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
5621	2025-10-06	shinyDeepDR: A user-friendly R Shiny app for predicting anti-cancer drug response using deep learning 2024-Feb-09, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2023.100894 PMID:38370127	研究论文	开发了一个用户友好的R Shiny网络应用，用于通过深度学习预测抗癌药物反应	将DeepDR深度学习模型封装成无需编程经验的用户友好网络工具，提供药物敏感性预测和相似样本搜索功能	NA	推进精准肿瘤学，提高治疗反应预测的准确性和模型可及性	癌症样本（细胞系或肿瘤）的突变和基因表达数据	机器学习	癌症	深度学习	深度学习模型	基因突变数据, 基因表达数据	包含Cancer Cell Line Encyclopedia (CCLE)和The Cancer Genome Atlas (TCGA)数据库中的样本	R Shiny	DeepDR	NA	网络应用平台
5622	2025-10-06	Enhancing Hierarchical Transformers for Whole Brain Segmentation with Intracranial Measurements Integration 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3009084 PMID:39220623	研究论文	通过增强分层Transformer模型UNesT，实现133个全脑区域分割与颅内测量的集成分析	将颅内测量（TICV/PFV）集成到全脑分割任务中，通过预训练-微调策略解决标注数据稀缺问题	TICV/PFV标注数据有限（仅45个样本），预训练阶段缺乏TICV/PFV标签	开发能够同时进行全脑精细分割和颅内体积测量的深度学习模型	脑部磁共振成像（MRI）数据	医学影像分析	脑部疾病	磁共振成像（MRI），T1加权3D成像	Transformer	3D医学影像	预训练：4859个T1w 3D体积（来自8个站点）；微调：45个T1w 3D体积（来自OASIS）	PyTorch	UNesT（分层Transformer架构）	Dice相似系数（DSC）	NA
5623	2025-10-06	Brain Age Estimation from Overnight Sleep Electroencephalography with Multi-Flow Sequence Learning 2024, Nature and science of sleep IF:3.0Q2 DOI:10.2147/NSS.S463495 PMID:38974693	研究论文	本研究开发了一种基于整夜睡眠脑电图的多流程深度学习模型，用于提高大脑年龄估计的准确性	提出多流程学习框架，结合一维Swin Transformer和带注意力机制的卷积神经网络，并设计DecadeCE损失函数解决年龄分布不均问题	NA	改进大脑年龄估计方法，开发更准确的脑龄预测模型	整夜睡眠脑电图数据	机器学习	精神疾病,神经系统疾病	脑电图,多导睡眠图	Transformer,CNN	脑电图信号	13,616名受试者的18,767个多导睡眠图	NA	一维Swin Transformer,带注意力机制的卷积神经网络	平均绝对误差,相关系数	NA
5624	2025-10-06	Deep learning uncertainty quantification for clinical text classification 2024-01, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2023.104576 PMID:38101690	研究论文	本研究开发了基于深度学习的临床文本分类不确定性量化方法，用于自动化提取癌症登记系统中的疾病信息	提出了多种选择性分类方法，在保证目标准确率的同时最小化拒绝数量，且无需重新训练模型	对于分布外测试数据的解释较为复杂，性能表现存在一定不确定性	开发可靠的临床文本分类不确定性量化方法以支持癌症登记自动化	美国国家癌症研究所SEER癌症登记系统的电子病理报告文本	自然语言处理	癌症	电子病理报告文本分析	深度神经网络	文本	NA	NA	深度神经网络	准确率, 拒绝率	NA
5625	2024-10-17	Editorial: Deep learning methods and applications in brain imaging for the diagnosis of neurological and psychiatric disorders 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1497417 PMID:39411146	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5626	2025-10-06	A deep learning algorithm to detect cutaneous squamous cell carcinoma on frozen sections in Mohs micrographic surgery: A retrospective assessment 2024-Jan, Experimental dermatology IF:3.5Q1 DOI:10.1111/exd.14949 PMID:37864429	研究论文	开发并评估用于检测莫氏显微手术中皮肤鳞状细胞癌的深度学习算法	首次开发针对皮肤鳞状细胞癌冰冻切片的实时组织学边缘分析AI算法	对高分化肿瘤的独特表皮景观敏感性不足，需要进一步算法改进	开发用于皮肤鳞状细胞癌实时组织学边缘分析的AI算法	皮肤鳞状细胞癌冰冻切片样本	数字病理学	皮肤鳞状细胞癌	冰冻切片技术	CNN	病理图像	NA	NA	卷积神经网络工作流	准确率	NA
