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
901	2025-06-11	An MR-only deep learning inference model-based dose estimation algorithm for MR-guided adaptive radiation therapy 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17759 PMID:40089982	研究论文	本研究开发了一种基于深度学习的仅使用MR图像的剂量计算引擎，用于MR引导的自适应放射治疗	提出了一种仅依赖MR图像的深度学习剂量计算引擎，无需CT图像或耗时的射线追踪过程	研究仅针对前列腺癌患者，样本量相对较小（30例患者）	开发一种高效准确的MR引导自适应放射治疗剂量计算方法	前列腺癌患者	医学影像分析	前列腺癌	深度学习	基于U-Net的深度残差网络	MR图像	30例前列腺癌患者，共120个在线治疗计划（包含1080个独立射束）
902	2025-06-11	Quantitative susceptibility mapping via deep neural networks with iterative reverse concatenations and recurrent modules 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17747 PMID:40089979	research paper	该研究提出了一种名为IR2QSM的新型深度学习网络架构，用于提高定量磁化率成像（QSM）的重建精度并减少噪声和伪影	IR2QSM采用了四次反向连接和中间循环模块的改进U-net架构，优化了特征融合并提高了QSM的准确性	尽管IR2QSM在实验中表现优异，但研究未提及该方法在不同MRI设备或参数下的泛化能力	开发一种深度学习方法来提高QSM重建的准确性，减少噪声和伪影	定量磁化率成像（QSM）的重建过程	医学影像处理	神经系统疾病	定量磁化率成像（QSM）	改进的U-net架构（IR2QSM）	MRI影像数据	模拟数据集和体内数据集（具体数量未提及）
903	2025-06-11	Multimodal feature-guided diffusion model for low-count PET image denoising 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17764 PMID:40102174	研究论文	本文提出了一种新型多模态特征引导扩散模型（MFG-Diff），用于低计数PET（LPET）图像去噪，并充分利用MRI信息	MFG-Diff模型通过引入新的退化操作符模拟PET成像的物理退化过程，并采用跨模态引导恢复网络和多模态特征融合模块，充分挖掘LPET和MRI图像的模态特定特征	NA	开发一种能够充分利用MRI信息的LPET图像去噪方法，以最小化辐射暴露同时获得高质量PET图像	低计数PET（LPET）图像和多模态MRI图像	医学图像处理	NA	扩散模型	MFG-Diff	医学图像（PET和MRI）	NA
904	2025-06-11	Poisson diffusion probabilistic model for low-dose SPECT sinogram denoising 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17760 PMID:40103551	研究论文	本文提出了一种基于泊松噪声的扩散概率模型（PDPM），用于低剂量SPECT正弦图的去噪	PDPM将传统扩散模型中的高斯噪声替换为泊松噪声，并引入了时间预测聚合模块（TPAM）以提高去噪性能	NA	开发有效的低剂量SPECT正弦图去噪方法	低剂量SPECT正弦图	医学影像处理	NA	扩散概率模型	PDPM	图像	模拟和临床SPECT数据集
905	2025-06-11	Deep-learning based multibeat echocardiographic cardiac phase detection 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17733 PMID:40108797	研究论文	本研究提出了一种名为EchoPhaseNet的新型多拍超声心动图心脏相位检测网络，旨在实现快速准确的心脏相位检测，同时降低标注成本和数据需求	EchoPhaseNet仅需ED/ES标签即可实现有效的心脏相位检测，显著降低了标注成本，并在检测速度和准确性上优于现有方法	研究使用了多个数据集进行验证，但部分数据集的样本量相对较小，可能影响模型的泛化能力评估	开发一种低标注成本、高效率的多拍超声心动图心脏相位自动检测方法	多拍超声心动图序列	医学图像分析	心血管疾病	深度学习	EchoPhaseNet（基于深度学习的网络）	超声心动图视频序列	五个数据集：Echo-DT（小规模私有数据集）、PhaseDetection（中等规模公开数据集）、EchoNet-Dynamic、CAMUS和EchoNet-Dynamic-MultiBeat（三个公开数据集）
906	2025-06-11	Evaluating the robustness of deep learning models trained to diagnose idiopathic pulmonary fibrosis using a retrospective study 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17752 PMID:40111345	research paper	评估使用回顾性研究训练的深度学习模型在诊断特发性肺纤维化中的鲁棒性	评估多种深度学习模型在不同CT成像协议下的性能，揭示了模型在非参考条件下的特异性下降	研究的回顾性性质	评估深度学习模型在不同CT成像协议下诊断特发性肺纤维化的鲁棒性	特发性肺纤维化（IPF）与非IPF间质性肺病（ILD）患者	digital pathology	lung cancer	CT扫描	2D和3D深度学习模型	image	389名IPF患者和700名非IPF ILD患者的CT扫描数据，其中343名患者有参考和非参考条件下的CT数据
