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
1061	2025-07-23	SegCSR: WEAKLY-SUPERVISED CORTICAL SURFACES RECONSTRUCTION FROM BRAIN RIBBON SEGMENTATIONS 2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi60581.2025.10980662 PMID:40655953	研究论文	提出了一种名为SegCSR的弱监督方法，用于从脑MRI带状分割中重建多个皮质表面	SegCSR通过联合学习微分同胚流来对齐皮质带状分割图的边界，无需依赖传统CSR流程生成的伪地面真值作为监督	方法在具有挑战性的深皮质沟区域可能仍需进一步优化	开发一种不依赖伪地面真值的皮质表面重建方法	脑MRI图像中的皮质表面	数字病理	NA	深度学习	NA	MRI图像	两个大规模脑MRI数据集
1062	2025-07-23	A Tunable Forced Alignment System Based on Deep Learning: Applications to Child Speech 2025-Mar-31, Journal of speech, language, and hearing research : JSLHR DOI:10.1044/2024_JSLHR-24-00347 PMID:40163771	研究论文	开发了一种基于深度学习的可调谐强制对齐系统Wav2TextGrid，专为儿童语音设计	提出了一种可训练的、说话者自适应的神经强制对齐器，可直接根据手动对齐进行训练	仅针对3至6岁神经典型儿童语音进行了评估，未涵盖更广泛年龄或非典型语音	开发适用于儿童语音的高精度自动语音对齐工具	42名3至6岁神经典型儿童的语音数据及TIMIT语料库	自然语言处理	NA	深度学习	神经网络	语音	42名儿童语音数据及TIMIT语料库
1063	2025-07-23	Reducing hepatitis C diagnostic disparities with a fully automated deep learning-enabled microfluidic system for HCV antigen detection 2025-Mar-21, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adt3803 PMID:40106555	研究论文	开发了一种基于智能手机的完全自动化微流控系统，用于HCV抗原检测，以减少丙型肝炎诊断差异	结合铂纳米颗粒、深度学习图像处理和微流控技术，开发了一种高精度、便携式的HCV抗原检测设备	尚未获得FDA批准，且在高资源环境下的适用性未经验证	解决资源有限地区HCV诊断的及时性和准确性问题	丙型肝炎病毒(HCV)抗原检测	数字病理	丙型肝炎	微流控技术、深度学习图像处理	深度学习	图像	NA
1064	2025-07-23	StainAI: quantitative mapping of stained microglia and insights into brain-wide neuroinflammation and therapeutic effects in cardiac arrest 2025-Mar-20, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07926-y PMID:40114030	research paper	介绍了一种名为StainAI的深度学习工具，用于快速高通量分析小胶质细胞形态，并应用于心脏骤停和病毒感染模型研究	开发了StainAI工具，能够从小胶质细胞免疫组化图像中进行快速高通量分析，并计算感兴趣区域的激活分数	虽然在小鼠和非人灵长类动物模型中验证了其通用性，但尚未在人类数据上进行测试	研究小胶质细胞形态变化及其在神经炎症中的作用	小胶质细胞	digital pathology	neuroinflammation	免疫组化	CNN	image	数百万个小胶质细胞，来自大鼠和非人灵长类动物模型
1065	2025-07-23	Population-Driven Synthesis of Personalized Cranial Development from Cross-Sectional Pediatric CT Images 2025-Mar-18, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3550842 PMID:40100672	研究论文	提出一种新型深度学习方法来预测儿童颅骨发育并合成个性化时间序列图像	设计了一种新型GAN架构，通过Siamese循环编码器-解码器生成器和身份保留机制，仅使用横断面数据进行训练即可预测儿童发育	仅使用头部CT图像进行验证，未在其他解剖结构上测试	预测儿童规范性生长并识别发育异常	儿科颅骨发育	计算机视觉	NA	深度学习	GAN	CT图像	2,014名0-10岁受试者的横断面头部CT图像，以及51名受试者的纵向数据集
