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	2025-04-07	A deep learning model for multiclass tooth segmentation on cone-beam computed tomography scans 2025-Apr-05, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics IF:2.7Q1 DOI:10.1016/j.ajodo.2025.02.014 PMID:40186597	研究论文	开发并验证了一种深度学习算法，用于从锥形束计算机断层扫描中自动创建人类牙齿的三维表面模型	提出了一种用于多类牙齿分割的深度学习模型，验证了人工智能在牙科影像分析中的有效性	NA	开发自动化的牙齿分割技术以提高牙科影像分析的精确度	人类牙齿	计算机视觉	NA	锥形束计算机断层扫描	深度学习	医学影像	210例扫描（140例训练集，40例验证集，30例测试集）
162	2025-04-07	Classification of ocular surface diseases: Deep learning for distinguishing ocular surface squamous neoplasia from pterygium 2025-Apr-05, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-06804-x PMID:40186633	研究论文	本研究开发了一种深度学习模型，用于区分眼表鳞状上皮瘤（OSSN）和翼状胬肉（PTG）的裂隙灯照片	首次使用深度学习模型自动分割和分类OSSN与PTG的裂隙灯照片，并展示了较高的准确率	样本量相对较小（162例患者），且未提及模型在其他数据集上的泛化能力	开发一种能够准确区分OSSN和PTG的深度学习模型	眼表鳞状上皮瘤（OSSN）和翼状胬肉（PTG）患者	计算机视觉	眼科疾病	深度学习	EfficientNet B7, GoogleNet	图像	162例患者（77例OSSN，85例PTG）
163	2025-04-07	Deep learning-based denoising image reconstruction of body magnetic resonance imaging in children 2025-Apr-05, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06230-5 PMID:40186652	research paper	本研究评估了基于深度学习的去噪图像重建技术在儿童身体磁共振成像（MRI）中的应用效果	首次在儿童身体MRI中应用深度学习技术进行图像去噪和重建，显著提高了图像质量和扫描速度	非呼吸门控的T1加权图像显示出更明显的呼吸运动伪影	评估深度学习重建技术在儿童身体MRI中的图像质量	21名儿童（中位年龄7岁）的胸腹部MRI图像	digital pathology	NA	radial k-space sampling, PROPELLER序列	DL-based	MRI图像	21名儿童（年龄范围1.5-15.8岁）
164	2025-04-07	A magnetic resonance image-based deep learning radiomics nomogram for hepatocyte cytokeratin 7 expression: application to predict cholestasis progression in children with pancreaticobiliary maljunction 2025-Apr-05, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06225-2 PMID:40186654	research paper	开发了一种基于磁共振图像的深度学习放射组学列线图，用于预测胰胆管合流异常儿童胆汁淤积进展	首次利用深度学习放射组学列线图非侵入性评估肝细胞CK7状态，并预测胆汁淤积进展	研究样本量较小（180例），且为回顾性研究	开发非侵入性方法评估胰胆管合流异常患者的肝细胞CK7状态及胆汁淤积进展	胰胆管合流异常儿童患者	digital pathology	pancreaticobiliary maljunction	MRI, immunohistochemical analysis	ResNet50	image	180例胰胆管合流异常患者（训练集144例，验证集36例）
165	2025-04-07	Parametric-MAA: fast, object-centric avoidance of metal artifacts for intraoperative CBCT 2025-Apr-05, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03348-7 PMID:40186717	research paper	提出了一种新型参数化金属伪影避免方法（P-MAA），用于快速优化锥束CT（CBCT）成像中的轨迹，以减少金属伪影	通过深度学习模型检测关键点，将临床相关物体建模为椭球体，提出了一种计算高效的轨迹评分方法，显著提高了速度	未明确说明方法在极端复杂情况下的表现，以及是否适用于所有类型的金属植入物	解决锥束CT成像中金属伪影的问题，提高图像质量	骨科和创伤应用中的金属植入物及其周围的临床相关区域	医学影像处理	骨科疾病	深度学习，椭球体建模	深度学习模型	图像	模拟和真实临床数据
