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
61	2025-05-21	LivecellX: A Scalable Deep Learning Framework for Single-Cell Object-Oriented Analysis in Live-Cell Imaging 2025-May-14, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.23.639532 PMID:40060645	研究论文	介绍了一个名为LivecellX的深度学习框架，用于活细胞成像中的单细胞面向对象分析	提出了一个新的任务：分割校正（包括过分割和欠分割错误），并开发了创新的评估指标和机器学习技术来解决这一问题	NA	提高活细胞成像中单细胞动态分析的准确性和可扩展性	活细胞成像中的单细胞	计算机视觉	NA	深度学习	CS-Net	图像	来自两种不同类型显微镜的新型成像数据集
62	2025-05-21	phyddle: software for exploring phylogenetic models with deep learning 2025-May-14, Systematic biology IF:6.1Q1 DOI:10.1093/sysbio/syaf036 PMID:40366771	research paper	介绍了一款名为phyddle的软件，该软件利用深度学习技术探索系统发育模型	phyddle通过无似然深度学习方法处理缺乏易处理似然函数的系统发育模型，填补了标准推断方法的不足	未提及具体局限性	开发一款软件工具，用于利用深度学习技术进行系统发育建模和分析	系统发育树和相关的进化模型	machine learning	NA	深度学习	NA	系统发育树数据	NA
63	2025-05-21	scPrediXcan integrates deep learning methods and single-cell data into a cell-type-specific transcriptome-wide association study framework 2025-May-14, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100875 PMID:40373737	研究论文	提出了一种名为scPrediXcan的方法，将深度学习方法与单细胞数据整合到细胞类型特异性转录组范围关联研究框架中	结合先进的深度学习方法和单细胞数据，提高了细胞类型特异性表达的预测准确度，并捕捉了线性模型忽略的复杂基因调控规则	未提及具体样本量或数据集的局限性	识别疾病致病基因并揭示其在细胞水平上的机制	2型糖尿病（T2D）和系统性红斑狼疮（SLE）	生物信息学	2型糖尿病, 系统性红斑狼疮	单细胞数据, 深度学习	ctPred (深度学习模型)	单细胞表达数据, DNA序列数据	NA
64	2025-05-21	Local mean suppression filter for effective background identification in fluorescence images 2025-May-14, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110296 PMID:40375425	研究论文	提出了一种用于荧光显微镜图像中有效背景识别的非线性滤波器	基于像素强度与局部邻域平均强度的比较，通过变化邻域大小生成多个标签并累积以决定最终像素标签，性能优于现有图像处理、机器学习和深度学习方法	NA	开发一种易于使用的非线性滤波器，用于荧光显微镜图像中的背景识别	荧光显微镜图像	计算机视觉	NA	非线性滤波	NA	图像	NA
65	2025-05-21	Quantitative spatial analysis of chromatin biomolecular condensates using cryoelectron tomography 2025-May-13, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2426449122 PMID:40327693	研究论文	本文通过冷冻电子断层扫描技术定量分析了染色质生物分子凝聚物的空间结构	整合深度学习分割与上下文感知模板匹配技术，首次在重构和原生染色质系统中解析了核小体的平均结构	方法主要适用于含有大型且独特组分的生物分子凝聚物，在其他类型凝聚物中的应用尚待验证	揭示染色质生物分子凝聚物的内部结构及其形成机制	生化重构的染色质凝聚物和原位原生染色质的致密区域	结构生物学	NA	冷冻电子断层扫描、高压冷冻结合聚焦离子束铣削、深度学习分割	深度学习	三维断层图像数据	NA
66	2025-05-21	Differentiable Folding for Nearest Neighbor Model Optimization 2025-May-12, ArXiv PMID:40160447	research paper	本文提出了一种利用可微分折叠技术优化最近邻模型参数的方法，显著提升了RNA二级结构预测的准确性	利用可微分折叠技术直接计算RNA折叠算法的梯度，实现了高效、可扩展且灵活的参数优化方法	未明确提及具体局限性，但可能依赖于已知RNA结构和热力学实验数据的可用性	优化RNA二级结构形成的最近邻模型参数，提高预测准确性	RNA二级结构	computational biology	NA	differentiable folding	Nearest Neighbor model	RNA structures and thermodynamic experiments	≈13,000 thermodynamic parameters
