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
1001	2025-10-06	Physics-informed neural networks for solving inverse problems in phase field models 2025-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107665 PMID:40554300	研究论文	本研究将物理信息神经网络应用于相场模型中的逆问题求解	将PINNs研究重点从正问题转向逆问题，实现了关键各向异性材料参数的反演，并扩展了在多物理场耦合系统中的应用	NA	解决相场模型中的逆问题，包括扩散、流动和相变问题	材料科学中的相场模型、温度场和流场控制方程	机器学习	NA	物理信息神经网络	PINNs	数值模拟数据	NA	NA	结合数据驱动和物理驱动模块的神经网络	预测值与理论值的一致性	NA
1002	2025-10-06	MRI-based habitat analysis for Intratumoral heterogeneity quantification combined with deep learning for HER2 status prediction in breast cancer 2025-Oct, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110429 PMID:40414575	研究论文	本研究结合MRI影像组学和深度学习技术开发预测乳腺癌HER2表达状态的综合模型	首次提出基于MRI的肿瘤内异质性量化方法，并将其与深度学习特征结合构建预测模型	回顾性研究设计，样本量相对有限，需要外部验证	预测乳腺癌HER2表达状态	340例经病理证实的浸润性乳腺癌患者	医学影像分析	乳腺癌	动态对比增强磁共振成像(DCE-MRI)	深度学习	医学影像	340例患者	NA	NA	AUC	NA
1003	2025-10-06	Fully automated measurement of aortic pulse wave velocity from routine cardiac MRI studies 2025-Oct, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110442 PMID:40451442	研究论文	开发了一种基于深度学习的全自动方法，从常规心脏MRI图像中测量主动脉脉搏波速度	首次实现了从标准序列心脏MRI图像中全自动测量PWV，无需特殊序列和耗时的手动分析	未提及具体的技术局限性	开发自动化方法测量主动脉脉搏波速度，促进心血管疾病评估	心脏MRI图像，包括英国生物银行1053名受试者	医学影像分析	心血管疾病	心脏MRI，SSFP定位器图像，相位对比成像	深度学习模型	2D MRI图像，3D主动脉分割	英国生物银行1053名受试者	NA	NA	Dice系数，P值	NA
1004	2025-10-06	Qualitative and quantitative analysis of functional cardiac MRI using a novel compressed SENSE sequence with artificial intelligence image reconstruction 2025-Oct, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110448 PMID:40543831	研究论文	本研究评估了结合压缩感知与深度学习算法的新型心脏MRI序列在加速扫描和图像重建中的可行性	首次将压缩感知序列与基于卷积神经网络的AI图像重建算法相结合，用于心脏MRI扫描加速	研究仅纳入30名健康志愿者，缺乏患者群体的验证	评估压缩感知与AI重建技术在心脏MRI中的加速效果和图像质量	心脏左心室功能和MRI图像质量	医学影像分析	心血管疾病	心脏磁共振成像，平衡稳态自由进动序列	CNN	医学影像	30名健康志愿者	NA	卷积神经网络	图像质量评分，伪影评分，射血分数，舒张末期容积，收缩末期容积，左心室质量	3T MRI扫描仪
1005	2025-10-06	Combined model-driven and dual-cycle interactive strategy few-shot learning scheme for predicting breast cancer molecular subtypes based on DCE-MRI 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108923 PMID:40628151	研究论文	提出一种结合模型驱动和双循环交互策略的小样本学习方案，用于基于DCE-MRI预测乳腺癌分子亚型	联合嵌入模型驱动机制和双循环交互策略的小样本学习方案，提出独特的时空循环网络分类器(STRNC)	NA	解决医学图像小样本分类问题，预测乳腺癌分子亚型	乳腺癌DCE-MRI图像	计算机视觉	乳腺癌	DCE-MRI	时空循环网络	医学图像	NA	NA	STRNC	准确率	NA