166	2025-04-07	Deep learning-based estimation of respiration-induced deformation from surface motion: A proof-of-concept study on 4D thoracic image synthesis 2025-Apr-05, Medical physics IF:3.2Q1 DOI:10.1002/mp.17804 PMID:40186879	研究论文	提出一种非患者特定的级联集成模型（CEM），用于从表面运动估计呼吸引起的胸部组织变形	提出了一种不需要患者特定呼吸数据采样和额外训练的级联集成模型（CEM），用于估计胸部组织变形	研究仅基于模拟的表面运动和有限的4D-CT数据集进行验证	开发一种方法以减少4D-CT采集中的辐射暴露，同时保持图像质量	胸部组织变形和4D-CT图像合成	医学影像分析	胸部疾病	深度学习	级联集成模型（CEM）	4D-CT图像	62个私有4D-CT数据集和80个公共4D-CT数据集
167	2025-04-07	Deep learning assisted detection and segmentation of uterine fibroids using multi-orientation magnetic resonance imaging 2025-Apr-05, Abdominal radiology (New York) DOI:10.1007/s00261-025-04934-8 PMID:40188260	research paper	开发深度学习模型用于自动化检测和分割子宫肌瘤的多方位MRI图像	基于三维nnU-Net框架构建的模型，在子宫肌瘤的检测和分割中表现出色，特别是在临床相关病例中	未提及模型在小样本或不同类型肌瘤上的泛化能力	开发自动化检测和分割子宫肌瘤的深度学习模型	子宫肌瘤患者的多方位MRI图像	digital pathology	uterine fibroids	MRI	nnU-Net	image	内部数据集299名患者（训练集239名，内部测试集60名），外部数据集45名患者
168	2025-04-07	Deep learning-based uncertainty quantification for quality assurance in hepatobiliary imaging-based techniques 2025-Apr-04, Oncotarget DOI:10.18632/oncotarget.28709 PMID:40184325	评论	本文探讨了基于深度学习的肝胆影像技术中的不确定性量化方法，以提高诊断准确性和可靠性	介绍了Anisotropic Hybrid Network (AHUNet)这一现代架构，结合2D成像和3D体积数据，通过创新卷积方法提升肝胆影像分析	未提及具体实验数据或样本量，可能缺乏实证支持	提高肝胆影像技术的质量保证和诊断准确性	肝胆影像技术，特别是肿瘤学条件和癌前病变的早期检测	医学影像分析	肝胆肿瘤	深度学习	AHUNet	2D成像和3D体积数据	NA
169	2025-04-07	MIST: An interpretable and flexible deep learning framework for single-T cell transcriptome and receptor analysis 2025-Apr-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adr7134 PMID:40184452	研究论文	介绍了一个名为MIST的深度学习框架，用于单T细胞转录组和受体分析，具有可解释性和灵活性	MIST框架通过三个潜在空间（基因表达、TCR和联合潜在空间）实现转录组和TCR数据的向量化和整合，解析细胞功能和抗原特异性	NA	深入T细胞免疫功能研究	单T细胞的转录组和T细胞受体（TCR）特征	机器学习	肺癌	单细胞转录组分析	深度学习框架	转录组和TCR数据	涉及抗原特异性T细胞、肺癌免疫治疗和COVID19相关的T细胞数据集
170	2025-04-07	Depth-of-interaction encoding techniques for pixelated PET detectors enabled by machine learning methods and fast waveform digitization 2025-Apr-04, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adc96d PMID:40185124	research paper	本研究开发了一种利用机器学习和快速波形数字化技术对像素化PET探测器进行深度相互作用(DOI)编码的方法	提出了一种无需修改探测器设计即可实现多级DOI分类的技术，利用高速波形采样和机器学习方法从闪烁波形中提取DOI信息	研究主要针对20mm长晶体，对其他尺寸晶体的适用性未验证	开发一种新型的深度相互作用(DOI)编码技术以提升PET扫描仪性能	像素化PET探测器的深度相互作用信息	医学影像处理	NA	高速波形采样(5 Gs/s)，Domino Ring Sampler (DRS4)	LSTM网络，经典机器学习算法	闪烁波形数据	使用2x2x20mm^3长窄晶体进行测试