67	2025-05-21	A Clinical Neuroimaging Platform for Rapid, Automated Lesion Detection and Personalized Post-Stroke Outcome Prediction 2025-May-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.09.25327310 PMID:40385411	研究论文	介绍了一个全自动的三阶段神经影像处理和机器学习流程，用于从临床影像中预测成人缺血性卒中患者的个性化结果	首次开发了一个结合病变位置信息和网络特征的自动化系统，用于卒中后长期功能结果的个性化预测	仅在概念验证应用中展示了预测特定认知结果的能力，尚未广泛验证	开发基于影像的临床工具用于卒中结果预测	成人缺血性卒中患者	数字病理学	心血管疾病	深度学习, 机器学习	深度学习模型, 统计模型, 大语言模型	影像	预训练队列N=604（局灶性脑损伤患者），独立验证队列N=153（缺血性卒中患者）
68	2025-05-21	Development of an Automated Tool for the Estimation of Histological Remission in Ulcerative Colitis Using Single-Wavelength Endoscopy Technology 2025-May-08, Journal of Crohn's & colitis DOI:10.1093/ecco-jcc/jjae180 PMID:39602814	research paper	开发了一种基于单波长内窥镜技术的自动化工具，用于评估溃疡性结肠炎的组织学缓解	利用单波长内窥镜（SWE）技术增强毛细血管可见性，开发了计算机辅助诊断（CAD）系统，显著提高了组织学缓解的检测准确率	研究样本量相对较小（112名患者），且仅使用了特定品牌的内窥镜系统（FUJIFILM）	评估基于白光内窥镜（WLE）或单波长内窥镜（SWE）的计算机辅助诊断系统在溃疡性结肠炎组织学活动评估中的准确性	溃疡性结肠炎（UC）患者的内窥镜图像	digital pathology	ulcerative colitis	single-wavelength endoscopy (SWE), white light endoscopy (WLE)	deep learning	image	112名患者的6926组WLE和SWE图像帧
69	2025-05-21	ROICellTrack: a deep learning framework for integrating cellular imaging modalities in subcellular spatial transcriptomic profiling of tumor tissues 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf152 PMID:40199763	研究论文	开发了一个名为ROICellTrack的深度学习框架，用于更好地整合细胞成像与空间转录组分析	提出了一个深度学习框架，将细胞成像与空间转录组分析相结合，用于分析肿瘤组织的亚细胞空间转录组特征	研究仅基于56个ROI（感兴趣区域），样本量相对较小	提高对肿瘤异质性的理解，并促进个性化和靶向治疗的研究	膀胱尿路上皮癌和上尿路尿路上皮癌的肿瘤组织	数字病理学	膀胱癌	空间转录组技术（如GeoMx Digital Spatial Profiler）	深度学习框架（ROICellTrack）	图像和转录组数据	56个ROI
70	2025-05-21	Artificial Intelligence in the Management of Malnutrition in Cancer Patients: A Systematic Review 2025-May-05, Advances in nutrition (Bethesda, Md.) DOI:10.1016/j.advnut.2025.100438 PMID:40334987	系统综述	本文系统综述了人工智能在癌症患者营养不良管理中的应用及其效果	评估了AI在癌症患者营养不良检测、预测和个性化干预中的高效性和准确性	需要进一步研究以标准化AI模型并确保其临床适用性	评估人工智能在癌症患者营养不良识别和管理中的作用	癌症患者	医疗人工智能	癌症	机器学习算法（决策树、随机森林、支持向量机）、深度学习模型	决策树、随机森林、支持向量机、深度学习模型	医疗影像、临床数据	52,228名患者
