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	算法框架	模型架构	性能指标	计算资源
5401	2025-10-06	Automated MRI-based segmentation of intracranial arterial calcification by restricting feature complexity 2025-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30283 PMID:39221515	研究论文	开发基于MRI的颅内动脉钙化自动分割与检测的深度学习模型	提出基于变分自编码器框架的新型深度学习模型，引入理论基础的差异损失函数来限制特征复杂度，使模型学习更具泛化能力的MRI特征	NA	提高MRI图像中颅内动脉钙化的自动分割和检测精度	颅内动脉钙化	医学影像分析	脑血管疾病	MRI	变分自编码器	医学影像	113名受试者	NA	变分自编码器	Dice相似系数, 精确召回曲线下面积, 豪斯多夫距离, 平均对称表面距离, F1分数, 召回率, 精确率	NA
5402	2025-01-15	Glomerular and Nephron Size and Kidney Disease Outcomes: A Comparison of Manual Versus Deep Learning Methods in Kidney Pathology 2025-Jan, Kidney medicine IF:3.2Q1 DOI:10.1016/j.xkme.2024.100939 PMID:39807248	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5403	2025-07-22	Graph-Based 3-Dimensional Spatial Gene Neighborhood Networks of Single Cells in Gels and Tissues 2025, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0110 PMID:40084126	研究论文	开发了一种基于图的三维空间基因邻域网络嵌入方法（3D-spaGNN-E），用于发现亚细胞基因邻近关系并识别细胞间通讯（CCC）中的关键亚细胞模式	结合3D成像空间转录组学和基于图的深度学习，首次在三维空间中解析亚细胞基因邻近关系	三维数据复杂度高，需要新的分析方法	研究细胞间通讯中的亚细胞基因邻近关系	间充质干细胞（MSCs）、外周血单个核细胞（PBMCs）、小鼠下丘脑和皮层中的星形胶质细胞-神经元	空间转录组学	NA	3D成像空间转录组学、MERFISH	图自编码器（graph autoencoder）	3D空间转录组数据	间充质干细胞培养物、MSC-PBMC共培养系统、小鼠下丘脑和皮层组织	NA	NA	NA	NA
5404	2025-10-06	A Deep Learning Model for Accurate Segmentation of the Drosophila melanogaster Brain from Micro-CT Imaging 2024-Dec-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.30.630782 PMID:39803485	研究论文	开发了一种基于深度学习的高精度果蝇大脑Micro-CT图像分割模型	仅需1-3张Micro-CT图像即可训练出准确的分割模型，并能跨不同组织染色、扫描仪型号和基因型进行泛化	训练数据量较小（仅1-3张图像），可能限制模型在更广泛场景下的适用性	实现果蝇大脑Micro-CT图像的自动化精确分割	黑腹果蝇成年大脑	计算机视觉	NA	Micro-CT成像	深度学习	三维医学图像	1-3张果蝇大脑Micro-CT图像	Dragonfly	预训练神经网络	分割准确性，体积量化分析	NA
5405	2025-10-06	LD-informed deep learning for Alzheimer's gene loci detection using WGS data 2024-Dec-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.19.24313993 PMID:39371140	研究论文	本研究开发了一个结合生物学知识的多阶段深度学习框架Deep-Block，用于从全基因组测序数据中识别与阿尔茨海默病相关的遗传位点	提出了一个结合连锁不平衡模式的三阶段深度学习框架，在降维过程中保留SNP相互作用，最小化偏差和信息损失	研究仅包含7,416名非西班牙裔白人参与者，样本多样性有限	识别与阿尔茨海默病风险相关的遗传因素	阿尔茨海默病患者的全基因组测序数据	机器学习	阿尔茨海默病	全基因组测序	TabNet, Random Forest	基因组数据	7,416名非西班牙裔白人参与者（3,150名认知正常老年人，4,266名AD患者）	NA	稀疏注意力机制, TabNet, Random Forest	eQTL分析, 交叉验证	NA
