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
9861	2025-10-06	LR-COBRAS: A logic reasoning-driven interactive medical image data annotation algorithm 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102623 PMID:40812153	研究论文	提出一种基于逻辑推理的交互式医学图像数据标注算法LR-COBRAS，旨在优化医学图像标注任务	通过逻辑推理模块增强必须链接和不能链接约束，自动生成潜在约束关系，减少用户交互频率并提高聚类准确性	NA	开发智能医学图像分析解决方案，辅助医疗专业人员实现更精确的标注结果	医学图像数据标注	计算机视觉	NA	交互式标注算法	聚类算法	医学图像	基于MedMNIST+数据集和ChestX-ray8数据集	NA	LR-COBRAS	聚类准确性, 效率, 交互负担, 鲁棒性, 适用性	NA
9862	2025-10-06	AI-driven multi-modal framework for prognostic modeling in glioblastoma: Enhancing clinical decision support 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102628 PMID:40816104	研究论文	提出一种AI驱动的多模态框架，用于胶质母细胞瘤的预后建模和临床决策支持	首次将放射影像、组织病理学和转录组学数据通过注意力机制深度学习模型进行整合，实现更准确的风险分层	研究依赖于特定数据集（UCSF-PDGM、CPTAC-GBM、TCGA-GBM），需要外部验证	开发精准的胶质母细胞瘤预后模型以指导个性化治疗策略	胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	RNA测序, MRI成像, 全切片数字病理成像	Vision Transformer, 注意力深度学习模型	影像, 转录组数据, 组织病理图像	来自UCSF-PDGM、CPTAC-GBM和TCGA-GBM数据集的多个队列	NA	Vision Transformer, 注意力机制架构	F1分数, AUC, C-index, Kaplan-Meier生存分析	NA
9863	2025-10-06	C5-net: Cross-organ cross-modality cswin-transformer coupled convolutional network for dual task transfer learning in lymph node segmentation and classification 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102633 PMID:40819604	研究论文	提出一种跨器官跨模态的混合网络C5-Net，用于淋巴结超声图像的分割和分类双重任务	设计跨器官跨模态迁移学习策略，耦合Transformer和卷积网络，共享编码器权重实现分割与分类的协同学习	淋巴结图像数据量有限（690张），标注数据稀缺	解决淋巴结超声诊断中的图像分割和分类问题，实现淋巴结恶性肿瘤的早期准确检测	淋巴结超声图像和皮肤病变皮肤镜图像	计算机视觉	淋巴结恶性肿瘤	超声成像，皮肤镜成像	Transformer, CNN	图像	690张淋巴结超声图像和1000张皮肤病变皮肤镜图像	NA	CSWin-Transformer, 卷积神经网络	Dice系数, 准确率	NA
9864	2025-10-06	Multimodal data fusion with irregular PSA kinetics for automated prostate cancer grading 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102625 PMID:40819603	研究论文	提出一种新型多模态融合框架，将影像数据与不规则PSA动力学等纵向患者信息相结合，用于自动化前列腺癌分级	开发了能够有效整合不规则时间序列数据（如PSA测量值）与影像数据的多模态融合框架，无需复杂预处理或插补步骤	未明确说明模型在处理极端不规则时间序列数据时的性能边界	提高前列腺癌检测和分级的准确性，减少不必要的活检	前列腺癌患者	数字病理	前列腺癌	MRI，PSA测量，实验室检测	深度学习，多模态融合	影像数据，时间序列数据，人口统计数据，实验室数据	内部验证630例，外部验证419例（来自多个欧洲中心，使用160台不同MRI设备）	NA	自定义嵌入技术	AUC，二次加权kappa，敏感性，特异性	NA
9865	2025-10-06	TG-Mamba: Leveraging text guidance for predicting tumor mutation burden in lung cancer 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102626 PMID:40819605	研究论文	提出一种名为TG-Mamba的深度学习模型，通过组织病理学图像和临床信息预测肺癌患者的肿瘤突变负荷	采用并行特征提取策略，结合文本引导注意力模块和VMamba骨干网络，设计新型Conv-SSM混合模块融合局部特征与全局依赖	NA	开发快速预测肺癌患者肿瘤突变负荷的深度学习模型，替代传统全外显子测序方法	肺癌患者	数字病理学	肺癌	全外显子测序，组织病理学成像	深度学习，注意力机制，状态空间模型	图像，文本	非训练队列肺癌患者	NA	TG-Mamba, VMamba, Conv-SSM, 文本引导注意力模块	AUC, MAPE	NA
