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
3221	2025-07-21	Last vertex splitting: a new retroactive Monte Carlo splitting technique applied to LINAC out-of-field dose computation 2025-Jul-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf1d2 PMID:40680765	研究论文	提出了一种名为Last Vertex Splitting (LVS)的新方差减少技术，旨在减少蒙特卡洛模拟中粒子穿过高衰减介质时的计算时间	LVS方法结合混合版本的Track Length Estimator (hTLE)，通过优化光子跟踪和相互作用建模，加速了场外剂量计算	该方法引入的残余偏差保持在百分之一以下，但具体应用场景的适应性未详细讨论	减少蒙特卡洛模拟的计算时间，提高场外剂量计算的效率	LINAC头中的准直器和其他限束设备等高衰减介质中的粒子传输	放射治疗	NA	蒙特卡洛模拟	NA	模拟数据	NA
3222	2025-07-21	Deep learning-based ultrasound diagnostic model for follicular thyroid carcinoma 2025-Jul-18, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11840-6 PMID:40681777	research paper	本研究开发了一种基于深度学习的超声诊断模型，用于术前区分甲状腺滤泡癌（FTC）与其他恶性肿瘤和良性肿瘤	提出了一种新的数据增强方法和混合损失函数，以解决数据集不平衡问题，并结合预训练的CNN和Transformer模型有效提取图像特征	研究为回顾性多中心研究，可能存在选择偏倚，且FTC样本数量相对较少（39例）	提高甲状腺滤泡癌（FTC）的术前超声诊断准确性	10,771名接受超声检查和术后病理的成年患者	digital pathology	thyroid cancer	ultrasound imaging	CNN and Transformer	image	10,771名患者（测试集1,078名，其中FTC 39例）
3223	2025-07-21	Diagnostic interchangeability of deep-learning based Synth-STIR images generated from T1 and T2 weighted spine images 2025-Jul-18, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11827-3 PMID:40681776	研究论文	评估深度学习生成的合成短时反转恢复（Synth-STIR）图像与标准STIR图像在图像质量和诊断可互换性方面的表现	使用深度学习从T1和T2加权脊柱图像生成Synth-STIR，显著减少扫描时间并提高图像质量	研究仅包括199名参与者，可能需要在更大样本中验证结果	评估Synth-STIR在脊柱MRI中的图像质量和诊断可互换性	脊柱MRI图像	数字病理	脊柱疾病	深度学习	NA	图像	199名参与者（106名男性，平均年龄46.8±16.9岁）
3224	2025-07-21	Diabetic retinopathy detection from fundus images: A wide survey from grading to segmentation of lesions 2025-Jul-18, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110715 PMID:40683101	综述	本文主要综述了从视网膜眼底图像诊断糖尿病视网膜病变（DR）的相关工作，包括DR的分级/分类和病变分割两大部分	全面回顾了从1986年至2025年的128篇研究论文，涵盖了传统方法和深度学习方法在DR诊断中的应用，并提供了知名DR数据集的详细信息	虽然综述全面，但可能未能涵盖所有最新研究进展，且未深入探讨某些特定方法的局限性	为研究者提供糖尿病视网膜病变诊断领域的全面概述和未来研究方向	糖尿病视网膜病变（DR）	数字病理学	糖尿病视网膜病变	眼底成像、多焦视网膜电图、光学相干断层扫描	CNN、LSTM、Vision Transformer、对比学习、联邦学习、XAI	图像	综述了128篇研究论文，涵盖多个知名DR数据集
3225	2025-07-21	Enhanced Image Quality and Comparable Diagnostic Performance of Prostate Fast Bi-MRI with Deep Learning Reconstruction 2025-Jul-18, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.059 PMID:40683764	研究论文	评估使用深度学习重建（DLR）的前列腺双参数MRI（bi-MRI）的图像质量和诊断性能	通过深度学习重建技术显著提高了快速前列腺bi-MRI的图像质量，同时保持了PI-RADS分类准确性和ADC诊断性能	样本量较小（61例），且仅针对男性泌尿系统患者	评估DLR在前列腺bi-MRI中的应用效果	61例成年男性泌尿系统患者的前列腺MRI数据	数字病理学	前列腺癌	深度学习重建（DLR）、双参数MRI（bi-MRI）	深度学习	MRI图像	61例成年男性泌尿系统患者
3226	2025-07-21	Deep learning models for deriving optimised measures of fat and muscle mass from MRI 2025-Jul-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07867-w PMID:40676073	研究论文	本文评估了多种深度学习模型在从腹部MRI中量化脂肪和肌肉质量的准确性、精确度及追踪变化的能力	比较了15种基于CNN和4种基于transformer的深度学习模型架构在量化不同脂肪和肌肉组织方面的性能差异	不同组织的分割准确性和重复性存在差异，特别是psoas肌肉的分割在所有评估中表现较差	评估深度学习模型在从MRI图像中量化脂肪和肌肉质量的性能	腹部MRI图像中的皮下脂肪(SF)、腹内脂肪(VF)、外部肌肉(EM)和腰大肌(PM)	计算机视觉	肿瘤学	MRI	CNN, transformer	图像	未明确说明样本数量
