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
381	2025-04-25	Virtual Lung Screening Trial (VLST): An In Silico Replica of the National Lung Screening Trial for Lung Cancer Detection 2024-Oct-28, ArXiv PMID:38699170	research paper	该研究通过虚拟肺部筛查试验（VLST）模拟国家肺部筛查试验（NLST），展示了虚拟成像试验（VIT）在加速临床试验、降低受试者风险及优化影像技术应用方面的潜力	首次通过虚拟成像试验平台准确模拟了国家肺部筛查试验（NLST），验证了虚拟试验在临床影像评估中的可行性	虚拟患者样本量相对较小（294例），且仅模拟了两种类型的肺结节	验证虚拟成像试验平台能否准确模拟真实临床试验（如NLST），以评估影像技术在肺癌筛查中的应用	虚拟患者群体（基于XCAT人体模型生成的294例模拟病例）及其模拟的CT和CXR影像	digital pathology	lung cancer	CT和CXR影像模拟技术	AI CT-Reader和AI CXR-Reader（基于深度学习的病灶检测模型）	image	294例虚拟患者（含均质性和异质性肺结节模拟数据）
382	2025-04-25	Integrative Network Analysis Reveals Novel Moderators of Aβ-Tau Interaction in Alzheimer's Disease 2024-Oct-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.14.599092 PMID:39554095	研究论文	本研究利用深度学习整合蛋白质组学和蛋白质-蛋白质相互作用数据，揭示了阿尔茨海默病中Aβ与tau蛋白相互作用的新型调节因子	首次应用深度学习网络整合方法BIONIC分析AD中Aβ-tau相互作用的调节机制，并发现GPNMB+小胶质细胞的新型调节作用	研究主要基于ROSMAP队列数据，需要在其他独立队列中进行验证	揭示阿尔茨海默病中Aβ与tau蛋白相互作用的调节机制	阿尔茨海默病患者和非痴呆对照组的蛋白质组数据和蛋白质相互作用网络	数字病理学	阿尔茨海默病	蛋白质组学分析，蛋白质-蛋白质相互作用网络分析	深度学习模型(BIONIC)	蛋白质组数据，基因表达数据	ROSMAP队列数据(具体样本数未明确说明)
383	2025-04-25	Neural network analysis as a novel skin outcome in a trial of belumosudil in patients with systemic sclerosis 2024-Oct-15, Research square DOI:10.21203/rs.3.rs-4889334/v1 PMID:39483897	研究论文	本文探讨了在系统性硬化症（SSc）患者中使用神经网络分析作为皮肤结果的新方法，并与传统方法进行比较	首次将深度学习模型应用于SSc患者的皮肤活检，以量化病理特征，超越了传统的皮肤厚度测量	研究样本量较小（仅10名患者），且试验提前终止，可能影响结果的普遍性	评估belumosudil在SSc患者中的效果，并探索AI在量化SSc皮肤病理特征中的应用	患有弥漫性皮肤SSc的成年患者	数字病理学	系统性硬化症	深度学习	深度学习模型	图像（皮肤活检切片）	10名患者（其中5名有配对活检）
384	2025-04-25	Bi-level Graph Learning Unveils Prognosis-Relevant Tumor Microenvironment Patterns in Breast Multiplexed Digital Pathology 2024-Oct-04, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.22.590118 PMID:38712207	研究论文	本研究提出了一种数据驱动且可解释的方法，用于识别与患者预后相关的肿瘤微环境细胞组织模式	引入了双层图模型（细胞图和群体图），通过软Weisfeiler-Lehman子树核捕捉患者间的相似性，从而识别具有独特预后的患者亚群和肿瘤微环境模式	方法虽然在乳腺癌患者中验证，但可能在其他癌症类型中的适用性需要进一步验证	开发一种可解释的深度学习方法，识别与预后相关的肿瘤微环境模式	乳腺癌患者的肿瘤微环境	数字病理学	乳腺癌	深度学习	双层图模型（细胞图和群体图）	数字病理图像	乳腺癌患者队列（具体数量未提及）及两个独立验证队列
385	2025-04-25	Computer Vision Identification of Trachomatous Inflammation-Follicular Using Deep Learning 2024-Sep-20, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000003701 PMID:39312712	研究论文	本研究开发并评估了一种基于深度学习的计算机视觉模型，用于识别沙眼性炎症-滤泡（TF），以减少人工评分的资源负担和潜在错误	首次使用MobileNetV3大型深度卷积神经网络对沙眼性炎症-滤泡进行自动分类，显著提高了筛查效率和准确性	需要在具有不同TF流行率的多样化人群中进行进一步验证才能大规模实施	开发一种能够准确高效进行大规模沙眼筛查的自动化系统	0至9岁儿童的56,725张眼睑内翻照片	计算机视觉	沙眼	深度学习	MobileNetV3大型深度卷积神经网络	图像	来自埃塞俄比亚一个沙眼流行地区的11,358名儿童，共56,725张照片
