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
11681	2025-10-06	Towards real-time conformal palliative treatment of spine metastases: A deep learning approach for Hounsfield Unit recovery of cone beam CT images 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17838 PMID:40257079	研究论文	开发了一种用于从锥束CT图像生成合成CT的两阶段深度学习模型，旨在实现脊柱转移瘤的实时适形姑息治疗	提出两阶段生成对抗网络方法，无需先验CT知识即可在整个脊柱区域生成高质量合成CT图像	研究样本量相对有限（220名患者），且专门针对脊柱转移瘤患者	实现基于机载成像的实时姑息放疗治疗规划，消除对CT模拟的依赖	脊柱转移瘤患者	医学影像分析	脊柱转移瘤	锥束CT, 扇形束CT	GAN, CycleGAN	CT图像	220名患者的CBCT和计划CT图像，其中33名患者用于独立测试	NA	条件生成对抗网络, 循环一致生成对抗网络	平均绝对误差, 平均误差, 剂量差异, gamma通过率	NA
11682	2025-10-06	Unsupervised non-small cell lung cancer tumor segmentation using cycled generative adversarial network with similarity-based discriminator 2025-Jun, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70107 PMID:40266997	研究论文	提出一种基于相似性判别器的循环生成对抗网络smic-GAN，用于非小细胞肺癌肿瘤的无监督分割	采用相似性驱动的生成对抗网络结合循环训练策略，无需任何人工标注即可实现肿瘤分割	NA	开发无需人工标注的肺癌肿瘤自动分割方法	非小细胞肺癌患者的CT扫描图像	计算机视觉	肺癌	CT扫描	GAN	医学图像	609例肺癌患者CT扫描（504训练，35验证，70测试）	NA	smic-GAN, cycle-GAN	Dice相似系数, 阳性预测值, 敏感度, 95% Hausdorff距离, 平均表面距离	NA
11683	2025-06-11	A novel dose calculation system implemented in image domain 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17903 PMID:40400114	研究论文	提出了一种名为DeepBEVdose的新型图像域剂量计算系统，用于从计算机断层扫描图像和辐射场注量图中自动计算剂量分布	引入了新颖的束眼视图计算方案，替代了传统无法去除的射线追踪过程，使用通用的二维卷积神经网络进行精确剂量计算	仅在鼻咽和肺部两种肿瘤部位的数据集上进行了验证	提高放射治疗中剂量计算的准确性和效率	计算机断层扫描图像和辐射场注量图	数字病理	癌症	深度学习	CNN	图像	多机构获取的数据集，包含鼻咽和肺部两种肿瘤部位	NA	NA	NA	NA
11684	2025-06-11	Artificial Intelligence for Head and Neck Squamous Cell Carcinoma: From Diagnosis to Treatment 2025-Jun, American Society of Clinical Oncology educational book. American Society of Clinical Oncology. Annual Meeting DOI:10.1200/EDBK-25-472464 PMID:40489724	综述	本文综述了人工智能在头颈部鳞状细胞癌（HNSCC）从诊断到治疗全过程中的应用进展	整合复杂的放射学、病理学和分子数据，为个性化HNSCC管理提供可操作的信息见解	临床转化仍存在障碍，需进一步发展可解释模型、前瞻性试验并无缝集成到临床工作流程中	改善HNSCC的个性化管理	头颈部鳞状细胞癌（HNSCC）患者	数字病理学	头颈部鳞状细胞癌	深度学习	多模态AI模型	影像学、组织病理学和电子健康记录	NA	NA	NA	NA	NA
11685	2025-06-11	"Perfusion Assessment of Healthy and Injured Hands Using Video-Based Deep Learning Models" 2025-May-28, Plastic and reconstructive surgery IF:3.2Q1 DOI:10.1097/PRS.0000000000012225 PMID:40489745	研究论文	本研究提出了一种基于视频的深度学习方法，用于评估健康及受伤手部的灌注情况	使用非接触式视频技术和深度学习模型（ResNet-18）进行灌注分类，为现场分诊提供技术支持	在医院环境中，由于光线、手部姿势和伤情等不可控因素，分类性能下降	开发一种技术以改进现场灌注评估，优化创伤分诊	健康对照者和急性创伤患者的手部灌注情况	计算机视觉	创伤	成像光电容积描记术（iPPG）	ResNet-18	视频	48名对照者（其中14名接受止血带诱导缺血评估）和15名急性创伤患者	NA	NA	NA	NA
