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
661	2025-07-23	Cell Segmentation With Globally Optimized Boundaries (CSGO): A Deep Learning Pipeline for Whole-Cell Segmentation in Hematoxylin-and-Eosin-Stained Tissues 2025-Feb, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102184 PMID:39528162	研究论文	开发了一种名为CSGO的深度学习流程，用于在H&E染色组织中进行全细胞分割	整合了细胞核和细胞膜分割算法，并采用基于能量的分水岭方法进行后处理，显著提高了分割性能	仅在5个外部数据集上进行了评估，样本多样性可能有限	开发自动化的全细胞分割方法以推进病理图像分析能力	H&E染色组织中的细胞	数字病理学	肝癌	深度学习	YOLO, U-Net	图像	7例肝癌和11例正常肝组织样本，并在5个外部数据集（包括肝、肺和口腔疾病病例）上进行评估
662	2025-07-23	Quantifying Nuclear Structures of Digital Pathology Images Across Cancers Using Transport-Based Morphometry 2025-Feb, Cytometry. Part A : the journal of the International Society for Analytical Cytology DOI:10.1002/cyto.a.24917 PMID:39982036	研究论文	本文介绍了一种基于最优传输数学的新技术，用于直接从成像数据中建模与核染色质结构相关的信息内容	提出了一种基于最优传输的形态测量（TBM）框架，能够表示每个细胞核相对于模板细胞核的全部信息内容，且对不同染色模式和成像协议具有鲁棒性	NA	开发一种定量测量方法，用于在不同数据集和癌症类型之间进行有意义的比较	癌细胞核的形态学特征	数字病理学	癌症（包括肝癌、甲状腺癌、肺癌和皮肤癌等）	最优传输、特征提取、深度学习	TBM框架	图像	大型数据集（如TCGA和人类蛋白质图谱）
663	2025-07-23	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	提出了一种名为ProtoSAM-2D的增强型2D医学图像语义分割模型，结合了原型学习和蒸馏技术	通过引入掩码级原型预测机制和蒸馏方法，增强了SAM-Med2D的语义理解能力，同时保持了计算效率	目前仅针对2D医学图像，未涉及3D或其他复杂场景	提升医学图像语义分割的适应性和效率	2D医学图像中的多器官分割	数字病理	NA	深度学习、原型学习、知识蒸馏	SAM增强模型（基于CNN架构）	2D医学图像	未明确说明具体数量，但涉及两种成像模态的多器官分割任务
664	2025-07-23	A deep learning model for clinical outcome prediction using longitudinal inpatient electronic health records 2025-Jan-23, medRxiv : the preprint server for health sciences DOI:10.1101/2025.01.21.25320916 PMID:39974062	研究论文	开发了一个基于Transformer的临床结果预测模型TECO，用于利用住院电子健康记录(EHR)数据预测ICU死亡率	提出了一个Transformer基础的模型TECO，在预测ICU死亡率方面优于专有指标和传统机器学习模型，并能识别与结果相关的临床可解释特征	需要进一步验证	开发一个深度学习模型用于临床结果预测	住院患者的电子健康记录数据	机器学习	COVID-19, ARDS, 败血症	深度学习	Transformer	电子健康记录(EHR)	COVID-19患者2579人，ARDS队列2799人，败血症队列6622人
665	2025-07-23	Development and Validation of a Machine Learning Method Using Vocal Biomarkers for Identifying Frailty in Community-Dwelling Older Adults: Cross-Sectional Study 2025-01-16, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57298 PMID:39819744	研究论文	开发并验证了一种利用声音生物标志物识别社区居住老年人虚弱状态的机器学习方法	首次使用深度学习提取的声学特征作为声音生物标志物来预测虚弱状态，并比较了不同数据组合模型的性能	样本量较小（127人），且未说明模型在其他人群中的泛化能力	开发非侵入性、可扩展的虚弱状态识别方法	社区居住的50岁及以上老年人	机器学习	老年疾病	深度学习声学特征提取	SpeechAI（纯语音模型）、DemoAI（纯人口统计模型）、DemoSpeechAI（混合模型）	语音数据和人口统计数据	127名社区居住老年人
