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
281	2025-07-15	Matrix completion-informed deep unfolded equilibrium models for self-supervised k $k$ -space interpolation in MRI 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17924 PMID:40473478	研究论文	提出了一种新型的自监督MRI重建方法，结合矩阵补全理论和深度展开平衡模型，无需全采样标签即可实现k空间插值	将卷积神经网络与结构低秩模型中的零空间关系相结合，设计具有严格理论保证和可解释性的网络架构	虽然在某些场景下达到监督学习的效果，但整体性能可能仍受限于自监督方法的固有约束	开发无需全采样标签的自监督MRI重建方法，提高重建质量和可解释性	多线圈MRI数据	医学影像分析	NA	MRI重建	CNN与展开式平衡模型	k空间数据	NA
282	2025-07-15	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	research paper	本研究开发了一种基于深度学习的合成CT预测方法，用于加速网格放射治疗的模拟自由工作流程	首次提出使用深度学习预测的合成CT实现模拟自由的网格放射治疗计划工作流程	样本量较小（训练集50例，测试集15例），且仅评估了胸部和腹部区域	开发加速网格放射治疗计划的工作流程	网格放射治疗计划	digital pathology	bulky tumors	deep learning, 3D U-Net	3D U-Net	CT images	50例训练集，15例测试集
283	2025-07-15	Leveraging protein language models for cross-variant CRISPR/Cas9 sgRNA activity prediction 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf385 PMID:40600900	研究论文	本研究提出了一种基于蛋白质语言模型的深度学习模型PLM-CRISPR，用于跨变体CRISPR/Cas9 sgRNA活性预测	利用蛋白质语言模型捕捉Cas9蛋白（变体）表征，采用跨变体训练策略和动态特征融合机制，有效建模sgRNA与蛋白序列的相互作用	未明确提及具体局限性	优化CRISPR/Cas9基因编辑系统，提高sgRNA活性预测的准确性和泛化能力	CRISPR/Cas9系统中的sgRNA和Cas9蛋白（变体）	机器学习	NA	蛋白质语言模型、深度学习	PLM-CRISPR	蛋白质序列、sgRNA序列	涵盖七个Cas9蛋白（变体）的数据集
284	2025-07-15	Nondestructive Detection and Quality Grading System of Walnut Using X-Ray Imaging and Lightweight WKNet 2025-Jul-01, Foods (Basel, Switzerland) DOI:10.3390/foods14132346 PMID:40647098	研究论文	本文提出了一种基于X射线成像和轻量级WKNet的核桃无损检测与质量分级系统	首次将X射线成像与深度学习模型结合用于核桃质量检测，并开发了WKNet网络，解决了耗时和参数冗余问题	未提及该方法在其他坚果或食品检测中的适用性	开发高效的核桃内部质量检测与分级系统	核桃	计算机视觉	NA	X-ray成像	YOLO v5s, Transformer, GhostNet, CCA模块	X-ray图像	构建了核桃仁检测数据集(WKD)
285	2025-07-15	Enhancing Early Detection of Oral Squamous Cell Carcinoma: A Deep Learning Approach with LRT-Enhanced EfficientNet-B3 for Accurate and Efficient Histopathological Diagnosis 2025-Jul-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131678 PMID:40647677	research paper	本研究提出了一种基于EfficientNet-B3和LRT的深度学习模型，用于从组织病理学图像中准确高效地检测口腔鳞状细胞癌	采用学习率调整（LRT）增强的EfficientNet-B3模型，能够根据训练过程中的准确率和损失自动调整学习率，从而提升模型性能	研究依赖于特定数据集（口腔肿瘤数据集），模型在其他数据集上的泛化能力未经验证	提高口腔鳞状细胞癌（OSCC）的早期检测准确性和效率	口腔鳞状细胞癌（OSCC）的组织病理学图像	digital pathology	oral cancer	深度学习	EfficientNet-B3	image	来自多癌症数据集的口腔肿瘤数据集
