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
761	2025-07-22	Evaluating Vision and Pathology Foundation Models for Computational Pathology: A Comprehensive Benchmark Study 2025-Jul-04, Research square DOI:10.21203/rs.3.rs-6823810/v1 PMID:40630532	研究论文	本文对31种计算病理学AI基础模型进行了全面基准测试，评估了它们在多种组织病理学数据集和任务中的表现	首次系统比较了不同类型病理学基础模型的性能，并发现Virchow2模型表现最佳，同时挑战了模型规模与性能正相关的假设	未能完全解释影响模型性能的潜在因素，且需要进一步研究提升模型在不同组织类型和数据集中的泛化能力	评估和比较不同AI基础模型在计算病理学中的性能	31种AI基础模型，包括通用视觉模型(VM)、通用视觉语言模型(VLM)、病理专用视觉模型(Path-VM)和病理专用视觉语言模型(Path-VLM)	数字病理学	NA	深度学习	CNN, VLM, Path-VM, Path-VLM	图像	来自TCGA、CPTAC等数据集的41个任务
762	2025-07-22	Comparison of Deep Learning and Clinician Performance for Detecting Referable Glaucoma from Fundus Photographs in a Safety Net Population 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100751 PMID:40235827	研究论文	开发并测试了一种基于深度学习的算法，用于从眼底照片中检测可转诊青光眼	深度学习算法在检测可转诊青光眼方面的性能与或超过临床医生，且不受经验水平影响	研究数据仅来自洛杉矶县卫生服务部门的患者，可能不具有广泛代表性	开发并测试一种深度学习算法，用于从眼底照片中检测可转诊青光眼	6116名来自洛杉矶县卫生服务部门的患者	计算机视觉	青光眼	深度学习	Visual Geometry Group-19架构	眼底照片	训练集：12,998张图像来自5,616名患者；测试集：1,000张图像来自500名患者
763	2025-07-22	Artificial intelligence in pediatric otolaryngology: A state-of-the-art review of opportunities and pitfalls 2025-Jul, International journal of pediatric otorhinolaryngology IF:1.2Q3 DOI:10.1016/j.ijporl.2025.112369 PMID:40334638	review	本文综述了人工智能在儿科耳鼻喉科中的应用现状、挑战及未来方向	强调了针对儿童独特生理和发育特征的AI应用需求，填补了知识空白	成人训练数据的泛化能力不足及儿科数据相对缺乏	探讨AI在儿科耳鼻喉科中的潜在应用及挑战	儿科耳鼻喉科疾病及手术场景	machine learning	otitis media, adenoid hypertrophy, pediatric obstructive sleep apnea	deep learning, predictive modeling, large language models	NA	image, clinical data	NA
764	2025-07-22	HECLIP: histology-enhanced contrastive learning for imputation of transcriptomics profiles 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf363 PMID:40569046	research paper	提出了一种名为HECLIP的深度学习框架，用于从H&E染色组织学图像直接推断空间基因表达谱	采用以图像为中心的对比学习策略捕捉与分子表达相关的形态学特征，减少对空间转录组学数据的依赖	未提及具体局限性	开发可扩展的计算方法以弥合成像与转录组学之间的鸿沟	H&E染色组织学图像和空间基因表达谱	digital pathology	NA	对比学习	深度学习框架	图像和基因表达数据	公开可用数据集
765	2025-07-22	Prognostic Value of Deep Learning-Extracted Tumor-Infiltrating Lymphocytes in Esophageal Cancer: A Multicenter Retrospective Cohort Study 2025-Jul, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.71054 PMID:40673386	研究论文	本研究利用深度学习方法评估食管鳞状细胞癌(ESCC)中肿瘤浸润淋巴细胞(TILs)的预后价值	首次在ESCC中应用深度学习方法定量分析TILs的空间分布及其预后意义	未分析淋巴细胞亚群的空间信息，可能影响预测效果	评估TILs在ESCC中的预后价值	626例经病理确诊的ESCC患者	数字病理学	食管癌	全切片数字成像(WSI)和深度学习	DL(未指定具体模型)	病理图像	626例ESCC患者(来自两个研究中心)
