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
681	2025-06-04	Artificial intelligence-based analysis of tumor-infiltrating lymphocyte spatial distribution for colorectal cancer prognosis 2024-Feb-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000002964 PMID:38238158	研究论文	本研究利用人工智能技术分析结直肠癌肿瘤微环境中CD3+和CD8+T细胞的空间分布，以评估其对预后的影响	首次使用深度学习技术自动化量化全切片图像中T细胞的空间分布，并验证CD3 CT作为独立的预后因素	研究样本来自两个医疗中心，可能存在选择偏倚，且未探讨其他免疫细胞的影响	评估CD3 CT在结直肠癌预后中的预测能力	结直肠癌患者的肿瘤微环境中CD3+和CD8+T细胞的空间分布	数字病理学	结直肠癌	深度学习	NA	图像	492名患者（训练队列358名，验证队列134名）
682	2025-06-04	Pose analysis in free-swimming adult zebrafish, Danio rerio : "fishy" origins of movement design 2024-Jan-01, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.31.573780 PMID:38260397	研究论文	通过无标记跟踪和无监督多变量时间序列分析，研究成年斑马鱼自由游泳时的典型姿势	利用DeepLabCut和B-SOiD机器学习软件进行无标记姿势跟踪和无监督聚类分析，揭示了斑马鱼运动设计的效率	研究仅基于12只斑马鱼的数据，样本量较小	探究斑马鱼运动设计中最小化主动神经控制的效率	成年斑马鱼	计算机视觉	NA	DeepLabCut, B-SOiD	深度学习	视频	12只自由行为的斑马鱼，超过14,000帧序列记录
683	2025-06-04	Identifying keystone species in microbial communities using deep learning 2024-Jan, Nature ecology & evolution IF:13.9Q1 DOI:10.1038/s41559-023-02250-2 PMID:37974003	research paper	提出了一种基于深度学习的框架DKI，用于识别微生物群落中的关键物种	利用深度学习模型从特定生境的微生物组样本中学习群落的组装规则，并通过假想实验量化物种的关键性	未提及具体的数据集大小或模型验证的局限性	解决微生物群落中关键物种识别的系统性问题	微生物群落中的关键物种	machine learning	NA	deep learning	deep-learning model	microbiome samples	NA
684	2025-06-04	Large-Scale Information Retrieval and Correction of Noisy Pharmacogenomic Datasets through Residual Thresholded Deep Matrix Factorization 2023-Dec-08, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.07.570723 PMID:38106027	研究论文	本文介绍了一种名为残差阈值深度矩阵分解（RT-DMF）的鲁棒且可扩展的深度学习框架，用于校正和填补药物敏感性数据中的噪声	RT-DMF通过深度矩阵分解（DMF）和迭代残差阈值（RT）程序，有效识别并保留具有治疗相关性的信号，从而校正噪声并填补缺失数据	方法依赖于单一药物敏感性数据矩阵作为输入，可能无法完全解决数据集中所有不一致性问题	解决药物敏感性数据中的噪声问题，提高下游分析的准确性	药物敏感性数据集	机器学习	癌症	深度矩阵分解（DMF），迭代残差阈值（RT）	RT-DMF	矩阵数据	模拟数据集和真实药物基因组学数据集
685	2025-06-04	Artificial neural network and deep learning in Sjögren's disease: where we are and where we are going 2023-12, Clinical and experimental rheumatology IF:3.4Q2 DOI:10.55563/clinexprheumatol/zpfunz PMID:38149511	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
