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
821	2026-09-04	Efficient 4D fMRI analysis via spatio-temporal screening and region-aware feature extraction for template-free brain disorder classification 2025-10-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae13cd PMID:41092935	研究论文	提出一种基于轴向切片中心的4D fMRI联合时空建模框架，用于无模板的脑部疾病分类	提出轴向切片中心的分解方法，将4D fMRI分解为3D时空流形，实现端到端的联合时空学习，避免模板依赖并保留个体化结构	未明确提及，但可能包括对大型数据集的适用性和计算资源的讨论	开发一种高效、可解释的4D fMRI分析方法，用于无模板的脑部疾病分类	早期轻度认知障碍和正常对照、意识障碍患者	医学影像分析	神经退行性疾病、意识障碍	功能磁共振成像	分层编码器	4D fMRI图像	ADNI数据集324名受试者，私有意识障碍数据集164名受试者	NA	轴向切片中心网络	准确率, 浮点运算次数	NA
822	2026-09-04	InfoOOD: information bottleneck optimization for post hoc medical image out-of-distribution detection 2025-10-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae110e PMID:41061728	研究论文	本文提出了一种基于信息瓶颈优化的后处理医学图像分布外检测方法InfoOOD，并在腹部CT图像上进行了验证	首次将信息瓶颈优化应用于医学图像的分布外检测，在检测由物理伪影引起的分布外数据方面表现出更高的敏感性	未在文中明确提及，可能需要更多的临床验证或扩展到其他医学图像模态	开发一种敏感且临床相关的后处理OOD检测方法，以支持深度学习模型在临床环境中的安全部署	来自转移性肝病灶患者的腹部CT图像，包括训练集（157张）和测试集（40张伪影模拟图像及131张额外评估图像）	计算机视觉	肝脏转移性病灶	CT成像，物理伪影模拟	3D U-Net	图像	训练集157张；测试集包含40张伪影模拟图像和131张额外图像	未明确说明，推测使用PyTorch或TensorFlow	3D U-Net	AUC，相关性系数（如皮尔逊相关系数）	未在摘要中明确说明
823	2026-09-04	A comprehensive dose-volume histogram-based index for radiotherapy treatment plan quality evaluation: application to breast cancer radiotherapy 2025-10-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae11f4 PMID:41072441	研究论文	开发了一种基于剂量体积直方图和生物剂量反应的综合指标ADDI，用于放疗计划质量评估，并应用于乳腺癌放疗	提出了ADDI指标，将治疗计划质量概括为极向量，同时反映整体质量和靶区与危及器官剂量平衡，提供统一客观的评估工具	未明确提及局限性	解决现有放疗计划质量评估指标孤立评估方面且缺乏统一视角的问题，开发自动化友好的综合评估指标	乳腺癌放疗计划，涉及778例患者，分为四个乳腺癌组，包括有或无区域淋巴结照射的左右侧全乳照射	医学影像分析，放射治疗	乳腺癌	剂量体积直方图分析，生物剂量响应建模	NA	剂量分布数据，解剖特征数据	778名乳腺癌患者	NA	NA	显著性检验（组间差异），相关性分析	NA
824	2026-09-04	Reliability of uncertainty quantification methods for deep learning auto-segmentation in head and neck organs at risk 2025-10-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae110c PMID:41061736	研究论文	本研究比较了深度学习自动分割在头颈部危及器官中不确定性量化方法的可靠性	系统比较了多种不确定性量化方法及其度量在放射治疗自动分割中的可靠性，并强调了度量选择对可靠性的显著影响	评估仅限于10名患者，且未探讨不同UQ方法在不同数据集或分割任务上的泛化性	评估常用不确定性量化方法和度量在头颈癌器官自动分割中的可靠性，以指导临床QA实践	头颈癌患者的19个危及器官的自动分割结果及其不确定性估计	数字病理学	头颈癌	深度学习	3D U-Net	医学影像	10名患者	PyTorch	U-Net	表面Dice相似系数，预期校准误差，不确定性-误差重叠	NA