286	2025-07-15	Deep Learning-Enhanced T1-Weighted Imaging for Breast MRI at 1.5T 2025-Jul-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131681 PMID:40647680	research paper	评估一种基于深度学习的T1加权成像技术在1.5T乳腺MRI中的应用，并与标准VIBE序列进行图像质量比较	提出了一种深度学习增强的T1w VIBE序列，显著提升了乳腺MRI的图像质量和诊断信心	样本量较小（52例患者），且仅由两名放射科医生进行评分	比较深度学习增强的T1w VIBE序列与标准VIBE序列在乳腺MRI中的图像质量	52名乳腺癌患者	digital pathology	breast cancer	MRI, deep learning	DL	image	52名乳腺癌患者
287	2025-07-15	Deep Learning Models for Detection and Severity Assessment of Cercospora Leaf Spot (Cercospora capsici) in Chili Peppers Under Natural Conditions 2025-Jul-01, Plants (Basel, Switzerland) DOI:10.3390/plants14132011 PMID:40648020	研究论文	本研究评估了八种深度学习模型在自然田间条件下检测和量化辣椒叶斑病严重程度的效果	开发了一个包含1645张辣椒叶片图像的自定义数据集，并在真实世界的照明和背景变化下评估了模型性能，比较了一阶段和两阶段模型	Mask R-CNN在高严重程度级别下低估了病情，准确率为72.3%	准确评估植物病害严重程度以进行有效的作物管理	辣椒叶片上的Cercospora叶斑病	计算机视觉	植物病害	CNN	YOLOv8, Mask R-CNN	图像	1645张辣椒叶片图像，标注了6282个病斑
288	2025-07-15	Multi-sequence brain tumor segmentation boosted by deep semantic features 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17845 PMID:40296197	research paper	提出一种基于深度学习的脑肿瘤分割方法，通过引入语义特征模块（SFM）增强图像特征的类内一致性，从而提高分割准确性	引入语义特征模块（SFM）来增强图像特征的类内一致性，并使用深度语义向量作为原型重新编码图像特征	未提及方法在计算资源消耗或处理时间方面的表现	解决脑肿瘤图像特征类内一致性低的问题，提高脑肿瘤分割的准确性	脑肿瘤的多序列MR图像	digital pathology	brain tumor	深度学习	CNN	image	1251名患者的多序列MR图像
289	2025-07-15	Singular value decomposition based under-sampling pattern optimization for MRI reconstruction 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17860 PMID:40296184	research paper	本研究提出了一种基于奇异值分解（SVD）的轻量级、数据驱动的欠采样模式优化方法，用于快速MRI重建，以平衡重建质量和采样时间	通过SVD将MRI解耦为多个按能量贡献排序的组件，并选择k空间中与各组件能量贡献匹配的采样点，生成可直接用作采样器或集成到深度学习中的掩码	未提及具体样本量或数据集细节，可能影响方法的泛化性评估	设计一种轻量级、数据驱动的欠采样模式，以平衡MRI重建质量和采样时间，并可与深度学习结合	MRI图像重建	医学影像处理	NA	奇异值分解（SVD）	深度学习模型（未指定具体类型）	MRI图像数据	两个公共数据集（未提及具体样本量）
290	2025-07-15	A semi-automated workflow for cohort-wise preparation of radiotherapy data for dose-response modeling, including autosegmentation of organs at risk 2025-Jul, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70152 PMID:40653785	研究论文	开发并测试了一种半自动化工作流程，用于从肿瘤信息系统中准备放疗数据，包括风险器官的自动分割，以用于风险建模	提出了一个半自动化的工作流程，结合了深度学习和基于图谱的方法，用于风险器官的自动分割，提高了数据准备的效率	工作流程在测试案例中仅成功准备了80%的数据，仍有20%需要手动干预	开发一种半自动化工作流程，用于准备放疗数据以进行风险建模	放疗数据，特别是风险器官（如近端支气管树、心脏和食管）的自动分割	数字病理	肺癌	深度学习（DL）和基于图谱的方法	CNN（未明确提及，但深度学习模型通常基于CNN）	医学图像	106例患者用于开发，20例用于评估，50例用于测试
