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
5061	2025-03-16	Deep Learning-Assisted Label-Free Parallel Cell Sorting with Digital Microfluidics 2025-Jan, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202408353 PMID:39497614	研究论文	本文介绍了一种新型的无标记细胞分选方法，结合深度学习图像识别和微流体操作，基于细胞形态进行分选	该方法首次将YOLOv8目标检测模型与Safe Interval Path Planning算法结合，用于数字微流控平台上的细胞分选，实现了高精度和高纯度的分选效果	实验样本仅限于HeLa细胞、聚苯乙烯微球、红细胞、Jurkat细胞和HL-60细胞，未涉及更广泛的细胞类型	开发一种高效、无标记的细胞分选技术，以推动细胞生物学的基础研究和临床应用	HeLa细胞、聚苯乙烯微球、红细胞、Jurkat细胞和HL-60细胞	数字病理学	NA	数字微流控技术（AM-DMF）	YOLOv8	图像	HeLa细胞、聚苯乙烯微球、红细胞、Jurkat细胞和HL-60细胞
5062	2025-03-16	Natural Language Processing of Clinical Documentation to Assess Functional Status in Patients With Heart Failure 2024-Nov-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自然语言处理（NLP）策略，用于从非结构化的临床文档中提取心力衰竭（HF）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，显著提高了对患者功能状态的跟踪能力，并有助于识别适合临床试验的患者	研究依赖于电子健康记录数据，可能存在数据质量和完整性的问题	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	自然语言处理	心血管疾病	NLP	深度学习模型	文本	34,070名心力衰竭患者
5063	2025-03-16	An artificial intelligence-driven scoring system to measure histological disease activity in ulcerative colitis 2024-10, United European gastroenterology journal IF:5.8Q1 DOI:10.1002/ueg2.12562 PMID:38590110	研究论文	本研究开发了一种基于人工智能的评分系统，用于测量溃疡性结肠炎的组织学疾病活动	使用先进的图像处理和机器学习算法开发了一种新型AI算法，用于自动测量基于Nancy指数的组织学疾病活动	研究仅使用了200张组织学图像，样本量相对较小	研究目的是开发一种AI系统，用于自动评估溃疡性结肠炎的组织学疾病活动	溃疡性结肠炎患者的组织学图像	数字病理学	溃疡性结肠炎	图像处理和机器学习算法	深度学习	图像	200张组织学图像
5064	2025-03-16	Cardiovascular care with digital twin technology in the era of generative artificial intelligence 2024-Sep-26, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae619 PMID:39322420	综述	本文综述了数字孪生技术在心血管医学中的应用及其未来潜力，特别是在生成式人工智能的背景下	探讨了数字孪生技术如何结合生成式人工智能和多模态数据，以增强心血管疾病的个性化治疗和预测	讨论了将数字孪生技术整合到个性化心血管护理中的个体和社会挑战以及伦理考虑	探索数字孪生技术在心血管医学中的应用及其未来发展方向	心血管疾病患者	数字病理学	心血管疾病	生成式人工智能	深度学习模型	多模态数据	NA
5065	2025-03-16	Deep-learning generated B-line score mirrors clinical progression of disease for patients with heart failure 2024-Sep-16, The ultrasound journal DOI:10.1186/s13089-024-00391-4 PMID:39283362	研究论文	本研究探讨了深度学习算法生成的B线严重程度评分与肺充血和疾病严重程度之间的关系，并评估了治疗过程中评分的变化	利用深度学习算法生成B线评分，为临床提供了一种客观评估肺充血和疾病严重程度的方法	B线评分与Rothman指数无显著关联，可能限制了其在某些临床评估中的应用	确定深度学习生成的B线评分是否与肺充血和疾病严重程度相关，并评估治疗过程中的评分变化	疑似充血性心力衰竭的患者	数字病理学	心血管疾病	深度学习	深度学习算法	超声图像	110名独特受试者（3379个超声片段）
