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
1	2025-04-04	New Threshold for Defining Mild Aortic Stenosis Derived From Velocity-Encoded MRI in 60,000 Individuals 2025-Apr-08, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2025.01.035 PMID:40175013	research paper	本研究通过深度学习模型分析大样本人群的主动脉瓣功能，提出了新的轻度主动脉瓣狭窄定义标准	首次在60,000多人的大样本人群中建立主动脉瓣功能的参考范围，并提出了新的轻度主动脉瓣狭窄诊断标准	研究主要基于英国生物银行数据，可能在其他人群中需要进一步验证	建立主动脉瓣功能的参考范围并重新定义轻度主动脉瓣狭窄的诊断标准	62,902名英国生物银行参与者和365,870名澳大利亚国家超声数据库(NEDA)的临床队列	数字病理	心血管疾病	速度编码心脏MRI和深度学习	深度学习模型	医学影像数据	62,902名UK Biobank参与者和365,870名NEDA参与者
2	2025-04-04	Predicting Atlantic and Benguela Niño events with deep learning 2025-Apr-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ads5185 PMID:40173237	研究论文	本研究探讨了深度学习在预测大西洋和本格拉尼诺事件中的潜力	使用简单的卷积神经网络架构，能够提前3至4个月预测大西洋/本格拉尼诺事件，并在峰值季节事件预测中表现出色，将预测时间延长至5个月	未提及具体的数据量或模型泛化能力的限制	提高对大西洋和本格拉尼诺事件的预测能力，挑战热带大西洋不可预测的认知	大西洋和本格拉尼诺事件	机器学习	NA	深度学习	CNN	气候数据	NA
3	2025-04-04	Reconstructing historical climate fields with deep learning 2025-Apr-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp0558 PMID:40173235	research paper	使用基于傅里叶卷积的深度学习方法重建历史气候场	该方法能够真实地重建大面积不规则缺失数据，并在极少信息下重现已知历史气候事件，如强厄尔尼诺或拉尼娜事件，且性能优于广泛使用的统计克里金法和其他近期机器学习方法	NA	填补历史气候记录的缺失数据并重建历史气候场	历史气候场数据	machine learning	NA	deep learning based on Fourier convolutions	NA	climate model output	NA
4	2025-04-04	Optical label-free microscopy characterization of dielectric nanoparticles 2025-Apr-03, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr03860f PMID:40079204	教程	本文综述了无标记光学显微镜技术在纳米颗粒表征中的应用及其光学理论基础	重点探讨了光学信号与颗粒质量、大小、结构和材料特性的关系，并介绍了结合扩散性颗粒大小测量的新方法	目前尚无适用于所有纳米颗粒表征的通用解决方案，需要根据样本特性选择合适的技术	为纳米颗粒表征提供测量策略选择指导	纳米级（亚微米）介电颗粒	光学显微镜	NA	无标记光学显微镜技术	深度学习图像分析	光学图像	NA
5	2025-04-04	Automated Sleep Staging in Epilepsy Using Deep Learning on Standard Electroencephalogram and Wearable Data 2025-Apr-03, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70061 PMID:40176726	研究论文	本研究利用深度学习模型对癫痫患者的夜间睡眠记录进行自动睡眠分期，评估了标准脑电图和可穿戴设备数据的分析效果	首次在癫痫患者中结合标准脑电图和可穿戴设备数据，使用深度学习模型进行自动睡眠分期	模型对N1期睡眠的敏感性很低，可穿戴设备数据低估了大多数睡眠宏观结构参数的持续时间	评估深度学习模型在癫痫患者睡眠分期中的准确性和应用潜力	50名癫痫患者的223份夜间睡眠记录	数字病理	癫痫	EEG和加速度测量	深度学习模型	脑电图和可穿戴设备数据	50名患者的223份夜间睡眠记录
6	2025-04-04	Deep Learning-Powered Colloidal Digital SERS for Precise Monitoring of Cell Culture Media 2025-Apr-03, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c01071 PMID:40177940	research paper	提出了一种基于深度学习的胶体数字SERS平台，用于精确监测细胞培养基	将SERS光谱转换为基于强度阈值的二进制'ON/OFF'信号，实现单分子事件可视化并减少假阳性	未提及具体的技术限制或应用范围限制	开发一种快速、准确监测生物制造中小分子关键工艺参数和质量属性的新方法	AMBIC 1.1哺乳动物细胞培养基	生物制造	NA	表面增强拉曼光谱(SERS)	深度学习	光谱数据	未提及具体样本数量