291	2025-07-15	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	首次广泛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，并与临床医生的表现进行比较	研究结果不可推广，证据质量低至中等	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	digital pathology	osteoarthritis	deep learning	NA	image	66项研究
292	2025-07-15	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，以提高超声对比成像的检测能力	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，并验证其在超声成像中的应用潜力	研究仅针对化学交联微泡簇，未涉及其他类型的对比剂	提高超声对比成像中对比剂的检测和定位能力	化学交联微泡簇（CCMCs）及其声学特性	医学影像处理	NA	铜无点击化学合成、声学分析、机器学习	自动编码器（Autoencoder）	射频数据	训练和测试数据集（具体数量未提及）
293	2025-07-15	Software-Based Transformation of White Light Endoscopy Images to Hyperspectral Images for Improved Gastrointestinal Disease Detection 2025-Jun-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131664 PMID:40647664	研究论文	该研究提出了一种名为SAVE的新技术，将传统的白光内窥镜图像转换为类似高光谱成像的表示，以提高胃肠道疾病的诊断准确性	提出了一种无需专用设备即可提高诊断准确性的SAVE技术，通过软件方法将白光图像转换为高光谱成像表示	研究仅基于6000张标注图像，可能需要更大规模的数据验证	提高胃肠道疾病的早期识别和分类准确性	胃肠道疾病（食管炎、息肉、溃疡性结肠炎）	数字病理学	胃肠道疾病	高光谱成像(HSI)	EfficientNetB7, VGG16	图像	6000张标注照片（来自KVASIR和ETIS-Larib息肉数据库）
294	2025-07-15	Using a Deep Learning-Based Decision Support System to Predict Emergent Large Vessel Occlusion Using Non-Contrast Computed Tomography 2025-Jun-30, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14134635 PMID:40649010	研究论文	本研究评估了一种基于深度学习的临床决策支持系统在利用非对比计算机断层扫描（NCCT）图像预测突发大血管闭塞（ELVO）中的性能	首次展示了AI辅助系统在提高ELVO检测敏感性和特异性方面的显著效果	研究为回顾性设计，样本量相对有限（477例患者）	评估AI系统在辅助临床医生检测ELVO中的效果	477名患者（112例前循环ELVO患者和365例对照）	数字病理学	心血管疾病	非对比计算机断层扫描（NCCT）	深度学习	医学影像	477名患者（112例ELVO，365例对照）
295	2025-07-15	High-Accuracy Polymer Property Detection via Pareto-Optimized SMILES-Based Deep Learning 2025-Jun-28, Polymers IF:4.7Q1 DOI:10.3390/polym17131801 PMID:40647811	研究论文	本文提出了一种基于SMILES的深度学习框架SMILES-PPDCPOA，用于聚合物属性分类，通过结合1DCNN和GRU并利用Pareto优化算法，实现了高分类准确率和泛化能力	首次将1DCNN与GRU结合，并采用Pareto优化算法调整超参数，能够同时捕捉局部子结构和长程化学依赖性	仅在基准数据集上进行了验证，未说明在实际工业应用中的表现	开发高性能的聚合物属性分类模型以促进材料科学与工程发展	聚合物分子	机器学习	NA	深度学习	1DCNN-GRU	SMILES字符串	基准数据集（具体数量未说明）