1006	2025-10-06	Measured spectrum environment map dataset with multi-radiation sources in urban scenarios 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111909 PMID:40766197	研究论文	本文提出了一个城市多辐射源场景下的实测频谱强度数据集	提供了现实多源动态场景中频谱环境图的开放数据集，解决了现有数据集的局限性	NA	解决现实多源动态场景中频谱环境图开放数据集的不足	城市环境中多个辐射源的频谱强度数据	无线通信	NA	频谱分析，GPS定位	NA	频谱强度数据，地理位置数据	80×105个网格的频谱数据	NA	NA	NA	NA
1007	2025-10-06	HybridDLDR: A hybrid deep learning-based drug resistance prediction system of Glioblastoma (GBM) using molecular descriptors and gene expression data 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108913 PMID:40592112	研究论文	提出一种基于深度学习的胶质母细胞瘤药物耐药性预测混合系统，结合分子描述符和基因表达数据	首次将CNN、LSTM和Transformer架构结合用于药物耐药性预测，整合基因表达数据和化学性质	NA	预测胶质母细胞瘤的药物耐药性以改善癌症治疗效果	胶质母细胞瘤（GBM）及其对化疗药物的耐药性	机器学习	胶质母细胞瘤	基因表达分析，分子描述符计算	CNN, LSTM, Transformer	基因表达数据，分子描述符（化学性质）	NA	NA	CNN, LSTM, Transformer混合架构	均方误差（MSE）, 平均绝对误差（MAE）, R2分数, 皮尔逊相关系数	NA
1008	2025-10-06	From segmentation to explanation: Generating textual reports from MRI with LLMs 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108922 PMID:40633400	研究论文	提出一种将语义分割模型与大型语言模型结合的方法，从MRI图像生成可解释的医学报告	结合语义分割模型、基于图谱的映射和LLMs生成医学报告，采用抗幻觉设计增强AI系统的透明度和可解释性	NA	提高医学影像AI系统的透明度和可解释性，增强医疗专业人员对AI诊断的信任	脑胶质瘤肿瘤检测和多发性硬化病变检测	医学影像分析	脑肿瘤, 多发性硬化	MRI	SegResNet, LLM	医学影像	NA	NA	SegResNet, Gemma, Llama, Mistral	词汇多样性, 可读性, 连贯性, 信息覆盖度	NA
1009	2025-10-06	A Joint Multimodal User Authentication-based Privacy Preservation with Disease Prediction Framework in Modern Healthcare System Using Multi-Scale Cross Attention-based ResNet 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108928 PMID:40644852	研究论文	提出一种基于多尺度交叉注意力ResNet的多模态用户认证与疾病预测框架，用于现代医疗系统的隐私保护和疾病预测	结合多模态用户认证与疾病预测，采用多尺度交叉注意力ResNet架构和最优Rossler超混沌加密技术	系统复杂性可能限制实际应用，包括信息安全和预测效率方面的挑战	开发医疗系统中的隐私保护机制和疾病预测框架	医疗图像和信号数据	医疗健康信息学	NA	多模态用户认证，图像加密	DNN, RNN, LSTM, GRU, ResNet	图像，信号	NA	NA	多尺度交叉注意力ResNet (MCARNet)	精确度	NA
1010	2025-10-06	TAC-ECG: A task-adaptive classification method for electrocardiogram based on cross-modal contrastive learning and low-rank convolutional adapter 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108918 PMID:40644854	研究论文	提出一种基于跨模态对比学习和低秩卷积适配器的心电图任务自适应分类方法	结合对比心电-文本预训练和低秩卷积适配器，实现仅需训练少量参数即可适应不同心电图分类任务	NA	开发一种灵活高效的心电图自动分析方法，提高临床应用的适应性	心电图信号	机器学习	心血管疾病	深度学习	对比学习, 适配器	心电图信号, 文本	四个数据集：CPSC2018, Cinc2017, PTB-XL, Chapman	NA	低秩卷积适配器	分类准确率	NA
