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
641	2025-06-18	Comparison of Multimodal Deep Learning Approaches for Predicting Clinical Deterioration in Ward Patients: Observational Cohort Study 2025-06-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/75340 PMID:40499139	研究论文	比较不同多模态深度学习模型在预测住院患者临床恶化方面的表现	比较了结合结构化数据与临床笔记信息的多种深度学习模型，并评估其对临床恶化的预测能力	添加临床笔记信息并未显著提升模型性能，且模型的高假阳性率问题未得到解决	评估结合结构化数据与临床笔记信息的深度学习模型在预测临床恶化方面的效果	住院患者	机器学习	NA	深度学习	RNN	结构化数据和文本数据	开发队列284,302名患者，外部验证队列248,055名患者
642	2025-06-18	Extending Protein Language Models to a Viral Genomic Scale Using Biologically Induced Sparse Attention 2025-Jun-11, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.29.656907 PMID:40501585	研究论文	本文提出了一种扩展Transformer模型上下文长度的方法，用于捕获病毒基因组内蛋白质间的长程相互作用	提出基于蛋白质相互作用诱导的稀疏注意力机制，将蛋白质语言模型的上下文扩展到整个病毒基因组规模	目前仅应用于病毒基因组，尚未验证在其他生物基因组上的适用性	改进蛋白质语言模型以捕获基因组范围内蛋白质间的相互作用	病毒基因组及其编码的蛋白质序列	自然语言处理	NA	稀疏注意力机制	Transformer	蛋白质序列	长达61,000个氨基酸的病毒基因组序列
643	2025-06-18	A deep learning method for nanoparticle size measurement in SEM images 2025-Jun-10, RSC advances IF:3.9Q2 DOI:10.1039/d5ra03210e PMID:40519686	研究论文	提出一种基于深度学习的SEM图像中纳米颗粒尺寸测量方法	结合注意力机制和残差网络的改进U-Net模型，以及自动标尺识别算法，提高了小颗粒识别和低对比度区域分割的准确性	NA	开发一种高可靠性的纳米颗粒尺寸自动测量方法	SEM图像中的纳米颗粒	计算机视觉	NA	深度学习	改进的U-Net模型（结合ResNet50和CBAM模块）	图像	NA
644	2025-06-18	Prediction of the Association between Transfer RNA and Diseases: A Deep Learning Approach Combining Multi-View Graph Convolution and Attention Mechanisms 2025-Jun-10, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c03029 PMID:40521536	research paper	该研究提出了一种名为MGC2ATDA的深度学习模型，用于预测tRNA与疾病之间的关联	整合了多视图图卷积网络、缩放注意力融合模块和交叉注意力机制，提高了预测tRNA与疾病关联的准确性和泛化能力	未明确提及具体局限性	开发一种高效的计算方法，用于识别tRNA与疾病之间的潜在关联	tRNA与疾病的关联	machine learning	NA	深度学习	MGC2ATDA（整合了多视图图卷积网络、缩放注意力融合模块和交叉注意力机制）	tRNA序列数据和疾病关联数据	基于MNDR4.0数据集，未明确提及具体样本数量
645	2025-06-18	Prognostic models for predicting oncological outcomes after surgical resection of a nonmetastatic renal cancer: A critical review of current literature 2025-06, Urologic oncology DOI:10.1016/j.urolonc.2024.08.014 PMID:39304391	综述	本文全面评估并批判性地评价了当前用于预测非转移性肾细胞癌（nmRCC）肾切除术后复发和总体生存的预后模型	回顾了过去20年nmRCC预后模型的发展，特别关注了人工智能（AI）尤其是机器学习和深度学习算法在生存预测模型中的应用	多数模型基于回顾性数据开发，前瞻性数据模型表现不佳，AI模型的外部验证有限，缺乏成本效益分析和未确认的临床效用	评估和批判性评价当前用于nmRCC肾切除术后预后预测的模型	非转移性肾细胞癌（nmRCC）患者	数字病理学	肾癌	机器学习，深度学习	NA	临床、病理、基因组和分子数据	NA
