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
2161	2025-05-29	Multicenter development of a deep learning radiomics and dosiomics nomogram to predict radiation pneumonia risk in non-small cell lung cancer 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02045-4 PMID:40379764	研究论文	本研究旨在开发一个结合放射组学、剂量组学和深度学习的模型，以预测非小细胞肺癌患者放疗后肺炎的风险	结合放射组学、剂量组学和深度学习特征，构建多维度预测模型，提高预测准确性	研究为回顾性设计，样本量相对较小（245例患者）	提高非小细胞肺癌患者放疗后肺炎风险的预测能力	非小细胞肺癌患者	数字病理	肺癌	放射组学、剂量组学、深度学习	深度学习放射组学和剂量组学列线图（DLRDN）	CT图像、剂量测定图像	245例非小细胞肺癌患者（来自三家医院）
2162	2025-05-29	Deep Learning-Based Retinoblastoma Protein Subtyping of Pulmonary Large-Cell Neuroendocrine Carcinoma on Small Hematoxylin and Eosin-Stained Specimens 2025-May-08, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104192 PMID:40345665	研究论文	本研究探讨了深度学习在基于小苏木精和伊红染色样本的肺大细胞神经内分泌癌中视网膜母细胞瘤蛋白亚型分型的应用	开发了一种定制的卷积神经网络，用于预测小样本中pRb的二元表达，显著优于病理学家的传统分类方法	样本量相对较小，仅包含143个切除标本和21例患者的活检样本	探索深度学习在肺大细胞神经内分泌癌分子亚型分型中的应用潜力	肺大细胞神经内分泌癌(LCNEC)组织样本	数字病理学	肺癌	深度学习	CNN	图像	143个切除标本和21例患者的活检样本
2163	2025-05-29	Data-driven machine learning algorithm model for pneumonia prediction and determinant factor stratification among children aged 6-23 months in Ethiopia 2025-May-02, BMC infectious diseases IF:3.4Q2 DOI:10.1186/s12879-025-10916-4 PMID:40316929	研究论文	本研究开发了一种基于机器学习的预测模型，用于预测埃塞俄比亚6-23个月儿童的肺炎及其决定因素分层	使用随机森林算法预测肺炎并分层其决定因素，准确率达到91.3%	研究依赖于2016年的数据，可能无法反映最新情况，且未使用深度学习算法以提高预测准确性	开发数据驱动的预测模型，预测儿童肺炎并分层其决定因素	埃塞俄比亚6-23个月的儿童	机器学习	肺炎	机器学习算法（随机森林等）	随机森林	结构化健康调查数据	2035名儿童样本
2164	2025-05-29	Deep learning in 3D cardiac reconstruction: a systematic review of methodologies and dataset 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03273-y PMID:39753994	系统性综述	本文提出了一种结合深度学习模型和计算技术的先进方法，用于3D心脏重建，解决了心脏建模和分割中的关键挑战	结合统计形状建模(SSM)、图卷积网络(GCNs)和渐进式GANs进行3D心脏重建，特别是利用渐进式GANs生成合成数据以增强罕见心脏病的建模	未明确提及具体局限性，但可能涉及数据集的多样性和模型泛化能力	开发一种自动化的高分辨率3D心脏重建方法，适用于临床和研究环境	心脏的3D重建，特别是先天性心脏病等复杂心脏状况	计算机视觉	心血管疾病	统计形状建模(SSM)、图卷积网络(GCNs)、渐进式GANs	GCNs, GANs	3D图像	包括UK Biobank、MICCAI MM-WHS挑战赛和先天性心脏病的临床数据集
2165	2025-05-29	Large blood vessel segmentation in quantitative DCE-MRI of brain tumors: A Swin UNETR approach 2025-May, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110342 PMID:39892479	研究论文	本研究提出了一种基于深度学习的自动大血管分割方法，用于定量DCE-MRI中的脑肿瘤分级	采用Swin UNETR架构进行大血管自动分割，并与U-Net和Attention U-Net架构进行比较，展示了优越性能	研究未提及模型在小样本或罕见肿瘤类型上的泛化能力	提高脑肿瘤自动分级的准确性及治疗计划的支持	脑肿瘤患者的大血管分割	数字病理学	脑肿瘤	定量动态对比增强磁共振成像（DCE-MRI）	Swin UNETR, U-Net, Attention U-Net	MRI图像	187名脑肿瘤患者的MRI数据，来自两个中心、两个厂商和两种场强的磁共振扫描仪
