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
261	2025-06-13	Deep learning framework for interpretable quality control of echocardiography video 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17722 PMID:40038091	research paper	本文介绍了一种用于超声心动图视频自动质量控制的深度学习系统，该系统能够实时监测关键成像参数，减少人工质量控制过程中的变异性	提出了一种多任务网络，结合CNN、Bi-LSTM和面向对象检测头，实现了对心脏周期完整性、解剖结构、深度、心脏轴角度和增益的全面分析	研究仅基于1331个超声心动图视频进行训练和测试，样本量可能不足以覆盖所有临床场景	开发一个自动化、实时且可解释的超声心动图视频质量控制系统	超声心动图视频	digital pathology	cardiovascular disease	深度学习	CNN, Bi-LSTM	video	1331个超声心动图视频
262	2025-06-13	A general model for head and neck auto-segmentation with patient pre-treatment imaging during adaptive radiation therapy 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17732 PMID:40055148	研究论文	本文提出了一种通用的自适应模型（GAM），用于头颈部自适应放射治疗中的自动分割，通过将患者治疗前图像和分割标签纳入推理阶段来提高分割性能	在推理阶段纳入患者治疗前数据，避免了为新患者群体进行昂贵的模型重新训练	刚性配准方法在某些结构上与自适应DL模型表现相似	提高头颈部自适应放射治疗中自动分割的准确性	头颈部癌症患者	数字病理	头颈部癌症	深度学习	GAM, PSM, RM	CT图像	110名接受头颈部癌症自适应放射治疗的患者
263	2025-06-13	Deep Learning-Based Artificial Intelligence Algorithm to Classify Tremors from Hand-Drawn Spirals 2025-Jun, Movement disorders : official journal of the Movement Disorder Society IF:7.4Q1 DOI:10.1002/mds.30176 PMID:40095435	研究论文	开发并验证了一种基于深度学习的算法，用于通过手绘螺旋图对震颤综合征进行分类	首次使用深度学习算法对手绘螺旋图进行分类，以诊断震颤综合征，其准确率高于人类评估者	算法在外部验证中的准确率有所下降，可能存在数据泄露和数字指纹的风险	开发一种客观的生物标志物，用于诊断和分类震颤综合征	患有肌张力障碍性震颤（DT）、原发性震颤（ET）、原发性震颤附加（ETP）、帕金森病（PD）、小脑共济失调（AT）的患者及健康志愿者（HV）	数字病理	震颤综合征	深度学习	InceptionResNetV2, Keras sequential model	图像	521名参与者，2078张手绘螺旋图
264	2025-06-13	Characteristics of left ventricular dysfunction in repaired tetralogy of Fallot: A multi-institutional deep learning analysis of regional strain and dyssynchrony 2025 Summer, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101886 PMID:40122390	研究论文	本研究利用深度学习合成应变（DLSS）技术，分析了修复性法洛四联症（rTOF）患者左心室功能障碍的特征	首次使用深度学习算法DLSS自动测量区域左心室应变和不同步性，识别出rTOF患者的四种独特左心室收缩模式	研究为回顾性设计，样本量相对有限（198例患者和21例健康对照）	表征rTOF患者的左心室功能障碍模式	修复性法洛四联症患者和健康对照	数字病理	心血管疾病	心血管磁共振成像（CMR），稳态自由进动（SSFP）MRI	深度学习算法（DLSS）	MRI图像	198例rTOF患者和21例健康对照
265	2025-06-13	DiffMC-Gen: A Dual Denoising Diffusion Model for Multi-Conditional Molecular Generation 2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202417726 PMID:40170290	research paper	本文提出了一种双去噪扩散模型DiffMC-Gen，用于多条件分子生成，以优化候选化合物的多种性质	DiffMC-Gen整合了离散和连续特征以增强对3D分子结构的感知能力，并采用多目标优化策略同时优化目标分子的多种性质	NA	精确高效地设计具有多样化理化性质的潜在药物分子	药物分子	machine learning	NA	denoising diffusion models	dual denoising diffusion model	molecular data	针对三种目标蛋白（LRRK2、HPK1和GLP-1受体）生成的分子
