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
961	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
962	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
963	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
964	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）
965	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
966	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
967	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
968	2025-07-22	Perfusion estimation from dynamic non-contrast computed tomography using self-supervised learning and a physics-inspired U-net transformer architecture 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03323-2 PMID:39832070	研究论文	本研究提出了一种基于自监督学习和物理启发的U-net transformer架构的新方法，用于从非对比动态计算机断层扫描中预测肺灌注成像	结合了U-Net Transformer架构和自监督学习策略，首次实现了从非对比CT预测灌注成像的高精度	研究样本量相对较小（44名患者），且需要进一步验证其临床适用性	开发一种更快速、更准确的肺功能成像方法，以克服当前核医学成像的局限性	肺灌注成像	数字病理学	肺病	4DCT成像，SPECT/CT灌注扫描	U-Net Transformer	CT图像	523张IE-CT图像用于自监督训练，44名患者数据用于监督训练
969	2025-07-22	On-patient medical record and mRNA therapeutics using intradermal microneedles 2025-May, Nature materials IF:37.2Q1 DOI:10.1038/s41563-024-02115-4 PMID:39994390	研究论文	介绍了一种不可见的皮肤内微针技术，用于在患者皮肤上准确存储医疗信息，并结合mRNA治疗	开发了一种结合mRNA治疗和近红外荧光微粒的微针设计，用于在患者皮肤上存储医疗记录，并通过深度学习图像处理进行信息编码和解码	研究仅在猪模型中进行长期验证，尚未在人类中进行临床试验	开发一种可靠的医疗记录保存技术，以改善全球医疗记录不可靠或不可用的情况	患者皮肤和mRNA疫苗	数字病理学	SARS-CoV-2	mRNA治疗和近红外荧光微粒技术	深度学习	图像	猪模型
970	2025-07-22	Artificial Intelligence for the Detection of Patient-Ventilator Asynchrony 2025-05, Respiratory care IF:2.4Q2 DOI:10.1089/respcare.12540 PMID:40178919	综述	本文综述了人工智能在检测患者-呼吸机异步（PVA）中的应用现状	展示了AI模型在PVA检测中的高准确性和潜力，涵盖多种人群和异步类型	需要进一步在不同临床环境和患者群体中进行模型验证	评估AI在PVA检测和量化中的应用	患者-呼吸机异步（PVA）	机器学习	呼吸系统疾病	机器学习和深度学习技术	多种ML和深度学习模型	呼吸数据	13项研究，332名参与者，分析超过580万次呼吸
971	2025-07-22	Using deep learning for estimation of time-since-injury in pediatric accidental fractures 2025-May, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06223-4 PMID:40258953	研究论文	本研究利用深度学习模型评估儿童意外长骨骨折的受伤时间	首次将深度学习应用于儿童骨折受伤时间的精确估计，提高了传统方法的准确性	研究数据仅来自单一儿童医院，样本多样性可能受限	改进儿童骨折受伤时间的影像学评估方法	6岁以下儿童的长骨意外骨折	数字病理学	儿科骨折	深度学习	CNN	影像	来自399名患者的2,328张X光片
972	2025-07-22	Model-based self-supervised learning for quantitative assessment of myocardial oxygen extraction fraction and myocardial blood volume 2025-May-01, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30555 PMID:40312974	研究论文	开发了一种基于模型驱动的自监督深度学习网络，用于同时映射心肌氧提取分数（mOEF）和心肌血容量（MBV）	通过将物理模型整合到训练过程中，实现了自监督学习模式，并采用包含均方误差和余弦相似度的损失函数来同时估计mOEF和MBV	研究样本量较小，仅包括10名健康受试者和10名心肌梗死患者	开发一种同时映射心肌氧提取分数和心肌血容量的方法	健康受试者和心肌梗死患者	医学影像分析	心肌梗死	自监督学习（SSL）	深度学习网络	医学影像	10名健康受试者和10名心肌梗死患者
973	2025-07-22	Deep learning-assisted analysis of single-particle tracking for automated correlation between diffusion and function 2025-May, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02665-8 PMID:40341204	research paper	介绍了一种名为DeepSPT的深度学习框架，用于快速高效地分析细胞内物体扩散的二维或三维时间行为	开发了DeepSPT框架，能够自动从分子和细胞器的扩散中提取功能信息，显著提高了分析效率	未提及具体的技术限制或数据局限性	研究细胞内物体扩散与功能之间的自动关联	分子和细胞器在亚细胞环境中的扩散行为	machine learning	NA	deep learning	DeepSPT	temporal behavior data	未提及具体样本数量
