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
5521	2025-10-06	Multi-class classification of central and non-central geographic atrophy using Optical Coherence Tomography 2025-May-28, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.27.25328446 PMID:40492092	研究论文	开发并验证基于深度学习的模型，使用光学相干断层扫描对地理萎缩亚型进行分类	首次使用Vision Transformer架构进行地理萎缩亚型分类，并比较了全B扫描与选择性使用含中心凹区域B扫描两种方法的性能	回顾性研究，样本量相对有限（455个OCT体积），仅来自单一医疗中心	开发能够准确分类地理萎缩亚型的深度学习模型	地理萎缩患者的OCT扫描图像	计算机视觉	年龄相关性黄斑变性	光学相干断层扫描	CNN, Vision Transformer	医学图像	455个OCT体积（258个中央GA，74个非中央GA，123个无GA），来自104名患者	NA	ResNet50, MobileNetV2, Vision Transformer (ViT-B/16)	AUC-ROC, F1分数, 准确率	NA
5522	2025-10-06	Deep-learning-based single-domain and multidomain protein structure prediction with D-I-TASSER 2025-May-23, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02654-4 PMID:40410405	研究论文	提出了一种结合深度学习和传统物理模拟的蛋白质结构预测混合方法D-I-TASSER	开发了基于深度学习的迭代线程组装优化方法，引入域分割和组装协议用于多域蛋白质结构自动建模	NA	实现高精度的蛋白质结构和功能预测，适用于全基因组应用	单域和多域蛋白质结构	机器学习	NA	深度学习势能，迭代线程片段组装模拟	深度学习	蛋白质序列和结构数据	人类蛋白质组中81%的蛋白质域和73%的全链序列	NA	D-I-TASSER	结构预测精度	NA
5523	2025-10-06	FlowMRI-Net: A generalizable self-supervised 4D flow MRI reconstruction network 2025-May-16, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101913 PMID:40383184	研究论文	提出一种通用自监督深度学习框架FlowMRI-Net，用于快速准确重建高度欠采样的4D血流MRI数据	采用物理驱动的展开优化方法结合复值卷积循环神经网络，并实现自监督训练	NA	开发通用自监督深度学习框架以实现快速准确的4D血流MRI重建	主动脉和脑血管的4D血流MRI数据	医学影像重建	心血管疾病	4D血流磁共振成像	卷积循环神经网络	4D血流MRI图像	NA	NA	FlowMRI-Net	向量归一化均方根误差, 平均方向误差	商用CPU/GPU硬件
5524	2025-10-06	AI-Cirrhosis-ECG (ACE) score for predicting decompensation and liver outcomes 2025-May, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2025.101356 PMID:40276480	研究论文	开发基于深度学习的AI-Cirrhosis-ECG (ACE)评分，用于预测肝硬化患者的失代偿和肝脏相关结局	首次利用深度学习从常规心电图数据中提取特征，创建非侵入性的肝硬化预后预测工具	需要在更多样化人群中进一步验证，并与其他已建立的预测因子整合	评估ACE评分在检测肝硬化失代偿和预测临床结局方面的性能	肝硬化患者	医疗人工智能	肝硬化	深度学习	深度学习模型	心电图数据	总计1,233名患者（472名回顾性队列，420名前瞻性移植队列，341名外部验证队列），共2,166份心电图	NA	NA	AUC, 敏感性, 特异性, 风险比, c统计量	NA
5525	2025-10-06	Deep learning-assisted analysis of single-particle tracking for automated correlation between diffusion and function 2025-May, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02665-8 PMID:40341204	研究论文	开发了一种名为DeepSPT的深度学习框架，用于自动化分析单粒子追踪数据并关联扩散与功能	首次实现了仅基于扩散行为就能自动提取生物功能信息的深度学习框架	NA	开发自动化工具来分析亚细胞环境中分子和细胞器的扩散行为与功能关联	病毒感染的早期事件、内体细胞器、网格蛋白包被小窝和囊泡	计算机视觉	病毒感染	光学显微镜，单粒子追踪	深度学习	二维和三维时间序列数据	NA	NA	NA	F1分数	NA
