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
1041	2025-07-22	ConIQA: A deep learning method for perceptual image quality assessment with limited data 2024-Aug-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70469-5 PMID:39209864	研究论文	提出了一种名为ConIQA的深度学习方法，用于在有限数据条件下进行感知图像质量评估	利用一致性训练和新型数据增强方法，从有标签和无标签数据中学习，适用于标签数据稀缺的场景	在特定领域（如计算机生成全息术）的失真模式未明确考虑现有IQA方法的情况下，性能可能受限	开发一种在有限标签数据条件下仍能有效评估图像质量的深度学习方法	虚拟现实（VR）和增强现实（AR）应用中的图像	计算机视觉	NA	深度学习	CNN	图像	1000张自然图像，每张与使用不同CGH算法渲染的图像配对，并由13名人类参与者进行质量评分
1042	2025-07-22	Expert-Level Detection of Referable Glaucoma from Fundus Photographs in a Safety Net Population: The AI and Teleophthalmology in Los Angeles Initiative 2024-Aug-26, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.25.24312563 PMID:39252888	研究论文	开发并测试了一种基于深度学习的算法，用于在洛杉矶县卫生服务部远程视网膜筛查项目中检测可转诊青光眼	该深度学习算法在检测可转诊青光眼方面达到或超过了眼科医生和验光师的性能，且性能与经验水平无关	研究结果基于特定人群（洛杉矶县卫生服务部远程视网膜筛查项目的数据），可能在其他人群中表现不同	开发一种深度学习算法，用于青光眼的筛查和诊断	可转诊青光眼的检测	数字病理学	青光眼	深度学习	VGG-19	图像	12,098张眼底照片来自5,616名患者（2,086名可转诊青光眼，3,530名非青光眼）用于训练，1,000张照片来自500名患者（250名可转诊青光眼，250名非青光眼）用于测试
1043	2025-07-22	Multimodal fusion learning for long QT syndrome pathogenic genotypes in a racially diverse population 2024-Aug-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01218-1 PMID:39181999	研究论文	开发了一种结合心电图波形和电子健康记录数据的深度学习方法，用于评估患者是否携带导致长QT综合征的致病基因变异	首次将多模态融合学习应用于长QT综合征致病基因型的识别，特别是在种族多样化人群中	模型在独立测试数据上的精确召回曲线下面积较低（0.29）	开发一种能够识别长QT综合征致病基因变异的深度学习方法	携带长QT综合征易感基因致病变异的患者	机器学习	心血管疾病	多模态融合学习	深度学习	心电图波形和电子健康记录数据	来自英国生物银行（UKBB）和西奈山BioMe生物银行的多样化人群队列
1044	2025-07-22	FUSION: A web-based application for in-depth exploration of multi-omics data with brightfield histology 2024-Aug-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.09.602778 PMID:39026885	research paper	介绍了一个名为FUSION的基于网络的应用程序，用于深入探索多组学数据与明视野组织学的关联	开发了一个整合分子数据和病理学特征的网络工具，提供可视化和深度学习算法，用于空间组学数据和高分辨率组织学图像的深入分析	NA	连接分子数据和病理学特征，以探索健康和病变细胞状态	空间转录组学数据（ST）和全幻灯片图像（WSIs）	digital pathology	NA	spatial transcriptomics (ST)	deep learning-based algorithms	image, molecular data	formalin-fixed paraffin embedded (FFPE) and frozen prepared datasets
1045	2025-07-22	Deep learning enables accurate soft tissue tendon deformation estimation in vivo via ultrasound imaging 2024-08-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68875-w PMID:39117664	研究论文	本文提出了一种名为StrainNet的新型深度学习方法，用于通过超声成像在体内准确估计软组织肌腱的变形	提出了一种新型深度学习模型StrainNet，能够在具有挑战性的体内环境中准确测量组织变形，性能优于传统方法近90%	NA	开发一种能够在体内准确测量组织变形的工具，以评估组织健康和疾病进展	人体屈肌腱	计算机视觉	NA	高频超声成像	深度学习模型StrainNet	图像	NA
