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
541	2025-07-20	Multimodal explainable artificial intelligence identifies patients with non-ischaemic cardiomyopathy at risk of lethal ventricular arrhythmias 2024-06-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65357-x PMID:38937555	研究论文	开发了一种多模态深度学习模型，用于预测非缺血性心肌病患者致命性室性心律失常的风险	结合了LGE心脏MRI、心电图和临床数据的多模态深度学习模型，提高了预测恶性室性心律失常的准确性	研究样本量较小（289名患者），且为回顾性研究，可能影响模型的泛化能力	预测非缺血性心肌病患者致命性室性心律失常的风险，以指导ICD植入决策	非缺血性心肌病患者	数字病理	心血管疾病	LGE心脏MRI、12导联心电图	残差变分自编码器、DEEP RISK机器学习模型	图像（MRI）、信号（ECG）、临床数据	289名来自两家三级医院的患者
542	2025-07-20	CURE: A deep learning framework pre-trained on large-scale patient data for treatment effect estimation 2024-Jun-14, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2024.100973 PMID:39005483	research paper	提出了一种名为CURE的深度学习框架，用于从观察数据中估计治疗效果	CURE框架通过在大规模未标记患者数据上进行预训练，学习具有代表性的上下文患者表示，并在标记患者数据上进行微调以进行治疗效果估计	未明确提及具体局限性	识别治疗对重要结果的因果效应	患者数据	machine learning	NA	深度学习	预训练与微调框架	观察数据	大规模未标记患者数据和标记患者数据
543	2025-07-20	Chest CT-based automated vertebral fracture assessment using artificial intelligence and morphologic features 2024-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17072 PMID:38721977	研究论文	本文提出了一种基于胸部CT的自动化椎体骨折评估方法，利用深度学习和形态学特征进行椎体分割、标记及骨折检测	结合深度学习、多参数冻结-生长算法和强度自相关技术，实现了椎体的自动化分割和标记，并通过计算椎体高度特征进行骨折检测	方法在低剂量CT上的泛化性虽经评估，但样本量相对较小（n=236），可能需要更多数据验证	开发自动化椎体骨折评估方法，以替代人工专家阅读，提高大规模人群研究的效率	慢性阻塞性肺疾病（COPD）患者的胸部CT图像	数字病理学	慢性阻塞性肺疾病	深度学习、多参数冻结-生长算法、强度自相关、CT成像	DL网络	CT图像	3231名COPDGene研究参与者的40,050个椎体，其中120例用于DL分类器训练与验证，236例低剂量CT评估泛化性
544	2025-07-20	Differential artery-vein analysis improves the OCTA classification of diabetic retinopathy 2024-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.521657 PMID:38867785	研究论文	本研究探讨了光学相干断层扫描血管成像（OCTA）中动静脉（AV）差异分析对糖尿病视网膜病变（DR）机器学习分类的影响	利用深度学习进行动静脉区域（AVA）分割，并提取六种定量特征，通过AV差异分析显著提高了DR分类的准确率	NA	提高糖尿病视网膜病变的分类准确率	糖尿病视网膜病变患者及对照组	数字病理学	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	支持向量机（SVM）	图像	NA
545	2025-07-20	MAD-Former: A Traceable Interpretability Model for Alzheimer's Disease Recognition Based on Multi-Patch Attention 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3368500 PMID:38442047	research paper	提出了一种基于多块注意力机制的可追踪解释性模型MAD-Former，用于阿尔茨海默病的识别	设计了3D脑特征提取网络和双分支注意力结构，提出重要注意力相似性位置损失函数，并开发了一种基于注意力选择和感受野追踪的可追踪方法	NA	开发一种具有可解释性的阿尔茨海默病自动诊断模型	阿尔茨海默病患者的结构磁共振成像(sMRI)数据	digital pathology	geriatric disease	deep learning	CNN, MAD-Former	3D MRI images	ADNI和OASIS数据集