646	2025-06-18	Characteristics of left ventricular dysfunction in repaired tetralogy of Fallot: A multi-institutional deep learning analysis of regional strain and dyssynchrony 2025 Summer, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101886 PMID:40122390	研究论文	本研究使用深度学习合成应变（DLSS）技术，分析了修复性法洛四联症（rTOF）患者的左心室功能障碍特征	首次应用深度学习算法DLSS自动测量区域左心室应变和不同步性，识别出rTOF患者的四种独特左心室收缩模式	研究为回顾性设计，样本量相对有限（198例患者和21例健康对照）	表征rTOF患者的左心室功能障碍模式及其与右心室功能障碍和肺动脉瓣置换术进展的关系	修复性法洛四联症患者和健康对照者	数字病理学	心血管疾病	心血管磁共振成像（CMR）、稳态自由进动电影MRI（SSFP MRI）	深度学习算法（DLSS）	医学影像	198例rTOF患者和21例健康对照
647	2025-06-18	Parametric-MAA: fast, object-centric avoidance of metal artifacts for intraoperative CBCT 2025-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03348-7 PMID:40186717	研究论文	本文提出了一种新型的参数化金属伪影避免（P-MAA）方法，用于快速优化CBCT成像中的轨迹，以减少金属伪影	P-MAA方法通过深度学习模型检测关键点，将临床相关对象建模为椭球体，并基于这些椭球体表示设计了一种计算高效的评分方法，显著提高了速度	方法假设物体形状的精细细节对伪影减少影响较小，可能在某些情况下不适用	解决CBCT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临床相关区域	数字病理	骨科疾病	CBCT成像	深度学习模型	图像	使用模拟和真实数据进行训练，并在真实临床病例中验证
648	2025-06-18	Stable distance regression via spatial-frequency state space model for robot-assisted endomicroscopy 2025-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03353-w PMID:40220066	研究论文	本文提出了一种基于空间频率状态空间模型的稳定距离回归方法，用于机器人辅助的内窥镜显微成像	提出了SF-BiS4D模型，通过双向处理图像序列并在频域和空间域分析数据，改进了传统状态空间模型，并引入了引导轨迹规划策略和分层引导微调方法	NA	实现机器人辅助内窥镜显微成像中探头-组织距离的自动回归，以支持精确的机器人组织扫描	探头-组织距离的回归	计算机视觉	NA	pCLE（探头共聚焦激光内窥镜显微成像）	SF-BiS4D（空间频率双向结构化状态空间模型）	图像序列	使用pCLE回归数据集（PRD）进行评估
649	2025-06-18	Video-based multi-target multi-camera tracking for postoperative phase recognition 2025-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03344-x PMID:40220065	研究论文	提出一种新型多目标多摄像头跟踪架构，用于术后阶段识别、位置跟踪和自动时间戳生成	将深度学习应用从手术室扩展到术后工作流程，提出结合医疗领域特定知识的多目标多摄像头跟踪架构	实验数据基于19个模拟术后患者流程，可能未完全覆盖真实场景的复杂性	通过视频分析技术提升术后患者监护流程的自动化和智能化水平	术后患者的工作流程和状态	计算机视觉	NA	多摄像头跟踪技术	自定义MTMCT架构	视频	19个模拟术后患者流程
650	2025-06-18	ConsisTNet: a spatio-temporal approach for consistent anatomical localization in endoscopic pituitary surgery 2025-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03369-2 PMID:40299263	research paper	提出了一种名为ConsisTNet的时空模型，用于提高内窥镜垂体手术中关键解剖结构定位的预测稳定性	通过利用连续帧的时空特征和半监督策略生成伪标签，显著提高了预测的时空一致性	未提及具体的数据集规模或模型在不同手术场景下的泛化能力	提高内窥镜垂体手术中关键解剖结构定位的预测稳定性和准确性	内窥镜垂体手术中的关键解剖结构	digital pathology	pituitary disease	semi-supervised learning, label propagation	ConsisTNet (spatio-temporal model)	video	NA