686	2025-06-04	Diagnosis of primary clear cell carcinoma of the liver based on Faster region-based convolutional neural network 2023-Nov-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000002853 PMID:37882066	research paper	本研究旨在建立基于Faster RCNN的深度学习模型，用于准确区分原发性肝透明细胞癌（PCCCL）和普通肝细胞癌（CHCC）	首次应用Faster RCNN模型进行PCCCL和CHCC的鉴别诊断，实现了较高的准确率和效率	样本量相对有限，且数据来自单一医疗中心	开发一种准确区分PCCCL和CHCC的AI诊断方法	原发性肝透明细胞癌（PCCCL）和普通肝细胞癌（CHCC）患者	digital pathology	liver cancer	Faster RCNN	CNN	image	121名患者的4392张图像（33名PCCCL患者的1032张图像和88名CHCC患者的3360张图像）用于训练，30名患者的1072张图像用于测试
687	2025-06-04	A microwell platform for high-throughput longitudinal phenotyping and selective retrieval of organoids 2023-09-20, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2023.08.002 PMID:37734323	research paper	开发了一种基于微孔的高通量方法，用于从单细胞生长的类器官的图像参数量化，并可进一步从微孔中提取进行分子分析	使用微孔平台解决了传统批量培养类器官无法高通量追踪单个类器官生长的问题，并结合深度学习图像处理流程，实现了对类器官生长速率、细胞运动和顶-底极性等表型特征的高通量量化	未提及该方法是否适用于所有类型的类器官，或是否存在特定的技术限制	研究类器官的生长和表型特征，以探索疾病（如癌症）的发生和发展机制	人类胃类器官模型	digital pathology	cancer	CRISPR-engineered, deep learning image-processing	NA	image	两种CRISPR工程的人类胃类器官模型
688	2025-06-04	Early-warning of Cardiac Condition through Detection of Murmur in Heart Sound - A Case Study 2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC40787.2023.10340924 PMID:38083243	研究论文	本研究通过机器学习和深度学习方法，探索了基于心音图（PCG）的自动心音分类技术，用于早期筛查风湿性心脏病（RHD）	结合机器学习和信号处理技术，开发了一种无需专业培训即可通过数字听诊器检测心脏杂音的方法，为大规模筛查提供了可能	研究仅针对特定地理区域的人群进行了案例研究，样本范围和多样性可能有限	开发自动心音分类技术，实现风湿性心脏病的早期筛查	心音信号，特别是心脏杂音的检测与分类	机器学习	心血管疾病	心音图（PCG）分析	深度学习方法	信号数据	特定地理区域的人群（未明确样本数量）
689	2025-06-04	Deep Learning System Outperforms Clinicians in Identifying Optic Disc Abnormalities 2023-Jun-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000001800 PMID:36719740	research paper	该研究开发了一种名为BONSAI-DLS的深度学习系统，用于通过数字眼底照片准确检测视盘异常，包括由颅内压升高引起的视乳头水肿，并在性能上超越了临床医生	开发了BONSAI-DLS系统，其在视盘异常分类上的表现优于各类临床医生，包括有或没有眼科培训的医生	研究使用的是回顾性收集的便利样本，可能无法完全代表所有临床情况	评估深度学习系统在检测视盘异常方面的性能，并与临床医生的表现进行比较	454名患者的800张眼底照片，包括正常视盘、视乳头水肿和其他异常	digital pathology	neurological conditions	deep learning	DLS (Deep Learning System)	image	800张眼底照片来自454名患者
690	2025-06-04	A comprehensive review of federated learning for COVID-19 detection 2022-Mar, International journal of intelligent systems IF:5.0Q1 DOI:10.1002/int.22777 PMID:37520859	综述	本文综述了联邦学习在COVID-19检测中的最新进展，重点讨论了联邦学习的应用	强调了联邦学习在保护数据隐私方面的优势，特别是在医疗健康领域的COVID-19检测中	讨论了联邦学习在医疗健康领域实施中的若干挑战	探讨人工智能和机器学习技术在COVID-19检测中的应用，特别是联邦学习的应用	COVID-19检测	机器学习	COVID-19	深度学习(DL)和联邦学习(FL)	NA	胸部X光图像数据	NA