5526	2025-10-06	Migration of Deep Learning Models Across Ultrasound Scanners 2025-Apr-25, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3564567 PMID:40279236	研究论文	本文开发了一种黑盒无监督域适应技术，用于将深度学习模型在超声扫描仪之间迁移	提出结合传递函数方法和迭代模式的黑盒迁移策略，无需模型内部信息即可实现跨设备功能迁移	需要测试机器的未标记数据，且为黑盒设置无法利用模型内部信息	研究深度学习模型在不同超声扫描仪之间的迁移能力	超声扫描仪和深度学习模型	医学影像分析	NA	定量超声(QUS)	深度学习模型	超声数据	使用SonixOne和Verasonics两台超声机器的数据	NA	NA	分类准确率	NA
5527	2025-10-06	Deep Learning Model for Histologic Diagnosis of Dysplastic Barrett's Esophagus: Multisite Cohort External Validation 2025-Apr-23, The American journal of gastroenterology DOI:10.14309/ajg.0000000000003495 PMID:40267276	研究论文	本研究通过多中心队列外部验证了一种用于巴雷特食管异型增生组织学诊断的深度学习模型	首次在三个外部学术中心对巴雷特食管异型增生诊断深度学习模型进行外部验证，采用cGANs进行染色标准化和YOLO+ResNet101集成方法	样本主要来自学术中心，社区病理学家诊断变异性问题未完全解决	改善巴雷特食管异型增生的诊断准确性，减少观察者间变异性和过度诊断	巴雷特食管患者的组织学切片	数字病理学	巴雷特食管/食管腺癌	全切片图像分析，组织染色标准化	集成模型	组织病理学图像	489个全切片图像（232个非异型增生，117个低度异型增生，140个高度异型增生）	NA	YOLO, ResNet101	灵敏度, 特异性, F1分数	NA
5528	2025-10-06	Dissection of tumoral niches using spatial transcriptomics and deep learning 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112214 PMID:40230519	研究论文	本研究开发了TG-ME计算框架，通过整合空间转录组学数据和形态学图像来解析肿瘤微环境中的生态位	首次将Transformer与图变分自编码器(GraphVAE)相结合，构建能够同时分析空间转录组数据和形态学图像的计算框架	NA	开发计算框架以解析肿瘤微环境中的空间组织结构	肿瘤生态位和肿瘤微环境	数字病理学	肺癌	空间转录组学	Transformer, GraphVAE	空间转录组数据, 形态学图像	NA	NA	Transformer, GraphVAE	NA	NA
5529	2025-10-06	pC-SAC: A method for high-resolution 3D genome reconstruction from low-resolution Hi-C data 2025-Apr-10, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf289 PMID:40226920	研究论文	提出一种从低分辨率Hi-C数据重建高分辨率3D基因组的新计算方法pC-SAC	使用自适应重要性采样与序列蒙特卡洛方法生成满足物理约束的3D染色质链集合，实现从低分辨率数据重建高分辨率Hi-C矩阵	NA	开发成本效益高的方法增强Hi-C数据分辨率，以深入研究3D基因组组织及其在基因调控和疾病中的作用	3D基因组组织、染色质结构	计算生物学	NA	Hi-C技术	概率模型、蒙特卡洛方法	Hi-C交互数据	NA	NA	probabilistically Constrained Self-Avoiding Chromatin (pC-SAC)	准确率	NA
5530	2025-10-06	Enhancing nonlinear transcriptome- and proteome-wide association studies via trait imputation with applications to Alzheimer's disease 2025-Apr, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1011659 PMID:40209152	研究论文	本研究通过性状插补方法增强非线性转录组和蛋白质组关联研究，应用于阿尔茨海默病风险基因和蛋白的发现	将性状插补方法应用于非线性TWAS/PWAS分析，利用深度学习模型捕捉表达量对疾病的非线性效应	生物银行参与者年龄相对年轻导致AD病例数量不足，可能影响统计功效	识别与阿尔茨海默病风险相关的基因和蛋白质	阿尔茨海默病相关基因和蛋白质	机器学习	阿尔茨海默病	转录组测序, 蛋白质组分析	深度学习	基因表达数据, 蛋白质表达数据	GTEx项目和UK Biobank参与者数据	NA	DeLIVR	统计功效, 假阳性率	NA