651	2025-06-18	Deep learning based automated left atrial segmentation and flow quantification of real time phase contrast MRI in patients with atrial fibrillation 2025-Jun, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03407-9 PMID:40301204	研究论文	开发了一种基于卷积神经网络（CNN）的全自动左心房（LA）流量量化方法，用于心房颤动（AF）患者的实时相位对比MRI分析	首次将CNN应用于AF患者的左心房流量全自动量化，展示了与半手动分析的良好一致性，并对心跳变异性具有鲁棒性	样本量相对较小（44名AF患者），且仅针对左心房进行了研究	开发自动化工具以简化心房颤动患者的左心房流量量化过程	心房颤动患者的左心房血流动力学	数字病理学	心血管疾病	实时2D相位对比MRI（RTPC MRI）	CNN	MRI图像	44名AF患者，共15,307个半手动标注的RTPC LA轮廓
652	2025-06-18	Automatic ultrasound image alignment for diagnosis of pediatric distal forearm fractures 2025-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03361-w PMID:40314702	research paper	开发一种自动对齐超声图像的方法，用于诊断儿童远端前臂骨折	提出了一种完全自动化的流程，利用深度学习模型描绘骨骼边界并获取关键解剖标志，通过优化约束实现图像对齐，减少对X射线的依赖	数据集规模有限，未来需要增加样本量以提高诊断准确性和可靠性	开发一种无辐射、更友好的儿童骨折诊断方法	儿童远端前臂骨折	digital pathology	pediatric distal forearm fractures	POCUS (Point-of-Care Ultrasound)	deep learning model	ultrasound images	未明确提及具体样本量
653	2025-06-18	A multi-model deep learning approach for the identification of coronary artery calcifications within 2D coronary angiography images 2025-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03382-5 PMID:40341465	研究论文	本文提出了一种基于多模型深度学习的流程，用于在2D冠状动脉造影图像中识别冠状动脉钙化	首次提出了一种临床决策支持系统，结合ResNet-18和U-Net解码器架构，辅助识别2D冠状动脉造影中的钙化	样本量较小（14名患者的44次图像采集），未来可探索使用多个辅助任务进一步提升分割性能	提高冠状动脉钙化（CAC）识别的准确性和效率，辅助术前规划	2D冠状动脉造影（2DCA）图像中的冠状动脉钙化	计算机视觉	心血管疾病	深度学习	ResNet-18, U-Net	图像	14名患者的44次图像采集
654	2025-06-18	Cine cardiac magnetic resonance segmentation using temporal-spatial adaptation of prompt-enabled segment-anything-model: a feasibility study 2025 Summer, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101909 PMID:40350082	research paper	该研究提出了一种基于segment-anything-model (SAM)的cine心血管磁共振(CMR)分割方法cineCMR-SAM，通过时空注意力机制和提示功能提高分割性能	首次将SAM基础模型适配到cine CMR分割任务，并引入时空注意力机制和文本/框提示功能	研究样本量相对有限(共229例)，且仅针对特定心脏病理(主动脉瓣狭窄和HFpEF)进行验证	开发具有高泛化性能的cine CMR自动分割方法	心血管磁共振影像	digital pathology	cardiovascular disease	深度学习	SAM (Segment-Anything-Model) with temporal-spatial attention	医学影像(cine CMR)	229例(公共数据集136例+主动脉瓣狭窄40例+HFpEF53例)
655	2025-06-18	Segmentation of Leukoaraiosis on Noncontrast Head CT Using CT-MRI Paired Data Without Human Annotation 2025-Jun, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70602 PMID:40495458	研究论文	开发并验证了一种基于深度学习的算法，用于在非对比头部CT上分割白质疏松症（LA），使用CT-MRI配对数据而无需人工标注	利用CT-MRI配对数据生成伪真实标签，并通过深度学习算法实现LA的自动分割，填补了CT和MRI评估之间的空白	算法在外部测试集上的Dice相似系数（DSC）为0.527，仍有提升空间	开发一种可重复的方法，用于在CT上分割LA，以改善缺血性卒中患者的评估	白质疏松症（LA）患者	数字病理	缺血性卒中	深度学习，图像配准	2D nnU-Net	CT和MRI图像	多中心数据集，包括韩国和美国的数据集，独立临床队列（n=867）
