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
821	2025-07-22	Unsupervised deep learning of electrocardiograms enables scalable human disease profiling 2025-Jan-12, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01418-9 PMID:39799251	研究论文	本研究开发了一种深度学习去噪自编码器，用于从12导联心电图中检测人类疾病	利用无监督深度学习模型从心电图中识别与多种疾病的关联，并生成疾病特异性心电图波形	研究结果需要在更多独立数据集中进行验证	探索心电图在人类疾病检测中的潜力	12导联心电图数据	机器学习	心血管疾病	深度学习去噪自编码器	自编码器	心电图信号	三个独立数据集中的约1,600种基于Phecode的疾病
822	2025-07-22	Transformer-based modeling of Clonal Selection and Expression Dynamics reveals resistance mechanisms in breast cancer 2025-Jan-10, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00485-8 PMID:39794360	研究论文	本文提出了一种基于Transformer的动态深度学习方法TraCSED，用于模拟克隆选择过程，揭示乳腺癌治疗中的耐药机制	提出TraCSED方法，能够识别与克隆选择相关的可解释基因程序及其时间点，揭示了传统差异分析方法未能发现的耐药机制	仅针对两种特定药物治疗的乳腺癌细胞进行研究，可能无法推广到其他癌症类型或治疗方式	研究乳腺癌细胞转录异质性及其对治疗反应的影响，揭示耐药机制	乳腺癌细胞	机器学习	乳腺癌	单细胞RNA测序(scRNA-seq)	Transformer	基因表达数据	未明确提及具体样本数量，但使用了单细胞基因表达数据和条形码克隆的适应性数据
823	2025-07-22	N2GNet tracks gait performance from subthalamic neural signals in Parkinson's disease 2025-Jan-04, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01364-6 PMID:39755754	研究论文	本研究提出了一种名为N2GNet的新型深度学习回归模型，能够从帕金森病患者的丘脑底核局部场电位中实时追踪步态表现	N2GNet利用全面的频带（不仅限于β波段）从STN LFPs中追踪步态表现，相比现有算法具有更强的相关性和性能	研究样本量较小（18名帕金森病患者），且仅在原地踏步任务中验证了模型性能	开发一种能够实时追踪帕金森病患者步态表现的深度学习模型，以改进自适应脑深部电刺激疗法	帕金森病患者的丘脑底核局部场电位和步态表现	机器学习	帕金森病	深度学习	回归模型（N2GNet）	神经信号（STN LFPs）和地面反作用力数据	18名帕金森病患者
824	2025-07-22	Drug molecular representations for drug response predictions: a comprehensive investigation via machine learning methods 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84711-7 PMID:39748003	研究论文	本研究通过机器学习方法全面评估了药物分子表示在药物反应预测(DRP)中的效果	揭示了PubChem指纹或SMILES分子表示与深度学习模型结合可显著提升DRP性能，并指出最优药物分子表示选择取决于预测模型和具体DRP任务	未明确说明研究数据集的规模和多样性限制	评估不同药物分子表示在药物反应预测中的效果	药物分子表示和遗传特征	机器学习	NA	PubChem指纹、SMILES	深度学习模型	分子表示数据、遗传特征数据	NA
825	2025-07-22	Automated MRI-based segmentation of intracranial arterial calcification by restricting feature complexity 2025-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30283 PMID:39221515	研究论文	开发了一种基于MRI的深度学习模型，用于颅内动脉钙化的自动分割和检测	提出了一种在变分自编码器框架下的新型深度学习模型，并引入了一种理论上有依据的差异损失函数，以限制网络特征的复杂性，提高分割准确性和鲁棒性	NA	提高MRI上颅内动脉钙化的自动分割和检测能力	颅内动脉钙化	医学影像分析	心血管疾病	MRI	变分自编码器	MRI图像	113名受试者
