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
25441	2025-10-06	Comparison of clinical, radiomics, deep learning, and fusion models for predicting early recurrence in locally advanced rectal cancer based on multiparametric MRI: a multicenter study 2025-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112173 PMID:40403678	研究论文	本研究比较了基于多参数MRI的临床、影像组学、深度学习和融合模型在预测局部晚期直肠癌早期复发方面的性能	首次在局部晚期直肠癌中系统比较临床模型、影像组学模型、深度学习模型及两种融合模型（特征级早期融合和决策级晚期融合）的预测性能	回顾性研究设计，样本量相对有限（337例患者）	预测局部晚期直肠癌患者的早期复发风险	局部晚期直肠癌患者	医学影像分析	直肠癌	多参数MRI（T2WI, DWI, T1WI, CET1WI）	XGBoost, 深度学习模型	医学影像	337例来自四个中心的局部晚期直肠癌患者	XGBoost	NA	AUC, DeLong检验, 校准曲线, 决策曲线分析, Kaplan-Meier分析	NA
25442	2025-10-06	Machine learning techniques to predict diabetic ketoacidosis and HbA1c above 7% among individuals with type 1 diabetes - A large multi-centre study in Australia and New Zealand 2025-Jul, Nutrition, metabolism, and cardiovascular diseases : NMCD DOI:10.1016/j.numecd.2025.103861 PMID:39939258	研究论文	本研究利用机器学习技术预测1型糖尿病患者发生糖尿病酮症酸中毒和HbA1c高于7%的风险	在澳大利亚和新西兰的大型多中心临床数据集上应用多种机器学习模型，深度学习模型在预测DKA方面表现出色	研究仅限于澳大利亚和新西兰地区，可能影响结果的普适性	预测1型糖尿病患者发生糖尿病酮症酸中毒和血糖控制不良的风险	1型糖尿病患者	机器学习	糖尿病	机器学习预测模型	深度学习,支持向量机	临床数据	13761名1型糖尿病患者	NA	NA	AUC,分类错误率,灵敏度,F-measure	NA
25443	2025-10-06	Magnetic resonance image generation using enhanced TransUNet in temporomandibular disorder patients 2025-Jul-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf017 PMID:40104864	研究论文	本研究开发了一种基于Transformer的深度学习模型，用于从质子密度加权图像生成T2加权磁共振图像，以缩短颞下颌关节紊乱患者的MRI扫描时间	提出将TransUNet架构作为生成对抗网络的生成器，并集成椎间盘分割解码器以提升颞下颌关节椎间盘区域的图像质量	研究样本量相对有限（178名患者），且仅针对颞下颌关节紊乱这一特定疾病	开发能够减少颞下颌关节紊乱患者MRI扫描时间的图像生成模型	颞下颌关节紊乱患者的磁共振图像	计算机视觉	颞下颌关节紊乱	MRI	GAN, Transformer	医学图像	178名患者的7226张图像	NA	TransUNet	SSIM, LPIPS, FID, MOS	NA
25444	2025-10-06	Radiation and contrast dose reduction in coronary CT angiography for slender patients with 70 kV tube voltage and deep learning image reconstruction 2025-Jul-01, The British journal of radiology DOI:10.1093/bjr/tqaf077 PMID:40205479	研究论文	评估70kV管电压结合深度学习图像重建在冠状动脉CT血管成像中对消瘦患者降低辐射和造影剂剂量的潜力	首次将70kV低管电压与深度学习图像重建技术结合应用于冠状动脉CT血管成像，显著降低辐射和造影剂剂量同时提升图像质量	研究样本量较小（60例患者），仅针对BMI≤25kg/m²的消瘦患者，缺乏对其他人群的验证	探索在冠状动脉CT血管成像中降低辐射和造影剂剂量的优化方案	60例接受冠状动脉CT血管成像检查的消瘦患者（BMI≤25kg/m²）	医学影像	心血管疾病	冠状动脉CT血管成像，深度学习图像重建	深度学习	医学影像数据	60例患者随机分为两组	NA	深度学习图像重建（DLIR）	信噪比，对比噪声比，主观评分，CT值，噪声值	NA
