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
1541	2025-10-31	Evaluating the generalizability of video-based assessment of intraoperative surgical skill in capsulorhexis 2025-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03406-0 PMID:40405033	研究论文	评估深度学习模型在囊膜撕开手术技能视频评估中的泛化能力	首次评估了无监督域适应和半监督域适应方法在手术技能视频评估中的泛化性能	模型性能虽有所提升，但仍未达到数据集内部性能水平	评估手术技能视频评估模型的跨数据集泛化能力	囊膜撕开手术视频	计算机视觉	眼科疾病	视频分析	CNN, LSTM, Transformer	视频	两个数据集（D99和Cataract-101）	NA	CNN-LSTM, CNN-Transformer（均带有注意力模块）	准确率, 灵敏度, 特异性, AUC	NA
1542	2025-10-31	Training a deep learning model to predict the anatomy irradiated in fluoroscopic x-ray images 2025-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03422-0 PMID:40418509	研究论文	开发深度学习模型从荧光X射线图像预测受辐射解剖结构，实现更精确的患者剂量估计	提出结合ResNet架构和元数据处理的方法，将2D荧光图像与计算体模中的解剖区域自动匹配	婴儿体模在Z坐标预测中存在较大误差，训练数据中代表性不足	实现荧光引导介入手术中患者特定解剖结构的精确定位和剂量估计	荧光X射线图像和计算体模中的解剖坐标	计算机视觉	NA	荧光X射线成像，计算机断层扫描	CNN	2D图像	从多个区域生成的不同视野尺寸的模拟荧光图像数据集	PyTorch	ResNet	预测误差范围，Bland-Altman分析	NA
1543	2025-10-31	End-to-end 2D/3D registration from pre-operative MRI to intra-operative fluoroscopy for orthopedic procedures 2025-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03426-w PMID:40445552	研究论文	开发了一种从术前MRI到术中荧光透视的端到端2D/3D配准框架，用于骨科手术中的图像引导	首次提出仅使用MRI无需CT扫描的MRI到荧光透视配准方法，能够可视化传统荧光图像不可见的坏死病灶	研究主要针对股骨和骨盆区域的核心减压手术，需要进一步验证在其他骨科手术中的适用性	开发骨科手术中增强术中可视化的图像配准框架	股骨和骨盆区域，特别是坏死病灶	医学影像分析	骨科疾病	深度学习，图像配准，数字重建放射影像(DRR)	深度学习模型	MRI图像，荧光透视图像，合成CT图像	尸体研究	NA	NA	平移配准精度，旋转配准精度	NA
1544	2025-10-31	Efficient needle guidance: multi-camera augmented reality navigation without patient-specific calibration 2025-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03477-z PMID:40650802	研究论文	开发了一种无需患者特定标记的多摄像头增强现实导航系统，用于提高针基手术的导航精度和效率	采用天花板安装标记映射到固定医疗成像设备，无需患者特定标记；开发分层优化框架整合标记映射和多摄像头校准；使用基于视觉的位姿补偿方法减轻患者移动引起的误差	NA	开发高效、精确的增强现实导航系统，简化手术流程并提高针基手术的导航精度	针基手术（如活检和消融）的导航系统	计算机视觉	NA	增强现实技术，深度学习	NA	图像数据	NA	NA	NA	穿刺精度，位置误差，角度偏差，针放置时间	NA
1545	2025-10-31	Progressive Training for Learning From Label Proportions 2025-Nov, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3590131 PMID:40699973	研究论文	提出一种用于标签比例学习的渐进式训练方法PT-LLP，通过从袋级到实例级的约束优化提升分类性能	首次将渐进式训练策略引入标签比例学习，结合知识蒸馏和最优传输算法实现从袋级比例约束到实例级分类器的过渡	方法依赖于初始袋级比例估计的准确性，且需要额外的优化计算步骤	改进标签比例学习中的比例约束一致性，提升实例级分类器性能	使用比例标签分组数据的分类任务	机器学习	NA	NA	深度学习	分组训练数据	NA	NA	师生框架	分类性能指标	NA