691	2025-06-03	Meta-tuning and fast optimization of machine learning models for dynamic methane prediction in anaerobic digestion 2025-Sep, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2025.132654 PMID:40355002	研究论文	本研究评估了几种优化算法在调整数据准备和超参数优化管道以预测甲烷产量的机器和深度学习模型中的性能	提出了元调优方法，显著提高了复杂场景下模型的准确率，特别是在动态数据集上的循环神经网络	未提及具体的数据集规模和多样性限制	优化机器学习模型在厌氧消化过程中动态甲烷预测的性能	甲烷生产预测模型	机器学习	NA	贝叶斯搜索、遗传算法、差分进化、粒子群优化	贝叶斯岭回归、循环神经网络(RNN)	稳态和动态数据集	NA
692	2025-06-03	Generative deep learning model assisted multi-objective optimization for wastewater nitrogen to protein conversion by photosynthetic bacteria 2025-Sep, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2025.132703 PMID:40398568	研究论文	本研究利用生成深度学习模型辅助多目标优化，实现废水氮素通过光合细菌转化为蛋白质的过程	采用生成深度学习算法（如变分自编码器）生成高质量数据，支持氮去除、蛋白质浓度和氮转化效率的多目标优化	研究在有限数据条件下进行，可能影响模型的泛化能力	优化废水氮素去除与资源回收（蛋白质生产）的平衡	光合细菌（PSB）及其在废水处理中的应用	机器学习	NA	生成深度学习、多目标优化	变分自编码器（VAE）、弹性神经网络（ENN）	实验数据	5000个与PSB氮回收相关的生成样本
693	2025-06-03	Simpler Protein Domain Identification Using Spectral Clustering 2025-Jul, Proteins IF:3.2Q2 DOI:10.1002/prot.26808 PMID:39945423	research paper	该论文介绍了SPECTRALDOM，一种改进的蛋白质域识别方法，基于SPECTRUS算法，通过谱聚类技术简化了蛋白质域的分割过程	SPECTRALDOM在SPECTRUS算法基础上增加了三项改进：直接从成对相互作用中获取高质量分割、引入多序列比对模式以及使用家族匹配算法处理碎片问题	未明确提及具体局限性	改进蛋白质域识别方法，提高分割质量	蛋白质结构域	结构生物信息学	NA	谱聚类，弹性网络模型，多序列比对	SPECTRALDOM	蛋白质结构数据	使用了两个复杂案例进行验证
694	2025-06-03	A multimodal framework for assessing the link between pathomics, transcriptomics, and pancreatic cancer mutations 2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102526 PMID:40107149	研究论文	本研究开发了一个可解释的多模态框架，用于预测胰腺导管腺癌(PDAC)中的关键基因突变，整合了病理组学和转录组学数据	结合病理组学和转录组学数据，使用可解释的多模态框架预测PDAC中的基因突变	对于SMAD4和CDKN2A基因，多模态模型的预测性能相对较低	预测胰腺导管腺癌中的KRAS、TP53、SMAD4和CDKN2A基因突变	胰腺导管腺癌(PDAC)患者	数字病理学	胰腺癌	RNA-seq	CLAM、ResNet50、UNI、CONCH	图像、文本	TCGA-PAAD数据集(训练集)和CPTAC-PDA数据集(外部验证集)
695	2025-06-03	CQENet: A segmentation model for nasopharyngeal carcinoma based on confidence quantitative evaluation 2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102525 PMID:40107148	研究论文	提出了一种基于置信度定量评估的鼻咽癌自动分割模型CQENet，以提高鼻咽癌肿瘤区域的精确分割	引入了置信度评估模块(CAM)、肿瘤特征调整模块(FAM)和方差注意力机制(VAM)，以解决现有方法在肿瘤定位、边界模糊分割和结果置信度量化不足的问题	未提及具体样本量及数据来源的多样性可能对模型泛化能力的影响	提高鼻咽癌肿瘤区域的自动分割精度，增强分割结果的置信度量化	鼻咽癌肿瘤区域	数字病理	鼻咽癌	深度学习	CQENet	医学图像	多中心鼻咽癌数据集（未提及具体样本量）
