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
21	2025-07-17	Learning discrete structures for cancer radiomics 2025-Sep, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0260927 PMID:40655195	研究论文	本文提出了一种基于图像图的神经网络方法，用于癌症放射组学分析，通过共同学习图像图和优化特征来提高性能	开发了一种能够同时学习图像图和优化特征的Image-Graph based neural Network，解决了现有方法忽略图像间潜在关系的问题	未明确提及具体局限性	提高癌症放射组学分析的性能	癌症图像数据	数字病理	癌症	放射组学分析	Image-Graph based neural Network	图像	来自五家不同医院的四个真实数据集
22	2025-07-15	Introducing societal issues in an upper level STEM course increases student engagement and knowledge transfer 2025-Sep, Developmental biology IF:2.5Q2 DOI:10.1016/j.ydbio.2025.05.029 PMID:40456506	研究论文	本文探讨了在高级STEM课程中引入社会问题如何提高学生的参与度和知识迁移能力	提出了一个三步框架，将生殖权利等社会正义问题融入发育生物学课程，以增强学生的科学内容知识和科学传播技能	研究仅针对一门高级发育生物学课程，样本可能不具有广泛代表性	探索通过社会问题提高STEM学生学习效果的方法	高级发育生物学课程的学生	教育研究	NA	NA	NA	NA	未明确说明具体样本量，仅提及一门课程的学生
23	2025-07-15	Expanding point cloud statistical shape model applications: Generalized vascular modeling for population-level hemodynamic simulations 2025-09, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108924 PMID:40592009	研究论文	提出一种结合点云统计形状建模和HDBSCAN聚类的新工作流程，用于高效表征颈内动脉的几何形状并分析其血流模式	提出Tier-2工作流程，整合点云统计形状建模与HDBSCAN聚类，显著提升血流动力学模拟的准确性和效率	研究主要关注颈内动脉，未验证在其他血管的适用性	开发一种高效准确的方法，用于群体水平的血流动力学研究	颈内动脉的几何形状和血流模式	数字病理学	心血管疾病	点云统计形状建模(Pcd-SSM), HDBSCAN聚类, 计算流体动力学(CFD)	PCA, 深度学习Pcd-SSM	时间飞跃磁共振血管成像(TOF-MRA)数据	229例颈内动脉(171例正常，58例有30-50%狭窄)
24	2025-07-14	Deep learning-based post-hoc noise reduction improves quarter-radiation-dose coronary CT angiography 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112232 PMID:40505606	研究论文	评估深度学习后处理降噪技术对四分之一辐射剂量冠状动脉CT血管造影图像质量、CAD-RADS评估及诊断性能的影响	首次在外部数据集上验证深度学习降噪技术对低剂量冠状动脉CT血管造影的优化效果，显著提升图像质量与诊断一致性	仅纳入运动伪影完全消除的病例（40例），样本量有限且存在选择偏倚	提升低剂量冠状动脉CT血管造影的临床可用性	接受回顾性心电门控冠状动脉CT血管造影检查的患者（n=221筛选后40例）	医学影像分析	心血管疾病	深度学习降噪（DLNR）、迭代重建、剂量调制扫描	残差密集网络（Residual Dense Network）	CT影像	40例患者（71±7岁，24名男性）的双期相扫描数据
25	2025-07-14	Automated sex and age estimation from orthopantomograms using deep learning: A comparison with human predictions 2025-Sep, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112531 PMID:40544576	research paper	开发了一种基于多任务深度学习的自动化方法，用于从正颌全景片中估计性别和年龄，并与人类预测进行比较	采用多任务学习方法和注意力分支，显著提高了性别和年龄估计的准确性和一致性	数据集仅包含2067张正颌全景片，可能不足以涵盖所有可能的变异情况	开发一种自动且稳健的方法，用于从正颌全景片中估计性别和年龄	正颌全景片	digital pathology	NA	deep learning	multi-task learning network with VGG backbone	image	2067张正颌全景片，性别和年龄分布均匀，年龄范围3至89岁