386	2025-04-25	Evaluating Performance of Different RNA Secondary Structure Prediction Programs Using Self-cleaving Ribozymes 2024-Sep-13, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzae043 PMID:39317944	研究论文	评估不同RNA二级结构预测程序在自切割核酶上的性能	比较了七种计算机RNA折叠预测工具在不同复杂度任务中的准确性，发现现代深度学习方法在复杂RNA折叠问题中表现更优	研究仅基于特定类别的自切割核酶序列，可能无法推广到所有RNA结构预测场景	评估和比较不同RNA二级结构预测程序的准确性	自切割核酶序列	生物信息学	NA	RNA二级结构预测	深度学习	RNA序列	数十个自切割核酶序列
387	2025-04-25	Detection and classification of mandibular fractures in panoramic radiography using artificial intelligence 2024-Sep-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae018 PMID:38652576	研究论文	本研究评估了YOLOv5深度学习模型在全景X光片中检测和分类下颌骨骨折的性能	使用YOLOv5模型对六种下颌骨骨折类型进行检测和分类，展示了机器学习作为临床诊断辅助工具的潜力	在检测下颌角和髁突头部骨折时性能相对较低	评估人工智能在全景X光片中检测和分类下颌骨骨折的准确性	下颌骨骨折的全景X光片	计算机视觉	下颌骨骨折	深度学习	YOLOv5	图像	498张包含673处骨折的全景X光片
388	2025-04-25	Foundation model of neural activity predicts response to new stimulus types and anatomy 2024-Aug-31, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.21.533548 PMID:36993435	研究论文	该研究通过训练一个基础模型来预测小鼠视觉皮层对任意自然视频的神经元响应，并展示了该模型在新刺激类型和解剖结构上的泛化能力	利用基础模型处理大规模神经活动数据，成功预测新刺激类型和解剖结构，展示了在神经科学领域的泛化能力	模型在训练分布之外的泛化能力仍有局限，需要更大规模的多模态数据集进一步提升	构建基础大脑模型，增强对大脑计算目标和神经编码的理解	小鼠视觉皮层的神经活动	神经科学	NA	深度学习	基础模型	神经活动数据	多只小鼠的大量神经活动数据
389	2025-04-25	PixelPrint 4D : A 3D printing method of fabricating patient-specific deformable CT phantoms for respiratory motion applications 2024-Aug-03, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.02.24311385 PMID:39211887	research paper	介绍了一种名为PixelPrint的3D打印方法，用于制造患者特异性可变形CT体模，以模拟呼吸运动	提出了一种能够精确复制患者肺部结构、纹理和衰减特性的3D打印方法，并展示了其在压缩下的非刚性变形、体积变化和衰减变化的准确性	未提及具体限制	开发更真实的呼吸运动体模（RMPs），以支持新型CT技术的测试	患者特异性可变形肺部体模	digital pathology	lung cancer	3D printing	NA	CT imaging	NA
390	2025-04-25	Digital pathology assessment of kidney glomerular filtration barrier ultrastructure in an animal model of podocytopathy 2024-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.14.599097 PMID:38948787	research paper	开发了一种基于深度学习的数字病理计算方法，用于测量TEM图像中肾小球滤过屏障的超微结构	首次使用U-Net模型和图像处理算法自动测量GBM和PFP宽度，减少了人工操作的劳动强度和操作者间的变异性	自动和手动PFP宽度测量在ILK cKO标本中存在差异，表明方法在PFP测量上可能不够精确	研究肾小球滤过屏障超微结构的自动化测量方法，以促进足细胞病的研究和临床诊断	Integrin-Linked Kinase (ILK) 足细胞特异性条件敲除小鼠和野生型小鼠的肾脏TEM图像	digital pathology	podocytopathy	transmission electron microscopy (TEM)	U-Net	image	WT和ILK cKO同窝小鼠的肾脏TEM图像，4周龄