266	2025-06-13	Trade-off of different deep learning-based auto-segmentation approaches for treatment planning of pediatric craniospinal irradiation autocontouring of OARs for pediatric CSI 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17782 PMID:40170415	研究论文	比较三种自动分割方法在儿童颅脊髓照射治疗计划中的效果	比较了商业、开箱即用和内部开发的三种自动分割方法在儿童患者中的应用，并探讨了不同方法的优缺点	商业软件LimbusAI在儿童食管和肾脏分割上表现不佳，nnU-Net在头部结构区分上存在困难	评估不同自动分割方法在儿童颅脊髓照射治疗计划中的适用性	儿童颅脊髓照射治疗中的风险器官（OARs）	数字病理学	儿童疾病	CT扫描	U-Net, attention U-Net, 2.5D U-Net, nnU-Net	图像	142名儿童患者的CT扫描（训练集115，验证集27），测试集16名
267	2025-06-13	Integrative Multi-Omics and Routine Blood Analysis Using Deep Learning: Cost-Effective Early Prediction of Chronic Disease Risks 2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202412775 PMID:40171841	研究论文	该研究通过整合多组学数据和常规血液分析，利用深度学习模型预测慢性疾病风险	开发了名为Omicsformer的深度学习模型，能够从常规血液样本中识别多种慢性疾病的潜在风险，并构建了一个简单的慢性非传染性疾病风险预测系统	研究样本主要来自高海拔地区的亚健康人群，可能限制结果的普适性	探索疾病发生的相互关联性，并通过大规模电子健康记录验证，开发慢性疾病早期预测方法	160名高海拔地区亚健康个体的多组学数据和大规模临床患者数据	机器学习	慢性非传染性疾病（包括癌症、心血管疾病和精神疾病）	多组学分析	Omicsformer（基于深度学习的模型）	多组学数据和常规血液检测结果	160名亚健康个体和20年大规模临床患者数据
268	2025-06-13	Automatic flow planning for fetal cardiovascular magnetic resonance imaging 2025 Summer, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101888 PMID:40180124	研究论文	该论文提出了一种自动化实时规划二维相位对比血流成像（OWL）的方法，用于胎儿心血管磁共振成像	开发了两个深度学习网络，分别用于胎儿身体定位和心脏标志物检测，实现了实时自动规划相位对比序列	在7例前瞻性病例中仅成功实施了6例，且规划质量略低于手动规划	通过自动化实时规划技术扩大胎儿血流成像的应用范围	胎儿心血管磁共振成像	医学影像分析	胎儿心血管疾病	二维相位对比血流成像（2D phase-contrast flow imaging）	深度学习网络	磁共振图像	167和71个胎儿数据集用于训练，10个数据集用于回顾性评估，7个胎儿（36+3-39+3孕周）用于前瞻性评估
269	2025-06-13	An isodose-constrained automatic treatment planning strategy using a multicriteria predicted dose rating 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17795 PMID:40181755	research paper	本研究提出了一种基于深度学习预测剂量分布和多标准评分的自动治疗计划生成方法，专注于鼻咽癌的剂量梯度重建	引入了专注于剂量梯度重建的自动治疗计划方法，并提出了结合多种评价标准的多标准评分策略	在临床验证中，有4个生成的IsoPlans未能满足临床要求	建立一种利用深度学习预测剂量分布信息的自动治疗计划生成方法	鼻咽癌患者的治疗计划	digital pathology	nasopharyngeal carcinoma	deep learning	U-Net, DoseNet, Transformer	medical imaging data	120例鼻咽癌病例（训练集90例，验证集10例，测试集20例）
270	2025-06-13	Open-source deep-learning models for segmentation of normal structures for prostatic and gynecological high-dose-rate brachytherapy: Comparison of architectures 2025-Jun, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70089 PMID:40186596	research paper	该研究比较了两种UNet衍生架构（UNet++和nnU-Net）在前列腺和妇科高剂量率（HDR）近距离放射治疗计划中自动分割风险器官（OARs）的性能	研究实现了基于深度学习的分割模型，针对HDR近距离放射治疗中的CT图像进行优化，填补了商业或公开可用模型在此领域的不足	研究数据来源于单一机构，可能影响模型的泛化能力	评估和比较两种深度学习模型在前列腺和妇科HDR近距离放射治疗计划中自动分割风险器官的准确性和实用性	前列腺和妇科HDR近距离放射治疗患者的CT扫描图像	digital pathology	prostate cancer	CT扫描	UNet++, nnU-Net	image	1316份CT扫描（来自1105名患者）用于训练，100份CT扫描（来自62名患者）用于测试