9866	2025-10-06	Surgical augmented reality registration methods: A review from traditional to deep learning approaches 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102616 PMID:40829316	综述	本文系统回顾了从传统方法到深度学习方法的增强现实手术配准技术	首次将手术AR配准方法按传统方法和深度学习方法进行分类综述，并特别关注腹腔镜场景下的刚性和非刚性配准	主要关注腹腔镜场景，可能不涵盖其他手术类型的配准方法	综述增强现实在手术中的配准方法发展历程和技术特点	手术增强现实配准方法，特别是腹腔镜场景下的配准技术	计算机视觉	NA	增强现实(AR), 深度学习(DL)	NA	3D模型, 2D/3D视频, 点云	NA	NA	NA	NA	NA
9867	2025-10-06	Early Diagnosis of Knee Osteoarthritis With a Natural Language Processing-Driven Approach Based on Clinician Notes: Development and Validation Study 2025-Aug-14, JMIR formative research IF:2.0Q4 DOI:10.2196/64536 PMID:40810448	研究论文	开发并验证基于自然语言处理技术的膝骨关节炎早期诊断方法，利用临床医生笔记中的文本数据	首次将自然语言处理技术应用于临床医生笔记中的患者报告症状文本数据来诊断膝骨关节炎，并整合WOMAC问卷提升模型性能	研究仅基于5849条记录，需要更大规模数据验证；仅使用文本数据，未结合影像学数据	开发基于自然语言处理的膝骨关节炎早期诊断方法	膝骨关节炎患者和非膝骨关节炎患者的临床医生笔记数据	自然语言处理	膝骨关节炎	自然语言处理，文本分析	CNN, BiLSTM, GRU	文本	5849条记录（3455例OA患者，2394例非OA患者）	NA	双向长短期记忆网络，卷积神经网络，门控循环单元	AUC, 准确率, 精确率, 灵敏度, 特异度, F1分数	NA
9868	2025-10-06	Independent Channel Attention and Cross-Subject Data Generation for EEG-Based Patient-Independent Epileptic Seizure Detection Using ConvLSTM 2025-Aug-07, Studies in health technology and informatics DOI:10.3233/SHTI250894 PMID:40775912	研究论文	提出基于独立通道注意力和跨被试数据生成的ConvLSTM网络，用于患者无关的癫痫发作检测	提出多阶段训练策略实现跨被试数据生成，并构建带有独立注意力模块的ConvLSTM网络	NA	开发患者无关的癫痫发作检测方法	癫痫患者的脑电图数据	医疗人工智能	癫痫	头皮脑电图	ConvLSTM	脑电图信号	公共数据集CHB-MIT	NA	ConvLSTM with independent attention module	准确率,F1分数,召回率,误报率	NA
9869	2025-10-06	Unraveling other-race face perception with GAN-based image reconstruction 2025-03-14, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02636-z PMID:40087201	研究论文	本研究使用StyleGAN2图像重建技术探索异族面孔识别的表征基础	首次将GAN潜在空间与人类感知表征相似性结合，开发了从行为数据重建内部面孔表征的新方法	研究仅涉及东亚和白人参与者，样本种族范围有限	揭示异族效应(ORE)的表征基础	东亚和白人参与者的面孔感知	计算机视觉	NA	GAN图像生成，行为相似性评分	GAN	图像，行为评分数据	东亚和白人参与者群体	StyleGAN2	StyleGAN2	重建准确率	NA
9870	2025-10-06	Predicting ADC Map Quality from T2-Weighted MRI: A Deep Learning Approach for Early Quality Assessment to Assist Point-of-Care 2025-Jan-15, medRxiv : the preprint server for health sciences DOI:10.1101/2025.01.15.25320592 PMID:40568662	研究论文	开发一种从T2加权MRI预测ADC图质量的深度学习方法，用于早期质量评估	首次提出从扫描过程中较早获取的T2图像预测后续ADC图质量，实现早期质量预警	模型在内部数据上表现更好，尽管仅使用多中心外部数据训练	开发自动化的ADC图质量预测方法，减少漏诊和不必要的重复扫描	前列腺MRI图像，包括T2加权图像和ADC图	医学影像分析	前列腺癌	MRI	深度学习模型	医学图像	486名患者，来自内部和62家外部诊所	NA	NA	准确率, 敏感度, 阴性预测值, 阳性预测值, AUC	NA