5627	2025-10-06	Workshop summaries from the 2024 voice AI symposium, presented by the Bridge2AI-voice consortium 2024, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2024.1484818 PMID:39540145	研讨会总结	总结了2024年语音AI研讨会中关于语音生物标志物和人工智能在医疗领域应用的最新进展	通过多学科研讨会探讨语音生物标志物国际标准化、AI解决方案实际部署和伦理实践等前沿议题	面临数据变异性、安全性和可扩展性等挑战，需要改进数据收集标准和模型鲁棒性	推动语音生物标志物和AI在医疗领域的开发与应用	语音生物标志物、AI医疗应用、语音障碍辅助技术	自然语言处理,机器学习	语音障碍	语音信号处理,深度学习,MLOps	深度学习模型	语音数据	NA	Whisper,ChatGPT	NA	NA	NA
5628	2025-10-06	Deep learning, 3D ultrastructural analysis reveals quantitative differences in platelet and organelle packing in COVID-19/SARSCoV2 patient-derived platelets 2023-Dec, Platelets IF:2.5Q2 DOI:10.1080/09537104.2023.2264978 PMID:37933490	研究论文	本研究通过深度学习辅助的3D超微结构分析，揭示了COVID-19患者血小板及其细胞器包装密度的定量差异	首次结合聚焦离子束扫描电镜和深度学习方法，对COVID-19患者血小板进行3D超微结构定量分析	样本量有限（仅3名健康对照和3名重症COVID-19患者）	研究血小板形态及其细胞器对理解血小板过度活化和微凝血的诊断价值	人类血小板及其α颗粒和线粒体	数字病理	COVID-19	聚焦离子束扫描电镜（FIB-SEM）	深度学习	3D超微结构图像	约600个单个血小板和30000个细胞器（来自3名健康对照和3名COVID-19患者）	NA	NA	NA	NA
5629	2025-10-06	The Overlooked Role of Specimen Preparation in Bolstering Deep Learning-Enhanced Spatial Transcriptomics Workflows 2023-Oct-09, medRxiv : the preprint server for health sciences DOI:10.1101/2023.10.09.23296700 PMID:37873287	研究论文	本研究探讨了改进的样本制备流程对深度学习增强空间转录组学分析性能的影响	提出了一种增强的样本处理工作流程，通过自动化H&E染色、高分辨率全玻片成像和多患者样本多重分析来提高空间转录组学数据的质量和一致性	研究队列规模较小（仅13名患者），训练深度学习模型成本较高	评估改进的样本制备流程在深度学习增强空间转录组学分析中的效果	13名pT3期结直肠癌患者的组织样本	数字病理学	结直肠癌	空间转录组学，H&E染色，全玻片成像	CNN	组织图像，基因表达数据	13名结直肠癌患者	NA	Inceptionv3	统计精度，拓扑一致性	NA
5630	2025-10-06	LSOR: Longitudinally-Consistent Self-Organized Representation Learning 2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43907-0_27 PMID:37961067	研究论文	提出一种基于纵向脑部MRI的自监督自组织映射方法，用于生成可解释的潜在表征	首个自监督SOM方法，通过软聚类提高训练稳定性，并生成按脑年龄分层的潜在空间	仅基于纵向脑部MRI数据，未使用人口统计学或认知信息	开发可解释的深度学习模型用于纵向脑部MRI分析	阿尔茨海默病神经影像倡议(ADNI)的纵向脑部MRI数据	医学影像分析	阿尔茨海默病	脑部MRI	自组织映射(SOM)	医学影像	NA	NA	自组织映射	准确率, ADAS-Cog评分	NA
