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
1601	2025-10-05	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深度学习网络在自发荧光显微镜图像中单细胞分割的可靠性	开发了专门针对自发荧光图像的自动荧光训练模型，首次将Cellpose应用于NAD(P)H自发荧光图像分割	研究主要针对NAD(P)H强度图像，在其他自发荧光对比机制中的通用性需要进一步验证	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	癌症	多光子强度成像，荧光寿命成像显微镜，自发荧光显微镜	CNN	显微镜图像	9例患者的癌症类器官和PANC-1细胞系	Cellpose	Cellpose	Dice系数，相关系数R，p值	NA
1602	2025-10-05	Large-scale multi-center CT and MRI segmentation of pancreas with deep learning 2025-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103382 PMID:39541706	研究论文	提出一种名为PanSegNet的深度学习方法，用于大规模多中心的CT和MRI胰腺分割	结合nnUNet和Transformer网络的优势，引入新的线性注意力模块实现体积计算，并在多模态多中心数据上进行验证	回顾性研究，缺乏前瞻性验证	开发自动化的胰腺体积分割方法用于胰腺疾病的诊断和随访	胰腺	医学影像分析	胰腺疾病	CT扫描，T1加权MRI，T2加权MRI	深度学习	医学影像	767例MRI扫描（来自499名参与者），1,350例CT扫描（来自公开数据集），总计2,117例扫描	PyTorch	nnUNet, Transformer	Dice系数，Hausdorff距离（HD95），Cohen's kappa，相关系数R	NA
1603	2025-10-05	Histopathological image analysis and enhanced diagnostic accuracy explainability for oral cancer detection 2025, Polish journal of pathology : official journal of the Polish Society of Pathologists IF:0.7Q4 DOI:10.5114/pjp.2025.153973 PMID:40977550	研究论文	提出一种用于口腔癌组织病理图像分类的深度学习模型，通过特征选择和可解释性增强诊断准确性	结合Vahadane颜色归一化、加权Fisher评分特征选择和可解释人工智能技术，改进U-Net分类器使用特征输入而非完整图像	NA	开发高精度可解释的口腔癌检测系统以减少诊断错误	口腔癌组织病理图像	数字病理	口腔癌	组织病理图像分析	U-Net	图像	NA	NA	U-Net, DenseNet201, VGG10	准确率, 精确率, 可靠性	NA
1604	2025-10-05	Accuracy of Machine Learning in Detecting Pediatric Epileptic Seizures: Systematic Review and Meta-Analysis 2024-12-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/55986 PMID:39661965	系统评价与荟萃分析	通过系统评价和荟萃分析评估机器学习在儿科癫痫发作检测中的准确性	首次对机器学习在儿科癫痫发作检测中的性能进行系统性量化评估，并比较了传统机器学习与深度学习的表现差异	纳入研究数量有限（28项），存在发表偏倚风险，各研究间方法学异质性可能影响结果	评估机器学习在儿科癫痫发作检测中的有效性，为智能工具开发提供循证依据	儿科癫痫患者的脑电图数据	机器学习	癫痫	脑电图（EEG）	机器学习, 深度学习	脑电图信号	28项原始研究（15项ML研究，13项DL研究）	NA	NA	C-index, 灵敏度, 特异性, 准确率	NA
1605	2025-10-05	Leveraging Large Language Models for Improved Understanding of Communications With Patients With Cancer in a Call Center Setting: Proof-of-Concept Study 2024-12-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63892 PMID:39661975	研究论文	本研究评估GPT-4在癌症患者电话咨询意图分类中的性能，并与传统深度学习模型进行比较	首次在癌症患者呼叫中心场景中系统评估GPT-4的上下文学习能力，无需大量标注数据即可实现意图分类	提示设计和类别定义需要进一步优化，以充分发挥其在医疗实践中的潜力	评估大型语言模型在癌症患者电话咨询意图分类中的性能表现	癌症患者的电话咨询记录	自然语言处理	癌症	电话咨询记录分析	GPT-4, LSTM, BERT	文本	430,355个句子（来自2016-2020年癌症患者电话咨询）	NA	GPT-4, LSTM, BERT	准确率	NA
