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
461	2025-07-24	ORAKLE: Optimal Risk prediction for mAke30 in patients with sepsis associated AKI using deep LEarning 2025-May-26, Critical care (London, England) DOI:10.1186/s13054-025-05457-w PMID:40420108	研究论文	介绍了一种名为ORAKLE的新型深度学习模型，用于预测脓毒症相关急性肾损伤（AKI）患者在30天内发生重大不良肾脏事件（MAKE30）的风险	ORAKLE模型利用动态时间序列数据进行预测，克服了现有静态预测模型的不足，能够更准确地捕捉肾脏损伤、治疗效果和患者轨迹的动态变化	研究为回顾性分析，可能存在数据偏差；模型性能需在更多临床环境中进一步验证	开发能够准确预测AKI患者30天内重大不良肾脏事件风险的深度学习模型	脓毒症相关急性肾损伤（AKI）患者	医疗人工智能	急性肾损伤	深度学习时间序列分析	Dynamic DeepHit框架	临床时间序列数据	开发队列（MIMIC-IV数据库）16,671例患者，外部验证队列（SiCdb数据库）2,665例患者和（eICU-CRD数据库）11,447例患者
462	2025-07-24	Pancreas segmentation using AI developed on the largest CT dataset with multi-institutional validation and implications for early cancer detection 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01802-9 PMID:40379726	研究论文	本研究开发了一种基于深度学习的卷积神经网络（CNN）用于胰腺的自动分割，并在大型CT数据集上进行了多机构验证，以提高早期胰腺癌检测的准确性	使用迄今为止最大的单机构CT数据集（n=3031）开发了3D nnU-Net模型，并在多机构AbdomenCT-1K数据集（n=585）上进行了外部验证，展示了模型在不同成像条件下的鲁棒性	虽然模型在多个数据集上表现良好，但未提及在更广泛或更具挑战性的临床环境中的表现	提高胰腺自动分割的准确性，以促进早期胰腺癌检测和胰腺疾病的生物标志物发现	胰腺	数字病理	胰腺癌	深度学习	3D nnU-Net	CT图像	3031个单机构CT扫描和585个多机构AbdomenCT-1K数据集扫描
463	2025-07-24	Tracking Conditioned Fear in Pair-Housed Mice Using Deep Learning and Real-Time Cue Delivery 2025-May-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.10.653260 PMID:40463247	研究论文	本研究开发了一种基于深度学习的开源软件，用于在配对饲养的小鼠家庭笼中实时追踪条件恐惧行为	结合开源软件和深度学习姿态估计技术，在生态学相关环境中研究小鼠的条件恐惧行为	研究仅针对小鼠模型，结果向人类PTSD的转化需要进一步验证	开发新方法来研究创伤后应激障碍(PTSD)相关的条件恐惧行为	配对饲养的小鼠	数字病理学	创伤后应激障碍(PTSD)	深度学习姿态估计	深度学习模型	视频	配对饲养的小鼠群体(具体数量未明确说明)
464	2025-07-24	Vessels hiding in plain sight: quantifying brain vascular morphology in anatomical MR images using deep learning 2025-May-11, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.06.652518 PMID:40654616	研究论文	该研究开发了一种名为anat2vessels的深度学习模型，用于在标准T1或T2加权MR图像中量化脑血管形态	提出了一种无需额外MRA扫描即可在常规MR图像中准确量化脑血管形态的深度学习方法	模型性能在仅使用T1w图像时可能不如T2w图像	开发一种非侵入性方法来评估脑血管形态及其与脑健康和衰老的关系	脑血管形态	数字病理学	老年疾病	MR成像	深度学习神经网络	医学影像	包含配对MR/MRA的数据集及另一个不含MRA的数据集
465	2025-07-24	Automated Joint Space Detection Improves Bone Segmentation Accuracy 2025-May-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.30.651481 PMID:40654621	研究论文	本研究通过深度学习模型自动检测关节间隙，提高了骨骼分割的准确性	超越之前发布的半自动标记分水岭算法，引入了结构增强、张量投票和输出膨胀技术来识别关节间隙，并使用3D U-Net架构的深度学习模型进行预测	在疾病严重程度和年龄增加的TNF-Tg小鼠中，准确性下降，且在关节炎严重程度增加的前爪中准确性也逐步降低	提高复杂骨骼解剖结构的自动分割准确性	小鼠的后爪和前爪骨骼	数字病理	炎症侵蚀性关节炎	micro-CT、深度学习	3D U-Net、ResNet-18	图像	野生型（WT）和肿瘤坏死因子转基因（TNF-Tg）小鼠的后爪和前爪，数量未明确说明