5406	2025-10-06	Volumetric Breast Density Estimation From Three-Dimensional Reconstructed Digital Breast Tomosynthesis Images Using Deep Learning 2024-Dec, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00103 PMID:39652797	研究论文	开发基于深度学习的模型从三维重建数字乳腺断层合成图像中估计乳腺体积密度	首次使用深度学习直接从三维重建DBT图像估计乳腺体积密度，无需依赖原始二维数据	回顾性研究设计，依赖历史数据	开发从三维重建DBT图像自动估计乳腺体积密度的方法	乳腺筛查检查中的三维重建数字乳腺断层合成图像	数字病理	乳腺癌	数字乳腺断层合成	深度学习	三维重建医学图像	1080个非操作性三维重建DBT筛查检查（2011-2016年），外加834个样本的独立病例对照研究（180病例+654对照）	NA	NA	Dice系数, AUC, 比值比	NA
5407	2025-10-06	Identifying retinal pigment epithelium cells in adaptive optics-optical coherence tomography images with partial annotations and superhuman accuracy 2024-Dec-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.538473 PMID:39679394	研究论文	提出一种基于深度学习的视网膜色素上皮细胞自动分割方法，在自适应光学光学相干断层扫描图像中实现超人类准确度的细胞识别	采用部分标注训练策略，在AO-OCT图像中实现超越人类专家性能的RPE细胞检测精度	NA	开发自动化细胞分割算法，实现视网膜色素上皮细胞结构的快速、经济、客观量化	视网膜色素上皮细胞	计算机视觉	视网膜神经退行性疾病	自适应光学光学相干断层扫描	深度学习	医学图像	NA	NA	NA	准确度	NA
5408	2025-10-06	Generative adversarial networks accurately reconstruct pan-cancer histology from pathologic, genomic, and radiographic latent features 2024-Nov-15, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adq0856 PMID:39546597	研究论文	开发并验证了能够从病理、基因组和影像学潜在特征重建癌症组织学的生成对抗网络HistoXGAN	首次提出能够从多种特征提取器生成的特征向量重建代表性组织学的定制生成对抗网络，并展示了从影像学图像重建肿瘤组织学的虚拟活检能力	对生成特征生物学意义的理解仍然具有挑战性	开发能够从多模态特征重建癌症组织学的人工智能模型	29种癌症亚型的组织学图像	数字病理	泛癌种	生成对抗网络	GAN	组织学图像, 基因组数据, 影像学图像	29种癌症亚型	NA	HistoXGAN	肿瘤分级保留度, 组织学亚型保留度, 基因表达模式保留度	NA
5409	2025-10-06	Leveraging Deep Learning of Chest Radiograph Images to Identify Individuals at High Risk for Chronic Obstructive Pulmonary Disease 2024-Nov-15, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.14.24317055 PMID:39606360	研究论文	本研究通过深度学习分析常规胸部X光片，识别慢性阻塞性肺疾病高风险个体	将已开发的CXR-Lung-Risk卷积神经网络模型应用于COPD风险预测，并在外部验证中证明其超越传统临床风险评分的预测价值	研究基于特定医疗机构的门诊患者数据，需进一步验证在其他人群中的适用性	评估深度学习模型在胸部X光片上识别COPD高风险个体的能力	无肺癌、COPD或肺气肿的门诊患者，包括有吸烟史和无吸烟史人群	计算机视觉	慢性阻塞性肺疾病	胸部X光成像	CNN	图像	主要分析：27,848人（12,550名有吸烟史者，15,298名无吸烟史者）；次要分析：2,097人	NA	CXR-Lung-Risk	AUC	NA
5410	2025-10-06	Dynamic modulation of social gaze by sex and familiarity in marmoset dyads 2024-Nov-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.16.580693 PMID:38405818	研究论文	开发了一种新框架来追踪自由活动的狨猴面部特征和三维头部注视方向，并研究性别和熟悉度对社交注视行为的影响	结合深度学习计算机视觉工具与三角测量算法，首次实现了对自由活动狨猴的3D头部注视方向追踪，克服了传统方法需要限制头部运动的局限	研究仅针对狨猴这一物种，方法在严重遮挡情况下可能仍存在挑战	量化灵长类动物在自然状态下的社交注视行为，探究社会因素对注视动态的影响	普通狨猴成对组合	计算机视觉	NA	深度学习，三角测量算法，3D几何面部框架构建	CNN	视频，图像	多对狨猴组合	深度学习计算机视觉工具	NA	NA	NA
