.2024-g93a PMID:40453064	研究论文	本研究通过降维和最近邻方法改进医学图像分割中的分布外检测	将马氏距离和k近邻距离应用于分割模型的瓶颈特征，结合PCA和UMAP降维技术，显著提升分布外检测性能	方法仅在肝脏分割任务上验证，需要扩展到其他器官和模态	提高医学图像分割模型对分布外数据的检测能力	T1加权磁共振成像和计算机断层扫描的肝脏图像	计算机视觉	肝脏疾病	医学图像分割	Swin UNETR, nnU-net	医学图像	NA	NA	Swin UNETR, nnU-net	检测性能	NA
26	2025-10-24	Deep Learning-Based Contrast Boosting in Low-Contrast Media Pre-TAVR CT Imaging 2025-Nov, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes DOI:10.1177/08465371251322054 PMID:40071690	研究论文	本研究探讨深度学习对比度增强技术在低对比剂CT成像中对图像质量和测量可靠性的影响	首次将深度学习对比度增强技术应用于肾功能不全患者的低对比剂TAVR术前CT评估	回顾性研究，样本量有限，需进一步前瞻性验证	评估深度学习对比度增强技术在低对比剂CT中的图像质量和测量可靠性	接受经导管主动脉瓣置换术的肾功能不全患者	医学影像分析	心血管疾病	CT成像	深度学习	医学影像	68例患者（低对比剂组与标准对比剂对照组）	NA	NA	对比噪声比, 信噪比, 组内相关系数	NA
27	2025-10-24	Understanding the Impact of Seasonal Weather Dynamics on Rice Disease Occurrence Using Neural Networks: A Case Study of Panicle Blast and Grain Rot 2025-Oct, Phytopathology IF:2.6Q2 DOI:10.1094/PHYTO-01-25-0004-FI PMID:40586730	研究论文	本研究利用长短期记忆神经网络分析季节性天气动态对水稻穗瘟病和谷粒腐病发生的影响	首次提出仅基于气象数据的数据驱动方法，通过梯度分析揭示气象变量与病害发生的隐藏关系及时态动态	模型测试准确率相对较低（PB 64.9%，GR 68.0%），且依赖充足的数据支持	探究季节性天气动态对水稻病害发生的影响机制	水稻穗瘟病和谷粒腐病	机器学习	水稻病害	气象数据分析	LSTM	时间序列数据	180天的七种气象变量时间序列数据	NA	长短期记忆网络	准确率	NA
28	2025-10-24	Neural networks to estimate multiple sclerosis disability and predict progression using routinely collected healthcare data 2025-Oct, Multiple sclerosis (Houndmills, Basingstoke, England) DOI:10.1177/13524585251347513 PMID:40607660	研究论文	本研究利用常规收集的医疗保健数据开发神经网络算法，用于评估多发性硬化症相关残疾并预测其进展	首次将深度学习与生存分析相结合，使用行政数据估计EDSS评分并预测疾病进展风险	研究基于意大利坎帕尼亚地区的行政数据，可能限制结果的普适性	填补行政数据集中缺乏多发性硬化症残疾评估的空白，支持人群水平估计和医疗规划	多发性硬化症患者群体	机器学习	多发性硬化症	深度学习，生存分析	神经网络，混合模型	行政医疗数据	意大利坎帕尼亚地区2015-2021年多发性硬化症患者群体数据	NA	深度学习架构，生存分析混合模型	准确率，精确率，F1分数，预测性能	NA
29	2025-10-24	An Open-Source Deep Learning-Based Toolbox for Automated Auditory Brainstem Response Analyses (ABRA) 2025-Sep-23, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.20.599815 PMID:38948763	研究论文	介绍了一个基于深度学习的开源工具箱ABRA，用于自动化分析听觉脑干响应	开发了首个基于深度学习的开源ABR分析工具，实现了ABR波形分析的自动化和标准化	NA	开发自动化听觉脑干响应分析工具，提高分析效率和可重复性	听觉脑干响应信号	数字病理学	老年疾病	电生理记录	CNN	电生理信号	来自多个实验环境的不同数据集	NA	卷积神经网络	峰值幅度、潜伏期、听觉阈值估计	NA
30	2025-10-24	Generalized deep learning for histopathology image classification using supervised contrastive learning 2025-Sep, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.013 PMID:39551131	研究论文	本研究提出了一种名为HistopathAI的混合网络，利用监督对比学习和混合深度特征融合技术来提升组织病理学图像分类的准确性	结合监督对比学习(SCL)和混合深度特征融合(HDFF)，采用从特征学习到分类器学习的顺序方法，在数据不平衡场景下仍能实现卓越性能	NA	提高组织病理学图像分类的准确性和诊断效率，支持数字病理学转型	组织病理学图像	数字病理学	癌症	组织病理学图像分析	深度学习, CNN	图像	七个公开数据集和一个私有数据集	NA	EfficientNetB3, ResNet50	准确率	NA