5631	2025-10-06	Leveraging spatial transcriptomics data to recover cell locations in single-cell RNA-seq with CeLEry 2023-07-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-39895-3 PMID:37422469	研究论文	提出CeLEry深度学习算法，利用空间转录组学数据恢复单细胞RNA测序中细胞的空间位置信息	开发首个利用空间转录组学数据通过监督深度学习恢复scRNA-seq细胞空间位置的算法，并提供位置不确定性估计	NA	解决单细胞RNA测序中细胞空间位置信息缺失的问题	大脑和癌组织中的细胞	生物信息学	癌症	单细胞RNA测序, 空间转录组学, Visium, MERSCOPE, MERFISH, Xenium	监督深度学习, 变分自编码器	基因表达数据, 空间位置数据	多个数据集（具体数量未说明）	NA	变分自编码器	NA	NA
5632	2025-10-06	A deep learning algorithm to detect cutaneous squamous cell carcinoma on frozen sections in Mohs micrographic surgery: a retrospective assessment 2023-May-16, medRxiv : the preprint server for health sciences DOI:10.1101/2023.05.14.23289960 PMID:37293008	研究论文	开发并评估用于皮肤鳞状细胞癌术中冰冻切片实时切缘分析的深度学习算法	首次针对皮肤鳞状细胞癌的冰冻切片开发实时切缘分析AI算法，并探讨肿瘤分化状态对算法性能的影响	回顾性研究，需要进一步算法改进以更好区分高分化肿瘤与表皮组织，并解决炎症等混杂病理因素的影响	提高皮肤鳞状细胞癌Mohs显微手术中实时切缘分析的效率和准确性	接受Mohs显微手术的皮肤鳞状细胞癌患者	数字病理学	皮肤鳞状细胞癌	冰冻切片，全玻片扫描	CNN	图像	2020年1月至3月期间接受Mohs手术的cSCC患者队列	NA	卷积神经网络	AUC	NA
5633	2025-10-06	Towards Automatic Cartilage Quantification in Clinical Trials - Continuing from the 2019 IWOAI Knee Segmentation Challenge 2023-Mar, Osteoarthritis imaging DOI:10.1016/j.ostima.2023.100087 PMID:39036792	研究论文	评估深度学习分割方法在骨关节炎临床试验中量化软骨损失的适用性	首次系统评估IWOAI 2019膝关节软骨分割挑战赛中六种深度学习方法的纵向临床应用价值	股骨亚区分割仅采用简单的后处理几何定义方法，可能影响测量灵敏度	验证深度学习分割方法在标准化纵向临床试验中量化软骨损失的可行性	骨关节炎患者的膝关节软骨	医学影像分析	骨关节炎	MRI	深度学习分割方法	膝关节MRI图像	556名受试者的1130次膝关节MRI扫描	NA	NA	标准化响应均值(SRM)	NA
5634	2025-10-06	Imputing Brain Measurements Across Data Sets via Graph Neural Networks 2023, Predictive Intelligence in Medicine. PRIME (Workshop) DOI:10.1007/978-3-031-46005-0_15 PMID:37946742	研究论文	提出一种基于图神经网络的脑测量数据跨数据集插补方法	将跨数据集插补问题重新定义为预测任务，使用图神经网络建模脑区测量值间的依赖关系，并通过并行架构处理人口统计学差异	仅在两个特定数据集（ABCD和NCANDA）上验证，样本量相对有限	解决脑结构MRI数据集中特定脑区测量值缺失的问题	青少年脑结构MRI数据	机器学习	NA	结构MRI，Freesurfer分析	图神经网络（GNN）	脑结构测量数据，人口统计学数据	NCANDA数据集N=540，ABCD数据集N=3760	NA	图神经网络，并行架构（包含图解码器和分类器）	5折交叉验证准确率	NA
5635	2025-10-06	A multi-use deep learning method for CITE-seq and single-cell RNA-seq data integration with cell surface protein prediction and imputation 2022-Nov, Nature machine intelligence IF:18.8Q1 DOI:10.1038/s42256-022-00545-w PMID:36873621	研究论文	提出一种名为sciPENN的多功能深度学习方法，用于整合CITE-seq和单细胞RNA-seq数据，并实现细胞表面蛋白预测和插补	开发支持多种功能的数据整合方法，包括跨数据集整合、蛋白表达预测与插补、不确定性量化和细胞类型标签转移	未在摘要中明确说明	解决CITE-seq和单细胞RNA-seq数据整合中的计算挑战，提高数据利用效率	CITE-seq和单细胞RNA-seq数据集	生物信息学	免疫相关疾病，流感，COVID-19	CITE-seq，单细胞RNA-seq	深度学习	单细胞多组学数据	多个数据集（未指定具体数量）	NA	sciPENN	NA	NA