71	2025-05-21	Surrogate modeling of Cellular-Potts Agent-Based Models as a segmentation task using the U-Net neural network architecture 2025-May-05, ArXiv PMID:40386573	研究论文	本文开发了一种基于U-Net架构的卷积神经网络（CNN）替代模型，用于加速Cellular-Potts模型（CPM）的评估	使用U-Net架构的CNN替代模型，能够高效预测CPM的100个计算步骤，加速模拟评估达590倍	未提及具体的数据集规模或模型泛化能力的详细测试	开发高效的深度学习替代模型以加速Cellular-Potts模型的评估	Cellular-Potts模型（CPM）及其在体外血管生成研究中的应用	机器学习	NA	卷积神经网络（CNN），U-Net架构	U-Net	模拟数据	NA
72	2025-05-21	Deep Learning-Assisted Computer-Aided Diagnosis System for Early Detection of Lung Cancer 2025-May, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23929 PMID:39887401	research paper	本文提出了一种深度学习辅助的计算机辅助诊断系统，用于早期检测肺癌	提出的模型在准确性和敏感性方面优于现有技术（99.53%的准确性和98.95%的敏感性）	NA	开发一种更有效的计算机辅助诊断系统以早期检测肺癌	肺癌的检测和分类	digital pathology	lung cancer	Binary Grasshopper Optimization Algorithm (BGOA), Fast nonlocal means filter (FNLM)	deep learning	image	NA
73	2025-05-21	Prenatal Diagnostics Using Deep Learning: A Dual Approach to Plane Localization and Cerebellum Segmentation in Ultrasound Images 2025-May, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23924 PMID:39901589	research paper	本研究开发了两种深度学习技术，用于通过第五个月超声脑图像进行神经发育障碍的产前预测	提出了两种专门的CNN架构：用于平面定位的差分CNN和用于小脑分割的双CNN，这些架构针对特定任务设计，提高了诊断准确性	研究承认存在某些局限性和挑战	开发深度学习技术用于神经发育障碍的产前预测	第五个月超声脑图像	digital pathology	neurodevelopmental disorder	ultrasound imaging	CNN	image	标注的超声图像数据集
74	2025-05-21	Diagnostic Accuracy of a Deep Learning Algorithm for Detecting Unruptured Intracranial Aneurysms in Magnetic Resonance Angiography: A Multicenter Pivotal Trial 2025-May, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123882 PMID:40086726	研究论文	评估深度学习算法在磁共振血管造影中检测未破裂颅内动脉瘤的准确性	开发了一种基于3D U-Net的深度学习算法，用于在TOF MRA中高灵敏度检测未破裂颅内动脉瘤	对于小于3毫米的动脉瘤检测灵敏度较低，仍需专家复核	评估深度学习算法在辅助诊断未破裂颅内动脉瘤中的应用价值	675名参与者（189名动脉瘤阳性[221个动脉瘤]和486名阴性）的TOF MRA数据	数字病理	颅内动脉瘤	TOF磁共振血管造影（MRA）	3D U-Net	医学影像	675名参与者（来自2家医院2019-2023年数据），训练集包含988个非重叠TOF MRA数据集
75	2025-05-21	Dynamics of Spatial Organization of Bacterial Communities in a Tunable Flow Gut Microbiome-on-a-Chip 2025-May, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202410258 PMID:40201941	研究论文	研究通过开发可调流动肠道微生物芯片（tfGMoC），探究了周期性肠道运动对3D肠道结构中微生物群落动态的影响	开发了新型tfGMoC平台，首次揭示了肠道运动力对微生物群落空间组织和行为的调控作用	研究结果基于体外模拟系统，与真实人体肠道环境可能存在差异	探究肠道机械力对微生物群落动态的影响	肠道微生物群落	微生物组学	NA	深度学习微生物分析	NA	微生物成像数据	NA
