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
981	2025-05-14	Integrating spatial transcriptomics and snRNA-seq data enhances differential gene expression analysis results of AD-related phenotypes 2024-Nov-18, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.18.24317499 PMID:39606364	research paper	本研究整合空间转录组学（ST）和单核RNA测序（snRNA-seq）数据，以增强阿尔茨海默病（AD）相关表型的空间信息细胞类型特异性差异基因表达（DGE）分析能力	通过深度学习工具CelEry推断snRNA-seq数据的空间位置，结合ST数据，提高了空间信息细胞类型特异性DGE分析的效力，发现了传统方法无法检测到的AD相关基因和通路	研究依赖于推断的空间位置信息，可能存在一定误差；样本虽多但均为死后脑组织，可能影响结果的外推性	增强阿尔茨海默病相关表型的空间信息细胞类型特异性差异基因表达分析能力	436例死后大脑背外侧前额叶皮层（DLPFC）组织的snRNA-seq数据和空间转录组数据	digital pathology	Alzheimer's disease	spatial transcriptomics (ST), single-nucleus RNA sequencing (snRNA-seq)	linear mixed regression models	gene expression data	436 postmortem brains from ROS/MAP cohorts
982	2025-05-14	Early Multimodal Data Integration for Data-Driven Medical Research - A Scoping Review 2024-08-30, Studies in health technology and informatics DOI:10.3233/SHTI240837 PMID:39234706	综述	本文通过范围综述分析了2019年至2024年间21篇关于早期多模态数据整合方法的文献，总结了这些方法的特点及其在数据驱动医学研究中的应用	将早期多模态数据整合方法分为四类，并总结了各类方法的特点，为数据驱动医学研究项目中选择最佳方法组合提供了参考	主要关注结构性整合，未深入比较早期和晚期多模态数据整合方法，且整合流程通常需要手动优化	探讨早期多模态数据整合方法在数据驱动医学研究中的应用和优化	21篇关于早期多模态数据整合方法的综述文献	数据驱动医学研究	NA	多模态数据整合方法，包括基本连接和深度学习等	NA	多模态数据	21篇综述文献
983	2025-05-14	Deep Learning Segmentation of Ascites on Abdominal CT Scans for Automatic Volume Quantification 2024-Jun-23, ArXiv PMID:39398214	research paper	评估一种自动深度学习方法在检测腹水并量化肝硬化及卵巢癌患者腹水体积中的性能	提出了一种自动深度学习方法来分割和量化腹水体积，并与专家评估结果高度一致	研究为回顾性研究，且样本来源仅限于两个机构的数据	评估深度学习在腹水体积自动量化中的性能	肝硬化及卵巢癌患者的腹水	digital pathology	liver cirrhosis, ovarian cancer	deep learning	CNN	CT scans	NIH-LC (25例), NIH-OV (166例), UofW-LC (124例)
984	2025-05-14	Deep learning-driven imaging of cell division and cell growth across an entire eukaryotic life cycle 2024-Apr-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.25.591211 PMID:38712227	研究论文	本文提出了一种基于深度学习的成像框架，用于定量研究真核微生物的整个生命周期，包括细胞分裂和细胞生长	结合微流控培养、卷积神经网络的生命周期阶段特异性分割和新型细胞追踪算法FIEST，通过深度学习视频帧插值增强连续图像中单细胞掩模的重叠	目前仅应用于酿酒酵母的性生命周期，尚未广泛验证于其他真核微生物	开发定量研究完整真核生命周期的深度学习方法，以更精确地定义微生物生命周期结构	真核微生物（以酿酒酵母为例）的性生命周期	数字病理学	NA	微流控培养、荧光报告系统、高Cdk1活性传感器LiCHI	CNN	显微镜图像	NA
985	2025-05-14	Lossless compression-based detection of osteoporosis using bone X-ray imaging 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-230238 PMID:38393881	research paper	该研究提出了一种基于深度学习的无损压缩方法，用于通过骨X射线图像检测骨质疏松症	提出了一种新的图像处理方法，通过分离感兴趣区域(ROI)和非ROI来减少数据冗余，并结合SVM分类器提高诊断准确性	未提及样本多样性和外部验证结果	提高骨质疏松症的诊断准确性	骨X射线图像	digital pathology	骨质疏松症	深度学习，X射线成像	SVM	image	NA