1066	2025-07-23	Transfer learning reveals sequence determinants of the quantitative response to transcription factor dosage 2025-Mar-12, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100780 PMID:40020686	研究论文	该研究利用迁移学习预测转录因子剂量如何影响面部祖细胞中调控元件的染色质可及性	结合迁移学习和定量染色质响应测量，揭示了顺式调控代码的额外层次	研究仅针对TWIST1和SOX9两种转录因子，可能不适用于其他转录因子	揭示转录因子剂量对染色质可及性的定量响应的序列决定因素	面部祖细胞中的调控元件染色质可及性	机器学习	NA	迁移学习	深度学习模型	染色质可及性数据	NA
1067	2025-07-23	Leveraging functional annotations to map rare variants associated with Alzheimer's disease with gruyere 2025-Mar-04, medRxiv : the preprint server for health sciences DOI:10.1101/2024.12.06.24318577 PMID:39677477	研究论文	提出了一种名为gruyere的贝叶斯概率模型，用于利用功能注释改进罕见变异的优先排序，以研究阿尔茨海默病的遗传关联	gruyere模型通过学习全局、性状特异性的功能注释权重，补充现有方法，首次整合了细胞类型特异性的非编码罕见变异信息	研究主要基于阿尔茨海默病测序项目的数据，可能不适用于其他疾病或人群	识别与阿尔茨海默病相关的基因和功能注释	阿尔茨海默病患者(7,966例)和对照(13,412例)的全基因组测序数据	基因组学	阿尔茨海默病	全基因组测序(WGS)	贝叶斯概率模型(gruyere)	基因组数据	21,378个样本(7,966病例和13,412对照)
1068	2025-07-23	Tracking the Preclinical Progression of Transthyretin Amyloid Cardiomyopathy Using Artificial Intelligence-Enabled Electrocardiography and Echocardiography 2025-Feb-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.25.24312556 PMID:39252891	研究论文	利用人工智能技术通过心电图和超声心动图追踪转甲状腺素蛋白淀粉样心肌病的临床前进展	首次应用深度学习模型分析心电图和超声心动图数据，实现对转甲状腺素蛋白淀粉样心肌病的早期风险分层	研究为回顾性分析，样本来源仅限于两个医疗中心	开发可扩展的转甲状腺素蛋白淀粉样心肌病临床前监测策略	转诊接受核素心肌淀粉样蛋白检测的患者	数字病理学	心血管疾病	深度学习	深度学习模型	视频(TTE)、图像(ECG)	内部队列984人(YNHHS)，外部队列806人(HMH)，共分析7,352次TTE和32,205次ECG数据
1069	2025-07-23	Mapping the regulatory effects of common and rare non-coding variants across cellular and developmental contexts in the brain and heart 2025-Feb-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.18.638922 PMID:40027628	研究论文	该研究利用深度学习模型预测了1500万个非编码变异在132个成人和胎儿脑及心脏细胞环境中的调控效应，以区分人类性状和疾病的候选因果变异及其特定环境效应	开发了FLARE模型，一种特定环境功能基因组约束模型，用于优先考虑具有极端调控效应的突变，并在自闭症相关基因附近识别出其他方法可能遗漏的突变异常值	研究主要关注脑和心脏的细胞环境，可能不适用于其他组织或器官	理解常见和罕见非编码变异在脑和心脏发育及疾病中的调控效应	人类非编码基因组变异	基因组学	神经发育障碍	单细胞ATAC-seq，深度学习	深度学习模型，FLARE	基因组数据	1500万个变异，132个细胞环境
1070	2025-07-23	Cellpose as a reliable method for single-cell segmentation of autofluorescence microscopy images 2025-Feb-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82639-6 PMID:39952935	研究论文	本研究验证了Cellpose在自发荧光显微镜图像中的单细胞分割可靠性	开发了一种新的自发荧光训练模型（ATM），用于NAD(P)H强度图像的核分割，提高了分割的重复性和准确性	研究主要针对NAD(P)H图像，未涵盖其他类型的自发荧光图像	验证Cellpose在自发荧光显微镜图像中的单细胞分割性能	PANC-1细胞和患者来源的癌症类器官（9例患者）	数字病理学	癌症	多光子强度成像和荧光寿命成像显微镜（FLIM）	Cellpose	图像	PANC-1细胞和9例患者来源的癌症类器官
