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	2025-07-08	Attention-based deep learning for analysis of pathology images and gene expression data in lung squamous premalignant lesions 2025-Jun-12, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.06.25328492 PMID:40585088	研究论文	提出一种基于transformer的框架，结合转录组学和组织学模式，区分支气管发育不良或更严重的病变与正常、增生和化生	首次提出一种灵活利用转录组学和组织学模式的transformer框架，用于区分支气管发育不良或更严重的病变	模型训练基于二元标签，可能无法完全捕捉病变的连续谱系	开发一种能够区分支气管发育不良或更严重病变的深度学习框架	支气管前恶性病变	数字病理学	肺癌	RNA-seq	transformer	图像和基因表达数据	来自4项研究的数据，包括高风险肺癌患者的支气管活检H&E全切片图像和批量基因表达数据
462	2025-07-08	UniScore, a Unified and Universal Measure for Peptide Identification by Multiple Search Engines 2025-Jun-02, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2025.101010 PMID:40466863	研究论文	提出UniScore作为一种度量标准，用于整合和标准化多个搜索引擎在基于LC/MS/MS的自下而上蛋白质组学数据分析中的输出	UniScore仅通过匹配候选肽的氨基酸序列与产物离子谱来计算，独立于分数值使用基于目标-诱饵方法的错误发现率控制接受标准，相比其他基于深度学习的谱预测重新评分方法，能以更少的计算资源处理更大规模的数据	NA	开发一种统一且通用的度量标准，用于整合和标准化多个搜索引擎在蛋白质组学数据分析中的输出	数据依赖采集（DDA）数据，来自LC/MS/MS的自下而上蛋白质组学	蛋白质组学	NA	LC/MS/MS, 数据依赖采集（DDA）	NA	质谱数据	大规模全球蛋白质组数据和磷酸化蛋白质组数据
463	2025-07-08	GAN Inversion for Data Augmentation to Improve Colonoscopy Lesion Classification 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3397611 PMID:38713568	research paper	本研究探讨了使用GAN反转生成的合成图像进行数据增强，以解决结肠镜检查病变分类中标注数据不足的问题	通过GAN反转在语义丰富且解耦的潜在空间中操作图像对，生成保持相同标签的合成图像，并进行图像模态转换和病变形状插值，提高了结肠息肉分类性能	未明确提及具体样本量限制或模型泛化能力的详细评估	提高结肠镜检查中病变分类的深度学习模型性能	结肠镜检查图像中的息肉病变	digital pathology	colon cancer	GAN inversion, style transfer, image interpolation	GAN	image	NA
464	2025-07-08	Deep learning-based organ-at-risk segmentation, registration and dosimetry on cone beam computed tomography images in radiation therapy: A comprehensive review 2025-Apr-01, Journal of cancer research and therapeutics IF:1.4Q4 DOI:10.4103/jcrt.jcrt_2006_24 PMID:40616533	综述	本文综述了基于深度学习的锥形束计算机断层扫描（CBCT）在放射治疗中器官风险分割、图像配准和剂量学的应用进展	探讨了生成对抗网络（GAN）和深度卷积神经网络（DCNN）在提高CBCT图像质量、器官风险分割精度和剂量计算准确性方面的创新应用	未提及具体的技术实施细节或临床验证的局限性	提升CBCT在放射治疗中的应用效果，包括器官风险分割、图像配准和剂量计算的准确性	锥形束计算机断层扫描（CBCT）图像及其在放射治疗中的应用	数字病理学	NA	生成对抗网络（GAN）、深度卷积神经网络（DCNN）	GAN、DCNN	图像	NA
465	2025-07-08	Precision prediction of cervical cancer outcomes: A machine learning approach to recurrence and survival analysis 2025-Apr-01, Journal of cancer research and therapeutics IF:1.4Q4 DOI:10.4103/jcrt.jcrt_2524_24 PMID:40616534	综述	本文全面探讨了AI在预测宫颈癌复发和生存中的作用，重点关注机器学习、深度学习和自然语言处理等技术	整合AI与医学影像、基因组学和临床数据，为宫颈癌复发和生存预测提供先进方法	讨论了AI在宫颈癌预测中的挑战和局限性	优化宫颈癌治疗并改善患者预后	宫颈癌患者	机器学习	宫颈癌	机器学习、深度学习、自然语言处理	NA	医学影像、基因组学、临床数据	NA