546	2025-07-20	Multinational External Validation of Autonomous Retinopathy of Prematurity Screening 2024-Apr-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.0045 PMID:38451496	research paper	评估自主人工智能筛查早产儿视网膜病变（ROP）的效果	利用深度学习构建图像处理流程，自主识别ROP严重程度	研究仅基于美国和印度的数据，可能不适用于其他地区	验证自主AI筛查ROP的有效性	早产儿视网膜病变（ROP）患者	digital pathology	retinopathy of prematurity	deep learning	AI algorithm	image	SUNDROP数据集：1545名婴儿的6245次检查；AECS数据集：2699名婴儿的5635次检查
547	2025-07-20	Human-airway surface mesh smoothing based on graph convolutional neural networks 2024-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108061 PMID:38341897	研究论文	提出了一种基于图卷积神经网络的无监督气道网格平滑学习方法（AMSL），用于保留三维气道的原始几何形状，以进行精确的基于CT图像的计算流体动力学模拟	引入了一种无监督学习框架，通过联合训练两个图卷积神经网络来平滑气道网格，同时保持原始几何形状，避免了传统拉普拉斯算子方法导致的气道几何收缩问题	研究仅使用了20名受试者的气道图像数据，样本量相对较小	开发一种能够准确保留气道原始几何形状的平滑方法，以改进基于CT图像的计算流体动力学模拟	人体气道三维网格模型	计算机视觉	呼吸系统疾病	图卷积神经网络（GCNN）	GCNN	CT图像	20名受试者的气道图像数据
548	2025-07-20	Investigating distributions of inhaled aerosols in the lungs of post-COVID-19 clusters through a unified imaging and modeling approach 2024-Apr-01, European journal of pharmaceutical sciences : official journal of the European Federation for Pharmaceutical Sciences IF:4.3Q1 DOI:10.1016/j.ejps.2024.106724 PMID:38340875	研究论文	通过结合影像和建模方法，研究COVID-19后遗症患者肺部吸入气溶胶的分布情况	首次利用深度学习和计算模型分析COVID-19后遗症患者的气道阻力和颗粒沉积分布	样本量相对较小，且仅基于特定时间点的CT扫描数据	评估COVID-19后遗症患者肺部吸入气溶胶的分布及其对药物输送和空气污染物敏感性的影响	COVID-19康复者及健康对照组的肺部CT扫描数据	数字病理学	COVID-19后遗症	CT扫描和计算模型分析	深度学习算法	影像数据	140名COVID-19康复者和105名健康对照者
549	2025-07-20	Distinct chemical environments in biomolecular condensates 2024-Mar, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-023-01432-0 PMID:37770698	research paper	该研究探讨了生物分子凝聚物中不同化学环境对分子选择性分布的影响	使用小分子探针和深度学习方法来预测和区分不同凝聚物的化学溶解特性	研究主要关注小分子探针，对于大分子或其他类型分子的适用性未明确说明	研究生物分子凝聚物中化学环境对分子选择性分布的机制	生物分子凝聚物和小分子探针	生物物理学	NA	小分子探针和深度学习	深度学习	化学和生物分子数据	未明确说明样本数量
550	2025-07-20	Kinome-Wide Virtual Screening by Multi-Task Deep Learning 2024-Feb-22, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25052538 PMID:38473785	研究论文	本研究利用多任务深度学习方法进行激酶组范围内的虚拟筛选，预测小分子在人类激酶组中的活性	采用多任务深度神经网络，相比传统单任务方法，能更有效地预测小分子对342种激酶的抑制活性	研究依赖于已有的生物活性注释数据，可能存在数据偏差或覆盖不全的问题	开发更全面的小分子激酶抑制剂预测方法，以支持抗癌药物研发	人类激酶组（342种激酶）及超过30万个小分子	机器学习	癌症	多任务深度学习	深度神经网络	生物活性注释数据	超过65万条生物活性注释，涉及30多万个小分子