5636	2025-10-06	Deep learning tackles single-cell analysis-a survey of deep learning for scRNA-seq analysis 2022-01-17, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbab531 PMID:34929734	综述	本文系统综述了深度学习在单细胞RNA测序数据分析中的应用方法和算法	建立了变分自编码器、自编码器、生成对抗网络和监督深度学习模型的统一数学表示框架，并关联了损失函数与数据处理步骤的具体目标	仅涵盖25种深度学习算法，可能未完全覆盖该领域所有最新进展	为单细胞RNA测序数据分析提供深度学习算法的系统综述和应用指南	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序	VAE, AE, GAN, 监督深度学习	基因表达数据	NA	NA	变分自编码器, 自编码器, 生成对抗网络	NA	NA
5637	2025-10-06	Diabetic Foot Ulcer Ischemia and Infection Classification Using EfficientNet Deep Learning Models 2022, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2022.3219725 PMID:36660100	研究论文	本研究开发了基于EfficientNet深度学习模型的糖尿病足溃疡缺血和感染分类系统	首次将EfficientNet模型应用于糖尿病足溃疡的缺血和感染分类，在准确率和计算效率上均显著优于现有方法	未提及模型在临床环境中的验证情况及对不同类型糖尿病足溃疡的泛化能力	开发基于图像的糖尿病足溃疡缺血和感染自动检测系统	糖尿病足溃疡图像	计算机视觉	糖尿病足溃疡	图像增强技术	CNN	图像	NA	NA	EfficientNet, ResNet, Inception, Ensemble CNN	准确率	NA
5638	2025-10-06	Prediction and interpretation of cancer survival using graph convolution neural networks 2021-08, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2021.01.004 PMID:33484826	研究论文	提出一种名为Surv_GCNN的图卷积神经网络方法，用于预测13种癌症类型的生存率并识别潜在基因标志物	首次将图卷积神经网络应用于癌症生存预测，并提出基于网络模型的基因标志物解释方法	仅使用TCGA数据集，未在其他独立数据集上验证	开发更准确的癌症生存预测模型并识别关键基因标志物	13种癌症类型（包括BLCA、BRCA、COAD等）的基因表达数据和临床数据	机器学习	癌症	基因表达分析，网络分析	图卷积神经网络（GCNN）	基因表达数据，临床数据	TCGA数据集中13种癌症类型的样本	NA	图卷积神经网络	风险评分（RS）	NA
5639	2025-10-06	Deep Learning Segmentation of Triple-Negative Breast Cancer (TNBC) Patient Derived Tumor Xenograft (PDX) and Sensitivity of Radiomic Pipeline to Tumor Probability Boundary 2021-Jul-28, Cancers IF:4.5Q1 DOI:10.3390/cancers13153795 PMID:34359696	研究论文	开发基于深度学习的自动化管道用于三阴性乳腺癌PDX肿瘤的MRI图像分割，并评估影像组学特征对肿瘤边界的敏感性	首次系统比较五种网络架构在TNBC PDX肿瘤分割中的性能，并深入分析影像组学特征对肿瘤边界扰动的敏感性	研究仅限于三阴性乳腺癌PDX模型，未验证其他癌症类型	开发自动化的肿瘤分割方法并评估影像组学特征的稳定性	三阴性乳腺癌患者来源的肿瘤异种移植模型	数字病理	乳腺癌	磁共振成像	深度学习	医学影像	NA	NA	U-Net, Dense U-Net, Res-Net, R2UNet, D-R2UNet	F1-Score, recall, precision, AUC	NA
5640	2025-10-06	Artificial intelligence versus expert: a comparison of rapid visual inferior vena cava collapsibility assessment between POCUS experts and a deep learning algorithm 2020-Oct, Journal of the American College of Emergency Physicians open IF:1.6Q2 DOI:10.1002/emp2.12206 PMID:33145532	研究论文	开发深度学习算法评估危重患者下腔静脉塌陷度，并与POCUS专家进行对比	首次使用LSTM深度学习架构实时分析超声视频评估IVC塌陷度，为新手POCUS操作者提供辅助工具	样本量有限（训练集220个视频，测试集50个视频），专家与算法一致性仅为中等水平	创建能够评估下腔静脉塌陷度的深度学习算法，辅助新手POCUS操作者	危重患者的下腔静脉超声视频	计算机视觉	脓毒性休克	床旁超声(POCUS)	LSTM	超声视频	训练集220个IVC超声视频，测试集50个新IVC超声视频	NA	LSTM	Fleiss' κ	NA