466	2025-07-24	Diagnostic Accuracy of a Deep Learning Algorithm for Detecting Unruptured Intracranial Aneurysms in Magnetic Resonance Angiography: A Multicenter Pivotal Trial 2025-05, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123882 PMID:40086726	研究论文	评估深度学习算法在磁共振血管造影中检测未破裂颅内动脉瘤的准确性	使用3D U-Net模型在TOF MRA数据上实现高灵敏度和低假阳性率的未破裂颅内动脉瘤检测	对于小于3毫米的动脉瘤检测灵敏度较低，仍需专家复核	评估深度学习算法在辅助放射科医生检测未破裂颅内动脉瘤方面的效果	675名参与者（189名动脉瘤阳性，486名阴性）的TOF MRA数据	数字病理学	颅内动脉瘤	TOF磁共振血管造影	3D U-Net	医学影像	675名参与者（来自2家医院2019-2023年数据），训练使用988个非重叠TOF MRA数据集
467	2025-07-24	Assessing Algorithmic Fairness With a Multimodal Artificial Intelligence Model in Men of African and Non-African Origin on NRG Oncology Prostate Cancer Phase III Trials 2025-May, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00284 PMID:40344545	research paper	评估多模态人工智能模型在非洲和非非洲裔男性前列腺癌患者中的算法公平性	使用多模态AI深度学习系统评估前列腺癌临床试验中不同种族亚组的预后性能，填补了非洲裔美国人在基因组生物标志物开发中的代表性不足	研究中包含29名种族状态未知或缺失的患者，可能影响结果的全面性	评估多模态AI工具在不同种族亚组中的普适性和算法公平性	非洲裔和非非洲裔前列腺癌患者	digital pathology	prostate cancer	multimodal AI deep learning	deep learning	digital histopathology and clinical data	5,708名患者（包括948名非洲裔和4,731名非非洲裔患者）
468	2025-07-24	Physics-informed deep learning for infectious disease forecasting 2025-Apr-29, ArXiv PMID:39876937	研究论文	提出了一种基于物理信息神经网络（PINNs）的新型传染病预测模型，整合了流行病学理论和数据	通过将分室模型嵌入损失函数，整合流行病学理论与数据，防止模型过拟合，并引入考虑移动性和累计疫苗剂量等协变量的子网络	模型在更广泛的地理区域和不同传染病中的适用性未经验证	提高传染病预测的准确性，以支持公共卫生政策制定和疫情准备	COVID-19在加利福尼亚州的传播情况	机器学习	COVID-19	物理信息神经网络（PINNs）	PINN, RNN, LSTM, GRU, Transformer	时间序列数据	加利福尼亚州级别的COVID-19数据
469	2025-07-24	Dynamic Glucose Enhanced Imaging using Direct Water Saturation 2025-Apr-24, ArXiv PMID:39502884	研究论文	提出了一种利用直接水饱和曲线的交换性线宽增宽进行动态葡萄糖增强成像的新方法	首次提出利用直接水饱和曲线的线宽变化来检测葡萄糖摄取，克服了现有CEST和CESL方法的低效应量和运动敏感性问题	目前仅在4例脑肿瘤患者中进行了初步验证，样本量较小	开发一种更灵敏的葡萄糖摄取检测方法	脑肿瘤患者的葡萄糖摄取情况	医学影像	脑肿瘤	DS-DGE MRI	深度学习Lorentzian拟合	MRI影像数据	4例脑肿瘤患者
470	2025-07-24	Deep learning-based generation of DSC MRI parameter maps using DCE MRI data 2025-Apr-07, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8768 PMID:40194853	研究论文	利用深度学习技术从DCE MRI数据生成DSC MRI参数图	开发了一种基于条件生成对抗网络（cGAN）的方法，能够从DCE MRI数据合成DSC衍生的参数图，从而减少对比剂的使用量	研究样本量有限，且仅针对脑肿瘤患者和健康对照进行了验证	开发一种方法，通过单一剂量的对比剂获取DSC和DCE MRI参数图	脑肿瘤患者和健康对照的MRI数据	医学影像分析	脑肿瘤	DSC MRI和DCE MRI	cGAN	MRI图像	64名参与者，包括脑肿瘤患者和健康对照
