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
381	2025-10-03	Enhancing Accuracy and Feature Insights in Hydration Free Energy Predictions for Small Molecules with Machine Learning 2025-Jul-15, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c04249 PMID:40687018	研究论文	本研究采用机器学习技术提升小分子水合自由能预测精度并提取特征洞察	提出集成K近邻特征处理、集成建模和降维的改进机器学习方案，仅使用二维特征即可在FreeSolv数据集上实现0.53 kcal/mol的平均无符号误差	未在大型数据库上进行预训练，仅使用二维分子特征	提高小分子水合自由能预测准确性并理解其物理决定因素	小分子的溶剂化自由能	机器学习	NA	K近邻、集成建模、降维	机器学习集成模型	分子几何和拓扑特征	FreeSolv数据集中的小分子样本
382	2025-10-03	Power-to-power cross-frequency coupling as a novel approach for temporal lobe seizure detection and analysis 2025-Jun-03, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.31.657189 PMID:40501876	研究论文	本研究评估功率-功率跨频耦合方法在颞叶癫痫发作检测中的应用，并分析三种常见癫痫发作组件的耦合特征	首次将功率-功率跨频耦合用于癫痫发作检测，并发现三种癫痫发作组件具有独特的耦合特征	样本量相对有限，仅包含26名患者的120次癫痫发作	开发基于跨频耦合的颞叶癫痫发作检测方法并分析癫痫发作组件的特征	颞叶癫痫患者的颅内脑电图记录	生物医学工程	颞叶癫痫	功率-功率跨频耦合分析，颅内脑电图记录	堆叠稀疏自编码器，长短期记忆网络	脑电图信号	26名患者的120次颞叶癫痫发作及背景活动片段
383	2025-10-03	Geometric deep learning framework for de novo genome assembly 2025-Apr-14, Genome research IF:6.2Q1 DOI:10.1101/gr.279307.124 PMID:39472021	研究论文	提出基于几何深度学习的基因组组装框架GNNome，通过识别组装图中的路径来重建基因组序列	首个不依赖现有组装策略、直接在组装图上训练模型的几何深度学习方法，利用问题的内在对称性进行组装	目前主要适用于单倍体基因组的组装，对复杂多倍体和异倍体基因组的适用性有待进一步验证	开发新型基因组组装方法，解决重复区域导致的图形纠缠和组装碎片化问题	多种物种的基因组组装	机器学习	NA	PacBio HiFi测序	几何深度学习/GNN	基因组组装图	多种物种的PacBio HiFi测序数据
384	2025-10-03	Childhood muscle growth: Reference curves for lower leg muscle volumes and their clinical application in cerebral palsy 2025-Apr-08, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2416660122 PMID:40163724	研究论文	构建5-15岁儿童下肢肌肉体积参考曲线并应用于脑瘫患儿评估	首次建立儿童下肢10块特定肌肉的体积参考曲线，并应用深度学习自动分割MRI图像	置信区间较宽，特别是在最小和最大年龄组	建立典型发育儿童下肢肌肉体积参考标准并评估脑瘫患儿肌肉发育状况	208名典型发育儿童和78名能行走的脑瘫患儿	数字病理	脑瘫	磁共振成像、深度学习、分位数回归	深度学习	图像	286名儿童（208名典型发育，78名脑瘫）
385	2025-10-03	Radiogenomic explainable AI with neural ordinary differential equation for identifying post-SRS brain metastasis radionecrosis 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17635 PMID:39878595	研究论文	本研究开发了一种基于神经常微分方程的可解释AI模型，用于区分脑转移瘤立体定向放射外科治疗后的放射性坏死与肿瘤复发	首次将重球神经常微分方程应用于放射基因组学数据分析，通过可视化数据样本在特征空间中的轨迹实现AI决策过程的可解释性	样本量相对较小（90个脑转移灶），需要更大规模的研究验证模型泛化能力	开发可解释的AI模型以无创方式区分脑转移瘤SRS治疗后的放射性坏死与肿瘤复发	62名非小细胞肺癌患者的90个脑转移灶	医学影像分析	脑转移瘤	MRI影像分析、基因组特征分析、临床参数分析	HBNODE（重球神经常微分方程）	影像数据、基因组数据、临床数据	62名NSCLC患者的90个脑转移灶