1071	2025-07-23	Top-DTI: Integrating Topological Deep Learning and Large Language Models for Drug Target Interaction Prediction 2025-Feb-08, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.07.637146 PMID:39975019	研究论文	提出了一种名为Top-DTI的新框架，通过整合拓扑深度学习和大型语言模型来预测药物靶点相互作用	结合拓扑数据分析和大型语言模型，利用持久同源性提取蛋白质接触图和药物分子图像的拓扑特征，同时通过蛋白质和药物的大型语言模型生成语义丰富的嵌入	未提及具体局限性	提高药物靶点相互作用预测的准确性和鲁棒性，为药物发现提供计算支持	药物靶点相互作用	机器学习	NA	拓扑数据分析(TDA)、大型语言模型(LLMs)	Top-DTI	蛋白质接触图、药物分子图像、蛋白质序列、药物SMILES字符串	公共BioSNAP和Human DTI基准数据集
1072	2025-07-23	Deep learning to decode sites of RNA translation in normal and cancerous tissues 2025-Feb-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56543-0 PMID:39894899	研究论文	本文介绍了一种基于transformer模型的方法RiboTIE，用于增强核糖体分析数据的分析，以解码RNA翻译位点在正常和癌变组织中的变化	RiboTIE直接利用原始核糖体分析计数，以高精度和灵敏度检测翻译的开放阅读框（ORFs），在多种数据集上评估其性能	未提及具体的技术限制或数据集局限性	提高核糖体分析数据的分析准确性和深度，以更好地理解蛋白质合成及其在疾病中的意义	正常脑组织和髓母细胞瘤癌症样本中的RNA翻译调控	生物信息学	髓母细胞瘤	Ribo-Seq	transformer模型	核糖体分析数据	多种数据集，包括正常脑组织和髓母细胞瘤样本
1073	2025-07-23	Cell Segmentation With Globally Optimized Boundaries (CSGO): A Deep Learning Pipeline for Whole-Cell Segmentation in Hematoxylin-and-Eosin-Stained Tissues 2025-Feb, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102184 PMID:39528162	研究论文	开发了一种名为CSGO的深度学习流程，用于在H&E染色组织中进行全细胞分割	整合了细胞核和细胞膜分割算法，并采用基于能量的分水岭方法进行后处理，显著提高了分割性能	仅在5个外部数据集上进行了评估，样本多样性可能有限	开发自动化的全细胞分割方法以推进病理图像分析能力	H&E染色组织中的细胞	数字病理学	肝癌	深度学习	YOLO, U-Net	图像	7例肝癌和11例正常肝组织样本，并在5个外部数据集（包括肝、肺和口腔疾病病例）上进行评估
1074	2025-07-23	Quantifying Nuclear Structures of Digital Pathology Images Across Cancers Using Transport-Based Morphometry 2025-Feb, Cytometry. Part A : the journal of the International Society for Analytical Cytology DOI:10.1002/cyto.a.24917 PMID:39982036	研究论文	本文介绍了一种基于最优传输数学的新技术，用于直接从成像数据中建模与核染色质结构相关的信息内容	提出了一种基于最优传输的形态测量（TBM）框架，能够表示每个细胞核相对于模板细胞核的全部信息内容，且对不同染色模式和成像协议具有鲁棒性	NA	开发一种定量测量方法，用于在不同数据集和癌症类型之间进行有意义的比较	癌细胞核的形态学特征	数字病理学	癌症（包括肝癌、甲状腺癌、肺癌和皮肤癌等）	最优传输、特征提取、深度学习	TBM框架	图像	大型数据集（如TCGA和人类蛋白质图谱）
1075	2025-07-23	ProtoSAM-2D: 2D Semantic Segment Anything Model with Mask-Level Prototype-Learning and Distillation 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047044 PMID:40678353	研究论文	提出了一种名为ProtoSAM-2D的增强型2D医学图像语义分割模型，结合了原型学习和蒸馏技术	通过引入掩码级原型预测机制和蒸馏方法，增强了SAM-Med2D的语义理解能力，同时保持了计算效率	目前仅针对2D医学图像，未涉及3D或其他复杂场景	提升医学图像语义分割的适应性和效率	2D医学图像中的多器官分割	数字病理	NA	深度学习、原型学习、知识蒸馏	SAM增强模型（基于CNN架构）	2D医学图像	未明确说明具体数量，但涉及两种成像模态的多器官分割任务