1606	2025-10-05	Sex-and Stress-Dependent Plasticity of a Corticotropin Releasing Hormone / GABA Projection from the Basolateral Amygdala to Nucleus Accumbens that Mediates Reward Behaviors 2024-Dec-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.30.626183 PMID:39651305	研究论文	本研究揭示了基底外侧杏仁核向伏隔核的CRH/GABA投射在调控奖赏行为中的性别和压力依赖性可塑性	首次发现CRH+/GABA能BLA-NAc投射在调控奖赏行为中具有性别特异性功能差异，并通过全脑成像揭示了该投射的性别和早期逆境依赖性神经支配模式差异	研究主要基于小鼠模型，结果向人类转化的适用性需要进一步验证；化学遗传学操作的长期效应未充分探讨	探究早期逆境导致的奖赏行为性别差异的神经环路机制	成年雄性和雌性CRH-Cre转基因小鼠	神经科学	情感障碍	化学遗传学(DREADDs)、免疫染色、电生理记录、组织透明化、光片荧光显微镜、深度学习	深度学习	图像数据、电生理数据、行为数据	成年雄性和雌性CRH-Cre小鼠，分为对照组和早期逆境组	深度学习流程	NA	NA	NA
1607	2025-10-05	Research trends of computational toxicology: a bibliometric analysis 2024-Oct, Toxicology research IF:2.2Q3 DOI:10.1093/toxres/tfae147 PMID:39309752	文献计量分析	通过文献计量分析探讨计算毒理学的研究趋势和发展历程	首次对计算毒理学领域进行系统性文献计量分析，揭示该领域从传统方法向机器学习、分子对接和深度学习等先进计算方法的发展轨迹	分析仅限于Web of Science数据库收录的文献，时间跨度为1977年至2024年2月12日	评估计算毒理学领域的研究影响力和发展趋势	计算毒理学领域的科学文献	计算毒理学	NA	文献计量分析	机器学习,深度学习	文献数据	Web of Science数据库中1977-2024年间的相关文献	NA	NA	NA	NA
1608	2025-10-05	Development and evaluation of a deep learning framework for the diagnosis of malnutrition using a 3D facial points cloud: A cross-sectional study 2024-07, JPEN. Journal of parenteral and enteral nutrition DOI:10.1002/jpen.2643 PMID:38796717	研究论文	开发并评估了一个基于3D面部点云的深度学习框架用于营养不良诊断	首次使用3D面部点云数据和PointNet++深度学习模型进行营养不良诊断	样本量相对有限（482名患者），且为横断面研究设计	开发准确的营养不良诊断工具	营养不良患者	计算机视觉	营养不良	3D摄像技术	PointNet++	3D点云数据	482名患者（150名中度营养不良，54名重度营养不良）	NA	PointNet++	AUC, 准确率, 特异性, 敏感性, F1分数	NA
1609	2025-10-05	Deep Learning-Based H-Score Quantification of Immunohistochemistry-Stained Images 2024-Feb, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2023.100398 PMID:38043788	研究论文	开发基于深度学习的自动算法用于免疫组化图像H-Score定量分析	首次提出仅基于苏木精染色训练深度学习模型进行区域识别，实现IHC图像的自动H-Score量化	未提及模型在多样本或不同组织类型上的泛化能力验证	提高免疫组化图像分析的效率和准确性	免疫组化染色图像	数字病理学	NA	免疫组化染色	深度学习	图像	NA	NA	NA	像素精度	NA
1610	2025-10-05	Displacement of the Lamina Cribrosa With Acute Intraocular Pressure Increase in Brain-Dead Organ Donors 2023-12-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.64.15.19 PMID:38099735	研究论文	本研究通过光学相干断层扫描技术探究脑死亡器官捐献者眼压急性升高时视神经头深层组织的变形情况	首次在脑死亡器官捐献者中系统量化不同参考平面对筛板位移测量的影响，并发现筛板位移随年龄增长而减小的现象	样本量有限（26只眼），研究对象为脑死亡器官捐献者，可能不能完全代表健康人群的生理反应	研究急性眼压升高对视神经头深层组织变形的影响	脑死亡器官捐献者的眼睛	医学影像分析	眼科疾病	光谱域光学相干断层扫描	深度学习	医学影像	20名脑死亡器官捐献者的26只眼睛（年龄范围22-62岁，中位年龄43岁）	NA	NA	P值	NA