666	2025-07-23	BIBSNet: A Deep Learning Baby Image Brain Segmentation Network for MRI Scans 2025-Jan-11, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.22.533696 PMID:36993540	research paper	介绍了一种名为BIBSNet的深度学习网络，用于婴儿MRI扫描的脑部分割	提出了一个开源、社区驱动的模型BIBSNet，利用数据增强和大样本手动注释图像，实现了鲁棒且可泛化的脑部分割	研究样本年龄范围仅限于0-8个月，可能不适用于其他年龄段的婴儿	开发一种高效的婴儿脑部MRI图像分割方法，以支持典型和非典型脑发育研究	0-8个月大的婴儿的MRI脑部图像	digital pathology	NA	MRI扫描	CNN	image	90名参与者，年龄范围0-8个月（中位年龄4.6个月）
667	2025-07-23	ChromBPNet: bias factorized, base-resolution deep learning models of chromatin accessibility reveal cis-regulatory sequence syntax, transcription factor footprints and regulatory variants 2025-Jan-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.25.630221 PMID:39829783	研究论文	介绍了一种名为ChromBPNet的深度学习DNA序列模型，用于解析染色质可及性谱的序列语法、转录因子足迹和调控变异	ChromBPNet能够分解酶特异性偏差与调控序列决定因素，从而在不同实验和测序深度下稳健地发现紧凑的TF基序词典、协同基序语法和精确足迹	尽管设计轻量，但与当代更大的模型相比，其性能仍有待进一步验证	解码调控DNA和遗传变异，以理解转录因子结合和染色质可及性的序列语法和遗传变异	染色质可及性谱和调控序列	机器学习	NA	染色质可及性测定	深度学习DNA序列模型	DNA序列数据	NA
668	2025-07-23	Step Width Estimation in Individuals With and Without Neurodegenerative Disease via a Novel Data-Augmentation Deep Learning Model and Minimal Wearable Inertial Sensors 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3470310 PMID:39331558	研究论文	提出了一种新型数据增强深度学习模型，用于通过最小化可穿戴惯性传感器估计步宽	使用数据增强的深度学习模型和最小化可穿戴惯性传感器（IMUs）来估计步宽，克服了传统方法的高成本和耗时问题	研究样本量较小，仅包括12名神经退行性疾病患者和17名健康个体	开发一种便携式步宽监测方法，用于神经退行性疾病患者和健康个体的康复训练和动态平衡控制	神经退行性疾病患者（SCA3）和健康个体	机器学习	神经退行性疾病	数据增强深度学习模型	深度学习模型	惯性传感器数据	12名神经退行性疾病患者和17名健康个体
669	2025-07-23	Continuous Prediction of Wrist Joint Kinematics Using Surface Electromyography From the Perspective of Muscle Anatomy and Muscle Synergy Feature Extraction 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3484994 PMID:39437291	研究论文	本文提出四种深度学习模型，从不同角度提取肌肉协同特征，用于预测中风患者手腕关节运动意图	首次从肌肉解剖学角度使用3DCNN模型预测运动意图，并重构1D sEMG样本为2D帧	传统矩阵分解算法在提取肌肉协同特征方面仍存在一定局限性	提高中风患者上肢功能障碍康复效果，通过sEMG信号预测运动意图	中风患者的手腕关节运动	机器学习	中风	sEMG信号处理	3DCNN, CNN-LSTM, GAN	sEMG信号	自建手腕运动数据集和公开Ninapro DB2数据集
670	2025-07-23	Combination of facial and nose features of Amur tigers to determine age 2025-Jan, Integrative zoology IF:3.5Q1 DOI:10.1111/1749-4877.12817 PMID:38509845	研究论文	通过结合东北虎的面部和鼻子特征，利用深度学习模型进行年龄测定	发现老虎鼻子上的黑色斑点面积与年龄呈正相关，并首次将面部和鼻子特征结合用于年龄测定	准确率为87.81%，仍有提升空间	开发一种基于图像特征的东北虎年龄测定方法	东北虎的面部和鼻子特征	计算机视觉	NA	深度学习	CNN	图像	未提及具体样本数量
