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	2025-06-18	Deep Learning-based Approach for Brainstem and Ventricular MR Planimetry: Application in Patients with Progressive Supranuclear Palsy 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230151 PMID:38506619	research paper	开发了一种基于深度学习的快速全自动方法，用于MRI平面测量分割和测量进行性核上性麻痹（PSP）患者中最受影响的脑干和脑室结构	提出了一种全自动的深度学习方法，用于分割和测量脑干和脑室结构，并在区分PSP和帕金森病（PD）患者中表现出色	研究为回顾性研究，可能受到数据选择和样本量的限制	开发一种自动化方法，支持PSP及其他与脑干和脑室改变相关疾病的诊断	健康对照组和PSP及PD患者的脑部MRI图像	digital pathology	geriatric disease	MRI	CNN	image	健康对照组84例，PSP患者71例，PD患者129例，测试数据集305例
762	2025-06-18	Performance of an Artificial Intelligence System for Breast Cancer Detection on Screening Mammograms from BreastScreen Norway 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230375 PMID:38597784	research paper	评估商业AI系统在乳腺癌筛查中的独立检测性能	探索AI系统在不同风险评分阈值下的乳腺癌独立检测性能，并展示其在减少放射科医生工作量方面的潜力	研究为回顾性设计，可能影响结果的普遍性	评估AI系统在乳腺癌筛查中的检测性能	242,629名女性进行的661,695次数字乳腺X光检查，包括3,807例筛查检测到的癌症和1,110例间隔期乳腺癌	digital pathology	breast cancer	deep learning	CNN	image	661,695次数字乳腺X光检查（来自242,629名女性）
763	2024-08-07	Faster, More Practical, but Still Accurate: Deep Learning for Diagnosis of Progressive Supranuclear Palsy 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.240181 PMID:38691010	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
764	2025-06-18	Machine learning predictions of T cell antigen specificity from intracellular calcium dynamics 2024-03-08, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adk2298 PMID:38446885	研究论文	利用机器学习从细胞内钙动态变化预测T细胞抗原特异性	首次将深度学习应用于基于钙波动信号的T细胞激活预测，为T细胞受体工程化治疗提供新的抗原特异性识别方法	钙波动信号在TCR激活后具有高度变异性，可能影响模型准确性	开发用于T细胞治疗的抗原特异性T细胞受体序列识别方法	T细胞（包括TCR转基因CD8 T细胞和多克隆T细胞）	机器学习	肿瘤	深度学习	深度学习模型（未指定具体架构）	钙离子动态信号数据	未明确说明样本数量（含TCR转基因CD8 T细胞和不同TCR的T细胞及多克隆T细胞）
765	2025-06-18	Transformers enable accurate prediction of acute and chronic chemical toxicity in aquatic organisms 2024-03-08, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adk6669 PMID:38446886	研究论文	本文提出了一种基于AI的模型，利用transformers从化学结构中捕获毒性特异性特征，并结合深度神经网络预测效应浓度，用于预测水生生物的急性和慢性化学毒性	使用transformers直接从化学结构中捕获毒性特异性特征，并结合深度神经网络预测效应浓度，相比传统QSAR方法具有更广的适用域和更低的误差	未明确提及具体局限性，但可能依赖于训练数据的质量和覆盖范围	提高化学毒性的计算预测准确性，以替代资源密集型的实验毒性数据生成	水生生物（藻类、水生无脊椎动物和鱼类）	机器学习	NA	transformers, 深度神经网络	transformers, DNN	化学结构数据	未明确提及具体样本数量，但涉及多种生物群体（藻类、水生无脊椎动物和鱼类）