271	2025-06-13	Single-Cell Sequencing-Guided Annotation of Rare Tumor Cells for Deep Learning-Based Cytopathologic Diagnosis of Early Lung Cancer 2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202416921 PMID:40231585	研究论文	该研究利用单细胞DNA测序技术指导罕见肿瘤细胞的注释，开发了一种基于深度学习的细胞病理学诊断模型，用于早期肺癌的诊断	使用单细胞DNA测序作为客观真实标签生成无偏、准确注释的数据集，开发了能够区分BAL液中肿瘤细胞与良性细胞的深度学习模型，显著提高了肺癌诊断的敏感性	研究依赖于单细胞DNA测序技术，可能受到技术限制和成本影响；样本量相对有限，尤其是外部验证队列	提高支气管肺泡灌洗液细胞学检查在肺癌诊断中的敏感性和准确性	支气管肺泡灌洗液中的脱落肿瘤细胞和良性细胞	数字病理学	肺癌	单细胞DNA测序（scDNA-Seq）	深度学习模型（DL）	图像	训练集包含580个ETCs和1106个良性细胞，发现队列156例，验证队列158例，外部验证队列141例
272	2025-06-13	Using deep learning generated CBCT contours for online dose assessment of prostate SABR treatments 2025-Jun, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70098 PMID:40265325	研究论文	本研究利用深度学习生成的CBCT轮廓评估前列腺SABR治疗中的在线剂量，以指导个性化决策树的开发	首次使用深度学习生成的CBCT轮廓进行每日剂量评估，并与计划剂量体积指标进行比较	研究为回顾性分析，样本量较小（40名患者），且未考虑所有可能的临床变量	评估当前中心使用的决策树在视觉评估患者摆位时的效果，并开发更精确的自动化工具	前列腺SABR治疗患者的CBCT扫描数据	数字病理	前列腺癌	深度学习，CBCT	NA	医学影像（CBCT扫描）	40名前列腺SABR患者的200次治疗前CBCT扫描
273	2025-06-13	Deep learning-based post hoc denoising for 3D volume-rendered cardiac CT in mitral valve prolapse 2025-Jun, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03403-z PMID:40266552	研究论文	本研究探讨了基于深度学习的后处理去噪技术如何提升心脏CT在二尖瓣脱垂三维体积渲染成像中的质量	首次将残差密集网络应用于心脏CT图像的去噪处理，显著提升了三维体积渲染图像的质量和诊断效率	研究样本量较小（50例患者），且为回顾性研究	评估去噪处理对二尖瓣脱垂三维体积渲染图像质量和诊断性能的影响	接受二尖瓣修复手术患者的心脏CT图像	数字病理学	心血管疾病	心脏CT扫描	残差密集网络	医学影像	50例患者（中位年龄64岁，男性30例）
274	2025-06-13	Validating Emotion Analysis on Social Media Text for Detecting Psychological Distress: A Cross-Sectional Survey 2025-06, Issues in mental health nursing IF:1.7Q3 DOI:10.1080/01612840.2025.2488328 PMID:40266789	研究论文	本研究探讨了社交媒体文本中自我报告的心理困扰与情绪之间的关系，使用基于深度学习的情绪分析模型	使用KoBERT模型对社交媒体文本进行情绪分析，验证了情绪表达与心理困扰之间的强关联	样本量较小（87名参与者），且仅限于Instagram和Threads平台的数据	验证情绪分析作为通过社交媒体早期检测和监测心理困扰的工具的有效性	社交媒体用户及其文本帖子	自然语言处理	心理健康	深度学习	KoBERT	文本	87名参与者和2,610个句子
275	2025-06-13	Unsupervised non-small cell lung cancer tumor segmentation using cycled generative adversarial network with similarity-based discriminator 2025-Jun, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70107 PMID:40266997	research paper	该研究提出了一种无监督的非小细胞肺癌肿瘤分割方法smic-GAN，利用基于相似性的生成对抗网络和循环策略进行训练，无需人工标注数据	提出了一种新型无监督肿瘤分割网络smic-GAN，通过相似性驱动的生成对抗网络和循环训练策略，实现了不依赖人工标注数据的肿瘤分割	虽然性能接近有监督方法，但与最佳有监督方法相比仍有一定差距	开发不依赖人工标注数据的自动肿瘤分割方法	非小细胞肺癌患者的CT扫描图像	digital pathology	lung cancer	CT扫描	GAN（生成对抗网络）	医学影像（CT图像）	609例肺癌患者的CT扫描（504训练，35验证，70测试）
