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
5841	2025-04-25	A deep learning model for clinical outcome prediction using longitudinal inpatient electronic health records 2025-Apr, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf026 PMID:40213364	研究论文	开发了一种基于Transformer的临床结果预测模型TECO，用于利用住院电子健康记录预测ICU死亡率	提出了一个基于Transformer的模型TECO，能够利用连续的电子健康记录数据预测ICU死亡率，并在多个疾病队列中验证了其性能	需要进一步的验证以确认模型的广泛适用性	开发一种深度学习模型，用于预测ICU患者的死亡率	COVID-19患者、急性呼吸窘迫综合征患者和败血症患者	机器学习	COVID-19、急性呼吸窘迫综合征、败血症	深度学习	Transformer	电子健康记录	COVID-19患者2579人，急性呼吸窘迫综合征患者2799人，败血症患者6622人
5842	2025-04-25	Analyzing heterogeneity in Alzheimer disease using multimodal normative modeling on imaging-based ATN biomarkers 2025-Apr, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.70143 PMID:40235115	研究论文	本研究采用基于深度学习的多模态规范框架，分析阿尔茨海默病（AD）在ATN成像生物标志物上的个体水平变异	首次应用多模态规范模型分析AD在ATN生物标志物上的异质性，并开发了个体水平疾病严重程度指数（DSI）	研究仅基于横断面数据，缺乏纵向验证	探究阿尔茨海默病在ATN生物标志物上的异质性表现	阿尔茨海默病患者（淀粉样蛋白阳性个体）与淀粉样蛋白阴性对照	数字病理学	老年病	T1加权磁共振成像（MRI）、淀粉样蛋白和tau蛋白正电子发射断层扫描（PET）	深度学习	医学影像	发现队列665人，复制队列430人
5843	2025-04-25	Mortality and Antibiotic Timing in Deep Learning-Derived Surviving Sepsis Campaign Risk Groups: A Multicenter Study 2025-Apr-01, Research square DOI:10.21203/rs.3.rs-6123541/v1 PMID:40235491	研究论文	本研究利用深度学习模型对脓毒症患者进行风险分层，并探讨抗生素使用时机对不同风险组患者死亡率的影响	首次使用深度学习模型客观地对脓毒症患者进行风险分层，并基于分层结果评估抗生素使用时机对死亡率的影响	未评估因果关系，需要更多前瞻性研究验证结果	评估基于深度学习风险分层的脓毒症患者抗生素使用时机对死亡率的影响	脓毒症患者	数字病理学	脓毒症	深度学习	DL	临床数据	34,163名成年脓毒症患者
5844	2025-04-25	Pathomics Image Analysis of Tumor Infiltrating Lymphocytes (TILs) in Colon Cancer 2025-Apr-01, Research square DOI:10.21203/rs.3.rs-6173056/v1 PMID:40235501	研究论文	开发了一种深度学习病理图像分析工作流，用于生成空间肿瘤-TIL图，以可视化和量化结肠癌中肿瘤浸润淋巴细胞（TILs）的丰度和空间分布	利用深度学习技术对H&E染色的全切片图像进行分析，生成肿瘤-TIL空间图，量化TILs在结肠癌微环境中的比例及其预后意义	NA	评估TILs%作为病理学生物标志物在结肠癌预后中的意义	结肠癌患者样本中的肿瘤浸润淋巴细胞（TILs）	数字病理	结肠癌	深度学习，H&E染色	深度学习模型（未指定具体模型）	图像（H&E染色的全切片图像）	NA
5845	2025-04-25	A Computational Framework for Automated Puncture Trajectory Planning in Hemorrhagic Stroke Surgery 2025-Apr, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70480 PMID:40259699	研究论文	本研究提出了一种计算框架，用于自动化生成出血性中风手术中的穿刺轨迹	结合AI驱动的分割、主成分分析（PCA）和经验优化，创新性地实现了穿刺路径的自动化生成	仅使用了五个复杂临床案例进行验证，未来需要与机器人系统集成并通过临床试验进一步验证	提高出血性中风手术中穿刺轨迹规划的效率和安全性	出血性中风手术中的穿刺轨迹	数字病理	中风	AI驱动的分割、PCA、Laplacian网格平滑	ResNet-50	医学影像	五个复杂临床案例
