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
241	2025-07-17	X-ray CT metal artifact reduction using neural attenuation field prior 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17859 PMID:40305006	研究论文	提出一种利用神经衰减场（NAF）先验的CT金属伪影减少方法NAFMAR，该方法通过自监督方式优化基于模型的神经场，无需大量训练数据	引入神经衰减场（NAF）作为先验，采用自监督优化策略，无需依赖大规模数据集，并提出金属感知损失函数以增强解剖特征学习	未提及实际临床部署中的计算效率或实时性限制	解决CT成像中金属物体导致的伪影问题，提升图像质量	模拟牙科CT和临床盆腔CT图像	医学影像处理	NA	神经衰减场优化、正弦图修复	基于神经场的模型（NAF）	3D CT图像	模拟牙科CT及临床盆腔CT图像（未提具体数量）
242	2025-07-17	Deep learning-based EEG source imaging is robust under varying electrode configurations 2025-Jul, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2025.04.009 PMID:40318257	研究论文	本研究探讨了基于深度学习的脑电图源成像（DeepSIF）在不同电极配置下的性能表现	DeepSIF算法在低密度EEG下仍能保持稳定的源定位和范围估计性能，优于传统方法	研究样本量较小（27名耐药性癫痫患者）	评估深度学习脑电图源成像方法在不同电极数量配置下的鲁棒性	脑电图源成像性能	机器学习	癫痫	EEG源成像	DeepSIF（深度学习框架）	脑电图数据	27名耐药性癫痫患者
243	2025-07-17	Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure 2025-Jul, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.018188 PMID:40357553	research paper	本研究利用深度学习从PET/CT衰减扫描中提取心脏腔室体积和质量，并探讨其与心肌血流储备和心力衰竭的关系	首次从超低剂量CT扫描中提取心脏腔室体积和质量，并验证其与心力衰竭住院和心肌血流储备降低的关联	研究仅基于6个中心的患者数据，可能存在选择偏差	评估深度学习从CT衰减扫描中提取的心脏参数与心力衰竭和心肌血流储备的关联	18,079名接受心脏PET/CT检查的患者	digital pathology	cardiovascular disease	PET/CT	deep learning	image	18,079名患者
244	2025-07-17	Deep Supramolecular Language Processing for Co-Crystal Prediction 2025-Jul, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202507835 PMID:40358977	研究论文	本文提出了一种名为DeepCocrystal的深度学习方法，用于预测共晶形成，以优化药物的物理化学性质	DeepCocrystal从超分子角度处理'化学语言'，能够学习与实验共晶模式匹配的化学相关特征，并能估计预测的不确定性	NA	加速共晶化和药物开发过程	药物分子对的共晶形成	自然语言处理	NA	深度学习	DeepCocrystal	分子字符串表示	在实际情景中验证了模型，并成功发现了两种新型的diflunisal共晶
245	2025-07-17	Deep learning-based cone-beam CT motion compensation with single-view temporal resolution 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17911 PMID:40467957	研究论文	提出了一种基于深度学习的锥束CT运动补偿方法，用于处理周期性和非周期性运动	提出了一种无需门控的深度学习方法SAMoCo，能够处理非周期性运动，提高时间分辨率	方法依赖于模拟数据进行训练，可能在实际应用中存在泛化性问题	解决锥束CT扫描中非周期性运动导致的伪影问题，提高图像质量	呼吸患者的4D CBCT扫描数据	医学影像处理	NA	深度学习	U-net	4D CT扫描图像	模拟和实际测量的呼吸患者数据