7	2025-04-04	CMV2U-Net: A U-shaped network with edge-weighted features for detecting and localizing image splicing 2025-Apr-03, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70033 PMID:40177991	research paper	提出了一种名为CMV2U-Net的边缘加权U形网络，用于检测和定位图像拼接	设计了能够同时处理两路输入图像的特征提取模块，并采用分层融合方法和通道注意力机制来防止浅层特征数据丢失	未明确提及具体局限性	提高图像拼接伪造检测和定位的准确性	图像拼接伪造区域	computer vision	NA	deep learning	U-Net (CMV2U-Net)	image	多个公共数据集（未明确提及具体数量）
8	2025-04-04	Early Colon Cancer Prediction from Histopathological Images Using Enhanced Deep Learning with Confidence Scoring 2025-Apr-03, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2025.2483302 PMID:40178023	research paper	该研究提出了一种名为NalexNet的混合深度学习分类器，用于从组织病理学图像中早期预测结肠癌	结合Vahadane染色归一化和Watershed分割进行预处理，采用Teamwork Optimization Algorithm (TOA)进行特征选择，并设计了包含卷积层、普通细胞和减少细胞的NalexNet模型以提高分类精度和计算效率	未提及模型在临床实际应用中的验证情况或跨中心数据测试结果	开发自动化且计算高效的结肠癌分类系统以辅助病理学家早期诊断	结肠癌组织病理学图像	digital pathology	colon cancer	Vahadane stain normalization, Watershed segmentation, Teamwork Optimization Algorithm (TOA)	hybrid deep-learning classifier (NalexNet with convolutional layers, normal and reduction cells)	histopathological images	NA
9	2025-04-04	Application of Deep Learning to Predict the Persistence, Bioaccumulation, and Toxicity of Pharmaceuticals 2025-Apr-03, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02293 PMID:40178174	research paper	本研究探讨了深度学习模型在预测药物化合物的持久性、生物累积性和毒性（PBT）特性中的应用	使用消息传递神经网络（MPNN）和Chemprop实现深度学习模型，结合聚类策略评估模型性能，并提取PBT相关子结构作为药物设计中的环境问题预警标志	未明确提及样本量大小或模型在广泛化合物上的泛化能力	预测药物化合物的PBT特性，以促进开发更环保的药物候选物	药物化合物及其PBT特性	machine learning	NA	深度学习，消息传递神经网络（MPNN）	MPNN	化学分子数据	NA
10	2025-04-04	Arterial phase CT radiomics for non-invasive prediction of Ki-67 proliferation index in pancreatic solid pseudopapillary neoplasms 2025-Apr-03, Abdominal radiology (New York) DOI:10.1007/s00261-025-04921-z PMID:40178588	research paper	本研究利用动脉期CT影像组学特征，开发了一种深度学习模型，用于术前预测胰腺实性假乳头状瘤患者的Ki-67增殖指数水平	首次将动脉期CT影像组学特征与深度学习模型结合，用于预测pSPN患者的Ki-67增殖水平，并识别出CTscore和形态学特征作为关键预测因子	研究为回顾性设计，样本量相对较小（92例患者），且来自两个医疗中心	术前无创预测胰腺实性假乳头状瘤患者的Ki-67增殖水平	胰腺实性假乳头状瘤(pSPN)患者	digital pathology	pancreatic cancer	CT影像组学分析	深度学习模型, GBM	CT图像	92例经病理确诊的pSPN患者（训练组64例，验证组28例）