825	2026-09-04	Deep learning-based coronary calcium score derived from non-gated chest CT and major adverse cardiovascular events in patients with type 2 diabetes mellitus 2025-10-08, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-025-02934-y PMID:41063266	研究论文	本研究评估了基于深度学习的冠状动脉钙化评分（DL-CACS）在非门控胸部CT中对2型糖尿病患者主要不良心血管事件的预后价值，并开发了风险分层模型。	首次证明DL-CACS在非门控胸部CT中可作为2型糖尿病患者MACE的独立预测因子，并优于传统Framingham风险评分。	信息未提供，标注为NA。	评估DL-CACS对2型糖尿病患者MACE的预后价值，并开发风险分层模型。	2,241例2型糖尿病患者，来自两家医院。	医学影像分析	2型糖尿病、心血管疾病	深度学习	深度学习模型	非门控胸部CT图像	2,241例2型糖尿病患者，其中1,257例男性	未提及	未提及	C-index	未提及
826	2026-09-04	Deep Learning Prediction of Left Atrial Structure and Function from 12-lead Electrocardiograms 2025-Sep-30, medRxiv : the preprint server for health sciences DOI:10.1101/2025.09.29.25336490 PMID:41256128	研究论文	本文介绍了一种基于12导联心电图的深度学习模型（ECG-AI），用于预测左心房结构和功能，并评估其与房颤及并发症风险的关联。	首次利用12导联心电图与心脏磁共振成像配对数据训练深度学习模型来预测左心房结构和功能，并在外部队列中验证其对心房心肌病相关风险的预测能力，优于传统影像和临床风险因素。	摘要中未提及明确的局限性信息。	开发一种低成本、易获取的工具，通过心电图预测左心房结构和功能，以识别房颤及相关心血管并发症的高风险个体。	左心房结构和功能（心房心肌病），以及房颤、心力衰竭、缺血性卒中、心源性栓塞性卒中和亚临床房颤。	机器学习, 医学影像	心房颤动、心力衰竭、缺血性卒中	NA	深度学习模型（CNN类）	12导联心电图和心脏磁共振成像数据	21,749对心电图与心脏磁共振扫描数据，以及两个外部队列和一个筛查人群。	NA	NA	关联强度（如风险比）、预后性能（如优于临床工具）	NA
827	2026-09-04	Automated Midline Shift Detection in Head CT Using Localization and Symmetry Techniques Based on User-Selected Slice 2025-Sep-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8767 PMID:40835418	研究论文	本文开发了一种基于用户选择切片的定位和对称性技术的深度学习算法，用于自动检测头部CT中的中线移位。	提出了一种涵盖从轻度到重度MLS全谱系的深度学习算法，尤其在严重病例中，在隔膜透明隔消失的情况下仍能准确检测。	未在文中明确提及局限性。	实现快速准确的MLS检测，以便在紧急情况下促进及时治疗。	头部CT扫描中的中线移位（MLS），特别是侧脑室和大脑中线。	医学图像分析	中线移位（由于占位性病变或创伤性脑损伤）	CT扫描	目标检测模型	图像	981个患者CT扫描，其中400个用于标注，其余581个用于训练模型	Roboflow（用于标注），YOLO（用于目标检测）	YOLO（You Only Look Once），具体版本未指定	AUC，敏感性，特异性	未提及
828	2026-09-04	Novel Videographic-Free Framework for Tracking Anatomical Structures Using Swallowing Accelerometer Signals and Multi-task Transformers 2025-Sep, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-025-00201-z PMID:40726741	research paper	提出一种新型无视频透视框架，基于吞咽加速度计信号和多任务Transformer模型跟踪吞咽过程中的解剖结构位移	首次将多任务Transformer编码器应用于基于加速度计信号的吞咽运动学评估，实现多个解剖结构（舌骨、喉底和喉舌骨接近距离）的同步跟踪	未提及具体局限性	开发一种非侵入性且全面的吞咽评估方法，通过多任务深度学习模型准确检测吞咽过程中多个解剖结构的位移	吞咽过程中的舌骨、喉底和喉舌骨接近距离（HLA）	深度学习	吞咽障碍	加速度计信号	Transformer	时序信号	NA	NA	Transformer编码器	平均相对重叠面积（ROP）、平均准确率	NA
