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
921	2025-09-06	Feasibility of fully automatic assessment of cervical canal stenosis using MRI via deep learning 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-67 PMID:40893491	研究论文	本研究开发并验证了一种基于深度学习的全自动MRI评估颈椎管狭窄程度的人工智能工具	首次实现全自动颈椎管狭窄评估，结合CNN检测和Transformer分类的双模型架构	回顾性多中心研究，排除脊柱内固定或图像质量不佳病例，可能存在选择偏倚	开发并验证人工智能算法用于颈椎管狭窄的自动评估	颈椎MRI扫描图像	医学影像分析	颈椎病	MRI，深度学习	CNN，Transformer	医学影像	795例患者（平均年龄55±14岁，346例女性），训练验证集589例，内部测试集206例，外部测试集95例
922	2025-09-06	Improved image quality and diagnostic performance of coronary computed tomography angiography-derived fractional flow reserve with super-resolution deep learning reconstruction 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-2075 PMID:40893520	研究论文	本研究评估超分辨率深度学习重建（SR-DLR）算法在冠状动脉CT血管造影图像质量和CT-FFR诊断性能方面的改进效果	首次系统比较SR-DLR与传统重建方法在CT-FFR诊断中的性能，证明SR-DLR在图像质量和诊断准确性方面的显著优势	回顾性研究设计，样本量较小（50例患者），且仅部分病例（22例）有侵入性FFR作为参考标准	评估SR-DLR算法在冠状动脉CT血管造影图像重建中的效果，并比较其与传统方法在CT-FFR诊断性能上的差异	接受冠状动脉CT血管造影和后续侵入性冠状动脉造影的50例患者	医学影像分析	心血管疾病	超分辨率深度学习重建（SR-DLR）、混合迭代重建（HIR）、模型迭代重建（MBIR）、常规深度学习重建（C-DLR）	深度学习重建算法	医学影像（CT图像）	50例患者，包含45个病变病灶
923	2025-09-06	Deep learning-based super-resolution method for projection image compression in radiotherapy 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2962 PMID:40893517	研究论文	本研究探索了一种基于深度学习的超分辨率方法，用于压缩放疗中的投影图像以实现经济存储	结合超分辨率深度学习网络与视频编解码器，显著提升投影图像的压缩比同时保持图像质量	NA	开发高效的投影图像压缩方法以解决医疗数据存储问题	锥形束CT投影图像	计算机视觉	癌症	深度学习超分辨率	CNN, ResNet, GAN	图像	基于自然图像和投影图像两个数据库
924	2025-09-06	YOLOv8-BCD: a real-time deep learning framework for pulmonary nodule detection in computed tomography imaging 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-824 PMID:40893530	研究论文	提出一种基于YOLOv8改进的深度学习框架YOLOv8-BCD，用于CT影像中肺结节的实时高精度检测	集成BiFormer注意力机制、CARAFE上采样和DO-DConv增强卷积，并采用SRGAN图像增强预处理，显著提升小结节检测能力和计算效率	NA	开发高精度快速肺结节检测深度学习框架以提升肺癌早期筛查效果	CT影像中的肺结节	计算机视觉	肺癌	深度学习，SRGAN图像增强	YOLOv8，BiFormer，CARAFE，DO-DConv	CT图像	LUNA16数据集的550张CT图像，外加天池肺结节数据集外部验证
925	2025-09-06	Combining curriculum learning and weakly supervised attention for enhanced thyroid nodule assessment in ultrasound imaging 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-2431 PMID:40893548	研究论文	本研究结合课程学习和弱监督注意力机制，提升超声图像中甲状腺结节分类的准确性	首次将课程学习与弱监督注意力网络结合，用于甲状腺结节超声诊断，通过渐进式训练和注意力引导的数据增强提升模型性能	研究基于单一医疗机构数据，可能影响模型泛化能力；恶性结节精确度（70%）仍有提升空间	提高甲状腺结节超声图像的自动分类准确性和诊断可靠性	甲状腺结节超声图像	计算机视觉	甲状腺癌	深度学习、课程学习、弱监督注意力机制	深度学习模型（具体架构未明确说明）	超声图像	来自Siriraj医院的验证数据集（具体样本数量未说明）