25445	2025-10-06	Deep Learning-enhanced Opportunistic Osteoporosis Screening in Ultralow-Voltage (80 kV) Chest CT: A Preliminary Study 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.062 PMID:40318972	研究论文	本研究探索利用深度学习在超低电压80 kV胸部CT扫描中实现全自动骨密度测量，用于机会性骨质疏松筛查	首次将深度学习应用于超低电压80 kV胸部CT的骨密度自动测量，为肺癌筛查中的骨质疏松机会性筛查提供新方法	初步研究，样本量相对有限（987例患者），需要更大规模验证	探索深度学习增强的骨密度测量在超低电压胸部CT中的可行性	987名接受80 kV胸部CT和120 kV腰椎CT的患者	医学影像分析	骨质疏松症	定量CT（QCT）	CNN	CT影像	987名患者，分为训练集561例、验证集177例、测试集1（112例）和测试集2（137例）	NA	3D VB-Net, SCN, DenseNet, ResNet	R2, 平均误差, 95%一致性界限, AUC	NA
25446	2025-10-06	Video-estimated peak jump power using deep learning is associated with sarcopenia and low physical performance in adults 2025-Jul, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA IF:4.2Q1 DOI:10.1007/s00198-025-07515-z PMID:40372459	研究论文	本研究开发了基于深度学习的视频估计峰值跳跃功率方法，并验证其与肌少症和身体机能的相关性	首次使用无标记视频分析方法估计峰值跳跃功率，为日常生活空间中的肌肉功能监测提供了概念验证	仅提供了概念验证，需要进一步研究验证其在日常环境中的实际可行性	开发基于视频分析的肌肉功能评估方法并验证其临床相关性	成年人群体	计算机视觉	肌少症	深度学习	深度学习模型	视频数据	NA	NA	NA	一致性分析	NA
25447	2025-10-06	Data-Driven Detection of Nocturnal Pollen Fragmentation Triggered by High Humidity in an Urban Environment 2025-Jul-01, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c13905 PMID:40400486	研究论文	开发了一种数据驱动方法，首次利用气象和生物颗粒物光谱数据常规检测城市环境中高湿度触发的夜间花粉破碎现象	首次实现了仅使用气象和在线BioPM光谱数据常规检测花粉破碎的能力，明确了相对湿度超过90%的触发阈值	方法基于特定城市环境数据，在其他地区的适用性需要进一步验证	检测花粉破碎现象并识别触发其发生的气象阈值	城市环境中的生物颗粒物（BioPM）特别是花粉	机器学习	NA	光谱数据分析	深度学习	气象数据，光谱数据	NA	自动机器学习	NA	NA	NA
25448	2025-10-06	Artificial intelligence for early gastric cancer boundary recognition in NBI and nF-NBI endoscopic images 2025-Jul, Scandinavian journal of gastroenterology IF:1.6Q3 DOI:10.1080/00365521.2025.2509818 PMID:40452611	研究论文	开发基于深度学习的模型用于窄带成像和近聚焦窄带成像内镜图像中早期胃癌边界的自动识别	首次针对NBI和NF-NBI两种内镜成像模式开发专门的深度学习模型进行早期胃癌边界识别，并与不同资历内镜医师进行性能对比	样本量相对有限（1215张NBI图像和1646张NF-NBI图像），未进行外部验证	开发用于早期胃癌边界检测的深度学习模型，辅助内镜黏膜下剥离术的完全切除	早期胃癌患者的窄带成像和近聚焦窄带成像内镜图像	计算机视觉	胃癌	窄带成像，近聚焦窄带成像，内镜检查	CNN	图像	1215张NBI图像和1646张NF-NBI图像	NA	CNN1, CNN2, CNN3	准确率, Dice系数, 召回率	NA
25449	2025-10-06	Contribution of Labrum and Cartilage to Joint Surface in Different Hip Deformities: An Automatic Deep Learning-Based 3-Dimensional Magnetic Resonance Imaging Analysis 2025-Jul, The American journal of sports medicine DOI:10.1177/03635465251339758 PMID:40481726	研究论文	使用基于深度学习的自动3D MRI分析方法研究不同髋关节畸形中盂唇和软骨对关节面的贡献差异	首次采用深度学习自动3D分割方法量化不同髋关节畸形中盂唇对关节面的贡献，并确定影响盂唇贡献的影像学参数	回顾性研究设计，样本量相对较小（100个髋关节），证据等级为4级	确定不同髋关节畸形中盂唇对关节面贡献的差异及影响因素	98名有症状的髋关节畸形患者（100个髋关节）	医学影像分析	髋关节畸形	3D磁共振成像，直接髋关节磁共振关节造影	深度学习	3D磁共振图像	98名患者（100个髋关节），平均年龄30±9岁，64%为女性	NA	NA	R2值（拟合优度）	NA