9871	2025-10-06	Fast MR signal simulations of microvascular and diffusion contributions using histogram-based approximation and recurrent neural networks 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30629 PMID:40626426	研究论文	提出一种结合直方图近似和循环神经网络的快速MR信号模拟方法，用于模拟微血管结构和扩散效应	通过磁场不均匀性矩阵降维与深度学习相结合，实现了比传统方法快近13000倍的MR信号模拟速度	NA	开发高效的MR信号模拟工具，准确模拟微血管结构和水分扩散对MR信号的影响	MR信号模拟，特别是fMRI BOLD建模和MR血管指纹识别中的信号	医学影像分析	NA	MR信号模拟，磁共振指纹识别	循环神经网络	MR信号数据	NA	NA	NA	模拟速度，准确性	NA
9872	2025-10-06	Enhancing schizophrenia diagnosis efficiency with EEGNet: a simplified recognition model based on γ band features 2025-Sep, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.112047 PMID:40811883	研究论文	本研究开发了一种基于EEGNet架构的精神分裂症诊断模型，利用γ波段特征实现高效识别	通过优化EEGNet架构专门针对γ波段特征，在保证高识别准确率的同时显著降低模型复杂度和训练时间	研究采用留一被试交叉验证，但样本量相对有限，需要更大规模数据验证	开发客观高效的精神分裂症诊断模型	精神分裂症患者和健康对照组的静息态脑电信号	机器学习	精神分裂症	脑电图	EEGNet	脑电信号	精神分裂症患者和健康对照组（具体数量未明确说明）	NA	EEGNet	准确率	NA
9873	2025-10-06	Designing lipid nanoparticles using a transformer-based neural network 2025-Aug-15, Nature nanotechnology IF:38.1Q1 DOI:10.1038/s41565-025-01975-4 PMID:40817189	研究论文	本研究开发了一种基于Transformer的神经网络COMET，用于设计脂质纳米颗粒并预测其性能	首次将Transformer架构应用于多组分复合制剂的设计，能够处理非标准LNP配方并实现端到端性能预测	模型训练依赖于LANCE数据集的质量和规模，对于某些特殊配方的预测可能需要额外数据	开发计算模型加速脂质纳米颗粒的设计和优化过程	脂质纳米颗粒及其配方	机器学习	NA	深度学习	Transformer	化学配方数据，性能数据	LANCE数据集（最大的LNP数据集之一）	NA	Transformer	蛋白质表达预测准确率，稳定性预测准确率	NA
9874	2025-10-06	Accelerating brain T2-weighted imaging using artificial intelligence-assisted compressed sensing combined with deep learning-based reconstruction: a feasibility study at 5.0T MRI 2025-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01763-5 PMID:40596927	研究论文	本研究评估了人工智能辅助压缩感知与深度学习重建技术结合在5.0T MRI上加速脑部T2加权成像的可行性	首次在5.0T MRI上探索ACS与DLR技术的协同应用，实现78%的扫描时间缩减	样本量相对有限（98名参与者），且为单中心可行性研究	系统评估ACS-DLR集成技术在5.0T MRI脑部T2加权成像中的诊断效能	脑部T2加权成像	医学影像分析	脑部疾病	MRI T2加权成像，压缩感知，深度学习重建	深度学习	医学影像	98名参与者	NA	NA	信噪比，对比噪声比，图像质量评分	5.0T MRI设备
9875	2025-10-06	A deep foundation model for electrocardiogram interpretation: enabling rare disease detection through transfer learning 2025-Jul, European heart journal. Digital health DOI:10.1093/ehjdh/ztaf051 PMID:40703125	研究论文	开发用于心电图解读的深度基础模型，并通过迁移学习实现罕见疾病检测	构建了迄今为止最全面的心电图深度神经网络模型，并首次将基础模型概念应用于心电图分析，通过迁移学习在数据有限的情况下有效检测罕见疾病	罕见疾病检测的数据集相对较小，模型性能在罕见疾病检测上仍有提升空间	开发能够有效解读心电图并检测罕见心脏疾病的基础模型	心电图信号和相关的68种常见心电图诊断及3种罕见疾病	医疗人工智能	心脏疾病	心电图分析	CNN	心电图信号	160万份心电图，来自UCSF 1986-2019年的临床常规采集	NA	卷积深度神经网络	AUC, 敏感度, 特异性	NA