986	2025-05-14	Label-free imaging of nuclear membrane for analysis of nuclear import of viral complexes 2023-12, Journal of virological methods IF:2.2Q3 DOI:10.1016/j.jviromet.2023.114834 PMID:37875225	研究论文	本文提出了一种利用深度学习模型进行无标记核膜成像的方法，以研究HIV-1病毒复合物的核输入机制	利用深度学习模型实现无标记核膜成像，避免了传统荧光标记的挑战，特别是在原代细胞中的应用	模型在活细胞中的应用仍需进一步验证，且可能受限于特定细胞类型或条件	研究HIV-1病毒复合物在非分裂细胞中的核输入机制	HIV-1病毒复合物及宿主细胞核膜	数字病理学	HIV感染	透射光显微镜，深度学习模型	深度神经网络	图像	未明确说明具体样本数量，但涉及固定细胞和活细胞的成像
987	2025-05-14	Application of an artificial intelligence-based tool in [18F]FDG PET/CT for the assessment of bone marrow involvement in multiple myeloma 2023-10, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-023-06339-5 PMID:37493665	研究论文	本研究验证了一种基于三维深度学习的工具，用于自动化评估多发性骨髓瘤患者骨髓代谢强度的PET/CT图像分析	首次应用深度学习工具自动化评估多发性骨髓瘤患者的骨髓代谢强度，并验证其与临床相关参数的相关性	样本量较小（35例患者），需要在更大患者队列中进行前瞻性研究进一步验证	验证一种自动化评估多发性骨髓瘤患者骨髓代谢强度的PET/CT图像分析方法	多发性骨髓瘤患者的PET/CT图像	数字病理	多发性骨髓瘤	PET/CT成像	深度学习	医学影像	35例未经治疗的多发性骨髓瘤患者
988	2025-05-14	Protocol for automated multivariate quantitative-image-based cytometry analysis by fluorescence microscopy of asynchronous adherent cells 2023-09-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102446 PMID:37453067	研究论文	本文提出了一种基于荧光显微镜的异步贴壁细胞多变量定量图像细胞术（QIBC）分析协议	开发了一个开源的Fiji脚本，整合了基于人工智能的深度学习工具，用于自动核分割，最小化用户调整	NA	提供一种高效的多变量定量图像细胞术分析方法	异步贴壁细胞	数字病理学	NA	荧光显微镜	深度学习	图像	NA
989	2025-05-14	A knowledge-integrated deep learning framework for cellular image analysis in parasite microbiology 2023-09-15, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2023.102452 PMID:37537845	research paper	提出一个知识集成的深度学习框架，用于寄生虫微生物学中的细胞图像分析	结合知识表示与深度学习，应用于细胞图像分类、检测和重建任务	未提及具体性能指标或对比实验	开发一个用于微生物细胞图像分析的深度学习框架	寄生虫微生物的细胞图像	digital pathology	NA	deep learning	CNN	image	NA
990	2025-05-14	Decoding biological age from face photographs using deep learning 2023-Sep-12, medRxiv : the preprint server for health sciences DOI:10.1101/2023.09.12.23295132 PMID:37745558	研究论文	本研究开发并验证了FaceAge，一个通过深度学习从面部照片估计生物年龄的系统，并评估了其在癌症患者中的临床应用	利用深度学习从面部照片中客观、定量地估计生物年龄，并验证其在临床预后和临终决策中的实用性	研究主要基于美国和荷兰的癌症患者数据，可能在其他人群或疾病中的适用性有待验证	开发一个能够从面部照片中估计生物年龄的深度学习系统，并评估其在临床中的实用性	健康个体和癌症患者	数字病理学	癌症	深度学习	深度学习系统（FaceAge）	图像（面部照片）	58,851名健康个体和6,196名癌症患者