386	2025-10-03	Artificial Intelligence-Enhanced Perfusion Scoring Improves the Diagnostic Accuracy of Myocardial Perfusion Imaging 2025-Apr-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.268079 PMID:39978815	研究论文	本研究开发了一种结合深度学习与传统定量方法的心肌灌注评分系统，用于提高冠状动脉疾病的诊断准确性	将AI预测与传统定量灌注评分方法相结合，开发了TPD-DL和SSS-DL评分系统，显著提高了诊断性能	研究样本量相对有限（555例患者），且为单中心回顾性研究	提高心肌灌注成像对阻塞性冠状动脉疾病的诊断准确性	接受心肌灌注成像和冠状动脉造影检查的患者	医学影像分析	心血管疾病	深度学习、SPECT心肌灌注成像	深度学习模型	医学影像数据	555例患者，其中329例（59%）确诊阻塞性冠状动脉疾病
387	2025-10-03	Reproducible image-based profiling with Pycytominer 2025-Apr, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02611-8 PMID:40032995	研究论文	介绍Pycytominer——一个用于处理基于图像的细胞分析数据的开源Python工具包	开发了用户友好的开源工具，专门用于处理高通量显微镜产生的单细胞特征数据	NA	开发用于图像分析流程下游应用的数据处理工具	单细胞特征数据	生物信息学	NA	高通量显微镜	机器学习	图像	NA
388	2025-10-03	Tracking the Preclinical Progression of Transthyretin Amyloid Cardiomyopathy Using Artificial Intelligence-Enabled Electrocardiography and Echocardiography 2025-Feb-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.25.24312556 PMID:39252891	研究论文	本研究利用人工智能技术分析心电图和超声心动图数据，追踪转甲状腺素蛋白淀粉样心肌病的临床前进展	首次将深度学习模型同时应用于心电图和超声心动图数据，实现ATTR-CM的临床前风险分层	回顾性研究设计，样本主要来自两个医疗中心	开发可扩展的ATTR-CM临床前监测策略	转诊进行心脏淀粉样变核医学检查的患者	数字病理	心血管疾病	深度学习	深度学习模型	视频、图像	内部队列984人，外部队列806人，共分析7,352次超声心动图和32,205次心电图
389	2025-10-03	Robust Multimodal Fusion for Survival Prediction in Cancer Patients 2025, Cancer informatics IF:2.4Q3 DOI:10.1177/11769351251376192 PMID:41024938	研究论文	提出一种用于癌症患者生存预测的鲁棒多模态融合模型RMSurv	利用合成数据生成计算时间依赖性权重的新型离散晚期融合方法，以及增强可解释性的统计特征归一化技术	仅使用TCGA数据集进行验证，未在其他独立数据集上测试	开发优于单模态模型的稳健多模态生存预测方法	癌症基因组图谱计划(TCGA)中的非小细胞肺癌和泛癌数据集患者	机器学习	肺癌	多模态深度学习，合成数据生成，统计特征归一化	离散晚期融合模型	多模态数据(最多6种)	TCGA非小细胞肺癌和泛癌数据集患者
390	2025-10-03	Elucidating the neuropathological and molecular heterogeneity of amyloid-beta and tau in Alzheimer's disease through machine learning and transcriptomic integration 2024-Oct-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.16.618708 PMID:39463964	研究论文	通过机器学习和转录组整合方法揭示阿尔茨海默病中淀粉样蛋白-β和tau蛋白的神经病理学及分子异质性	开发了一种新颖的深度学习方法来解析阿尔茨海默病连续体中A+特异性脑网络改变维度，并将其与基因表达数据关联	样本量相对有限（共289名受试者），且依赖公共转录组图谱数据	理解阿尔茨海默病神经病理学聚集物与认知衰退及分子机制的联系	阿尔茨海默病连续体患者（Aβ阳性，n=129）和正常老年人（Aβ阴性，n=160）	机器学习	阿尔茨海默病	功能磁共振成像、转录组分析、深度学习	深度学习	神经影像数据、基因表达数据	289名受试者（129名Aβ阳性，160名Aβ阴性）