5411	2025-10-06	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	开发并验证一种深度学习自然语言处理策略，用于从非结构化临床文档中提取心力衰竭患者的功能状态评估	首次开发专门用于从临床文档中提取NYHA分级和心衰症状的深度学习NLP模型，将功能状态评估的可提取比例提高了83%	研究数据仅来自美国康涅狄格州的三个医疗网络，可能限制模型的泛化能力	开发自然语言处理工具从临床文档中自动提取心衰患者功能状态信息	34,070名心力衰竭患者的电子健康记录数据	自然语言处理	心血管疾病	自然语言处理	深度学习	文本	34,070名患者，182,308份未标注文档和3,000份专家标注文档	NA	NA	AUROC	NA
5412	2025-10-06	Disentangling Interpretable Factors with Supervised Independent Subspace Principal Component Analysis 2024-Oct-31, ArXiv PMID:39575118	研究论文	提出一种用于多子空间学习的监督独立子空间主成分分析方法，旨在解决高维数据表示中可解释性问题	将希尔伯特-施密特独立性准则(HSIC)融入PCA框架，同时实现监督学习和子空间解缠	未明确说明方法在大规模数据集上的计算效率限制	开发能够捕获人类可理解概念的高维数据表示方法	高维数据表示和可解释性分析	机器学习	乳腺癌, 疟疾, 衰老相关疾病	主成分分析, 希尔伯特-施密特独立性准则	线性模型, 自编码器	图像特征, DNA甲基化数据, 单细胞数据	NA	NA	sisPCA	NA	NA
5413	2025-10-06	The gene expression signature of electrical stimulation in the human brain 2024-Oct-22, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.21.558812 PMID:37790527	研究论文	本研究通过转录组和表观基因组测序技术揭示了人脑电刺激对基因表达的分子影响，重点关注小胶质细胞的反应	首次发现临床常用电刺激主要影响小胶质细胞特异性细胞因子活性相关基因表达，而非神经元基因表达	研究样本量有限，仅针对前颞叶电刺激，未涵盖其他脑区	探索人脑电刺激的分子机制及其对基因表达的影响	接受神经外科手术患者的前颞叶脑组织	生物信息学	神经系统疾病	转录组测序, 表观基因组测序, 单细胞测序	深度学习	基因表达数据, 表观遗传数据	神经外科手术患者脑组织样本	NA	NA	NA	NA
5414	2025-10-06	Enhancing personalized gene expression prediction from DNA sequences using genomic foundation models 2024-Oct-10, HGG advances DOI:10.1016/j.xhgg.2024.100347 PMID:39205391	研究论文	本研究通过使用基因组基础模型的预训练嵌入，开发了能够从DNA序列预测个性化基因表达的深度学习模型	首次将Nucleotide Transformer基础模型的预训练嵌入应用于个性化基因表达预测，显著缩小了与仅使用遗传变异的弹性网络回归方法的性能差距	训练数据规模有限（290个个体），需要更多训练数据和计算资源改进方法	提高从DNA序列预测个性化基因表达的准确性	人类基因组DNA序列和基因表达数据	基因组学	NA	基因表达分析，基因型分析	Transformer	DNA序列数据，基因表达数据，基因型数据	290个个体的基因型和表达数据	NA	Transformer	相关性	NA
5415	2025-10-06	Integrated image-based deep learning and language models for primary diabetes care 2024-Oct, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-03139-8 PMID:39030266	研究论文	开发集成图像和语言模型的DeepDR-LLM系统，用于改善基层糖尿病管理和糖尿病视网膜病变筛查	首次将基于图像的深度学习模型与大型语言模型集成，为基层医生提供个性化糖尿病管理建议	仅进行了单中心前瞻性研究，样本量有限，需要在更广泛人群中验证	解决基层糖尿病管理和DR筛查资源不足的问题	糖尿病患者和基层医生	计算机视觉,自然语言处理	糖尿病,糖尿病视网膜病变	深度学习,大型语言模型	Transformer	图像,文本	回顾性评估未明确样本量，前瞻性研究769名患者（397名无辅助组，372名辅助组）	NA	Transformer	准确率,依从性改善统计显著性	NA