246	2025-07-17	Latent space reconstruction for missing data problems in CT 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17910 PMID:40468155	research paper	提出了一种基于深度学习的潜在空间重建（LSR）框架，用于校正CT图像中因数据缺失或损坏而产生的伪影	LSR框架通过生成神经网络的潜在空间搜索最佳匹配点，有效校正多种伪影，包括截断伪影和金属伪影	未提及具体的数据集规模或在不同类型伪影上的泛化能力	解决CT图像中因数据缺失或损坏导致的伪影问题，提高图像诊断价值	CT图像中的截断伪影和金属伪影	digital pathology	NA	deep learning	generative neural network	CT image	NA
247	2025-07-17	Simulation-free workflow for lattice radiation therapy using deep learning predicted synthetic computed tomography: A feasibility study 2025-Jul, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70137 PMID:40504103	研究论文	本研究旨在开发一种基于深度学习预测合成CT的无模拟工作流程，以加速基于VMAT的格子放射治疗（LRT）计划的启动	利用深度学习预测的合成CT（sCT）实现无模拟的LRT治疗计划工作流程，为快速启动治疗提供了新方法	研究样本量较小（训练集50例，测试集15例），且仅针对胸部和腹部区域进行了验证	开发并验证一种基于深度学习的无模拟LRT治疗计划工作流程	接受LRT治疗的胸部和腹部区域肿瘤患者	数字病理	肿瘤	深度学习，3D U-Net架构	3D U-Net	CT图像	训练集50例患者，测试集15例患者
248	2025-07-17	Association Between Automated Coronary Artery Calcium From Routine Chest Computed Tomography Scans and Cardiovascular Risk in Patients With Colorectal or Gastric Cancer 2025-Jul, Circulation. Cardiovascular quality and outcomes DOI:10.1161/CIRCOUTCOMES.124.011656 PMID:40519001	研究论文	本研究探讨了结直肠癌或胃癌患者中，通过常规胸部CT自动计算的冠状动脉钙化（CAC）评分与心血管疾病风险之间的关联	利用深度学习软件自动量化CAC评分，并评估其在结直肠癌或胃癌患者中的心血管疾病风险预测价值	研究为回顾性队列研究，可能存在选择偏倚，且样本仅来自韩国两家三级医院	评估自动CAC评分在结直肠癌或胃癌患者中预测心血管疾病风险的应用	结直肠癌或胃癌患者	数字病理学	心血管疾病	深度学习	NA	医学影像	3153名患者
249	2025-07-17	Deep learning image reconstruction and adaptive statistical iterative reconstruction on coronary artery calcium scoring in high risk population for coronary heart disease 2025-Jul-01, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03049-w PMID:40598159	研究论文	本研究探讨了深度学习图像重建(DLIR)技术在高风险人群冠状动脉钙化(CAC)量化中的影响	首次比较了DLIR与自适应统计迭代重建(ASiR-V)在冠状动脉钙化评分中的表现，并验证了DLIR在提升图像质量的同时不影响风险分层	研究为单中心回顾性研究，样本量有限(178例)	评估不同图像重建算法对冠状动脉钙化量化的影响	接受冠状动脉CT血管造影的高风险人群	数字病理	心血管疾病	CT血管造影(CCTA)	深度学习图像重建(DLIR)	医学影像	178例患者(女性107例，平均年龄62.43±9.26岁，平均BMI 25.33±3.18 kg/m2)
250	2025-07-17	Atrial Fibrillation and Atrial Flutter Detection Using Deep Learning 2025-Jul-01, Sensors (Basel, Switzerland) DOI:10.3390/s25134109 PMID:40648365	研究论文	本文介绍了一种基于轻量级1D ConvNeXtV2神经网络的模型，用于从单导联心电信号中稳健检测心房颤动（AFib）和心房扑动（AFL）	使用轻量级1D ConvNeXtV2神经网络，在多个公共数据集上训练，并在MIT-AFDB上达到了最先进的F1分数0.986	目前仅适用于单导联心电信号，未来将扩展到多导联心电信号和更广泛的心律失常类型	开发一种高效且可解释的深度学习模型，用于心房颤动和心房扑动的检测	心房颤动（AFib）和心房扑动（AFL）	数字病理学	心血管疾病	深度学习	1D ConvNeXtV2	心电信号	多个公共数据集（Icentia11k, CPSC-2018/2021, LTAF, PTB-XL, PCC-2017）和评估数据集（MIT-AFDB, MIT-ADB, NST）