26	2025-07-14	Multimodal deep learning for predicting unsuccessful recanalization in refractory large vessel occlusion 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112254 PMID:40544716	研究论文	本研究探索了一种多模态深度学习方法，整合干预前神经影像和临床数据，以预测急性缺血性卒中患者的血管内治疗结果	提出了一种结合血管分割、临床变量和影像数据的多模态模型，显著提高了预测性能	研究为单中心回顾性队列，样本量相对有限	预测急性缺血性卒中患者血管内治疗的结果	接受血管内治疗的前循环大血管闭塞患者	数字病理	心血管疾病	非对比CT、CTA、CT灌注	CNN、DAFT模块	影像、临床数据	599名患者（481名训练，118名测试）
27	2025-07-14	Deep learning model using CT images for longitudinal prediction of benign and malignant ground-glass nodules 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112252 PMID:40544718	研究论文	开发并验证了一种基于CT图像的多时间序列深度学习模型，用于纵向预测良性和恶性肺磨玻璃结节	提出了一种基于transformer的深度学习框架，利用多时相CT图像进行磨玻璃结节的良恶性预测，并结合CT语义特征提升模型性能	研究仅基于两家医疗中心的数据，样本量和多样性可能存在限制	开发能够纵向预测肺磨玻璃结节良恶性的深度学习模型	肺磨玻璃结节（GGNs）	数字病理学	肺癌	CT成像	transformer	图像	486个GGNs（来自486名患者）
28	2025-07-14	The value of a deep learning image reconstruction algorithm for assessing vertebral compression fractures using dual-energy computed tomography 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112244 PMID:40544715	研究论文	评估深度学习图像重建算法在双能计算机断层扫描中评估椎体压缩性骨折的价值	使用深度学习图像重建算法（DLIR）改进虚拟非羟基磷灰石（VNHAP）和虚拟单能图像（VMIs）的质量，并提高放射科医生检测急性椎体压缩性骨折（VCFs）的表现	研究样本量有限，仅包含103个椎体	评估DLIR在提高图像质量和放射科医生检测急性VCFs表现方面的价值	46个正常椎体、29个急性VCFs和28个慢性VCFs	数字病理	椎体压缩性骨折	双能计算机断层扫描（DECT）	深度学习图像重建算法（DLIR）	图像	103个椎体（46个正常椎体、29个急性VCFs和28个慢性VCFs）
29	2025-07-14	Enhancing MRI efficiency in musculoskeletal examinations: Impact of optimized facility design and workflow optimization efforts 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112263 PMID:40582172	研究论文	评估优化设计的MRI设施与传统设施在工作流程效率上的差异	通过优化MRI设施设计和引入深度学习重建技术，显著提高了非对比增强肌肉骨骼检查的工作效率和患者吞吐量	研究为回顾性设计，可能受到未控制变量的影响	评估MRI设施优化设计对工作流程效率的影响	7164例非对比MRI检查（包括膝盖、肩部和踝关节）	医疗影像	肌肉骨骼疾病	MRI扫描和深度学习重建	DL-based重建	医疗影像数据	7164例非对比MRI检查（3951例膝盖、2246例肩部、967例踝关节）
30	2025-07-14	Predicting brain metastases in EGFR-positive lung adenocarcinoma patients using pre-treatment CT lung imaging data 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112265 PMID:40592110	研究论文	本研究旨在通过整合放射组学特征和深度学习特征，利用治疗前肺部CT图像数据，建立双特征融合模型，以实现对EGFR阳性肺腺癌患者两年内脑转移风险的早期预警	首次将新型视觉mamba网络应用于此背景，开发了结合放射组学和深度学习特征的特征级融合模型，显著提高了预测准确性	研究样本量相对较小（173例患者），且仅使用单模态CT图像数据	早期预警EGFR阳性肺腺癌患者的脑转移风险	EGFR阳性肺腺癌患者	数字病理学	肺癌	CT成像	融合视觉mamba模型	图像	173例EGFR阳性肺腺癌患者（93例有脑转移，80例无脑转移）
