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	Mitigating medical dataset bias by learning adaptive agreement from a biased council 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103629 PMID:40472465	研究论文	提出一种无需显式偏倚标签的医疗图像去偏倚框架Ada-ABC，通过有偏委员会引导去偏模型学习自适应一致性	首次提出通过有偏委员会学习自适应一致性的方法，构建了首个包含七种不同偏倚场景的医疗去偏倚基准数据集	偏倚标签不可知，依赖有偏委员会对偏倚的成功捕捉	解决医疗图像分类中的数据集偏倚问题	医疗图像数据集	计算机视觉	NA	深度学习	多分类器集成	图像	来自四个数据集的七种偏倚场景	NA	NA	NA	NA
1002	2025-10-06	SurgRIPE challenge: Benchmark of surgical robot instrument pose estimation 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103674 PMID:40541088	研究论文	介绍SurgRIPE挑战赛，为手术机器人器械姿态估计提供基准测试和数据集	首次提供真实手术视频数据与真实器械姿态配对的基准数据集，推动无标记姿态估计方法的发展	NA	建立手术机器人器械姿态估计的基准测试标准，促进该领域研究发展	手术机器人器械的姿态估计	计算机视觉	NA	深度学习	NA	视频	NA	NA	NA	准确度, 鲁棒性	NA
1003	2025-10-06	DeepSPV: A deep learning pipeline for 3D spleen volume estimation from 2D ultrasound images 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103671 PMID:40554255	研究论文	提出一种名为DeepSPV的深度学习流程，用于从2D超声图像估计3D脾脏体积	首个使用深度学习从2D超声图像估计3D脾脏体积的工作，采用分割网络和变分自编码器学习低维表示	使用高度逼真的合成数据集进行评估，未明确说明在真实临床数据上的性能	开发从2D超声图像准确估计脾脏体积的方法，以替代昂贵的3D成像技术	脾脏体积估计，特别关注镰状细胞病患者的脾肿大评估	计算机视觉	镰状细胞病	超声成像	分割网络, 变分自编码器	2D超声图像	NA	NA	NA	平均相对体积准确率	NA
1004	2025-10-06	FSDA-DG: Improving cross-domain generalizability of medical image segmentation with few source domain annotations 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103704 PMID:40602210	研究论文	提出一种名为FSDA-DG的新方法，通过少量源域标注提升医学图像分割的跨域泛化能力	引入语义引导的半监督数据增强策略，结合多解码器U-Net流水线，在数据级和模型级同时优化跨域泛化性能	仅针对单源域泛化任务进行验证，未涉及多源域场景	解决医学图像分割中标注数据有限和域偏移问题，提升模型在未见域上的泛化能力	医学图像分割任务	计算机视觉	NA	深度学习	U-Net	医学图像	NA	NA	多解码器U-Net	NA	NA
1005	2025-10-06	DDintensity: Addressing imbalanced drug-drug interaction risk levels using pre-trained deep learning model embeddings 2025-Oct, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103202 PMID:40617062	研究论文	提出一种名为DDintensity的新方法，利用预训练深度学习模型嵌入结合LSTM注意力模型解决药物-药物相互作用风险级别数据不平衡问题	首次将多领域预训练深度学习模型嵌入（包括图像、图结构和文本语料）应用于DDI风险级别不平衡数据集，并采用LSTM注意力机制	未详细讨论模型在其他类型生物信息学数据不平衡问题上的泛化能力	解决药物-药物相互作用风险级别数据集中的类别不平衡问题	药物-药物相互作用风险级别数据	生物信息学	NA	深度学习嵌入技术	LSTM, 注意力机制	药物相互作用数据	DDinter数据集和MecDDI验证数据集，包含化疗药物DB00398（索拉非尼）和DB01204（米托蒽醌）案例研究	NA	LSTM-attention, BioGPT	AUC, AUPR	NA
