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
121	2025-07-20	Automated liver magnetic resonance elastography quality control and liver stiffness measurement using deep learning 2025-Mar-15, Abdominal radiology (New York) DOI:10.1007/s00261-025-04883-2 PMID:40088296	研究论文	本研究利用深度学习技术实现了肝脏磁共振弹性成像（MRE）质量控制和肝脏硬度测量（LSM）的自动化	首次提出基于深度学习的全自动化肝脏MRE质量控制和LSM方法，显著提高了效率和准确性	研究为单中心回顾性研究，样本量相对有限（69名患者）	开发自动化肝脏MRE质量控制和硬度测量方法	肝脏磁共振弹性成像数据	医学影像分析	肝纤维化	磁共振弹性成像（MRE）	SqueezeNet（QC模型）和2D U-Net（分割模型）	医学影像数据	69名患者（37名男性，平均年龄51.6岁）的146次2D MRE扫描，共897幅MRE幅度切片
122	2025-07-20	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	research paper	该研究应用迁移学习预测转录因子TWIST1和SOX9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	machine learning	NA	transfer learning	deep learning	chromatin accessibility data	NA
123	2025-07-20	Convolutional Neural Networks for the segmentation of hippocampal structures in postmortem MRI scans 2025-Mar, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110359 PMID:39755177	研究论文	本研究提出了一种基于卷积神经网络的自注意力机制和空洞空间金字塔池化的新分割框架，用于在死后MRI扫描中自动分割海马结构	提出了一种新的分割框架，结合自注意力机制和空洞空间金字塔池化，以更准确地分割海马结构并识别四个海马区域	研究样本量较小，仅使用了15个死后MRI扫描	开发自动分割方法以量化阿尔茨海默病对海马结构的影响	死后MRI扫描中的海马结构	数字病理学	阿尔茨海默病	MRI扫描（T1加权、T2加权和磁敏感加权）	CNN（包含自注意力机制和空洞空间金字塔池化的编码器-解码器结构）	图像	15个死后MRI扫描
124	2025-07-20	Development of a Machine-Learning Algorithm to Identify Cauda Equina Compression on Magnetic Resonance Imaging Scans 2025-03, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123669 PMID:39826832	研究论文	开发并验证了一种机器学习模型，用于从MRI扫描中自动检测马尾神经压迫，以加快对疑似马尾神经综合征患者的分类	首次使用卷积神经网络（CNN）自动检测马尾神经压迫，并通过梯度下降热图展示分类关键区域	研究样本量相对较小（715张图像），且未提及模型在不同MRI设备或扫描参数下的泛化能力	开发自动化工具以改善马尾神经综合征的诊断效率和准确性	疑似马尾神经综合征患者的MRI扫描图像	数字病理学	马尾神经综合征	MRI扫描	CNN	图像	715张MRI图像（80%训练集，20%测试集）
125	2025-07-20	Deep Learning for Lumbar Disc Herniation Diagnosis and Treatment Decision-Making Using Magnetic Resonance Imagings: A Retrospective Study 2025-03, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123728 PMID:39880078	研究论文	本研究探讨了深度学习在腰椎间盘突出症（LDH）诊断和治疗决策中的应用，通过MRI图像分析比较了纯AI、纯人类和AI辅助方法的准确性和决策时间	研究不仅关注椎间盘突出的存在，还探索了AI在诊断和治疗决策中的综合应用，展示了AI与人类专家协同工作的潜力	研究为回顾性研究，可能受到数据选择和历史偏差的影响	评估深度学习在LDH诊断和治疗决策中的效果	接受手术评估的患者的MRI图像	数字病理学	腰椎间盘突出症	MRI	CNN	图像	未明确提及样本数量