31	2025-07-13	Deep learning in next-generation vaccine development for infectious diseases 2025-Sep-09, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2025.102586 PMID:40641804	综述	本文综述了深度学习在传染病下一代疫苗开发中的应用及其变革性影响	探讨了深度学习在疫苗表位选择、构建和表征中的创新应用，以及AI工具和技术的最新进展	未提及具体疾病或疫苗的开发效果验证数据	探索深度学习技术如何加速和优化下一代疫苗的开发过程	疫苗开发中的表位选择、疫苗构建和表征技术	机器学习	传染病	深度学习（DL）	NA	基因组数据	NA
32	2025-07-12	A bidirectional reasoning approach for blood glucose control via invertible neural networks 2025-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108844 PMID:40440769	研究论文	本文提出了一种双向神经网络方法，用于通过可逆神经网络进行血糖控制	创新性地将前向因果推理与逆向反事实推理整合到一个框架中，并通过多堆叠仿射耦合层实现网络的可逆性	未提及具体局限性	探索因果和反事实推理，为复杂决策过程提供新方法	血糖控制	机器学习	NA	可逆神经网络，强化学习	双向神经网络（BNN）	血糖数据	未提及具体样本量
33	2025-07-12	DeepMS: super-fast peptide identification using end-to-end deep learning method 2025-Sep-01, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169237 PMID:40449612	研究论文	开发了一种基于深度学习的超快速肽段识别算法DeepMS，用于质谱数据的肽段序列识别	采用VGG16算法实现端到端的超快速肽段识别，速度超过质谱数据生成速率，并支持翻译后修饰	未提及算法在复杂样本中的识别准确率或与其他传统方法的详细对比	解决质谱数据分析速度慢的问题，推动基于质谱的蛋白质组学技术广泛应用	质谱数据中的肽段序列	机器学习	NA	质谱技术	VGG16	质谱数据	未明确说明具体样本量，但进行了六种深度学习算法的基准测试
34	2025-07-12	Real-time respiratory motion forecasting with online learning of recurrent neural networks for accurate targeting in externally guided radiotherapy 2025-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108828 PMID:40499344	研究论文	本研究评估了三种资源高效的在线算法（UORO、SnAp-1和DNI）在放射治疗中准确预测呼吸运动的能力	提出了SnAp-1和DNI的高效实现方法，压缩了影响矩阵和即时雅可比矩阵，并准确更新了信用分配估计中的线性系数	研究仅使用了健康受试者的外部标记数据，未涉及实际肿瘤患者	评估在线学习算法在放射治疗中预测呼吸运动的准确性和效率	健康受试者胸部三个外部标记的三维位置时间序列数据	机器学习	肺癌	在线学习算法（UORO、SnAp-1、DNI）	RNN	时间序列数据	9个时间序列，每个序列持续73秒至320秒
35	2025-07-12	Automated phenotypic analysis and classification of drug-treated cardiomyocytes via synergized time-lapse holographic imaging and deep learning 2025-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108890 PMID:40505199	研究论文	本研究通过结合时间推移全息成像和深度学习，开发了一个自动化平台，用于分析和分类药物处理的心肌细胞	结合时间推移全息成像和深度学习技术，实现单细胞水平的药物毒性自动分类	研究仅针对三种药物，可能不适用于其他药物或更复杂的药物组合	探索药物浓度对单细胞收缩动力学的影响，并实现基于细胞运动行为的自动分类	人诱导多能干细胞衍生的心肌细胞（CM）	数字病理学	心血管疾病	时间推移全息成像，Farneback光流法	深度全卷积网络，深度迁移学习模型	图像	单细胞水平的心肌细胞