391	2025-10-03	Deep Learning Denoising Improves CT Perfusion Image Quality in the Setting of Lower Contrast Dosing: A Feasibility Study 2024-Oct-03, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8367 PMID:38844370	研究论文	本研究探讨深度学习去噪技术在降低对比剂剂量CT灌注成像中改善图像质量的可行性	首次系统评估深度学习去噪(RED-CNN)在低对比剂剂量CT灌注成像中的应用效果，并与传统k空间加权图像平均滤波方法进行对比	临床样本量较小(仅11例患者)，研究为回顾性设计	开发在降低碘对比剂剂量情况下仍能维持CT灌注图像质量的协议	动物模型(12头猪)和临床患者(22例)	医学影像分析	NA	CT灌注成像，深度学习去噪	RED-CNN(残差编码器-解码器卷积神经网络)	医学影像	12头猪(每头进行9次CTP检查)，22例患者(11例低剂量组，11例标准剂量对照组)
392	2025-10-03	External Validation of a Digital Pathology-based Multimodal Artificial Intelligence Architecture in the NRG/RTOG 9902 Phase 3 Trial 2024-Oct, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.01.004 PMID:38302323	研究论文	在NRG/RTOG 9902三期试验中对基于数字病理学的多模态人工智能架构进行外部验证	首次在随机对照试验人群中验证结合数字组织病理学和临床特征的多模态AI模型对前列腺癌预后的预测能力	样本量有限(318例)，部分患者因图像质量差被排除(5.6%)	验证多模态人工智能模型在高风险局限性前列腺癌患者中的预后预测能力	318名来自NRG/RTOG 9902试验的局限性高风险前列腺癌患者	数字病理学	前列腺癌	数字组织病理学分析	多模态人工智能(MMAI)	图像和临床数据	318例前列腺癌患者组织病理切片
393	2025-10-03	Improving 3D dose prediction for breast radiotherapy using novel glowing masks and gradient-weighted loss functions 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17326 PMID:39088756	研究论文	本研究开发了结合发光掩码和梯度加权损失函数的深度学习模型，用于提高乳腺癌放疗的3D剂量预测质量	提出了两种创新技术：发光掩码算法将轮廓距离编码到每个体素中，以及梯度加权均方误差损失函数强调高剂量梯度区域的误差	研究仅针对乳腺癌切线野放疗，样本量为305个治疗计划	比较两种新技术对深度学习剂量预测模型性能的影响	乳腺癌患者的放疗治疗计划	医学影像分析	乳腺癌	深度学习，3D U-Net模型	3D U-Net	CT图像和轮廓数据	305个治疗计划，按70/15/15%比例分为213/46/46的训练/验证/测试集
394	2025-10-03	Multi-modal segmentation with missing image data for automatic delineation of gross tumor volumes in head and neck cancers 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17260 PMID:38896829	研究论文	开发了一种能够处理缺失PET图像数据的头颈部肿瘤自动分割深度学习框架	提出'空白通道'训练策略，使模型能够灵活处理PET图像缺失情况，在保证分割精度的同时提高临床适用性	研究主要针对头颈部肿瘤，在其他类型肿瘤中的适用性需要进一步验证	开发能够处理缺失PET图像的头颈部肿瘤靶区自动分割方法	头颈部肿瘤患者，包括口咽癌患者和其他头颈部肿瘤患者	数字病理	头颈部癌症	深度学习，PET/CT成像	深度学习分割模型	医学图像（CT和PET）	数据集I：524例训练患者和359例测试患者；数据集II：90例测试患者
395	2025-10-03	Patient-specific deep learning for 3D protoacoustic image reconstruction and dose verification in proton therapy 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17294 PMID:38980065	研究论文	开发了一种患者特异性深度学习方法用于质子声学成像，以提高质子治疗中3D剂量验证的精度	提出两阶段患者特异性深度学习框架，结合群体模型预训练和患者特定数据迁移学习，显著提升质子声学图像重建质量	研究仅基于10例前列腺癌患者的模拟数据，需要进一步研究验证该技术的临床影响	提高质子治疗中质子声学成像的重建质量和剂量验证精度	前列腺癌患者	医学影像处理	前列腺癌	质子声学成像、深度学习、迁移学习、数据增强	深度学习网络	CT图像、射频信号、压力图	10例前列腺癌患者的模拟数据