11686	2025-10-06	Deep learning MRI-based radiomic models for predicting recurrence in locally advanced nasopharyngeal carcinoma after neoadjuvant chemoradiotherapy: a multi-center study 2025-May-15, Clinical & experimental metastasis IF:4.2Q2 DOI:10.1007/s10585-025-10349-y PMID:40369240	研究论文	本研究开发基于深度学习的MRI影像组学模型，用于预测局部晚期鼻咽癌新辅助放化疗后的复发风险	首次结合传统影像组学特征与深度学习特征构建多中心预测模型，并比较不同序列和模型组合的预测性能	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	验证基于深度学习的MRI影像组学模型预测局部晚期鼻咽癌复发的临床价值	328例来自四家医院的局部晚期鼻咽癌患者	医学影像分析	鼻咽癌	MRI影像组学分析	机器学习分类器	医学影像数据	328例患者（训练集229例，验证集99例）	NA	LASSO, Random Forest	AUC, 准确率, 敏感性, 特异性	NA
11687	2025-10-06	Meet the author: Hae Kyung Im 2025-May-14, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100880 PMID:40373740	研究论文	开发了一种整合深度学习和单细胞数据的细胞类型特异性转录组范围关联研究方法	将深度学习方法与单细胞数据整合到细胞类型特异性转录组范围关联研究框架中	NA	改进转录组范围关联研究分析，更好理解复杂疾病基因组学	基因组数据	机器学习	复杂疾病	单细胞数据，转录组范围关联研究	深度学习	基因组数据，单细胞数据	NA	NA	NA	NA	NA
11688	2025-10-06	Single-cell and spatial transcriptomics reveals an anti-tumor neutrophil subgroup in microwave thermochemotherapy-treated lip cancer 2025-05-13, International journal of oral science IF:10.8Q1 DOI:10.1038/s41368-025-00366-8 PMID:40360503	研究论文	本研究通过单细胞和空间转录组学揭示了微波热化疗治疗唇癌中具有抗肿瘤活性的中性粒细胞亚群及其作用机制	首次发现微波热化疗能诱导具有抗肿瘤活性的MNDA TANs（N1表型）大量浸润，并构建了预测预后的MX2生物标志物	研究样本量有限，需要更大规模的临床验证	探究微波热化疗治疗唇鳞状细胞癌的分子机制和免疫微环境变化	唇鳞状细胞癌患者肿瘤组织	数字病理学	唇癌	单细胞转录组测序, 空间转录组学, 苏木精-伊红染色	深度学习	基因表达数据, 病理图像	NA	NA	NA	预后相关性分析	NA
11689	2025-10-06	SimSon: simple contrastive learning of SMILES for molecular property prediction 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf275 PMID:40341364	研究论文	提出一种名为SimSon的自监督对比学习框架，用于学习SMILES分子表示并预测分子性质	使用随机化SMILES通过对比学习来增强模型的泛化能力和鲁棒性，能够捕捉分子级别的全局语义上下文	NA	解决分子性质预测中标记数据短缺和泛化能力不足的问题	SMILES分子表示	生物信息学, 化学信息学	NA	对比学习	自监督学习模型	SMILES分子数据	NA	NA	对比学习框架	NA	NA
11690	2025-10-06	Unraveling the three-dimensional genome structure using machine learning 2025-May, BMB reports IF:2.9Q3 PMID:40058875	综述	本文综述了基于机器学习方法解析三维基因组结构的研究进展	系统总结了机器学习在染色体构象研究中的应用，包括从DNA序列预测相互作用、识别染色质层次结构以及提升Hi-C数据分辨率	NA	探讨机器学习方法在三维基因组结构分析中的应用	染色质相互作用和三维基因组结构	机器学习	NA	高通量染色体构象捕获测序	深度学习	基因组序列数据，Hi-C数据	NA	NA	NA	NA	NA