391	2025-04-25	Analysis of RNA translation with a deep learning architecture provides new insight into translation control 2024-Jul-02, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.08.548206 PMID:39005319	研究论文	开发了一种深度神经网络模型，用于从RNA序列直接预测和分析翻译起始和终止位点	模型揭示了密码子使用在调控翻译终止中的新作用，并发现了数千个新的开放阅读框	模型主要基于人类转录本训练，在其他生物体中的预测准确性可能有限	理解基因翻译的调控机制	RNA序列中的翻译起始和终止位点	自然语言处理	NA	深度神经网络	深度神经网络	RNA序列	人类转录组数据
392	2025-04-25	Analyzing heterogeneity in Alzheimer Disease using multimodal normative modeling on imaging-based ATN biomarkers 2024-Jul-01, ArXiv PMID:39010871	research paper	使用多模态规范建模分析阿尔茨海默病的异质性，基于成像ATN生物标志物	采用深度学习多模态规范框架分析个体水平的ATN成像生物标志物变异	研究仅基于横断面数据，未考虑纵向变化	探究阿尔茨海默病的异质性及其与认知功能和疾病进展的关系	阿尔茨海默病患者（淀粉样蛋白阳性和阴性对照）	digital pathology	geriatric disease	T1-weighted MRI, amyloid and tau PET	deep learning-based multimodal normative framework	imaging data	发现队列（n = 665）和复制队列（n = 430）
393	2025-04-25	Artificial intelligence in colonoscopy: from detection to diagnosis 2024-07, The Korean journal of internal medicine DOI:10.3904/kjim.2023.332 PMID:38695105	综述	本文综述了人工智能在结肠镜检查中从检测到诊断的最新进展	总结了不同深度学习模型在结肠镜检查不同任务中的适用性及性能表现	仅纳入2021年及以后发表的英文文献，可能存在发表偏倚	评估人工智能在结肠镜检查中的应用效果	27篇PubMed原始研究	数字病理学	胃肠道疾病	深度学习	Efficientnet, YOLO, Unet	医学影像	27项研究
394	2025-04-25	Privacy-proof Live Surgery Streaming: Development and Validation of a Low-cost, Real-time Robotic Surgery Anonymization Algorithm 2024-Jul-01, Annals of surgery IF:7.5Q1 DOI:10.1097/SLA.0000000000006245 PMID:38390732	研究论文	开发并验证了一种低成本、实时机器人手术匿名化算法，用于隐私保护的实时手术流媒体	首创了一种手术匿名化算法，能够可靠且准确地实时移除体外图像，并在多种机器人平台上进行验证	NA	开发一种可靠、准确且实时的机器人手术匿名化算法，用于手术视频数据的隐私保护	机器人手术视频数据	计算机视觉	NA	深度学习	Robotic Anonymization Network	视频	63个手术视频，包含6种手术和4种机器人系统，共496,828张图像
395	2025-04-25	Analyzing heterogeneity in Alzheimer Disease using multimodal normative modeling on imaging-based ATN biomarkers 2024-Jun-30, bioRxiv : the preprint server for biology DOI:10.1101/2023.08.15.553412 PMID:37662280	research paper	本研究采用基于深度学习的多模态规范框架，分析阿尔茨海默病(AD)患者个体水平的ATN成像生物标志物变异	首次将多模态规范建模应用于ATN成像生物标志物，以分析AD的异质性	研究仅基于横断面数据，缺乏纵向追踪验证	探究阿尔茨海默病的异质性表现	阿尔茨海默病患者(淀粉样蛋白阳性个体)与对照组(淀粉样蛋白阴性个体)	digital pathology	geriatric disease	T1加权MRI、淀粉样蛋白PET、tau蛋白PET	深度学习模型	医学影像数据	发现队列665人，验证队列430人