696	2025-06-03	Interstitial-guided automatic clinical tumor volume segmentation network for cervical cancer brachytherapy 2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102520 PMID:40120492	research paper	提出了一种新型的间隙引导分割网络（ARGNet），用于宫颈癌间隙近距离放射治疗中的临床肿瘤体积自动分割	通过多任务交叉缝合方式将间隙针的位置信息整合到深度学习框架中，并引入空间反向注意力机制以减少针对于肿瘤分割的干扰，同时嵌入不确定性区域模块以增强模型在肿瘤与周围组织模糊边界处的辨别能力	研究仅基于回顾性数据，且样本量有限（191例CT扫描）	提高宫颈癌间隙近距离放射治疗中临床肿瘤体积（CTV）的自动分割精度	宫颈癌患者的CT扫描图像	digital pathology	cervical cancer	deep learning-based segmentation	ARGNet (advance reverse guided network)	CT scans	191例多疗程间隙近距离放射治疗的CT扫描
697	2025-06-03	Multi-modal MRI synthesis with conditional latent diffusion models for data augmentation in tumor segmentation 2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102532 PMID:40121926	研究论文	提出了一种基于条件潜在扩散模型的多模态MRI合成方法，用于肿瘤分割任务的数据增强	创新的切片级潜在扩散架构，能够同时生成3D多模态图像及其对应的多标签掩码，通过位置编码和潜在聚合模块保持空间一致性和切片序列性	方法主要针对肿瘤分割，虽然可以适应其他模态，但尚未在其他领域验证	解决医学影像中多模态数据标注不足的问题，提升肿瘤分割性能	多模态MRI图像及其对应的肿瘤分割掩码	数字病理	肿瘤	潜在扩散模型	条件潜在扩散模型	3D MRI图像	BRATS2021数据集
698	2025-06-03	TCDE-Net: An unsupervised dual-encoder network for 3D brain medical image registration 2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102527 PMID:40147215	研究论文	提出了一种基于双编码器架构的无监督医学图像配准网络TCDE-Net，用于3D脑部医学图像配准	双编码器互补特征提取，增强模型处理大规模非线性变形和捕捉复杂局部细节的能力，并引入细节增强注意力模块恢复细粒度特征	未提及具体计算资源需求或处理速度，也未讨论在其他器官医学图像上的泛化能力	提高高分辨率医学图像配准的精度，特别是处理具有复杂结构的医学图像	3D脑部MRI图像	数字病理	脑部疾病	深度学习	双编码器网络（TCDE-Net）	3D医学图像	OASIS、IXI和Hammers-n30r95 3D脑部MR数据集
699	2025-06-03	Uncertainty-aware deep learning for segmentation of primary tumor and pathologic lymph nodes in oropharyngeal cancer: Insights from a multi-center cohort 2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102535 PMID:40174371	research paper	本研究开发了一种不确定性感知的深度学习模型，用于口咽癌原发肿瘤和病理淋巴结的分割，并在多中心队列中验证了其性能	扩展了现有网络以同时生成原发肿瘤和病理淋巴结的预测概率图，并探索了结构级不确定性是否能够预测分割模型的准确性	研究依赖于回顾性数据，且外部测试集仅来自HECKTOR 2022挑战赛数据集	开发并验证一种能够量化分割不确定性的深度学习模型，以提高口咽癌原发肿瘤和病理淋巴结分割的准确性	口咽癌患者的PET/CT图像及其原发肿瘤和病理淋巴结的手动勾画	digital pathology	oropharyngeal cancer	deep learning, PET/CT imaging	CNN	image	407名口咽癌患者的PET/CT图像和手动勾画数据，以及HECKTOR 2022挑战赛数据集作为外部测试集
700	2025-06-03	Retinal OCT image segmentation with deep learning: A review of advances, datasets, and evaluation metrics 2025-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102539 PMID:40203494	review	本文综述了深度学习在视网膜OCT图像分割中的最新进展、数据集和评估指标	全面概述了基于深度学习的视网膜OCT图像分割方法的最新发展，并总结了该领域的医学意义、公开数据集和常用评估指标	讨论了当前研究面临的挑战，但未提出具体的解决方案	探讨深度学习在视网膜OCT图像分割中的应用及其对临床决策的影响	视网膜OCT图像中的解剖结构和病理病变	digital pathology	眼科疾病	OCT成像技术	深度学习模型	图像	NA