926	2025-09-06	Deep learning-based automated assessment of hepatic fibrosis via magnetic resonance images and nonimage data 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2506 PMID:40893541	研究论文	本研究开发了一种基于深度学习的自动化算法，通过磁共振图像和非影像数据评估肝纤维化分期	首次将深度学习模型与临床非影像数据（如血清生物标志物、病毒状态和扫描仪参数）整合，实现肝纤维化的高精度自动分期	回顾性研究，样本仅来自两个医疗中心，需进一步前瞻性验证	评估深度学习算法在肝纤维化分期和健康人群区分中的性能	慢性肝病患者和健康个体	医学影像分析	肝纤维化	磁共振成像（MRI）和血清生物标志物（APRI、FIB-4）	深度学习算法	图像和临床数据	500名来自两个医疗中心的患者
927	2025-09-06	Influence of preprocessing of stimulated Raman scattering images on the performance of deep neural networks for detecting cancer tissue 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2608 PMID:40893563	研究论文	本研究探讨刺激拉曼散射图像的不同预处理方法对深度学习模型在癌症组织分类任务中性能的影响	首次系统比较了五种预处理技术和六种深度学习架构在刺激拉曼散射图像上的性能表现，发现简单缩放预处理优于复杂方法	研究仅基于542张图像样本，可能限制结果的泛化能力；未探索更多样化的预处理组合	评估不同图像预处理技术对深度学习算法分类癌症组织性能的影响	口腔鳞状细胞癌和非小细胞肺癌患者的组织样本图像	数字病理	口腔癌和肺癌	刺激拉曼散射成像	VGG19, ResNet50, InceptionResNetV2, Xception, ConvNeXt, Vision Transformer	图像	542张组织样本图像
928	2025-09-06	Deep Learning-Based Multimodal Prediction of NAC Response in LARC by Integrating MRI and Proteomics 2025-Sep-01, Cancer research and treatment IF:4.1Q2 DOI:10.4143/crt.2025.707 PMID:40907572	研究论文	本研究开发了一种基于深度学习的多模态框架，整合MRI和蛋白质组学数据预测局部晚期直肠癌患者对新辅助化疗的反应	首次将图神经网络与空间增强3D ResNet152结合，整合MRI空间信息和蛋白质组学分子机制，显著提升预测性能	回顾性研究设计，样本量相对有限（274例患者），需外部验证确认泛化能力	提高局部晚期直肠癌患者对新辅助化疗反应预测的准确性和生物学洞察	274例接受新辅助化疗的局部晚期直肠癌患者	数字病理	直肠癌	蛋白质组学分析、MRI成像、KEGG/GO通路分析、PPI网络构建	图神经网络、3D ResNet152、LightGBM分类器	医学影像（T2WI MRI）、蛋白质组学数据、临床特征	274例局部晚期直肠癌患者
929	2025-09-06	Semi-supervised graph learning for underwater source localization using ship-of-opportunity spectrograms 2025-Sep-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0039042 PMID:40910787	研究论文	提出一种基于半监督图学习的声源定位方法，利用机会船只频谱图进行水下声源定位	引入图学习模块有效捕捉数据空间相关性，采用两阶段训练策略（自监督特征提取+半监督图神经网络）解决标注数据稀缺问题	NA	水下声源的精确定位	机会船只产生的中频声学宽带信号（360-1100 Hz）	机器学习	NA	频谱分析，k近邻算法	CNN，图神经网络	频谱图	2017年海底特征实验（SBCEX 2017）收集的合成和实测数据