31	2025-10-24	Full dimensional dynamic 3D convolution and point cloud in pulmonary nodule detection 2025-Sep, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.033 PMID:39617261	研究论文	提出一种名为ODR3DNet的新型肺结节检测方法，结合全维度动态3D卷积和点云机器学习算法	引入全维度动态3D卷积技术，开发专门针对肺部3D点云数据的机器学习检测算法	未明确说明研究的具体局限性	提升肺结节检测的准确性和适应性，克服传统3D CNN的局限性	肺部结节	计算机视觉	肺癌	深度学习，3D点云处理	3D CNN	3D点云数据，医学影像	NA	NA	ODR3DNet，Omni-dimension Dynamic Residual 3D Net	CPM	NA
32	2025-10-24	Evaluating the dosimetric and positioning accuracy of a deep learning based synthetic-CT model for liver radiotherapy treatment planning 2025-Apr-11, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc818 PMID:40174606	研究论文	评估基于深度学习的合成CT模型在肝癌放射治疗计划中的剂量学和定位准确性	首个在剂量学和患者定位两方面验证肝癌合成CT模型的研究，展示了仅使用MRI工作流程的可行性	样本量较小（11名患者），需进一步扩大验证规模	验证深度学习生成的合成CT在肝癌放射治疗中的剂量计算和定位准确性	肝癌患者放射治疗计划	医学影像分析	肝癌	MRI, 合成CT生成, 4D CBCT	CycleGAN	医学影像（MRI, CT, CBCT）	11名患者	NA	CycleGAN	剂量差异百分比, 平移差异, 旋转差异, DVH分析	NA
33	2025-10-23	Migration of Deep Learning Models Across Ultrasound Scanners 2025-Nov, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3564567 PMID:40279236	研究论文	本研究开发了一种黑盒无监督域适应方法，实现深度学习模型在不同超声扫描仪间的功能迁移	将传递函数方法与迭代模式相结合，在无需了解模型内部信息的情况下实现跨设备功能迁移	需要目标机器的未标记数据，且仅验证了二进制分类任务	解决深度学习模型在定量超声中跨设备部署的适应性问题	超声扫描仪（SonixOne和Verasonics）	医学影像分析	NA	定量超声	深度学习模型	超声数据	NA	NA	NA	分类准确率	NA
34	2025-10-23	Deep Learning for EEG-Based Visual Classification and Reconstruction: Panorama, Trends, Challenges and Opportunities 2025-Nov, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3568282 PMID:40343828	综述	本文首次系统综述了基于脑电图的视觉分类与重建领域的深度学习方法	首次对基于EEG的视觉分类与重建进行系统性综述，提出特征编码与解码的双重视角分析方法，并探讨方法论本质与神经科学见解的闭环互动关系	作为综述性论文，不包含原始实验数据和新算法开发	促进基于脑电图的视觉分类与重建领域的研究进展	脑电图信号与视觉信息处理	脑机接口, 深度学习	NA	脑电图	NA	脑电图信号, 视觉刺激数据	NA	NA	NA	NA	NA
35	2025-10-23	INVESTIGATING CORRELATIONS BETWEEN MENTAL DISORDERS AND FUNDUS IMAGING DATA USING DEEP LEARNING: A Study From the UK Biobank 2025-Nov-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004574 PMID:40601933	研究论文	本研究使用深度学习技术探索眼底成像特征与精神障碍之间的关联	首次采用多模态深度学习方法分析眼底图像与精神障碍的关联，为非侵入性早期检测提供新途径	样本量相对有限（1494名参与者），且研究结果需要更大规模验证	自动识别精神行为障碍并解释精神疾病与眼底生物标志物的潜在关联	UK Biobank数据库中1494名参与者的眼底图像和光学相干断层扫描数据	计算机视觉	精神障碍	光学相干断层扫描，眼底成像	深度学习，Random Forest，Linear Classifier	图像	1494名UK Biobank参与者	NA	多模态模型	AUC，灵敏度，特异性	NA