5531	2025-10-06	SuperMRF: deep robust reconstruction for highly accelerated magnetic resonance fingerprinting 2025-Apr-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1819 PMID:40235764	研究论文	提出一种名为SuperMRF的深度学习框架，用于从欠采样的磁共振指纹数据直接重建定量T1和T2图谱	首次将三维卷积神经网络同时利用空间和时间信息直接重建MRF定量图谱，绕过传统模式匹配方法	网络使用模拟数据进行训练，在真实数据中的泛化能力需要进一步验证	开发快速、鲁棒的磁共振指纹重建方法	健康志愿者的膝关节磁共振数据	医学影像分析	NA	磁共振指纹成像	CNN	三维笛卡尔磁共振指纹数据	4名志愿者	NA	3D CNN	SSIM, PSNR, NMSE	NA
5532	2025-10-06	Reducing hepatitis C diagnostic disparities with a fully automated deep learning-enabled microfluidic system for HCV antigen detection 2025-Mar-21, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adt3803 PMID:40106555	研究论文	开发了一种基于智能手机的自动化微流控系统，用于丙型肝炎病毒抗原检测	首次将铂纳米颗粒、深度学习图像处理和微流控技术结合，创建全自动便携式HCV抗原检测系统	未提及与现有方法的详细对比研究，未说明临床验证的样本来源和规模细节	解决资源有限地区HCV诊断难题，减少健康不平等	丙型肝炎病毒抗原	数字病理	丙型肝炎	微流控技术、纳米颗粒检测	深度学习	图像	NA	NA	NA	准确率	智能手机平台
5533	2025-10-06	StainAI: quantitative mapping of stained microglia and insights into brain-wide neuroinflammation and therapeutic effects in cardiac arrest 2025-Mar-20, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07926-y PMID:40114030	研究论文	开发了一种名为StainAI的深度学习工具，用于快速高通量分析小胶质细胞形态并量化脑部神经炎症	首次实现基于全玻片免疫组化图像的小胶质细胞自动形态分类、脑图谱映射和激活评分计算	方法验证主要基于动物模型，在人类组织中的应用仍需进一步验证	开发自动化工具以克服小胶质细胞形态分析的地域限制和手工方法局限	大鼠模型中的小儿窒息性心脏骤停和非人类灵长类动物的猿免疫缺陷病毒感染模型	数字病理学	神经炎症疾病	免疫组化	深度学习	图像	数百万个小胶质细胞跨越多个脑切片	NA	NA	NA	NA
5534	2025-10-06	Open-Source Manually Annotated Vocal Tract Database for Automatic Segmentation from 3D MRI Using Deep Learning: Benchmarking 2D and 3D Convolutional and Transformer Networks 2025-Mar-05, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2025.02.026 PMID:40050174	研究论文	本研究评估了四种深度学习架构在3D MRI声道自动分割中的性能，并创建了开源手动标注声道数据库	首次系统比较2D和3D卷积网络及Transformer网络在声道分割中的表现，并引入迁移学习策略	所有模型在特定声音（如/kõn/）分割和骨性区域（如牙齿附近）存在困难	评估深度学习算法在3D MRI声道自动分割中的效果	10名法语使用者的53个声道体积，包含21个独特法语音素和3个清音任务	医学影像分析	NA	3D MRI	CNN, Transformer	3D MRI图像	53个声道体积，来自10名法语使用者	NA	2D U-Net, 3D U-Net, 3D U-Net with transfer learning, 3D transformer U-Net (3D U-NetR)	Dice系数, Hausdorff距离, 结构相似性指数	NA
5535	2025-10-06	Noncoding variants and sulcal patterns in congenital heart disease: Machine learning to predict functional impact 2025-Feb-21, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111707 PMID:39877905	研究论文	本研究利用深度学习模型探讨先天性心脏病中非编码变异与脑沟模式的关系	首次将深度学习应用于预测非编码变异对基因调控信号的影响，并揭示其与先天性心脏病患者脑沟模式的关联	研究样本量有限，关联机制尚未通过实验验证	探究非编码变异对先天性心脏病患者脑发育的影响机制	先天性心脏病患者群体及其脑沟模式	机器学习	先天性心脏病	深度学习	深度学习模型	基因组数据，脑影像数据	先天性心脏病患者队列与无先天性心脏病对照队列	NA	NA	NA	NA