251	2025-07-17	Generative Artificial Intelligence for Synthetic Spectral Data Augmentation in Sensor-Based Plastic Recycling 2025-Jul-01, Sensors (Basel, Switzerland) DOI:10.3390/s25134114 PMID:40648369	研究论文	本文探讨了大型语言模型(LLMs)在合成光谱数据生成中的潜力，特别是在塑料分类的近红外反射光谱应用中	利用LLMs从极少的实验数据中生成合成光谱数据，增强模型性能，为光谱分类系统提供了一种可扩展的AI支持数据增强方法	对于光谱重叠的聚合物类别效果较差，且参数优化向未见类别的转移仍需验证	探索LLMs在合成光谱数据生成中的应用潜力，以解决标注数据获取困难的问题	塑料分类中的近红外反射光谱数据	机器学习	NA	近红外反射光谱(NIR)	LLMs	光谱数据	每个类别仅需一个经验平均光谱
252	2025-07-17	LVID-SLAM: A Lightweight Visual-Inertial SLAM for Dynamic Scenes Based on Semantic Information 2025-Jul-01, Sensors (Basel, Switzerland) DOI:10.3390/s25134117 PMID:40648372	研究论文	本文提出了一种基于语义信息的轻量级视觉-惯性SLAM系统LVID-SLAM，用于动态场景中的定位与建图	结合深度学习与经典ORB-SLAM3框架，通过新线程进行目标检测并紧密耦合语义信息与几何信息，移除动态对象的特征点，同时利用IMU数据辅助特征点提取，构建基于八叉树的密集语义地图	未提及具体计算资源消耗或硬件要求，可能在实际应用中存在限制	提升动态环境中SLAM系统的定位精度与鲁棒性	动态场景中的机器人定位与语义建图	计算机视觉	NA	深度学习、目标检测、实例分割	ORB-SLAM3框架	视觉图像、IMU数据	公开TUM数据集上的实验验证
253	2025-07-17	IPT-DCD: Interpolation Predictor for Teleoperation Under Dynamic Communication Delay Using Deep Learning Approach 2025-Jul-01, Sensors (Basel, Switzerland) DOI:10.3390/s25134118 PMID:40648373	研究论文	提出了一种用于动态通信延迟下遥操作的插值预测器IPT-DCD，通过LSTM架构重建异步接收的控制命令并预测未来命令	采用向后移位和插值(BSI)信号预处理技术，将接收数据转换为无延迟且均匀采样的格式，并通过多对多时间序列结构生成实时转向命令输出	NA	提高动态通信延迟下遥操作系统的控制稳定性和安全性	遥操作系统中的控制命令	机器学习	NA	LSTM	encoder-decoder LSTM	时间序列数据	NA
254	2025-07-17	Mitigating the Impact of Electrode Shift on Classification Performance in Electromyography Applications Using Sliding-Window Normalization 2025-Jul-01, Sensors (Basel, Switzerland) DOI:10.3390/s25134119 PMID:40648374	研究论文	本文提出了一种滑动窗口归一化（SWN）技术，用于减轻肌电图（EMG）应用中电极位移对分类性能的影响	SWN技术结合z-score归一化和滑动窗口处理，无需额外数据收集或重新训练，显著减少了电极位移导致的性能下降	研究仅验证了三种运动类别（休息、屈曲和伸展）的情况，未涉及更复杂的运动场景	解决肌电图应用中电极位移导致的分类性能下降问题	肌电图（EMG）信号	生物医学信号处理	NA	滑动窗口归一化（SWN）	NA	肌电图（EMG）信号	涉及右臂轨迹跟踪任务的实验数据
255	2025-07-17	Correction: Spilz, A.; Munz, M. Automatic Assessment of Functional Movement Screening Exercises with Deep Learning Architectures. Sensors 2023, 23, 5 2025-Jul-01, Sensors (Basel, Switzerland) DOI:10.3390/s25134110 PMID:40648500	correction	对原始出版物中的错误进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