5416	2025-10-06	Data Science Opportunities To Improve Radiotherapy Planning and Clinical Decision Making 2024-Oct, Seminars in radiation oncology IF:2.6Q2 DOI:10.1016/j.semradonc.2024.07.012 PMID:39271273	综述	探讨数据科学在改善放射治疗计划和临床决策中的应用前景	提出整合多源数据（基因组学、影像组学、剂量组学）和深度学习技术来优化个性化放疗方案，并引入数字孪生概念指导自适应放疗	未提及具体实施案例或验证结果	提升放射治疗的精准性和个性化水平	放射治疗患者	医疗人工智能	肿瘤疾病	基因组学, 影像组学, 剂量组学	深度学习	多模态数据（基因组数据、医学影像、剂量数据）	NA	NA	NA	NA	NA
5417	2025-10-06	Graph-Based Spatial Proximity of Super-Resolved Protein-Protein Interactions Predicts Cancer Drug Responses in Single Cells 2024-Oct, Cellular and molecular bioengineering IF:2.3Q3 DOI:10.1007/s12195-024-00822-1 PMID:39513000	研究论文	开发基于图结构的超分辨率蛋白质-蛋白质相互作用技术，用于预测单细胞水平的癌症药物反应	首次将图神经网络与超分辨率显微镜结合，实现单细胞水平蛋白质相互作用空间网络的三维解析	研究样本数量有限（约10,000个细胞），仅针对EGFR突变细胞系进行验证	开发空间信号网络解析技术以理解癌症耐药机制	EGFR突变PC9和HCC827癌细胞、临床肺组织样本、T细胞	计算生物学	肺癌	空间邻近连接分析、超分辨率显微镜、3D空间蛋白质组分子像素化	图神经网络	蛋白质相互作用图像、3D空间蛋白质数据	超过10,000个EGFR突变细胞	深度学习框架	图神经网络架构	准确率、AUC、F1分数	NA
5418	2025-10-06	Association of quantitative histopathology measurements with antemortem medial temporal lobe cortical thickness in the Alzheimer's disease continuum 2024-09-03, Acta neuropathologica IF:9.3Q1 DOI:10.1007/s00401-024-02789-9 PMID:39227502	研究论文	开发深度学习算法定量测量p-tau和pTDP-43病理，并分析其与阿尔茨海默病连续谱中内侧颞叶皮层厚度的关联	首次开发两种深度学习算法分别定量测量p-tau和pTDP-43病理，相比半定量评分能更精确地揭示病理与结构的关系	样本量相对有限（140例），仅关注内侧颞叶区域，未涵盖其他脑区病理	探究内侧颞叶萎缩与特定神经病理（p-tau和pTDP-43）之间的具体关系	阿尔茨海默病连续谱和边缘系统为主年龄相关TDP-43脑病患者	数字病理学	阿尔茨海默病	深度学习，组织切片分析，MRI成像	深度学习	组织切片图像，MRI图像	140例具有生前MRI成像的病例	NA	NA	病理分级区分能力，模型拟合优度	NA
5419	2025-10-06	Deep5hmC: predicting genome-wide 5-hydroxymethylcytosine landscape via a multimodal deep learning model 2024-09-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae528 PMID:39196755	研究论文	开发了一个多模态深度学习框架Deep5hmC，用于预测全基因组5-羟甲基胞嘧啶修饰景观	首次整合DNA序列和表观遗传特征（组蛋白修饰和染色质可及性）的多模态深度学习模型预测5hmC修饰	NA	预测全基因组5-羟甲基胞嘧啶修饰景观，理解组织特异性基因调控	人脑类器官发育四个阶段和17种人体组织的5hmC测序数据	机器学习	阿尔茨海默病	5hmC测序	深度学习	DNA序列数据, 表观遗传数据	四个前脑发育阶段和17种人体组织的5hmC测序数据	NA	多模态深度学习架构	AUROC, Spearman相关系数	NA
5420	2025-10-06	Presurgical Upgrade Prediction of DCIS to Invasive Ductal Carcinoma Using Time-dependent Deep Learning Models with DCE MRI 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.230348 PMID:38900042	研究论文	本研究使用时间依赖性深度学习模型预测DCIS术前升级为浸润性导管癌	首次将时间依赖性深度学习模型应用于DCE MRI数据，无需病灶分割即可预测DCIS升级	样本量较小（154例），为回顾性研究	预测导管原位癌术前升级为浸润性恶性肿瘤	经活检证实的DCIS患者（154例，其中25例术后升级）	计算机视觉	乳腺癌	动态对比增强MRI	CNN, LSTM	医学影像	154例DCIS病例（25例升级，129例未升级）	NA	ResNet50, VGG16, CNN-LSTM	AUC	NA