深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
13821	2025-10-07	Reproducible image-based profiling with Pycytominer 2024-Jul-02, ArXiv PMID:38045474	研究论文	介绍Pycytominer——一个用于图像分析后处理的开源Python工具包	开发了用户友好的开源工具包，专门用于实现图像分析中的生物信息学步骤（图像特征分析）	NA	开发用于高通量显微镜图像分析后处理的工具	单细胞特征数据	生物信息学	NA	高通量显微镜	NA	图像	NA	Python	NA	NA	NA
13822	2025-10-07	Application of deep learning radiomics in oral squamous cell carcinoma-Extracting more information from medical images using advanced feature analysis 2024-06, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.101840 PMID:38548062	系统综述	本文通过系统综述和荟萃分析评估深度学习影像组学在口腔鳞状细胞癌中的应用	首次对深度学习影像组学在OSCC中的应用进行系统综述和定量荟萃分析	存在轻微发表偏倚(P=0.03)，纳入研究数量有限(26项)	评估深度学习影像组学在口腔鳞状细胞癌中的应用效果	口腔鳞状细胞癌(OSCC)的医学影像	医学影像分析	口腔鳞状细胞癌	影像组学特征分析	深度学习算法	医学影像	26项研究，包含64,731张医学影像	NA	NA	灵敏度, 特异性	NA
13823	2025-10-07	Deep Learning-Based Prediction Modeling of Major Adverse Cardiovascular Events After Liver Transplantation 2024-Jun, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.03.005 PMID:38993485	研究论文	本研究验证了基于深度学习的模型在预测肝移植术后主要不良心血管事件(MACE)方面的能力	首次使用双向门控循环单元(BiGRU)深度学习模型和纵向索赔数据预测肝移植术后心血管事件风险	使用回顾性索赔数据，可能存在数据完整性和准确性的限制	开发能够预测肝移植患者术后主要不良心血管事件风险的预测模型	肝移植接受者	机器学习	心血管疾病	深度学习建模	BiGRU	结构化医疗数据(人口统计学特征、诊断、药物、手术数据)	18,304名肝移植接受者(平均年龄57.4岁，女性占39.1%)	NA	双向门控循环单元(BiGRU)	AUC-ROC, AUC-PR	NA
13824	2025-10-07	A Systematic Review of Natural Language Processing Methods and Applications in Thyroidology 2024-Jun, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.03.007 PMID:38938930	系统综述	系统回顾自然语言处理技术在甲状腺疾病领域的应用现状、挑战与未来方向	首次系统梳理NLP在甲状腺学领域的应用现状，涵盖多种方法学和数据源分析	临床文档记录不一致、模型可移植性差、缺乏外部验证、尚未应用于临床实践	总结自然语言处理在甲状腺相关疾病研究中的应用现状与挑战	甲状腺疾病相关研究文献	自然语言处理	甲状腺疾病	自然语言处理	深度学习, 基于规则的方法, 传统机器学习, 混合方法	电子健康记录, 健康论坛数据, 医学文献数据库, 基因组数据库	24项符合条件的研究	NA	NA	NA	NA
13825	2025-10-07	Deep learning based digital pathology for predicting treatment response to first-line PD-1 blockade in advanced gastric cancer 2024-05-08, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05262-z PMID:38720336	研究论文	本研究开发了一种基于深度学习的数字病理方法，用于预测晚期胃癌患者对一线PD-1联合化疗的治疗反应	首次创建了免疫检查点抑制剂反应评分（ICIsRS）作为源自全切片图像的新型组织病理学生物标志物，并开发了集成模型ICIsNet	回顾性研究设计，样本量相对有限（264例患者），需要进一步前瞻性验证	预测晚期胃癌患者对一线PD-1联合化疗的治疗反应	晚期胃癌患者	数字病理	胃癌	H&E染色	深度学习集成模型	病理图像	264例晚期胃癌患者的313张全切片图像，包含148,181个图像块	NA	集成模型（三种深度学习架构）	AUC	NA
