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
881	2025-07-17	Mitigating the Impact of Electrode Shift on Classification Performance in Electromyography Applications Using Sliding-Window Normalization 2025-Jul-01, Sensors (Basel, Switzerland) DOI:10.3390/s25134119 PMID:40648374	研究论文	本文提出了一种滑动窗口归一化（SWN）技术，用于减轻肌电图（EMG）应用中电极位移对分类性能的影响	SWN技术结合z-score归一化和滑动窗口处理，无需额外数据收集或重新训练，显著减少了电极位移导致的性能下降	研究仅验证了三种运动类别（休息、屈曲和伸展）的情况，未涉及更复杂的运动场景	解决肌电图应用中电极位移导致的分类性能下降问题	肌电图（EMG）信号	生物医学信号处理	NA	滑动窗口归一化（SWN）	NA	肌电图（EMG）信号	涉及右臂轨迹跟踪任务的实验数据
882	2025-07-17	Correction: Spilz, A.; Munz, M. Automatic Assessment of Functional Movement Screening Exercises with Deep Learning Architectures. Sensors 2023, 23, 5 2025-Jul-01, Sensors (Basel, Switzerland) DOI:10.3390/s25134110 PMID:40648500	correction	对原始出版物中的错误进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
883	2025-07-17	Deep learning classification models demonstrate high accuracy and clinical potential in radiograph interpretation in the arthroplasty clinical pathway: A systematic review and meta-analysis 2025-Jul, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70342 PMID:40655254	meta-analysis	该论文通过系统综述和荟萃分析评估了深度学习算法在骨关节炎-关节置换临床路径中解读放射影像和横断面影像的性能	首次全面评估深度学习算法在骨关节炎-关节置换临床路径中的诊断和预后任务表现，并与临床医生的表现进行比较	证据质量中低，结果不具备普遍适用性	评估深度学习算法在骨关节炎-关节置换临床路径中解读影像的性能	骨关节炎患者的放射影像和横断面影像	数字病理	骨关节炎	深度学习	深度学习算法	影像	66项研究
884	2025-07-17	Harnessing chemically crosslinked microbubble clusters using deep learning for ultrasound contrast imaging 2025-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.4.047001 PMID:40656209	研究论文	利用深度学习技术研究和分离化学交联微泡簇（CCMCs）产生的独特声学特性	使用基于自动编码器的异常检测模型来识别CCMCs的独特声学特征	未提及具体样本量或实验的广泛性限制	提高超声成像中对比剂的可检测性和定位	化学交联微泡簇（CCMCs）和非簇状微泡（MBs）	医学影像分析	NA	铜无点击化学合成和声学分析	自动编码器（Autoencoder）	射频数据	NA
885	2025-07-17	A semi-supervised multi-connection contrastive learning framework for x-ray lung segmentation based on mutual distillation 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17984 PMID:40665530	研究论文	提出一种基于对比学习的半监督框架，用于开发适用于边缘部署的高性能微小离线模型，以实现X射线肺部图像分割	采用多一致性对齐和相互蒸馏机制，框架的主干可根据性能或速度需求进行调整，且在仅使用少量标注图像的情况下实现高性能分割	仅在128×128分辨率的胸部X射线数据集上进行了测试，可能在高分辨率图像上的性能未经验证	研究适用于边缘部署的高性能微小离线模型，以解决医疗设备计算和存储能力有限的问题	胸部X射线图像中的肺部区域	数字病理	肺癌	对比学习	半监督框架	图像	三个胸部X射线数据集（JSRT、Montgomery County和Shenzhen Hospital）