829	2026-09-04	THLANet: A deep learning framework for predicting TCR-pHLA binding in immunotherapy applications 2025-09, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013050 PMID:40939018	研究论文	本文提出THLANet，一种基于深度学习的框架，用于预测TCR与I类HLA呈递的新抗原之间的结合特异性，以支持免疫治疗应用	采用ESM-2替代传统嵌入方法增强序列特征表示，并利用scTCR-seq数据构建TCR-pHLA结合数据库进行验证，以及通过分析CDR3序列和丙氨酸扫描模拟提供TCR-抗原3D相互作用的新见解	未提供明确信息	预测TCR与新抗原的结合，以评估其免疫原性潜力，支持临床免疫治疗	TCR序列（CDR3β）、抗原序列和I类HLA分子	深度学习、免疫信息学	癌症	scTCR-seq	深度学习模型（基于ESM-2）	序列数据（TCR、抗原、HLA）	未提供明确信息	NA	ESM-2	未提供明确信息	NA
830	2026-09-04	A Large-Scale Image Repository for Automated Pavement Distress Analysis and Degradation Trend Prediction 2025-08-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05748-5 PMID:40813387	研究论文	构建了一个大规模路面病害图像数据集，用于自动化病害识别和退化趋势预测，并评估了六种目标检测算法。	首次提供了包含路面病害长期跟踪的大规模数据集，支持动态监测和维护策略优化。	未在摘要中明确提及。	创建一个高质量的大规模路面病害图像数据集，以支持自动化检测和退化趋势预测。	路面病害图像，包括51012张病害识别图像和8928张长期跟踪图像。	计算机视觉	路面病害	NA	目标检测算法	图像	51012张路面病害识别图像和8928张长期跟踪图像	NA	NA	NA	NA
831	2026-09-04	A dataset of high-resolution plantar pressures for gait analysis across varying footwear and walking speeds 2025-08-13, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05792-1 PMID:40804054	研究论文	介绍了一个名为UNB StepUP-P150的高分辨率足底压力数据集，用于不同鞋类和步行速度下的步态分析和识别	提供了包含150名个体、超过20万个脚步的高分辨率足底压力数据，覆盖多种步行速度和鞋类条件，填补了该领域公开数据集的空白	未提及具体限制	建立足底压力步态分析和识别的公开基准数据集	150名个体的足底压力数据，涵盖不同步行速度和鞋类条件	生物识别、生物力学、深度学习	不适用	足底压力传感技术	不适用	足底压力图像数据	150名个体，超过20万个脚步	不适用	不适用	不适用	不适用
832	2026-09-04	Machine learning training data: over 500,000 images of butterflies and moths (Lepidoptera) with species labels 2025-08-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05708-z PMID:40770239	研究论文	本文介绍了一个包含超过54万张蝴蝶和蛾类图像的数据集，这些图像带有物种标签，用于训练机器学习模型以支持生物多样性数据处理和公民科学教育	该数据集是目前已发表的蝴蝶和蛾类图像数据集中最大的一个，包含540,000多张图片，覆盖185个物种，并强调类别不平衡的典型特点	存在显著的类别不平衡，部分物种样本数量从1张到近30,000张不等，这可能影响模型对稀有物种的识别性能	提供大规模标记数据集，以训练深度学习模型，用于物种识别和生物多样性数据的自动处理	奥地利的185种蝴蝶和蛾类物种，包括蝴蝶和多数蛾类	计算机视觉	不适用	图像采集	深度学习模型	图像	540,000多张图像，覆盖185个物种	不适用	不适用	不适用	不适用
833	2026-09-04	Renji endoscopic submucosal dissection video data set for colorectal neoplastic lesions 2025-08-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05718-x PMID:40770268	研究论文	介绍了一个针对结直肠肿瘤病变的内镜黏膜下剥离术视频数据集，包含30个手术录像和130,298个阶段标注，并公开于Figshare平台	首次公开提供针对结直肠肿瘤病变治疗的内镜黏膜下剥离术视频数据集	NA	为深度学习算法在手术阶段识别中提供全面注释的数据集，并促进行业标准建立	结直肠肿瘤病变的内镜黏膜下剥离术视频记录	计算机视觉	结直肠肿瘤	NA	深度学习算法	手术视频	30个手术录像，130,298个阶段标注	NA	NA	NA	NA