1076	2025-07-23	A deep learning model for clinical outcome prediction using longitudinal inpatient electronic health records 2025-Jan-23, medRxiv : the preprint server for health sciences DOI:10.1101/2025.01.21.25320916 PMID:39974062	研究论文	开发了一个基于Transformer的临床结果预测模型TECO，用于利用住院电子健康记录(EHR)数据预测ICU死亡率	提出了一个Transformer基础的模型TECO，在预测ICU死亡率方面优于专有指标和传统机器学习模型，并能识别与结果相关的临床可解释特征	需要进一步验证	开发一个深度学习模型用于临床结果预测	住院患者的电子健康记录数据	机器学习	COVID-19, ARDS, 败血症	深度学习	Transformer	电子健康记录(EHR)	COVID-19患者2579人，ARDS队列2799人，败血症队列6622人
1077	2025-07-23	Development and Validation of a Machine Learning Method Using Vocal Biomarkers for Identifying Frailty in Community-Dwelling Older Adults: Cross-Sectional Study 2025-01-16, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57298 PMID:39819744	研究论文	开发并验证了一种利用声音生物标志物识别社区居住老年人虚弱状态的机器学习方法	首次使用深度学习提取的声学特征作为声音生物标志物来预测虚弱状态，并比较了不同数据组合模型的性能	样本量较小（127人），且未说明模型在其他人群中的泛化能力	开发非侵入性、可扩展的虚弱状态识别方法	社区居住的50岁及以上老年人	机器学习	老年疾病	深度学习声学特征提取	SpeechAI（纯语音模型）、DemoAI（纯人口统计模型）、DemoSpeechAI（混合模型）	语音数据和人口统计数据	127名社区居住老年人
1078	2025-07-23	BIBSNet: A Deep Learning Baby Image Brain Segmentation Network for MRI Scans 2025-Jan-11, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.22.533696 PMID:36993540	research paper	介绍了一种名为BIBSNet的深度学习网络，用于婴儿MRI扫描的脑部分割	提出了一个开源、社区驱动的模型BIBSNet，利用数据增强和大样本手动注释图像，实现了鲁棒且可泛化的脑部分割	研究样本年龄范围仅限于0-8个月，可能不适用于其他年龄段的婴儿	开发一种高效的婴儿脑部MRI图像分割方法，以支持典型和非典型脑发育研究	0-8个月大的婴儿的MRI脑部图像	digital pathology	NA	MRI扫描	CNN	image	90名参与者，年龄范围0-8个月（中位年龄4.6个月）
1079	2025-07-23	ChromBPNet: bias factorized, base-resolution deep learning models of chromatin accessibility reveal cis-regulatory sequence syntax, transcription factor footprints and regulatory variants 2025-Jan-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.25.630221 PMID:39829783	研究论文	介绍了一种名为ChromBPNet的深度学习DNA序列模型，用于解析染色质可及性谱的序列语法、转录因子足迹和调控变异	ChromBPNet能够分解酶特异性偏差与调控序列决定因素，从而在不同实验和测序深度下稳健地发现紧凑的TF基序词典、协同基序语法和精确足迹	尽管设计轻量，但与当代更大的模型相比，其性能仍有待进一步验证	解码调控DNA和遗传变异，以理解转录因子结合和染色质可及性的序列语法和遗传变异	染色质可及性谱和调控序列	机器学习	NA	染色质可及性测定	深度学习DNA序列模型	DNA序列数据	NA
1080	2025-07-23	Step Width Estimation in Individuals With and Without Neurodegenerative Disease via a Novel Data-Augmentation Deep Learning Model and Minimal Wearable Inertial Sensors 2025-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3470310 PMID:39331558	研究论文	提出了一种新型数据增强深度学习模型，用于通过最小化可穿戴惯性传感器估计步宽	使用数据增强的深度学习模型和最小化可穿戴惯性传感器（IMUs）来估计步宽，克服了传统方法的高成本和耗时问题	研究样本量较小，仅包括12名神经退行性疾病患者和17名健康个体	开发一种便携式步宽监测方法，用于神经退行性疾病患者和健康个体的康复训练和动态平衡控制	神经退行性疾病患者（SCA3）和健康个体	机器学习	神经退行性疾病	数据增强深度学习模型	深度学习模型	惯性传感器数据	12名神经退行性疾病患者和17名健康个体