396	2025-10-03	Establishing a Validation Infrastructure for Imaging-Based Artificial Intelligence Algorithms Before Clinical Implementation 2024-Oct, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.04.027 PMID:38789066	研究论文	本文提出建立医学影像AI算法临床实施前的验证基础设施框架	提出了在临床系统之外建立AI推理基础设施的完整步骤，支持高效、可定制且成本效益高的外部验证方案	未提及具体实施案例和验证结果数据	开发医学影像AI算法临床实施前的验证基础设施	基于影像的人工智能算法	数字病理	NA	深度学习	深度学习算法	医学影像	NA
397	2025-10-03	Artificial Intelligence vs. Doctors: Diagnosing Necrotizing Enterocolitis on Abdominal Radiographs 2024-Oct, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.06.001 PMID:38955625	研究论文	本研究比较了深度学习模型与资深外科住院医师在腹部X光片上诊断坏死性小肠结肠炎的能力	首次将预训练的ResNet-50深度卷积神经网络应用于新生儿坏死性小肠结肠炎的影像诊断，并与临床医师进行直接比较	样本量有限（494张影像），单中心研究，缺乏普遍应用的“金标准”	评估深度学习模型在诊断坏死性小肠结肠炎方面的准确性和临床应用价值	新生儿腹部X光片	计算机视觉	坏死性小肠结肠炎	迁移学习，梯度加权类激活映射	ResNet-50深度卷积神经网络	医学影像	494张新生儿腹部前后位X光片（214张坏死性小肠结肠炎，280张其他）
398	2025-10-03	Identification of diabetic retinopathy classification using machine learning algorithms on clinical data and optical coherence tomography angiography 2024-Oct, Eye (London, England) DOI:10.1038/s41433-024-03173-3 PMID:38871934	研究论文	本研究应用机器学习算法结合临床数据和光学相干断层扫描血管成像进行糖尿病视网膜病变的多分类识别	首次将机器学习算法与OCTA成像技术及临床数据相结合，实现糖尿病视网膜病变的多类别自动分类	样本量相对有限（203例训练，169例验证），且为横断面观察性研究	开发基于机器学习的糖尿病视网膜病变自动分类系统，辅助筛查和管理	糖尿病患者（203例训练集，169例验证集）	机器学习	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	随机森林、梯度提升机（GBM）、深度学习、逻辑回归	临床数据和医学影像数据	训练集203例患者（203眼），验证集169例患者（169眼）
399	2025-10-03	Progression or Aging? A Deep Learning Approach for Distinguishing Glaucoma Progression From Age-Related Changes in OCT Scans 2024-Oct, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2024.04.030 PMID:38703802	研究论文	开发一种深度学习算法，用于在缺乏参考标准的情况下通过OCT图像检测青光眼进展	提出噪声正-未标记弱监督时间序列学习模型，能区分青光眼进展与年龄相关变化	回顾性研究设计，缺乏明确的参考标准	区分青光眼进展与年龄相关变化的OCT图像分析	青光眼患者和健康受试者的OCT图像序列	计算机视觉	青光眼	光学相干断层扫描	CNN-LSTM	图像序列	3253只眼（1859名受试者）的8785个随访序列
400	2025-10-03	Colour fusion effect on deep learning classification of uveal melanoma 2024-Oct, Eye (London, England) DOI:10.1038/s41433-024-03148-4 PMID:38773261	研究论文	本研究验证深度学习对葡萄膜黑色素瘤和脉络膜痣的分类性能，并评估不同颜色融合策略对分类效果的影响	首次系统评估早期融合、中期融合和晚期融合等不同颜色融合策略在葡萄膜黑色素瘤分类中的性能差异	回顾性研究设计，样本量相对有限（798张图像来自438名患者）	验证深度学习在葡萄膜黑色素瘤和脉络膜痣自动分类中的应用，并优化颜色融合策略	葡萄膜黑色素瘤和脉络膜痣患者	计算机视觉	葡萄膜黑色素瘤	深度学习图像分类	CNN	超广角视网膜图像	798张视网膜图像，来自438名患者（157名葡萄膜黑色素瘤，281名脉络膜痣）