834	2026-09-04	The First Seasonal Green View Index Mapping Dataset across Chinese cities powered by deep learning 2025-08-05, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05706-1 PMID:40764774	research paper	介绍了一个基于多源遥感数据和深度学习生成的覆盖中国19个主要城市的季节绿色视图指数（SGVI-2023）映射数据集	首次构建了基于遥感数据的跨城市、季节分辨率的绿色视图指数数据集，克服了传统依赖街景图像方法在季节性和跨城市分析方面的局限	NA	开发一个基于遥感数据和深度学习的季节绿色视图指数映射数据集，以实现大规模的城市绿色度动态监测和城市规划支持	覆盖中国19个主要城市的季节绿色视图指数以及来自多源遥感数据的街道级绿色景观	computer vision	NA	遥感数据（包括卫星影像）和深度学习技术	深度学习模型（具体类型未提及）	多源遥感数据和街景图像	约1百万对配对的卫星影像和街景图像样本，从2019年至2023年收集，覆盖19个城市	NA	NA	Pearson相关系数（点尺度为0.867，街道尺度为0.918）	NA
835	2026-09-04	Fully Automated Online Adaptive Radiation Therapy Decision-Making for Cervical Cancer Using Artificial Intelligence 2025-07-15, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.04.012 PMID:40252932	研究论文	本研究探索利用人工智能进行宫颈癌在线自适应放射治疗的自动化决策，通过机器学习和深度学习方法识别需要重新计划的分次治疗	首次将人工智能应用于宫颈癌在线自适应放射治疗的决策，引入基于轮廓和剂量的深度学习模型，并与医生共识进行比较	本研究为单中心回顾性研究，样本量有限，且深度学习模型在整合额外剂量数据后性能略有下降，需进一步前瞻性验证	探讨利用人工智能辅助宫颈癌在线自适应放射治疗决策的可行性，提供决策支持工具以识别可能受益于自适应复位的治疗分次	宫颈癌患者及其每日扇束CT图像、计划靶区和剂量数据	医学影像分析	宫颈癌	扇束CT影像（FBCT）、自适应放射治疗计划	支持向量机（SVM）、李生网络（Siamese Network）	CT影像、轮廓、剂量数据	24名宫颈癌患者，671个分次的FBCT及计划数据（训练：21名患者588个分次，独立测试：3名患者83个分次）	NA	LASSO特征选择、SVM、李生网络	AUC、准确率、精确率、召回率	NA
836	2026-09-04	A longitudinal observational study with ecological momentary assessment and deep learning to predict non-prescribed opioid use, treatment retention, and medication nonadherence among persons receiving medication treatment for opioid use disorder 2025-06, Journal of substance use and addiction treatment DOI:10.1016/j.josat.2025.209685 PMID:40127869	研究论文	本研究使用生态瞬时评估和深度学习预测接受药物辅助治疗阿片类药物使用障碍患者的非处方阿片类药物使用、治疗保留率和药物不依从性	结合生态瞬时评估（EMA）与递归深度学习模型，实现实时预测阿片类药物使用障碍治疗中的关键结果	样本量较小（62名成人），且预测性能在不同EMA子类型和结果间存在差异，需进一步验证	预测接受MOUD患者的非处方阿片类药物使用、药物不依从性和治疗保留率，以支持个性化干预	接受药物辅助治疗阿片类药物使用障碍的成人患者	机器学习	阿片类药物使用障碍	生态瞬时评估（EMA）	循环深度学习模型（如长短期记忆网络）	生态瞬时评估数据、电子健康记录数据	62名成人，共14,322个观测	NA	递归神经网络（如LSTM）	AUC、SHAP值	NA
