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
5941	2025-10-06	Clinical concept and relation extraction using prompt-based machine reading comprehension 2023-08-18, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad107 PMID:37316988	研究论文	开发基于提示的机器阅读理解统一架构，用于临床概念抽取和关系抽取任务	提出统一的提示式机器阅读理解架构同时解决临床概念抽取和关系抽取任务，在跨机构应用中展现良好泛化能力	未明确说明模型在更广泛临床文本类型上的性能表现	开发具有良好泛化能力的自然语言处理系统，用于临床概念和关系抽取	临床文本中的医疗概念和关系	自然语言处理	NA	自然语言处理	Transformer	文本	使用2018年n2c2挑战赛（药物和不良药物事件）和2022年n2c2挑战赛（社会健康决定因素关系）的两个基准数据集	NA	GatorTron-MRC, BERT-MIMIC-MRC	F1-score	NA
5942	2025-10-06	The Objective Dementia Severity Scale Based on MRI with Contrastive Learning: A Whole Brain Neuroimaging Perspective 2023-Aug-02, Sensors (Basel, Switzerland) DOI:10.3390/s23156871 PMID:37571654	研究论文	提出基于MRI和对比学习的客观痴呆严重程度评分系统，用于自动评估阿尔茨海默病患者的神经功能	首次将对比学习策略应用于全脑结构MRI数据，开发无需人工干预的客观痴呆评估方法	仅使用ADNI数据集进行验证，未在其他独立数据集上测试	开发客观的痴呆严重程度评估方法以改进阿尔茨海默病的诊断和治疗	阿尔茨海默病患者	医学影像分析	阿尔茨海默病	结构磁共振成像	深度学习	脑部MRI图像	ADNI数据集样本	NA	对比学习框架	相关性分析，阶段区分准确率	NA
5943	2025-10-06	Invasiveness assessment by artificial intelligence against intraoperative frozen section for pulmonary nodules ≤ 3 cm 2023-Aug, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-04713-2 PMID:37016100	研究论文	本研究开发了一种基于3D卷积神经网络的人工智能系统，用于评估≤3cm肺结节的恶性程度和侵袭性	首次在多中心队列中验证AI系统在肺结节侵袭性评估方面的性能，并与术中冰冻切片检查进行对比	AI系统对直径大于1cm的实性结节存在误诊情况，与冰冻切片检查的一致性有待提高	评估人工智能算法在肺结节恶性肿瘤和侵袭性判断方面的性能	直径不超过3cm的肺结节	计算机视觉	肺癌	CT成像	CNN	CT图像	466个切除的肺结节	NA	3D卷积神经网络	AUC, 敏感性, 特异性, 一致性率	NA
5944	2025-10-06	Noise Suppression With Similarity-Based Self-Supervised Deep Learning 2023-06, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2022.3231428 PMID:37015446	研究论文	提出一种基于相似性的自监督深度学习去噪方法Noise2Sim，用于抑制CT图像中的独立和相关噪声	首个基于相似性的自监督深度去噪方法，能以非局部和非线性方式处理相关噪声，理论上在温和条件下与监督学习方法渐近等价	未明确说明方法在极端噪声条件下的性能表现	开发无需配对干净样本的自监督图像去噪方法	低剂量CT和光子计数CT图像	计算机视觉	NA	CT成像	深度学习	医学图像	NA	NA	NA	视觉评估,定量分析,统计分析	NA
5945	2025-10-06	Combined diagnosis of multiparametric MRI-based deep learning models facilitates differentiating triple-negative breast cancer from fibroadenoma magnetic resonance BI-RADS 4 lesions 2023-Jun, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-022-04142-7 PMID:35771263	研究论文	本研究开发基于多参数MRI的深度学习模型组合诊断方法，用于区分三阴性乳腺癌与纤维腺瘤BI-RADS 4类病变	首次将多参数MRI（增强T1加权、扩散加权和T2加权成像）的深度学习模型组合应用于三阴性乳腺癌与纤维腺瘤的鉴别诊断	回顾性研究设计，样本量有限（319例），缺乏外部验证	评估多参数MRI深度学习模型组合在区分三阴性乳腺癌与纤维腺瘤BI-RADS 4类病变中的价值	319例女性患者的319个病理证实的BI-RADS 4类乳腺病变	医学影像分析	乳腺癌	多参数MRI（增强T1加权成像、扩散加权成像、T2加权成像）	深度学习模型	医学影像	319例女性患者，随机分为训练集、验证集和测试集	NA	NA	AUC, 敏感度, 特异度, 准确度, 加权kappa值	NA