126	2025-07-20	Performance of Machine Learning Models in Predicting BRAF Alterations Using Imaging Data in Low-Grade Glioma: A Systematic Review and Meta-Analysis 2025-03, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.123742 PMID:39914655	meta-analysis	本文通过系统综述和荟萃分析评估了机器学习和深度学习模型在预测低级别胶质瘤中BRAF基因改变方面的性能	首次系统评估了AI模型在预测LGGs中BRAF基因改变方面的表现，并进行了荟萃分析	样本量较小(6项研究951例患者)，未来需要更大样本量和不同算法来减少不精确性	评估AI模型通过影像数据预测低级别胶质瘤BRAF基因改变的效能	低级别胶质瘤(LGGs)患者	digital pathology	brain tumor	machine learning/deep learning	NA	imaging data	6项研究共951例患者
127	2025-07-20	The radiogenomic and spatiogenomic landscapes of glioblastoma and their relationship to oncogenic drivers 2025-Mar-01, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00767-0 PMID:40025245	研究论文	本研究探讨了IDH野生型胶质母细胞瘤的影像特征、肿瘤位置的空间模式与基因突变之间的关系，以及可能的突变事件序列	揭示了胶质母细胞瘤突变产生的独特影像特征，并展示了肿瘤位置和空间分布与基因谱的关联	研究为回顾性分析，样本量有限（357例），且仅针对IDH野生型胶质母细胞瘤	探索胶质母细胞瘤的影像基因组学和空间基因组学特征及其与致癌驱动因素的关系	IDH野生型胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	多参数MRI和靶向基因测序	机器学习和深度学习模型	影像和基因测序数据	357例IDH野生型胶质母细胞瘤患者
128	2025-07-20	Using a fully automated, quantitative fissure integrity score extracted from chest CT scans of emphysema patients to predict endobronchial valve response 2025-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.2.024501 PMID:40093557	研究论文	开发并验证了一种基于胸部CT扫描的自动定量裂隙完整性评分（FIS）预测模型，用于识别适合接受支气管内瓣膜（EBV）治疗的肺气肿患者	首次使用全自动深度学习方法来定量评估裂隙完整性，并基于此建立预测模型以评估EBV治疗效果	研究样本量较小（96例），且为回顾性研究，可能影响模型的泛化能力	开发预测模型以识别适合EBV治疗的肺气肿患者	中重度肺气肿患者	数字病理学	肺气肿	深度学习	逻辑回归	CT图像	96例患者的CT扫描数据（训练集58例，测试集38例）
129	2025-07-20	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成人和胎儿大脑及心脏132种细胞环境中的调控效应，并开发了FLARE模型以优先考虑具有极端调控效应的突变	整合单细胞图谱与群体遗传学及基于深度学习的变异效应预测，揭示了发育和疾病的机制，并开发了FLARE模型以优先考虑具有极端调控效应的突变	研究主要关注大脑和心脏，可能不适用于其他组织或器官	优先考虑人类疾病中的常见和罕见非编码变异，并理解选择压力如何塑造非编码基因组	成人和胎儿大脑及心脏中的非编码变异	生物信息学	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	132种细胞环境中的1500万个变异
130	2025-07-20	KaMLs for Predicting Protein pKa Values and Ionization States: Are Trees All You Need? 2025-Feb-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01602 PMID:39882632	research paper	该研究开发了基于决策树和图注意力网络（GAT）的KaML模型，用于预测蛋白质pKa值和电离状态，显著提高了预测准确性	KaML-CBtree在预测所有六种可滴定氨基酸的pKa值和电离状态方面显著优于现有技术，特别是对于去质子化的半胱氨酸和赖氨酸的准确预测	机器学习方法受限于实验数据的稀缺性	提高蛋白质电离状态的预测准确性，以促进生物学理解和计算机辅助药物发现	蛋白质的电离状态和pKa值	machine learning	NA	decision trees, graph attention networks (GAT)	KaML-CBtree, GAT	protein data, experimental pKa database (PKAD-3)	NA