256	2025-07-17	Deep learning classification models demonstrate high accuracy and clinical potential in radiograph interpretation in the arthroplasty clinical pathway: A systematic review and meta-analysis 2025-Jul, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70342 PMID:40655254	meta-analysis	该论文通过系统综述和荟萃分析评估了深度学习算法在骨关节炎-关节置换临床路径中解读放射影像和横断面影像的性能	首次全面评估深度学习算法在骨关节炎-关节置换临床路径中的诊断和预后任务表现，并与临床医生的表现进行比较	证据质量中低，结果不具备普遍适用性	评估深度学习算法在骨关节炎-关节置换临床路径中解读影像的性能	骨关节炎患者的放射影像和横断面影像	数字病理	骨关节炎	深度学习	深度学习算法	影像	66项研究
257	2025-07-17	Harnessing chemically crosslinked microbubble clusters using deep learning for ultrasound contrast imaging 2025-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.4.047001 PMID:40656209	研究论文	利用深度学习技术研究和分离化学交联微泡簇（CCMCs）产生的独特声学特性	使用基于自动编码器的异常检测模型来识别CCMCs的独特声学特征	未提及具体样本量或实验的广泛性限制	提高超声成像中对比剂的可检测性和定位	化学交联微泡簇（CCMCs）和非簇状微泡（MBs）	医学影像分析	NA	铜无点击化学合成和声学分析	自动编码器（Autoencoder）	射频数据	NA
258	2025-07-17	OrgNet: orientation-gnostic protein stability assessment using convolutional neural networks 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf252 PMID:40662839	research paper	提出了一种名为OrgNet的新型深度学习模型，用于预测点突变对蛋白质热稳定性的影响	OrgNet通过3D卷积神经网络和空间变换技术，消除了蛋白质结构输入的方向偏差，提高了预测的准确性和鲁棒性	未提及模型在处理大规模蛋白质数据集时的计算效率问题	准确预测单点突变对蛋白质稳定性的影响，以促进生命科学中的疾病机制研究和生物技术中的蛋白质工程	蛋白质结构和点突变	machine learning	NA	3D卷积神经网络	CNN	protein structure data	在Ssym和S669等基准数据集上进行了评估
259	2025-07-17	An open-source deep learning framework for respiratory motion monitoring and volumetric imaging during radiation therapy 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.18015 PMID:40665474	研究论文	开发了一个名为Voxelmap的深度学习框架，用于实时图像引导放射治疗中的呼吸运动监测和体积成像	Voxelmap框架利用标准临床环境中已有的数据和资源，实现了3D呼吸运动估计和体积成像，且可适应其他成像模式如MRI-Linacs，与现有方法相比，它鼓励保持拓扑结构和可逆性的微分同胚映射	某些网络架构在目标质心误差方面表现不佳，如网络B和C在x射线引导的肺癌患者数据中显示出较大的误差	开发一种经济实惠的实时图像引导放射治疗技术	呼吸运动监测和体积成像在放射治疗中的应用	数字病理	肺癌	深度学习、变形图像配准、前向投影或切片提取	CNN	图像、k空间数据	XCAT和CoMBAT数字体模、SPARE Grand Challenge数据集提供的合成和患者数据
260	2025-07-17	Super-resolution CBCT on a new generation flat panel imager of a C-arm gantry linear accelerator 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.18000 PMID:40665524	研究论文	本研究评估了基于条件生成对抗网络（cGANs）的深度学习超分辨率模型在投影域增强CBCT图像分辨率的可行性	提出了一种在投影域而非图像域应用深度学习超分辨率技术的新方法，专注于恢复探测器导致的投影分辨率损失	研究主要使用体模数据，尚未在真实患者数据上验证	提升新型RTI4343iL平板探测器在C臂直线加速器上获取的CBCT图像分辨率	CBCT投影图像	医学影像处理	NA	深度学习超分辨率技术	cGANs（条件生成对抗网络）	CBCT投影图像	576对CBCT投影图像（460对训练，116对验证），144个动态胸部投影和Catphan 604体模重建