826	2025-01-15	Glomerular and Nephron Size and Kidney Disease Outcomes: A Comparison of Manual Versus Deep Learning Methods in Kidney Pathology 2025-Jan, Kidney medicine IF:3.2Q1 DOI:10.1016/j.xkme.2024.100939 PMID:39807248	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
827	2025-07-22	MMRT: MultiMut Recursive Tree for predicting functional effects of high-order protein variants from low-order variants 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.02.012 PMID:40070521	研究论文	本文介绍了一种名为MMRT的新型深度学习模型，用于预测高阶蛋白质变体的功能效应	MMRT模型结合深度学习与递归树框架，利用低阶变体信息预测高阶变体的功能效应	研究仍受限于高阶变体组合数量庞大带来的扫描困难	预测高阶蛋白质变体的功能效应，以促进复杂疾病发病机制的理解、蛋白质工程和精准医学的发展	蛋白质序列的高阶变体	机器学习	复杂疾病	深度学习	MMRT（MultiMut Recursive Tree）	蛋白质序列数据	685,593个高阶变体
828	2025-07-22	Graph-Based 3-Dimensional Spatial Gene Neighborhood Networks of Single Cells in Gels and Tissues 2025, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0110 PMID:40084126	研究论文	开发了一种基于图的三维空间基因邻域网络嵌入方法（3D-spaGNN-E），用于发现亚细胞基因邻近关系并识别细胞间通讯（CCC）中的关键亚细胞模式	结合3D成像空间转录组学和基于图的深度学习，首次在三维空间中解析亚细胞基因邻近关系	三维数据复杂度高，需要新的分析方法	研究细胞间通讯中的亚细胞基因邻近关系	间充质干细胞（MSCs）、外周血单个核细胞（PBMCs）、小鼠下丘脑和皮层中的星形胶质细胞-神经元	空间转录组学	NA	3D成像空间转录组学、MERFISH	图自编码器（graph autoencoder）	3D空间转录组数据	间充质干细胞培养物、MSC-PBMC共培养系统、小鼠下丘脑和皮层组织
829	2025-07-22	Synergistic fusion: An integrated pipeline of CLAHE, YOLO models, and advanced super-resolution for enhanced thermal eye detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328227 PMID:40679961	研究论文	提出了一种结合CLAHE、YOLO模型和先进超分辨率技术的综合流程，用于增强热成像中的眼睛检测	首次将CLAHE图像增强、YOLO模型和多种超分辨率技术融合在一个流程中，显著提高了热成像眼睛检测的准确性和图像分辨率	未提及该方法在极端光照条件下的表现，也未说明计算资源需求	提高热成像中眼睛检测的准确性和图像质量	热成像面部图像中的眼睛区域	计算机视觉	NA	CLAHE, YOLO, 超分辨率技术(包括BSRGAN, ESRGAN, Real-ESRGAN, SwinIR等)	YOLOv8, YOLOv9, GAN, SwinIR	热成像图像	未明确提及具体数量，但提到创建了带有精确眼睛位置标注的热成像面部图像数据集
830	2025-07-22	Automated identification of sedimentary structures in core images using object detection algorithms 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327738 PMID:40680021	研究论文	本研究探讨了使用卷积神经网络（CNNs）自动识别岩心图像中的沉积结构，以减少人工解释的时间和偏差	首次将YOLOv4和Faster R-CNN两种目标检测模型应用于岩心图像中沉积结构的自动识别，并比较了它们的性能	模型在区分形态相似的特征（如泥质披盖和生物扰动介质）时存在困难，且在未见过的数据集上泛化能力有限	通过深度学习技术自动化岩心图像中沉积结构的识别，以提高解释效率和可重复性	硅质碎屑沉积物中的15种沉积结构类型	计算机视觉	NA	卷积神经网络（CNNs）	YOLOv4, Faster R-CNN	图像	标注数据集包含15种沉积结构类型