5946	2025-10-06	MKMR: a multi-kernel machine regression model to predict health outcomes using human microbiome data 2023-05-19, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbad158 PMID:37099694	研究论文	提出一种多核机器回归模型MKMR，用于利用人类微生物组数据预测健康结果	首次开发能够同时利用多种微生物组-结果关联形式的预测模型，通过多核学习捕捉不同类型的微生物组信号	NA	开发能够整合多种微生物组信号的健康结果预测模型	人类微生物组数据与健康结果的关联	机器学习	NA	微生物组分析	多核机器回归	微生物组数据	NA	NA	多核学习	预测性能	NA
5947	2025-10-06	Three-dimensional genome rewiring in loci with human accelerated regions 2023-04-28, Science (New York, N.Y.) DOI:10.1126/science.abm1696 PMID:37104607	研究论文	本研究通过比较基因组学和三维基因组建模揭示了人类加速区域在人类特异性性状进化中的作用机制	结合深度学习与染色质构象捕获实验，首次发现人类加速区域在改变三维基因组组织的人类特异性变异中的富集现象	研究主要聚焦于神经祖细胞，可能无法完全代表其他细胞类型或发育阶段的情况	探索人类加速区域在人类特异性基因组进化中的作用机制	人类和黑猩猩的神经祖细胞	基因组学, 生物信息学	NA	染色质构象捕获实验, 深度学习, 哺乳动物基因组比对	深度学习模型	基因组序列数据, 染色质相互作用数据, 基因表达数据	241个哺乳动物基因组	NA	NA	NA	NA
5948	2025-10-06	Integrating structured and unstructured data for timely prediction of bloodstream infection among children 2023-03, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-022-02116-6 PMID:35854085	研究论文	本研究开发了一种结合结构化和非结构化电子健康记录数据的深度学习模型，用于预测儿童中心静脉导管相关血流感染	首次将临床笔记中的上下文词嵌入与结构化EHR数据相结合，显著提升了儿童血流感染预测性能	单中心回顾性研究，外部验证尚未进行	开发及时预测儿童中心静脉导管相关严重血流感染的深度学习模型	住院儿童中心静脉导管患者	医疗人工智能	血流感染	深度学习，上下文词嵌入	深度学习模型	结构化EHR数据，临床笔记文本	24,351例患者就诊记录	NA	NA	特异性，阳性预测值，敏感性	NA
5949	2025-10-06	Multiple generation distinct toxicant exposures induce epigenetic transgenerational inheritance of enhanced pathology and obesity 2023, Environmental epigenetics IF:4.8Q1 DOI:10.1093/eep/dvad006 PMID:38162685	研究论文	研究多代不同毒物暴露对大鼠表观遗传跨代遗传的影响，发现会增强病理变化和肥胖	首次研究连续多代暴露于不同毒物对表观遗传跨代遗传的复合影响，并采用深度学习进行组织病理学分析	研究仅限于大鼠模型，人类相关性需要进一步验证	评估多代不同毒物暴露对表观遗传和疾病易感性的跨代影响	多代大鼠（F0-F5代）	数字病理学	肥胖	表观遗传分析，DNA甲基化检测	深度学习	组织病理学图像，表观遗传数据	多代大鼠群体（F0-F5代）	NA	NA	NA	NA
5950	2025-10-06	Deep learning models for cancer stem cell detection: a brief review 2023, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2023.1214425 PMID:37441078	综述	本文简要回顾了深度学习在癌症干细胞检测领域的研究进展	系统梳理了基于卷积神经网络的深度学习模型在癌症干细胞研究中的新兴应用趋势	作为简要综述，未深入探讨具体技术细节和全面性能比较	探索深度学习在癌症干细胞研究领域的应用现状和发展前景	癌症干细胞及其生物图像数据	数字病理学	癌症	生物图像分析	CNN	图像	NA	NA	卷积神经网络	NA	NA