1546	2025-07-26	Are we really ready to use radiomics and deep learning for clinical decision support in radiology? 2025-Nov, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.07.004 PMID:40707330	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1547	2025-10-31	Temporal and Heterogeneous Graph Neural Network for Remaining Useful Life Prediction 2025-Nov, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3592788 PMID:40748812	研究论文	提出一种结合时间和异构图神经网络的新模型THGNN，用于工业系统传感器数据的剩余使用寿命预测	首次在时序传感器图中同时建模时间动态、空间相关性和传感器异质性，采用细粒度方法避免时间信息丢失，并利用FiLM技术处理传感器类型多样性	仅在N-CMAPSS数据集上验证，未提及其他工业场景的泛化能力	提高工业系统剩余使用寿命预测的准确性	工业系统中的多传感器时间序列数据	机器学习	NA	深度学习	图神经网络	时间序列传感器数据	N-CMAPSS数据集	NA	Temporal and Heterogeneous Graph Neural Network (THGNN)	两种不同评估指标	NA
1548	2025-10-31	DCEM-TCRCN: an innovative approach to depression detection using wearable IoT devices and deep learning 2025-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03479-x PMID:40965800	研究论文	提出一种基于可穿戴物联网设备和深度学习的抑郁症检测创新方法DCEM-TCRCN	结合动态卷积与时间循环残差卷积网络，采用MBConv块和动态卷积最大化特征提取能力，通过循环扩张卷积处理长时间序列关系	NA	开发有效准确的抑郁症诊断模型	抑郁症患者	机器学习	抑郁症	可穿戴物联网传感器技术	CNN	生理信号数据	NA	NA	DCEM-TCRCN, MBConv, DConv, 时间循环残差卷积网络	准确率, 精确率, 召回率, Cohen-Kappa分数	NA
1549	2025-10-31	Paternal periconceptional exposure to reserpine and antidepressants causes developmental abnormalities and ADHD-like behavior in offspring: A deep learning analysis 2025-Nov, Journal of psychiatric research IF:3.7Q1 DOI:10.1016/j.jpsychires.2025.09.039 PMID:41033272	研究论文	通过深度学习分析父代围受孕期暴露于利血平和抗抑郁药对后代发育异常和ADHD样行为的影响	首次使用深度学习Twin Network准确分期F1代胚胎发育并量化发育速度，利用EmbryoNet预测与多巴胺通路相关的发育异常信号	仅研究了特定抗抑郁药物组合的影响，未涉及其他药物或环境因素	评估父代围受孕期暴露于抗抑郁药物对后代发育和行为的影响	F1代小鼠胚胎及其发育过程	深度学习	ADHD	深度学习分析	Twin Network, EmbryoNet	胚胎发育图像数据	NA	NA	Twin Network, EmbryoNet	NA	NA
1550	2025-10-31	Intentional creation of suboptimal, realistic dose distributions 2025-Nov, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70305 PMID:41144809	研究论文	开发了直接修改高质量放疗剂量分布以创建可控亚优化剂量分布的技术	首次提出直接在现有剂量分布上操作生成可控亚优化剂量分布的方法，无需治疗计划系统	仅评估了三种特定类型的亚优化剂量分布，临床医生评估样本有限	解决放疗肿瘤学住院医师在计划质量评估培训中的不足	放疗剂量分布	医学教育技术	癌症	深度学习模型，剂量分布修改技术	深度学习模型	放疗剂量分布数据	NA	NA	预训练深度学习模型	剂量-体积直方图指标，统计学显著性(p值)，临床医生真实性评分	NA
