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
1681	2025-12-01	Automated Coronary Artery Calcium Scoring Using Deep Learning: Validation Across Diverse Chest CT Protocols 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.09.009 PMID:40998657	研究论文	开发并验证一种基于深度学习的全自动冠状动脉钙化评分模型，适用于不同胸部CT扫描协议	开发了首个工作流就绪、协议无关的深度学习模型，可在常规非门控胸部CT上实现全自动冠状动脉钙化量化	单中心回顾性研究，需要进一步外部验证	开发自动化冠状动脉钙化评分工具以改善心血管疾病风险分层	无已知动脉粥样硬化性心血管疾病患者的胸部CT扫描	数字病理	心血管疾病	胸部CT扫描	深度学习	医学影像	2132例胸部CT扫描（常规、CT-CAC和CT-COVID）	NA	NA	组内相关系数, Cohen's kappa, 敏感性, 特异性, 阳性预测值, 阴性预测值, F1分数	NA
1682	2025-12-01	Prediction of the risk of diabetic foot from corneal nerve images using deep learning algorithms 2025-Dec, Diabetes research and clinical practice IF:6.1Q1 DOI:10.1016/j.diabres.2025.112991 PMID:41205876	研究论文	开发基于角膜神经图像的深度学习算法预测糖尿病足风险	首次将角膜神经图像与HbA1c或血清肌酐结合开发混合深度学习算法用于糖尿病足风险预测	使用定量角膜神经参数未能提升模型性能	预测糖尿病足风险分类	糖尿病患者的角膜神经图像	医学影像分析	糖尿病足	角膜神经成像	深度学习算法	图像	471名参与者的942只眼睛共23,550张图像	NA	NA	AUC	NA
1683	2025-12-01	APTES: a high-throughput deep learning-based Arabidopsis phenotypic trait estimation system for individual leaves and siliques 2025-Dec, aBIOTECH IF:4.6Q1 DOI:10.1007/s42994-025-00239-y PMID:41312108	研究论文	开发基于计算机视觉和深度学习的拟南芥表型性状自动估计系统APTES，用于叶片和角果的高通量表型分析	使用增强的Cascade Mask R-CNN和DetectoRS模型分别实现叶片和角果的精确分割，相比基线模型性能提升1-2个百分点	未明确说明模型在不同光照条件和生长阶段下的泛化能力	开发高通量植物表型性状自动估计系统	拟南芥叶片和角果	计算机视觉	NA	计算机视觉，深度学习	CNN	图像	166个拟南芥种质	NA	Cascade Mask R-CNN, DetectoRS	精确率, 召回率, F1分数, 决定系数, 平均绝对百分比误差	NA
1684	2025-11-29	A lightweight deep learning model with attention mechanisms for hypertensive retinopathy classification 2025-Dec, International journal of cardiology. Cardiovascular risk and prevention DOI:10.1016/j.ijcrp.2025.200541 PMID:41312542	研究论文	提出一种结合注意力机制的轻量级深度学习模型MA-DNet用于高血压视网膜病变分类	将DenseNet与通道和空间注意力机制相结合，采用特征增强和数据平衡技术提高分类精度	NA	开发自动化的高血压视网膜病变分类方法以辅助临床诊断	眼底图像中的高血压视网膜病变特征	计算机视觉	心血管疾病	深度学习	CNN	图像	OIA-ODIR数据集	NA	DenseNet	准确率	NA
1685	2025-12-01	Deep Learning-Enhanced Single Breath-Hold Abdominal MRI at 0.55 T-Technical Feasibility and Image Quality Assessment 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.013 PMID:40846585	研究论文	本研究评估深度学习增强的0.55T低场强腹部MRI在单次屏气下的技术可行性和图像质量	首次在0.55T低场强MRI中应用深度学习重建技术实现单次屏气腹部成像，并证明其图像质量优于传统方法	研究仅纳入健康志愿者，样本量较小（33例），缺乏病理证实	评估深度学习增强的低场强腹部MRI的技术可行性和图像质量	健康志愿者	医学影像分析	NA	MRI, 深度学习图像重建	深度学习	医学影像	33名健康志愿者	NA	NA	图像质量评分, 图像噪声, 空间分辨率, 观察者间一致性	NA