1006	2025-10-06	SimIntestine: A synthetic dataset from virtual capsule endoscope 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103706 PMID:40617135	研究论文	开发了一种生成带有位置标注的虚拟肠道内窥镜图像数据集的方法	创建了包含真实肠道解剖特征（如环状皱襞、绒毛、结肠袋）和生理过程（如蠕动）的虚拟肠道模型	基于虚拟模型生成的数据集，与真实内窥镜数据存在差异	解决胃肠道图像数据缺乏精确位置标注的问题，改进内窥镜视频分析	人类胃肠道系统的小肠和大肠	计算机视觉	胃肠道疾病	虚拟胶囊内窥镜技术	NA	图像	NA	NA	NA	深度估计和自运动估计性能指标	NA
1007	2025-10-06	Exploring Complexity-Calibrated morphological distribution for whole slide image classification and difficulty-grading 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103707 PMID:40623354	研究论文	提出一种复杂度校准的多示例学习方法用于全切片图像分类和难度分级	首次基于复杂度因素协同整合构建WSI形态学表征，通过图像-文本对比预训练框架联合学习多种复杂度因素	未明确说明方法在不同病理亚型间的泛化能力验证	解决全切片图像分类中的形态学拟合瓶颈问题	病理全切片图像	数字病理	肿瘤	多示例学习	MIL	图像	三个大型基准数据集	NA	CoCaMIL	分类性能	NA
1008	2025-10-06	Automated detection and numbering of primary and permanent teeth in digital impressions of children using artificial intelligence 2025-Oct, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105976 PMID:40659080	研究论文	开发并评估了一种基于人工智能的自动化方法，用于在儿童数字印模中分割和标记乳牙与恒牙	结合大范围上下文预测进行牙齿标记与高分辨率预测进行牙齿分割的深度学习模型，在3DTeethSeg22挑战数据集上表现优于顶级提交方案	对于异常牙齿状况或模糊牙齿萌出模式的情况会出现错误	开发自动化方法区分儿童混合牙列中的乳牙和恒牙	儿童数字牙科印模	数字病理	牙科疾病	数字印模技术	深度学习	3D数字印模图像	716个数字印模，来自351名患者	NA	NA	F1-score, Dice score, macro-F1	NA
1009	2025-10-06	Automated chart filing on bitewings using deep learning: enhancing clinical diagnosis in a multi-center study 2025-Oct, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105919 PMID:40550354	研究论文	本研究开发了一种基于深度学习的自动化咬翼片图表归档系统，用于牙齿分割和牙科病症检测	提出了分层Mask DINO模型用于多类别分层端到端实例分割，并在多中心研究中验证了其有效性	样本量相对有限（总计1261张咬翼片），且仅来自三个欧洲国家	开发自动化咬翼片图表归档系统以提高牙科诊断效率和准确性	咬翼片X光图像中的牙齿分割和牙科病症检测	计算机视觉	牙科疾病	X射线成像	深度学习	医学图像	1045张咬翼片用于训练和验证（来自德国和荷兰），216张用于外部测试（来自斯洛伐克）	NA	Hierarchical Mask DINO, Mask DINO, SparseInst, Mask R-CNN	F1-score, 敏感度, 特异度, 精确度, 平均精度均值(mAP), AUC	NA
1010	2025-10-06	Optimizing contrast-enhanced abdominal MRI: A comparative study of deep learning and standard VIBE techniques 2025-Oct, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110581 PMID:40795789	研究论文	比较深度学习重建技术与标准VIBE技术在腹部MRI中的图像质量和采集时间	首次将深度学习重建技术应用于冠状位VIBE序列，显著缩短采集时间的同时提升图像质量	深度学习重建技术会增加外周伪影的严重程度	验证深度学习重建技术在腹部MRI中的性能表现	151名接受上腹部MRI检查的患者	医学影像分析	肝脏疾病	MRI, 深度学习重建	深度学习	医学影像	151名患者	NA	NA	图像质量评分, 信噪比, 伪影严重程度, 肝脏边缘锐利度, 肝脏血管锐利度, 病灶显着性, 病灶检测率	3T MRI扫描仪
