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
161	2025-07-21	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和空洞空间金字塔池化的新分割框架，用于自动分割海马体结构	提出了一种结合自注意力机制和空洞空间金字塔池化的新分割框架，能够更准确地识别海马体的四个区域	研究样本量较小，仅使用了15例尸检MRI扫描	开发自动化方法用于海马体亚结构的精确分割，以研究神经退行性疾病的影响	尸检MRI扫描中的海马体结构	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例尸检MRI扫描
162	2025-07-21	Noncoding variants and sulcal patterns in congenital heart disease: Machine learning to predict functional impact 2025-Feb-21, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111707 PMID:39877905	research paper	该研究利用深度学习模型探讨非编码变异与先天性心脏病患者脑沟模式的关系	首次将深度学习应用于预测非编码变异对基因调控信号的影响，并揭示其与脑沟模式的关联	研究样本仅限于先天性心脏病患者，结果可能不适用于其他人群	探索非编码变异对先天性心脏病患者脑发育的影响	先天性心脏病患者及其脑沟模式	machine learning	cardiovascular disease	deep learning	深度学习模型	基因序列数据和脑影像数据	先天性心脏病患者队列与无先天性心脏病对照队列
163	2025-07-21	Extended Technical and Clinical Validation of Deep Learning-Based Brainstem Segmentation for Application in Neurodegenerative Diseases 2025-Feb-15, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70141 PMID:39936343	研究论文	本研究优化并验证了基于深度学习的脑干分割方法，应用于神经退行性疾病的研究	使用多维度门控循环单元(MD-GRU)和nnU-Net方法优化脑干分割，并在多种病理和图像采集参数下进行系统验证	研究样本量相对有限，且主要针对特定神经退行性疾病	开发和验证自动化的脑干分割工具，作为神经退行性疾病的潜在生物标志物	脑干结构和神经退行性疾病患者	数字病理	神经退行性疾病	深度学习	MD-GRU, nnU-Net	T1加权MRI图像	257例训练数据，46例扫描-重扫重复性验证，20例跨扫描仪重现性验证，16例多系统萎缩患者随访数据，23例多发性硬化患者
164	2025-07-21	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，探讨了共享遗传风险在精神分裂症、双相情感障碍和重度抑郁症分类与区分中的应用	研究发现，结合目标疾病特异性PRS和共病性状PRS可以提高疾病分类的准确性，且仅使用共病性状PRS也能有效区分患者与健康对照	研究未提及样本的具体来源和多样性，可能影响结果的普适性	评估共享遗传风险在精神疾病分类与区分中的效用	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）	深度学习算法	遗传数据	未明确提及具体样本数量
165	2025-07-21	An empirical study of using radiology reports and images to improve intensive care unit mortality prediction 2025-Feb, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae137 PMID:39980476	研究论文	本研究通过结合放射学报告和图像，构建了一个基于深度学习的ICU死亡率预测模型	利用多模态数据（包括生理测量、放射学预定义疾病标签、文本特征和胸部X光图像特征）进行ICU死亡率预测，显著提高了预测准确性	研究仅使用了MIMIC-IV数据集，可能在其他数据集上的泛化能力有待验证	提高ICU患者死亡率预测的准确性	ICU患者	医疗人工智能	重症监护	深度学习	深度学习模型（具体架构未明确说明）	多模态数据（结构化临床数据、文本、图像）	MIMIC-IV数据集中的样本（具体数量未说明）
166	2025-07-21	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ProtoSAM-2D，一种增强的SAM-Med2D模型，通过引入掩码级原型预测机制和蒸馏方法，将语义能力集成到2D医学图像的交互式分割框架中	结合SAM的灵活性和基于原型的学习，提出了一种新的掩码级原型预测机制和蒸馏方法，以实现跨多样医学成像任务的可适应语义分割	模型主要针对2D医学图像，可能不适用于3D或其他类型的医学图像	提高医学图像语义分割的准确性和效率，增强模型在不同医学成像场景中的适应性	2D医学图像中的解剖结构和病理	数字病理	NA	深度学习，原型学习，蒸馏方法	SAM, ProtoSAM-2D	图像	在多器官分割任务中评估，涉及两种成像模态