2166	2025-05-29	Deterministic Autoencoder using Wasserstein loss for tabular data generation 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107208 PMID:39893805	研究论文	本文提出了一种基于Wasserstein损失函数的确定性自编码器（TWAE），用于表格数据生成，解决了变分自编码器在表格数据合成中的局限性	利用Wasserstein自编码器的确定性编码机制，实现了输入到潜在代码的确定性映射，增强了潜在空间的稳定性和表达能力，并实现了与浅层插值机制（如SMOTE）的无缝集成	NA	解决表格数据生成中的复杂性和局限性，提供一种更稳定和高效的合成方法	表格数据	机器学习	NA	Wasserstein自编码器，SMOTE	Autoencoder	表格数据	NA
2167	2025-05-29	Patient- and fraction-specific magnetic resonance volume reconstruction from orthogonal images with generative adversarial networks 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17668 PMID:39904621	研究论文	开发了一种基于条件生成对抗网络（GAN）的个性化微调工作流程，用于从正交2D MR图像重建合成3D MR体积，以实现在线剂量适应	采用患者和分次特定的微调方法，克服了深度学习模型在小数据集上的性能限制	研究样本量相对较小，仅包含43名患者的数据	提高从2D MR图像重建3D MR体积的准确性和效率，支持在线剂量适应	MR图像和3D MR体积	医学影像处理	前列腺癌	MR成像	条件GAN	图像	43名患者的2473个3D MR体积
2168	2025-05-29	A magnetic resonance image-based deep learning radiomics nomogram for hepatocyte cytokeratin 7 expression: application to predict cholestasis progression in children with pancreaticobiliary maljunction 2025-May, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06225-2 PMID:40186654	研究论文	利用磁共振图像构建深度学习放射组学列线图，预测胰腺胆管连接不良患儿肝细胞角蛋白7表达及胆汁淤积进展	首次开发基于MRI的非侵入性方法评估肝细胞CK7状态，结合放射组学和深度学习特征构建预测模型	样本量较小（180例），且为回顾性研究	开发术前识别肝细胞CK7状态并评估胆汁淤积进展的预测工具	胰腺胆管连接不良患儿	数字病理学	胰腺胆管连接不良	MRI、免疫组化分析	ResNet50	磁共振图像	180例胰腺胆管连接不良患者（训练集144例，验证集36例）
2169	2025-05-29	Using deep learning for estimation of time-since-injury in pediatric accidental fractures 2025-May, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06223-4 PMID:40258953	研究论文	使用深度学习模型评估儿童意外长骨骨折的受伤时间	首次应用深度学习模型对儿童长骨骨折的受伤时间进行准确估计，提高了骨折时间评估的精确度	研究数据仅来自一家儿童医院，可能缺乏地域多样性	提高儿童意外长骨骨折受伤时间的评估准确性	6岁以下儿童的长骨骨折影像	数字病理学	骨折	深度学习	深度学习模型	影像	来自399名患者的2,328张X光片
2170	2025-05-29	Evaluating and mitigating bias in AI-based medical text generation 2025-May, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00789-7 PMID:40269315	research paper	该研究评估并减轻了基于AI的医学文本生成中的偏见问题	提出了一个算法，针对服务不足的群体进行选择性优化以减少偏见	研究主要集中在医学文本生成领域，未涉及其他AI应用领域	评估和减轻AI在医学文本生成中的偏见	不同种族、性别和年龄组的医学文本生成	natural language processing	NA	deep learning	NA	text	多个数据集和模态
