深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
1141	2025-10-06	Transformer model based on Sonazoid contrast-enhanced ultrasound for microvascular invasion prediction in hepatocellular carcinoma 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17895 PMID:40384312	研究论文	本研究基于Sonazoid超声造影开发Transformer模型，用于术前预测肝细胞癌微血管侵犯	首次将Transformer模型应用于Sonazoid超声造影图像，结合动脉期和库普弗细胞期图像特征预测微血管侵犯	回顾性研究设计，样本量相对有限（164例患者）	评估Transformer模型在肝细胞癌微血管侵犯术前预测中的价值	164例肝细胞癌患者	计算机视觉	肝细胞癌	Sonazoid超声造影	Transformer	超声图像	164例HCC患者	NA	Transformer	AUC, 敏感性, 特异性, 准确率, 阳性预测值, 阴性预测值	NA
1142	2025-10-06	A 3D deep learning model based on MRI for predicting lymphovascular invasion in rectal cancer 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17882 PMID:40391614	研究论文	开发并验证基于术前MRI的3D深度学习模型用于预测直肠癌淋巴血管侵犯	首次提出使用3D深度学习模型结合不同扩展范围的肿瘤区域（GPTV系列）来预测直肠癌LVI状态，其中3D GPTV10模型表现最优	样本量相对有限（总样本334例），仅使用单一医疗机构数据	开发能够术前准确预测直肠癌淋巴血管侵犯的深度学习模型	直肠癌患者	医学影像分析	直肠癌	MRI T2WI轴向成像	深度学习	3D医学影像	334例直肠癌患者（训练集233例，验证集101例）	NA	DenseNet121	AUC	NA
1143	2025-10-06	Fusing radiomics and deep learning features for automated classification of multi-type pulmonary nodule 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17901 PMID:40391634	研究论文	提出融合影像组学特征和深度学习特征的方法，用于自动分类多种类型肺结节	首次使用判别相关分析特征融合算法整合影像组学特征和深度学习特征，最大化两类特征的互补性和类间差异	仅使用LIDC-IDRI数据集进行验证，未在其他数据集测试泛化能力	提高肺结节分类准确性，实现个性化肺癌治疗和预后预测	CT图像中的多种类型肺结节（恶性、钙化、毛刺、分叶、边界、纹理）	计算机视觉	肺癌	CT影像组学分析	深度学习神经网络	CT医学图像	LIDC-IDRI数据集	NA	NA	AUC	NA
1144	2025-10-06	A novel network architecture for post-applicator placement CT auto-contouring in cervical cancer HDR brachytherapy 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17908 PMID:40414687	研究论文	开发了一种用于宫颈癌高剂量率近距离放疗中施源器放置后CT图像自动勾画的新型网络架构	提出顺序双模型深度学习架构，结合U-Net基础分割和集成空间信息与总变差正则化的复杂结构分割	肠道和乙状结肠分割仍面临挑战，需要进一步验证和临床实施	提高宫颈癌高剂量率近距离放疗中高危临床靶区和危及器官分割的准确性和效率	宫颈癌患者施源器放置后的CT图像	数字病理	宫颈癌	CT成像	深度学习	医学影像	32例宫颈癌患者，115张CT图像	NA	U-Net	Dice相似系数, 95% Hausdorff距离, 平均表面距离, 质心距离, 体积差异, D90, D2cc	NA
1145	2025-10-06	A vessel bifurcation landmark pair dataset for abdominal CT deformable image registration (DIR) validation 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17907 PMID:40437735	研究论文	本文介绍了首个用于腹部CT可变形图像配准验证的血管分叉标志点对数据集	创建了首个包含大量高精度血管分叉标志点对的腹部CT可变形图像配准基准数据集	数据集仅包含30名患者，样本规模相对有限	开发用于腹部CT可变形图像配准算法验证的基准数据集	腹部CT图像和血管分叉标志点	医学影像分析	腹部疾病	CT成像，深度学习分割	深度学习模型	CT图像	30名患者的腹部CT图像对	NA	NA	标志点对精度（0.7 mm ± 1.2 mm）	NA