13826	2025-10-07	Deep learning imaging phenotype can classify metabolic syndrome and is predictive of cardiometabolic disorders 2024-05-08, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05163-1 PMID:38720370	研究论文	本研究开发了一种基于深度学习从非增强腹部CT扫描中提取影像表型的方法，用于分类代谢综合征并预测未来心血管代谢疾病	提出了一种基于深度学习的影像表型，在代谢综合征分类和心血管代谢疾病预测方面优于传统放射组学特征和临床定义	研究样本量有限（约2000人），且仅使用非增强腹部CT扫描数据	开发基于深度学习的影像表型用于代谢异常评估和心血管代谢疾病预测	代谢综合征患者和心血管代谢疾病高风险人群	医学影像分析	心血管代谢疾病	非增强腹部计算机断层扫描	深度学习	医学影像	超过2000名个体用于代谢综合征分类，超过1300名个体用于疾病预测	NA	NA	AUC	NA
13827	2025-10-07	Deep-Learning-Based Nanomechanical Vibration for Rapid and Label-Free Assay of Epithelial Mesenchymal Transition 2024-01-30, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.3c10811 PMID:38169507	研究论文	开发基于深度学习与纳米机械振动相结合的无标记、快速上皮间质转化检测方法	首次从力学角度研究癌细胞集落，结合纳米振动生物力学指纹与深度学习实现表型分类	NA	开发癌细胞上皮/间质表型分类的无标记检测方法	癌细胞集落	机器学习	癌症	纳米机械振动检测	深度学习	振动数据	NA	NA	NA	准确率	NA
13828	2025-10-07	Functional Near-Infrared Spectroscopy-Based Computer-Aided Diagnosis of Major Depressive Disorder Using Convolutional Neural Network with a New Channel Embedding Layer Considering Inter-Hemispheric Asymmetry in Prefrontal Hemodynamic Responses 2024, Depression and anxiety IF:4.7Q1 DOI:10.1155/2024/4459867 PMID:40226684	研究论文	提出一种基于功能近红外光谱和卷积神经网络的计算机辅助诊断系统，用于重度抑郁症的准确诊断	设计了一种考虑大脑半球间不对称性的新型通道嵌入层，并采用集成CNN架构专门捕捉MDD患者与健康对照组在血流动力学响应中的差异特征	样本量相对有限（共116名参与者），仅使用单一认知任务（Stroop任务）的数据	开发基于fNIRS的重度抑郁症计算机辅助诊断系统	48名MDD患者和68名健康对照者	医学影像分析	重度抑郁症	功能近红外光谱	CNN	血流动力学响应信号	116名参与者（48名患者+68名健康对照）	NA	集成CNN架构，包含三个1D深度卷积层	准确率, 灵敏度, 特异性	NA
13829	2025-10-07	A novel stacked generalization of models for improved TB detection in chest radiographs 2018-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC.2018.8512337 PMID:30440497	研究论文	提出一种新颖的堆叠泛化模型，通过结合手工设计特征和CNN特征来改进胸部X光片中的结核病检测	首次将手工设计特征与CNN特征通过堆叠分类器相结合，构建非线性决策函数以提升结核病检测性能	NA	开发计算机辅助诊断工具以改善资源受限地区结核病的及时检测和治疗	胸部X光片中的结核病检测	计算机视觉	结核病	胸部X光成像	CNN, 集成学习	医学图像	NA	NA	堆叠分类器	NA	NA
13830	2025-10-07	MSTNet: Multi-scale spatial-aware transformer with multi-instance learning for diabetic retinopathy classification 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103511 PMID:40020421	研究论文	提出一种用于糖尿病视网膜病变分类的多尺度空间感知Transformer网络MSTNet	提出双路径Transformer编码器结构，结合多尺度特征提取、空间感知模块和多示例学习策略，有效捕捉细微病变特征的相关性和上下文信息	未明确说明模型计算复杂度及在资源受限环境下的适用性	开发更准确的糖尿病视网膜病变自动诊断和分级方法	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	眼底图像分析	Transformer, MIL	图像	四个公共数据集（APTOS2019、RFMiD2020、Messidor、IDRiD）	NA	MSTNet, Transformer	ACC, F1-score	NA