167	2025-07-21	Analysis of TEM micrographs with deep learning reveals APOE genotype-specific associations between HDL particle diameter and Alzheimer's dementia 2025-Jan-27, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100962 PMID:39874947	研究论文	利用深度学习分析透射电子显微镜（TEM）图像，揭示APOE基因型与阿尔茨海默病痴呆之间HDL颗粒直径的特异性关联	首次使用深度学习模型YOLOv7从183个HDL样本的显微图像中测量超过180万个HDL颗粒的直径，比传统图像分析软件更高效准确	研究样本量相对有限（183个样本），且仅关注了APOE ε3ε4和ε3ε3基因型	探索HDL颗粒直径分布与阿尔茨海默病痴呆之间的关联	183个HDL样本（包括痴呆患者和认知正常对照）	数字病理学	阿尔茨海默病	透射电子显微镜（TEM）成像	YOLOv7	图像	183个HDL样本（超过180万个颗粒）
168	2025-07-21	Machine learning-optimized targeted detection of alternative splicing 2025-Jan-24, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae1260 PMID:39727154	研究论文	提出了一种高效的靶向RNA测序方法LSV-seq，用于全面检测和量化选择性剪接	使用机器学习算法Optimal Prime设计引物，显著提高了剪接信息性跨越读段的富集效率	未提及具体样本量或实验范围的局限性	优化选择性剪接的靶向检测方法	RNA剪接事件	机器学习	NA	RNA-seq, LSV-seq	深度学习	RNA测序数据	NA
169	2025-07-21	Equitable artificial intelligence for glaucoma screening with fair identity normalization 2025-Jan-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01432-5 PMID:39833503	research paper	该研究开发了一种公平身份归一化（FIN）模块，用于提高跨不同身份群体的青光眼筛查模型的公平性	提出FIN模块以均衡不同身份群体的特征重要性，提升模型在青光眼筛查中的公平性	研究仅基于OCT测量数据，未涉及其他可能的诊断方法	提高人工智能在青光眼筛查中的公平性	不同种族和民族群体的青光眼患者	digital pathology	glaucoma	optical coherence tomography (OCT)	deep learning	image	NA
170	2025-07-21	Enhancing Gene Expression Predictions Using Deep Learning and Functional Annotations 2025-Jan, Genetic epidemiology IF:1.7Q3 DOI:10.1002/gepi.22595 PMID:39344923	研究论文	本文提出了一种新的深度学习架构，用于从个体基因型变异预测基因表达，并通过功能注释增强预测性能	提出了一种结合可学习输入缩放层和卷积编码器的深度学习架构，能够捕获非线性效应和高阶交互，同时保持可解释性，并利用功能注释进行参数共享	尚未明确说明模型在大规模数据集上的计算效率或训练时间	提高基因表达预测的准确性，以增强转录组范围关联研究（TWAS）的效力	基因表达预测	机器学习	NA	深度学习，功能注释	卷积编码器	基因组数据	真实世界基因组数据集（具体数量未提及）
171	2025-07-21	SpaRG: Sparsely Reconstructed Graphs for Generalizable fMRI Analysis 2025, Machine learning in clinical neuroimaging : 7th international workshop, MLCN 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 10, 2024, proceedings. MLCN (Workshop) (7th : 2024 : Marrakesh, Morocco) DOI:10.1007/978-3-031-78761-4_5 PMID:39758707	research paper	提出了一种名为SpaRG的稀疏重建图方法，用于提高fMRI分析的泛化能力	通过稀疏化和自监督的方法，识别并保留高度信息化的功能连接，同时遮挡其余部分，以提高模型的泛化能力	需要部分标记样本训练分类器，且依赖于额外的未标记数据进行优化	解决fMRI分析中数据敏感性和可视化困难的问题，提高模型的泛化能力	静息态功能磁共振成像（rs-fMRI）数据	machine learning	psychiatric disorders	fMRI	VAE (variational autoencoder)	image	ABIDE数据集中的标记样本来自18个站点，未标记样本来自2个额外站点