1611	2025-10-05	Transfer learning enables predictions in network biology 2023-06, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06139-9 PMID:37258680	研究论文	本研究开发了名为Geneformer的基于注意力机制的深度学习模型，通过在大规模单细胞转录组数据上预训练，能够在网络生物学中实现数据有限情况下的精准预测	首次将迁移学习应用于网络生物学领域，开发了能够自监督学习网络层次结构的注意力模型，可在有限数据条件下进行上下文特异性预测	模型性能依赖于预训练数据的质量和规模，在特定疾病类型中的应用仍需进一步验证	解决网络生物学中数据稀缺条件下的基因网络预测问题，加速关键网络调控因子和治疗靶点的发现	基因网络、单细胞转录组数据、染色质和网络动力学	机器学习	心肌病	单细胞转录组测序	Transformer, 注意力机制	单细胞转录组数据	约3000万个单细胞转录组	NA	Transformer	预测准确率	NA
1612	2025-10-05	Deep learning-based morphological assessment of myelodysplastic syndrome on bone marrow smears 2025-Oct, Leukemia research IF:2.1Q3 DOI:10.1016/j.leukres.2025.107923 PMID:40749584	研究论文	本研究开发了一种基于深度学习的骨髓涂片形态学评估方法，用于识别细胞遗传学定义的骨髓增生异常综合征	通过分析红细胞形态特征（形状和分布）发现了与cMDS的强关联，这些特征此前被人类专家忽视，提出了红细胞形态作为MDS的新型生物标志物	研究主要关注细胞遗传学定义的MDS，可能不适用于所有MDS亚型；需要进一步验证在更广泛人群中的适用性	开发基于深度学习的骨髓增生异常综合征形态学评估方法，提高诊断精确性和客观性	骨髓增生异常综合征患者的骨髓涂片全切片图像	数字病理学	骨髓增生异常综合征	全切片成像，深度学习图像分析	CNN	图像	NA	NA	NA	诊断准确率	NA
1613	2025-10-05	From data to decisions: Statistical tools and Artificial Intelligence in tuberculosis Operational Research 2025-Oct, The Indian journal of tuberculosis DOI:10.1016/j.ijtb.2025.09.001 PMID:40975573	综述	本文综述了结核病操作研究中应用的统计工具及其在数据驱动决策中的作用，并探讨了人工智能技术的应用前景	系统整合了传统统计方法与新兴人工智能技术在结核病操作研究中的应用，强调了AI技术在增强预测能力和实时监测方面的潜力	作为综述文章，未开展原始研究，主要基于现有文献进行分析和总结	探讨统计工具和人工智能在结核病操作研究中的应用及其对优化结核病控制策略的贡献	结核病操作研究中的统计方法和人工智能技术应用	机器学习	结核病	统计分析方法，机器学习，深度学习	NA	公共卫生数据，监测数据，临床数据	NA	NA	NA	NA	NA
1614	2025-10-05	Feasibility study of using CNN-GRU-Dense model for real-time liver tumor tracking during radiotherapy 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70014 PMID:40975844	研究论文	本研究探索使用CNN-GRU-Dense深度学习模型在放疗过程中实时跟踪肝脏肿瘤的可行性	提出结合CNN、GRU和全连接层的混合深度学习架构，无需治疗期间持续更新模型即可实现实时肿瘤跟踪	仅使用57个运动轨迹数据集进行验证，样本量有限；研究为模拟实验，需要进一步临床验证	开发无需持续更新的实时肝脏肿瘤跟踪方法，提高放疗准确性	肝脏肿瘤患者	医学影像分析	肝癌	深度学习	CNN, GRU, Dense	运动轨迹数据	57个来自CyberKnife系统的运动轨迹数据集，分为中央、下部和上部三个肝脏区域	NA	1D CNN(64 filters, kernel size 3) + 2层GRU(256 units) + 2层Dense(64 units) + 输出层	3D径向估计精度, 均方误差	NA
1615	2025-10-05	Enhanced mapping of essential urban land use categories in China (EULUC-China 2.0): integrating multimodal deep learning with multisource geospatial data 2025-Sep-30, Science bulletin IF:18.8Q1 DOI:10.1016/j.scib.2025.07.006 PMID:40774897	研究论文	通过整合多模态深度学习与多源地理空间数据，开发了增强版的中国城市土地利用分类地图EULUC-China 2.0	结合多模态深度学习模型与多源地理空间数据，采用POI数据的图建模方法，显著提升了城市土地利用分类精度	未明确说明模型在特定城市类型或区域的适用性限制	改进中国城市土地利用分类方法，生成更准确详细的城市土地利用数据产品	中国所有城市的土地利用分类	计算机视觉,地理信息系统	NA	多模态深度学习,地理空间数据分析	深度学习,图神经网络	多源地理空间数据,POI数据,遥感影像	覆盖中国所有城市	NA	多模态深度学习架构	总体分类准确率	NA