886	2025-07-17	Risk classification of thymoma based on multi-feature fusion in dynamic enhanced CT 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17968 PMID:40665531	研究论文	本研究开发并验证了一种基于CT影像数据的综合模型（CSRT），用于提高胸腺瘤术前高风险和低风险分类的准确性	结合了放射组学和深度学习特征（ViT），并整合了临床语义特征，构建了融合模型	回顾性研究设计可能引入选择偏倚，且样本量相对有限	提高胸腺瘤术前高风险和低风险分类的准确性，评估其在无创诊断中的应用	360例经病理证实的胸腺瘤患者	数字病理	胸腺瘤	CT成像（NECT和CECT）	CSRT（融合模型，包含ViT和LASSO回归）	影像数据	360例患者（274例用于模型训练，86例用于外部验证）
887	2025-07-17	Detection and segmentation of brain metastases on MRI using 3D-MedDCNet 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.18001 PMID:40665544	research paper	本研究提出了一种名为3D-MedDCNet的新型深度学习模型，用于在MRI上检测和分割脑转移瘤	该模型结合了可变形卷积（3D-DCN），显著提高了对小转移瘤的检测敏感性和分割准确性	未来工作需要在更多样化的数据集上进行验证，并探索基础模型以改进特征表示	提高脑转移瘤在MRI上的检测敏感性和分割准确性，以支持临床决策和治疗计划	脑转移瘤	digital pathology	brain metastases	MRI	3D-MedDCNet (基于3D-DCN的深度学习架构)	3D MRI scans	两个数据集：UCSF脑转移数据集（560个MRI扫描）和BraTS-METS 2023数据集（1,297个MRI扫描）
888	2025-07-17	Deep learning model for coronary artery segmentation and quantitative stenosis detection in angiographic images 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17970 PMID:40665573	research paper	本研究开发了一种基于深度学习的自动分割冠状动脉和定量检测狭窄的方法，以提高冠状动脉疾病诊断的准确性和效率	结合MedSAM和VM-UNet架构的新型深度学习方法，用于冠状动脉自动分割和狭窄检测	未提及具体局限性	提高冠状动脉疾病诊断的准确性和效率	冠状动脉血管造影图像	computer vision	cardiovascular disease	deep learning	MedSAM, VM-UNet	image	混合数据集（包括ARCADE、DCA1和GH数据集）
889	2025-07-17	Beam field guided diffusion model for liver cancer radiotherapy dose distribution prediction 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17989 PMID:40665572	研究论文	本研究提出了一种基于扩散模型的肝脏癌症放疗剂量分布预测方法，名为BeamDiff	设计了多分支混合编码器和多条件聚合模块，有效利用患者特异性临床特征，并通过多头注意力模块重建切片间联系	输入仅包含2D切片，缺乏切片间的依赖关系和相似性特征	开发一种新颖且精确的肝脏癌症放疗剂量分布预测方法	肝脏癌症患者的放疗剂量分布	医学图像分析	肝癌	扩散模型	BeamDiff	2D图像	临床肝癌放疗数据集
890	2025-07-17	Low-noise trajectory optimization of urban air mobility in the urban environment using deep reinforcement learninga) 2025-Jul-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0037186 PMID:40667977	研究论文	本研究提出了一种利用深度强化学习（DRL）优化城市空中交通（UAM）在都市环境中低噪音飞行轨迹的方法	采用深度强化学习（DRL）结合噪声奖励函数优化UAM飞行轨迹，以减少对地面观察者的噪音影响	研究基于简化的城市环境，可能未涵盖所有实际复杂情况	优化城市空中交通（UAM）的飞行轨迹以减少噪音污染	城市空中交通（UAM）的飞行轨迹	机器学习	NA	深度强化学习（DRL），深度学习（DL）	Soft actor critic算法	噪音数据，飞行轨迹数据	NA