766	2025-07-22	Robust Brain Tumor Detection and Classification From Multichannel MRI Using Deep Learning 2025-Jul, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.22991 PMID:40686315	研究论文	本研究利用深度学习和计算机视觉技术，开发了一种从多通道MRI中检测和分类脑肿瘤的稳健方法	结合了DBST算法进行精确的肿瘤边缘检测和SIFT方法提供稳健且不变的特征分类，同时采用DarkNet53和DenseNet201深度学习模型提升分类性能	未来工作需探索更先进的深度学习架构、整合更多模态数据并进一步优化技术以提高准确性和鲁棒性	开发一种稳健的脑肿瘤检测和分类方法，以指导有效治疗策略并改善患者预后	多通道MRI图像中的脑肿瘤	计算机视觉	脑肿瘤	DBST算法、SIFT方法、深度学习	DarkNet53、DenseNet201	多通道MRI图像	公开可用的多通道MRI图像数据集
767	2025-07-22	Deep Learning Model for Automated Classification of Macular Neovascularization Subtypes in AMD 2025-Jul-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.9.55 PMID:40689724	研究论文	开发一种深度学习算法，用于基于结构光学相干断层扫描（OCT）图像准确分类新生血管性年龄相关性黄斑变性（AMD）患者的黄斑新生血管（MNV）亚型	提出了一种基于CNN的深度学习模型，能够高精度分类MNV亚型，并通过图像均质化预处理提升分类性能	研究为回顾性队列研究，样本量相对较小（193眼）	开发自动化工具辅助临床医生准确诊断MNV亚型	治疗初治的新生血管性AMD患者的OCT图像	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）	CNN	图像	193眼治疗初治的新生血管性AMD患者
768	2025-07-22	Multicenter Evaluation of Interpretable AI for Coronary Artery Disease Diagnosis from PET Biomarkers 2025-Jun-30, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.19.25329944 PMID:40630571	研究论文	开发了一种整合临床PET MPI参数的人工智能模型，用于提高阻塞性冠状动脉疾病（CAD）的诊断准确性	首次将多种PET MPI成像生物标志物整合到AI模型中，提供自动化和可解释的CAD诊断预测	研究为回顾性设计，且仅纳入无既往CAD病史的患者	提高冠状动脉疾病的诊断准确性	冠状动脉疾病患者	数字病理学	心血管疾病	PET/CT心肌灌注成像	XGBoost	医学影像	1,664名接受心脏PET/CT检查的患者（训练集386例，外部测试集1,278例）
769	2025-07-22	YOLOv8-DuckPluck: A lightweight target detection model for cherry valley duck feather pecking site detection 2025-Jun-26, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105484 PMID:40618564	研究论文	提出了一种基于YOLOv8的轻量级目标检测模型YOLOv8-DuckPluck，用于樱桃谷鸭羽毛啄食部位的检测	集成了新型轻量级多尺度特征提取模块NeoMSM-C2f，采用DyHead作为检测头，并应用知识蒸馏技术提升模型性能	未提及模型在其他家禽啄食行为检测中的泛化能力	开发高效准确的樱桃谷鸭羽毛啄食部位检测模型，满足现代精准畜牧业需求	樱桃谷鸭的羽毛啄食行为	计算机视觉	NA	知识蒸馏	YOLOv8	图像	未明确说明样本数量
770	2025-07-22	High-definition motion-resolved MRI using 3D radial kooshball acquisition and deep learning spatial-temporal 4D reconstruction 2025-Jun-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade195 PMID:40472864	研究论文	开发一种结合3D径向kooshball采集和时空深度学习4D重建技术的自由呼吸高清(HD)肺部MRI方法，实现1.1毫米各向同性分辨率和扫描时间少于5分钟	提出两种高清Movienet (HD-Movienet)深度学习模型用于3D径向kooshball数据重建，显著缩短重建时间并保持图像质量	3D-based HD-Movienet虽然提高了重建质量，但重建时间更长	开发快速高分辨率的自由呼吸肺部MRI技术	八名健康志愿者和十名肺部肿瘤患者	医学影像	肺癌	3D径向kooshball序列采集，深度学习重建	2D-based HD-Movienet, 3D-based HD-Movienet	MRI影像	18人（8名健康志愿者和10名患者）