3227	2025-07-21	Toward automatic and reliable evaluation of human gastric motility using magnetically controlled capsule endoscope and deep learning 2025-Jul-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10839-9 PMID:40676082	研究论文	本文开发了一种结合摄像头运动检测器(CMD)、深度学习模型、类激活映射(CAM)和周期性特征检测器的算法组合，用于通过检测胃蠕动存在并测量蠕动周期来评估人类胃动力	利用CAM提供的视觉解释提高检测结果的敏感性，并结合多种算法实现胃动力的自动可靠评估	NA	评估人类胃动力	人类胃蠕动	数字病理学	胃病	磁控胶囊内窥镜(MCCE)	深度学习模型	图像	超过100,000帧(具体为100,055帧)
3228	2025-07-21	Task based evaluation of sparse view CT reconstruction techniques for intracranial hemorrhage diagnosis using an AI observer model 2025-Jul-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11089-5 PMID:40676122	研究论文	本研究使用AI观察者模型评估稀疏视图CT重建技术在颅内出血诊断中的准确性	首次使用AI观察者模型对稀疏视图CT的三种重建技术（FBP、MBIR和DLR）进行任务导向的评估，为成本效益高的放射学研究提供替代方案	研究为概念验证性质，未进行大规模临床验证	评估稀疏视图CT重建技术在颅内出血诊断中的性能	颅内出血的CT图像	数字病理	颅内出血	稀疏视图CT重建技术（FBP、MBIR、DLR）	AI观察者模型	CT图像	公共脑CT数据集（具体数量未说明）
3229	2025-07-21	Transformer-based structural connectivity networks for ADHD-related connectivity alterations 2025-Jul-17, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01015-1 PMID:40676171	研究论文	该研究利用基于Transformer的深度学习模型构建结构性连接网络，探索与注意力缺陷多动障碍(ADHD)相关的脑区连接改变	首次将Transformer模型应用于结构性脑连接网络分析，为ADHD提供客观影像学诊断方法	样本来自预处理数据集，可能引入偏差；模型准确率有待提高	探索基于MRI的结构性连接网络是否能够揭示ADHD相关改变	947名7-26岁个体(590名男性，356名女性，1名未指定)的脑MRI数据	数字病理学	神经发育障碍	MRI，深度学习	Transformer	医学影像	947例脑MRI数据(来自8个中心)
3230	2025-07-21	Reflections on dynamic prediction of Alzheimer's disease: advancements in modeling longitudinal outcomes and time-to-event data 2025-Jul-17, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-025-02618-x PMID:40676602	综述	本文全面调查了阿尔茨海默病动态预测的方法，包括传统统计方法和深度学习技术	动态预测模型能够实时预测个体患者的预后，超越了传统仅基于基线预测模型的限制	未来工作需考虑多种数据类型、复杂的纵向数据、缺失数据、假设违反、生存结果和模型的可解释性	提供阿尔茨海默病动态预测方法的全面调查	阿尔茨海默病的动态预测方法	机器学习	阿尔茨海默病	传统统计方法和深度学习技术	两阶段模型、联合模型、地标模型和深度学习	纵向数据和生存数据	18项研究
3231	2025-07-21	A Review of Metadata and Deep Learning Strategies for Skin Lesion Classification 2025-Jul-17, The Journal of investigative dermatology IF:5.7Q1 DOI:10.1016/j.jid.2025.06.1593 PMID:40683340	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3232	2025-07-21	Efficacy and prognostic factors of anti-VEGF treatment for neovascular age-related macular degeneration: An OCTA imaging-based deep learning analysis 2025-Jul-17, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104701 PMID:40683364	研究论文	本研究通过OCTA成像和深度学习分析，探讨了抗VEGF治疗新生血管性年龄相关性黄斑变性的疗效及预后因素	使用改进的LUNet深度学习模型分析OCTA图像，识别与抗VEGF治疗反应相关的视网膜特征	研究为回顾性分析，样本量相对较小（165例患者）	探索影响抗VEGF治疗反应的影像生物标志物和预测因素，以优化临床评估	新生血管性年龄相关性黄斑变性（nAMD）患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描血管成像（OCTA）	改进的LUNet模型	图像	165例渗出性AMD患者
3233	2025-07-21	Deep learning-based screening approach for priority pollutants: a case study on retired power battery recycling 2025-Jul-17, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126849 PMID:40683377	研究论文	本研究提出了一种基于深度学习的污染物优先级筛选框架，应用于退役动力电池回收过程中的环境风险评估	结合五种深度学习方法构建了名为McA的综合污染物筛选模型，并通过性能加权显著提高了准确性和可靠性	研究仅针对退役动力电池回收场景，未验证在其他污染源场景的适用性	开发深度学习方法来识别和评估退役动力电池回收过程中的优先污染物	退役动力电池回收过程中潜在的污染物	机器学习	NA	深度学习算法与层次聚类分析结合	McA（基于五种深度学习方法构建的集成模型）	污染物特征数据	识别出13种污染物（分为4个优先级）