5846	2025-04-25	Multisequence 3-T Image Synthesis from 64-mT Low-Field-Strength MRI Using Generative Adversarial Networks in Multiple Sclerosis 2025-Apr, Radiology IF:12.1Q1 DOI:10.1148/radiol.233529 PMID:40261176	research paper	该研究开发了一种名为LowGAN的生成对抗网络，用于从64-mT低场强MRI生成3-T高质量脑部图像，并在多发性硬化症患者中进行了评估	提出了一种新的生成对抗网络架构LowGAN，用于低场强到高场强MRI图像的转换，提高了图像质量和白质病变的分割准确性	研究样本量相对较小（主组50人，验证组13人），且仅针对多发性硬化症患者	开发并评估一种深度学习架构，以提高便携式低场强MRI扫描仪生成的图像质量	多发性硬化症患者的脑部MRI图像	医学影像处理	多发性硬化症	生成对抗网络（GAN）	LowGAN	MRI图像	主组50名参与者（中位年龄47岁，38名女性），验证组13名参与者（中位年龄41岁，11名女性）
5847	2025-04-25	The application of artificial intelligence in upper gastrointestinal cancers 2025-Apr, Journal of the National Cancer Center IF:7.6Q1 DOI:10.1016/j.jncc.2024.12.006 PMID:40265096	综述	本文综述了人工智能在上消化道癌症（主要包括食管癌和胃癌）筛查、诊断、治疗和预后方面的应用	总结了AI技术在上消化道癌症临床任务中的应用，并探讨了AI算法选择、早期筛查普及、AI临床应用及大型多模态模型等前沿问题	指出了当前上消化道癌症AI应用领域面临的局限性和挑战	探讨人工智能技术在上消化道癌症临床诊疗中的应用现状与前景	食管癌和胃癌	数字病理学	上消化道癌症（食管癌和胃癌）	放射组学和深度学习	大型多模态模型	医学影像	NA
5848	2025-04-25	Opportunistic Screening for Pancreatic Cancer using Computed Tomography Imaging and Radiology Reports 2025-Mar-31, ArXiv PMID:40236838	研究论文	本研究开发并评估了一种深度学习融合模型，整合放射学报告和CT影像以预测胰腺导管腺癌（PDAC）风险	提出了一种结合放射学报告和CT影像的深度学习融合模型，用于PDAC风险预测和生存分析	模型在内部和外部数据集上的C-index分别为0.6750和0.6435，显示仍有提升空间	通过早期检测和预后建模改善PDAC患者预后并指导早期干预策略	胰腺导管腺癌（PDAC）患者	数字病理学	胰腺癌	CT成像	深度学习融合模型	影像和文本（放射学报告）	未明确说明样本数量
5849	2025-04-25	A Unified Flexible Large Polysomnography Model for Sleep Staging and Mental Disorder Diagnosis 2025-Mar-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.12.11.24318815 PMID:39711704	研究论文	提出了一种统一且灵活的大型多导睡眠图模型LPSGM，用于提升跨中心泛化能力并支持疾病诊断的微调	LPSGM整合了领域自适应学习，支持可变通道配置，并在跨中心泛化方面表现优异	未提及具体局限性	提升睡眠分期和多导睡眠图分析的自动化水平，并支持疾病诊断	多导睡眠图数据	数字病理学	睡眠障碍	多导睡眠图(PSG)	LPSGM	多导睡眠图数据	220,500小时的PSG数据，来自16个公共数据集
5850	2025-04-25	A Progressive Risk Formulation for Enhanced Deep Learning based Total Knee Replacement Prediction in Knee Osteoarthritis 2025-Mar-28, ArXiv PMID:40196144	研究论文	开发了一种深度学习模型，用于预测膝关节骨关节炎患者在不同时间范围内需要进行全膝关节置换术（TKR）的风险	模型能够利用单次扫描进行TKR预测，并在有先前扫描时，通过渐进风险公式提升预测准确性	NA	提高膝关节骨关节炎患者全膝关节置换术（TKR）需求的预测准确性	膝关节骨关节炎患者	数字病理学	膝关节骨关节炎	深度学习	双模型风险约束架构	X光片和MRI图像	来自OAI和MOST研究的膝关节X光片和MRI数据