1551	2025-10-31	Knowledge-Guided Semantic Transfer Network for Few-Shot Image Recognition 2025-Nov, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3240195 PMID:37022403	研究论文	提出一种知识引导的语义迁移网络（KSTNet），通过引入辅助先验知识解决小样本图像识别问题	将视觉推理、知识迁移和分类器学习整合到统一框架中，提出类别引导的视觉学习模块和知识迁移网络	仅在Mini-ImageNet和Tiered-ImageNet基准数据集上验证，未在其他领域测试	解决小样本图像识别问题，使机器能够从极有限的标注样本中学习	图像数据中的新颖类别识别	计算机视觉	NA	深度学习	神经网络	图像	使用Mini-ImageNet和Tiered-ImageNet基准数据集	NA	KSTNet, 知识引导的语义迁移网络	准确率	NA
1552	2025-10-31	SimAD: A Simple Dissimilarity-Based Approach for Time-Series Anomaly Detection 2025-Nov, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3590220 PMID:40729708	研究论文	提出一种基于差异性的简单时间序列异常检测方法SimAD	引入基于分块的特征提取器处理扩展时间窗口、设计对比融合模块增强异常检测鲁棒性、提出两种改进评估指标UAff和NAff	NA	解决时间序列异常检测中时间上下文有限、正常模式表示不足和评估指标缺陷等问题	时间序列数据	机器学习	NA	NA	深度学习	时间序列数据	7个不同的时间序列数据集	NA	EmbedPatch编码器, ContrastFusion模块	F1分数, Aff-F1, NAff-F1, AUC	NA
1553	2025-10-31	Learning a Better SPD Network for Signal Classification: A Riemannian Batch Normalization Method 2025-Nov, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3589362 PMID:40824982	研究论文	提出一种基于对数-乔列斯基度量的黎曼批量归一化方法，用于改进SPD网络的信号分类性能	首次将log-Cholesky度量应用于SPD网络的批量归一化，相比传统基于仿射不变黎曼度量的方法具有更好的数值稳定性和计算效率	论文未明确说明方法在极端病态条件下的性能表现，且实验仅限于四个基准数据集	开发更稳定高效的SPD网络批量归一化方法以提升信号分类性能	对称正定矩阵和基于黎曼流形的神经网络	机器学习	NA	黎曼几何方法，Cholesky分解	SPD神经网络	信号数据，矩阵数据	四个基准数据集	NA	SPD网络，黎曼批量归一化	分类准确率，计算效率，数值稳定性	NA
1554	2025-10-31	Gen-GraphEx: Generative In-Distribution Graph Explanations for Time-Efficient Model-Level Interpretability of GNNs 2025-Nov, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3589330 PMID:40824981	研究论文	提出了一种名为Gen-GraphEx的模型无关、模型级图神经网络解释方法，通过生成符合原始数据分布的图结构来解释GNN的决策过程	无需访问GNN隐藏层即可生成解释图；能够通过插值两个目标类的图生成模型生成决策边界附近的实例；不依赖后续深度学习模块生成解释；支持多种节点和边特征的图生成；计算效率更高	NA	提高图神经网络的可解释性和可信度	图神经网络模型	图神经网络	NA	图生成模型	图生成模型	图数据	多个真实和合成数据集	NA	图生成模型	NA	NA
1555	2025-10-30	Biological characteristics prediction of endometrial cancer based on deep convolutional neural network and multiparametric MRI radiomics 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04929-5 PMID:40214699	研究论文	本研究开发了一种结合多参数MRI、深度学习和机器学习的影像组学方案，用于预测子宫内膜癌的多种生物学特征	首次将多参数MRI与深度学习特征提取相结合，通过优化的影像组学方案同时预测子宫内膜癌的四种关键生物学特征	回顾性研究设计，样本量相对有限（201例患者），需要进一步前瞻性验证	开发基于深度学习的影像组学方法预测子宫内膜癌生物学特征	子宫内膜癌患者	计算机视觉	子宫内膜癌	多参数磁共振成像	CNN	医学影像	201例子宫内膜癌患者	NA	深度卷积神经网络	AUC, 准确率, 精确率, 召回率, F1分数	NA