9876	2025-10-06	Evaluating the performance and potential bias of predictive models for detection of transthyretin cardiac amyloidosis 2025-Jun-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.09.24315202 PMID:40502572	研究论文	本研究比较了四种算法在心力衰竭人群中检测转甲状腺素蛋白心脏淀粉样变性（ATTR-CM）的性能并评估模型偏倚风险	首次在外部验证中直接比较四种ATTR-CM检测算法，并系统评估了种族偏倚风险	研究人群主要为白种人（79.2%），其他种族群体样本量较小	比较ATTR-CM检测算法的性能并评估模型偏倚风险	心力衰竭患者，包括176例确诊ATTR-CM患者和3192例对照患者	医疗人工智能	心脏淀粉样变性	深度学习，随机森林，回归分析	随机森林，深度学习模型	电子健康记录，超声心动图	3368名患者（176例ATTR-CM病例，3192例对照）	NA	EchoNet-LVH, EchoGo Amyloidosis	AUC, 公平性指标	NA
9877	2025-10-06	Structural Diversity of Mitochondria in the Neuromuscular System across Development Revealed by 3D Electron Microscopy 2025-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202411191 PMID:40047328	研究论文	本研究通过3D电子显微镜和深度学习技术，揭示了线粒体在秀丽隐杆线虫神经肌肉系统中随发育阶段变化的结构多样性	开发了半自动线粒体重建方法，首次系统比较了正常发育阶段和dauer期线粒体结构差异，发现了与突触连接相关的线粒体结构特性	研究主要基于秀丽隐杆线虫模型，在哺乳动物系统中的普适性仍需验证	探究神经肌肉系统中线粒体结构在发育过程中的变化规律及其功能意义	秀丽隐杆线虫的神经肌肉系统	生物医学成像	NA	3D电子显微镜，深度学习	NA	3D电子显微镜图像	正常生殖阶段和dauer期的秀丽隐杆线虫样本	NA	NA	NA	NA
9878	2025-10-06	DELR-Net: a network for 3D multimodal medical image registration in more lightweight application scenarios 2025-04, Abdominal radiology (New York) DOI:10.1007/s00261-024-04602-3 PMID:39400589	研究论文	提出一种用于3D多模态医学图像配准的轻量化网络DELR-Net	集成Mamba和ConvNet的双编码器轻量化网络架构，使用状态空间序列模块和动态大核块	NA	设计参数更少的3D多模态配准网络，确保高质量配准结果	3D脑部MR图像和腹部MR与CT图像	医学图像分析	NA	医学图像配准	深度学习网络	3D医学图像	NA	NA	DELR-Net, Dual-Encoder, Mamba, ConvNet	配准质量, 参数数量	NA
9879	2025-10-06	An optimized siamese neural network with deep linear graph attention model for gynaecological abdominal pelvic masses classification 2025-04, Abdominal radiology (New York) DOI:10.1007/s00261-024-04633-w PMID:39446167	研究论文	提出一种优化的孪生神经网络结合深度线性图注意力模型，用于妇科腹部盆腔肿块分类	首次将圆形启发的孪生神经网络与深度线性图注意力模型相结合，提出SCINN-DLGN新架构	仅使用MRI数据进行验证，未涉及其他影像模态	开发高精度的盆腔肿块分类系统，辅助卵巢癌诊断	女性盆腔肿块MRI图像	计算机视觉	妇科肿瘤	MRI成像	Siamese神经网络,图注意力网络	医学图像	实时MRI盆腔肿块数据集	Python	SCINN-DLGN,EfficientNet-based U-Net	准确率,召回率	NA
9880	2025-10-06	Advancements in early detection of pancreatic cancer: the role of artificial intelligence and novel imaging techniques 2025-04, Abdominal radiology (New York) DOI:10.1007/s00261-024-04644-7 PMID:39467913	综述	概述人工智能和新型成像技术在胰腺癌早期检测中的最新进展	聚焦深度学习技术在胰腺导管腺癌早期检测中的创新应用	NA	改善胰腺癌风险分层和开发生物影像标志物	胰腺导管腺癌(PDA)	医学影像分析	胰腺癌	新型成像技术	深度学习	医学影像	NA	NA	NA	NA	NA