466	2025-07-08	TopoTxR: A topology-guided deep convolutional network for breast parenchyma learning on DCE-MRIs 2025-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103373 PMID:39454312	研究论文	提出了一种名为TopoTxR的新型拓扑引导深度卷积网络，用于在DCE-MRI上学习乳腺实质结构	通过显式提取多尺度拓扑结构并结合注意力机制，改进了对乳腺实质结构的量化	NA	改进乳腺实质结构的量化方法，以更好地理解疾病病理生理学和治疗反应	乳腺实质结构	数字病理学	乳腺癌	DCE-MRI	CNN	图像	公开数据集I-SPY 1（N = 161）和Rutgers专有数据集（N = 120）
467	2025-07-08	Learning to Learn Transferable Generative Attack for Person Re-Identification 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558434 PMID:40232916	research paper	提出了一种名为MTGA的元学习优化方法，用于生成高度可迁移的对抗样本，以测试现实世界中人员再识别模型的鲁棒性	首次考虑了跨测试能力，通过元学习优化生成对抗样本，并引入扰动随机擦除模块和归一化混合策略来增强跨模型、跨数据集和跨测试的迁移性	未提及具体的数据集规模或实验环境限制	提升对抗样本在跨模型、跨数据集和跨测试场景中的迁移能力，以更全面地评估人员再识别模型的鲁棒性	人员再识别模型	computer vision	NA	meta-learning	generative attacker	image	NA
468	2025-07-08	International Validation of Echocardiographic AI Amyloid Detection Algorithm 2024-Dec-16, medRxiv : the preprint server for health sciences DOI:10.1101/2024.12.14.24319049 PMID:39763545	研究论文	本研究验证了一种基于计算机视觉的深度学习算法EchoNet-LVH在国际多中心数据中检测心脏淀粉样变性的性能	开发并验证了一种新型AI算法EchoNet-LVH，能够通过超声心动图视频准确检测心脏淀粉样变性，且在不同人群和设备中表现一致	研究为回顾性病例对照设计，需要在前瞻性研究中进一步验证其临床效用	验证AI算法在心脏淀粉样变性早期诊断中的性能	心脏淀粉样变性患者和对照组的超声心动图数据	计算机视觉	心血管疾病	深度学习	CNN（基于视频分析的深度学习算法）	超声心动图视频	多中心回顾性病例对照研究（具体样本量未明确说明）
469	2025-07-08	Performance of Risk Models for Antimicrobial Resistance in Adult Patients With Sepsis 2024-11-04, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.43658 PMID:39509131	研究论文	评估患者病例组合和当地耐药率对革兰阴性菌（GNB）败血症风险分层模型在不同医院间性能差异的影响	揭示了抗菌药物耐药性流行率而非患者病例组合是导致模型性能差异的主要原因	研究为回顾性队列设计，可能受数据完整性和准确性的限制	评估GNB败血症风险分层模型在不同医院间的性能差异及其影响因素	来自密苏里州和伊利诺伊州10家急症护理医院的39,893名成人败血症患者	医疗数据分析	败血症	深度学习模型	深度学习	临床数据	39,893名患者，共85,238次败血症发作事件
470	2025-07-08	Natural Language Processing of Clinical Documentation to Assess Functional Status in Patients With Heart Failure 2024-11-04, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.43925 PMID:39509128	研究论文	本研究开发并验证了一种深度学习的自然语言处理策略，用于从非结构化的临床文档中提取心力衰竭患者的功能状态评估	利用深度学习NLP技术从非结构化临床文档中提取功能状态评估，显著提高了NYHA分类和HF症状描述的识别能力	研究仅基于三个医疗网络的数据，可能无法完全代表其他医疗环境的情况	开发并验证一种NLP策略，用于从临床文档中提取心力衰竭患者的功能状态评估	心力衰竭患者的临床文档	自然语言处理	心血管疾病	自然语言处理(NLP)	深度学习模型	文本	34,070名心力衰竭患者，182,308份未标注的临床文档