671	2025-07-23	SpaRG: Sparsely Reconstructed Graphs for Generalizable fMRI Analysis 2025, Machine learning in clinical neuroimaging : 7th international workshop, MLCN 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 10, 2024, proceedings. MLCN (Workshop) (7th : 2024 : Marrakesh, Morocco) DOI:10.1007/978-3-031-78761-4_5 PMID:39758707	研究论文	提出一种基于稀疏化和自监督的简单方法，用于提高功能性磁共振成像（fMRI）分析的泛化性	通过联合训练稀疏输入掩码、变分自编码器（VAE）和下游分类器，识别并保留高度信息化的功能连接，同时遮挡其余部分	需要部分标记样本训练分类器，且依赖于额外的未标记数据来优化稀疏掩码和VAE	提高rs-fMRI分析在精神病学障碍和个人特征识别中的泛化能力	功能性磁共振成像（fMRI）数据	机器学习	精神病学障碍	rs-fMRI	VAE	图像	公共ABIDE数据集中的标记样本来自18个站点，外加两个额外分布外站点的未标记样本
672	2025-07-23	Predicting Blood Pressures for Pregnant Women by PPG and Personalized Deep Learning 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3386707 PMID:38598377	研究论文	本研究通过光电容积描记术(PPG)数据和个性化深度学习模型预测孕妇血压，以有效预警可能的子痫前期	提出了一种三阶段深度学习模型，包括基线模型构建、孕妇数据微调和个性化迁移学习，显著提高了血压预测的准确性	样本量相对较小(194名受试者，其中孕妇40名)，可能影响模型的泛化能力	开发一种连续、无袖带的孕妇血压监测解决方案	孕妇血压预测	机器学习	妊娠相关疾病	PPG(光电容积描记术)	1D-CNN with CBAMs + bi-directional GRUs + attention layers	PPG信号数据	194名受试者(154名正常个体和40名孕妇)
673	2025-07-23	Deep learning imaging analysis to identify bacterial metabolic states associated with carcinogen production 2025, Discover imaging DOI:10.1007/s44352-025-00006-1 PMID:40098681	研究论文	本研究利用深度学习成像分析技术，识别与致癌物产生相关的细菌代谢状态	首次使用深度学习成像分析方法区分产生和不产生致癌物DCA的C. scindens细胞状态	研究仅针对C. scindens和两种Bacteroides物种，未涵盖其他可能相关的肠道细菌	探索成像方法在识别与结直肠癌相关的细菌代谢状态中的应用	C. scindens细菌及其在不同培养条件下的代谢状态	数字病理学	结直肠癌	光学显微镜成像	CNN, DenseNet, ResNet, nnU-Net	图像	四种培养条件下的C. scindens图像数据
674	2025-07-23	Gross tumor volume confidence maps prediction for soft tissue sarcomas from multi-modality medical images using a diffusion model 2025-Jan, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100734 PMID:40123775	研究论文	本研究开发了一种基于扩散模型的深度学习技术，用于从多模态医学图像中自动预测软组织肉瘤的总肿瘤体积（GTV）置信图	首次使用扩散模型预测GTV置信图，并考虑了读者间和读者内的变异性	样本量较小（49例患者），且仅使用了公开数据集	开发自动化的GTV勾画技术以提高放疗计划的可重复性	软组织肉瘤患者的多模态医学图像（FDG-PET、CT和MRI）	数字病理	软组织肉瘤	扩散模型	扩散模型	医学图像（FDG-PET、CT和MRI）	49例患者的多模态医学图像数据