5066	2025-03-16	Deep network and multi-atlas segmentation fusion for delineation of thigh muscle groups in three-dimensional water-fat separated MRI 2024-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.5.054003 PMID:39234425	研究论文	本文提出了一种多方法和多图谱的自动化分割方法，用于三维大腿磁共振图像中功能性肌肉群的分割	结合多图谱分割（MAS）和深度学习模型，提出了一种融合多种解剖映射的框架，以提高分割精度	研究样本量较小，仅包括15名健康受试者和4名患者	开发一种自动化分割方法，用于三维大腿磁共振图像中功能性肌肉群的分割，以支持衰老和代谢疾病的研究及成像生物标志物的开发	大腿的四个主要功能性肌肉群：股薄肌、腘绳肌、股四头肌和缝匠肌	计算机视觉	NA	化学位移编码水脂磁共振成像（CSE-MRI）	3D深度学习模型	三维磁共振图像	15名健康受试者和4名患者
5067	2025-03-16	Vasculature segmentation in 3D hierarchical phase-contrast tomography images of human kidneys 2024-Aug-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.25.609595 PMID:39253466	研究论文	本文介绍了使用深度学习技术对三维分层相衬断层扫描图像中人类肾脏血管进行分割的研究	通过组织全球机器学习竞赛，开发新的深度学习方法来提高三维血管分割的准确性，并建立了相衬断层扫描成像中血管分割的基准	计算方法的准确性仍有局限	开发高效算法以大规模分割三维医学成像数据集中的血管，用于广泛的研究和临床应用	人类肾脏的三维分层相衬断层扫描图像	计算机视觉	NA	深度学习	NA	三维图像	1,401名参与者
5068	2025-03-16	Multimodal fusion learning for long QT syndrome pathogenic genotypes in a racially diverse population 2024-Aug-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01218-1 PMID:39181999	研究论文	本文开发了一种结合心电图波形和电子健康记录数据的深度学习方法，用于评估患者是否携带导致长QT综合征的致病基因变异	创新点在于使用多模态融合学习方法，结合心电图和电子健康记录数据，以提高长QT综合征致病基因变异的识别准确性	模型的精确召回曲线下面积较低（0.29），表明在识别致病基因变异方面仍有改进空间	研究目的是开发一种深度学习方法，用于识别长QT综合征的致病基因变异	研究对象为携带长QT综合征易感基因中至少一个致病基因变异的患者	机器学习	心血管疾病	深度学习	多模态融合学习	心电图波形和电子健康记录数据	使用了来自英国生物银行（UKBB）和西奈山BioMe生物银行的数据，具体样本数量未明确
5069	2025-03-16	FUSION: A web-based application for in-depth exploration of multi-omics data with brightfield histology 2024-Aug-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.09.602778 PMID:39026885	研究论文	本文介绍了一个名为FUSION的基于网络的应用，用于深入探索多组学数据与明场组织学的结合	FUSION工具通过深度学习算法，将分子数据与高分辨率组织学图像结合，提供了一个端到端的分析平台，用于分析功能性组织单元（FTUs）	NA	开发一个工具，用于连接分子和组织病理学特征，以提供对生物机制的深入洞察	健康与病变组织	数字病理学	NA	空间转录组学（ST）	深度学习算法	图像、分子数据	福尔马林固定石蜡包埋（FFPE）和冷冻制备的数据集
5070	2025-03-16	CryoSamba: self-supervised deep volumetric denoising for cryo-electron tomography data 2024-Aug-03, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.11.603117 PMID:39071256	研究论文	本文介绍了CryoSamba，一种基于自监督深度学习的模型，用于去噪冷冻电子断层扫描（cryo-ET）图像	CryoSamba通过深度学习插值平均运动补偿的邻近平面，模仿增加曝光，增强连贯信号并减少高频噪声，显著提高断层扫描对比度和信噪比，且无需预录图像、合成数据、标签或注释、噪声模型或配对体积	NA	提高冷冻电子断层扫描图像的信噪比和对比度，以便更好地进行3D断层扫描视觉解释	冷冻电子断层扫描图像	计算机视觉	NA	深度学习	自监督深度学习模型	3D体积图像	NA
