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
301	2025-06-14	DWI-based Biologically Interpretable Radiomic Nomogram for Predicting 1- year Biochemical Recurrence after Radical Prostatectomy: A Deep Learning, Multicenter Study 2025-Jun-10, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056403104250527045320 PMID:40511648	research paper	本研究开发了一种基于深度学习的放射组学列线图，用于预测前列腺癌根治术后1年生化复发，并探讨了放射组学评分与肿瘤微环境的关联	结合深度学习的放射组学特征和临床参数，开发预测模型，并首次探讨放射组学评分与肿瘤微环境的关联	回顾性研究设计可能引入选择偏倚，样本量相对较小	预测前列腺癌根治术后1年生化复发，并研究放射组学评分与肿瘤微环境的关系	接受根治性前列腺切除术的前列腺癌患者	digital pathology	prostate cancer	multiparametric magnetic resonance imaging (mpMRI), single-cell RNA sequencing	3D U-Net, Cox proportional hazard regression	medical imaging, RNA sequencing data	349名患者（两个独立队列），4名前瞻性入组患者的单细胞RNA测序数据
302	2025-06-14	Brain tau PET-based identification and characterization of subpopulations in patients with Alzheimer's disease using deep learning-derived saliency maps 2025-Jun-09, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00761-4 PMID:40488912	研究论文	本研究利用深度学习衍生的显著性图谱，基于脑tau PET数据识别和表征阿尔茨海默病患者的亚群	使用深度学习模型生成的显著性图谱作为聚类特征，揭示了阿尔茨海默病患者中两个具有不同tau沉积模式的亚群	研究样本主要来自ADNI数据库，可能无法代表所有阿尔茨海默病患者群体	探究阿尔茨海默病的异质性并识别患者亚群	阿尔茨海默病患者和认知正常人群	数字病理学	阿尔茨海默病	18F-flortaucipr PET扫描，T1加权MRI	3D-CNN	医学影像	615名认知正常者和159名AD患者的脑部扫描数据
303	2025-06-14	Deep learning-based post-hoc noise reduction improves quarter-radiation-dose coronary CT angiography 2025-Jun-09, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112232 PMID:40505606	研究论文	本研究评估了基于深度学习的后处理降噪技术（DLNR）在四分之一辐射剂量冠状动脉CT血管造影（CCTA）中对图像质量、CAD-RADS评估及诊断性能的影响	首次在外部数据集上验证了DLNR技术对四分之一剂量CCTA图像质量及诊断性能的提升效果	仅纳入运动伪影较少的病例，可能限制了结果的普适性	评估DLNR技术在低剂量CCTA中的应用价值	221例接受回顾性心电门控CCTA检查的患者	数字病理	心血管疾病	冠状动脉CT血管造影（CCTA）	残差密集网络（Residual Dense Network）	医学影像	40例（年龄71±7岁，24例男性）
304	2025-06-14	NeXtBrain: Combining local and global feature learning for brain tumor classification 2025-Jun-07, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149762 PMID:40490088	研究论文	提出了一种名为NeXtBrain的新型混合架构，用于脑肿瘤分类，结合局部和全局特征学习以提高准确性和计算效率	NeXtBrain通过其核心创新组件NeXt卷积块（NCB）和NeXt变换块（NTB），协同增强特征学习，NCB专注于提取局部肿瘤形态和纹理细节，NTB则建模长距离空间依赖和全局上下文关系	论文未明确提及具体限制，但可能包括对特定数据集或肿瘤类型的泛化能力	提高脑肿瘤分类的准确性、鲁棒性和计算效率	脑肿瘤图像	数字病理	脑肿瘤	深度学习	CNN与Transformer混合模型	医学图像	两个公开基准数据集：Figshare和Kaggle
305	2025-06-14	AI Approaches to Homogeneous Catalysis with Transition Metal Complexes 2025-Jun-06, ACS catalysis IF:11.3Q1 DOI:10.1021/acscatal.5c01202 PMID:40502974	综述	本文综述了人工智能在均相过渡金属催化研究中的应用及其进展	讨论了AI在催化剂筛选、反应条件优化及新型催化剂逆向设计中的创新应用	大多数研究依赖于计算数据，实验数据的获取仍有待改进	探讨AI在均相金属催化反应中的应用现状及未来发展方向	均相过渡金属催化反应	化学信息学	NA	AI、深度学习	生成式AI	计算数据、实验数据	NA