276	2025-06-13	Fast and automatic coronary artery segmentation using nnU-Net for non-contrast enhanced magnetic resonance coronary angiography 2025-Jun, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03408-8 PMID:40287548	研究论文	本文提出了一种基于nnU-Net的自配置深度学习方法，用于自动化分割非对比增强磁共振冠状动脉造影（MRCA）图像中的冠状动脉	使用nnU-Net模型自动化分割MRCA图像中的冠状动脉，提供了一种非侵入性的冠状动脉疾病筛查工具	MRCA图像的空间分辨率低且冠状动脉与周围组织的对比度不足	开发一种快速自动的冠状动脉分割方法，以增强冠状动脉疾病的早期检测	非对比增强磁共振冠状动脉造影（MRCA）图像	数字病理学	心血管疾病	非对比增强磁共振冠状动脉造影（MRCA）	nnU-Net	图像	134名受试者的MRCA数据用于训练，114名受试者的数据用于测试
277	2025-06-13	Deep learning based automated left atrial segmentation and flow quantification of real time phase contrast MRI in patients with atrial fibrillation 2025-Jun, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03407-9 PMID:40301204	研究论文	开发了一种基于卷积神经网络（CNN）的全自动左心房（LA）血流定量方法，用于心房颤动（AF）患者的实时相位对比MRI数据分析	首次将CNN应用于AF患者的LA血流定量，实现了与半手动分析相当的高精度，并对心率变异性具有鲁棒性	样本量相对较小（44名AF患者），且仅在特定患者群体（AF）中验证	开发自动化工具以简化AF患者的心脏MRI血流定量分析流程	心房颤动患者的左心房血流动力学	数字病理学	心血管疾病	实时2D相位对比MRI（RTPC MRI）	CNN	医学影像	44名AF患者，共15,307个半手动标注的RTPC LA轮廓
278	2025-06-13	Cine cardiac magnetic resonance segmentation using temporal-spatial adaptation of prompt-enabled segment-anything-model: a feasibility study 2025 Summer, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101909 PMID:40350082	研究论文	提出一种基于segment-anything-model (SAM)的cine心血管磁共振(CMR)分割方法cineCMR-SAM，通过时空注意力机制和提示技术提高分割准确性	首次将SAM基础模型适配到cine CMR分割任务，引入时空注意力机制和文本/框提示技术	仅评估了特定病理类型的数据集(主动脉瓣狭窄和HFpEF)，未覆盖所有心脏疾病	开发具有高泛化能力的cine CMR自动分割方法	心血管磁共振图像	医学图像分析	心血管疾病	深度学习	SAM基础模型+时空注意力机制	磁共振图像序列	3个外部测试数据集(公共多中心数据集136例，主动脉瓣狭窄40例，HFpEF 53例)
279	2025-06-13	Non-Invasive Tumor Budding Evaluation and Correlation with Treatment Response in Bladder Cancer: A Multi-Center Cohort Study 2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202416161 PMID:40391846	研究论文	本研究通过多中心队列研究，探讨了膀胱癌中肿瘤萌芽状态与新辅助化疗免疫治疗反应及疾病预后的相关性，并开发了一种基于CT图像的非侵入性深度学习模型来评估肿瘤萌芽状态	开发了一种非侵入性的深度学习模型，用于预测膀胱癌患者的肿瘤萌芽状态，并首次将其与新辅助化疗免疫治疗的反应和预后相关联	研究样本主要来自特定时间段内的患者，可能无法完全代表所有膀胱癌患者群体	探索肿瘤萌芽状态与新辅助化疗免疫治疗反应及预后的关系，并开发预测模型	2322名经病理诊断为膀胱癌的患者	数字病理	膀胱癌	深度学习	深度学习模型	CT图像	2322名膀胱癌患者
280	2025-06-13	A simulated annealing-based Bayesian network structure optimization framework for late morbidity prediction with a large prospective dataset 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17881 PMID:40400111	研究论文	本文提出了一种基于模拟退火的贝叶斯网络结构优化框架，用于预测宫颈癌患者的晚期发病率	开发了一种结合信息理论度量、预测性能度量和复杂度度量的模拟退火优化方法，能够生成逻辑清晰、可解释性强的贝叶斯网络	研究仅针对宫颈癌患者的晚期中度至重度膀胱炎进行预测，未涉及其他疾病或并发症	开发一种可定制的优化方法，用于自动生成逻辑清晰、可解释的贝叶斯网络，以预测宫颈癌患者的晚期发病率	宫颈癌患者的晚期中度至重度膀胱炎（CTCAEv.3）	机器学习	宫颈癌	模拟退火优化方法	贝叶斯网络	临床数据	1153名宫颈癌患者（来自EMBRACE I数据集）