5071	2025-03-16	Epiretinal membranes in patients with uveitis: an update on the current state of management 2024-Jun-28, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-024-03199-2 PMID:38940960	review	本文综述了关于葡萄膜炎性视网膜前膜（ERM）的临床特征、诊断方法和治疗策略的最新知识	总结了ERM的多样性和复杂性，并探讨了OCT生物标志物、深度学习和手术进展对改善治疗效果的潜力	缺乏统一的疾病模型，手术方法存在争议，需要进一步研究以优化治疗策略	总结葡萄膜炎性视网膜前膜的临床特征、诊断方法和治疗策略	葡萄膜炎性视网膜前膜（ERM）患者	NA	葡萄膜炎	OCT（光学相干断层扫描）	深度学习	医学影像	NA
5072	2025-03-15	A novel interpretability framework for enzyme turnover number prediction boosted by pre-trained enzyme embeddings and adaptive gate network 2025-May, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.02.010 PMID:40021034	研究论文	本文提出了一种新的可解释性框架GELKcat，用于预测酶转换数（kcat），该框架结合了预训练的酶嵌入和自适应门网络	利用图变换器进行底物分子编码和CNN进行酶word2vec嵌入，结合自适应门网络优化特征融合，提升了kcat预测的性能和可解释性	NA	提升酶转换数（kcat）预测的准确性和可解释性，为药物发现和合成生物学提供指导	酶和底物的多物种酶-底物对转换数数据	机器学习	NA	深度学习	图变换器、CNN、自适应门网络	分子数据、酶嵌入数据	NA
5073	2025-03-15	Artificial intelligence-enabled lipid droplets quantification: Comparative analysis of NIS-elements Segment.ai and ZeroCostDL4Mic StarDist networks 2025-May, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.02.013 PMID:40023351	研究论文	本文介绍了一种应用Segment.ai神经网络和StarDist Jupyter笔记本进行脂滴（LDs）数量和形态分析的实用工作流程	比较了商业软件NIS-Elements中的Segment.ai神经网络和开源平台ZeroCostDL4Mic中的StarDist Jupyter笔记本在脂滴识别上的性能，展示了两种深度学习模型在加速成像数据处理方面的潜力	研究仅针对3T3-L1细胞分化的脂肪细胞，未涉及其他细胞类型或更广泛的样本	开发并比较两种深度学习模型在脂滴数量和形态分析中的应用，以加速脂滴动态研究	3T3-L1细胞分化的脂肪细胞	数字病理学	肥胖及相关并发症	深度学习	Segment.ai, StarDist	图像	3T3-L1细胞分化的脂肪细胞
5074	2025-03-15	PM2.5 concentration prediction using a whale optimization algorithm based hybrid deep learning model in Beijing, China 2025-Apr-15, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.125953 PMID:40032225	研究论文	本研究提出了一种结合鲸鱼优化算法（WOA）、卷积神经网络（CNN）、长短期记忆网络（LSTM）和注意力机制（AM）的混合深度学习模型，用于预测北京的PM2.5浓度	提出了一种新的混合机器学习模型，结合了WOA、CNN、LSTM和AM，显著提高了PM2.5浓度预测的准确性	研究仅使用了2014年至2018年的气象和空气污染数据，可能无法完全反映其他时间段或地区的PM2.5浓度变化	开发一种可靠的短期和中期PM2.5浓度预测工具，以评估空气污染风险并提供早期预警	北京的PM2.5浓度	机器学习	NA	NA	CNN, LSTM, WOA, AM	气象和空气污染数据	2014年至2018年的每日数据
5075	2025-03-15	Prediction of pink esthetic score using deep learning: A proof of concept 2025-Apr, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105601 PMID:39892738	研究论文	本研究旨在开发一个深度学习模型，用于预测单颗种植体在美学区的美学评分	首次使用深度学习模型结合口腔内照片和临床特征预测粉红色美学评分（PES）	样本量较小（226个样本），需要进一步收集更多样本和临床特征以提升模型性能	开发一个深度学习模型，用于预测单颗种植体在美学区的美学评分	单颗种植体在美学区的美学评分	计算机视觉	NA	深度学习	深度学习模型	图像和临床数据	226个样本，每个样本包含三张口腔内照片和12个临床特征