837	2026-09-04	Effectiveness and Implementation Outcomes of an mHealth App Aimed at Promoting Physical Activity and Improving Psychological Distress in the Workplace Setting: Cluster-Level Nonrandomized Controlled Trial 2025-05-06, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/70473 PMID:40327360	研究论文	本研究评估了mHealth应用ASHARE在日本职场环境中通过深度学习模型监测抑郁和焦虑并促进身体活动方面的有效性和实施结果	利用深度学习模型通过身体活动监测抑郁和焦虑，并采用混合有效性-实施试验设计	组间差异无统计学意义，且应用的3个月用户保留率较低，仅为20%	评估智能手机应用ASHARE在职场环境中促进身体活动并改善心理困扰的有效性和实施结果	日本职场环境中的员工，来自7个工作单位共84人	机器学习	心理健康问题（抑郁和焦虑）	深度学习模型	深度学习	身体活动数据，心理困扰数据	84名员工来自7个工作单位	NA	深度学习模型	P值、系数、标准误差、用户保留率、参与率	NA
838	2026-09-04	Enhancing thin slice 3D T2-weighted prostate MRI with super-resolution deep learning reconstruction: Impact on image quality and PI-RADS assessment 2025-04, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110308 PMID:39667642	研究论文	本研究评估了超分辨率深度学习重建（SR-DLR）在改善前列腺薄层3D T2加权成像图像质量和PI-RADS评估中的效果	首次在薄层3D T2加权前列腺MRI中应用SR-DLR，无需延长采集时间即可提升图像质量和PI-RADS评分一致性	研究为回顾性设计，样本量较小且来自单中心，可能限制结果的泛化性	评估SR-DLR在提高薄层3D T2加权前列腺MRI图像质量和PI-RADS评估可行性方面的潜力	接受前列腺MRI且应用SR-DLR的患者	医学影像	前列腺癌	MRI	深度学习重构模型	影像数据	33例患者纳入，最终分析28例（平均年龄70.8岁）	NA	NA	对比度、对比噪声比、图像质量评分、kappa值	NA
839	2026-09-04	A lightweight adaptive spatial channel attention efficient net B3 based generative adversarial network approach for MR image reconstruction from under sampled data 2025-04, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110281 PMID:39672285	研究论文	提出一种基于轻量级自适应空间通道注意力EfficientNet B3的生成对抗网络方法，用于从欠采样数据中重建磁共振图像	首次结合自适应空间通道注意力机制与EfficientNet B3的复合缩放策略，构建轻量级GAN模型，实现高倍欠采样下的高质量MR图像重建	未提及	解决传统CS-MRI在高加速因子下迭代慢和伪影问题，实现快速、高质量的MR图像重建	欠采样k空间数据采集的磁共振图像	计算机视觉, 数字病理学	不适用	压缩感知MRI, 深度学习	生成对抗网络, U-Net, ResNet, EfficientNet B3	图像	未提及	未提及	U-Net, ResNet, EfficientNet B3, 生成对抗网络	多个指标，具体未列出	未提及
840	2026-09-04	Conditional generative diffusion deep learning for accelerated diffusion tensor and kurtosis imaging 2025-04, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110309 PMID:39675686	研究论文	开发了一种名为DiffDL的条件生成扩散深度学习模型，用于从减少的扩散加权图像集中生成高质量的DTI和DKI指标，以缩短采集时间并保持准确性。	利用生成扩散概率模型，能够从减少的DWI中生成高质量DTI/DKI指标，并通过多次预测实现不确定性量化，优于传统方法和基线UNet模型。	需要优化计算需求，并需在临床队列和标准MRI扫描仪上进一步验证。	开发并评估DiffDL模型，以减少扩散MRI的数据采集时间，同时保持DTI/DKI指标的质量和准确性。	人类连接组项目中的受试者（300个训练/验证和50个测试），产生的FA和MD图及DKI指标。	机器学习	不适用	扩散加权成像 (DWI)	生成扩散概率模型	图像（磁共振扩散加权图像）	350名受试者（300训练/验证，50测试）	NA	UNet	归一化平均绝对误差 (NMAE), 峰值信噪比 (PSNR), 皮尔逊相关系数 (PCC)	NA