1556	2025-10-30	DWI of the rectum with deep learning reconstruction: comparison of PROPELLER, reduced FOV, and conventional DWI 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04950-8 PMID:40244478	研究论文	比较PROPELLER、rFOV和常规DWI结合深度学习重建在直肠肿瘤评估中的图像质量和诊断性能	首次将深度学习重建技术应用于三种不同DWI序列（PROPELLER、rFOV和常规DWI）的系统性比较研究	样本量较小（42次MRI检查），诊断准确性改善未达统计学显著性	评估不同DWI序列结合深度学习重建在直肠肿瘤成像中的表现	38名直肠肿瘤患者的42次MRI检查	医学影像分析	直肠癌	扩散加权成像（DWI），深度学习重建（DLR）	深度学习	MRI影像	38名患者的42次MRI检查	NA	NA	图像质量评分，诊断准确性，加权kappa值	NA
1557	2025-10-30	Deep learning reconstruction of diffusion-weighted imaging with single-shot echo-planar imaging in endometrial cancer: a comparison with multi-shot echo-planar imaging 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04955-3 PMID:40249551	研究论文	评估深度学习重建在子宫内膜癌单次激发平面回波成像扩散加权成像中的效果，并与多次激发平面回波成像进行比较	首次将深度学习重建技术应用于子宫内膜癌的单次激发平面回波成像扩散加权成像，并与传统方法进行系统比较	回顾性研究设计，样本量较小（31例患者）	评估深度学习重建在子宫内膜癌扩散加权成像中的图像质量和诊断准确性	31例经手术确诊的子宫内膜癌患者	医学影像分析	子宫内膜癌	扩散加权成像，磁共振成像，深度学习重建	深度学习	医学影像	31例子宫内膜癌患者	NA	NA	图像质量评分，表观扩散系数值，噪声，信噪比，对比噪声比，诊断准确率	NA
1558	2025-10-30	State of the art review of AI in renal imaging 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04963-3 PMID:40293518	综述	本文综述了人工智能在肾脏影像学中的最新应用进展	系统总结了AI在肾脏病变检测、分割和分类中的最新成果，并指出了临床实施面临的挑战	存在数据变异性、可解释性问题和发表偏倚等局限性	探讨AI在肾脏病变评估中的当前作用及其在术前诊断中的潜力	肾脏病变和肾细胞癌	医学影像分析	肾细胞癌	机器学习、深度学习	NA	影像数据	NA	NA	NA	NA	NA
1559	2025-10-30	Computer-aided diagnosis tool utilizing a deep learning model for preoperative T-staging of rectal cancer based on three-dimensional endorectal ultrasound 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04966-0 PMID:40304753	研究论文	开发基于三维直肠内超声和深度学习模型的计算机辅助诊断工具，用于直肠癌术前T分期	首次将深度学习模型与三维直肠内超声结合用于直肠癌术前T分期，并验证其对放射科医生诊断性能的提升	回顾性研究，样本量相对有限（216例患者），需进一步前瞻性验证	开发计算机辅助诊断工具以提高直肠癌术前分期的准确性	216例直肠癌患者的三维直肠内超声图像	计算机视觉	直肠癌	三维直肠内超声	深度学习模型	三维超声图像	216例患者（训练队列156例，测试队列60例）	NA	NA	AUC, κ值	NA
1560	2025-10-30	Segmentation of renal vessels on non-enhanced CT images using deep learning models 2025-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-025-04984-y PMID:40358703	研究论文	本研究评估了使用深度学习模型在非增强CT图像上进行肾血管重建的可行性	首次在非增强CT图像上应用深度学习模型进行肾血管重建，无需对比剂增强参考	模型在识别副肾动脉和副肾静脉方面准确率较低，特别是对小型附属血管识别困难	评估深度学习模型在非增强CT图像上重建肾血管的准确性和可行性	177名患者的肾脏CT扫描图像	医学影像分析	肾脏疾病	CT扫描	深度学习模型	CT图像	177名患者（训练集120，验证集20，测试集37）	NA	NA	准确率	NA