907	2025-06-11	Improving realism in abdominal ultrasound simulation combining a segmentation-guided loss and polar coordinates training 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17801 PMID:40159565	研究论文	提出了一种结合分割引导损失和极坐标训练的新框架，以提高腹部超声模拟的真实性和解剖一致性	通过分割引导损失和极坐标训练减少GAN生成的幻觉，提高解剖准确性和图像真实性	未提及具体局限性	提高腹部超声模拟的真实性和解剖一致性	腹部超声图像	医学图像处理	NA	GAN, Unet	CycleGAN, UVCGANv2, UNSB	图像	617张真实腹部超声图像和971张人工模拟扫描图像
908	2025-06-11	Uncertainty quantification for CT dosimetry based on 10 281 subjects using automatic image segmentation and fast Monte Carlo calculations 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17796 PMID:40167139	研究论文	本文提出了一种结合自动图像分割和GPU加速蒙特卡罗模拟的新方法，用于重建10281名接受CT检查的个体的患者特异性器官剂量	结合深度学习分割工具和GPU加速蒙特卡罗模拟，处理大规模患者特异性器官剂量数据集	研究仅基于单一中国医院的数据，可能不具有普遍代表性	量化并理解CT剂量不确定性，改进CT剂量测定方法	10281名接受CT检查的个体（6419名男性和3862名女性）	数字病理	NA	深度学习自动分割、GPU加速蒙特卡罗模拟	DeepContour	CT图像	10281名个体（6419名男性和3862名女性）
909	2025-06-11	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	research paper	本研究开发了一个两阶段深度学习模型，用于从锥束CT（CBCT）扫描快速生成合成CT（sCT）图像，旨在实现脊柱转移瘤患者的实时姑息放疗治疗	采用两阶段生成对抗网络（GAN）方法，首阶段减少CBCT图像中的条纹伪影，第二阶段生成sCT图像，显著提高了HU准确性和剂量学一致性	研究仅基于220名患者的数据进行训练和验证，样本量可能不足以覆盖所有临床情况	开发一种能够从CBCT扫描快速生成sCT图像的模型，以实现脊柱转移瘤患者的实时姑息放疗治疗	脊柱转移瘤患者	digital pathology	spinal metastases	deep learning, cone-beam CT, synthetic CT generation	conditional GAN, cycle-consistent GAN	CT images	220名患者的CBCT和计划CT图像，其中33名患者用于独立测试
910	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
911	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
912	2025-06-10	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	本文提出了一种结合熵度量和现代预处理技术的深度学习方法，用于自动检测脑电图信号中的癫痫	结合多元熵特征（如mvMPE和mvMFE）与UMAP非线性降维技术，以及ResNet与Bi-LSTM混合模型，提高了癫痫检测的准确性和鲁棒性	未提及模型在实时检测或临床环境中的表现，也未讨论数据集的多样性和潜在偏差	开发一种鲁棒且有效的癫痫自动检测方法	脑电图（EEG）信号	机器学习	癫痫	自适应小波去噪、UMAP非线性降维	ResNet与Bi-LSTM混合模型	EEG信号	NA
913	2025-06-10	YOLOv11-Based quantification and temporal analysis of repetitive behaviors in deer mice 2025-Jun-21, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.05.017 PMID:40368233	research paper	本研究提出了一种基于YOLOv11的自动化系统，用于鹿鼠重复行为的量化与时间分析	结合YOLOv11深度学习直接进行行为分类，绕过初始运动学特征工程，提供了一种客观、高通量的行为频率、持续时间和复杂时间组织的量化方法	NA	详细描述鹿鼠行为的时间动态，为未来研究提供基础数据和分析工具	鹿鼠（Peromyscus maniculatus bairdii）	computer vision	NA	YOLOv11	YOLOv11	video	NA
914	2025-06-10	Deep-Learning-Based Integration of Sequence and Structure Information for Efficiently Predicting miRNA-Drug Associations 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00038 PMID:40380921	研究论文	提出一种名为DLST-MDA的深度学习方法，整合序列和结构信息以预测miRNA与药物的关联	利用miRNA和药物的属性信息而非常用的相互作用图信息，采用多尺度CNN和图神经网络分别学习序列和结构信息	未明确提及具体局限性	预测miRNA与药物的关联，以克服癌症治疗中的耐药性	miRNA和药物	机器学习	癌症	多尺度CNN, 图神经网络	CNN, GNN	序列数据, 分子图数据	基于最新数据库构建的基准数据集，具体数量未明确