13831	2025-10-07	Deep learning based coronary vessels segmentation in X-ray angiography using temporal information 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103496 PMID:40049029	研究论文	提出一种融合时序信息的深度学习网络TVS-Net，用于X射线血管造影中的冠状动脉分割	首次将序列ICA信息融合到新型密集连接3D编码器-2D解码器结构中，并采用基于弹性交互的损失函数	使用相对宽松的标注协议产生粗粒度样本，标注精度可能影响模型性能	开发能够克服运动伪影和对比剂分布不均等挑战的冠状动脉血管自动分割方法	X射线冠状动脉血管造影图像中的血管结构	计算机视觉	心血管疾病	X射线血管造影	深度学习	医学图像序列	323个样本（训练173，验证82，测试68），外加60张外部医院图像	NA	3D编码器-2D解码器	Dice系数, 召回率	NA
13832	2025-10-07	Motor imagery EEG decoding based on TS-former for spinal cord injury patients 2025-May, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2025.111298 PMID:40081503	研究论文	提出基于Transformer的TS-former网络架构，用于脊髓损伤患者的运动想象脑电信号解码	结合FBCSP特征提取和Transformer多头注意力机制，在时空域处理脑电信号，并采用迁移学习适应新分类任务	仅在16名脊髓损伤患者的数据集上进行验证，样本规模有限	开发用于脊髓损伤患者康复训练的脑机接口系统	脊髓损伤患者的运动想象脑电信号	脑机接口	脊髓损伤	脑电图(EEG), 滤波器组共空间模式(FBCSP)	Transformer	脑电信号	16名脊髓损伤患者	NA	TS-former, Transformer	分类准确率	NA
13833	2025-10-07	UniSAL: Unified Semi-supervised Active Learning for histopathological image classification 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103542 PMID:40101375	研究论文	提出一种统一的半监督主动学习框架UniSAL，用于组织病理图像分类以减少标注成本	提出双视角高置信度伪标签训练和伪标签引导的类对比学习，设计分歧感知不确定性选择器和紧凑选择器进行样本选择	仅在三个公开病理图像数据集上验证，未在更多类型医学图像上测试	减少组织病理图像标注成本，提高深度学习模型训练效率	组织病理图像	数字病理	癌症	深度学习	CNN	图像	三个公开数据集（CRC5000、Chaoyang、CRC100K）	PyTorch	双网络架构	准确率	NA
13834	2025-10-07	Predicting infant brain connectivity with federated multi-trajectory GNNs using scarce data 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103541 PMID:40107118	研究论文	提出一种联邦图多轨迹演化网络FedGmTE-Net++，用于从单次基线观测预测婴儿脑连接多轨迹演化	首个专为数据稀缺环境下脑多轨迹演化预测设计的联邦学习框架；在局部目标函数中加入辅助正则化器以最大化利用纵向脑连接数据；引入包含K近邻预补全和回归器精修的两步插补流程	NA	解决婴儿脑网络多轨迹预测中数据稀缺和隐私保护问题	婴儿出生后第一年的脑连接网络演化	图神经网络	NA	脑连接成像	图神经网络	脑连接图数据	NA	联邦学习	FedGmTE-Net++	NA	NA
13835	2025-10-07	A deep learning approach to multi-fiber parameter estimation and uncertainty quantification in diffusion MRI 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103537 PMID:40112509	研究论文	提出一种基于深度学习的扩散MRI多纤维参数估计和不确定性量化方法	引入序列化方法将多纤维参数推断分解为一系列可管理的子问题，利用针对问题特定结构和对称性设计的深度神经网络	在HCP类采集方案下，细胞外平行扩散率的估计存在高度不确定性	解决扩散MRI中可靠且计算效率高的生物物理模型参数推断问题	脑白质纤维微观结构	医学影像分析	NA	扩散MRI	深度神经网络	医学影像数据	人类连接组计划(HCP)的真实成像数据	NA	NA	参数估计精度,不确定性量化	NA