656	2025-06-18	Neur-Ally: a deep learning model for regulatory variant prediction based on genomic and epigenomic features in brain and its validation in certain neurological disorders 2025-Jun, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf080 PMID:40519652	研究论文	开发了一个名为Neur-Ally的深度学习模型，用于基于大脑中的基因组和表观基因组特征预测调控变异，并在某些神经系统疾病中进行了验证	利用深度学习模型预测非编码SNP的调控功能，解决了传统方法中忽略非编码区域SNP调控功能的问题	模型仅基于神经组织和细胞系样本的表观基因组数据进行训练，可能无法完全覆盖所有神经系统疾病的变异	区分调控性非编码SNP与非调控性SNP，以更好地理解神经系统疾病的遗传基础	神经系统疾病相关的非编码SNP	机器学习	神经系统疾病	深度学习	深度学习模型	基因组和表观基因组数据	NA
657	2025-06-17	LumiCharge: Spherical Harmonic Convolutional Networks for Atomic Charge Prediction in Drug Discovery 2025-Jun-16, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c01025 PMID:40521781	research paper	提出了一种名为LumiCharge的新型原子电荷预测框架，用于药物发现中的原子电荷预测	结合高阶球谐卷积并显式建模多体相互作用，增强了模型的几何空间感知能力	未明确提及具体局限性	提高原子电荷预测的准确性和泛化能力，以支持药物设计	药物分子中的原子电荷	machine learning	NA	spherical harmonics convolutions	CNN	molecular structures	diverse data sets, external halogen-containing test set
658	2025-06-17	Deep Learning Methodology for Quantification of Normal Pancreas Structures 2025-Jun-16, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233251341824 PMID:40522090	研究论文	本文提出了一种深度学习方法来量化正常胰腺结构，并应用于疾病模型和毒性研究	利用深度学习和数字病理学技术，开发了一种自动化方法来量化胰腺亚结构，克服了传统视觉评估的主观性和分类测量的局限性	NA	开发一种自动化方法来量化胰腺亚结构，以评估疾病模型和毒性研究中的形态学变化	正常和异常胰腺组织	数字病理学	NA	深度学习	NA	图像	NA
659	2025-06-17	Exploring stable isotope patterns in monthly precipitation across Southeast Asia using contemporary deep learning models and SHapley Additive exPlanations (SHAP) techniques 2025-Jun-16, Isotopes in environmental and health studies IF:1.1Q4 DOI:10.1080/10256016.2025.2508811 PMID:40522311	研究论文	本研究利用深度学习和SHAP技术探索东南亚地区月降水中的稳定同位素模式	应用深度神经网络(DNN)和SHAP技术模拟和解释热带降水中的稳定同位素含量，揭示了大规模气候模式与局部气象参数之间的非线性相互作用	研究仅覆盖东南亚六个关键站点，可能无法完全代表整个区域的同位素模式	开发机器学习模型来模拟热带地区降水中的稳定同位素含量，以解决采样站点不足的问题	东南亚六个站点的降水稳定同位素数据(曼谷、吉隆坡、雅加达、哥打巴鲁、查亚普拉和新加坡)	机器学习	NA	深度神经网络(DNN), 偏最小二乘回归(PLSR), SHAP解释技术	DNN, PLSR	气象数据, 同位素数据	东南亚六个站点的月降水数据
660	2025-06-17	Artificial intelligence (AI) and CT in abdominal imaging: image reconstruction and beyond 2025-Jun-16, Abdominal radiology (New York) DOI:10.1007/s00261-025-05031-6 PMID:40522387	综述	本文探讨了人工智能（AI）在腹部CT成像中的图像重建技术及其更广泛的应用	介绍了基于深度学习的重建（DLR）技术，该技术通过卷积神经网络生成高保真图像，克服了传统方法的噪声和人工纹理问题	临床验证、标准化和广泛采用方面仍存在挑战	探索AI驱动的CT图像重建在腹部成像中的原理、进展和未来方向	腹部器官（如肝脏、胰腺和肾脏）的CT成像	数字病理	NA	深度学习重建（DLR）	CNN	图像	NA