1046	2025-07-22	Phenotyping COVID-19 respiratory failure in spontaneously breathing patients with AI on lung CT-scan 2024-08-05, Critical care (London, England) DOI:10.1186/s13054-024-05046-3 PMID:39103945	研究论文	本研究利用深度学习分析肺部CT扫描，结合临床和实验室数据，识别COVID-19呼吸衰竭患者的亚型	首次将深度学习测量的肺部CT特征与临床和实验室数据结合，用于COVID-19呼吸衰竭患者的亚型识别	研究样本量有限（559例患者），且为观察性队列研究，可能存在选择偏倚	通过AI技术分析肺部CT扫描，识别COVID-19呼吸衰竭患者的亚型	COVID-19呼吸衰竭患者	数字病理学	COVID-19	深度学习	深度学习模型	图像（肺部CT扫描）	559例COVID-19呼吸衰竭患者
1047	2025-07-22	Non-Invasive Detection of Early-Stage Fatty Liver Disease via an On-Skin Impedance Sensor and Attention-Based Deep Learning 2024-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202400596 PMID:38887178	研究论文	本研究开发了一种基于皮肤阻抗传感器和注意力深度学习算法的非侵入性早期非酒精性脂肪肝病（NAFLD）检测方法	结合低电极-皮肤接触阻抗的柔性皮肤传感器与注意力深度学习算法，显著提高了早期NAFLD的检测准确率	研究仅在Ldlr基因敲除小鼠模型中进行，尚未在人体临床试验中验证	开发一种非侵入性、高准确率的早期NAFLD检测方法	高脂饮食诱导的Ldlr基因敲除小鼠模型与健康对照组	数字病理学	非酒精性脂肪肝病	皮肤阻抗传感技术、深度学习	注意力机制深度学习算法	生物阻抗信号	Ldlr基因敲除小鼠模型与健康对照组（具体数量未明确说明）
1048	2025-07-22	Evaluating the Quality of Serial EM Sections with Deep Learning 2024-Jul-04, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada IF:2.9Q1 DOI:10.1093/mam/ozae033 PMID:38701183	研究论文	本文利用深度学习技术评估连续电子显微镜切片的图像质量	提出了一种改进的ResNet-50模型（QEN），能够可靠预测用户生成的图像质量评分	未明确说明模型在不同类型电子显微镜图像上的泛化能力	提高连续切片扫描电子显微镜（ssSEM）图像质量评估的效率	连续切片扫描电子显微镜图像	计算机视觉	NA	深度学习	改进的ResNet-50（QEN）	电子显微镜图像	未明确说明具体数量，但公开了训练数据集
1049	2025-07-22	A deep learning model of tumor cell architecture elucidates response and resistance to CDK4/6 inhibitors 2024-07, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-024-00740-1 PMID:38443662	研究论文	本文构建了一个可解释的深度学习模型，用于解析肿瘤细胞对CDK4/6抑制剂的反应和耐药机制	模型基于癌症中多蛋白组装的参考图谱，识别了八个核心组装体，这些组装体整合了90个基因中的罕见和常见变异，用于分层敏感和耐药的细胞系	研究主要基于细胞系和患者来源的异种移植模型，可能无法完全反映临床患者的复杂性	解析CDK4/6抑制剂在乳腺癌治疗中的反应和耐药机制	乳腺癌细胞系、患者样本和患者来源的异种移植模型	数字病理学	乳腺癌	CRISPR-Cas9基因编辑	深度学习模型	基因表达数据	90个基因的变异数据，涉及多个细胞系和患者样本
1050	2025-07-22	ECG-Image-Kit: a synthetic image generation toolbox to facilitate deep learning-based electrocardiogram digitization 2024-May-28, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad4954 PMID:39150768	研究论文	介绍了一个开源工具箱ECG-Image-Kit，用于从时间序列数据生成具有真实伪影的合成多导联心电图图像，以促进基于深度学习的心电图数字化	开发了一个能够生成具有真实伪影的合成心电图图像的开源工具箱，支持深度学习模型的训练和评估	目前仅支持PhysioNet QT数据库，且生成的图像可能无法完全覆盖所有真实场景的复杂性	促进心电图图像的数字化，以支持高级心电图诊断软件的使用	心电图图像及其对应的时间序列数据	数字病理	心血管疾病	深度学习，传统计算机视觉	深度神经网络，传统计算机视觉模型	图像，时间序列数据	21,801张心电图图像，来自PhysioNet QT数据库