1146	2025-10-06	Accelerated proton resonance frequency-based magnetic resonance thermometry by optimized deep learning method 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17909 PMID:40450352	研究论文	通过优化的深度学习方法加速基于质子共振频率的磁共振测温技术	提出结合预训练/训练阶段数据增强、知识蒸馏和新型振幅-相位解耦损失函数的优化方法，显著提升磁共振温度图重建的时空分辨率	4倍欠采样情况下评估指标精度下降约10%，临床验证仅限于子宫肌瘤患者	提高动态磁共振温度图重建的时间分辨率，支持聚焦超声治疗中的实时监测	体模、离体组织样本和子宫肌瘤患者的临床数据	医学影像分析	子宫肌瘤	磁共振测温、聚焦超声	深度学习	k空间数据、磁共振图像	体模、离体组织实验和子宫肌瘤患者临床数据集	NA	Cascade Net, Complex-valued U-Net, Shift Window Transformer for MRI, Real-valued U-Net, ResUNet	RMSE, DICE系数, Bland-Altman分析	NA
1147	2025-10-06	Matrix completion-informed deep unfolded equilibrium models for self-supervised k $k$ -space interpolation in MRI 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17924 PMID:40473478	研究论文	提出一种基于矩阵补全理论的深度展开平衡模型，用于MRI k空间自监督插值	将卷积神经网络与结构低秩模型的零空间关系相结合，构建具有严格理论保证和可解释性的自监督网络架构	在特定场景下才能达到与监督学习相当的效果	开发无需全采样标签的MRI k空间自监督插值方法	多线圈MRI k空间数据	医学影像重建	NA	磁共振成像	CNN	k空间数据	NA	NA	深度展开平衡模型	定性评估,定量评估	NA
1148	2025-10-06	Leveraging protein language models for cross-variant CRISPR/Cas9 sgRNA activity prediction 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf385 PMID:40600900	研究论文	提出基于蛋白质语言模型的深度学习模型PLM-CRISPR，用于跨变体CRISPR/Cas9 sgRNA活性预测	首次利用蛋白质语言模型捕捉Cas9蛋白变体表征，采用跨变体训练策略和动态特征融合机制	NA	优化CRISPR/Cas9基因编辑系统，提高sgRNA活性预测的准确性和泛化能力	单导RNA（sgRNA）和Cas9蛋白变体	机器学习	NA	CRISPR/Cas9基因编辑技术	深度学习	蛋白质序列，RNA序列	涵盖7种Cas9蛋白变体的数据集	NA	蛋白质语言模型	NA	NA
1149	2025-10-06	Nondestructive Detection and Quality Grading System of Walnut Using X-Ray Imaging and Lightweight WKNet 2025-Jul-01, Foods (Basel, Switzerland) DOI:10.3390/foods14132346 PMID:40647098	研究论文	基于X射线成像和轻量级WKNet的核桃无损检测与质量分级系统	首次将X射线成像与深度学习模型结合用于核桃质量检测，开发了集成Transformer、GhostNet和交叉注意力模块的轻量级WKNet网络	NA	解决核桃内部质量检测的耗时和参数冗余问题，实现高效准确的核桃质量分级	核桃内部质量	计算机视觉	NA	X射线成像	CNN, Transformer	X射线图像	NA	PyTorch	YOLO v5s, Transformer, GhostNet, CCA模块	mAP_0.5, 精确率, 召回率	NA
1150	2025-10-06	Enhancing Early Detection of Oral Squamous Cell Carcinoma: A Deep Learning Approach with LRT-Enhanced EfficientNet-B3 for Accurate and Efficient Histopathological Diagnosis 2025-Jul-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131678 PMID:40647677	研究论文	本研究提出了一种结合学习率调优的EfficientNet-B3深度学习模型，用于从组织病理学图像中准确检测口腔鳞状细胞癌	将学习率调优(LRT)技术与EfficientNet-B3模型结合，能够根据训练过程中的准确率和损失自动调整学习率	NA	开发自动化、可靠的诊断解决方案以提高口腔鳞状细胞癌的早期检测和治疗成功率	口腔鳞状细胞癌(OSCC)的组织病理学图像	数字病理学	口腔癌	组织病理学成像	CNN	图像	来自多癌症数据集的口腔肿瘤数据集	NA	EfficientNet-B3	准确率, 特异性	NA