551	2025-07-20	Adaptive 3DCNN-based Interpretable Ensemble Model for Early Diagnosis of Alzheimer's Disease 2024-Feb, IEEE transactions on computational social systems IF:4.5Q1 DOI:10.1109/tcss.2022.3223999 PMID:39239536	research paper	提出了一种基于3DCNN和遗传算法的自适应可解释集成模型，用于阿尔茨海默病的早期诊断和显著贡献脑区的识别	结合3DCNN、集成学习和遗传算法，提出了一种新的自适应可解释模型，能够识别与分类显著相关的脑区及其子区域	未来需要研究该方法的泛化能力，以识别其他脑部疾病的显著脑区	开发一种自适应可解释的集成模型，用于阿尔茨海默病的早期诊断和显著脑区的识别	阿尔茨海默病(AD)和轻度认知障碍(MCI)患者	digital pathology	geriatric disease	3DCNN, Genetic Algorithm, gradient-based attribution method	3DCNN+EL+GA	neuroimaging	来自ADNI和OASIS的数据集
552	2025-07-20	AI prediction of cardiovascular events using opportunistic epicardial adipose tissue assessments from CT calcium score 2024-Jan-29, ArXiv PMID:38351935	研究论文	利用CT钙化评分中的心外膜脂肪组织（EAT）评估，通过AI预测心血管事件	创建了新型手工制作的EAT特征“脂肪组学”，以捕捉EAT的病理生理学并改善MACE预测	初步研究结果，需要进一步验证	改进心血管事件的风险预测	心外膜脂肪组织（EAT）	数字病理学	心血管疾病	CT钙化评分	深度学习	图像	NA
553	2025-07-20	Explaining deep learning-based representations of resting state functional connectivity data: focusing on interpreting nonlinear patterns in autism spectrum disorder 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1397093 PMID:38832332	研究论文	本研究开发了一种可解释的变分自编码器模型，用于解析静息态功能连接数据中的非线性模式，特别关注自闭症谱系障碍（ASD）的神经机制	引入了潜在贡献分数来解释变分自编码器识别的非线性模式，增强了深度学习模型在神经科学中的可解释性	研究样本量虽大，但可能无法涵盖ASD所有亚型，且仅使用了Power图谱定义的264个感兴趣区域	开发可解释的深度学习模型以理解ASD患者静息态功能连接的非线性模式	1150名参与者（549名ASD患者和601名健康对照）的静息态功能磁共振成像数据	数字病理学	自闭症谱系障碍	静息态功能磁共振成像（rs-fMRI）	变分自编码器（VAE）	神经影像数据	1150名参与者（549名ASD患者和601名健康对照）
554	2025-07-20	Neuron collinearity differentiates human hippocampal subregions: a validated deep learning approach 2024, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcae296 PMID:39262825	研究论文	本研究提出了一种基于深度学习的高通量方法，用于自动提取海马体亚区中锥体神经元的取向和共线性	首次对海马体亚区内锥体神经元取向和共线性进行了全面的定量研究，并开发了一种新的深度学习方法来量化这些特征	研究仅基于168个海马体分区，可能需要更大样本量来验证结果的普适性	开发定量评估海马体亚区神经元共线性的方法，并探索其在神经退行性疾病研究中的应用	人类海马体亚区中的锥体神经元	数字病理学	神经退行性疾病	深度学习	Cellpose算法	图像	168个海马体分区中的479,873个锥体神经元
555	2025-07-20	The combined focal loss and dice loss function improves the segmentation of beta-sheets in medium-resolution cryo-electron-microscopy density maps 2024, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae169 PMID:39600382	研究论文	本文研究了在中等分辨率冷冻电镜密度图中结合Focal loss和Dice loss的损失函数对β-片层分割的改进效果	提出了一种结合Focal loss和Dice loss的新损失函数，显著提高了β-片层体素的分割准确率	研究仅针对中等分辨率(5-10Å)冷冻电镜数据，未验证在其他分辨率下的表现	改进中等分辨率冷冻电镜图中蛋白质二级结构的分割准确率	蛋白质二级结构(特别是β-片层)在冷冻电镜密度图中的分割	计算机视觉	NA	冷冻电镜(cryo-EM)	U-Net	图像(冷冻电镜密度图)	1355个原子结构/密度图对