471	2025-07-08	Stain-Free Approach to Determine and Monitor Cell Heath Using Supervised and Unsupervised Image-Based Deep Learning 2024-08, Journal of pharmaceutical sciences IF:3.7Q2 DOI:10.1016/j.xphs.2024.05.001 PMID:38710387	研究论文	本文提出了一种基于深度学习的无染色方法，用于通过细胞形态指纹预测细胞健康指标	结合基于图像的深度学习和流式成像显微镜技术，无需染色即可评估细胞健康状态	研究仅使用了Jurkat细胞系，未在其他细胞类型上验证	开发用于细胞治疗产品的快速、无标记的质量控制方法	未染色的人T淋巴细胞(Jurkat细胞)	数字病理学	NA	流式成像显微镜(FIM)	监督学习算法和变分自编码器(VAE)	图像	健康细胞、死亡细胞和化学诱导凋亡的Jurkat细胞样本
472	2025-07-08	Convolutional neural network deep learning model accurately detects rectal cancer in endoanal ultrasounds 2024-04-01, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-024-02917-3 PMID:38561492	研究论文	本研究开发并验证了一种基于深度学习的卷积神经网络模型，用于在标准肛门内超声图像中准确检测直肠癌	利用深度学习模型提升非专业医疗中心对直肠癌的检测准确性，特别是在检查者经验不足的情况下	研究样本量较小（294张图像），且仅在单一数据集上进行验证	开发AI系统以提高非专业医疗中心对直肠癌的诊断准确性	直肠癌患者的肛门内超声图像	数字病理学	直肠癌	深度学习	CNN	图像	294张肛门内超声图像
473	2025-07-08	Deep learning-based predictive classification of functional subpopulations of hematopoietic stem cells and multipotent progenitors 2024-03-13, Stem cell research & therapy IF:7.1Q1 DOI:10.1186/s13287-024-03682-8 PMID:38475857	研究论文	本研究探讨了利用深度学习技术基于形态学区分小鼠造血干细胞（HSCs）和多能祖细胞（MPPs）的可行性	首次在稳态条件下使用深度学习区分HSCs和MPPs，开发了能够可靠区分长期HSCs、短期HSCs和MPPs的三分类模型LSM，以及区分老年和年轻HSCs的二分类模型	研究仅基于小鼠细胞，未涉及人类细胞验证	开发基于深度学习的造血干细胞功能亚群分类方法	小鼠造血干细胞（HSCs）和多能祖细胞（MPPs）	数字病理学	NA	深度学习	CNN（根据上下文推测）	图像（DIC显微镜图像）	大量图像数据集（具体数量未说明）
474	2025-07-08	Deep learning-based predictive classification of functional subpopulations of hematopoietic stem cells and multipotent progenitors 2023-Nov-14, Research square DOI:10.21203/rs.3.rs-3332530/v1 PMID:38014055	研究论文	本研究探索了使用深度学习技术基于形态学区分小鼠造血干细胞（HSCs）和多能祖细胞（MPPs）的可行性	首次在稳态条件下使用深度学习区分HSCs和MPPs，开发了能够可靠区分LT-HSCs、ST-HSCs和MPPs的三分类模型LSM，以及区分老年和年轻HSCs的二分类模型	研究仅基于小鼠细胞，尚未在人类细胞中验证	探索深度学习在造血干细胞和祖细胞分类中的应用	小鼠造血干细胞（HSCs）和多能祖细胞（MPPs）	数字病理学	NA	深度学习	CNN	图像	大量图像数据集
475	2025-07-08	Modeling islet enhancers using deep learning identifies candidate causal variants at loci associated with T2D and glycemic traits 2023-08-29, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2206612120 PMID:37603758	研究论文	本研究利用深度学习模型分析序列变异对增强子的影响，以识别与2型糖尿病(T2D)及其相关性状相关的候选因果变异	开发了一种深度学习方法来分析序列变异对增强子的影响，并成功应用于优先排序候选因果变异	研究主要关注胰腺胰岛组织，可能无法完全代表其他相关组织中的变异效应	识别与2型糖尿病及其相关性状相关的特定因果变异	胰腺胰岛组织中的增强子和遗传变异	机器学习	2型糖尿病	深度学习	DL	基因组序列数据	约6700万遗传变异