25450	2025-10-06	Phase seeding may provide a gateway to structure solution by deep learning 2025-Jul-01, Acta crystallographica. Section A, Foundations and advances DOI:10.1107/S2053273325004814 PMID:40492410	研究论文	本文介绍了一种将人工智能与传统晶体学方法相结合的相位播种策略	通过将连续相位问题转化为分类任务，提出了一种混合方法，显著降低了AI训练的计算负担	NA	改进晶体结构解析方法，特别是针对大型复杂非中心对称晶体	晶体学中的相位问题	机器学习	NA	晶体学相位解析	NA	相位数据	NA	NA	NA	NA	NA
25451	2025-10-06	Sensitivity-Enhanced Pure Shift Spectroscopy Empowered by Deep Learning and PSYCHE 2025-Jul-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01899 PMID:40526402	研究论文	提出了一种结合深度学习和PSYCHE技术的灵敏度增强纯位移谱方法	首次将60°翻转角应用于PSYCHE实验并通过深度神经网络去除重耦合伪影	适用于半定量分析但未提及对绝对定量分析的适用性	提高核磁共振谱的灵敏度和分辨率	质子核磁共振谱	机器学习	NA	PSYCHE纯位移方法，核磁共振谱	深度神经网络	光谱数据	NA	NA	NA	准确性	NA
25452	2025-10-06	Efficient Denoising of Shot-Noise in Mass Spectrometry Images by PCA-Assisted Self-Supervised Deep Learning 2025-Jul-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00825 PMID:40528349	研究论文	提出一种结合主成分分析和自监督深度学习的质谱成像去噪方法PCA-n2v	通过PCA预处理步骤优化Noise2Void算法，在质谱成像去噪中表现优于直接N2V实现和其他先进技术	在极低信噪比图像中可能出现渗漏伪影	提高质谱成像数据质量，减少散粒噪声影响	质谱成像数据	计算机视觉	NA	质谱成像	自监督深度学习	质谱成像数据	NA	NA	Noise2Void	NA	NA
25453	2025-10-06	Unstained Blood Smear Analysis: A Review of Rule-Based, Machine Learning, and Deep Learning Techniques 2025-Jun-30, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500121 PMID:40583517	综述	本文系统回顾了基于规则、机器学习和深度学习方法在未染色血涂片细胞分割与分类中的应用	首次全面比较了三种不同技术路线在未染色血细胞分析中的性能表现，并指出了临床转化的关键挑战	NA	分析未染色血细胞图像的分割与分类技术现状与发展方向	未染色血涂片中的血细胞	数字病理学	血液疾病	生物光子学成像技术	基于规则方法, 机器学习, 深度学习	未染色血细胞图像	NA	NA	NA	NA	NA
25454	2025-10-06	A Deep Learning-Based De-Artifact Diffusion Model for Removing Motion Artifacts in Knee MRI 2025-Jun-30, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70027 PMID:40583513	研究论文	构建基于深度学习的去伪影扩散模型，用于去除膝关节MRI中的运动伪影	首次将条件扩散模型应用于膝关节MRI运动伪影去除，并使用真实世界数据进行模型构建	研究为回顾性设计，样本量相对有限，需要进一步前瞻性验证	开发有效的深度学习模型去除膝关节MRI运动伪影	膝关节MRI图像	医学影像处理	膝关节疾病	MRI成像技术	条件扩散模型	医学图像	模型构建：90名患者（1997张2D切片）；内部测试：25名患者（795张切片）；外部测试：39名患者（813张切片）	NA	条件扩散模型	RMSE, PSNR, SSIM, 主观评分	NA
25455	2025-10-06	Radiation Dose Reduction and Image Quality Improvement of UHR CT of the Neck by Novel Deep-learning Image Reconstruction 2025-Jun-30, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-025-01532-5 PMID:40586788	研究论文	评估结合新型深度学习重建算法的剂量降低超高清CT在头颈部成像中对图像质量和辐射暴露的影响	首次将新型深度学习重建算法(DL-2)与体重适应性剂量降低协议相结合用于头颈部超高清CT成像	回顾性研究设计，样本量相对有限(共128例患者)	评估深度学习重建算法在头颈部CT成像中降低辐射剂量同时提升图像质量的性能	头颈部CT图像	医学影像处理	头颈部疾病	超高清CT成像，深度学习图像重建	深度学习	CT图像	128例患者(98例采用体重适应性协议，30例采用标准剂量)	NA	Clear-IQ引擎，自适应迭代剂量降低	信噪比，对比噪声比，诊断可接受性，图像噪声	NA