1051	2025-07-22	Genetic and Clinical Correlates of AI-Based Brain Aging Patterns in Cognitively Unimpaired Individuals 2024-May-01, JAMA psychiatry IF:22.5Q1 DOI:10.1001/jamapsychiatry.2023.5599 PMID:38353984	研究论文	本研究通过AI技术分析认知未受损个体的脑老化模式，探讨其与遗传、生物医学指标及认知下降轨迹的关系	利用生成对抗网络(GAN)进行半监督聚类，识别出三种不同的脑老化亚型，并揭示其与遗传、心血管风险因素及未来认知下降的关联	研究仅纳入基线时认知未受损的个体，可能无法完全代表所有老化模式	理解结构脑变化的异质性以提供神经退行性疾病临床前阶段的见解	45-85岁认知未受损个体	数字病理学	阿尔茨海默病	深度学习、半监督聚类、生成对抗网络(GAN)	GAN	脑影像数据	27,402名认知未受损个体(平均年龄63.0岁)
1052	2025-07-22	Noninvasive Molecular Subtyping of Pediatric Low-Grade Glioma with Self-Supervised Transfer Learning 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230333 PMID:38446044	研究论文	开发并外部测试了一种基于MRI的无创深度学习管道，用于儿童低级别胶质瘤的分子亚型分类	结合迁移学习和自监督交叉训练（TransferX）以及共识逻辑，提高了在有限数据场景下的分类性能和泛化能力	样本量相对较小，外部测试集的性能略低于内部测试集	开发一种无创的、基于MRI的儿童低级别胶质瘤突变状态分类方法	儿童低级别胶质瘤患者	数字病理学	儿童低级别胶质瘤	MRI	CNN	图像	开发数据集214例，外部测试集112例
1053	2025-07-22	Automated deep learning segmentation of high-resolution 7 Tesla postmortem MRI for quantitative analysis of structure-pathology correlations in neurodegenerative diseases 2024-May-01, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/imag_a_00171 PMID:39301426	研究论文	本研究开发了一种深度学习流程，用于高分辨率7T尸检MRI的自动分割，以量化神经退行性疾病中的结构与病理相关性	提出了一个高分辨率的尸检人脑组织数据集，并开发了一个深度学习流程，用于皮层分割，并评估了其在未见图像上的泛化能力	标记数据集的可用性有限，扫描硬件和采集协议的异质性	开发自动分割方法，用于尸检MRI中的脑部映射，以量化神经退行性疾病中的结构与病理相关性	135例尸检人脑组织标本	数字病理学	阿尔茨海默病	7T MRI, T2w序列, T2*w FLASH序列	深度学习神经网络	MRI图像	135例尸检人脑组织标本，其中82例为阿尔茨海默病连续诊断的个体
1054	2025-07-22	A Deep Learning Approach for Automated Extraction of Functional Status and New York Heart Association Class for Heart Failure Patients During Clinical Encounters 2024-Apr-01, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.30.24305095 PMID:38633789	研究论文	开发并验证了一种基于深度学习的自然语言处理策略，用于从非结构化临床记录中提取心力衰竭患者的功能状态评估	首次使用深度学习NLP方法自动提取心力衰竭患者的功能状态和NYHA分级，提高了跟踪最佳护理和识别临床试验合格患者的能力	研究仅基于特定医院的临床记录，可能无法完全推广到其他医疗机构	开发自动提取心力衰竭患者功能状态评估的工具，以改善质量管理和临床试验患者筛选	心力衰竭患者	自然语言处理	心血管疾病	NLP	深度学习模型	文本	26,577名HF患者，3,000份专家注释记录，166,655份未注释记录
1055	2025-07-22	Deep learning analysis of epicardial adipose tissue to predict cardiovascular risk in heavy smokers 2024-Mar-13, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00475-1 PMID:38480863	research paper	该研究利用深度学习自动量化心外膜脂肪组织，以预测重度吸烟者的心血管风险	首次在重度吸烟者中，通过深度学习自动量化心外膜脂肪组织，并证明其与全因和心血管死亡率的独立关联	研究仅基于非心电图同步、非对比低剂量胸部CT扫描，可能影响心外膜脂肪组织的精确量化	评估心外膜脂肪组织自动量化在重度吸烟者心血管风险分层中的预后价值	24,090名成年重度吸烟者	digital pathology	cardiovascular disease	深度学习算法	深度学习	image	24,090名成年重度吸烟者（59%男性；61±5岁）