930	2025-09-06	Analysis of influencing factors and the most probable transition pathway in the narrow escape problem for molecular systems based on deep learning method 2025-Sep-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0288558 PMID:40910856	研究论文	本研究利用物理信息神经网络分析不规则域中的分子窄逃逸问题，探索关键参数对逃逸行为的影响及最可能过渡路径	首次将物理信息神经网络应用于分子窄逃逸问题，有效处理复杂域并揭示扩散系数等参数对逃逸概率的独特影响规律	未明确说明具体分子系统类型及实验验证环节	研究分子在复杂环境中的逃逸行为机制及优化逃逸效率	分子系统在随机过程中的逃逸行为	机器学习	NA	物理信息神经网络(PINNs)	PINNs	模拟数据	NA
931	2025-09-05	Energy-efficient human-like trajectory planning for wheeled robots in unstructured environments based on the RCSM-PL network 2025-Sep-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113296 PMID:40894869	研究论文	提出一种基于深度学习的人形轨迹规划方法，用于提升轮式机器人在非结构化环境中的能源效率	结合多维注意力CNN和改进LSTM网络，融合功率、速度和角速度约束，实现类人操作行为学习和高效轨迹预测	NA	解决轮式机器人在城市巡检和非结构化环境中能耗过高的问题	轮式机器人	机器学习和计算机视觉	NA	深度学习，卷积神经网络(CNN)，长短期记忆网络(LSTM)	CNN with multi-dimensional attention, improved LSTM	驾驶场景图像，雷达地图	NA
932	2025-09-05	Advancements in deep learning for image-guided tumor ablation therapies: a comprehensive review 2025-Sep-04, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/adfeab PMID:40845893	综述	本文全面回顾了深度学习在图像引导肿瘤消融治疗各阶段的应用与潜力	系统总结了深度学习在术前、术中、术后全流程中的创新应用，包括图像分割增强、实时手术规划和复发监测	NA	探讨深度学习如何提升图像引导肿瘤消融治疗的精准度和疗效	图像引导肿瘤消融治疗流程及深度学习技术	计算机视觉	肿瘤	深度学习	NA	医学影像（超声、CT、MRI）	NA
933	2025-09-05	Influence of Additional Gaussian Noises on Mixed Quantum-Classical Nonadiabatic Dynamics Simulations of Photoisomerization of cis-Azobenzene 2025-Sep-04, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c01986 PMID:40863108	研究论文	研究高斯噪声对混合量子-经典非绝热动力学模拟中顺式偶氮苯光异构化过程的影响	首次系统研究量子计算和深度学习产生的固有噪声对非绝热动力学模拟稳定性的影响，并提出分支校正表面跳跃方法对噪声具有较低敏感性	研究仅针对顺式偶氮苯体系，噪声影响可能因分子体系和计算方法而异	探究附加噪声对非绝热动力学模拟结果的影响	顺式偶氮苯分子的光异构化过程	计算化学	NA	表面跳跃动力学、Ehrenfest平均场动力学、量子计算、深度学习	FSSH（最少切换表面跳跃）、分支校正平均场方法	量子化学计算数据、动力学模拟数据	基于单一分子体系（顺式偶氮苯）的多次动力学模拟
934	2025-09-05	Deep learning predicts osteogenic differentiation stages of human mesenchymal stem cells from phase-contrast microscopy images 2025-Sep-04, Dental materials journal IF:1.9Q4 DOI:10.4012/dmj.2025-015 PMID:40903238	研究论文	本研究构建并验证了能够仅通过相位对比显微镜图像预测间充质干细胞成骨分化阶段的深度学习模型	首次使用深度学习从相位对比显微镜图像中非侵入性地识别成骨分化阶段，无需染色或标记	模型整体准确率约70%，可能存在误分类情况	开发基于形态学特征的成骨分化阶段自动识别方法	人源永生化间充质干细胞系UE7T-13	计算机视觉	NA	相位对比显微镜成像	ResNet-50, DenseNet-121	图像	在分化第0、1、5、10和14天采集的图像数据
935	2025-09-05	Letter to the editor: comment on "Association of peripheral immune markers with brain age and dementia risk estimated using deep learning method" 2025-Sep-04, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000003411 PMID:40905852	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