556	2025-07-20	Systematic analysis of the relationship between fold-dependent flexibility and artificial intelligence protein structure prediction 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313308 PMID:39591473	研究论文	本文系统分析了蛋白质折叠依赖的灵活性与人工智能蛋白质结构预测之间的关系	首次大规模分析了AI预测蛋白质结构对蛋白质折叠灵活性的影响，并发现高异质性折叠在关键生物过程中富集	研究仅基于已有实验结构的蛋白质，可能无法涵盖所有折叠类型	探究AI预测的蛋白质结构是否代表单一构象或平均构象，以及这一现象是否与蛋白质折叠类型相关	2878个具有至少10个不同实验结构的蛋白质	机器学习	NA	AlphaFold v2 (AF2)	深度学习	蛋白质结构数据	2878个蛋白质，涉及628种不同的折叠类型
557	2025-07-20	A Hybrid 2D Gaussian Filter and Deep Learning Approach with Visualization of Class Activation for Automatic Lung and Colon Cancer Diagnosis 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241301297 PMID:39632623	研究论文	本研究设计了一个自动化诊断系统，通过结合2D高斯滤波和深度学习技术，提高肺癌和结肠癌的检测率	结合2D高斯滤波进行图像预处理，并使用三种CNN模型进行癌症诊断，同时采用CAM进行模型解释	未提及模型在临床环境中的实际应用效果或跨数据集验证	提高肺癌和结肠癌的早期检测率	肺癌和结肠癌的病理图像	数字病理学	肺癌, 结肠癌	2D高斯滤波, Class Activation Mapping (CAM)	CNN (MobileNet, VGG16, ResNet50)	图像	25000张病理图像
558	2025-07-20	Predicting High-Grade Patterns in Stage I Solid Lung Adenocarcinoma: A Study of 371 Patients Using Refined Radiomics and Deep Learning-Guided CatBoost Classifier 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241308610 PMID:39692551	研究论文	本研究开发了一种名为RRDLC-Classifier的诊断算法，用于预测临床I期实体肺腺癌中的高级别模式	结合了精炼的放射组学和深度学习特征，开发了新型RRDLC-Classifier算法	回顾性研究设计可能影响结果的普遍性，样本量相对有限	预测临床I期实体肺腺癌中的高级别病理模式	371名临床I期实体肺腺癌患者	数字病理	肺癌	放射组学分析、深度学习	CatBoost分类器	医学影像数据	371名患者（训练集与验证集按7:3比例分配）
559	2025-07-20	Noninvasive grading of glioma brain tumors using magnetic resonance imaging and deep learning methods 2023-Dec, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05389-4 PMID:37698684	系统综述	本研究通过系统综述探讨了使用MRI和深度学习方法对胶质瘤脑肿瘤进行无创分级的现状	综合分析了2010-2022年间77篇学术文章，揭示了胶质瘤分割研究多于检测和分类的现状	仅纳入了英文文献，可能遗漏其他语言的重要研究	评估深度学习在胶质瘤MRI图像分析中的应用现状	胶质瘤脑肿瘤	数字病理学	脑癌	MRI	CNN	医学影像	77篇学术文章
560	2025-07-20	Predicting cutaneous malignant melanoma patients' survival using deep learning: a retrospective cohort study 2023-Dec, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05421-7 PMID:37755576	研究论文	本研究利用深度学习模型DeepCMM预测皮肤恶性黑色素瘤患者的生存率	开发了名为DeepCMM的深度学习生存模型，用于准确预测皮肤恶性黑色素瘤患者的总体生存率，并将其打包成Windows 64位软件供医生使用	研究为回顾性队列研究，可能存在数据偏差，且仅基于SEER数据库，未涉及其他潜在影响因素	预测皮肤恶性黑色素瘤患者的生存率以指导临床决策	皮肤恶性黑色素瘤患者	数字病理学	皮肤恶性黑色素瘤	深度学习	DeepCMM	临床数据	三个队列（训练队列2010-2013年诊断，验证队列2014年诊断，测试队列2015年诊断）