2171	2025-05-29	Optimizing Deep Learning Models for Luminal and Nonluminal Breast Cancer Classification Using Multidimensional ROI in DCE-MRI-A Multicenter Study 2025-May, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.70931 PMID:40347080	research paper	本研究通过多维ROI在DCE-MRI中的应用，优化深度学习模型以区分乳腺癌症的luminal和非luminal亚型	首次探索了ROI维度（2D/2.5D/3D）、瘤周扩展水平（0-8 mm）和分割场景（仅ROI vs. ROI原始）的协同效应	研究为回顾性设计，可能受到数据收集偏差的影响	优化深度学习模型以区分乳腺癌症的分子亚型	426名原发性浸润性乳腺癌患者	digital pathology	breast cancer	DCE-MRI	deep transfer learning models	image	426名患者（训练队列108名，验证队列1 165名，验证队列2 153名）
2172	2025-05-29	DNA data storage for biomedical images using HELIX 2025-May, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00793-x PMID:40360759	research paper	提出了一种名为HELIX的基于DNA的生物医学图像存储系统，该系统针对生物医学图像特性设计了图像压缩算法和纠错编码算法	HELIX系统针对生物医学图像特性定制了图像压缩算法，并引入了无需索引的纠错编码算法，提高了存储密度和解码速度	目前仅进行了体外实验，存储的生物医学图像类型和数量有限	开发适用于生物医学图像的DNA数据存储系统	生物医学图像	数字病理	NA	DNA数据存储	深度学习	图像	两张时空基因组学图像
2173	2025-05-29	Pesticide Residue Detection Using Grating Spectroscope and GWO-CNN-BiLSTM Method 2025-May, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70282 PMID:40433911	research paper	本研究开发了一种便携式检测设备，结合光栅光谱仪和智能手机，用于准确检测菠菜中的噻虫嗪残留	采用ResNet50模型结合SE注意力机制提取关键特征，并通过GWO算法优化的CNN-BiLSTM混合模型提高检测精度	未提及该方法在其他类型农药残留检测中的适用性	提高农药残留检测的准确性，保障食品安全和公共健康	菠菜中的噻虫嗪残留	machine learning	NA	光栅光谱仪、图像处理技术、深度学习	ResNet50、CNN、BiLSTM、GWO	image	NA
2174	2025-05-29	Clinical Implementation of Sixfold-Accelerated Deep Learning Super-Resolution Knee MRI in Under 5 Minutes: Arthroscopy-Validated Diagnostic Performance 2025-Apr-23, AJR. American journal of roentgenology DOI:10.2214/AJR.25.32878 PMID:40266704	研究论文	本研究验证了采用深度学习超分辨率图像重建技术的六倍加速膝关节MRI在5分钟内完成的临床效果，并与关节镜手术结果进行对比	首次将六倍加速（三倍并行成像+两倍同步多层加速）结合深度学习超分辨率重建技术应用于膝关节MRI，并在5分钟内完成扫描	研究为回顾性设计，样本量相对有限（124例患者）	验证加速膝关节MRI在临床诊断中的效能	膝关节疼痛的成年患者	数字病理学	骨科疾病	深度学习超分辨率图像重建、并行成像(PI)、同步多层加速(SMS)	DL（深度学习）	MRI图像	124例成年患者（79男，45女），平均年龄46±17岁
2175	2025-05-29	Multimodal convolutional neural network-based algorithm for real-time detection and differentiation of malignant and inflammatory biliary strictures in cholangioscopy: a proof-of-concept study (with video) 2025-Apr, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2024.09.001 PMID:39265745	研究论文	开发了一种基于多模态卷积神经网络(CNN)的算法，用于实时检测和区分胆道镜检查中的恶性和炎症性胆道狭窄	结合临床元数据改进仅基于图像的模型，提高了CNN在胆道狭窄评估中的诊断准确性	样本量相对较小(111名患者)，需要进一步验证	开发计算机辅助检测(CADe)和诊断(CADx)系统，用于胆道癌的识别	胆道镜检查视频中的恶性和炎症性胆道组织	数字病理学	胆道癌	深度学习	CNN	视频和图像	111名患者的15,158帧静止图像和完整视频