471	2025-07-24	Virtual Lung Screening Trial (VLST): An In Silico Study Inspired by the National Lung Screening Trial for Lung Cancer Detection 2025-Apr-04, ArXiv PMID:38699170	研究论文	本研究通过虚拟成像试验（VITs）模拟国家肺部筛查试验（NLST），探讨了CT和胸部X光在肺癌筛查中的诊断性能差异	利用虚拟成像试验平台模拟临床实验，减少实际试验的成本和伦理风险，同时验证深度学习模型在肺癌筛查中的应用	研究基于模拟数据，可能无法完全反映真实临床环境中的复杂情况	探索虚拟成像试验在加速临床研究和优化影像技术使用方面的潜力	模拟的肺癌结节和虚拟患者队列	数字病理	肺癌	CT和CXR成像	深度学习模型（AI CT-Reader和AI CXR-Reader）	影像数据	294名虚拟受试者
472	2025-07-24	MSP-tracker: A versatile vesicle tracking software tool used to reveal the spatial control of polarized secretion in Drosophila epithelial cells 2025-04, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3003099 PMID:40208901	研究论文	开发了一种名为MSP-tracker的囊泡追踪软件工具，用于研究果蝇上皮细胞中极化分泌的空间控制	利用计算机视觉和深度学习技术开发了MSP-tracker，无需大量训练数据即可在嘈杂环境中追踪囊泡轨迹，揭示了微管组织在顶端分泌靶向中的核心作用	研究主要局限于果蝇上皮细胞，未在其他生物系统或细胞类型中验证	研究上皮细胞中特定分泌货物如何靶向质膜的不同区域	果蝇上皮细胞中的后高尔基体囊泡	计算机视觉	NA	RUSH系统、计算机视觉、深度学习	NA	图像	NA
473	2025-07-24	Comparison of Pathologist and Artificial Intelligence-based Grading for Prediction of Metastatic Outcomes After Radical Prostatectomy 2025-Feb, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.08.004 PMID:39232875	research paper	比较病理学家和基于人工智能的分级方法在预测前列腺癌根治术后转移结果方面的表现	首次将深度学习应用于前列腺癌组织病理图像分级，并与病理学家的分级结果在预测转移结果方面进行比较	研究仅基于三个手术队列的777名患者，样本量相对有限	评估人工智能在前列腺癌分级中的预测性能	前列腺癌患者	digital pathology	prostate cancer	deep learning	CNN	image	777名前列腺癌患者
474	2025-07-24	Assessing the Reporting Quality of Machine Learning Algorithms in Head and Neck Oncology 2025-Feb, The Laryngoscope DOI:10.1002/lary.31756 PMID:39258420	research paper	评估头颈肿瘤学中机器学习算法的报告质量，使用TRIPOD-AI标准	首次使用TRIPOD-AI标准系统评估头颈肿瘤学中机器学习算法的报告质量	研究依赖于文献中的报告质量，可能无法涵盖所有实际应用中的问题	评估和改进头颈肿瘤学中机器学习算法的报告质量	头颈肿瘤学中应用机器学习算法的研究文献	machine learning	head and neck neoplasms	machine learning, deep learning	NA	text	NA
475	2025-07-24	Identifying pivotal sites affecting thermostability of GH11 xylanase via conventional and deep learning-based energy calculation 2025-Jan-10, FEMS microbiology letters IF:2.2Q3 DOI:10.1093/femsle/fnaf072 PMID:40643334	研究论文	本研究通过计算方法和深度学习工具识别影响GH11木聚糖酶热稳定性的关键残基，并通过实验验证了这些残基的作用	结合Rosetta Cartesian_ddG和深度学习工具Pythia两种计算方法，识别并验证了影响酶热稳定性的关键残基	结合两个位点的有益突变导致热稳定性降低，可能是由于负上位性相互作用	提高GH11木聚糖酶XynCDBFV的热稳定性	GH11木聚糖酶XynCDBFV	蛋白质工程	NA	Rosetta Cartesian_ddG, Pythia, 位点饱和诱变	深度学习	蛋白质序列和结构数据	18个变体