1686	2025-12-01	Ultrafast Multi-tracer Total-body PET Imaging Using a Transformer-Based Deep Learning Model 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.015 PMID:40885633	研究论文	提出基于Transformer的深度学习框架，用于从超快速扫描中合成多示踪剂全身PET图像	首次将3D SwinUNETR-V2架构应用于多示踪剂全身PET成像，开发了仅PET输入和PET+CT融合输入两种模型变体	回顾性单中心研究，样本量有限，需进一步验证	减少PET扫描时间以最小化运动伪影并改善患者舒适度	临床uEXPLORER PET/CT数据集，包括[18F]FDG、[18F]FAPI和[68Ga]FAPI三种示踪剂	医学影像分析	NA	PET/CT成像，列表模式数据截断	深度学习	3D医学影像	155例患者（[18F]FDG 50例，[18F]FAPI 45例，[68Ga]FAPI 60例）	NA	3D SwinUNETR-V2	峰值信噪比(PSNR), 图像质量主观评价, 病灶检测能力	NA
1687	2025-12-01	Multi-DECT Image-based Interpretable Model Incorporating Habitat Radiomics and Vision Transformer Deep Learning for Preoperative Prediction of Muscle Invasion in Bladder Cancer 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.018 PMID:40887351	研究论文	开发基于多能谱CT图像的融合栖息地影像组学和视觉Transformer的可解释模型，用于术前预测膀胱癌肌层浸润	首次将栖息地影像组学与3D视觉Transformer深度学习相结合，构建可解释的多能谱CT图像预测模型	回顾性研究，样本量相对有限（200例患者）	术前预测膀胱癌肌层浸润状态	膀胱癌患者	医学影像分析	膀胱癌	双能谱CT（DECT）成像	Vision Transformer（ViT）, ResNet, 影像组学模型	CT图像	200例膀胱癌患者（训练集140例，测试集60例）	NA	Vision Transformer, ResNet 18	AUC, 校准曲线, 决策曲线分析（DCA）, 净重分类指数（NRI）, 综合判别改善指数（IDI）	NA
1688	2025-12-01	Image Quality Variation with Gantry Rotation Time and Reconstruction Algorithm in Ultra-high-resolution CT 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.09.027 PMID:41073176	研究论文	评估超高清CT中机架旋转时间和重建算法对图像质量的影响	首次系统比较深度学习重建在超高清CT中随旋转时间变化的图像质量表现	研究基于体模实验，未涉及临床患者数据	评估机架旋转时间对三种重建算法图像质量的影响	CT体模	医学影像	NA	超高清CT扫描	深度学习重建	CT图像	4个剂量水平和4个机架旋转时间的扫描数据	NA	NA	噪声功率谱，噪声幅度比，中心频率比，高对比度分辨率	NA
1689	2025-12-01	Frequency-aware domain randomization for single-source domain generalization in medical image segmentation 2025-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.70118 PMID:41318360	研究论文	提出一种频率感知域随机化方法RandDG，用于医学图像分割中的单源域泛化	结合频率域全局依赖建模和双空间随机化框架，通过ULoFT滤波器增强特征空间扰动多样性，解决纹理偏差和风格多样性受限问题	仅针对单源域泛化场景，未考虑多源域泛化情况	提升医学图像分割模型在未见目标域上的泛化能力	腹部多器官分割和前列腺分割	医学图像分割	腹部疾病, 前列腺疾病	傅里叶变换, 频率域分析	CNN	医学图像(CT, MRI)	腹部CT-MRI数据集和跨中心前列腺数据集	PyTorch	GUNet, U-Net	DSC, HD	NA
1690	2025-11-30	Hybrid deep learning reconstruction for fast four-dimensional cone beam computed tomography in small animal imaging 2025-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.70092 PMID:41316732	研究论文	开发了一种混合深度学习重建方法用于快速4D锥形束CT成像，在降低扫描剂量和时间的同时提高图像质量	提出结合深度学习运动核回归和运动补偿的混合重建框架，并引入自适应骨骼加权策略抑制骨骼引起的条纹伪影	仅在小动物成像中进行验证，尚未在临床人体成像中测试	开发快速低剂量的4D锥形束CT重建方法	小动物成像	医学影像重建	NA	锥形束CT成像	深度学习神经网络	CT投影数据，4D图像序列	活体动物实验	NA	SARnet	均方根误差，结构相似性指数	NA
1691	2025-11-29	Accurate de novo design of high-affinity protein-binding macrocycles using deep learning 2025-Dec, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-025-01929-w PMID:40542165	研究论文	介绍了一种基于深度学习的从头设计高亲和力蛋白质结合大环化合物的新方法	首次开发了基于去噪扩散模型的蛋白质结合大环化合物从头设计流程，无需大规模筛选即可获得高亲和力结合物	仅测试了四种不同蛋白质靶点，样本规模相对有限	开发高效的大环化合物设计方法用于诊断和治疗应用	蛋白质靶点和大环化合物结合物	机器学习	NA	深度学习，去噪扩散模型	扩散模型	蛋白质结构数据	针对4种不同蛋白质各测试不超过20个大环化合物设计	NA	RFpeptides	结合亲和力(K值)，Cα均方根偏差	NA
1692	2025-11-29	Reducing motion artifacts in the aorta: super-resolution deep learning reconstruction with motion reduction algorithm 2025-Dec, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01849-8 PMID:40782239	研究论文	评估结合运动减少算法的超分辨率深度学习重建技术在减少主动脉运动伪影方面的效果	首次将超分辨率深度学习重建与运动减少算法结合，显著提升主动脉CT图像质量	回顾性研究，样本量有限（86例患者），仅针对主动脉夹层诊断进行评估	比较不同深度学习重建算法在减少主动脉运动伪影方面的性能	接受胸部增强CT扫描的86例患者（平均年龄65.0±14.1岁，53例男性）	医学影像处理	心血管疾病	对比增强CT扫描	深度学习重建	CT医学影像	86例患者	NA	超分辨率深度学习重建	定量噪声、边缘上升斜率、边缘上升距离、伪影评分、锐利度评分、噪声评分、结构描绘评分、诊断可接受度评分	NA
1693	2025-11-29	A hybrid deep learning model for O3 forecasting and explaining in the Yangtze River Delta Region of China 2025-Dec-01, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180901 PMID:41232287	研究论文	本研究开发了一种混合深度学习模型用于长三角地区臭氧浓度预测和解释分析	结合注意力机制序列到序列模型与层间相关性传播方法，首次在臭氧预测中量化不同特征的时空贡献	研究区域限于长三角地区，时间跨度仅为2020-2023年	开发可解释的臭氧浓度预测模型并分析特征贡献机制	长三角地区臭氧浓度及其影响因素	环境科学, 机器学习	NA	随机森林校正, 层间相关性传播, 潜在源贡献函数分析	注意力机制序列到序列模型, 随机森林	网格化臭氧数据, 气象参数, 地面观测数据	2020-2023年长三角地区9公里网格化数据	NA	seq2seq with attention	相关系数R, 均方根误差RMSE	NA
1694	2025-11-29	Self-supervised learning for MRI reconstruction: a review and new perspective 2025-Dec, Magma (New York, N.Y.) DOI:10.1007/s10334-025-01274-y PMID:40569542	综述	本文系统回顾了自监督深度学习在MRI重建领域的最新进展，探讨其克服全采样k空间数据依赖性的潜力	提出了自监督学习作为有监督方法替代方案的新视角，仅需欠采样k空间数据即可训练模型	方法在不同解剖结构的鲁棒性存在挑战，验证标准缺乏统一性，临床整合仍需完善	推动MRI重建技术发展，解决数据稀缺问题并缩短扫描时间	磁共振成像重建方法和技术	医学影像	NA	磁共振成像	深度学习	k空间数据	NA	NA	NA	图像质量	NA
1695	2025-11-28	An efficient attention Densenet with LSTM for lung disease detection and classification using X-ray images supported by adaptive R2-Unet-based image segmentation 2025-Dec, Archives of physiology and biochemistry IF:2.5Q2 DOI:10.1080/13813455.2025.2524182 PMID:40590298	研究论文	提出一种结合自适应R2-Unet图像分割和注意力Densenet-LSTM的深度学习框架，用于X射线图像的肺部疾病检测与分类	开发了自适应循环残差U-Net（AR2-UNet）分割网络，采用增强河豚优化算法（EPOA）优化参数，并首次将注意力Densenet与LSTM结合用于肺部疾病分类	未提及数据集的具体规模和多样性，缺乏外部验证结果	开发高效的肺部疾病自动检测与分类系统	胸部X射线图像中的肺部疾病	计算机视觉	肺部疾病	X射线成像	CNN, LSTM	图像	NA	NA	AR2-UNet, DenseNet, LSTM, ResNet, Inception	准确率	NA