1011	2025-10-06	Artificial intelligence in forensic pathology: Multi-organ postmortem pathomics for estimating postmortem interval 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108949 PMID:40651440	研究论文	本研究开发了一种基于病理组学的三级分层策略，通过分析多器官死后组织学图像来估计死后间隔	首次将病理组学技术应用于法医死后图像分析，提出多器官集成模型和三层次分析框架，开创了死后病理组学子领域	研究样本量有限（12头巴马小型猪），仅针对特定时间点（6、24、48、96小时）进行分析	开发基于病理组学的死后间隔估计方法，为死后病理组学奠定基础	巴马小型猪的肝脏、肾脏和骨骼肌组织	数字病理	法医病理学	苏木精-伊红染色，全切片成像	CNN	图像	12头巴马小型猪（主要研究）+ 4头（外部验证）	NA	DenseNet121, VGG16	准确率	NA
1012	2025-10-06	Handwritten signature verification using a wearable surface-EMG armband 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108908 PMID:40664058	研究论文	本研究提出一种基于表面肌电信号的可穿戴臂环手写签名验证系统	首次提出双模型深度学习框架，结合肌肉协同激活模式与原始sEMG信号波形，创建了首个基于可穿戴设备采集的sEMG签名数据集	实验样本量较小（仅20名参与者），仅针对中文字符签名进行验证	开发基于表面肌电信号的生物特征认证系统，解决手写签名类内变异大的问题	20名个体的中文手写签名表面肌电信号	生物特征识别	NA	表面肌电图	CNN,LSTM	表面肌电信号	20名参与者	NA	CNN-LSTM,多分支CNN	准确率,等错误率	NA
1013	2025-10-06	Early detection of Multidrug Resistance using Multivariate Time Series analysis and interpretable patient-similarity representations 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108920 PMID:40675058	研究论文	提出一种基于多变量时间序列分析和可解释患者相似性表示的多药耐药性早期检测方法	结合患者相似性表示和图论方法进行多药耐药性预测，同时兼顾准确性和可解释性	仅使用单一医疗中心ICU数据集进行验证，需要更多外部验证	开发可解释的机器学习方法用于多药耐药性的早期检测	重症监护病房患者的电子健康记录数据	机器学习	感染性疾病	多变量时间序列分析	Logistic Regression, Random Forest, Support Vector Machines	电子健康记录，时间序列数据	NA	Scikit-learn	NA	AUC	NA
1014	2025-10-06	Blind super-resolution for handheld ultrasound image: Two-stage degradation based unpaired deep learning 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108956 PMID:40694937	研究论文	提出基于两阶段退化的无配对深度学习盲超分辨率方法，用于提升手持超声设备图像质量	提出两阶段退化方法，其中第一阶段采用频率概率退化减轻结构失真和纹理损失，并引入新的超声感知损失函数	NA	提升手持超声设备的图像质量	手持超声设备采集的超声图像	计算机视觉	NA	小波变换	EDSR	超声图像	NA	NA	EDSR	图像质量改进	NA
1015	2025-10-06	Predicting synergistic drug combinations via hierarchical molecular representation and cell line latent space fusion 2025-Oct, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108933 PMID:40714415	研究论文	本研究开发了一种新颖的深度学习模型，通过分层分子表示和细胞系潜在空间融合来预测协同药物组合	提出分层表示药物分子（节点、基序和图级别）的方法，结合Mamba模块和图注意力卷积，并使用编码器-解码器结构将细胞系投影到潜在空间以减少噪声	未在论文标题和摘要中明确说明	改进药物协同作用的预测，为组合疗法设计提供支持	抗癌药物组合和各种癌细胞系	机器学习	癌症	深度学习	图神经网络,注意力机制	药物分子图数据,细胞系基因表达数据,药物反应数据	来自各种癌细胞系的基准数据集	NA	编码器-解码器,图注意力卷积,Mamba模块	NA	NA