891	2025-07-16	Deep quantum Monte Carlo approach for polaritonic chemistry 2025-Jul-21, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0272805 PMID:40662707	研究论文	本文介绍了一种深度学习变分量子蒙特卡洛方法，用于解决光学腔中分子电子和光子薛定谔方程	将典型的电子神经网络波函数ansätze扩展到描述联合费米子和玻色子系统，即电子-光子系统，在量子蒙特卡洛框架中	仅应用于氢分子在腔中的情况，尚未扩展到更复杂的分子系统	控制物质性质，如化学反应性，通过将其限制在光学腔中	氢分子在光学腔中的电子和光子系统	量子化学	NA	深度学习变分量子蒙特卡洛方法	神经网络波函数ansätze	量子化学数据	氢分子
892	2025-07-16	MS2MP: A Deep Learning Framework for Metabolic Pathway Prediction from MS/MS-Based Untargeted Metabolomics 2025-Jul-15, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06875 PMID:40583780	研究论文	提出了一种名为MS2MP的深度学习框架，用于直接从非靶向串联质谱（MS）预测KEGG代谢通路，无需先前的代谢物注释	首次开发出能够直接从MS光谱预测代谢通路的计算工具，通过图神经网络架构学习光谱特征与代谢通路之间的复杂关系	未明确提及具体限制，但可能依赖于训练数据的质量和覆盖范围	提高非靶向代谢组学数据的通路富集分析效率	代谢通路预测	机器学习	NA	串联质谱（MS/MS）	图神经网络（GNN）	质谱数据	33,221个实验性MS光谱
893	2025-07-16	Mapping the Conformational Heterogeneity Intrinsic to the Protein Native Ensemble 2025-Jul-15, Biochemistry IF:2.9Q3 DOI:10.1021/acs.biochem.5c00201 PMID:40615361	综述	本文回顾了在AlphaFold时代，如何通过实验和计算技术描绘蛋白质在不同分辨率水平下的构象景观	强调了单一结构无法完全捕捉蛋白质的真实情况，提出了整合多探针实验和物理基础模型的方法来理解序列-集合-功能的关系	未提及具体的技术限制或数据不足的问题	探讨蛋白质构象异质性及其对功能理解的重要性	蛋白质的构象景观和功能	结构生物学	NA	实验和计算技术	NA	结构数据	NA
894	2025-07-16	Deep learning-based contour propagation in magnetic resonance imaging-guided radiotherapy of lung cancer patients 2025-Jul-15, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade8d0 PMID:40570891	研究论文	本文提出了一种基于深度学习的轮廓传播方法，用于磁共振成像引导的肺癌患者放疗中器官风险和肿瘤体积的快速准确分割	采用混合Transformer-卷积神经网络TransMorph模型进行可变形图像配准，实现了不同场强下MRI图像的高效准确分割	研究样本主要来自特定场强(0.35T)的MR-Linac设备，在更广泛设备上的适用性有待验证	提高磁共振成像引导放疗中器官风险和肿瘤体积轮廓传播的效率和准确性	肺癌患者的MRI图像	数字病理	肺癌	MRI	TransMorph(混合Transformer-CNN)	医学图像	172名肺癌患者(140名内部数据，18名外部中央型肺癌，14名III期肺癌)，共490对计划图像和分次图像
895	2025-07-16	Dose-aware denoising diffusion model for low-dose CT 2025-Jul-15, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade8cc PMID:40570896	研究论文	本文提出了一种新型剂量感知扩散模型，用于低剂量CT图像去噪，旨在解决现有扩散基深度学习方法在泛化性和不确定性方面的问题	引入了一种基于物理的前向过程，具有连续时间步长，能够灵活表示不同的噪声水平，并包含了一个计算高效的噪声校准模块	未明确提及具体局限性，但可能包括对不同数据集的泛化能力仍需进一步验证	开发一种能够有效减少CT图像噪声同时保持结构保真度并适用于不同剂量水平的去噪方法	低剂量CT图像	数字病理	NA	扩散模型	扩散模型	图像	Mayo Clinic数据集