131	2025-07-20	Classification of schizophrenia, bipolar disorder and major depressive disorder with comorbid traits and deep learning algorithms 2025-Feb-05, Schizophrenia (Heidelberg, Germany) DOI:10.1038/s41537-025-00564-7 PMID:39910091	研究论文	本研究利用多基因风险评分（PRSs）和深度学习算法，对精神分裂症（SCZ）、双相情感障碍（BIP）和重度抑郁症（MDD）进行分类和区分	通过结合目标特异性PRS和共病性状的PRS，提高了对目标疾病的分类准确性，且仅使用共病性状的PRS也能有效区分患者和健康对照	未提及样本的具体来源和多样性，可能影响结果的泛化性	评估共享遗传风险在精神疾病分类和区分中的效用	精神分裂症（SCZ）、双相情感障碍（BIP）和重度抑郁症（MDD）患者及健康对照	机器学习	精神疾病	多基因风险评分（PRSs）和深度学习算法	深度学习	基因数据	未明确提及具体样本数量
132	2025-07-20	Deep learning based apparent diffusion coefficient map generation from multi-parametric MR images for patients with diffuse gliomas 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17509 PMID:39514841	research paper	该研究开发了一个深度学习框架，用于从多参数MR图像合成表观扩散系数（ADC）图	提出了多参数残差视觉变换器模型（MPR-ViT），结合了视觉变换器（ViT）层的长距离上下文和卷积算子的精确性	研究依赖于公开数据集，可能无法涵盖所有临床场景	开发一个深度学习框架以合成ADC图，用于神经胶质瘤患者的诊断和干预	501例神经胶质瘤患者的T1w和T2-FLAIR图像	digital pathology	diffuse gliomas	deep learning, MRI	MPR-ViT, VCT, ResViT	image	501例神经胶质瘤病例（训练集400例，验证集50例，测试集51例）
133	2025-07-20	Automatic Segmentation of Quadriceps Femoris Cross-Sectional Area in Ultrasound Images: Development and Validation of Convolutional Neural Networks in People With Anterior Cruciate Ligament Injury and Surgery 2025-02, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.11.004 PMID:39581823	research paper	开发并验证了用于自动分割前交叉韧带损伤和手术后患者股四头肌横截面积的卷积神经网络	针对前交叉韧带损伤患者开发了新的CNN模型，解决了现有自动化方法在该人群中的有效性挑战	模型在部分情况下存在错误预测（VL 17%，RF 11%，VM 20%）	验证和开发适用于前交叉韧带损伤患者的股四头肌横截面积自动分割方法	前交叉韧带损伤患者的股四头肌（股外侧肌、股直肌和股内侧肌）	digital pathology	anterior cruciate ligament injury	ultrasound imaging	CNN	image	124名ACL损伤患者（430个VL图像，349个RF图像，723个VM图像）和153名健康参与者
134	2025-07-20	Cross-shaped windows transformer with self-supervised pretraining for clinically significant prostate cancer detection in bi-parametric MRI 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17546 PMID:39589390	研究论文	提出一种新型的自监督学习框架和CSwin transformer UNet模型，用于增强双参数MRI中临床显著性前列腺癌的检测	引入了端到端的Cross-Shaped windows (CSwin) transformer UNet模型和自监督学习框架，利用未标记数据提高网络泛化能力	需要进一步验证模型在其他数据集上的表现	提高双参数MRI中临床显著性前列腺癌的检测性能	前列腺癌患者	数字病理学	前列腺癌	双参数磁共振成像(bpMRI)	CSwin transformer UNet	MRI图像	1476名患者(PI-CAI数据集)和158名患者(Prostate158数据集)
135	2025-07-20	Comparing ECG Lead Subsets for Heart Arrhythmia/ECG Pattern Classification: Convolutional Neural Networks and Random Forest 2025-Feb, CJC open IF:2.5Q2 DOI:10.1016/j.cjco.2024.10.012 PMID:40060210	研究论文	比较深度学习与传统机器学习方法在心律失常/心电图模式分类中的性能，并评估减少心电图导联子集对分类准确性的影响	首次比较了深度学习（CNN）和传统机器学习（RF）在心电图导联子集上的心律失常分类性能，并识别了最优导联子集	研究仅基于公开数据集PhysioNet Cardiology Challenge 2020，未在其他独立数据集上验证结果	评估减少心电图导联子集对心律失常/心电图模式分类准确性的影响	心电图数据	机器学习	心血管疾病	递归特征消除	CNN, RF	心电图信号	PhysioNet Cardiology Challenge 2020公开数据集