172	2025-07-21	Deep learning enhances the prediction of HLA class I-presented CD8+ T cell epitopes in foreign pathogens 2025, Nature machine intelligence IF:18.8Q1 DOI:10.1038/s42256-024-00971-y PMID:40008296	研究论文	本文提出了一种名为MUNIS的深度学习模型，用于预测HLA I类分子呈递的CD8+ T细胞表位，以加速T细胞疫苗的开发	开发了MUNIS深度学习模型，相比现有模型在预测肽段呈递和CD8 T细胞表位免疫优势层次上表现更优	模型性能仍需在更广泛的病原体和HLA等位基因上进行验证	提高CD8 T细胞表位的预测准确性，促进T细胞疫苗开发	HLA I类分子呈递的肽段和CD8 T细胞表位	机器学习	传染病	深度学习	MUNIS	生物序列数据	651,237个独特的HLA I类配体
173	2025-07-21	Digital pathology assessment of kidney glomerular filtration barrier ultrastructure in an animal model of podocytopathy 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf024 PMID:40223818	研究论文	开发了一种基于深度学习的数字病理计算方法，用于测量肾小球滤过屏障超微结构中的GBM和PFP宽度	首次使用U-Net模型和图像处理算法自动测量GBM和PFP宽度，解决了传统手动测量的劳动密集和操作者间变异性问题	自动和手动PFP宽度测量在ILK cKO标本中存在差异，自动化方法在PFP宽度测量上不如GBM准确	开发高吞吐量、客观的形态学分析方法，促进足细胞病研究	Integrin-Linked Kinase (ILK)足细胞特异性条件敲除小鼠和野生型对照小鼠的肾脏TEM图像	数字病理学	足细胞病	透射电子显微镜(TEM)	U-Net	图像	4周龄的WT和ILK cKO同窝小鼠的肾脏TEM图像对，通过4折交叉验证研究评估性能
174	2025-07-21	Exploration of Pharmacological Mechanisms of Dapagliflozin against Type 2 Diabetes Mellitus through PI3K-Akt Signaling Pathway based on Network Pharmacology Analysis and Deep Learning Technology 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099274407231207070451 PMID:38204223	研究论文	本研究通过网络药理学分析和深度学习技术探索达格列净通过PI3K-Akt信号通路对抗2型糖尿病(T2DM)的药理机制	结合网络药理学和深度学习技术，首次系统性地探索达格列净对抗T2DM的具体分子机制，特别是通过PI3K-Akt信号通路的作用	研究主要基于计算预测和体外数据，缺乏体内实验验证	探索达格列净治疗2型糖尿病的潜在分子机制	达格列净药物靶点与T2DM相关靶点的相互作用	生物信息学	2型糖尿病	网络药理学分析、深度学习(DeepPurpose算法)	DeepPurpose	基因表达数据、蛋白质相互作用数据	155个达格列净与T2DM的重叠靶点
175	2025-07-21	FLPneXAINet: Federated deep learning and explainable AI for improved pneumonia prediction utilizing GAN-augmented chest X-ray data 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324957 PMID:40674439	研究论文	本研究提出了一种结合联邦学习、深度学习和可解释AI的框架FLPneXAINet，用于通过胸部X光图像安全准确地预测肺炎	结合联邦学习、深度学习和可解释AI，利用GAN增强数据，并在联邦学习环境中验证模型性能	未提及模型在真实临床环境中的泛化能力及对不同类型肺炎的区分能力	开发一种安全准确的肺炎预测方法，同时保护患者隐私	胸部X光图像	数字病理	肺炎	CycleGAN, 特征选择（RFE, ANOVA, RF）	VGG16, NASNetMobile, MobileNet, KNN, NB, SVM, RF	图像	8,402张胸部X光图像（3,904正常，4,498肺炎）