1151	2025-10-06	Deep Learning-Enhanced T1-Weighted Imaging for Breast MRI at 1.5T 2025-Jul-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131681 PMID:40647680	研究论文	评估基于深度学习的T1加权VIBE序列在1.5T乳腺MRI中的图像质量表现	首次将深度学习技术集成到T1加权VIBE序列中用于乳腺MRI成像	样本量较小（52例患者），仅使用1.5T MRI设备	比较深度学习增强的T1加权VIBE序列与标准VIBE序列在乳腺MRI中的图像质量	52名乳腺癌患者	医学影像分析	乳腺癌	MRI成像，T1加权VIBE序列	深度学习	医学影像	52例乳腺癌患者	NA	NA	图像质量评分，图像清晰度评分，信噪比评分，伪影评分，诊断置信度评分	NA
1152	2025-10-06	Deep Learning Models for Detection and Severity Assessment of Cercospora Leaf Spot (Cercospora capsici) in Chili Peppers Under Natural Conditions 2025-Jul-01, Plants (Basel, Switzerland) DOI:10.3390/plants14132011 PMID:40648020	研究论文	本研究评估了八种深度学习模型在自然条件下检测和评估辣椒尾孢叶斑病严重程度的能力	在自然田间条件下比较四种YOLOv8和四种Mask R-CNN模型，为农业应用提供单阶段与两阶段模型的实用见解	Mask R-CNN在较高严重程度级别上存在低估问题，且推理时间较长	开发准确的植物病害严重程度评估方法以支持作物管理	辣椒叶片上的尾孢叶斑病	计算机视觉	植物病害	图像分割	CNN	图像	1645张辣椒叶片图像，包含6282个病变标注	NA	YOLOv8, Mask R-CNN, R101_FPN	MIoU, F1-score, 准确率, 推理时间	NA
1153	2025-10-06	Multi-sequence brain tumor segmentation boosted by deep semantic features 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17845 PMID:40296197	研究论文	提出一种基于深度学习的新型脑肿瘤分割方法，通过语义特征模块增强图像特征的类内一致性	引入语义特征模块(SFM)，通过深度语义向量重新编码图像特征，提高特征的类内一致性和语义信息丰富度	NA	解决脑肿瘤区域异质性导致的图像特征类内一致性问题，提高脑肿瘤分割准确性	脑肿瘤患者的多序列MR图像	医学图像分析	脑肿瘤	多序列MR成像	深度学习分割网络	医学图像	1251名患者的多序列MR图像数据	NA	NA	Dice指数	NA
1154	2025-10-06	Singular value decomposition based under-sampling pattern optimization for MRI reconstruction 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17860 PMID:40296184	研究论文	提出一种基于奇异值分解的轻量级数据驱动欠采样模式优化方法，用于快速MRI重建	通过奇异值分解建立k空间与MRI图像之间的关联，按能量贡献排序选择采样点，避免耗时的参数调优和复杂数学模型构建	NA	设计轻量级数据驱动欠采样模式，平衡MRI重建质量与采样时间	MRI图像重建	医学影像处理	NA	奇异值分解(SVD)	深度学习模型	MRI图像数据	两个公共数据集	NA	NA	重建质量，收敛速度	NA
1155	2025-10-06	Deep Learning Photo Processing for Periodontitis Screening 2025-Jul-12, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251347508 PMID:40650464	研究论文	本研究开发了一种基于深度学习模型的口腔图像处理系统，用于牙周炎筛查	使用全局激活池化的多实例深度学习模型，无需图像标注即可识别II-IV期牙周炎，且模型性能优于不同技能水平的临床医生	需要在全球多个人群中进行更多开发和验证才能作为筛查工具推广	开发基于口腔图像的深度学习算法用于牙周炎筛查	在上海第九人民医院就诊的连续受试者及其口腔数字孪生	计算机视觉	牙周炎	深度学习图像处理	深度学习模型	口腔图像	内部开发测试387名受试者，外部测试183名受试者	NA	基于预训练ResNet50的全局激活池化多实例深度学习模型	AUROC, 敏感度, 特异度	NA