675	2025-07-23	PSSR2: a user-friendly Python package for democratizing deep learning-based point-scanning super-resolution microscopy 2025, BMC methods DOI:10.1186/s44330-024-00020-5 PMID:40666158	研究论文	介绍PSSR2，一个用户友好的Python包，用于普及基于深度学习的点扫描超分辨率显微镜技术	PSSR2改进了PSSR的工作流程和方法，通过改进半合成数据生成和训练过程，提供了更高质量的超分辨率图像	PSSR2模型仅适用于与训练数据足够相似的数据进行超分辨率处理，并且需要针对真实世界的地面真实数据进行验证	普及基于深度学习的超分辨率显微镜技术，提高显微镜图像的质量	低分辨率显微镜图像	计算机视觉	NA	深度学习	NA	图像	配对的电子显微镜高分辨率和低分辨率图像测试数据集
676	2025-07-23	MMETHANE: interpretable AI for predicting host status from microbial composition and metabolomics data 2024-Dec-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.13.628441 PMID:39713330	研究论文	开发了一个名为MMETHANE的开源软件包，用于从微生物组和代谢组数据预测宿主状态	MMETHANE结合了先验生物学知识，包括系统发育和化学关系，并具有内在可解释性，能输出解释其决策的英文规则集	NA	开发计算工具以链接微生物组组成和代谢物数据到宿主状态	微生物组组成和代谢物数据	机器学习	炎症性肠病	微生物测序和代谢组学测量	深度学习模型	微生物组和代谢组数据	六个数据集
677	2025-07-23	Artificial intelligence-guided design of lipid nanoparticles for pulmonary gene therapy 2024-Dec-10, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02490-y PMID:39658727	研究论文	本文介绍了一种利用深度学习方法优化可离子化脂质设计的新策略，用于肺部基因治疗的脂质纳米颗粒	提出了一种名为“基于神经网络的脂质优化”的深度学习策略，用于设计可离子化脂质，超越了传统的实验筛选和理性设计方法	研究主要基于小鼠和雪貂模型，尚未在人类中进行验证	提高脂质纳米颗粒在肺部基因治疗中的mRNA递送效率	可离子化脂质及其在脂质纳米颗粒中的应用	机器学习	肺部疾病	深度学习	定向消息传递神经网络	脂质纳米颗粒活性测量数据	超过9,000个脂质纳米颗粒活性测量数据，评估了160万种脂质结构
678	2025-07-23	SegCSR: Weakly-Supervised Cortical Surfaces Reconstruction from Brain Ribbon Segmentations 2024-Dec-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.10.626888 PMID:39713375	research paper	提出了一种基于弱监督学习的皮层表面重建方法SegCSR，该方法从大脑MRI带状分割中重建多个皮层表面	通过联合学习微分同胚流来对齐皮层带状分割图的边界，避免了依赖传统CSR流程生成的伪地面实况	方法在具有挑战性的深部皮层沟回中可能需要进一步优化	开发一种不依赖伪地面实况的皮层表面重建方法	大脑MRI图像中的皮层表面	digital pathology	NA	深度学习	NA	MRI图像	两个大规模大脑MRI数据集
679	2025-07-23	SAUSI: an integrative assay for measuring social aversion and motivation 2024-Dec-07, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.13.594023 PMID:38798428	研究论文	介绍了一种名为SAUSI的新型行为任务，用于全面评估小鼠的社会厌恶行为	开发了整合社会动机、犹豫、决策和自由互动元素的新行为任务SAUSI，克服了传统方法的局限性	目前仅在小鼠模型中验证，尚未在人类或其他动物模型中测试	研究社会厌恶行为的生物行为机制	小鼠	行为神经科学	社交焦虑症、自闭症谱系障碍	深度学习分析	NA	行为数据	未明确说明小鼠数量
680	2025-07-23	Risk-Specific Training Cohorts to Address Class Imbalance in Surgical Risk Prediction 2024-Dec-01, JAMA surgery IF:15.7Q1 DOI:10.1001/jamasurg.2024.4299 PMID:39382865	研究论文	本研究评估了在手术风险预测中使用风险特异性训练队列解决类别不平衡问题的效果	通过针对高风险、中风险和低风险手术分别训练模型，提高了对低发生率并发症的预测性能	研究仅基于两家医院的数据，可能缺乏广泛代表性	评估风险特异性训练队列对手术风险预测模型性能的影响	109,445例住院手术患者	机器学习	手术并发症	深度学习	深度学习模型	临床手术数据	109,445例住院手术(来自佛罗里达大学健康系统两家医院)