936	2025-09-05	From detection to decision: Can deep learning-based CADx meet the challenge of incidental pulmonary nodules? 2025-Sep-04, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11935-0 PMID:40906185	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
937	2025-09-05	Multi-task deep learning for automatic image segmentation and treatment response assessment in metastatic ovarian cancer 2025-Sep-03, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03484-0 PMID:40900399	研究论文	提出一种多任务深度学习模型，用于自动分割转移性卵巢癌图像并评估治疗反应	首次展示多任务深度学习在复杂多部位HGSOC患者主要疾病负担中评估化疗诱导肿瘤变化的可行性	NA	评估新辅助化疗后的治疗反应并实现病灶自动分割	高级别浆液性卵巢癌患者的CE-CT扫描图像	数字病理学	卵巢癌	对比增强计算机断层扫描	U-Net	医学图像	99名患者198张CE-CT图像用于训练，49名患者98张扫描用于独立验证
938	2025-09-05	A deep learning-clinical nomogram hybrid for predicting sentinel lymph node metastasis in melanoma 2025-Sep-03, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.70000 PMID:40900446	研究论文	开发结合深度学习和临床列线图的混合模型MISSLE，用于预测黑色素瘤前哨淋巴结转移	首次将聚类约束注意力多示例学习（CLAM）模型与临床列线图整合，实现组织病理学图像与临床数据的协同预测	单中心研究且样本主要来自日本人群，泛化性有限	预测侵袭性黑色素瘤患者的前哨淋巴结转移状态，辅助临床决策	78例侵袭性皮肤黑色素瘤患者（43例SLNM阳性，35例阴性）	数字病理学	黑色素瘤	CLAM（聚类约束注意力多示例学习），H&E染色全玻片图像分析	ResNet50trunc, CLAM, 逻辑回归, SVM, 梯度提升	组织病理学图像，临床数据	78例病例（训练集60例，测试集18例）
939	2025-09-05	Development of A Fully Automated Dental Age Estimation Framework from Panoramic Radiographs Using Tooth-Level Information with an Attention-Weighting Module 2025-Sep-03, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf063 PMID:40900631	研究论文	开发了一种基于全景X光片和注意力加权模块的全自动牙龄估计框架	引入了两阶段流程（定向牙齿检测和基于深度学习的回归）以及注意力加权模块来聚合单颗牙齿的预测，提高了估计准确性和可解释性	NA	为法医领域开发全自动且可解释的牙龄估计方法	8至23岁个体的牙齿全景X光片	计算机视觉	NA	YOLO11-OBB模型，深度学习回归，注意力机制	DenseNet-121	图像（X光片）	1639张全景X光片
940	2025-09-05	Resting-State Functional MRI: Current State, Controversies, Limitations, and Future Directions-AJR Expert Panel Narrative Review 2025-Sep-03, AJR. American journal of roentgenology DOI:10.2214/AJR.24.32163 PMID:39660823	综述	本文总结了静息态功能磁共振成像（rs-fMRI）的当前发展状态、临床应用中存在的争议与局限性，并探讨了其未来发展方向	系统梳理了rs-fMRI在临床术前脑功能映射中的新兴应用价值，并深入讨论了深度学习解决方案和方法学标准化对推动该技术发展的作用	存在采集、预处理和分析方法的标准化挑战，结果解释存在变异性，语言偏侧化可靠性、患者间认知网络表征差异、网络连接动态特性以及神经血管解耦对网络检测的影响等问题尚未完全解决	评估rs-fMRI技术在临床术前脑功能映射中的当前应用状态和未来发展潜力	静息态功能磁共振成像技术及其在神经疾病治疗中的应用	医学影像分析	神经系统疾病	fMRI，深度学习	NA	医学影像数据	NA