831	2025-07-22	A Deep Learning Model for Accurate Segmentation of the Drosophila melanogaster Brain from Micro-CT Imaging 2024-Dec-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.30.630782 PMID:39803485	research paper	该研究开发了一种深度学习模型，用于从Micro-CT成像中准确分割果蝇大脑	使用仅1-3张Micro-CT图像和预训练神经网络训练出准确的深度学习模型，能够跨不同组织对比染色、扫描仪型号和基因型进行大脑分割	需要依赖预训练神经网络，且训练数据量较少	开发一种高效的Micro-CT图像分析工具，以替代耗时的手动分析	果蝇（Drosophila melanogaster）大脑	computer vision	NA	Micro-CT	pre-trained neural networks	image	1-3张Micro-CT图像
832	2025-07-22	LD-informed deep learning for Alzheimer's gene loci detection using WGS data 2024-Dec-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.19.24313993 PMID:39371140	研究论文	本研究提出了一种名为Deep-Block的多阶段深度学习框架，用于识别与阿尔茨海默病（AD）显著相关的遗传区域	Deep-Block框架结合了生物学知识，采用三阶段方法（基于连锁不平衡（LD）模式的基因组分割、使用稀疏注意力机制选择相关LD块、应用TabNet和随机森林算法量化SNP特征重要性），有效处理大规模高通量测序数据并保留SNP相互作用	研究主要针对非西班牙裔白人参与者，可能限制了结果在其他人群中的普适性	识别与阿尔茨海默病显著相关的遗传位点	阿尔茨海默病相关的遗传变异	机器学习	阿尔茨海默病	全基因组测序（WGS）	TabNet, 随机森林	基因组数据	7,416名非西班牙裔白人参与者（3,150名认知正常的老年人，4,266名AD患者）
833	2025-07-22	Sex-and Stress-Dependent Plasticity of a Corticotropin Releasing Hormone / GABA Projection from the Basolateral Amygdala to Nucleus Accumbens that Mediates Reward Behaviors 2024-Dec-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.30.626183 PMID:39651305	research paper	该研究探讨了基底外侧杏仁核（BLA）到伏隔核（NAc）的CRH/GABA投射在奖赏行为中的性别和压力依赖性可塑性	揭示了CRH/GABA BLA-NAc投射在男性和女性中对奖赏行为的不同影响，以及早期生活逆境（ELA）对这一投射的性别依赖性影响	研究仅在小鼠模型中进行，尚未在人类中验证	探究BLA CRH+神经元到NAc的投射在奖赏行为中的性别特异性作用	成年CRH-Cre小鼠（雄性和雌性）	神经科学	情感障碍	化学遗传学（DREADDs）、免疫染色、电生理学、组织透明化、光片荧光显微镜和深度学习	小鼠模型	神经电生理数据、成像数据	成年CRH-Cre小鼠（雄性和雌性）
834	2025-07-22	Volumetric Breast Density Estimation From Three-Dimensional Reconstructed Digital Breast Tomosynthesis Images Using Deep Learning 2024-Dec, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00103 PMID:39652797	研究论文	该研究开发了一种基于深度学习的模型，用于从三维重建的数字乳腺断层合成图像中估计乳腺体积密度	利用深度学习直接从三维重建的DBT图像中估计乳腺体积密度，无需依赖原始二维数据或原始DBT数据	研究依赖于回顾性数据，且样本量相对有限	开发一种从三维重建的DBT图像中估计乳腺体积密度的方法，并评估其与乳腺癌诊断的关联	1080例非操作性三维重建DBT筛查检查数据	数字病理	乳腺癌	深度学习	DL	三维图像	1080例非操作性三维重建DBT筛查检查数据，其中180例病例和654例对照
835	2025-07-22	Identifying retinal pigment epithelium cells in adaptive optics-optical coherence tomography images with partial annotations and superhuman accuracy 2024-Dec-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.538473 PMID:39679394	research paper	提出一种基于深度学习的部分标注训练方法，用于在AO-OCT图像中检测视网膜色素上皮细胞，准确率超过人类表现	使用部分标注训练方法实现超人类准确率的RPE细胞检测	未提及具体局限性	开发自动化细胞分割算法以快速、经济、客观地量化RPE镶嵌结构特性	视网膜色素上皮(RPE)细胞	digital pathology	视网膜神经退行性疾病	adaptive optics-optical coherence tomography (AO-OCT)	deep learning	image	未提及具体样本量