5851	2025-04-25	ConfuseNN: Interpreting convolutional neural network inferences in population genomics with data shuffling 2025-Mar-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.24.644668 PMID:40196528	research paper	介绍了一种名为ConfuseNN的方法，通过系统性地打乱输入的单倍型矩阵来评估特定群体遗传特征对卷积神经网络(CNN)性能的贡献	提出了ConfuseNN方法，通过打乱输入数据来评估不同群体遗传特征对CNN性能的影响，为解释CNN在群体遗传学中的行为提供了新框架	网络架构以及模拟训练和测试数据设计存在局限性	评估群体遗传特征对卷积神经网络性能的贡献	群体遗传学中的CNN模型	population genomics	NA	data shuffling	CNN	haplotype matrices	NA
5852	2025-04-25	Artificial Intelligence Prediction of Age from Echocardiography as a Marker for Cardiovascular Disease 2025-Mar-26, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.25.25324627 PMID:40196275	研究论文	本研究提出了一种基于深度学习的AI方法，通过超声心动图视频预测年龄，并利用训练模型识别加速和延迟衰老的特征	利用多视角超声心动图和深度学习模型预测年龄，并揭示与心血管疾病风险的关联	研究仅基于超声心动图数据，未考虑其他可能影响生物衰老的因素	通过AI预测年龄，增强心血管风险评估和对心脏生物衰老的理解	90,738名独特患者的166,508项研究中的2,610,266个超声心动图视频	计算机视觉	心血管疾病	深度学习	深度学习模型	视频	2,610,266个超声心动图视频来自90,738名患者
5853	2025-04-25	Generative frame interpolation enhances tracking of biological objects in time-lapse microscopy 2025-Mar-26, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.23.644838 PMID:40196554	research paper	研究探讨了生成式视频帧插值技术在增强显微镜时间序列图像中生物对象追踪的应用	提出了一种新的范式，即通过增强图像时间序列数据集来适应追踪算法，而非调整算法以适应数据集	未提及具体的数据集规模或算法在极端情况下的表现	评估生成式视频帧插值技术是否能够增强显微镜时间序列图像的时序分辨率，从而促进生物对象追踪	荧光标记的细胞核、细菌、酵母、癌细胞和类器官	computer vision	cancer	generative video frame interpolation	LDMVFI, RIFE, CDFI, FILM	image	多种生物样本，具体数量未提及
5854	2025-04-25	Vision Transformer Autoencoders for Unsupervised Representation Learning: Capturing Local and Non-Local Features in Brain Imaging to Reveal Genetic Associations 2025-Mar-25, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.24.25324549 PMID:40196251	研究论文	本文提出了一种基于视觉变换器（ViT）自编码器的无监督表示学习方法，用于从脑成像数据中提取局部和非局部特征，以揭示遗传关联	利用ViT模型的成对注意力机制和位置嵌入，能够捕捉脑MRI数据中的非局部模式（如左右半球对称性），发现了10个之前基于CNN的UDIP模型未报告的遗传位点	未明确提及具体局限性	通过无监督表示学习从脑成像数据中发现与脑结构相关的遗传位点	脑MRI数据	计算机视觉	NA	视觉变换器（ViT）自编码器	ViT	图像	UK Biobank（UKBB）数据集的128个内表型
5855	2025-04-25	OpenSpliceAI: An efficient, modular implementation of SpliceAI enabling easy retraining on non-human species 2025-Mar-23, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.20.644351 PMID:40166201	research paper	介绍了一种高效、模块化的SpliceAI实现OpenSpliceAI，支持在非人类物种上轻松重新训练	实现了基于PyTorch的可训练、开源版本SpliceAI，支持从零开始训练和迁移学习，解决了原版依赖老旧软件框架和人类中心训练数据的问题	未提及具体性能上限或在不同物种上的泛化能力限制	开发一个更高效、灵活的SpliceAI实现，以支持跨物种的剪接信号识别研究	DNA序列中的剪接信号	machine learning	NA	deep learning	SpliceAI	DNA序列数据	未明确提及具体样本量，但支持大规模基因组区域分析