771	2025-07-22	UniScore, a Unified and Universal Measure for Peptide Identification by Multiple Search Engines 2025-Jun-02, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2025.101010 PMID:40466863	research paper	提出UniScore作为整合和标准化多种搜索引擎输出的度量标准，用于分析基于LC/MS/MS的自下而上蛋白质组学数据	UniScore仅通过匹配候选肽的氨基酸序列与产物离子谱来计算，独立于分数值控制接受标准，且能处理大量数据而无需大量计算资源	未提及具体局限性	开发一种统一且通用的度量标准，用于整合和标准化多种搜索引擎在蛋白质组学数据分析中的输出	数据依赖采集（DDA）数据，来自LC/MS/MS自下而上蛋白质组学	蛋白质组学	NA	LC/MS/MS, 自下而上蛋白质组学	NA	质谱数据	大规模全球蛋白质组数据和磷酸化蛋白质组数据
772	2025-07-22	Efficiency of oral keratinized gingiva detection and measurement based on convolutional neural network 2025-Jun, Journal of periodontology IF:4.2Q1 DOI:10.1002/JPER.24-0151 PMID:39007745	research paper	本研究评估了不同卷积神经网络（CNN）在深度学习算法中检测和测量口腔内角化牙龈的效率	使用ResNet50模型自动分割角化牙龈，准确率达到91.4%，并与临床医生的测量结果高度一致	测量结果受测量操作者、表型和颌骨类型的影响，存在统计学显著差异	评估CNN在角化牙龈检测和测量中的性能	口腔内角化牙龈	computer vision	NA	CNN	ResNet50	image	600张口腔内照片（来自1200张照片）
773	2025-07-22	A Diffusion-Based Framework for Designing Molecules in Flexible Protein Pockets 2025-May-30, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.27.656443 PMID:40502112	research paper	提出了一种基于扩散的框架YuelDesign，用于设计适应柔性蛋白口袋的分子	YuelDesign采用新的蛋白质编码方案和全连接图表示来编码蛋白口袋的灵活性，以及专门的键重建模块	未提及具体的局限性	解决基于结构的药物发现中柔性蛋白口袋分子设计的挑战	柔性蛋白口袋和分子设计	machine learning	NA	扩散模型	diffusion-based framework	molecular structures	NA
774	2025-07-22	Operationalizing postmortem pathology-MRI association studies in Alzheimer's disease and related disorders with MRI-guided histology sampling 2025-05-28, Acta neuropathologica communications IF:6.2Q1 DOI:10.1186/s40478-025-02030-y PMID:40437594	研究论文	本文开发了一种结合7T MRI引导的组织病理学采样和数字成像的全面方案，用于阿尔茨海默病及相关疾病的死后病理-MRI关联研究	开发了患者特异性3D打印模具和半自动MRI到组织学配准流程，以及使用弱监督深度学习的定量病理评分系统	研究仅针对29个大脑样本进行验证，样本量相对较小	开发标准化方法整合组织学和MRI，以改进阿尔茨海默病及相关疾病的神经病理学研究	死后大脑组织，特别是阿尔茨海默病谱系疾病患者的大脑	数字病理学	阿尔茨海默病	7T MRI，全切片数字成像，弱监督深度学习	深度学习模型（具体类型未明确说明）	MRI图像，组织学图像	29个确诊为阿尔茨海默病谱系疾病的大脑
775	2025-07-22	FlowMRI-Net: A generalizable self-supervised 4D flow MRI reconstruction network 2025-May-16, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101913 PMID:40383184	研究论文	提出了一种名为FlowMRI-Net的自监督深度学习框架，用于快速准确地重建高度欠采样的4D流MRI数据	采用基于物理驱动的展开优化和复数卷积循环神经网络的自监督训练方法，提高了重建速度和准确性	研究仅针对主动脉和脑血管应用进行了验证，未涵盖其他血管区域	开发一个通用的自监督深度学习框架，用于快速准确地重建高度欠采样的4D流MRI数据	主动脉和脑血管的4D流MRI数据	医学影像处理	心血管疾病	4D流MRI	复数卷积循环神经网络	MRI图像	使用了来自两个不同厂商系统的主动脉和脑血管4D流MRI采集数据