36	2025-10-23	Guideline-driven clinical decision support for colonoscopy patients using the hierarchical multi-label deep learning method 2025-Oct-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003469 PMID:40405345	研究论文	开发基于分层多标签深度学习方法的结肠镜检查临床决策支持系统	采用分层多标签可解释分类框架和最新基于Transformer的预训练模型，实现结肠镜检查报告的高精度语义识别	研究仅基于中文语料库，需要在更多医疗机构验证系统通用性	建立指南驱动的自动临床决策支持系统以减轻医疗负担并规范医疗保健	结肠镜检查患者的电子报告	自然语言处理	结直肠癌	自然语言处理，深度学习	Transformer	文本	初始数据集302,965份电子结肠镜报告，精选2,041条患者记录用于训练测试，外部验证包含3,177例连续结肠镜检查病例	BERT, ERNIE	BERT-base-Chinese, BERT-wwm-ext-Chinese, ERNIE-3.0-base-zh	准确率, Macro-F1分数	NA
37	2025-10-23	Artificial intelligence for multi-time-point arterial phase contrast-enhanced MRI profiling to predict prognosis after transarterial chemoembolization in hepatocellular carcinoma 2025-Oct, La Radiologia medica DOI:10.1007/s11547-025-02043-6 PMID:40707767	研究论文	开发基于多时间点动脉期增强MRI和人工智能的预后分层模型，用于预测肝细胞癌患者经动脉化疗栓塞术后的预后	首次将Swin Transformer架构应用于多时间点动脉期增强MRI数据，实现肝细胞癌TACE治疗后的四分类预后分层	回顾性研究设计，样本量相对有限（181例患者）	开发AI模型用于肝细胞癌TACE治疗后的预后预测	肝细胞癌患者	医学影像分析	肝细胞癌	对比增强磁共振成像	深度学习	医学影像	181例肝细胞癌患者的543次动脉期CE-MRI扫描	NA	ProgSwin-UNETR, Swin Transformer	AUC, 准确率	NA
38	2025-10-23	Deep learning-driven incidental detection of vertebral fractures in cancer patients: advancing diagnostic precision and clinical management 2025-Oct, La Radiologia medica DOI:10.1007/s11547-025-02058-z PMID:40751896	研究论文	本研究评估了基于深度学习的应用在癌症患者椎体压缩骨折 incidental 检测中的诊断性能	开发了深度学习应用来辅助检测癌症患者中常被漏诊的椎体压缩骨折，显著提高了诊断精确度	回顾性研究设计，假阳性病例包括硬化性椎体转移瘤、脊柱侧弯和椎体识别错误	评估深度学习应用在降低高风险癌症人群 incidental 椎体骨折漏诊率的潜力	1556例IV期癌症患者的胸腹盆腔CT扫描	医学影像分析	骨质疏松性椎体骨折	CT扫描	深度学习	医学影像	1556例IV期癌症患者的TAP CT扫描	NA	NA	阳性预测值	NA
39	2025-10-23	The Application of Artificial Intelligence in Spine Surgery: A Scoping Review 2025-Apr-01, Journal of the American Academy of Orthopaedic Surgeons. Global research & reviews DOI:10.5435/JAAOSGlobal-D-24-00405 PMID:40239218	综述	本范围综述系统分析了人工智能在脊柱外科领域的应用现状和发展趋势	首次对2020-2024年间AI在脊柱外科应用的文献进行全面梳理，明确了当前研究重点和空白领域	仅纳入PubMed和EMBASE数据库文献，单中心研究占比高(72/105)，大样本研究较少(仅27/105研究样本量>1000)	系统评估人工智能技术在脊柱外科领域的应用范围和发展现状	脊柱外科相关的医学研究文献	医疗人工智能	脊柱疾病	监督学习	机器学习,深度学习	医学图像,临床数据	105项研究，其中27项样本量超过1000例患者	NA	NA	NA	NA
40	2025-10-23	RESPAN: A Deep Learning Pipeline for Accurate and Automated Restoration, Segmentation, and Quantification of Dendritic Spines 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.06.597812 PMID:38895232	研究论文	开发了一个名为RESPAN的深度学习流程，用于准确自动地恢复、分割和量化树突棘	集成最先进的深度学习技术进行图像恢复、分割和分析，通过内容感知恢复增强信号、对比度和各向同性分辨率	NA	开发自动化树突棘量化工具以研究突触连接性	树突棘、树突分支和神经元胞体	计算机视觉	NA	活体成像、体内双光子显微镜	深度学习	图像	NA	NA	NA	准确度、可重复性	NA