171	2025-04-07	Reparameterization Lightweight Residual Network for Super-Resolution of Brain MR Images 2025-Apr-04, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc935 PMID:40185120	研究论文	提出一种轻量级的超分辨率模型，用于提高脑部MR图像的分辨率和清晰度	结合BSRN主干网络和结构重参数化技术，实现轻量化和高效的超分辨率重建	未提及模型在更大规模或多样化数据集上的泛化能力	开发适用于医学图像处理的轻量级超分辨率技术	脑部MR图像	计算机视觉	NA	深度学习	BSRN与结构重参数化结合的轻量级网络	医学图像（脑部MR）	IXI数据集（具体数量未提及）
172	2025-04-07	Uncertainty-aware quantitative CT evaluation of emphysema and mortality risk from variable radiation dose images 2025-Apr-04, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11525-0 PMID:40185924	研究论文	开发了一种自动化方法，用于联合且一致地评估肺气肿和死亡风险，并提供数据和模型不确定性的量化	使用多任务贝叶斯神经网络（BNN）联合评估肺气肿和死亡风险，并量化数据和模型不确定性	研究仅基于COPDGene研究的数据，可能不适用于其他人群	开发一种对成像协议更具鲁棒性的CT评估方法，用于肺气肿和死亡风险的量化	COPDGene研究中接受全剂量和减剂量胸部CT扫描的参与者	数字病理学	慢性阻塞性肺疾病（COPD）	胸部CT扫描	贝叶斯神经网络（BNN）	图像	1350名参与者（平均年龄64.4岁±8.7；659名女性）
173	2025-04-07	Evaluation of a deep learning segmentation tool to help detect spinal cord lesions from combined T2 and STIR acquisitions in people with multiple sclerosis 2025-Apr-04, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11541-0 PMID:40185925	research paper	开发并评估了一种深度学习模型，用于从T2和STIR序列中检测多发性硬化症患者的脊髓病变	首次开发了一种结合T2和STIR序列的深度学习工具，用于辅助临床医生检测多发性硬化症患者的脊髓病变	样本量较小（50名患者），且未显示工具在提高精确度方面的显著效果	评估深度学习模型在辅助检测多发性硬化症患者脊髓病变中的效果	多发性硬化症患者的脊髓MRI图像	digital pathology	multiple sclerosis	MRI (T2 and STIR sequences)	DL (deep learning)	image	50名患者（39名女性，中位年龄41岁）
174	2025-04-07	Supra-second tracking and live-cell karyotyping reveal principles of mitotic chromosome dynamics 2025-Apr-04, Nature cell biology IF:17.3Q1 DOI:10.1038/s41556-025-01637-6 PMID:40185948	研究论文	本文介绍了一种名为FAST CHIMP的新方法，结合延时超分辨率显微镜和深度学习，用于研究有丝分裂中染色体的动态变化	开发了FAST CHIMP方法，能够以8秒的分辨率追踪人类染色体从前期到末期的动态变化，并识别单细胞中15对同源染色体	尽管FAST CHIMP提供了高分辨率的染色体动态追踪，但仍无法识别所有23对同源染色体	研究有丝分裂中染色体的时空动态特性	人类染色体在有丝分裂过程中的动态变化	细胞生物学	NA	延时超分辨率显微镜和深度学习	深度学习	图像	NA
175	2025-04-07	Deep learning model for detecting cystoid fluid collections on optical coherence tomography in X-linked retinoschisis patients 2025-Apr-04, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.17495 PMID:40186400	research paper	本文验证了一种深度学习框架，用于在X连锁视网膜劈裂症患者的SD-OCT图像中检测和量化囊样液体聚集	开发了一种基于no-new-U-Net的深度学习模型，用于自动分割和量化X连锁视网膜劈裂症患者的囊样液体聚集	深度学习模型存在系统性高估的问题，需要未来进一步优化	验证深度学习模型在X连锁视网膜劈裂症患者SD-OCT图像中检测和量化囊样液体聚集的有效性	X连锁视网膜劈裂症患者的SD-OCT图像	digital pathology	X-linked retinoschisis	spectral-domain optical coherence tomography (SD-OCT)	no-new-U-Net	image	112 OCT volumes (70训练, 42内部测试), 37 SD-OCT scans (20患者)