306	2025-06-14	A novel explainable AI framework for medical image classification integrating statistical, visual, and rule-based methods 2025-Jun-06, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103665 PMID:40505210	研究论文	提出了一种新颖的可解释AI框架，用于医学图像分类，结合了统计、视觉和基于规则的方法	整合统计、视觉和基于规则的解释方法，提高深度学习模型的透明度，并引入统计特征图覆盖可视化	未明确提及具体局限性	提高医学图像分类任务中深度学习模型的可解释性	医学图像数据集（COVID-19放射影像、超声乳腺癌、脑肿瘤MRI、肺和结肠癌组织病理学、青光眼图像）	计算机视觉	多种疾病（COVID-19、乳腺癌、脑肿瘤、肺癌、结肠癌、青光眼）	深度学习、特征选择、决策树、RuleFit模型	Mobilenetv2、决策树、RuleFit	图像	五个医学影像数据集
307	2025-06-14	Automated phenotypic analysis and classification of drug-treated cardiomyocytes via synergized time-lapse holographic imaging and deep learning 2025-Jun-04, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108890 PMID:40505199	研究论文	通过结合时间序列全息成像和深度学习，实现药物处理心肌细胞的自动表型分析和分类	开发了一个集成平台，结合全息图像跟踪和深度学习，用于单细胞水平的心肌细胞动态分析和自动分类	NA	预测心血管风险，研究药物浓度对单细胞收缩动力学的影响，并实现基于细胞运动行为的自动分类	人类诱导多能干细胞衍生的心肌细胞（CM）	数字病理学	心血管疾病	时间序列全息成像，Farneback光流法	深度全卷积网络，深度迁移学习模型	图像	NA
308	2025-06-14	Enhancing Lesion Detection in Inflammatory Myelopathies: A Deep Learning-Reconstructed Double Inversion Recovery MRI Approach 2025-Jun-03, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8582 PMID:39542724	research paper	本研究评估了深度学习重建的双反转恢复MRI在炎症性脊髓病中增强病变检测的效果	首次评估了深度学习重建的3D双反转恢复成像在炎症性脊髓病中的应用，并展示了其在减少采集时间和提高图像质量方面的优势	研究样本量相对较小（149名参与者），且未对不同亚型的炎症性脊髓病进行分层分析	比较传统T2WI、标准DIR和DL重建DIR在炎症性脊髓病患者中的采集时间、图像质量、诊断信心和病变检测率	被诊断为炎症性脊髓病的患者	digital pathology	inflammatory myelopathies	MRI, deep learning-based reconstruction	DL	image	149名参与者（平均年龄40.6岁，71名女性）
309	2025-06-14	Automatic Design Framework of Dielectric Elastomer Actuators: Neural Network-Based Real-Time Simulation, Genetic Algorithm-Based Electrode Optimization, and Experimental Verification 2025-Jun, Soft robotics IF:6.4Q1 DOI:10.1089/soro.2024.0063 PMID:39610306	研究论文	提出了一种基于深度学习的自动设计框架，用于快速生成高维分布式电极图案的介电弹性体致动器（DEAs）	结合神经网络和遗传算法，实现了DEAs电极图案的自动优化设计，显著提高了设计效率和性能	高维设计空间可能对深度学习模型的准确性和通用性带来挑战	优化介电弹性体致动器（DEAs）的设计过程，提高其性能和设计效率	介电弹性体致动器（DEAs）	机器学习	NA	深度学习、遗传算法、有限元模型	神经网络	模拟数据、实验数据	一系列案例研究（包括最大位移、特定位移、解决方案的多重性、多自由度驱动和复杂驱动）
310	2025-06-14	A review of artificial intelligence in brachytherapy 2025-Jun, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70034 PMID:40014044	review	本文综述了人工智能在近距离放射治疗中的应用，重点关注机器学习和深度学习	系统性地将AI在近距离放射治疗中的应用分为七大类，并详细总结了模型、数据规模和结果	讨论了当前AI应用的局限性、挑战和伦理问题	探索AI如何使近距离放射治疗更加个性化、高效和有效	近距离放射治疗的临床工作流程	digital pathology	NA	machine learning, deep learning	NA	NA	NA