2176	2025-05-29	Convolutional Neural Networks for Segmentation of Pleural Mesothelioma: Analysis of Probability Map Thresholds (CALGB 30901, Alliance) 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01092-z PMID:39266911	research paper	评估概率图阈值对卷积神经网络（CNN）生成的胸膜间皮瘤（PM）肿瘤分割的影响	分析了不同概率阈值下CNN生成的肿瘤分割与放射科医生提供的参考标准之间的差异，强调了在评估深度学习肿瘤分割时需同时考虑肿瘤体积和空间重叠	CNN在特定疾病表现（如严重胸腔积液或胸膜裂隙疾病）中存在不足，且未找到适用于肿瘤体积和DSC的最佳单一输出阈值	评估CNN在胸膜间皮瘤肿瘤分割中的性能	胸膜间皮瘤（PM）患者的CT扫描图像	digital pathology	pleural mesothelioma	CT扫描	VGG16/U-Net CNN	image	48名PM患者的186次CT扫描
2177	2025-05-29	Optimization of sparse-view CT reconstruction based on convolutional neural network 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17636 PMID:39894762	research paper	本研究提出了一种基于U-Net的稀疏视图CT重建图像改进网络（SRII-Net），旨在优化稀疏视图CT重建图像的质量并增强网络的解释性和泛化能力	引入了复制路径和残差图像输出块以提升网络性能，建立了多种网络连接结构以分析各层对伪影去除的贡献，并通过多数据集训练增强网络对不同采样视图的优化能力	研究未涉及临床实际应用效果的验证，且数据集的多样性和规模可能仍有提升空间	提高稀疏视图CT重建图像的质量，增强深度学习优化方法的解释性和泛化能力	稀疏视图CT重建图像	计算机视觉	NA	深度学习	U-Net	图像	多个不同采样视图的重建图像数据集
2178	2025-05-29	Chemically Engineered Peptide Efficiently Blocks Malaria Parasite Entry into Red Blood Cells 2025-04-01, Biochemistry IF:2.9Q3 DOI:10.1021/acs.biochem.4c00465 PMID:40062812	研究论文	通过化学肽工程设计的环肽能高效抑制疟原虫侵入红细胞	通过残基插入、骨架环化和引入额外二硫键，设计出具有20倍增强受体亲和力的环肽	研究仅进行了体外实验，尚未进行体内验证	设计肽类抑制剂以干扰疾病相关的蛋白质-蛋白质相互作用	疟原虫侵入红细胞的过程	生物医学工程	疟疾	化学肽工程、表面等离子共振、体外寄生虫生长抑制实验	ColabFold-AlphaFold2	蛋白质结构数据	NA
2179	2025-05-29	Fine-Tuned Deep Transfer Learning Models for Large Screenings of Safer Drugs Targeting Class A GPCRs 2025-03-18, Biochemistry IF:2.9Q3 DOI:10.1021/acs.biochem.4c00832 PMID:40056143	研究论文	本文提出了一种基于深度迁移学习的模型，用于大规模筛选针对A类GPCRs的更安全药物	通过迁移学习和神经网络结合目标序列的自然语言处理及受体突变对信号传导的影响，开发了两个微调模型，用于预测低效激动剂或偏向激动剂	高质量数据的有限可用性是模型开发的主要挑战	预测更安全的化合物，以促进药物开发	A类G蛋白偶联受体（GPCRs）及其配体	机器学习	NA	自然语言处理	神经网络	序列数据	所有A类GPCRs的受体序列和配体数据集
2180	2025-05-29	Enhanced electroencephalogram signal classification: A hybrid convolutional neural network with attention-based feature selection 2025-Mar-15, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149484 PMID:39904453	research paper	提出了一种基于深度学习的混合卷积神经网络与注意力特征选择方法，用于提高运动想象脑电图信号的分类准确率	结合离散小波变换和共同平均参考进行降噪，使用CNN提取时域特征，并通过talking-heads注意力增强关键特征序列，最后利用TCN提取时空特征	未提及模型在其他数据集上的泛化能力或计算复杂度分析	提高运动想象脑电图信号的分类准确率以增强脑机接口的意图识别能力	运动想象脑电图（MI-EEG）信号	machine learning	NA	离散小波变换, 共同平均参考	CNN, TCN, talking-heads注意力机制	脑电图信号	基于BCI Competition IV-2a数据集（未提具体样本量）