974	2025-07-22	Ordinal Sleep Depth: A Data-Driven Continuous Measurement of Sleep Depth 2025-Apr-25, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70074 PMID:40276961	研究论文	开发了一种数据驱动的连续睡眠深度测量方法——有序睡眠深度(OSD)，并评估其与觉醒概率的关联及其与年龄、性别、睡眠呼吸障碍(SDB)和认知障碍的关系	使用深度学习框架开发了连续测量睡眠深度的方法，相比传统离散睡眠分期更能捕捉睡眠深度的连续性	NA	开发连续睡眠深度测量方法并验证其临床相关性	18,116名患者的21,787份多导睡眠图记录	机器学习	睡眠呼吸障碍, 认知障碍	多导睡眠图	CNN	EEG信号	21,787份多导睡眠图记录(来自18,116名患者)
975	2025-07-22	Association of Deep Learning-Derived Histologic Features of Placental Chorionic Villi with Maternal and Infant Characteristics in the New Hampshire Birth Cohort Study 2025-Apr-23, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.22.25325465 PMID:40313259	研究论文	本研究利用深度学习技术自动检测胎盘绒毛组织特征，并探讨其与母婴特征的关联	首次采用深度学习分割技术自动识别胎盘绒毛亚型，并通过无监督聚类验证其生物学相关性	仅分析了足月胎盘样本，未涵盖早产或其他妊娠并发症病例	建立胎盘绒毛结构的客观量化标准以改善母婴健康评估	新罕布什尔州出生队列研究中的1531例足月胎盘全切片图像	数字病理学	妊娠相关疾病	深度学习分割、无监督聚类	CNN	病理图像	1531例足月胎盘全切片图像（包含900多万个绒毛结构）
976	2025-07-22	Dissection of tumoral niches using spatial transcriptomics and deep learning 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112214 PMID:40230519	研究论文	本研究介绍了一种名为TG-ME的创新计算框架，结合了transformer和图变分自编码器（GraphVAE）模型，用于利用空间转录组学数据和形态学图像解析肿瘤微环境	TG-ME框架整合了transformer和GraphVAE模型，能够有效识别和表征肿瘤微环境中的特定区域，为肿瘤微环境的空间组织提供了新的见解	研究可能受限于数据集的大小和多样性，以及模型在更广泛癌症类型中的泛化能力	解析肿瘤微环境的空间组织，揭示与疾病预后和治疗效果相关的微环境特征	肿瘤微环境中的特定区域（niches）	数字病理学	肺癌（NSCLC）	空间转录组学	transformer, GraphVAE	空间转录组学数据, 形态学图像	基准数据集和高分辨率NSCLC数据集
977	2025-07-22	Enhanced cell tracking using a GAN-based super-resolution video-to-video time-lapse microscopy generative model 2025-Apr-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112225 PMID:40230526	研究论文	本文提出了一种基于GAN的超分辨率视频到视频延时显微镜生成模型tGAN，用于增强细胞追踪的性能	引入了tGAN，一种基于GAN的延时显微镜生成器，能够生成高质量和多样性的合成注释延时显微镜数据，提升细胞追踪模型的性能	需要进一步验证tGAN在不同类型细胞和实验条件下的泛化能力	提升细胞追踪的准确性和减少对人工注释的依赖	细胞动态行为	数字病理学	NA	GAN	GAN	视频	NA
978	2025-07-22	A deep learning strategy to identify cell types across species from high-density extracellular recordings 2025-Apr-17, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.01.041 PMID:40023155	研究论文	本文开发了一种深度学习策略，用于从高密度细胞外记录中识别跨物种的细胞类型	结合光遗传学和药理学，生成经过筛选的电生理特性真实库，并训练半监督深度学习分类器，预测细胞类型的准确率超过95%	研究主要集中在小脑作为测试平台，可能在其他脑区的适用性有待验证	揭示具有不同功能、分子和解剖特性的神经元在行为中的计算作用	小脑中的浦肯野细胞、分子层中间神经元、高尔基细胞和苔藓纤维	机器学习	NA	光遗传学、药理学、高密度细胞外记录	半监督深度学习分类器	电生理记录数据	NA
979	2025-07-22	Accurate and rapid determination of metabolic flux by deep learning of isotope patterns 2025-Apr-15, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.06.565907 PMID:37986781	研究论文	本文介绍了一种名为ML-Flux的机器学习框架，用于快速准确地测定代谢通量	创新性地开发了ML-Flux框架，能够解读复杂的同位素标记模式，并比现有方法更准确、更快速地计算代谢通量	研究仅涉及26种关键C-葡萄糖、H-葡萄糖和C-谷氨酰胺示踪剂，可能不涵盖所有代谢情况	旨在通过机器学习方法改进代谢通量的定量分析	中心碳代谢中的同位素标记模式	机器学习	NA	同位素示踪实验	神经网络	同位素标记模式数据	26种关键C-葡萄糖、H-葡萄糖和C-谷氨酰胺示踪剂
980	2025-07-22	DCATNet: polyp segmentation with deformable convolution and contextual-aware attention network 2025-Apr-14, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01661-w PMID:40229681	研究论文	提出了一种名为DCATNet的新型深度学习架构，专门用于息肉分割	结合了ResNetV2-50编码器和Transformer，集成了几何注意力模块(GAM)、上下文注意力门(CAG)和多尺度特征提取(MSFE)块	未提及具体局限性	解决医学图像中息肉分割的挑战	医学图像中的息肉	计算机视觉	息肉相关疾病	深度学习	U-shaped网络结合ResNetV2-50和Transformer	医学图像	五个公共数据集（包括Kvasir-SEG和CVC-ClinicDB）