1016	2025-10-06	Towards bridging the synthetic-to-real gap in quantitative photoacoustic tomography via unsupervised domain adaptation 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100736 PMID:40747132	研究论文	提出一种解码器增强的无监督域自适应框架，用于解决定量光声层析成像中合成数据到真实数据的域适应问题	提出DDA框架实现从合成数据到未标记目标域的知识迁移，并研究跨域标签分布相似性对域适应的影响	目标域样本标注难以获取，模型性能依赖于合成数据的质量	解决定量光声层析成像中合成数据与真实数据之间的域差距问题	光声层析成像数据	医学影像分析	NA	定量光声层析成像	深度学习	多波长光声图像	至少两个目标样本	NA	解码器增强的域自适应框架	定量评估, 视觉比较, 估计精度	NA
1017	2025-10-06	Model-based self-supervised learning for quantitative assessment of myocardial oxygen extraction fraction and myocardial blood volume 2025-Oct, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30555 PMID:40312974	研究论文	开发了一种基于模型驱动的自监督深度学习网络，用于同时映射心肌氧摄取分数和心肌血容量	将物理模型整合到训练过程中，通过自监督学习模式实现端到端的同时映射mOEF和MBV	仅使用10名健康受试者和10名心肌梗死患者的数据进行验证，样本量有限	开发定量评估心肌氧摄取分数和心肌血容量的深度学习方法	心肌氧摄取分数(mOEF)和心肌血容量(MBV)	医学影像分析	心肌梗死	不对称自旋回波准备序列	深度学习网络	医学影像数据	10名健康受试者和10名心肌梗死患者	NA	自监督学习网络	均方误差, 余弦相似度	NA
1018	2025-10-06	Deep learning-based prospective slice tracking for continuous catheter visualization during MRI-guided cardiac catheterization 2025-Oct, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30574 PMID:40485142	研究论文	开发了一种基于深度学习的参数无关自动切片跟踪技术，用于MRI引导心脏导管插入术中的连续导管可视化	首次提出基于深度学习的参数无关自动切片跟踪方法，无需操作员定义参数即可实现实时导管跟踪	概念验证研究，仅在3名患者和心脏体模中进行评估，样本量有限	开发实时自动导管跟踪技术以改善MRI引导心脏导管插入术的导航效果	三维打印心脏体模和接受MR引导心脏导管插入术的患者	医学影像分析	心血管疾病	MRI成像，深度学习	CNN	医学影像	3名患者和心脏体模	NA	U-Net, ResNet-34	准确率, 灵敏度, 特异性	NA
1019	2025-10-06	PA OmniNet: A retraining-free, generalizable deep learning framework for robust photoacoustic image reconstruction 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100740 PMID:40703536	研究论文	提出一种无需重新训练即可泛化到不同系统配置的光声图像重建深度学习框架	通过少量示例图像（上下文集）使模型适应新系统配置，无需重新训练	未明确说明模型在极端稀疏采样条件下的性能表现	开发适用于稀疏采样光声成像的鲁棒图像重建方法	光声图像	计算机视觉	NA	光声成像	CNN	图像	包含小鼠和人类体内数据、合成数据及不同波长图像的多数据集	NA	U-net	结构相似性指数, 均方根误差, 峰值信噪比	NA
1020	2025-10-06	Advancing non-invasive melanoma diagnostics with deep learning and multispectral photoacoustic imaging 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100743 PMID:40686556	研究论文	提出结合深度学习与多光谱光声成像的非侵入性黑色素瘤诊断框架	首次将一维卷积神经网络与主动轮廓算法结合，实现无需人工干预的黑色素瘤3D边界自动划定	研究未提及模型在更大样本群体中的泛化能力验证	开发非侵入性黑色素瘤边界自动识别技术以改进临床诊断流程	人类黑色素瘤多光谱光声成像数据	计算机视觉	黑色素瘤	多光谱光声成像	CNN	光谱数据	NA	NA	一维卷积神经网络	NA	NA