36	2025-07-12	Predicting clinical prognosis in gastric cancer using deep learning-based analysis of tissue pathomics images 2025-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108895 PMID:40513510	研究论文	利用基于深度学习的组织病理学图像分析预测胃癌患者的临床预后	结合病理组学模型和临床参数构建综合列线图，显著提高了预测准确性，并揭示了模型通过反映肿瘤免疫状态和NRP1表达来预测生存期的潜在机制	回顾性研究设计可能引入选择偏倚，样本量相对较小（160例）	评估基于机器学习的病理组学模型在预测胃癌患者术后总生存期（OS）中的效用	接受根治性手术的胃癌患者	数字病理学	胃癌	机器学习方法（包括GBM）	深度学习	图像（组织病理学图像）	160例胃癌患者，并使用TCGA和GEO数据库进行验证
37	2025-07-12	SmartAlert: Machine learning-based patient-ventilator asynchrony detection system in intensive care units 2025-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108927 PMID:40582190	研究论文	开发并验证了一种基于机器学习的实时系统SmartAlert，用于从ICU患者的呼吸机屏幕数据中检测和分类患者-呼吸机异步（PVA）	首次提出了一种完全在线、实时的系统，直接从呼吸机屏幕数据中检测和分类PVA，并根据严重程度向临床医生发出警报	系统的潜在减少警报疲劳、优化呼吸机设置和改善患者预后的效果尚需在临床试验中进一步验证	开发一种实时检测和分类患者-呼吸机异步（PVA）的系统，以改善ICU患者的治疗效果	ICU患者	机器学习	呼吸系统疾病	深度学习	深度神经网络	视频记录和时间序列数据	381,280个双呼吸单元
38	2025-07-11	ICD code mapping model based on clinical text tree structure 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103163 PMID:40446588	研究论文	提出了一种基于临床文本树结构的ICD编码模型TRIC，用于解决电子病历的ICD编码问题	结合了选区树模型和transformer模型提取临床记录的结构与特征，并使用Tree-lstm模型丰富特征，同时利用bioBERT预训练模型突出关键ICD编码的作用	未提及模型在非英语临床记录上的适用性以及计算资源需求	提高电子病历ICD自动编码的质量和效率	非结构化的临床记录	自然语言处理	NA	深度学习	Tree-lstm, transformer, bioBERT	文本	MIMIC-III全数据集和样本数据集
39	2025-07-11	Quantitative computed tomography imaging classification of cement dust-exposed patients-based Kolmogorov-Arnold networks 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103166 PMID:40450965	研究论文	本研究利用Kolmogorov-Arnold网络（KANs）对水泥粉尘暴露患者的定量计算机断层扫描（QCT）影像数据进行分类，以提高职业健康评估中的呼吸系统疾病早期检测	首次将Kolmogorov-Arnold网络（KANs）应用于QCT影像数据的分类，显著提高了分类性能，并通过SHAP分析增强了模型的可解释性	研究仅针对水泥粉尘暴露患者，可能不适用于其他类型的粉尘或污染物暴露	提高职业健康评估中水泥粉尘暴露引起的呼吸系统疾病的早期检测	609名个体（311名水泥粉尘暴露患者和298名健康对照）的QCT影像数据	数字病理	呼吸系统疾病	定量计算机断层扫描（QCT）	Kolmogorov-Arnold网络（KANs）	影像	609名个体（311名患者和298名对照）
40	2025-07-11	ECG synthesis for cardiac arrhythmias: Integrating self-supervised learning and generative adversarial networks 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103162 PMID:40460597	研究论文	本文提出了一种结合自监督学习和生成对抗网络的心电图合成方法，用于生成逼真的心律失常信号	提出了一种名为ECGAN的新型条件生成架构，整合了自监督学习和生成对抗网络，能够调节心电图记录的概率分布	未提及具体的数据集规模限制或模型泛化能力的局限性	开发一种能够生成逼真心电图信号的方法，以解决标记临床数据不足和患者匿名化问题	心电图时间序列	机器学习	心血管疾病	生成对抗网络(GAN), 自监督学习	ECGAN (生成对抗网络)	时间序列数据(心电图)	使用了MIT-BIH、BIDMC和PTB数据集，但未提及具体样本数量