11691	2025-10-06	Improving AlphaFold2 and 3-based protein complex structure prediction with MULTICOM4 in CASP16 2025-Apr-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.06.641913 PMID:40161604	研究论文	开发MULTICOM4系统通过整合AlphaFold2、AlphaFold3和内部技术改进蛋白质复合物结构预测	整合基于Transformer的AlphaFold2、基于扩散模型的AlphaFold3，并结合蛋白质复合物化学计量比预测、多样化多序列比对生成、建模异常处理和深度学习模型质量评估等内部技术	NA	提高蛋白质复合物结构预测的准确性	多链蛋白质复合物（多聚体）	计算生物学	NA	多序列比对(MSA)、深度学习模型质量评估	Transformer, 扩散模型	蛋白质序列和结构数据	CASP16评估数据集	NA	AlphaFold2, AlphaFold3	TM-score, DockQ score	NA
11692	2025-10-06	[Nobel Prize in physics 2024 : John J. Hopfield and Geoffrey E. Hinton. From Hopfield and Hinton to AlphaFold: The 2024 Nobel Prize honors the pioneers of deep learning] 2025-Mar, Medecine sciences : M/S DOI:10.1051/medsci/2025036 PMID:40117553	评论	回顾2024年诺贝尔物理学奖得主John J. Hopfield和Geoffrey E. Hinton的职业生涯及其在人工神经网络领域的开创性贡献	NA	NA	追溯两位诺贝尔奖得主的科研历程并强调他们对深度学习的先驱性贡献	John J. Hopfield和Geoffrey E. Hinton的研究工作	机器学习	NA	人工神经网络	NA	图像	NA	NA	Hopfield网络	NA	NA
11693	2025-10-06	Deep Learning-Based Blood Abnormalities Detection as a Tool for VEXAS Syndrome Screening 2025-Feb, International journal of laboratory hematology IF:2.2Q3 DOI:10.1111/ijlh.14368 PMID:39275905	研究论文	开发基于深度学习的血液异常检测工具用于VEXAS综合征筛查	首次利用深度学习自动检测外周血多形核粒细胞中的异常特征来筛查VEXAS综合征	样本量相对有限（VEXAS患者仅25例），需多中心验证	开发VEXAS综合征的自动化筛查工具	外周血多形核粒细胞图像	数字病理学	血液系统疾病	外周血涂片图像分析	CNN	图像	9514张标注的多形核粒细胞图像，来自64名患者（25例VEXAS，14例骨髓增生异常，25例血细胞减少）	NA	卷积神经网络	AUC, F1-score, 敏感性, 特异性	NA
11694	2025-10-06	Decision support system based on ensemble models in distinguishing epilepsy types 2025-Sep, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110470 PMID:40382997	研究论文	基于集成人工智能模型开发癫痫类型分类决策支持系统	结合多种AI模型构建集成学习系统，并采用SMOTE数据增强和Optuna超参数优化技术	回顾性研究，样本量相对有限（575例患者）	基于EEG结果区分不同类型的癫痫活动	575名癫痫患者的脑电图数据和临床特征	机器学习	癫痫	脑电图(EEG)	MLP, Random Forest, SVM, XGBoost	临床数据和EEG信号	575名患者	Optuna	多层感知器(MLP), 随机森林, 支持向量机, XGBoost	准确率, 召回率, F1分数	NA
11695	2025-10-06	Myocardial Infarction Detection using Variational Mode Decomposition with Fuzzy Weight Particle Swarm Optimization and Depthwise Separable Convolutional Network 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110329 PMID:40403641	研究论文	提出一种结合变分模态分解与模糊权重粒子群优化、深度可分离卷积网络的心肌梗死检测框架	首次将VMD-FWPSO噪声消除技术与DwSCN分类模型结合，优化信号分解并提升心电图分类精度	未提及模型在实时临床环境中的验证及计算效率分析	开发高精度心肌梗死自动检测方法	心电图信号中的正常与异常心跳	生物医学信号处理	心血管疾病	变分模态分解、粒子群优化、主成分分析	深度可分离卷积网络	心电图时序信号	PTB-ECG和MIT-BIH心律失常两个公开数据集	NA	Depthwise Separable Convolutional Network	准确率, 精确率, 召回率, F1分数, 特异性	NA