13836	2025-10-07	Segment Like A Doctor: Learning reliable clinical thinking and experience for pancreas and pancreatic cancer segmentation 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103539 PMID:40112510	研究论文	提出一种模拟医生临床思维的分割框架SLAD，用于胰腺和胰腺癌的CT图像分割	首次模拟医生在胰腺癌渐进诊断阶段（器官、病灶、边界）的逻辑思维和诊断经验，提出三个创新模块：解剖感知掩码自编码器、因果驱动图推理模块和基于扩散的差异校准模块	仅针对胰腺癌进行验证，未扩展到其他癌症类型；在极端不确定边界情况下性能仍有提升空间	提高胰腺和胰腺癌在CT图像上的分割准确性和可靠性	胰腺和胰腺癌的CT图像分割	数字病理	胰腺癌	计算机断层扫描(CT)	自编码器,图神经网络,扩散模型	CT图像	三个独立数据集（具体数量未明确说明）	NA	Anatomy-aware Masked AutoEncoder (AMAE), Causality-driven Graph Reasoning Module (CGRM), Diffusion-based Discrepancy Calibration Module (DDCM)	分割准确率	NA
13837	2025-10-07	An extragradient and noise-tuning adaptive iterative network for diffusion MRI-based microstructural estimation 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103535 PMID:40157297	研究论文	提出一种用于扩散MRI微观结构估计的外梯度和噪声调谐自适应迭代网络	引入自适应机制根据具体dMRI模型、数据集和下采样策略灵活调整稀疏表示过程，并提出噪声调谐模块帮助网络逃离局部极小值/鞍点	NA	改进扩散MRI模型参数估计的准确性和泛化能力	扩散MRI微观结构估计	医学影像分析	NA	扩散MRI	优化网络	扩散MRI数据	两个3T HCP数据集和一个7T HCP数据集	NA	外梯度和噪声调谐自适应迭代网络	准确性, 泛化性	NA
13838	2025-10-07	ArtiDiffuser: A unified framework for artifact restoration and synthesis for histology images via counterfactual diffusion model 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103567 PMID:40188685	研究论文	提出ArtiDiffuser框架，通过反事实扩散模型统一处理组织学图像中的伪影修复与合成	首次将反事实扩散模型应用于组织学图像伪影处理，统一伪影修复与合成功能，并采用Swin-Transformer骨干网络和类别引导的专家混合机制	未明确说明模型计算复杂度及在更大规模数据集上的泛化能力	解决组织学图像中伪影导致的误诊问题，提升深度学习模型的诊断准确性	组织学图像中的伪影区域	数字病理学	NA	扩散模型	扩散模型	组织学图像	723个标注图像块，涵盖多种伪影类别	PyTorch	Swin-Transformer, Mixture of Experts	准确性, 一致性正则化指标	NA
13839	2025-10-07	Unsupervised brain MRI tumour segmentation via two-stage image synthesis 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103568 PMID:40199108	研究论文	提出一种通过两阶段图像合成实现无监督脑肿瘤MRI分割的方法	采用两阶段图像合成策略解决真实与合成数据间的领域差异，通过初级模型生成伪标签并创建更真实的合成数据	方法依赖于手工制作的肿瘤形状和强度模型生成初始合成数据	开发无需专家标注的无监督脑肿瘤分割方法	脑部磁共振图像中的肿瘤区域	计算机视觉	脑肿瘤	磁共振成像	深度学习模型	医学图像	五个脑成像数据集	NA	NA	NA	NA
13840	2025-10-07	Development and validation of radiomics and deep transfer learning models to assess cognitive impairment in patients with cerebral small vessel disease 2025-Apr-19, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.03.012 PMID:40068720	研究论文	开发和验证基于放射组学和深度迁移学习的模型，用于评估脑小血管病患者认知障碍	结合深度迁移学习和放射组学特征，开发了预测CSVD相关认知障碍的集成模型	样本量有限	预测脑小血管病相关认知障碍	脑小血管病患者和对照受试者	医学影像分析	脑小血管病	3D T1加权MRI	深度学习, 机器学习	医学影像	145名CSVD患者和99名对照受试者	NA	ResNet101_32x8d, Random Forest, Naive Bayes	AUC, 准确率	NA