11	2025-04-04	Leveraging Physics-Based Synthetic MR Images and Deep Transfer Learning for Artifact Reduction in Echo-Planar Imaging 2025-Apr-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8566 PMID:39947682	研究论文	本研究利用基于物理的方法合成真实的MR伪影，并训练一个深度学习生成对抗网络（GAN）以减少EPI中的伪影	采用基于物理的方法合成MR伪影，并提出一种'堆叠迁移学习'策略来训练GAN，以有效减少EPI中的伪影	研究仅针对EPI序列的伪影，未涵盖其他MR序列的伪影问题	开发一种深度学习方法来减少EPI（一种关键的神经影像序列）中的伪影	EPI序列中的伪影	数字病理	神经胶质瘤	GAN	Pix2PixGAN with Attention-R2UNet generator	MR图像	1,392名患者的4,573个解剖MR序列，以及49名复发性胶质母细胞瘤患者的ADC图
12	2025-04-04	Advanced Anticounterfeiting: Angle-Dependent Structural Color-Based CuO/ZnO Nanopatterns with Deep Neural Network Supervised Learning 2025-Apr-02, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c17414 PMID:40072024	研究论文	本研究提出了一种基于结构颜色的低成本、可大规模生产的防伪图案及简单鉴别算法	利用电纺丝技术制造纳米图案，结合CuO和ZnO的溶液生长过程，创造出具有角度依赖性颜色的不可克隆图案，并通过深度学习算法实现高效鉴别	需要标准高分辨率相机获取训练图像，可能在某些应用场景中受限	开发新一代高效、可扩展的防伪解决方案	防伪图案及其鉴别算法	计算机视觉	NA	电纺丝技术、溶液生长过程、深度学习	深度学习算法	图像	NA
13	2025-04-04	Comprehensive Segmentation of Gray Matter Structures on T1-Weighted Brain MRI: A Comparative Study of Convolutional Neural Network, Convolutional Neural Network Hybrid-Transformer or -Mamba Architectures 2025-Apr-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8544 PMID:39433334	研究论文	本研究比较了6种深度学习模型在T1加权脑MRI上分割122个灰质结构的性能，旨在确定最适合临床和研究应用的模型	评估了包括U-Mamba_Bot在内的6种先进深度学习模型在脑MRI分割中的表现，并验证了其在神经退行性疾病研究中的潜力	研究数据集规模有限，未来需要更大数据集验证结果并探索模型在其他神经系统疾病中的适用性	评估深度学习模型在脑MRI灰质结构分割中的性能，并比较正常对照组与阿尔茨海默病患者的结构体积差异	1510例T1加权脑MRI扫描图像，包括正常对照组和阿尔茨海默病患者	医学图像分析	阿尔茨海默病	T1加权MRI扫描	nnU-Net, SegResNet, SwinUNETR, UNETR, U-Mamba_BOT, U-Mamba_Enc	MRI图像	1510例T1加权脑MRI扫描
14	2025-04-04	Deep Learning-Based Framework for Efficient Design of Multicomponent High Hardness High Entropy Alloys 2025-Apr-02, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c23010 PMID:40114633	研究论文	提出了一种基于深度学习的框架，用于高效设计多组分高硬度高熵合金	结合材料领域知识与数据驱动技术，开发了材料串联嵌入模块与BiLSTM-CRF网络，自动化分析文献并提取数据，采用两阶段设计策略（GA与PSO结合）优化合金系统与成分比例	未明确提及实验验证的广泛性或实际应用中的性能稳定性	优化多组分高硬度高熵合金的设计过程	高熵合金（HEAs）	机器学习	NA	深度学习、遗传算法（GA）、粒子群优化（PSO）	BiLSTM-CRF	文本、数值数据	2698篇论文中提取的8067个数据点，构建的硬度数据集包含13种元素
15	2025-04-04	Deep Learning-Based Reconstruction for Accelerated Cervical Spine MRI: Utility in the Evaluation of Myelopathy and Degenerative Diseases 2025-Apr-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8567 PMID:40147833	research paper	本研究比较了传统颈椎MRI与基于深度学习的加速颈椎MRI在图像质量和诊断性能上的差异	首次在商业可用的供应商中立深度学习重建算法上评估加速颈椎MRI的性能	样本量较小（50例患者），且仅针对颈椎退行性疾病和脊髓病变进行评估	评估基于深度学习的加速MRI在颈椎退行性疾病和脊髓病变诊断中的性能	50名患有颈椎退行性疾病或脊髓病变的患者	digital pathology	degenerative diseases	MRI	DL-based reconstruction	image	50名患者