5076	2025-03-15	Importance of dataset design in developing robust U-Net models for label-free cell morphology evaluation 2025-Apr, Journal of bioscience and bioengineering IF:2.3Q3 DOI:10.1016/j.jbiosc.2025.01.004 PMID:39933975	研究论文	本研究探讨了训练数据集设计对U-Net模型在无标记细胞形态评估中鲁棒性的影响	研究发现，使用仅10张4×物镜拍摄的原始图像即可开发出鲁棒的细胞分割模型，远小于通常假设的数据集大小	研究主要关注细胞培养中数据可用性有限的挑战，未涉及其他可能影响模型性能的因素	研究目的是评估数据集设计对U-Net模型在细胞分割中鲁棒性的影响	四种代表关键形态类别的细胞类型	计算机视觉	NA	深度学习	U-Net	图像	2592对图像，来自四种细胞类型
5077	2025-03-15	Automated pediatric TMJ articular disk identification and displacement classification in MRI with machine learning 2025-Apr, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105622 PMID:39952550	研究论文	本文评估了一种自动化两步模型在解释儿童颞下颌关节（TMJ）磁共振成像（MRI）中的表现，该模型利用人工智能（AI）技术，首先自动识别关节盘和TMJ骨结构，然后通过自动算法对关节盘位移进行分类	本文的创新点在于开发了一种自动化两步模型，能够准确识别儿童TMJ骨结构并分类关节盘位移，这在儿童TMJ-MRI解释中具有重要临床意义	本文的局限性在于样本量相对较小，仅包含235名儿童患者的470个关节，且模型的Dice系数和Hausdorff距离仍有提升空间	研究目的是评估一种自动化模型在儿童TMJ-MRI中的表现，以提高TMJ-MRI的解释和儿童TMJ疾病的评估	研究对象为235名儿童患者的470个颞下颌关节	医学影像分析	颞下颌关节疾病	深度学习	UNet++	MRI图像	235名儿童患者的470个关节
5078	2025-03-15	Genetically supported targets and drug repurposing for brain aging: A systematic study in the UK Biobank 2025-Mar-14, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adr3757 PMID:40073132	研究论文	本研究通过深度学习模型估计基于磁共振成像（MRI）的脑年龄，并利用全基因组关联研究（GWAS）和孟德尔随机化（MR）分析，识别出与脑老化相关的遗传位点和潜在药物靶点	发现了两个新的遗传位点，并通过整合eQTL和pQTL数据，优先确定了七个遗传支持的药物靶点基因	研究依赖于UK Biobank数据，可能受限于样本的多样性和代表性	探索脑老化的遗传基础，并寻找潜在的药物靶点以延长健康寿命	UK Biobank中的参与者	机器学习	老年疾病	深度学习，全基因组关联研究（GWAS），孟德尔随机化（MR）	深度学习模型	磁共振成像（MRI）数据，遗传数据	UK Biobank数据集及三个外部验证数据集
5079	2025-03-15	Deep learning the flow law of Antarctic ice shelves 2025-Mar-14, Science (New York, N.Y.) DOI:10.1126/science.adp3300 PMID:40080586	研究论文	本研究利用遥感数据和物理信息深度学习，揭示了南极冰架流动规律及其粘度结构	首次通过深度学习方法揭示了南极冰架在压缩区和扩展区的流动规律，并构建了冰架范围的各向异性粘度图	研究结果依赖于遥感数据，可能存在数据精度和覆盖范围的限制	研究南极冰架的流动规律和粘度结构，以预测南极冰盖的未来质量损失	南极冰架	机器学习	NA	物理信息深度学习	深度学习	遥感数据	多个冰架的数据
5080	2025-03-15	Diagnosis and Post-Treatment Follow-Up Evaluation of Melasma Using Optical Coherence Tomography and Deep Learning 2025-Mar-14, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.70006 PMID:40084480	研究论文	本研究提出使用光学相干断层扫描（OCT）结合深度学习技术进行黄褐斑的诊断和治疗后评估	结合便携式OCT系统和深度学习模型（VGG16神经网络加空间注意力机制）进行黄褐斑的诊断和治疗评估	未提及样本量的具体大小，且未讨论模型在其他皮肤病上的泛化能力	开发一种结合OCT和深度学习的技术，用于黄褐斑的临床诊断和治疗评估	健康志愿者和黄褐斑患者的皮肤组织	数字病理学	黄褐斑	光学相干断层扫描（OCT）	VGG16神经网络加空间注意力机制	图像	健康志愿者和黄褐斑患者的皮肤组织数据集