296	2025-07-15	Correlating Patient Symptoms and CT Morphology in AI-Detected Incidental Pulmonary Embolisms 2025-Jun-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131639 PMID:40647638	研究论文	本研究评估了AI算法检测到的偶发性肺栓塞（IPEs）的临床和放射学意义，并将其与血栓负荷、CT形态学右心应变迹象和临床症状相关联	首次使用深度学习AI算法检测IPEs，并结合临床和形态学标准评估其临床意义	研究为回顾性设计，样本量相对较小（41例IPEs），且主要在肿瘤患者中进行	评估AI检测到的IPEs的临床和放射学意义，避免过度治疗并指导适当管理	13,603例对比增强胸部和腹部CT扫描	数字病理学	肺栓塞	深度学习AI算法，自然语言处理（NLP）	深度学习	CT扫描图像	13,603例CT扫描，其中41例检测到IPEs
297	2025-07-15	Artificial Intelligence in Microsurgical Planning: A Five-Year Leap in Clinical Translation 2025-Jun-27, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14134574 PMID:40648947	综述	本文综述了过去五年人工智能在显微外科手术规划中的应用及其临床转化进展	人工智能在显微外科手术的术前、术中和术后各阶段提供了新的能力，如自动穿支血管映射、皮瓣设计和个体化风险分层	大多数研究依赖于回顾性单中心数据，大规模前瞻性验证仍然有限	评估人工智能在显微外科手术中的应用及其对手术精度、安全性和效率的提升	人类受试者在显微外科手术中的术前、术中和术后阶段	数字病理	NA	深度学习	预测模型	图像	NA
298	2025-07-15	Performance Evaluation of Four Deep Learning-Based CAD Systems and Manual Reading for Pulmonary Nodules Detection, Volume Measurement, and Lung-RADS Classification Under Varying Radiation Doses and Reconstruction Methods 2025-Jun-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131623 PMID:40647622	research paper	评估四种基于深度学习的CAD系统和人工阅读在不同辐射剂量和重建方法下对肺结节检测、体积测量和Lung-RADS分类的性能	比较了四种DL-CAD系统与人工阅读在不同辐射剂量和重建方法下的性能，发现DL-CAD系统在检测灵敏度上优于人工阅读，特别是在亚厘米结节上	DL-CAD系统在体积测量和Lung-RADS分类准确性上存在局限，特别是对于部分实性结节	优化肺结节检测在不同成像协议下的性能	169个人工结节	digital pathology	lung cancer	CT扫描	DL-CAD	image	1080个图像集
299	2025-07-15	Fusion-Based Deep Learning Approach for Renal Cell Carcinoma Subtype Detection Using Multi-Phasic MRI Data 2025-Jun-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131636 PMID:40647635	research paper	本研究提出了一种基于深度学习的混合模型，利用多相MRI数据对肾细胞癌亚型进行准确分类，并为放射科医生提供决策支持机制	通过结合对比剂注射前获得的T2相和注射后记录的动脉相(A)和静脉相(V)，提出了一种更全面的分析方法	研究中使用的样本量相对较小（1275张MRI图像），可能影响模型的泛化能力	提高肾细胞癌亚型分类的准确性，并为临床决策提供支持	肾细胞癌(RCC)亚型	digital pathology	renal cell carcinoma	多相MRI	深度学习混合模型	MRI图像	1275张来自不同阶段的MRI图像
300	2025-07-15	Deep Learning with Transfer Learning on Digital Breast Tomosynthesis: A Radiomics-Based Model for Predicting Breast Cancer Risk 2025-Jun-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131631 PMID:40647630	研究论文	本研究开发并评估了两种基于迁移学习的深度学习模型，用于数字乳腺断层合成（DBT）图像的乳腺病变（良性 vs 恶性）二元分类，以支持临床决策和风险分层	利用迁移学习在DBT图像上构建深度学习模型进行乳腺病变分类，探索AI在乳腺影像中的应用潜力	模型性能中等，敏感性较低，需进一步提升模型鲁棒性和临床适用性	开发AI模型辅助乳腺病变分类和乳腺癌风险评估	乳腺病变（良性与恶性）	数字病理	乳腺癌	数字乳腺断层合成（DBT）	CNN（ResNet50和DenseNet201）	医学影像	184例患者（107例良性，77例恶性）