5951	2025-10-06	Computer-aided detection and prognosis of colorectal cancer on whole slide images using dual resolution deep learning 2023-Jan, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-022-04435-x PMID:36331654	研究论文	提出基于弱监督学习的双分辨率深度学习网络，用于结直肠癌的识别和预后预测	采用双分辨率深度学习网络同时利用局部和全局图像信息，无需病理学家标注感兴趣区域	NA	实现结直肠癌的快速诊断和风险分层	结直肠癌患者	数字病理学	结直肠癌	全切片图像分析	深度学习	组织病理学图像	TCGA数据集和广州医科大学附属肿瘤医院外部数据集	NA	双分辨率深度学习网络(WDRNet)	准确率,C-index,风险比(HR),p值	NA
5952	2025-10-06	Deep learning-based automated pipeline for blood vessel detection and distribution analysis in multiplexed prostate cancer images 2023, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2023.1296667 PMID:38323039	研究论文	提出基于深度学习的自动化流程，用于前列腺癌多重图像中血管检测和分布分析	开发结合CD31、CD34和胶原蛋白IV图像的深度学习模型，实现血管自动分割和分布模式分析	模型性能存在一定标准差，分割精度有待进一步提升	开发自动化血管分析流程以替代人工分割	前列腺癌患者的多重显微镜图像	数字病理学	前列腺癌	多重免疫荧光成像	深度学习分割模型	显微镜图像	215名前列腺癌患者	NA	NA	精确度,召回率,Dice相似系数	NA
5953	2025-10-06	Deep residual inception encoder-decoder network for amyloid PET harmonization 2022-12, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.12564 PMID:35142053	研究论文	开发了一种基于深度学习的淀粉样蛋白PET图像协调方法，用于不同示踪剂图像之间的标准化	提出了一种新颖的残差初始编码器-解码器神经网络架构，首次实现不同淀粉样蛋白PET示踪剂图像间的协调处理	目前仅验证了两种示踪剂（Pittsburgh Compound-B和florbetapir），需要扩展到更多示踪剂	解决不同淀粉样蛋白PET示踪剂成像数据的一致性问题，实现定量分析的标准化	淀粉样蛋白PET图像数据	医学影像分析	阿尔茨海默病	正电子发射断层扫描（PET）	编码器-解码器网络	医学影像	训练集92名受试者（10折交叉验证），外部测试集46名受试者	NA	Residual Inception Encoder-Decoder Neural Network	相关性分析（P值）	NA
5954	2025-10-06	OrganoID: A versatile deep learning platform for tracking and analysis of single-organoid dynamics 2022-11, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1010584 PMID:36350878	研究论文	开发了一个名为OrganoID的深度学习平台，用于自动识别、标记和跟踪单个类器官的动态变化	提出了首个能够像素级自动识别、标记和跟踪单个类器官的通用深度学习平台，无需参数调整即可在多种癌症类器官上实现高精度分析	在四天延时显微镜研究中单类器官跟踪准确率保持在89%以上，仍有提升空间	开发自动化类器官图像分析平台以加速药物发现和个性化药物筛选	胰腺癌、肺癌、结肠癌和腺样囊性癌类器官	计算机视觉	多种癌症	明场和相差显微镜	深度学习	显微镜图像	多种癌症类器官图像数据集	NA	NA	类器官计数准确率95%，大小测量准确率97%，单类器官跟踪准确率89%	NA
5955	2025-10-06	Deep learning combined with radiomics for the classification of enlarged cervical lymph nodes 2022-Oct, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-022-04047-5 PMID:35562596	研究论文	本研究探讨深度学习结合传统影像组学方法在颈部肿大淋巴结分类中的应用	将深度学习特征与传统影像组学特征相结合构建分类模型，显著优于放射科医生的诊断性能	回顾性研究设计，样本量相对有限（276例患者）	开发基于CT影像的颈部肿大淋巴结自动分类方法	276例颈部肿大淋巴结患者（150例淋巴结转移，65例淋巴瘤，61例良性淋巴结病）	医学影像分析	淋巴结疾病	CT成像	深度学习	CT影像	276例患者，按8:2比例随机分为训练组和测试组	PyTorch	卷积神经网络	AUC, 准确率, 敏感性, 特异性	NA