11696	2025-10-06	Automatic adult age estimation using bone mineral density of proximal femur via deep learning 2025-Jul, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112511 PMID:40440868	研究论文	本研究开发了一种基于深度学习的端到端流程，利用股骨近端CT扫描的骨密度数据实现自动成人年龄估计	首次将Segment Anything Model (SAM)应用于股骨分割，并构建了大规模真实世界CT数据集（5151个样本），通过集成学习进一步提升年龄估计精度	外部尸体验证集的误差相对较高（MAE 6.91年），表明模型在跨域泛化能力方面仍存在改进空间	开发自动化成人年龄估计方法，用于法医和人类学应用	成人股骨近端CT扫描数据	计算机视觉	NA	CT扫描	CNN	医学图像	5151个CT扫描（来自临床和尸体队列）	NA	Segment Anything Model (SAM), 多种CNN架构	Dice系数, mIoU, MAE	NA
11697	2025-10-06	Multiclass ensemble framework for enhanced prostate gland Segmentation: Integrating Self-ONN decoders with EfficientNet 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110459 PMID:40449047	研究论文	提出一种用于前列腺腺体多类分割的集成框架，结合EfficientNet编码器和Self-ONN解码器	首次将Self-ONN解码器与EfficientNet编码器结合用于前列腺分割，并采用STAPLE方法集成最优模型	未明确说明模型的计算复杂度和实时性能	开发精确的前列腺腺体及其分区自动分割方法	前列腺腺体及其分区（外周区PZ、移行区TZ和整个腺体）	数字病理学	前列腺癌	MRI成像	CNN, ONN	医学图像	PI-CAI挑战数据集，采用5折交叉验证	NA	EfficientNetB4, Self-ONN	Dice系数	NA
11698	2025-10-06	Deep Learning Reveals Liver MRI Features Associated With PNPLA3 I148M in Steatotic Liver Disease 2025-Jul, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70164 PMID:40478199	研究论文	本研究利用深度学习分析肝脏MRI图像，识别与PNPLA3 I148M基因变异相关的脂肪肝特征	首次通过深度学习模型从MRI图像中非侵入性检测PNPLA3 I148M纯合子变异，揭示了该变异与肝脏特定区域脂肪分布模式的关系	研究排除了杂合子个体，可能限制了模型的泛化能力；性能指标在非SLD患者中相对较低	开发基于MRI的深度学习模型来识别PNPLA3 I148M基因变异携带者	英国生物银行45,603名个体的MRI图像和基因数据	医学影像分析	脂肪肝病	MRI，水脂分离技术，基因分型	Vision Transformer, U-Net	MRI图像	45,603名个体，其中600张手动分割图像用于训练U-Net	NA	Vision Transformer, U-Net	AUROC	NA
11699	2025-06-10	Use of Artificial Intelligence and Machine Learning in Critical Care Ultrasound 2025-Jul, Critical care clinics IF:3.0Q2 DOI:10.1016/j.ccc.2025.02.008 PMID:40484623	research paper	本文探讨了人工智能（AI）在重症监护超声中的变革潜力	AI技术，特别是深度学习和卷积神经网络，现在辅助图像采集、解释和质量评估，简化工作流程并减少操作者变异性	需要可解释的AI系统以获得临床医生的信任并促进更广泛的采用	探索AI在重症监护超声中的应用及其潜力	重症监护超声	machine learning	NA	deep learning, convolutional neural networks	CNN	image	NA	NA	NA	NA	NA
11700	2025-10-06	Entropy-driven deep learning framework for epilepsy detection using electro encephalogram signals 2025-Jun-21, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.05.003 PMID:40334975	研究论文	提出一种结合熵特征和深度学习的癫痫检测新方法	将多元熵特征与残差卷积神经网络和双向LSTM相结合，创新性地融合信号复杂度分析与时空特征提取	NA	开发稳健有效的癫痫自动检测方法	脑电图信号	机器学习	癫痫	脑电图	CNN, LSTM	信号数据	NA	Python	ResNet, Bi-LSTM	准确率, F1分数, 召回率, 特异性, 精确率	NA