176	2025-07-21	Frequency domain manipulation of multiple copy-move forgery in digital image forensics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327586 PMID:40674455	research paper	提出了一种基于变换域的方法来生成和分析数字图像中的多重复制-移动伪造	利用离散小波变换（DWT）分解原始图像和补丁图像，通过修改近似和细节系数来模拟多重复制-移动伪造	未明确说明该方法在复杂变换下的检测效果及计算效率	改进多重复制-移动伪造的检测技术	数字图像中的多重复制-移动伪造	digital pathology	NA	discrete wavelet transform (DWT)	NA	image	NA
177	2025-07-21	Predicting receptor-ligand pairing preferences in plant-microbe interfaces via molecular dynamics and machine learning 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.06.029 PMID:40677241	研究论文	通过分子动力学和机器学习预测植物-微生物界面中受体-配体配对偏好	开发了一种混合分子动力学/机器学习（MD/ML）方法，能够高精度预测涉及大型、柔性配体的系统中的结合亲和力排名	依赖于有限的实验结构信息，且初始结构模型较为粗糙	揭示内共生初始阶段的互补特征，预测分子相互作用	植物溶素基序受体样激酶（LysM-RLKs）与脂-几丁寡糖（LCOs）及几丁寡糖的结合	机器学习	NA	分子动力学（MD）和机器学习（ML）	混合MD/ML模型	分子结构数据	四种豆科植物LysM-RLKs（LYR3）与LCOs及几丁寡糖的结合数据
178	2025-07-21	Deep latent force models: ODE-based process convolutions for Bayesian deep learning 2025, Machine learning IF:4.3Q2 DOI:10.1007/s10994-025-06824-y PMID:40677904	研究论文	本文提出了一种称为深度潜在力模型（DLFM）的领域无关模型，用于建模高度非线性动态系统的行为，并提供稳健的不确定性量化	DLFM是一种深度高斯过程，每层都包含基于物理信息的核，这些核通过过程卷积框架从常微分方程导出	诱导点框架对基于LFM的模型的外推能力有负面影响	解决高度非线性动态系统行为建模及不确定性量化问题	高度非线性现实世界多输出时间序列数据	机器学习	NA	过程卷积框架, 双重随机变分推断	深度高斯过程（DLFM）	时间序列数据	NA
179	2025-07-21	Swarm learning network for privacy-preserving and collaborative deep learning assisted diagnosis of fracture: a multi-center diagnostic study 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1534117 PMID:40678137	研究论文	本研究开发并验证了一种基于区块链的群体学习框架，用于隐私保护的多机构骨折图像分析，并与集中式AI模型和临床医生的性能进行了比较	首次开发了用于骨折识别的分布式学习模型，采用区块链技术实现隐私保护的群体学习框架	研究仅针对膝关节损伤，未涵盖其他类型骨折	开发一种隐私保护的分布式AI训练范式，用于医学影像分析	膝关节损伤患者的影像数据	数字病理	骨科创伤	群体学习(SL)	YOLOv8n-cls	图像	4,581名患者（回顾性研究）和112名患者（前瞻性队列）
180	2025-07-21	CT radiomics combined with neural networks predict the malignant degree of pulmonary grinding glass nodules 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1603472 PMID:40678142	研究论文	本研究探讨了结合CT影像组学和卷积神经网络(CNN)预测肺部磨玻璃结节恶性程度的方法，旨在提高诊断准确性并支持个性化治疗计划	结合CT影像组学和CNN模型预测肺部磨玻璃结节的恶性程度，相比传统Mayo和Brock模型表现出更高的诊断性能	单中心回顾性研究，需要外部验证和多中心前瞻性队列研究的进一步验证	提高肺部磨玻璃结节的恶性程度诊断准确性，支持个性化治疗计划	肺部磨玻璃结节(GGN)	数字病理	肺癌	CT影像组学	CNN	图像	670例肺部结节患者(2019-2023年)