76	2025-05-21	Combining Ultrasound Imaging and Molecular Testing in a Multimodal Deep Learning Model for Risk Stratification of Indeterminate Thyroid Nodules 2025-May, Thyroid : official journal of the American Thyroid Association IF:5.8Q1 DOI:10.1089/thy.2024.0584 PMID:40256961	研究论文	本研究提出了一种结合超声成像和分子检测的多模态深度学习模型，用于提高甲状腺结节的恶性风险分层	通过整合超声成像和分子检测数据，利用互补信息提升恶性风险分层的阳性预测值，同时保持高敏感性	研究受限于单中心数据集、缺乏外部验证以及使用二值化的分子检测输出而非细粒度的恶性风险概率	提高甲状腺结节的恶性风险分层准确性	333名不确定甲状腺结节患者（259例良性，74例恶性）	数字病理	甲状腺结节	下一代测序（NGS）	多模态深度学习模型	超声图像和分子检测数据	333名患者
77	2025-05-21	Expert consensus document on artificial intelligence of the Italian Society of Cardiology 2025-May-01, Journal of cardiovascular medicine (Hagerstown, Md.) DOI:10.2459/JCM.0000000000001716 PMID:40331418	专家共识	意大利心脏病学会关于人工智能在心血管疾病管理中应用的专家共识文件	探讨了人工智能（AI）在心血管疾病诊断和预后中的新兴应用，包括机器学习和深度学习模型的使用	算法的外部有效性无法保证，结果的可解释性可能存在问题（即“黑箱”问题）	探索人工智能在心血管疾病管理中的潜力和应用	心血管疾病患者，包括高血压、缺血性心脏病和罕见的心肌病等	人工智能在医疗健康中的应用	心血管疾病	机器学习（ML）和深度学习（DL）	人工神经网络	医院数据集、心电图和超声心动图采集数据	NA
78	2025-05-21	MMsurv: a multimodal multi-instance multi-cancer survival prediction model integrating pathological images, clinical information, and sequencing data 2025-May-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf209 PMID:40366860	研究论文	本研究提出了一种名为MMSurv的多模态深度学习模型，用于整合病理图像、临床信息和测序数据以预测多种癌症患者的生存率	提出了一种基于紧凑双线性池化和Transformer的新型多模态融合方法，并采用双层多实例学习模型去除与预后无关的图像块，同时通过细胞分割增强模型的可解释性	模型仅在TCGA数据库中的六种癌症类型上进行了验证，未在其他独立数据集上测试	开发一个能够整合多模态数据的可解释深度学习模型，以提高癌症患者生存预测的准确性	癌症患者的病理图像、临床信息和测序数据	数字病理	多癌症类型	深度学习、细胞分割、测序数据分析	多模态融合模型（紧凑双线性池化+Transformer）、多实例学习模型	病理图像、临床数据、测序数据	TCGA数据库中六种癌症类型的数据
79	2025-05-21	Deep Learning Study of Alkaptonuria Spinal Disease Assesses Global and Regional Severity and Detects Occult Treatment Status 2025-May, Journal of inherited metabolic disease IF:4.2Q2 DOI:10.1002/jimd.70042 PMID:40375095	研究论文	本研究利用深度学习技术分析罕见病碱尿症（AKU）的脊柱X光片，评估疾病严重程度并检测患者是否接受尼替西农治疗	首次将深度学习应用于罕见病碱尿症的脊柱影像分析，能够识别疾病严重程度和隐蔽的治疗状态	真空盘现象的预测一致性较低（41%-90%），样本量未明确说明	评估深度学习在罕见病医学影像分析中的应用效果	碱尿症患者的颈椎和腰椎X光片	数字病理学	碱尿症	深度学习	DL（未明确具体模型类型）	医学影像（X光片）	NA
80	2025-05-21	Enhancing perihematomal edema segmentation: integrating prior knowledge with deep learning for enhanced accuracy and interpretability 2025-May-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-2404 PMID:40384678	research paper	该研究提出了一种结合先验知识与深度学习的网络PESE-Net，用于提高颅内血肿周围水肿（PHE）分割的准确性和可解释性	提出PESE-Net网络，通过结合PHE的先验知识与深度学习方法，采用新的特征加权策略协同融合PHE的整体变化特征和空间信息	未提及具体的数据集规模或外部验证结果	提高PHE分割的准确性以增强临床诊断效率和可靠性	自发性颅内出血图像中的PHE区域	digital pathology	cardiovascular disease	deep learning	PESE-Net	image	NA