16	2025-04-03	Closing the gap: commercialized deep learning solutions for knee MRI are already transforming clinical practice 2025-Apr-02, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11550-z PMID:40172638	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
17	2025-04-04	Revisiting One-stage Deep Uncalibrated Photometric Stereo via Fourier Embedding 2025-Apr-02, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3557245 PMID:40173071	research paper	本文提出了一种名为FUPS-Net的单阶段深度未校准光度立体网络，用于未知光照方向下的非朗伯物体表面法线估计	通过傅里叶变换网络隐式学习光照特征，利用傅里叶域中振幅编码光照、相位编码几何的特性来分解几何与光照信息，提出频率-空间加权块增强表面重建	未明确说明对复杂光照条件或极端非朗伯材质的处理能力	解决传统两阶段未校准光度立体方法中光照估计误差传播问题	非朗伯物体在未知光照方向下的表面法线估计	computer vision	NA	傅里叶变换	FUPS-Net (包含FEE、FEA、FSW模块)	光度立体图像	合成数据集和真实数据集（未说明具体数量）
18	2025-04-04	Predictive Value of Social Determinants of Health on 90-Day Readmission and Health Utilization Following ACDF: A Comparative Analysis of XGBoost, Random Forest, Elastic-Net, SVR, and Deep Learning 2025-Apr-02, Global spine journal IF:2.6Q1 DOI:10.1177/21925682251332556 PMID:40173192	研究论文	本研究评估了社会健康决定因素（SDH）对前路颈椎间盘切除融合术（ACDF）患者90天再入院和健康利用（HU）的预测影响，并比较了多种机器学习模型的性能	首次将机器学习应用于评估SDH在ACDF患者中的作用，并识别出关键预测因子	依赖单一医疗系统数据和使用代理SDH测量指标	评估SDH对ACDF术后结果的预测价值	3127名ACDF患者	机器学习	颈椎疾病	机器学习（包括XGBoost、随机森林、弹性网络、SVR和深度学习）	Balanced Random Forest, Support Vector Regression	临床和人口统计学数据	3127名ACDF患者（2003-2023年）
19	2025-04-04	Beyond the Posts: Analyzing Breast Implant Illness Discourse With Natural Language Processing and Deep Learning 2025-Apr-02, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjaf047 PMID:40173420	研究论文	使用自然语言处理和深度学习分析社交媒体上关于乳房植入物疾病（BII）的患者感知和情感反应	利用RoBERTa模型分析社交媒体数据，揭示BII讨论的情感趋势及其与乳房植入物取出率的相关性	研究仅基于X平台（原Twitter）的数据，可能无法全面代表所有社交媒体或患者群体的观点	了解患者对BII的感知和情感反应，并探讨社交媒体讨论对医疗决策的影响	社交媒体上关于BII的帖子	自然语言处理	乳房植入物疾病	NLP, 深度学习	RoBERTa	文本	6,099条帖子（2014-2023年）
20	2025-04-04	PixelPrint4D: A 3D Printing Method of Fabricating Patient-Specific Deformable CT Phantoms for Respiratory Motion Applications 2025-Apr-02, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001182 PMID:40173424	research paper	本文介绍了一种名为PixelPrint4D的3D打印方法，用于制造逼真的、患者特定的可变形肺部模型，以用于CT成像中的呼吸运动应用	提出了一种新的3D打印方法PixelPrint4D，能够制造出具有真实组织结构和变形模式的呼吸运动模型，超越了现有模型的简化设计	研究仅基于单一患者的4DCT数据集，可能限制了模型的普遍适用性	开发更真实的呼吸运动模型，以支持CT成像和放射治疗中的新技术评估	肺部模型及其在呼吸运动中的变形特性	digital pathology	lung cancer	3D printing, CT imaging	PixelPrint4D	CT images	1名肺癌患者的4DCT数据集