766	2025-06-18	Vision Transformer-based Decision Support for Neurosurgical Intervention in Acute Traumatic Brain Injury: Automated Surgical Intervention Support Tool 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230088 PMID:38197796	research paper	开发了一种基于Vision Transformer的自动分诊工具ASIST-TBI，用于预测创伤性脑损伤患者是否需要神经外科手术干预	首次将Vision Transformer应用于创伤性脑损伤的神经外科手术干预预测，并展示了高准确度	研究数据来自单一创伤中心，可能影响模型的泛化能力	开发自动预测创伤性脑损伤患者是否需要神经外科手术干预的工具	创伤性脑损伤患者	digital pathology	traumatic brain injury	head CT scans	Vision Transformer	image	2806名患者用于训练验证，612名患者用于独立测试
767	2025-06-18	NnU-Net versus mesh growing algorithm as a tool for the robust and timely segmentation of neurosurgical 3D images in contrast-enhanced T1 MRI scans 2024-02-20, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-05973-8 PMID:38376564	研究论文	本研究评估了nnU-Net在对比增强T1（T1CE）图像中分割大脑、皮肤、肿瘤和脑室的性能，并与已建立的网格生长算法（MGA）进行了对比	nnU-Net在分割任务中显著优于MGA，且速度更快，减少了对手动调整和迭代的需求	训练集规模较小，可能影响模型的泛化能力	评估nnU-Net在神经外科3D图像分割中的性能和效率	对比增强T1（T1CE）脑部扫描图像中的大脑、皮肤、肿瘤和脑室	数字病理	脑部疾病	对比增强T1 MRI扫描	nnU-Net	3D图像	67例用于训练，32例用于测试
768	2025-06-18	Applied deep learning in neurosurgery: identifying cerebrospinal fluid (CSF) shunt systems in hydrocephalus patients 2024-02-07, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-05940-3 PMID:38321344	研究论文	本研究评估了AI辅助脑脊液分流阀检测系统在神经外科中的可行性	开发了一个基于深度学习的系统，能够快速准确地自动识别不同型号的脑脊液分流阀	研究仅使用了2070张图像，样本量相对较小	评估AI辅助分流阀检测系统在临床中的可行性	脑积水患者的脑脊液分流系统	数字病理	脑积水	X射线和CT扫描	CNN	图像	2070张来自颅骨X射线或CT扫描的图像，涵盖10种不同的分流阀类型
769	2025-06-18	PPML-Omics: A privacy-preserving federated machine learning method protects patients' privacy in omic data 2024-02-02, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adh8601 PMID:38295178	研究论文	提出了一种保护患者隐私的联邦机器学习方法PPML-Omics，用于组学数据分析	设计了去中心化的差分隐私联邦学习算法，首次提供了数学上可证明的隐私保护能力	NA	解决组学数据分析中的患者隐私泄露问题	组学数据	机器学习	NA	三种测序技术	深度学习模型	组学数据	NA
770	2025-06-18	Body Composition, Coronary Microvascular Dysfunction, and Future Risk of Cardiovascular Events Including Heart Failure 2024-02, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2023.07.014 PMID:37768241	研究论文	本研究使用深度学习模型分析身体成分，探讨冠状动脉微血管功能障碍（CMD）与骨骼肌（SM）、皮下脂肪组织（SAT）和内脏脂肪组织（VAT）的关系及其对不良心血管事件的影响	首次揭示了骨骼肌减少而非脂肪组织增加与冠状动脉微血管功能障碍及未来不良心血管事件（尤其是心力衰竭）的独立关联	研究样本主要为女性（71%），可能限制结果在男性人群中的普适性	探究身体成分与冠状动脉微血管功能障碍的关系及其对心血管预后的影响	400例接受冠状动脉疾病评估的患者	数字病理学	心血管疾病	心脏应激正电子发射断层扫描（PET）、腹部计算机断层扫描（CT）	深度学习模型	医学影像数据	400例患者（71%女性，50%非白人，50%肥胖）中位随访6年