1011	2025-10-06	Artificial intelligence: a new era in prostate cancer diagnosis and treatment 2025-Oct-15, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.126024 PMID:40769449	综述	探讨人工智能在前列腺癌诊断和治疗中的革命性应用及其潜力	系统整合AI技术于前列腺癌诊疗全流程，实现从影像分析到个性化治疗策略的智能化决策	未具体说明数据标准化、算法泛化能力及临床实施障碍等实际挑战	评估AI技术在前列腺癌诊疗领域的应用现状与发展前景	前列腺癌患者的诊断与治疗过程	数字病理	前列腺癌	MRI, 超声, 基因组测序	机器学习, 深度学习	影像数据, 临床数据, 基因组数据	NA	NA	NA	诊断准确率	NA
1012	2025-10-06	PixelPrint 4D : A 3D Printing Method of Fabricating Patient-Specific Deformable CT Phantoms for Respiratory Motion Applications 2025-Oct-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001182 PMID:40173424	研究论文	提出一种名为PixelPrint 4D的3D打印方法，用于制造患者特异性可变形肺部CT体模以模拟呼吸运动	开发了能够逐体素复制可变密度的柔性3D打印方法，可创建具有真实组织结构和变形模式的呼吸运动体模	仅基于单例肺癌患者的4DCT数据集进行验证，样本量有限	开发更真实的呼吸运动体模，用于评估CT成像和放射治疗中的运动补偿技术	肺癌患者的肺部结构和呼吸运动模式	医学影像	肺癌	3D打印，CT成像，4DCT	NA	CT图像，4DCT数据集	1例肺癌患者的4DCT数据	PixelPrint软件	NA	平均衰减误差，Kolmogorov-Smirnov检验，结构相似性指数(SSIM)，位移误差，Jacobian误差	NA
1013	2025-10-06	Automated vertebral bone quality score measurement on lumbar MRI using deep learning: Development and validation of an AI algorithm 2025-Oct, Clinical neurology and neurosurgery IF:1.8Q2 DOI:10.1016/j.clineuro.2025.109094 PMID:40780043	研究论文	开发并验证基于深度学习的AI算法，用于从常规腰椎MRI自动测量椎体骨质量评分	首次使用YOLOv8模型自动化VBQ评分计算，实现从常规MRI快速评估骨质量	需要进一步外部验证以确保泛化能力和临床适用性	开发AI算法改进术前骨质量评估，识别手术风险患者	腰椎MRI扫描和接受腰椎手术的患者	计算机视觉	骨科疾病	MRI成像	YOLOv8	医学图像	257例腰椎T1加权MRI扫描（SPIDER数据集）和47例腰椎手术患者	NA	YOLOv8	精确率,召回率,平均精度,组内相关系数,皮尔逊相关系数,均方根误差,平均误差	NA
1014	2025-10-06	Spatial distribution of enlarged perivascular spaces as a potential biomarker for distinguishing vascular dementia from Alzheimer's disease in older adults 2025-Oct, Clinical neurology and neurosurgery IF:1.8Q2 DOI:10.1016/j.clineuro.2025.109098 PMID:40782606	研究论文	本研究探讨扩大血管周围间隙体积作为区分阿尔茨海默病和血管性痴呆生物标志物的潜力	首次使用基于VB-Net的深度学习模型自动量化四个脑区的EPVS体积，并发现EPVS空间分布差异可作为区分两种痴呆亚型的可靠影像生物标志物	样本量相对有限（共215名患者），仅纳入65岁以上患者，缺乏外部验证	开发区分阿尔茨海默病和血管性痴呆的影像生物标志物	93名阿尔茨海默病患者和122名血管性痴呆患者，均为65岁以上老年人	数字病理学	老年疾病	神经影像分析	深度学习	医学影像	215名患者（93名AD，122名VD）	NA	VB-Net	AUC	NA