176	2025-04-07	A novel deep learning-based floating garbage detection approach and its effectiveness evaluation in environmentally sustainable development 2025-Apr-04, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125154 PMID:40186972	研究论文	提出了一种基于YOLOv8的高效经济深度学习解决方案，用于水面漂浮垃圾的检测与收集	通过改进YOLOv8的主干网络、引入Wise-Powerful IoU损失函数和添加AuxHead检测头，有效压缩了复杂环境因素的负面影响，提高了检测精度	NA	提高水面聚集漂浮垃圾的检测效率和收集率，促进水生态系统的保护与恢复	水面聚集的漂浮垃圾	计算机视觉	NA	深度学习	YOLOv8	图像	NA
177	2025-04-07	Deep-learning synthetized 4DCT from 4DMRI of the abdominal site in carbon-ion radiotherapy 2025-Apr-04, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104963 PMID:40187129	research paper	研究探讨了基于深度学习的合成4DCT（4D-sCT）从接受碳离子放射治疗（CIRT）的腹部患者的4DMRI数据中生成的可行性	使用3通道条件生成对抗网络（cGAN）从4DMRI生成4D-sCT，模拟了仅依赖4DMRI的场景，并在计算模型和独立患者数据上进行了验证	仅依赖4DMRI的场景下生成的4D-sCT与原始4DCT相比误差较大（MAE: 81.15-90.22 HU）	探索深度学习在碳离子放射治疗（CIRT）腹部肿瘤治疗计划中的应用	腹部肿瘤患者	digital pathology	abdominal tumors	4DMRI, 4DCT, cGAN	cGAN	medical imaging	26名患者（训练和测试），6名独立患者（验证）
178	2025-04-07	Joint identification of hydraulic conductivity and groundwater pollution sources using unscented Kalman smoother with multiple data assimilation and deep learning 2025-Apr-04, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2025.118134 PMID:40187214	研究论文	本文提出了一种结合无迹卡尔曼平滑器与多重数据同化（UKS-MDA）和深度信念神经网络（DBNN）的新方法，用于识别水力传导率和地下水污染源（GPSs）	创新点在于将UKS-MDA与DBNN结合，提高了污染源识别的准确性和计算效率，同时减少了计算负担	NA	改进地下水污染源的识别性能并丰富相关技术	水力传导率和地下水污染源	机器学习	NA	无迹卡尔曼平滑器与多重数据同化（UKS-MDA），深度信念神经网络（DBNN）	DBNN	模拟数据	NA
179	2025-04-07	Dynamic integration of feature- and template-based methods improves the prediction of conformational B cell epitopes 2025-Apr-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.01.018 PMID:39938510	研究论文	本文提出了一种动态集成算法DynaBCE，用于有效识别构象B细胞表位	结合基于特征和基于模板的策略，利用动态加权方法整合三个模块，提高了构象B细胞表位的预测性能	未提及具体局限性	改进构象B细胞表位的预测方法	构象B细胞表位	机器学习	NA	机器学习、深度学习、几何图神经网络、基于transformer的算法	boosting算法、几何图神经网络、transformer	蛋白质结构数据	NA
180	2025-04-07	FakET: Simulating cryo-electron tomograms with neural style transfer 2025-Apr-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.01.020 PMID:39947174	研究论文	本文介绍了一种基于神经风格转移的方法FakET，用于模拟任何冷冻透射电子显微镜的前向操作，以生成高质量的模拟显微图或倾斜系列	FakET方法通过神经风格转移技术显著提升了数据生成速度（750倍），并减少了内存使用（33倍），同时保持了与基准数据相当的性能	未提及具体的数据生成质量与真实数据之间的差异，以及在不同类型冷冻电子显微镜上的普适性	解决冷冻电子显微镜中粒子定位和分类任务中训练数据生成速度慢、内存消耗大的问题	冷冻电子显微镜的模拟数据生成	计算机视觉	NA	神经风格转移	NA	图像	NA