1156	2025-10-06	Seeing is Believing-On the Utility of CT in Phenotyping COPD 2025-Jul-12, The British journal of radiology DOI:10.1093/bjr/tqaf160 PMID:40650927	综述	探讨胸部CT影像生物标志物在慢性阻塞性肺疾病表型分析中的发展与应用	系统回顾了从传统阈值方法到深度学习技术的CT生物标志物演进历程，强调了空间感知机制和自动化表型分析的突破	数据集异质性、模型泛化能力和临床可解释性方面仍存在挑战	评估CT影像在COPD表型分析中的效用和发展前景	慢性阻塞性肺疾病患者的胸部CT影像特征	数字病理	慢性阻塞性肺疾病	胸部计算机断层扫描	深度学习	CT影像	NA	NA	NA	NA	NA
1157	2025-10-06	AI-powered disease progression prediction in multiple sclerosis using magnetic resonance imaging: a systematic review and meta-analysis 2025-Jul-12, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2532038 PMID:40650946	系统综述与荟萃分析	本文系统回顾和荟萃分析了基于MRI的人工智能模型在预测多发性硬化症残疾进展方面的性能	首次对MRI驱动的AI模型预测多发性硬化症残疾进展的研究进行系统综述和荟萃分析，比较了传统机器学习与深度学习的性能差异	研究存在异质性高(I²=95%)、外部验证研究少(仅6项)、校准和决策曲线分析报告不足、个体水平预测误差超过1个EDSS点	评估基于MRI的人工智能模型在预测多发性硬化症未来残疾进展方面的准确性和临床应用价值	多发性硬化症患者	医学影像分析	多发性硬化症	磁共振成像	传统机器学习,深度学习	磁共振图像	12,252名多发性硬化症患者，来自21项研究	NA	NA	AUC,RMSE	NA
1158	2025-10-06	ST-CFI: Swin Transformer with convolutional feature interactions for identifying plant diseases 2025-Jul-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08673-0 PMID:40640259	研究论文	提出一种结合Swin Transformer和卷积特征交互的深度学习框架ST-CFI，用于通过叶片图像识别植物病害	首次将Swin Transformer与CNN特征交互结合，通过inception架构和跨通道特征学习同时提取局部和全局特征	在PlantDoc数据集上准确率相对较低(77.54%)，表明模型在某些真实场景下性能有待提升	开发高精度植物病害检测方法以保障粮食安全	植物叶片图像	计算机视觉	植物病害	深度学习图像分析	CNN, Transformer	图像	五个数据集：PlantVillage、Plant Pathology 2021、PlantDoc、AI2018、iBean	NA	Swin Transformer, inception架构	准确率, F1分数, 损失值	NA
1159	2025-10-06	Machine Learning-Assisted Multimodal Early Screening of Lung Cancer Based on a Multiplexed Laser-Induced Graphene Immunosensor 2025-Jul-11, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c02822 PMID:40644803	研究论文	开发了一种基于激光诱导石墨烯免疫传感器与机器学习相结合的多模态肺癌早期筛查平台	首次将多重激光诱导石墨烯免疫传感器与深度学习CT影像特征和临床数据整合，构建多模态预测模型	未明确说明样本规模和研究人群特征	提高肺癌早期筛查的准确性和可及性	肺癌患者和四种肿瘤标志物（NSE、CEA、p53、SOX2）	机器学习	肺癌	激光诱导石墨烯免疫传感器、CT成像	深度学习	蛋白质组数据、医学影像、临床数据	NA	NA	NA	AUC	NA
1160	2025-07-14	Advancing neural decoding with deep learning 2025-Jul-11, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00837-2 PMID:40646317	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA