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
1	2025-09-12	TRI-PLAN: A deep learning-based automated assessment framework for right heart assessment in transcatheter tricuspid valve replacement planning 2025-Dec-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133732 PMID:40780436	研究论文	开发并验证了首个基于深度学习的全自动框架TRI-PLAN，用于经导管三尖瓣置换术前的右心结构评估	首个全自动深度学习框架，用于TTVR术前评估，实现右心结构分割、关键参数自动测量及右心室射血分数评估	回顾性研究，样本量有限（140例），仅在中国两家心脏中心进行验证	提升经导管三尖瓣置换术术前评估的效率和准确性	严重三尖瓣反流患者	数字病理	心血管疾病	CTA扫描	深度学习网络（DRA-Net）	医学影像	140例患者的63,962张CTA切片
2	2025-09-12	Automated coronary artery segmentation / tissue characterization and detection of lipid-rich plaque: An integrated backscatter intravascular ultrasound study 2025-Dec-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133744 PMID:40784375	研究论文	本研究开发了一种基于深度学习的自动化冠状动脉分割和组织表征方法，用于检测脂质丰富斑块	首次将7层U-Net++深度学习模型应用于IVUS图像的自动冠状动脉分割和组织表征，实现了高精度的斑块成分量化	LRP检测的敏感性相对较低（62%），样本量有限（67名训练患者，88名验证患者）	评估深度学习模型在冠状动脉斑块分割、组织表征和脂质丰富斑块识别中的可行性和诊断准确性	人类冠状动脉血管和斑块组织	医学影像分析	心血管疾病	集成背向散射血管内超声（IB-IVUS）	U-Net++	医学图像（IVUS图像）	训练组：67名患者的1098张IVUS图像；验证组：88名患者的1100张IVUS图像（来自100条血管）
3	2025-09-12	A generalizable diffusion framework for 3D low-dose and few-view cardiac SPECT imaging 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103729 PMID:40752375	研究论文	提出一种可泛化的扩散框架DiffSPECT-3D，用于改善3D低剂量和少视角心脏SPECT成像质量	无需网络重新训练或微调即可适应不同采集设置，采用一致性策略结合图像和投影数据，并引入2.5D条件策略解决3D扩散模型的内存/计算问题	未明确说明模型在极端低剂量（如低于1%）或更少视角（如单视角）下的性能表现	开发一种能够泛化到不同低剂量和少视角采集设置的心脏SPECT成像方法	心脏SPECT图像数据	医学影像处理	心血管疾病	SPECT成像，扩散模型	扩散模型	3D医学图像	1,325例临床Tc替曲膦负荷/静息研究，来自795名患者
4	2025-09-12	Interpretable multi-scale deep learning to detect malignancy in cell blocks and cytological smears of pleural effusion and identify aggressive endometrial cancer 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103742 PMID:40779831	研究论文	提出一种可解释多尺度深度学习框架IMA-SSL，用于检测胸水细胞块和涂片中的恶性肿瘤并识别侵袭性子宫内膜癌	结合自监督学习特征编码器和多尺度注意力机制，在胸水细胞块和涂片WSI分析中实现优于现有方法的性能	NA	开发深度学习工具提升恶性胸水和侵袭性子宫内膜癌的诊断准确性	胸水细胞块和细胞学涂片全幻灯片图像，以及TCGA公共数据集中的子宫内膜癌样本	数字病理	肺癌和子宫内膜癌	全幻灯片成像(WSI)和深度学习	IMA-SSL（基于注意力机制的CNN架构）	图像	194张细胞学涂片WSI和188张细胞块WSI，外加TCGA公共数据集
5	2025-09-12	Recurrent inference machine for medical image registration 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103748 PMID:40779833	研究论文	提出一种基于元学习的循环推理图像配准网络（RIIR），用于医学图像配准，兼顾高精度和数据效率	通过元学习方式迭代求解配准问题，结合隐式正则化和显式梯度输入学习优化更新规则	NA	提升医学图像配准的精度和数据效率	脑部MRI、肺部CT和定量心脏MRI图像	医学图像分析	NA	深度学习，元学习	循环推理网络（RIIR）	医学图像（MRI, CT）	多个数据集（具体数量未明确说明）
6	2025-09-12	MedCLIP-SAMv2: Towards universal text-driven medical image segmentation 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103749 PMID:40779830	研究论文	提出MedCLIP-SAMv2框架，通过整合CLIP和SAM模型实现基于文本提示的医学图像分割	引入解耦硬负样本噪声对比估计损失（DHN-NCE）和多模态信息瓶颈（M2IB）方法，在零样本和弱监督设置下实现文本驱动的通用医学图像分割	NA	开发数据高效的通用医学图像分割方法，减少对标注数据的依赖	医学图像中的解剖结构和病理区域	计算机视觉	多疾病（乳腺肿瘤、脑肿瘤、肺部疾病）	深度学习，零样本学习，弱监督学习	CLIP, SAM, BiomedCLIP	医学图像（超声、MRI、X射线、CT）	在四种医学影像模态（乳腺超声、脑部MRI、肺部X光、肺部CT）上进行验证
7	2025-09-12	OCELOT 2023: Cell detection from cell-tissue interaction challenge 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103751 PMID:40782597	研究论文	介绍OCELOT 2023挑战赛，旨在通过多尺度细胞-组织交互检测提升细胞检测模型性能	首次提供多尺度重叠细胞和组织注释数据集，并验证细胞-组织交互理解对达到人类水平性能的关键作用	NA	加速细胞检测领域研究，验证多尺度语义整合对模型性能的重要性	全幻灯片图像中的细胞和组织	数字病理学	癌症	深度学习，全幻灯片图像分析	NA	图像	673对样本，源自306张TCGA全幻灯片图像，涵盖六个器官
8	2025-09-12	PitVis-2023 challenge: Workflow recognition in videos of endoscopic pituitary surgery 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103716 PMID:40769094	研究论文	介绍PitVis-2023挑战赛，专注于内窥镜垂体手术视频中的工作流程识别任务	首次针对内窥镜垂体手术视频的步骤和器械识别挑战，提出适用于狭小手术空间和频繁步骤切换的时序模型架构	仅使用25个视频进行训练和评估，样本规模有限	开发自动识别内窥镜垂体手术步骤和手术器械的计算机视觉系统	内窥镜垂体手术视频	计算机视觉	垂体疾病	深度学习	Transformer, 空间编码器+时序编码器	视频	25个手术视频
9	2025-09-12	SemiSAM+: Rethinking semi-supervised medical image segmentation in the era of foundation models 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103733 PMID:40769095	研究论文	提出一种基于基础模型的半监督医学图像分割框架SemiSAM+，通过专家-通用模型协作学习提升有限标注数据下的分割性能	利用可提示分割基础模型（如SAM）生成位置提示与伪标签，实现专家模型与通用模型的协同学习范式	NA	降低医学图像分割对标注数据的依赖，提升半监督学习在临床场景中的适用性	医学图像分割任务	计算机视觉	NA	半监督学习（SSL）	基础模型（如SAM）与任务特定分割模型	医学图像	三个公共数据集和一个内部临床数据集（具体数量未明确说明）
10	2025-09-12	Attend-and-Refine: Interactive keypoint estimation and quantitative cervical vertebrae analysis for bone age assessment 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103715 PMID:40769097	研究论文	提出一种基于深度学习的交互式关键点估计方法，用于通过侧位头颅X光片分析颈椎形态以评估骨龄	引入Attend-and-Refine Network (ARNet)，结合交互引导的重新校准网络和形态感知损失函数，显著减少手动标注工作量	NA	预测儿童正畸中的生长潜力，确定最佳治疗时机	儿童颈椎	数字病理	儿科正畸	侧位头颅X光成像	ARNet (基于CNN的深度学习模型)	医学影像（X光片）	多个数据集验证（具体数量未说明）
11	2025-09-12	Paired phase and magnitude reconstruction neural network for multi-shot diffusion magnetic resonance imaging 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103771 PMID:40857854	研究论文	提出一种用于多激发扩散磁共振成像的配对相位和幅度重建神经网络方法	结合高信噪比b0图像设计神经网络，实现亚秒级快速重建并提升图像质量评估指标	NA	解决多激发扩散加权成像中图像伪影抑制和噪声控制的挑战	扩散加权成像数据	医学影像处理	肿瘤诊断	扩散加权成像（DWI），多激发采样	神经网络	医学影像数据	模拟数据和体内数据（具体数量未说明）
12	2025-09-12	Unsupervised 4D-flow MRI reconstruction based on partially-independent generative modeling and complex-difference sparsity constraint 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103769 PMID:40865329	研究论文	提出一种基于部分独立生成建模和复数差稀疏约束的无监督4D流MRI重建方法	结合深度图像先验框架，设计部分独立网络提升参数效率，引入复数差稀疏约束改善相位恢复精度，并提出联合优化算法	NA	开发无需全采样训练数据的无监督4D流MRI重建算法以提升泛化能力	主动脉和脑血管的4D流MRI数据	医学影像重建	血管疾病	4D-flow MRI	CNN（基于深度图像先验框架）	4D MRI影像数据（时空血流速度）	两个内部采集数据集（主动脉数据集和脑血管数据集）
13	2025-09-12	MSARAE: Multiscale adversarial regularized autoencoders for cortical network classification 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103775 PMID:40865328	研究论文	提出一种多尺度对抗正则化自编码器（MSARAE），用于大脑皮层结构连接网络的增强和分类	结合拉普拉斯特征向量增强拓扑信息，采用多尺度图卷积层作为编码器，并引入对抗正则化机制减小潜在空间分布差异	NA	从数据增强角度解决大脑皮层研究中的样本量限制问题，提升深度学习模型的泛化能力	大脑皮层结构连接网络	机器学习	抑郁症和阿尔茨海默病	图卷积网络，变分自编码器，对抗训练	MSARAE（多尺度对抗正则化自编码器）	图数据（结构连接网络）	基于MDD、HCP和ADNI三个数据集进行实验
14	2025-09-12	Supervised white matter bundle segmentation in glioma patients with transfer learning 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103766 PMID:40876100	研究论文	本研究探索利用迁移学习将基于健康人群训练的深度学习模型应用于胶质瘤患者的白质束分割	首次研究迁移学习在胶质瘤患者白质束分割中的有效性，并系统区分了领域偏移中的系统性和肿瘤特异性成分	学习模型微调无法适应肿瘤引起的大范围白质变形	提升临床人群中白质束自动分割的准确性和应用性	胶质瘤患者	医学影像分析	胶质瘤	迁移学习	深度学习	影像数据	涉及五个白质束和三种输入模态的测试
15	2025-09-12	HarmonicEchoNet: Leveraging harmonic convolutions for automated standard plane detection in fetal heart ultrasound videos 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103758 PMID:40876099	研究论文	提出轻量级深度学习模型HarmonicEchoNet，用于胎儿心脏超声视频中标准切面的自动检测	引入谐波卷积块(HCBs)和空间通道压缩激励模块(hscSE)，结合离散余弦变换进行特征分解，提升模型效率和准确性	使用两个私有数据集(PULSE和CAIFE)，可能限制模型泛化能力	实现胎儿心脏超声标准切面的自动化检测	胎儿心脏超声视频	计算机视觉	心血管疾病	超声成像，离散余弦变换(DCT)	CNN（谐波卷积网络）	视频（超声图像序列）	四个数据集（来自PULSE和CAIFE两个研究）
16	2025-09-12	Completing spatial transcriptomics data for gene expression prediction benchmarking 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103754 PMID:40885036	研究论文	本文介绍了一个用于基因表达预测基准测试的系统性数据库SpaRED和一个基于Transformer的基因表达补全模型SpaCKLE	提出了首个系统性整理的26个公共数据集标准化资源，并开发了基于Transformer的先进补全模型，将均方误差降低82.5%	NA	解决空间转录组学数据获取成本高、技术门槛高和数据丢失问题，建立标准化基准测试平台	空间转录组学数据，特别是Visium技术产生的组织学图像和基因表达数据	数字病理学	NA	空间转录组学，Visium技术，深度学习	Transformer	图像，基因表达数据	26个公共数据集
17	2025-09-12	Leveraging sparse annotations for leukemia diagnosis on the large leukemia dataset 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103760 PMID:40897065	研究论文	提出大规模白血病数据集LLD及稀疏标注方法，用于白细胞检测与形态属性分析	构建首个大规模多任务白血病数据集，并提出基于稀疏标注的属性分析方法以减少标注负担	数据集仅包含48名患者，样本多样性可能仍有限	提升白血病诊断的可解释性和现实应用性	白细胞（WBC）的定位、分类及形态属性评估	数字病理学	白血病	外周血涂片（PBF）显微成像，多显微镜/多相机/多放大倍数采集	多任务模型	显微图像	48名患者的外周血涂片数据
18	2025-09-12	Deep learning-based multimodal fusion for quality prediction of chili paste using hyperspectral imaging and near-infrared spectroscopy 2025-Nov-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145712 PMID:40743732	研究论文	开发基于深度学习的多模态融合系统，利用高光谱成像和近红外光谱技术无损预测辣椒酱品质	首次建立辣椒酱发酵的无损快速检测框架，采用特征级融合和Mixup数据增强技术提升深度学习模型性能	NA	实现辣椒酱品质的无损评估和实时智能监测	辣椒酱样品	machine learning	NA	HSI, Near-Infrared Spectroscopy	CNN-LSTM hybrid model	hyperspectral images, spectral data, physicochemical indicators	160个原始样本，通过数据增强扩展到800个样本
19	2025-09-12	The path to biotechnological singularity: Current breakthroughs and outlook 2025-Nov, Biotechnology advances IF:12.1Q1 DOI:10.1016/j.biotechadv.2025.108667 PMID:40744238	综述	本文探讨了生物技术领域当前突破性进展及其向生物技术奇点发展的路径与展望	综合分析了基因编辑、合成生物学、人工智能、再生医学和脑机接口等多领域技术的融合趋势及其潜在社会影响	未涉及具体实验数据或案例研究，主要基于宏观技术趋势分析	概述生物技术当前突破并展望其向生物技术奇点的发展路径与社会影响	生物技术跨领域进展及其社会伦理影响	生物技术	NA	CRISPR基因编辑、合成生物学、深度学习、干细胞研究、脑机接口	NA	NA	NA
20	2025-09-12	Short- and long-term captivity impacts on bird memory, corticosterone level, and oxidative stress genes: Perspectives on deep learning analysis 2025-Nov-01, Physiology & behavior IF:2.4Q2 DOI:10.1016/j.physbeh.2025.115064 PMID:40816474	研究论文	研究短期和长期圈养对鸟类记忆、皮质酮水平和氧化应激基因的影响，并利用深度学习分析鸟类行为	首次结合深度学习（VGG16神经网络）分析鸟类器官运动，并综合评估圈养压力对多种鸟类行为、激素及基因表达的跨物种影响	研究仅针对三种鸟类（冠小嘴乌鸦、家八哥、牛背鹭），样本多样性有限，且未涉及野外对照组的长期追踪	探究圈养压力对鸟类认知行为、生理指标及基因表达的短期与长期影响	冠小嘴乌鸦（Corvus cornix）、家八哥（Acridotheres tristis）、牛背鹭（Bubulcus ibis）三种鸟类	动物行为学与计算生物学交叉	NA	qRT-PCR（基因表达分析）、深度学习视频分析	VGG16（CNN架构）	视频（鸟类行为记录）、分子生物学数据（激素与基因表达）	三种鸟类物种（未明确个体数量），通过视频片段进行行为分析