1616	2025-10-05	TMolNet: a task-aware multimodal neural network for molecular property prediction 2025-Sep-21, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11350-z PMID:40975857	研究论文	提出一种任务感知多模态神经网络TMolNet，用于分子属性预测	提出自适应多模态融合框架，包含对比学习方案、任务感知门控模块和模态熵正则化损失	未在摘要中明确说明	提高分子属性预测的准确性和泛化能力	分子数据（1D序列或指纹、2D拓扑图、3D几何构象）	机器学习	NA	深度学习	神经网络	1D序列、2D图结构、3D几何数据	多个基准数据集（未指定具体数量）	NA	TMolNet（包含模态特定特征提取器、对比学习模块、任务感知门控模块）	预测准确度、泛化能力	NA
1617	2025-10-05	Artificial intelligence in revolutionizing orthodontic practice 2025-Sep-20, World journal of methodology DOI:10.5662/wjm.v15.i3.100598 PMID:40881209	研究论文	探讨人工智能在正畸实践中的变革性影响及其应用前景	系统分析AI技术在正畸领域的整合现状与未来发展方向	面临数据质量、算法透明度和实际实施等挑战	评估AI在正畸领域的应用效益与发展前景	正畸临床实践与患者诊疗流程	自然语言处理,计算机视觉,机器学习	错颌畸形	牙科影像分析	机器学习,深度学习	牙科影像,患者数据	NA	NA	NA	诊断准确性,治疗效率	NA
1618	2025-10-05	Use of artificial intelligence in neurological disorders diagnosis: A scientometric study 2025-Sep-20, World journal of methodology DOI:10.5662/wjm.v15.i3.99403 PMID:40881219	文献计量学研究	通过文献计量学方法分析人工智能在神经系统疾病诊断领域的研究现状和热点趋势	首次采用文献计量学方法系统分析人工智能在神经系统疾病诊断领域的研究格局和发展趋势	仅基于Web of Science数据库，可能遗漏其他重要数据库的文献；分析时间跨度较长但文献数量相对有限	探索人工智能在神经系统疾病诊断领域的研究现状和关键亮点	276篇关于人工智能在神经系统疾病诊断领域的科学文献	医学信息学	神经系统疾病	文献计量分析，网络可视化	NA	文献元数据	276篇出版物（2000-2024年）	VOSviewer, Microsoft Excel	NA	NA	NA
1619	2025-10-05	Discovery of Novel 4,5-Dihydropyrrolo[3,4-c]pyrazol-6(2H)-one-Based Tubulin Inhibitors Targeting Colchicine Binding Site with Potent Anti-Ovarian Cancer Activity 2025-Sep-20, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c00014 PMID:40974592	研究论文	本研究通过深度学习模型筛选发现新型4,5-二氢吡咯并[3,4-c]吡唑-6(2H)-酮类微管蛋白抑制剂，并验证其抗卵巢癌活性	首次利用GeminiMol深度学习模型从Zinc20数据库中发现靶向秋水仙碱结合位点的新型支架化合物	研究主要聚焦于SKOV3细胞系和移植瘤模型，缺乏更广泛的临床前验证	开发低毒性的新型微管蛋白抑制剂用于卵巢癌治疗	卵巢癌细胞系SKOV3及相应的移植瘤模型	药物发现	卵巢癌	深度学习虚拟筛选、晶体结构解析、细胞功能实验	深度学习模型	化学数据库、晶体结构数据、细胞实验数据	Zinc20化学数据库大规模筛选，SKOV3细胞系及移植瘤模型	GeminiMol	NA	IC50值(0.025 μM)、抗肿瘤活性、毒性评估	NA
1620	2025-10-05	Endoplasmic reticulum junctions serve as a platform for endosome-lysosome interactions through their stop-and-go motion switching 2025-Sep-19, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adv4437 PMID:40961183	研究论文	本研究通过深度学习图像分析发现内质网连接点是内体-溶酶体相互作用平台，调控其停-走运动转换	首次揭示内质网连接点作为细胞器运动调控枢纽的功能，发现其通过停-走运动切换协调细胞器相互作用	未明确所有参与运动转换的分子机制，其他细胞器暂停现象的生理意义需进一步验证	探究内体-溶酶体停-走运动机制及其与内质网的相互作用	内体、溶酶体、内质网连接点、脂滴、过氧化物酶体等细胞器	生物图像分析	NA	深度学习图像分析、粒子追踪、空间分布分析、内质网形态分析	NA	显微镜图像	NA	NA	NA	NA	NA