311	2025-06-14	Diagnosis and Post-Treatment Follow-Up Evaluation of Melasma Using Optical Coherence Tomography and Deep Learning 2025-Jun, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.70006 PMID:40084480	研究论文	本研究结合光学相干断层扫描（OCT）和深度学习技术，用于黄褐斑的诊断和治疗后随访评估	提出了一种便携式OCT系统与改进的VGG16神经网络结合的空间注意力机制模型，用于黄褐斑的诊断和治疗评估	NA	开发一种结合OCT和深度学习的技术，用于黄褐斑的临床诊断和治疗评估	健康志愿者和黄褐斑患者的皮肤组织	数字病理	黄褐斑	光学相干断层扫描（OCT）	VGG16神经网络（带空间注意力机制）	图像	健康志愿者和黄褐斑患者的皮肤组织数据集
312	2025-06-14	Histogram matching-enhanced adversarial learning for unsupervised domain adaptation in medical image segmentation 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17757 PMID:40102198	research paper	提出了一种基于直方图匹配增强对抗学习的无监督域适应方法（HMeAL-UDA），用于医学图像分割，并提供了模型预测的全面不确定性估计	结合直方图匹配策略减少跨模态图像风格偏差，采用对抗学习对齐多模态特征，并通过MC dropout量化模型预测置信度	未明确说明方法在极端域偏移情况下的鲁棒性，且训练过程可能仍存在一定复杂性	开发简单有效的无监督域适应方法，解决医学图像分割中的跨模态域偏移问题	腹部多器官（肝脏等）的MRI和CT图像	digital pathology	NA	adversarial learning, Monte Carlo dropout	HMeAL-UDA	medical image (MRI/CT)	30 MRI scans (20公共+10内部) + 30 CT scans (BTCV), 240 CT + 60 MRI (AMOS)
313	2025-06-14	Thorax-encompassing multi-modality PET/CT deep learning model for resected lung cancer prognostication: A retrospective, multicenter study 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17862 PMID:40317503	研究论文	本研究开发了一种结合FDG PET和CT成像以及临床、手术和病理信息的深度学习模型，用于预测非小细胞肺癌（NSCLC）患者的无复发生存期（RFS）并优于传统分期方法	首次使用多模态成像结合临床、手术和病理数据预测NSCLC患者术后的RFS，并在风险分层上优于传统分期方法	研究为回顾性分析，样本量相对有限（本地机构305例，外部验证195例）	开发优于传统分期的预后模型以识别可能受益于额外治疗的高风险NSCLC患者	接受手术切除的NSCLC患者	数字病理	肺癌	FDG PET和CT成像	深度学习模型（DLM）	医学影像（PET/CT）与临床数据	本地机构305例（训练225例，验证45例，测试35例），外部验证195例
314	2025-06-14	A General Framework for Augmenting Lossy Compressors With Topological Guarantees 2025-Jun, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3567054 PMID:40333107	research paper	提出了一种通用框架，用于增强有损压缩器以在压缩过程中保留数据的拓扑结构	引入了一个通用框架，通过量化调整并使用自定义可变精度编码方案来保存轮廓树，从而保证数据的拓扑结构	未提及具体压缩效率或计算开销的量化分析	在科学数据压缩中保留拓扑描述符	科学数据（如材料科学和气候模拟中的体积数据）	数据压缩与可视化	NA	可变精度编码	SZ3, TTHRESH, ZFP, Neurcomp	体积数据	NA
315	2025-06-14	A Novel Diffusion Irradiation Method to Monitor Thermal Effects on Deep Subcutaneous Vessels Using Laser Speckle Contrast Imaging 2025-Jun, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500089 PMID:40357992	研究论文	本研究通过新型扩散照射方法，利用激光散斑对比成像监测激光手术中深层皮下血管的热效应	结合激光散斑对比成像与深度学习去噪技术，提出监测深层皮下血管激光诱导效应的新策略	实验仅在大鼠模型中进行，尚未在人体验证	研究激光手术中皮肤上层对光传播和热扩散的影响，优化血管皮肤病治疗策略	大鼠背部窗口模型中的深层皮下血管	数字病理学	血管皮肤病	激光散斑对比成像(LSCI)，深度学习去噪	深度学习	图像	20只Sprague Dawley大鼠