1696	2025-11-28	Toward Foundational Model for Sleep Analysis Using a Multimodal Hybrid-Self-Supervised Learning Framework 2025-Dec, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3603608 PMID:40924530	研究论文	提出一种用于睡眠分析的多模态混合自监督学习框架SynthSleepNet，能够有效分析多导睡眠图数据	结合掩码预测和对比学习的混合自监督学习框架，并引入基于Mamba的时间上下文模块	NA	开发用于睡眠质量评估和睡眠障碍诊断的自动化分析工具	多导睡眠图数据，包括脑电图、眼电图、肌电图和心电图	机器学习	睡眠障碍	多导睡眠图	自监督学习	生理信号数据	NA	NA	Mamba	准确率	NA
1697	2025-11-28	Structure Learning of Deep Gaussian and Non-Gaussian Information Fusion Framework for Automated Predictive Data Analytics 2025-Dec, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3603545 PMID:40924529	研究论文	提出一种基于最大信息系数的深度高斯与非高斯信息融合框架结构学习算法，用于自动化预测数据分析	引入最大信息系数作为潜变量间关联强度的度量，提出自动确定深度模型所需隐藏层的评估指标	仅通过两个工业实例验证，需要更多实际应用场景的测试	解决深度信息融合框架中的结构学习问题，实现自动化数据驱动建模与分析	时变工业过程数据	机器学习	NA	信息融合	潜变量模型	工业过程数据	两个真实工业案例	深度学习框架	深度高斯与非高斯信息融合框架	在线预测性能	NA
1698	2025-11-28	Comparative diagnostic performance of artificial intelligence models in structural MRI for schizophrenia: A systematic review and meta-analysis 2025-Dec, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2025.104759 PMID:41202773	系统综述与荟萃分析	通过系统综述和荟萃分析比较人工智能模型在结构磁共振成像中对精神分裂症的诊断性能	首次系统比较深度学习和传统机器学习在sMRI精神分裂症诊断中的性能差异，并分析不同神经解剖输入数据的影响	纳入研究数量有限（16项），需要多中心外部验证队列来验证临床实用性	评估人工智能模型在结构磁共振成像中诊断精神分裂症的准确性和临床应用价值	成人精神分裂症患者的结构磁共振成像数据	医学影像分析	精神分裂症	结构磁共振成像	深度学习, 传统机器学习	医学影像	3601名参与者	NA	支持向量机, 深度学习架构	灵敏度, 特异度, AUC	NA
1699	2025-11-28	An exploratory study of explainable deep learning for predicting bone mineral density using clavicle features on chest radiographs: A multi-task approach with regression and segmentation 2025-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70336 PMID:41277292	研究论文	本研究开发了一种多任务学习模型，通过胸部X光片中的锁骨特征预测骨密度，并支持网络可解释性	将分割和回归任务集成到U-Net架构中，采用多任务学习方法，并通过热图可视化验证预测依据	研究为探索性研究，样本量相对有限（1600名患者），存在一定的预测偏差	开发可解释的深度学习模型，从胸部X光片中预测骨密度，辅助骨质疏松筛查	接受胸部X光摄影和腰椎DXA检查的1600名患者	医学影像分析	骨质疏松症	双能X线吸收测定法（DXA），梯度加权类激活映射（Grad-CAM）	深度学习，多任务学习	胸部X光影像	1600名患者	NA	U-Net	平均绝对误差（MAE），Pearson相关系数（R值），灵敏度，特异性，精确度，F1分数	NA
1700	2025-11-28	mpMRI-based MGMT methylation status prediction for glioblastoma through off-the-shelf deep features: A multi-dataset feasibility study 2025-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70373 PMID:41277375	研究论文	本研究开发了一种基于多参数磁共振成像的深度学习方法，用于预测胶质母细胞瘤MGMT启动子甲基化状态	采用孪生神经网络结合现成深度学习特征，并整合T1模态的delta深度特征来提升模型性能	模型性能仍有提升空间，AUC值相对有限	评估使用多参数磁共振成像非侵入性诊断MGMT甲基化状态的可行性	胶质母细胞瘤患者	医学影像分析	胶质母细胞瘤	多参数磁共振成像	SNN	医学影像	585名参与者用于训练，81个样本用于外部验证	NA	Siamese神经网络	AUC, precision, recall	单CPU平台