476	2025-07-08	Refinement of AlphaFold2 Models against Experimental Cryo-EM Density Maps at 4-6Å Resolution 2022-Dec, Proceedings. IEEE International Conference on Bioinformatics and Biomedicine DOI:10.1109/bibm55620.2022.9995676 PMID:40612328	research paper	本研究探讨了深度学习蛋白质结构预测方法AlphaFold2在解析4-6 Å分辨率冷冻电镜图谱中的应用	结合实验与AI方法，从低分辨率密度图中构建准确模型，并评估AlphaFold2模型在低分辨率冷冻电镜图谱中的表现	小链（115个残基）的预测效果较差，TM-score仅为0.52，且后续精炼步骤的成功与否高度依赖于AlphaFold2预测质量、冷冻电镜数据质量及模型与密度图的匹配度	评估AlphaFold2在低分辨率冷冻电镜图谱中的模型精炼效果	蛋白质结构模型与冷冻电镜密度图	computational biology	NA	cryo-EM, AlphaFold2	AlphaFold2	cryo-EM density maps, protein structure models	10个实验图谱/模型对（包含9个较大链（226-373个残基）和1个小链（115个残基））
477	2025-07-07	Kernelized weighted local information based picture fuzzy clustering with multivariate coefficient of variation and modified total Bregman divergence measure for brain MRI image segmentation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110458 PMID:40527240	研究论文	提出了一种基于核化加权局部信息的图片模糊聚类方法，用于脑部MRI图像分割	首次在图片模糊集框架下使用多元变异系数理论开发局部图片模糊信息度量，并整合非欧几里得距离度量以提高分割精度	NA	解决噪声环境下医学图像分割的挑战	脑部MRI图像	计算机视觉	脑部疾病	核化加权局部信息方法	图片模糊聚类	MRI图像	Brainweb、IBSR和MRBrainS18 MRI数据集以及CT图像模板
478	2025-07-07	Learning hemodynamic scalar fields on coronary artery meshes: A benchmark of geometric deep learning models 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110477 PMID:40532501	research paper	该研究通过几何深度学习模型对冠状动脉血流动力学标量场进行预测，作为计算流体动力学（CFD）模拟的替代方法	首次对多种几何深度学习后端在预测冠状动脉虚拟血流储备分数（vFFR）场方面进行全面实证分析，并确定基于变压器的架构在复杂拓扑数据集中的优越性	研究主要关注几何深度学习模型在特定数据集上的表现，可能无法完全代表所有临床场景	评估不同几何深度学习后端在预测冠状动脉血流动力学场方面的性能，寻找CFD模拟的有效替代方法	冠状动脉血流动力学场（特别是vFFR场）	digital pathology	cardiovascular disease	computational fluid dynamics (CFD), geometric deep learning	transformer-based architectures, CNN, LSTM, GAN	mesh data	1,500个合成的左冠状动脉分叉数据集和427个患者特异性CFD模拟数据集
479	2025-07-07	Patch-type wearable electrocardiography and impedance pneumography for sleep staging: A multi-modal deep learning approach 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110452 PMID:40532503	研究论文	本研究评估了一种基于单导联心电图（ECG）和阻抗呼吸描记术（IPG）的贴片式可穿戴设备在多阶段睡眠分类中的可行性	提出了一种结合ECG和IPG的多模态深度学习方法，用于睡眠分期，并通过特征选择和模型优化实现了高准确性和计算效率的平衡	样本量相对较小（92名患者），且未涵盖所有睡眠阶段（如N3阶段）	探索便携式ECG-IPG系统在睡眠分期中的应用，以实现连续睡眠监测和个性化健康管理	睡眠分期	数字病理	睡眠障碍	单导联ECG和IPG	RCNN	生理信号数据（ECG和IPG）	92名患者
480	2025-07-07	Expert-level differentiation of incomplete Kawasaki disease and pneumonia from echocardiography via multiple large receptive attention mechanisms 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110478 PMID:40541073	research paper	该研究开发了两种深度学习模型MRANet和MLRANet，用于从不完全川崎病和肺炎的超声心动图中进行专家级区分	提出了结合多重感受野注意力机制的新型深度学习模型MLRANet，在检测冠状动脉异常方面超过专家水平表现	研究样本量相对较小（203个超声心动图数据集），需要在更大规模数据上进行验证	开发能够辅助诊断不完全川崎病的计算机辅助诊断工具	不完全川崎病和肺炎患者的超声心动图数据	digital pathology	cardiovascular disease	deep learning	MRANet, MLRANet	image	203个超声心动图数据集