836	2025-07-22	Generative adversarial networks accurately reconstruct pan-cancer histology from pathologic, genomic, and radiographic latent features 2024-Nov-15, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adq0856 PMID:39546597	研究论文	提出并验证了一种自定义生成对抗网络HistoXGAN，能够利用常见特征提取器生成的特征向量重建具有代表性的组织学图像	开发了HistoXGAN，能够从病理、基因组和放射学潜在特征中准确重建泛癌组织学图像，并保留肿瘤分级、组织学亚型和基因表达模式的信息	未提及具体的技术限制或数据集局限性	探索人工智能模型在肿瘤组织学分析中的应用，特别是通过生成对抗网络重建组织学图像	29种癌症亚型的组织学图像	数字病理学	泛癌（多种癌症）	生成对抗网络（GAN）	HistoXGAN（自定义GAN）	组织学图像、基因组数据、放射影像	涵盖29种癌症亚型（未提及具体样本数量）
837	2025-07-22	Leveraging Deep Learning of Chest Radiograph Images to Identify Individuals at High Risk for Chronic Obstructive Pulmonary Disease 2024-Nov-15, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.14.24317055 PMID:39606360	研究论文	本研究评估了深度学习应用于常规门诊胸部X光片（CXRs）以识别高风险慢性阻塞性肺疾病（COPD）个体的能力	开发并外部验证了一个卷积神经网络（CXR-Lung-Risk），用于从常规CXR图像预测COPD发病风险，超越了已知风险因素的预测能力	研究样本主要来自特定医疗机构的门诊患者，可能限制了结果的普适性	评估深度学习模型在预测COPD发病风险中的应用价值	无肺癌、COPD或肺气肿的门诊患者	数字病理学	慢性阻塞性肺疾病	深度学习	CNN	图像	12,550名曾经吸烟者和15,298名从未吸烟者（主要分析），以及2,097名PBHS参与者（次要分析）
838	2025-07-22	Leveraging calcium score CT radiomics for heart failure risk prediction 2024-11-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77269-x PMID:39505933	研究论文	利用钙化评分CT影像组学预测心力衰竭风险	首次仅使用CT钙化评分（CTCS）进行心力衰竭风险评估，结合深度学习和影像组学特征（钙组学和脂肪组学）开发预测模型	研究样本量相对较小（1998例患者），随访时间较短（中位1.7年）	开发基于CTCS的心力衰竭风险预测方法	1998例患者（其中336例患有2型糖尿病）的CTCS扫描数据	数字病理学	心血管疾病	CT钙化评分（CTCS）、深度学习、影像组学	深度学习模型	医学影像	1998例患者（336例2型糖尿病患者）
839	2025-07-22	Dynamic modulation of social gaze by sex and familiarity in marmoset dyads 2024-Nov-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.16.580693 PMID:38405818	research paper	开发了一种新框架，用于准确追踪自由活动的普通狨猴的面部特征和三维头部注视方向，并研究了性别和熟悉度对狨猴社交注视行为的影响	结合深度学习计算机视觉工具和三角测量算法，开发了一种新方法，能够在自由活动的狨猴中准确追踪面部特征和三维头部注视方向	研究仅针对狨猴，结果可能不适用于其他灵长类动物	研究性别和熟悉度对狨猴社交注视行为的影响	自由活动的普通狨猴	computer vision	NA	深度学习计算机视觉工具和三角测量算法	NA	video	狨猴成对组合
840	2025-07-22	Natural Language Processing of Clinical Documentation to Assess Functional Status in Patients With Heart Failure 2024-11-04, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.43925 PMID:39509128	研究论文	本研究开发并验证了一种深度学习自然语言处理（NLP）策略，用于从非结构化的临床文档中提取心力衰竭患者的功能状态评估	使用深度学习NLP技术从非结构化临床文档中提取功能状态评估，显著提高了NYHA分类和心力衰竭症状描述的识别能力	研究仅基于三个大型医疗网络的数据，可能无法完全代表其他医疗环境	开发并验证一种NLP策略，用于从临床文档中提取心力衰竭患者的功能状态评估	心力衰竭患者的临床文档	自然语言处理	心血管疾病	自然语言处理（NLP）	深度学习模型	文本	34,070名心力衰竭患者，182,308份未标注的临床文档