476	2025-07-24	Machine learning applications in colorectal cancer: from early detection to personalized treatment 2025-Jan-08, Integrative biology : quantitative biosciences from nano to macro IF:1.5Q4 DOI:10.1093/intbio/zyaf013 PMID:40694039	review	本文综述了机器学习在结直肠癌（CRC）研究和护理中的变革性影响，包括早期检测、分期、复发预测和个体化治疗	通过整合多组学、放射组学和临床数据，机器学习模型超越了传统的诊断和预后方法，实现了精准的风险预测、个性化治疗和早期复发检测	机器学习在CRC管理中面临数据质量、验证和临床工作流程平滑适应等挑战	探讨机器学习在结直肠癌早期检测到个性化治疗中的应用及其潜力	结直肠癌（CRC）患者及其相关数据	machine learning	colorectal cancer	支持向量机（SVM）、随机森林、神经网络、深度学习	SVM, random forests, neural networks, deep learning	多组学数据、放射组学数据、临床数据	NA
477	2025-07-24	Harmonic Wavelet Neural Network for Discovering Neuropathological Propagation Patterns in Alzheimer's Disease 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3434394 PMID:39074003	研究论文	本文提出了一种谐波小波神经网络（HWNN）用于预测阿尔茨海默病的早期阶段并定位与疾病相关的重要小波，以表征神经病理事件在大脑网络中的传播路径	提出了一种新的谐波小波神经网络（HWNN）方法，用于识别神经病理事件的传播模式，解决了现有图深度学习方法的两个主要缺点	未提及具体样本量或数据集的详细描述，可能影响方法的泛化能力	理解阿尔茨海默病的病理生理机制，预测早期疾病阶段并识别神经病理事件的传播模式	阿尔茨海默病的神经病理事件及其在大脑网络中的传播	数字病理学	阿尔茨海默病	谐波小波神经网络（HWNN）	HWNN	合成和真实数据集	NA
478	2025-07-24	FDDSeg: Unleashing the Power of Scribble Annotation for Cardiac MRI Images Through Feature Decomposition Distillation 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3404884 PMID:38787661	research paper	提出了一种名为FDDSeg的特征分解蒸馏深度学习方法，用于基于涂鸦标注的心脏MRI图像分割	FDDSeg采用涂鸦标注重用策略和特征分解蒸馏技术，以更少的模型参数实现更精确的分割	仅使用了两个公开数据集进行验证，可能在其他数据集上的泛化性有待验证	开发一种计算成本低且仅需涂鸦标注的心脏MRI图像分割方法	心脏MRI图像	digital pathology	cardiovascular disease	MRI	FDDSeg（特征分解蒸馏深度学习模型）	image	ACDC和MSCMR两个心脏MRI公开数据集
479	2025-07-24	Harnessing Deep Learning Methods for Voltage-Gated Ion Channel Drug Discovery 2025-Jan-01, Physiology (Bethesda, Md.) DOI:10.1152/physiol.00029.2024 PMID:39189871	综述	本文探讨了深度学习在电压门控离子通道药物发现中的应用，特别是扩散模型在计算蛋白质设计中的进展	利用深度学习和扩散模型计算设计针对电压门控离子通道不同区域的蛋白质结合物，为药物发现提供新策略	需要更多实验数据验证计算设计的蛋白质结合物的实际效果和安全性	探索计算蛋白质设计方法在电压门控离子通道药物发现中的应用	电压门控离子通道及其蛋白质结合物	机器学习	心脏心律失常和神经性疼痛	深度学习和扩散模型	扩散模型	蛋白质结构数据	NA
480	2025-07-24	Melanoma Breslow Thickness Classification Using Ensemble-Based Knowledge Distillation With Semi-Supervised Convolutional Neural Networks 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3465929 PMID:39302772	研究论文	该研究利用集成知识蒸馏与半监督卷积神经网络对黑色素瘤的Breslow厚度进行分类	采用多教师集成知识蒸馏的半监督学习方法，在黑色素瘤分类任务中表现优于传统监督学习	研究使用了来自不同来源的四个数据集，但未提及数据集的样本量是否均衡或是否存在偏差	开发自动深度学习诊断系统，以支持医学专家对黑色素瘤的分类决策	黑色素瘤的Breslow厚度预测及原位与侵袭性黑色素瘤的分类	数字病理学	黑色素瘤	半监督学习、知识蒸馏	CNN	图像	使用了四个不同来源的数据集，具体样本量未提及