1015	2025-10-06	A Survey of Deep Learning in Sports Applications: Perception, Comprehension, and Decision 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3554801 PMID:40138241	综述	本文系统综述了深度学习在体育应用中的研究进展，涵盖感知、理解和决策三个层次	首次从算法、数据集与虚拟环境、挑战三个维度系统梳理深度学习在体育领域的应用现状	作为综述文章，未提出新的算法模型或实验验证	为深度学习在体育应用中的研究提供全面的参考指南	深度学习在体育领域的算法、数据集和挑战	计算机视觉,自然语言处理,机器学习	NA	NA	NA	图像,视频,文本	NA	NA	NA	NA	NA
1016	2025-10-06	Progressive Knowledge Transfer Network Based on Human Visual Perception Mechanism for No-Reference Point Cloud Quality Assessment 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3532651 PMID:40031145	研究论文	提出一种基于人类视觉感知机制的无参考点云质量评估深度学习网络PKT-PCQA	通过渐进式知识转移将粗粒度质量分类知识转换为细粒度质量预测任务，模拟人类视觉系统	NA	点云感知质量评估	点云数据	计算机视觉	NA	深度学习	CNN	点云	三个大型独立点云评估数据集	NA	基于空间和通道注意力模块的注意力机制	NA	NA
1017	2025-10-06	Deep Point Cloud Edge Reconstruction via Surface Patch Segmentation 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3547411 PMID:40031714	研究论文	提出一种通过表面面片分割实现点云边缘精确重建的两阶段框架	首次利用表面面片分割为边缘重建提供额外线索，通过联合优化模块重建完整精确的3D线框模型	未明确说明方法在复杂噪声环境下的鲁棒性	解决点云数据参数化边缘重建中因边缘点稀疏导致的拟合误差问题	CAD模型和日常物体（家具）的点云数据	计算机视觉	NA	点云处理	深度学习网络	点云数据	包含CAD和日常模型的多功能面片-边缘数据集	NA	PCER-Net	通过广泛实验和与先前方法的比较评估	NA
1018	2025-10-06	Single-View 3D Hair Modeling With Clumping Optimization 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3552919 PMID:40111766	研究论文	提出一种从单张图像重建具有发束效果的三维头发模型的方法	将头发发束效果整合到单视角头发重建中，引入分层头发表示和可微分优化框架	未明确说明	提升单视角头发重建的真实感，特别是发束效果的表现	头发几何模型	计算机视觉	NA	深度学习	NA	图像	NA	NA	NA	定性评估,定量评估	NA
1019	2025-10-06	Fast and Robust Single-Shot Cine Cardiac MRI Using Deep Learning Super-Resolution Reconstruction 2025-Oct-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001186 PMID:40184545	研究论文	本研究比较了深度学习超分辨率重建的单次激发心脏电影MRI与标准多次激发心脏电影MRI的诊断质量	首次将工业开发的深度学习超分辨率算法应用于单次激发心脏电影MRI重建，显著缩短扫描时间的同时保持非劣诊断质量	样本量相对较小（45名参与者），缺乏多中心验证	评估深度学习重建单次激发心脏电影MRI在临床诊断中的可行性和图像质量	具有心脏MRI临床适应症的参与者	医学影像分析	心血管疾病	平衡稳态自由进动序列，压缩感知，深度学习超分辨率重建	深度学习超分辨率算法	心脏MRI图像	45名参与者（平均年龄50±18岁，30名男性）	NA	NA	主观图像质量评分，边缘上升距离，表观信噪比，对比噪声比，Bland-Altman分析，Pearson相关系数	NA
1020	2025-10-06	Eliminating Rasterization: Direct Vector Floor Plan Generation With DiffPlanner 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3559682 PMID:40208765	研究论文	提出一种直接在向量空间生成边界约束平面图的深度学习框架DiffPlanner	首次在向量空间直接生成平面图，避免了传统方法中矢栅转换造成的信息损失；采用基于Transformer的条件扩散模型，集成对齐机制模拟设计师的迭代设计过程	NA	解决边界约束平面图生成问题，直接生成房间的拓扑和几何属性	建筑平面图和气泡图	计算机视觉	NA	深度学习	扩散模型, Transformer	向量数据	NA	NA	Transformer	定量比较, 定性评估, 消融实验, 感知研究	NA