316	2025-06-14	Multimodal Diagnostic Approach for Osteosarcoma and Bone Callus Using Hyperspectral Imaging and Deep Learning 2025-Jun, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500087 PMID:40357996	研究论文	本研究提出了一种结合高光谱成像和深度学习的多模态诊断方法J-CAN，用于快速准确区分骨肉瘤和骨痂	提出J-CAN框架，整合高光谱成像和H&E染色病理学，通过自注意力机制增强特征选择，提高分类性能	未提及样本来源的多样性或模型在其他数据集上的泛化能力	提高骨肉瘤与骨痂的区分准确率，解决传统组织病理学评估的局限性	骨肉瘤和骨痂样本	数字病理学	骨肉瘤	高光谱成像（HSI）	MobileNetV2, 1D-CNN, 自注意力机制	高光谱图像和H&E染色病理图像	NA
317	2025-06-14	Efficient polyp detection algorithm based on deep learning 2025-Jun, Scandinavian journal of gastroenterology IF:1.6Q3 DOI:10.1080/00365521.2025.2503297 PMID:40358097	research paper	提出了一种基于YOLOv10的轻量高效结肠息肉检测模型EP-YOLO，通过引入GBottleneck模块、轻量级GHead检测头和小目标检测层等改进，提高了检测精度和效率	引入GBottleneck模块减少参数并加速推理，设计轻量级GHead检测头和小目标检测层增强小目标识别能力，提出SE_SPPF模块提高息肉注意力并抑制背景噪声干扰，使用Wise-IoU损失函数优化梯度分布	未提及模型在更广泛临床环境中的泛化性能验证	开发高效的结肠息肉检测算法以降低结直肠癌发病率	结肠息肉	computer vision	colorectal cancer	deep learning	YOLOv10-based EP-YOLO	image	LDPolypVideo (7,681张图像), Kvasir-SEG (1,000张图像), CVC-ClinicDB (612张图像)
318	2025-06-14	A Deep Learning-Based Artificial Intelligence Model Assisting Thyroid Nodule Diagnosis and Management: Pilot Results for Evaluating Thyroid Malignancy in Pediatric Cohorts 2025-Jun, Thyroid : official journal of the American Thyroid Association IF:5.8Q1 DOI:10.1089/thy.2024.0627 PMID:40454939	research paper	研究探讨了基于深度学习的AI模型在儿童甲状腺结节诊断中的适用性	首次将原本基于成人数据训练的AI-Thyroid模型应用于儿童甲状腺结节的诊断	样本量较小（128例），且为回顾性研究	评估深度学习模型在儿童甲状腺结节恶性风险评估中的性能	儿童甲状腺结节患者	digital pathology	thyroid cancer	ultrasonography	DL	image	128名儿童患者（156个结节）
319	2025-06-14	Segmentation of Leukoaraiosis on Noncontrast Head CT Using CT-MRI Paired Data Without Human Annotation 2025-Jun, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70602 PMID:40495458	research paper	开发并验证了一种用于非对比头部CT上白质疏松（LA）分割的深度学习算法，使用CT-MRI配对数据且无需人工标注	利用CT-MRI配对数据通过变形图像配准生成伪真实LA标签，训练仅基于CT图像和配准掩模的2D nnU-Net架构	未明确提及算法的泛化能力在不同种族或更广泛数据集上的表现	开发一种可重复的方法用于CT上的LA分割，以弥合CT和MRI在缺血性卒中患者评估中的差距	白质疏松（LA）在非对比头部CT上的分割	digital pathology	ischemic stroke	deep learning, deformable image registration	2D nnU-Net	CT and MRI images	来自多中心韩国注册表的CT-FLAIR MRI配对数据及美国数据集，独立临床队列（n=867）
320	2025-06-14	Deep learning reconstruction in biparametric prostate MRI: Impact on qualitative and radiomics analyses 2025-Jun, Research in diagnostic and interventional imaging DOI:10.1016/j.redii.2025.100059 PMID:40503095	research paper	评估深度学习重建（DLR）算法在前列腺MRI定性和放射组学分析中的影响	首次评估商业DLR算法在前列腺MRI中对放射组学特征的影响	单中心回顾性研究，样本量较小（25例患者）	评估DLR算法对前列腺MRI图像质量和放射组学分析的影响	前列腺MRI图像	digital pathology	prostate cancer	MRI, 放射组学分析	DLR（深度学习重建算法）	医学影像	25例患者的前列腺MRI数据