25456	2025-10-06	Bidirectional Prototype-Guided Consistency Constraint for Semi-Supervised Fetal Ultrasound Image Segmentation 2025-Jun-30, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3584236 PMID:40587357	研究论文	提出一种基于双向原型引导一致性约束的半监督胎儿超声图像分割方法	通过原型桥接标注和未标注数据并建立双向交互，结合不确定性交叉监督提升伪标签质量	NA	解决胎儿超声图像标注数据稀缺问题，提升半监督分割性能	胎儿超声图像	医学图像分割	胎儿发育评估	超声成像	深度学习	超声图像	在两个胎儿超声数据集上进行实验	NA	BiPCC	分割性能指标	NA
25457	2025-10-06	DeepLabV3+ With Convolutional Triplet Attention and Histopathology-Guided Voting for Hyperspectral Image Segmentation of Serous Ovarian Cancer 2025-Jun-30, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500142 PMID:40587972	研究论文	提出融合卷积三重注意力和组织病理学引导投票机制的DeepLabV3+模型，用于浆液性卵巢癌高光谱图像分割	集成卷积三重注意力模块捕捉跨维度光谱-空间依赖，结合WHO诊断标准的组织病理学引导投票机制	基线DeepLabV3+模型处理高维数据性能欠佳，泛化能力和判别能力有限	提升浆液性卵巢癌高光谱图像分割的准确性和判别能力	浆液性卵巢癌组织的高光谱图像	计算机视觉	卵巢癌	高光谱成像	CNN	高光谱图像	NA	NA	DeepLabV3+, Convolutional Triplet Attention Module, U-Net, PAN, FPN	准确率	NA
25458	2025-10-06	A Deep Learning Framework for the Electronic Structure of Water: Toward a Universal Model 2025-Jun-30, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00496 PMID:40588763	研究论文	提出一种改进的机器学习Deep Kohn-Sham方法DeePKS-ES，用于精确模拟水系统的电子结构	通过将哈密顿矩阵及其特征值和特征向量纳入损失函数，建立了水系统的通用模型，能够从廉价的PBE计算重现高级混合泛函的电子特性	NA	开发能够精确模拟水系统电子结构的计算方法，弥合量子力学精度与可扩展计算之间的差距	水系统的电子结构，包括单个水分子到体相液体	机器学习	NA	Deep Kohn-Sham方法，混合泛函计算，广义梯度近似计算	深度学习	量子化学计算数据	NA	NA	DeePKS	能带间隙预测，态密度预测，总能量预测，原子力预测	NA
25459	2025-10-06	Research status, hotspots and perspectives of artificial intelligence applied to pain management: a bibliometric and visual analysis 2025-Jun-28, Updates in surgery IF:2.4Q2 DOI:10.1007/s13304-025-02296-w PMID:40580377	文献计量分析	通过文献计量和可视化分析方法探讨人工智能在疼痛管理领域的研究现状、热点与趋势	首次对人工智能应用于疼痛管理领域进行系统的文献计量分析，识别了该领域的研究热点和未来发展方向	仅纳入英文文献和WOS数据库文献，可能存在语言和数据库选择偏倚	分析人工智能在疼痛管理领域的研究现状、热点和发展趋势	970篇相关研究论文，涉及5679位作者、2030个学术机构和84个国家/地区	机器学习	疼痛管理	文献计量分析、可视化分析	NA	文献数据	970篇发表论文	VOSviewer, CiteSpace, Bibliometrix	NA	发文量、共被引频次、合作网络分析	NA
25460	2025-10-06	Machine Learning Based Multi-Class Classification and Grading of Squamous Cell Carcinoma in Optical Microscopy 2025-Jun-27, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70016 PMID:40579786	研究论文	本研究利用机器学习和深度学习模型对鳞状细胞癌组织病理图像进行多分类和分级	结合机器学习特征分析和可解释深度学习模型，实现高精度的鳞状细胞癌自动分级	NA	开发自动化的鳞状细胞癌组织病理分级方法	鳞状细胞癌组织病理图像	数字病理	鳞状细胞癌	光学显微镜成像	支持向量机,朴素贝叶斯,决策树,KNN,神经网络,CNN	图像	NA	NA	卷积神经网络	准确率	NA