991	2025-05-14	AORTA Gene: Polygenic prediction improves detection of thoracic aortic aneurysm 2023-Aug-25, medRxiv : the preprint server for health sciences DOI:10.1101/2023.08.23.23294513 PMID:37662232	research paper	该研究利用深度学习测量升主动脉直径，并构建了一个包含110万个变体的多基因评分（AORTA Gene），以提高胸主动脉瘤的检测	首次将多基因评分（AORTA Gene）与临床因素结合，显著提高了胸主动脉直径的预测准确性	需要更大规模和更多样化的队列来开发更强大和公平的评分	提高胸主动脉瘤的检测准确性	UK Biobank、Mass General Brigham Biobank、Framingham Heart Study和All of Us的参与者	machine learning	thoracic aortic aneurysm	GWAS、PRScs-auto	deep learning	genomic data、clinical data	UK Biobank 49,939人（训练集39,524人，测试集4,962人）、MGB 5,469人、FHS 1,298人、All of Us 610人
992	2025-05-14	Developing and verifying automatic detection of active pulmonary tuberculosis from multi-slice spiral CT images based on deep learning 2020, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-200662 PMID:32651351	research paper	本研究开发了一种基于深度学习的自动检测系统，用于从多层螺旋CT图像中识别活动性肺结核（ATB）	利用U-Net深度学习算法自动检测和分割ATB病变，并通过图像处理方法将2D病变转化为3D病变	研究数据来自单一教学医院，可能影响模型的泛化能力	简化活动性肺结核的诊断流程并提高诊断准确性	846名患者的CT图像数据集，包括ATB、肺炎和正常病例	digital pathology	lung cancer	multi-slice spiral CT	U-Net	image	846名患者（训练集：567例，测试集：279例）
993	2025-05-13	The Chest X- Ray: The Ship has Sailed, But Has It? 2025-Jul-01, Journal of insurance medicine (New York, N.Y.) DOI:10.17849/insm-52-1-21-22.1 PMID:40047110	评论	探讨胸部X光片（CXR）在深度学习技术背景下是否能为保险承保风险分析增添新价值	提出在深度学习技术支持下重新评估CXR在保险风险评估中的潜在价值	未提供具体实验数据或案例支持观点	评估CXR作为保险承保风险分析工具的现代适用性	胸部X光片（CXR）在保险风险评估中的应用	数字病理学	NA	深度学习	NA	医学影像	NA
994	2025-05-13	From classical approaches to artificial intelligence, old and new tools for PDAC risk stratification and prediction 2025-Jul, Seminars in cancer biology IF:12.1Q1 DOI:10.1016/j.semcancer.2025.03.004 PMID:40147701	review	本文探讨了胰腺导管腺癌（PDAC）风险分层的演变，比较了传统流行病学框架与AI驱动的方法	提出将AI技术整合到PDAC风险分层中，以动态模型整合多种数据集，发现新的相互作用和风险特征	临床转化中的挑战包括数据稀缺、模型可解释性和外部验证	开发可扩展的个性化预测工具，以改善PDAC的早期检测和患者预后	胰腺导管腺癌（PDAC）	machine learning	pancreatic cancer	genome-wide association studies, polygenic risk scores, radiomics	machine learning, deep learning	genetic, clinical, lifestyle, imaging data	NA
995	2025-05-13	Emittance minimization for aberration correction I: Aberration correction of an electron microscope without knowing the aberration coefficients 2025-Jul, Ultramicroscopy IF:2.1Q2 DOI:10.1016/j.ultramic.2025.114137 PMID:40222084	research paper	该论文提出了一种基于深度学习的电子显微镜像差校正方法，通过最小化束流发射度增长来实现自动校正	从加速器物理角度重新定义像差校正问题，提出基于发射度最小化的新方法，并开发了可快速执行的深度学习模型	需要依赖高速电子相机进行快速测量，第二部分才展示在线调谐方法	开发无需知道像差系数的电子显微镜自动像差校正方法	扫描透射电子显微镜(STEM)的电子束	电子显微镜技术	NA	深度学习	深度学习模型	Ronchigrams图像数据	NA