896	2025-07-16	MSCMLCIDTI: Drug-Target Interaction Prediction Based on Multiscale Feature Extraction and Deep Interactive Attention Fusion Mechanisms 2025-Jul-15, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.70170 PMID:40660331	research paper	提出了一种基于多尺度特征提取和深度交互注意力融合机制的药物-靶标相互作用预测模型MSCMLCIDTI	采用多尺度卷积块提取药物化合物和氨基酸序列的结构指纹，结合门控注意力获取多维特征，并通过多层注意力交互机制建模药物亚结构与蛋白质片段间的复杂关系	未提及具体的数据集规模限制或模型计算复杂度问题	提升药物-靶标相互作用预测的准确性以加速药物发现	药物化合物与生物靶标（蛋白质）的相互作用	machine learning	NA	多尺度特征提取、注意力机制	MSCMLCIDTI（基于CNN与注意力机制的混合模型）	药物分子结构数据、蛋白质氨基酸序列数据	四个公开基准数据集（未说明具体样本量）
897	2025-07-16	VAULT-OCT: Vault Accuracy Using Deep Learning Technology - An AI Model for Predicting Implantable Collamer Lens Postoperative Vault with AS-OCT 2025-Jul-15, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001743 PMID:40660493	研究论文	开发了一个基于深度学习的模型VAULT-OCT，用于预测植入式Collamer晶体（ICL）术后拱高	首次利用术前AS-OCT图像结合深度学习技术预测ICL术后拱高	研究为回顾性设计，样本量相对有限（324只眼）	提高ICL植入术后拱高预测的准确性	接受ICL植入术的患者（162例患者的324只眼）	数字病理	眼科疾病	光学相干断层扫描（OCT）	神经网络	图像	162例患者的324只眼
898	2025-07-16	Collaborative Internal Cavity Effect and Interfacial Modulation Mechanism for Boosting Deep Learning-Powered Immunochromatographic Pathogen Detection 2025-Jul-15, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03367 PMID:40662476	研究论文	本文提出了一种深度学习增强的免疫测定方法，通过利用空心碳纳米球（h-CNSs）的内部空腔效应和界面抗体定向调节，实现了病原体的超灵敏检测	结合空心碳纳米球的内部空腔效应和界面抗体定向调节，显著提高了光吸收和光热转换效率，并通过深度学习进一步提升了检测准确率	未明确提及具体局限性	开发一种高灵敏度的病原体检测方法	病原体	数字病理学	NA	免疫色谱分析（ICA）	CNN	图像	加标牛奶和生菜样本
899	2025-07-16	AI-Driven Smart Sportswear for Real-Time Fitness Monitoring Using Textile Strain Sensors 2025-Jul-14, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3588051 PMID:40658556	研究论文	本文提出了一种基于AI的智能运动服装系统，用于实时监测健身活动中的呼吸-力量协调和肌肉激活对称性	通过集成石墨烯应变传感器和深度学习框架，系统能够实时分类运动执行质量，并区分呼吸不规律和肌肉不对称用力	现有解决方案在无缝和非侵入性同时捕捉呼吸-力量协调和肌肉激活对称性方面存在不足	开发下一代AI驱动的智能运动服装，应用于健身优化、伤害预防和适应性康复训练	健身和康复训练中的运动执行质量	可穿戴技术	NA	深度学习	1D ResNet-18	传感器数据	六种运动条件下的分类准确率达到92.1%
900	2025-07-16	Region Uncertainty Estimation for Medical Image Segmentation with Noisy Labels 2025-Jul-14, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3589058 PMID:40658577	研究论文	提出一种针对带有噪声标签的CT图像分割的区域不确定性估计框架	提出样本分层训练策略和边界引导的区域不确定性估计模块，有效减少噪声标注的影响	实验仅在CT数据集上进行，未验证在其他医学影像模态（如MRI）上的泛化性	降低医学图像标注成本并提升噪声标签下的分割鲁棒性	CT图像中的器官和组织分割	数字病理	NA	CT图像分割	深度学习基础模型（如SAM）	3D医学图像	多个CT数据集（未明确数量）