915	2025-06-10	EMOCPD: Efficient Attention-Based Models for Computational Protein Design Using Amino Acid Microenvironment 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00378 PMID:40418077	研究论文	提出了一种基于注意力机制的高效计算方法EMOCPD，用于计算蛋白质设计，通过分析氨基酸的微环境来预测和优化蛋白质	采用多头注意力机制关注稀疏蛋白质微环境中的重要特征，并利用逆残差结构优化网络架构，提高了蛋白质设计的准确性和效率	预测结果受20种氨基酸含量的影响，更适合设计负氨基酸含量较低的蛋白质	开发高效的计算方法以改进蛋白质设计的准确性和效率	蛋白质及其氨基酸微环境	计算生物学	NA	多头注意力机制，逆残差结构	注意力机制模型	蛋白质三维原子环境数据	NA
916	2025-06-10	GICL: A Cross-Modal Drug Property Prediction Framework Based on Knowledge Enhancement of Large Language Models 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00895 PMID:40432191	研究论文	提出了一种基于知识增强的大型语言模型的跨模态药物属性预测框架GICL	整合了LLM衍生的嵌入与分子图像表示，通过跨模态对比学习实现分子特征的全面理解	未提及具体的数据质量或结构复杂性问题的解决方案	提高药物属性预测的准确性和效率	药物分子	机器学习	NA	跨模态对比学习	LLM	SMILES字符串和分子图像	NA
917	2025-06-10	Femtosecond Laser Treatment of Ti Surfaces: Antibacterial Mechanisms and Deep Learning-Based Surface Recognition 2025-Jun-09, ACS biomaterials science & engineering IF:5.4Q2 DOI:10.1021/acsbiomaterials.5c00155 PMID:40435514	研究论文	研究飞秒激光处理钛表面的抗菌机制及基于深度学习的表面识别	结合飞秒激光表面处理与深度学习模型（ResNet50-TL）进行钛表面识别与分类，展示超过60%的抗菌效果	使用小数据集进行深度学习模型训练，可能影响模型的泛化能力	探索飞秒激光处理钛表面的抗菌性能及表面识别技术	钛基板及其激光诱导周期性表面结构	数字病理	NA	飞秒激光处理，转录组数据分析，深度学习	ResNet50-TL	扫描电子显微镜图像	小数据集（具体数量未提及）
918	2025-06-10	ADC-MambaNet: a lightweight U-shaped architecture with mamba and multi-dimensional priority attention for medical image segmentation 2025-Jun-09, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adde66 PMID:40441168	研究论文	提出了一种轻量级的U型架构ADC-MambaNet，结合Mamba算法和多维优先级注意力机制，用于医学图像分割	结合了Depthwise Convolutional层和Mamba算法，设计了Harmonious Mamba-Convolution (HMC)块和Multi-Dimensional Priority Attention (MDPA)块，并引入了Balanced Normalized Cross Entropy损失函数	未提及具体局限性	解决医学图像分割中高计算复杂度和内存需求的问题	医学图像	数字病理	NA	深度学习	ADC-MambaNet, CNN, Transformer	医学图像	五个公共医学图像数据集：ISIC 2018 Lesion Segmentation, PH2, Data Science Bowl 2018, GlaS, 和 Lung x-ray
919	2025-06-10	Decoding the Structure-Activity Relationship of the Dopamine D3 Receptor-Selective Ligands Using Machine and Deep Learning Approaches 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00575 PMID:40442044	研究论文	本研究利用机器学习和深度学习方法解码多巴胺D3受体选择性配体的结构-活性关系	采用新型超参数优化协议的DNN模型在预测性能上略优于基于树的模型，并通过整合所有算法的预测结果提高了准确性和鲁棒性	未明确提及研究样本的具体数量或实验验证的局限性	促进选择性配体的发现，为靶向治疗药物的合理设计提供框架	多巴胺D2和D3受体的配体	机器学习	神经精神疾病（如帕金森病、精神分裂症和物质使用障碍）	定量结构-活性关系(QSAR)建模	eXtreme Gradient Boosting, random forest, DNN	化学配体数据	NA
920	2025-06-10	MHASegNet: A multi-scale hybrid aggregation network of segmenting coronary artery from CCTA images 2025-Jun-09, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251346484 PMID:40485350	研究论文	提出了一种名为MHASegNet的多尺度混合聚合网络，用于从CCTA图像中分割冠状动脉	MHASegNet结合了多尺度混合注意力和3D上下文锚点注意力模块，以捕捉全局和局部特征，并通过迭代的区域增长细化方法解决冠脉断裂和减少误报	需要进一步验证以确认其在CAD诊断和量化中的适用性	提高CCTA图像中冠状动脉分割的准确性	冠状动脉	计算机视觉	心血管疾病	深度学习与传统技术结合	MHASegNet	图像	内部数据集90例和两个公共数据集1060例