996	2025-05-13	Evaluating crash risk factors of farm equipment vehicles on county and non-county roads using interpretable tabular deep learning (TabNet) 2025-Jul, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108048 PMID:40252392	研究论文	本研究利用可解释的表格深度学习模型TabNet评估了农用设备车辆在县道和非县道上的碰撞风险因素	首次应用TabNet模型分析农用设备车辆事故严重性因素，并比较县道与非县道差异，提供特征重要性和SHAP图的可解释性	研究基于特定数据集，可能无法完全代表所有地区的农用设备车辆事故情况	评估农用设备车辆在不同类型道路上的碰撞风险因素，为制定针对性安全措施提供依据	涉及农用设备车辆的交通事故	机器学习	NA	TabNet, SMOTE, SHAP	TabNet	表格数据	未明确说明具体样本量（农用设备车辆事故数据）
997	2025-05-13	Cascade learning in multi-task encoder-decoder networks for concurrent bone segmentation and glenohumeral joint clinical assessment in shoulder CT scans 2025-Jul, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103131 PMID:40279875	研究论文	介绍了一种创新的深度学习框架，用于处理肩部CT扫描，实现近端肱骨和肩胛骨的语义分割、骨表面3D重建、GH关节区域识别以及三种常见骨关节炎相关病症的分期	提出了一种级联CNN架构（3D CEL-UNet和3D Arthro-Net），用于同时进行骨分割和GH关节临床评估，并在571个CT扫描数据集上验证了其性能	研究基于回顾性数据集，可能需要在更大规模的前瞻性研究中进一步验证	开发一种AI工具，用于骨关节炎的术前规划，帮助外科医生根据患者独特的关节状况选择最合适的手术方法	肩部CT扫描中的近端肱骨和肩胛骨	数字病理学	骨关节炎	深度学习	3D CEL-UNet, 3D Arthro-Net	CT扫描图像	571个CT扫描，包含不同程度GH骨关节炎相关病理的患者
998	2025-05-13	A comprehensive review of ICU readmission prediction models: From statistical methods to deep learning approaches 2025-Jul, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103126 PMID:40300338	综述	本文全面回顾了ICU再入院预测模型的研究，从统计方法到深度学习方法	总结了统计、机器学习和深度学习模型在ICU再入院预测中的应用，并探讨了当前方法论的挑战和最新进展	现有模型在预测精度上仍需提升，以满足构建计算机化决策支持工具的需求	评估和比较不同ICU再入院预测模型的效果，指导未来研究和开发	ICU再入院预测模型的研究	机器学习	重症监护	统计方法、机器学习、深度学习	统计模型、ML模型、DL模型	医疗数据	NA
999	2025-05-13	A general deep learning model for predicting and classifying pea protein content via visible and near-infrared spectroscopy 2025-Jun-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143617 PMID:40049135	研究论文	本研究提出了一种名为PeaNet的深度学习模型，用于通过可见光和近红外光谱预测和分类豌豆蛋白质含量	PeaNet模型采用改进的卷积神经网络架构，显著优于传统机器学习模型和传统深度学习架构	研究仅基于52个品种的156个光谱数据集，样本多样性可能有限	快速准确地检测豌豆蛋白质含量，以促进育种和食品质量控制	豌豆蛋白质含量	机器学习	NA	可见光和近红外光谱	改进的CNN	光谱数据	156个来自52个不同品种的光谱数据集
1000	2025-05-13	Unraveling Parkinson's disease motor subtypes: A deep learning approach based on spatiotemporal dynamics of EEG microstates 2025-Jun-15, Neurobiology of disease IF:5.1Q1 DOI:10.1016/j.nbd.2025.106915 PMID:40274133	研究论文	本研究通过深度学习模型分析EEG微状态的时空动态，以区分帕金森病（PD）的不同运动亚型	首次将EEG微状态动态空间模式用于PD运动亚型分类，并强调动态脑网络特征作为潜在标记物	研究样本可能有限，未提及具体样本量，且仅关注PD的两种运动亚型	理解PD不同运动亚型的脑网络动态变化，以改善个性化治疗	帕金森病患者（震颤主导型TD和姿势不稳/步态困难型PIGD）及健康对照	机器学习	帕金森病	EEG微状态分析	深度学习模型	EEG数据	NA