5956	2025-10-06	Transfer learning for cognitive reserve quantification 2022-09, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2022.119353 PMID:35667639	研究论文	本研究开发了一种基于深度学习的认知储备量化方法，通过结构磁共振成像数据评估个体认知差异	首次使用迁移学习框架将基于健康人群开发的认知储备量化模型推广到阿尔茨海默病患者群体	研究依赖于特定脑图谱的感兴趣区测量，可能未涵盖所有相关脑区特征	开发可泛化的认知储备量化模型并验证其跨数据集和人群的适用性	健康成年人和阿尔茨海默病患者的脑结构影像数据	医学影像分析	阿尔茨海默病	结构磁共振成像	CNN	脑结构影像	三个队列共2056名参与者（RANN:495名健康成人，HCPA:620名健康成人，ADNI:941名成人）	NA	级联神经网络	线性相关系数	NA
5957	2025-10-06	Phase function estimation from a diffuse optical image via deep learning 2022-03-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ac5b21 PMID:35255481	研究论文	提出基于卷积神经网络的逆向蒙特卡罗模型，从漫射光学图像中估计散射相位函数的形式	首次实现无需预先假设相位函数具体形式的数据驱动估计方法	仅使用蒙特卡罗模拟数据进行验证，未在真实实验数据上测试	开发能够准确估计光传播模型中相位函数形式的计算方法	生物组织的漫射光学图像	计算机视觉	NA	蒙特卡罗模拟，漫射光学成像	CNN	图像	使用典型生物组织的蒙特卡罗模拟反射图像	NA	卷积神经网络	均方误差，相对误差	NA
5958	2025-10-06	Sampling alternative conformational states of transporters and receptors with AlphaFold2 2022-03-03, eLife IF:6.4Q1 DOI:10.7554/eLife.75751 PMID:35238773	研究论文	提出一种通过随机子采样MSA驱动AlphaFold2采样转运蛋白和GPCRs多种构象的方法	首次系统性地探索AlphaFold2预测蛋白质多构象状态的能力，并开发出通过减少MSA深度来诱导构象多样性的新策略	方法依赖于对已知构象状态的基准测试，对于全新构象的预测能力仍需验证	探索AlphaFold2在预测膜蛋白多构象状态方面的潜力	转运蛋白和G蛋白偶联受体	计算生物学	NA	深度学习结构预测	AlphaFold2	蛋白质序列和结构数据	多种拓扑结构不同的转运蛋白和GPCRs	AlphaFold2	AlphaFold2架构	模板建模得分	NA
5959	2025-10-06	Deep learning strategies for addressing issues with small datasets in 2D materials research: Microbial Corrosion 2022, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2022.1059123 PMID:36620046	研究论文	本研究探讨使用深度生成模型解决二维材料微生物腐蚀研究中小数据集问题的方法	首次将变分自编码器和生成对抗网络应用于二维材料微生物腐蚀研究中的数据增强，生成合成电化学数据以扩展小规模实验数据集	研究仅基于铜表面少层石墨烯的实验系统，未验证在其他二维材料或金属基底上的普适性	加速具有微生物腐蚀抗性的二维涂层虚拟筛选	二维材料涂层（石墨烯、六方氮化硼、二硫化钼）及其微生物腐蚀抗性	材料科学,机器学习	NA	电化学测试,数据增强	VAE,GAN	电化学数据	小规模实验数据集	NA	变分自编码器,生成对抗网络	准确率	NA
5960	2025-10-06	Using deep learning to predict microvascular invasion in hepatocellular carcinoma based on dynamic contrast-enhanced MRI combined with clinical parameters 2021-Dec, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-021-03617-3 PMID:33839938	研究论文	开发基于动态对比增强MRI和临床参数的深度学习模型预测肝细胞癌微血管侵犯状态	首次结合八序列MRI的CNN分支与临床参数构建深度学习模型预测MVI状态和分级	单中心回顾性研究，样本量有限，需要多中心前瞻性验证	预测肝细胞癌微血管侵犯状态以指导治疗决策和预后评估	经病理证实MVI状态的肝细胞癌患者	医学影像分析	肝细胞癌	动态对比增强磁共振成像	CNN	医学影像, 临床参数	601例肝细胞癌患者（376例MVI阴性，225例MVI阳性）	NA	多分支CNN	AUC, 准确率	NA