771	2025-06-18	An automatic parathyroid recognition and segmentation model based on deep learning of near-infrared autofluorescence imaging 2024-02, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.7065 PMID:38457206	研究论文	该研究基于深度学习的近红外自发荧光成像技术，开发了一种自动识别和分割甲状旁腺的模型	利用AI模型自动识别和分割甲状旁腺，提高了识别率，并优于初级外科医生的识别能力	模型在召回率上表现一般（57.8%），可能影响其在实际应用中的全面性	建立一种新模型，帮助外科医生更好地识别和保护甲状旁腺	甲状旁腺的近红外自发荧光图像	数字病理	甲状旁腺疾病	近红外自发荧光成像（NIFI）	深度学习模型	图像	523张NIFI图像
772	2025-06-18	Noninvasive molecular subtyping of pediatric low-grade glioma with self-supervised transfer learning 2023-Nov-22, medRxiv : the preprint server for health sciences DOI:10.1101/2023.08.04.23293673 PMID:37609311	research paper	开发并外部验证了一种基于MRI的无创性深度学习流程，用于儿童低级别胶质瘤的BRAF突变状态分类	结合迁移学习和自监督交叉训练（TransferX）方法，提高了在有限数据场景下的分类性能和泛化能力，并开发了一种新的模型可解释性指标COMDist	研究基于回顾性数据，样本量相对有限（开发数据集n=214，外部验证n=112）	开发无创性MRI方法预测儿童低级别胶质瘤的BRAF突变状态	儿童低级别胶质瘤（pLGG）患者	digital pathology	pediatric low-grade glioma	MRI, deep learning	TransferX (transfer learning + self-supervised cross-training)	MRI图像	开发数据集214例（BCH），外部验证112例（CBTN）
773	2025-06-18	Epistasis regulates genetic control of cardiac hypertrophy 2023-Nov-20, Research square DOI:10.21203/rs.3.rs-3509208/v1 PMID:38045390	研究论文	本研究开发了一种名为低信号符号迭代随机森林的方法，用于揭示心脏肥厚的复杂遗传结构，并通过深度学习从英国生物银行的29,661名个体的心脏MRI扫描中估计左心室质量	使用低信号符号迭代随机森林方法揭示心脏肥厚的遗传变异，包括通过单变量全基因组关联分析未优先考虑的位点，并通过RNA沉默和单细胞形态分析验证基因-基因相互作用的因果性	方法仍处于早期阶段，可能无法捕捉所有遗传互作	探索心脏肥厚的遗传调控机制，特别是非加性遗传互作（上位性）的作用	29,661名英国生物银行参与者的心脏MRI数据、313例人类心脏移植标本的转录组数据、人类诱导多能干细胞衍生的心肌细胞	遗传学	心血管疾病	低信号符号迭代随机森林、深度学习、RNA沉默、高通量微流控系统	随机森林、深度学习模型	MRI图像、转录组数据、单细胞形态数据	29,661名个体的心脏MRI数据、313例人类心脏移植标本、人类诱导多能干细胞衍生的心肌细胞
774	2025-06-18	Expert-level pediatric brain tumor segmentation in a limited data scenario with stepwise transfer learning 2023-Sep-18, medRxiv : the preprint server for health sciences DOI:10.1101/2023.06.29.23292048 PMID:37425854	研究论文	本研究开发了一种基于逐步迁移学习的深度学习神经网络，用于在有限数据场景下实现儿科低级别胶质瘤的专家级自动分割	提出了一种新颖的领域内逐步迁移学习方法，在有限数据条件下实现了专家级的肿瘤分割性能	研究数据量仍然有限(n=284)，且仅针对儿科低级别胶质瘤	开发适用于儿科脑肿瘤的AI自动分割算法以支持临床决策	儿科低级别胶质瘤(pLGG)	数字病理	儿科脑肿瘤	深度学习	深度学习神经网络	医学影像	284例(184例来自国家脑肿瘤联盟，100例来自儿科癌症中心)
775	2025-06-18	An Interpretable Longitudinal Preeclampsia Risk Prediction Using Machine Learning 2023-Aug-16, medRxiv : the preprint server for health sciences DOI:10.1101/2023.08.16.23293946 PMID:37645797	研究论文	本研究开发了一种基于机器学习的可解释性纵向子痫前期风险预测工具	使用常规临床数据开发了全面的纵向预测工具，能够在整个孕期预测子痫前期风险，并测试了多种预测模型，包括机器学习和深度学习模型，展示了高预测能力	研究中存在数据泄露、过拟合或缺乏普遍性的担忧	开发一种工具来纵向预测子痫前期风险	在2015年2月至2023年6月期间在新英格兰地区六家社区医院和两家三级医院分娩的患者	机器学习	子痫前期	机器学习	线性回归、随机森林、xgboost和深度神经网络	社会人口学、临床诊断、家族史、实验室和生命体征数据	120,752名患者，其中6,920名患有子痫前期