136	2025-07-20	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	本文提出了一种名为ProtoSAM-2D的增强型语义分割模型，用于2D医学图像，通过结合原型学习和蒸馏方法，提升了语义分割的适应性和效率	引入了掩码级原型预测机制和蒸馏方法，将语义能力整合到交互式分割框架中，实现了对新类别的高效适应和高质量语义分割	仅针对2D医学图像，未涉及3D或多模态医学图像的分割任务	提升医学图像语义分割的适应性和效率，特别是在零样本和少样本学习场景下	2D医学图像中的多器官分割任务	数字病理	NA	深度学习，原型学习，蒸馏方法	SAM, ProtoSAM-2D	图像	在两个成像模态上进行了评估，具体样本数量未提及
137	2025-07-20	Identification of cardiac wall motion abnormalities in diverse populations by deep learning of the electrocardiogram 2025-Jan-11, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01407-y PMID:39799179	research paper	使用深度学习技术从心电图中识别心脏壁运动异常，提高检测准确性	开发了一种名为ECG-WMA-Net的深度神经网络，其性能优于专家心电图解读和Q波指数	模型在外部验证队列中的表现有所下降，AUC为0.723	提高心脏壁运动异常的筛查准确性，解决标准心电图方法未能捕捉的生理差异	35,210名来自加利福尼亚的患者和2,338名来自乔治亚州的多样化人群	machine learning	cardiovascular disease	deep learning	deep neural network (ECG-WMA-Net)	ECG和超声心动图数据	35,210名患者（训练集）和2,338名患者（验证集）
138	2025-07-20	Transformer-based modeling of Clonal Selection and Expression Dynamics reveals resistance mechanisms in breast cancer 2025-Jan-10, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00485-8 PMID:39794360	研究论文	提出了一种基于Transformer的动态深度学习模型TraCSED，用于模拟乳腺癌中的克隆选择和表达动态，揭示耐药机制	开发了TraCSED模型，能够识别与克隆选择相关的可解释基因程序及其时间点，揭示了传统差异分析方法未能发现的耐药机制	研究中仍有一个克隆在联合治疗中出现，表明模型可能未能完全捕捉所有耐药机制	研究乳腺癌细胞转录异质性及其对治疗反应的影响，以识别耐药机制	乳腺癌细胞	机器学习	乳腺癌	单细胞RNA测序（scRNA-seq）	Transformer	基因表达数据	NA
139	2025-07-20	N2GNet tracks gait performance from subthalamic neural signals in Parkinson's disease 2025-Jan-04, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01364-6 PMID:39755754	研究论文	本研究提出了一种名为N2GNet的深度学习回归模型，用于从帕金森病患者的丘脑底核局部场电位中实时追踪步态表现	N2GNet能够利用全面的频带（不仅限于β波段）从STN LFPs中追踪步态表现，且表现优于其他评估模型设计	研究样本量较小，仅包括18名帕金森病患者	开发一种能够实时追踪帕金森病患者步态表现的深度学习模型	帕金森病患者的丘脑底核局部场电位和步态表现	机器学习	帕金森病	深度学习	N2GNet	神经信号和地面反作用力数据	18名帕金森病患者
140	2025-07-20	Drug molecular representations for drug response predictions: a comprehensive investigation via machine learning methods 2025-01-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84711-7 PMID:39748003	研究论文	本文通过机器学习方法全面研究了药物分子表示在药物反应预测中的效果	比较了不同药物分子表示与遗传特征结合的效果，并揭示了PubChem指纹或SMILES表示与深度学习模型结合能显著提升预测性能	最优药物分子表示的选择依赖于预测模型和具体任务，没有普适的最优解	评估不同药物分子表示在药物反应预测中的效果，为构建高效预测模型提供指导	药物分子表示和遗传特征	机器学习	NA	机器学习	深度学习模型	分子表示数据和遗传数据	NA