1056	2025-07-22	Automated vertical cup-to-disc ratio determination from fundus images for glaucoma detection 2024-02-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-55056-y PMID:38396048	研究论文	本研究开发了一种基于深度学习的自动化系统，用于从眼底图像中确定垂直杯盘比（VCDR），以检测青光眼	使用YOLOv7架构进行视盘和视杯的检测及VCDR计算，并解决了深度学习模型在不同人群中的适应性问题	模型最初在特定人群（如欧洲人）上训练，可能对其他人群的适应性需要进一步验证	开发一种自动化工具，用于青光眼的早期检测	眼底图像中的视盘和视杯	数字病理学	青光眼	深度学习	YOLOv7	图像	十个公开数据集和REFUGE数据集（中国患者图像）
1057	2025-07-22	Deep learning segmentation of peri-sinus structures from structural magnetic resonance imaging: validation and normative ranges across the adult lifespan 2024-Feb-13, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-024-00516-w PMID:38350930	研究论文	提出一种深度学习架构，用于自动分割脑部MRI图像中的窦周结构，并验证其在健康人群中的体积变化	首次使用两个级联的3D全卷积神经网络自动分割窦周空间结构，无需外源性对比剂	仅使用T2加权MRI图像，未与其他成像模态进行比较	开发自动量化窦周结构体积的工具，研究其在生命周期中的变化规律	窦周结构（如蛛网膜颗粒和矢状窦旁硬膜下空间）	数字病理学	NA	3D T2加权非增强MRI	3D FCNN	MRI图像	验证集80例（11-83岁），应用集1,872例（5-100岁）
1058	2025-07-22	Using Artificial Intelligence for Rheumatic Heart Disease Detection by Echocardiography: Focus on Mitral Regurgitation 2024-Jan-16, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.031257 PMID:38226515	研究论文	本研究利用人工智能技术通过超声心动图检测风湿性心脏病，特别关注二尖瓣反流	首次将卷积神经网络和带有注意力机制的深度学习模型应用于超声心动图数据，用于风湿性心脏病的自动检测和二尖瓣反流分析	研究样本量有限（511例儿童超声心动图），且仅关注二尖瓣反流	开发人工智能辅助诊断工具以提高风湿性心脏病的早期筛查效率	儿童风湿性心脏病患者的超声心动图数据	数字病理学	心血管疾病	超声心动图	CNN, 带有注意力机制的深度学习模型	图像（超声心动图）	511例儿童超声心动图（229例正常，282例RHD）
1059	2025-07-22	ADVANCING THE UNDERSTANDING OF CLINICAL SEPSIS USING GENE EXPRESSION-DRIVEN MACHINE LEARNING TO IMPROVE PATIENT OUTCOMES 2024-01-01, Shock (Augusta, Ga.) DOI:10.1097/SHK.0000000000002227 PMID:37752080	研究论文	本研究探讨了机器学习技术在结合临床数据和基因表达信息以更好地预测和理解脓毒症方面的潜力	利用机器学习模型（包括神经网络、深度学习和集成方法）整合基因转录信息，提升脓毒症预测准确性并探索其病理生理学	脓毒症缺乏明确定义，机器学习模型存在可解释性和偏差问题	提升脓毒症患者预后，推动精准医学方法在脓毒症管理中的应用	脓毒症患者	机器学习	脓毒症	基因表达分析	神经网络、深度学习、集成方法	基因表达数据、临床数据	NA
1060	2025-07-22	Electrocardiographic deep learning for predicting post-procedural mortality: a model development and validation study 2024-01, The Lancet. Digital health DOI:10.1016/S2589-7500(23)00220-0 PMID:38065778	研究论文	本研究开发并验证了一种基于深度学习的算法，用于通过心电图预测术后死亡率	利用深度学习分析心电图波形信号，发现隐藏的风险标志物，显著提高了术后死亡率的预测准确性，超越了传统的修订心脏风险指数(RCRI)	研究仅基于三个医疗系统的数据，可能无法代表所有医疗环境	开发一种能够准确预测接受医疗手术患者术后死亡率的预后模型	接受术前心电图诊断测试的患者	数字病理学	心血管疾病	深度学习	深度学习算法	心电图波形图像	45,969名患者（共59,975次住院手术和112,794次心电图）