396	2025-04-25	Enhanced Cell Tracking Using A GAN-based Super-Resolution Video-to-Video Time-Lapse Microscopy Generative Model 2024-Jun-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.11.598572 PMID:38915545	research paper	该论文提出了一种基于GAN的超分辨率视频到视频延时显微镜生成模型，用于增强细胞追踪	提出了一种称为tGAN的GAN-based延时显微镜生成器，能够显著提高合成注释延时显微镜数据的质量和多样性，采用双分辨率架构合成低分辨率和高分辨率图像	需要进一步验证模型在更大规模和多样性数据集上的泛化能力	解决细胞追踪中由于缺乏大规模多样化注释数据集而导致的深度学习模型泛化能力不足的问题	细胞动态行为	digital pathology	NA	time-lapse microscopy	GAN	video	NA
397	2025-04-25	Cellpose as a reliable method for single-cell segmentation of autofluorescence microscopy images 2024-Jun-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.07.597994 PMID:38915614	研究论文	本研究验证了Cellpose在自发荧光显微镜图像中的单细胞分割可靠性	首次将Cellpose应用于低信噪比的自发荧光显微镜图像分割，并验证其在代谢成像中的准确性	研究仅针对NAD(P)H自发荧光图像进行验证，未涵盖其他类型的自发荧光	开发适用于自发荧光显微镜图像的可靠细胞分割工具	PANC-1细胞和来自9名患者的癌症类器官	数字病理学	癌症	多光子强度成像、荧光寿命成像显微镜(FLIM)	Cellpose深度学习网络	显微图像	PANC-1细胞系和9例患者来源的癌症类器官
398	2025-04-25	An updated compendium and reevaluation of the evidence for nuclear transcription factor occupancy over the mitochondrial genome 2024-Jun-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.04.597442 PMID:38895386	research paper	该研究通过分析扩展的ENCODE数据集和深度学习模型，创建了一个核转录因子与线粒体基因组关联的综合汇编	利用扩展的ENCODE数据集和深度学习模型，首次系统地评估了核转录因子在线粒体基因组上的占据情况	部分核转录因子的chrM占据证据在不同抗体和ChIP协议下不可重复	评估核转录因子在线粒体基因组上的占据情况	核转录因子与线粒体基因组的关联	基因组学	NA	ChIP-seq, 深度学习模型	深度学习	基因组数据	6,153 ChIP实验，涉及942种蛋白质（其中763种为序列特异性TFs）
399	2025-04-25	MulTFBS: A Spatial-Temporal Network with Multichannels for Predicting Transcription Factor Binding Sites 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c02088 PMID:38733561	research paper	提出了一种名为MulTFBS的多通道深度学习框架，用于预测转录因子结合位点（TFBSs）	整合了DNA序列的不同类型特征，包括独立的一热编码、词嵌入编码（可结合上下文信息并提取序列的全局特征）和双螺旋三维结构特征，通过空间-时间网络结合CNN和双向LSTM及注意力机制有效提取序列高层信息	未明确提及	揭示影响转录因子结合特异性的机制，理解基因调控	转录因子结合位点（TFBSs）	natural language processing	NA	深度学习	CNN, bidirectional LSTM, attention mechanism	DNA序列	66个不同转录因子的通用蛋白结合微阵列数据集
400	2025-04-25	MolLoG: A Molecular Level Interpretability Model Bridging Local to Global for Predicting Drug Target Interactions 2024-05-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00171 PMID:38709146	research paper	提出了一种名为MolLoG的深度学习网络结构，用于预测药物与靶标之间的相互作用，并提供分子层面的解释	MolLoG通过局部特征编码器（LFE）和全局交互学习（GIL）模块，平衡了局部特征提取与全局交互表示，提供了对黑盒结果的生物学相关解释	未提及具体的数据集规模或实验环境限制	提高药物与靶标相互作用预测的准确性和可解释性	药物与蛋白质分子	machine learning	NA	深度学习（DL）	图卷积网络（GCN）、多层感知机（MLP）	分子结构数据	四个数据集