5856	2025-04-25	Three-photon population imaging of subcortical brain regions 2025-Mar-21, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.21.644611 PMID:40166349	研究论文	本文介绍了一种新型的三光子显微镜LIFT，用于深层脑区的大规模细胞活动成像	开发了具有大视场（>3 mm）的LIFT显微镜，结合深度学习去噪技术，实现了深层脑区的高质量成像	由于三光子成像固有的低重复率源和增加的组织加热问题，成像视场仍受限制	开发一种能够记录深层神经回路中大量细胞活动的成像技术	小鼠和大鼠的脑区（CA1、白质和皮层深层）	神经科学成像技术	NA	三光子成像技术、深度学习去噪	深度学习	钙成像数据	超过1500个细胞（小鼠CA1区、白质和皮层深层）及大鼠皮层（深度1.2mm）
5857	2025-04-25	Universal consensus 3D segmentation of cells from 2D segmented stacks 2025-Mar-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.03.592249 PMID:38766074	research paper	该论文提出了一种名为u-Segment3D的理论和工具箱，用于将2D细胞分割转换为3D共识分割，无需训练数据	开发了一种无需训练数据的2D到3D分割方法，适用于任何生成基于像素的实例细胞掩模的2D方法	未提及具体限制，但暗示3D细胞分割的密集标注仍然具有挑战性	解决3D细胞分割的挑战，提供一种通用的2D到3D分割方法	细胞，包括单细胞、细胞聚集体和组织	digital pathology	NA	deep learning	NA	image	11个真实数据集，超过70,000个细胞
5858	2025-04-25	Precise perivascular space segmentation on magnetic resonance imaging from Human Connectome Project-Aging 2025-Mar-20, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.19.25324269 PMID:40166557	research paper	该研究提出了一种精确分割脑周血管空间（PVS）的方法，并提供了一个基于T2加权MRI扫描的高质量数据集	结合无监督学习和深度学习技术，辅以人工校正，提高了PVS分割的准确性，并创建了一个包含200名年龄在30至100岁之间的受试者的数据集	PVS的小尺寸和MRI表现的多变性可能影响分割的准确性，且标注数据的稀缺性也是一个挑战	研究PVS在不同年龄段的动态变化及其与认知衰退的关联，同时推动先进图像分割算法的发展	200名年龄在30至100岁之间的受试者的T2加权MRI扫描数据	digital pathology	neurodegenerative diseases	T2-weighted MRI	deep learning	image	200 subjects aged 30 to 100
5859	2025-04-25	A mechanistic neural network model predicts both potency and toxicity of antimicrobial combination therapies 2025-Mar-20, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.19.25324270 PMID:40166569	研究论文	介绍了一种名为CALMA的方法，用于预测多药组合的效力和毒性	结合机制建模与深度学习，提高了神经网络的解释性，并识别了影响药物相互作用的关键途径	未提及具体样本量或实验范围的限制	优化抗菌组合疗法的效力和减少毒性	多药组合的效力和毒性预测	机器学习	抗菌耐药性	深度学习	神经网络	细胞活力测定和患者健康记录	NA
5860	2025-04-25	Image-based Mandibular and Maxillary Parcellation and Annotation using Computer Tomography (IMPACT): A Deep Learning-based Clinical Tool for Orodental Dose Estimation and Osteoradionecrosis Assessment 2025-Mar-20, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.18.25324199 PMID:40166584	research paper	提出了一种基于深度学习的自动分割框架，用于放疗CT图像中口腔牙齿和颌骨子体积的精确划分，以支持剂量评估和骨坏死评估	首次开发了与ClinRad ORN分期系统对齐的深度学习自动分割工具，用于口腔牙齿和颌骨子体积的精确划分	在分割牙齿和数据中常缺失的子体积时表现有限，某些子体积的剂量学差异具有统计学显著性	开发一种临床工具，用于口腔剂量估计和放射性骨坏死评估	头颈癌患者的牙齿和颌骨结构	digital pathology	head and neck cancer	计算机断层扫描(CT)	Swin UNETR, ResUNet	image	NA