776	2025-07-22	Using deep learning to predict internalizing problems from brain structure in youth 2025-May-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.28.625869 PMID:40654936	研究论文	使用深度学习从青少年大脑结构中预测内化问题（如焦虑和抑郁）	利用深度学习技术识别复杂和多维的大脑-行为关系，预测内化问题的横断面和纵向恶化轨迹	纵向模型在一般人群样本中预测恶化轨迹的性能欠佳	探索内化问题的生物标志物，特别是针对神经发育（ND）条件较高的个体	青少年大脑结构（厚度、表面积和体积）	机器学习	精神疾病	深度学习	深度学习模型	大脑结构数据	横断面模型样本量=14,523，纵向模型样本量=10,540
777	2025-07-22	Neurospectrum: A Geometric and Topological Deep Learning Framework for Uncovering Spatiotemporal Signatures in Neural Activity 2025-May-08, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.22.533807 PMID:40654845	研究论文	介绍了一个名为Neurospectrum的几何和拓扑深度学习框架，用于揭示神经活动中的时空特征	提出了一个结合空间和时间结构的框架，通过图表示、可学习注意力机制、图小波嵌入和流形正则自编码器来提取神经活动的多尺度几何、拓扑和动态特征	未明确提及具体局限性	开发一个可解释的端到端可训练框架，用于提取与行为或疾病相关的神经活动特征	神经信号	机器学习	强迫症	深度学习	图神经网络、自编码器、注意力机制	神经信号数据（如fMRI、钙成像数据）	模拟数据集和实验数据集（具体数量未提及）
778	2025-07-22	Perspectives: Comparison of deep learning segmentation models on biophysical and biomedical data 2025-May-06, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2025.03.023 PMID:40158204	研究论文	本文比较了四种深度学习分割模型在生物物理和生物医学数据上的表现	提供了针对生物物理实验中常见的小型训练数据集，比较了四种常用架构的性能，并建立了确定每种模型最佳适用条件的标准	研究仅限于四种深度学习架构，且假设训练数据集规模较小	比较不同深度学习分割模型在生物物理和生物医学数据上的性能，为研究者和实践者提供实用指南	生物物理和生物医学数据	机器学习和生物物理学	NA	深度学习	CNN, U-Nets, vision transformers, vision state space models	图像	NA
779	2025-07-22	scRegulate: Single-Cell Regulatory-Embedded Variational Inference of Transcription Factor Activity from Gene Expression 2025-May-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.17.649372 PMID:40654959	research paper	开发了一个名为scRegulate的生成深度学习框架，用于从单细胞RNA测序数据中推断转录因子活性	结合了基因调控网络先验和变分推断，能够捕捉新颖、动态和上下文特定的调控相互作用	依赖于基因调控网络的先验知识，可能无法完全捕捉未知的调控关系	提高从单细胞RNA测序数据中推断转录因子活性的准确性和可解释性	单细胞RNA测序数据和基因调控网络	computational biology	NA	scRNA-seq, variational inference	generative deep learning framework	gene expression data	multiple public experimental and synthetic datasets
780	2025-07-22	Empowering Data Sharing in Neuroscience: A Deep Learning Deidentification Method for Pediatric Brain MRIs 2025-May-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8581 PMID:39532533	研究论文	开发了一种基于深度学习的自动去标识化工具，用于儿科脑部MRI图像，以促进神经科学数据共享	针对儿科病例和多种MRI序列定制化开发的去标识化工具，填补了现有工具在儿科病例和多样化图像类型上的不足	模型在去除耳朵区域的性能较低（准确率73%）	解决儿科神经影像数据共享中的隐私问题，促进神经科学研究	儿科脑部MRI图像	数字病理	脑肿瘤	MRI（T1W、T1W对比增强、T2W、T2W-FLAIR）	nnU-Net	图像	208名脑肿瘤患者和36名临床对照患者，共976张图像