776	2025-06-18	Simultaneous Estimation of Hand Configurations and Finger Joint Angles Using Forearm Ultrasound 2023-Feb, IEEE transactions on medical robotics and bionics IF:3.4Q2 DOI:10.1109/tmrb.2023.3237774 PMID:40511365	研究论文	提出一种基于卷积神经网络（CNN）的深度学习流程，用于预测手指关节角度和手部配置分类	首次利用前臂超声图像同时估计手部配置和掌指关节（MCP）角度，填补了文献中的空白	研究样本量较小，仅涉及6名受试者	开发流畅直观的人机交互方法，用于数字系统、增强/虚拟现实（AR/VR）界面和物理机器人系统	手部运动识别，特别是手部配置分类和MCP关节角度检测	计算机视觉	NA	前臂超声成像	CNN, 支持向量分类器（SVC）, 多层感知机（MLP）	图像	6名受试者的前臂超声图像和运动捕捉数据
777	2025-06-17	Unsupervised deep clustering of high-resolution satellite imagery reveals phenotypes of urban development in Sub-Saharan Africa 2025-Aug-01, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179739 PMID:40480170	研究论文	利用无监督深度学习和高分辨率卫星图像对撒哈拉以南非洲城市的城市发展表型进行聚类分析	提出了一种新颖的分层深度学习框架，用于无监督聚类高分辨率卫星图像，揭示城市发展的多维特征	研究仅覆盖了撒哈拉以南非洲的少数城市，可能无法完全代表该地区的所有城市发展模式	通过无监督深度学习分析高分辨率卫星图像，实现对城市环境的近实时监测	撒哈拉以南非洲多个城市的卫星图像	计算机视觉	NA	无监督深度学习	分层深度学习框架	卫星图像	多个城市（阿克拉、达喀尔、达累斯萨拉姆和基加利）的高分辨率卫星图像
778	2025-06-17	Attain: Inclusive annotated pavement distress types and severity dataset 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111715 PMID:40521146	研究论文	介绍了一个名为Attain的多样化、注释详尽的路面病害数据集，用于支持机器学习和深度学习模型在路面病害分类和目标检测中的开发	数据集包含10种不同的路面病害类别，每种病害还标注了低、中、高三个严重程度级别，且使用智能手机摄像头收集数据显著降低了数据收集成本	数据集仅包含2293张图像，可能不足以覆盖所有可能的路面条件和病害类型	促进自动路面病害检测系统的开发，以提高路面维护过程的效率和准确性	路面病害图像	计算机视觉	NA	智能手机摄像头图像采集	NA	图像	2293张图像，包含19,761个病害实例
779	2025-06-17	A systematic review and meta-analysis of the utility of quantitative, imaging-based approaches to predict radiation-induced toxicity in lung cancer patients 2025-Jul, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110935 PMID:40360049	meta-analysis	本文通过系统综述和荟萃分析评估了放射组学、剂量组学和机器学习在预测胸部放疗毒性方面的性能	首次对放射组学、剂量组学和机器学习在预测胸部放疗毒性方面的性能进行了系统综述和荟萃分析，并比较了不同模型的性能	研究主要集中在放射性肺炎的预测，对其他毒性反应的预测研究较少	评估放射组学、剂量组学和机器学习在预测胸部放疗毒性方面的性能	接受胸部放疗的肺癌患者	digital pathology	lung cancer	radiomics, dosiomics, machine learning	classical and deep learning models	imaging data	104项研究，包括23,373名患者
780	2025-06-17	Integration of metabolomics and machine learning for precise management and prevention of cardiometabolic risk in Asians 2025-Jul, Clinical nutrition (Edinburgh, Scotland) DOI:10.1016/j.clnu.2025.05.011 PMID:40414052	研究论文	本文探讨了代谢组学与机器学习在亚洲人群心血管代谢风险精确管理与预防中的应用	结合代谢组学与机器学习技术，揭示隐藏的代谢模式和通路，为亚洲人群提供个性化干预措施	代谢组学结果在不同种族群体间的解释存在困难，研究设计有限，分析平台和数据处理方法存在不一致性	开发针对亚洲人群的心血管代谢疾病（CMDs）的精准干预和预防措施	亚洲人群的心血管代谢风险	机器学习	心血管疾病	代谢组学	深度学习、网络分析	代谢组数据	NA