5536	2025-10-06	Extended Technical and Clinical Validation of Deep Learning-Based Brainstem Segmentation for Application in Neurodegenerative Diseases 2025-Feb-15, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70141 PMID:39936343	研究论文	本研究优化并验证了基于深度学习的脑干分割方法在神经退行性疾病中的应用	针对多种病理类型和T1加权图像采集参数优化脑干分割，系统验证技术性能和临床适用性，并公开发布优化后的分割工具	样本量相对有限（总样本257例），验证主要针对特定神经退行性疾病	开发并验证适用于神经退行性疾病的自动化脑干分割方法	脑干结构及其在神经退行性疾病中的体积变化	医学影像分析	神经退行性疾病	T1加权磁共振成像	深度学习	医学影像	总样本257例，包括脑小血管病患者46例（重测信度）、20例（跨扫描仪重现性）、多系统萎缩患者16例（1年随访）、多发性硬化患者23例	NA	MD-GRU, nnU-Net	Dice系数, Bland-Altman一致性界限, 年体积变化百分比	NA
5537	2025-10-06	Classification of schizophrenia, bipolar disorder and major depressive disorder with comorbid traits and deep learning algorithms 2025-Feb-05, Schizophrenia (Heidelberg, Germany) DOI:10.1038/s41537-025-00564-7 PMID:39910091	研究论文	本研究利用多基因风险评分和深度学习算法对精神分裂症、双相情感障碍和重度抑郁症进行分类和区分	首次证明仅使用共病性状的多基因风险评分即可有效分类和区分三种精神疾病，无需包含目标疾病自身的PRS	未明确说明样本来源和具体样本量，未详细描述深度学习模型的具体架构	评估共享遗传风险在精神疾病分类中的效用	精神分裂症、双相情感障碍和重度抑郁症患者及健康对照	机器学习	精神疾病	多基因风险评分	深度学习算法	遗传风险评分数据	NA	NA	NA	准确率,AUC	NA
5538	2025-10-06	An empirical study of using radiology reports and images to improve intensive care unit mortality prediction 2025-Feb, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae137 PMID:39980476	研究论文	本研究开发了一种基于深度学习的生存预测模型，利用多模态数据改善ICU死亡率预测	首次将放射学报告和胸部X光图像特征与传统生理测量相结合，通过多模态数据融合提升ICU死亡率预测性能	研究仅使用单一医疗数据集(MIMIC-IV)，未在其他独立数据集上验证模型泛化能力	通过整合多模态数据提高ICU患者死亡率预测的准确性	ICU患者	医疗人工智能	重症监护	深度学习，自然语言处理，医学影像分析	深度学习模型	结构化临床数据，放射学报告文本，胸部X光图像	MIMIC-IV数据集中的ICU患者样本	NA	BERT，图像特征提取网络	C-index，置信区间	NA
5539	2025-10-06	ProtoSAM-2D: 2D Semantic Segment Anything Model with Mask-Level Prototype-Learning and Distillation 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047044 PMID:40678353	研究论文	提出ProtoSAM-2D模型，将语义能力集成到2D医学图像的交互式分割框架中	引入掩码级原型预测机制，通过将分割实例与学习原型进行比较来生成和分类特征表示，并采用蒸馏方法降低计算复杂度	仅针对2D医学图像，未涉及3D医学图像分割	开发适用于多样化医学成像场景的适应性语义分割方法	2D医学图像中的解剖结构和病理区域	数字病理	多器官分割	深度学习，原型学习	CNN, Transformer	医学图像	NA	PyTorch	SAM, SAM-Med2D	零样本学习，少样本学习	NA
5540	2025-10-06	Analysis of TEM micrographs with deep learning reveals APOE genotype-specific associations between HDL particle diameter and Alzheimer's dementia 2025-Jan-27, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100962 PMID:39874947	研究论文	本研究使用深度学习模型YOLOv7分析透射电子显微镜图像，揭示了APOE基因型特异性HDL颗粒直径与阿尔茨海默病痴呆之间的关联	首次使用YOLOv7深度学习模型对超过180万个HDL颗粒进行直径测量，实现了对大规模临床样本中单个HDL颗粒的精确测量	研究样本量相对有限（183个HDL样本），且主要关注亚20纳米直径范围内的纳米颗粒	探索HDL颗粒直径分布与阿尔茨海默病痴呆之间的关联，特别关注APOE基因型的影响	183个HDL样本，包括痴呆患者和认知正常对照者	计算机视觉	阿尔茨海默病	透射电子显微镜（TEM）	CNN	图像	183个HDL样本，超过1,800,000个HDL颗粒	NA	YOLOv7	效率、准确性	NA