3234	2025-07-21	Imaging analysis using Artificial Intelligence to predict outcomes after endovascular aortic aneurysm repair: protocol for a retrospective cohort study 2025-Jul-16, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-098724 PMID:40669892	研究论文	本研究旨在利用人工智能分析成像数据，预测主动脉瘤腔内修复术后的结果	首次开发基于人工智能的预测模型，用于优化主动脉瘤腔内修复术后的随访策略	研究为回顾性设计，样本量有限（500例患者）	开发预测模型以优化主动脉瘤腔内修复术后的随访策略	接受择期主动脉瘤腔内修复术的患者	数字病理学	心血管疾病	CT血管造影（CTA）	深度学习算法	图像	500例接受择期主动脉瘤腔内修复术的患者
3235	2025-07-21	Deep learning-based high-resolution time inference for deciphering dynamic gene regulation from fixed embryos 2025-Jul-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61907-7 PMID:40670357	研究论文	本文提出了一种基于深度学习的多尺度集成方法，用于从固定果蝇胚胎图像中高精度推断绝对发育时间，并应用于基因调控网络的动态解析	开发了一种能够以1分钟分辨率从固定胚胎核形态推断绝对发育时间的深度学习方法，并成功应用于内源分割基因的动态调控研究	方法目前仅应用于果蝇胚胎，在其他生物系统中的适用性尚未验证	解析胚胎发育过程中复杂基因调控网络的时空动态	果蝇胚胎及其内源分割基因Krüppel (Kr)和hunchback (hb)	数字病理学	NA	固定胚胎成像	多尺度集成深度学习	图像	野生型果蝇胚胎
3236	2025-07-21	Interpretable deep learning framework for understanding molecular changes in human brains with Alzheimer's disease: implications for microglia activation and sex differences 2025-Jul-16, npj aging IF:4.1Q2 DOI:10.1038/s41514-025-00258-5 PMID:40670382	research paper	开发了一个可解释的深度学习框架，用于研究阿尔茨海默病(AD)患者大脑中的分子变化，特别关注小胶质细胞激活和性别差异	首次发现与AD女性更显著神经元损失相关的性别连锁转录因子对(ZFX/ZFY)，揭示了AD性别二态性的新机制	研究基于批量组织RNA-seq数据，可能无法完全反映单细胞水平的分子变化	利用人工智能方法在分子水平上研究阿尔茨海默病	阿尔茨海默病患者和对照组的大脑组织	digital pathology	geriatric disease	RNA-seq	MLP	gene expression data	来自ROSMAP、MAYO和MSBB三个队列的大脑组织样本
3237	2025-07-21	Hybrid genetic algorithm and deep learning techniques for advanced side-channel attacks 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06375-1 PMID:40670393	研究论文	本文提出了一种结合遗传算法和深度学习技术的高级侧信道攻击方法	利用遗传算法框架高效优化神经网络的超参数，克服了传统网格搜索和贝叶斯优化方法的局限性	未提及具体的数据集规模限制或计算资源需求	优化侧信道攻击模型的性能，提高密码安全性评估水平	受保护的AES加密实现	机器学习	NA	遗传算法(GA)与深度学习	神经网络	侧信道数据	未明确提及具体样本数量
3238	2025-07-21	Automatic segmentation of liver structures in multi-phase MRI using variants of nnU-Net and Swin UNETR 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07084-5 PMID:40670420	研究论文	本研究评估了深度学习架构在多相Gd-EOB-DTPA增强T1加权VIBE MRI扫描中对肝脏结构的分割效果	比较了nnU-Net的变体和Swin UNETR在肝脏结构分割中的性能，并确定了动脉晚期作为最佳固定相位用于配准	病变和腹水的分割对所有模型都具有挑战性，性能仍有提升空间	开发自动分割肝脏结构的深度学习模型，以改善肝脏疾病的评估和手术规划	肝脏实质、门静脉、肝静脉、主动脉、病变和腹水	数字病理	肝脏疾病	多相Gd-EOB-DTPA增强T1加权VIBE MRI扫描	nnU-Net, ResEnc nnU-Net, Swin UNETR	MRI图像	458例病理肝脏的T1加权VIBE扫描，其中78例手动标注，47例用于跨扫描仪评估
3239	2025-07-21	In Silico tool for predicting, designing and scanning IL-2 inducing peptides 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08388-2 PMID:40670434	研究论文	开发了一种预测IL-2诱导肽的方法，并构建了集成模型以提高预测性能	结合了基于对齐的方法和人工智能模型（包括机器学习、深度学习和大型语言模型），构建了集成模型，并开发了软件IL2pred	主数据集中IL-2诱导和非诱导肽均为MHC结合物，可能影响模型的泛化能力	预测和设计IL-2诱导肽，以支持基于IL-2的免疫治疗	IL-2诱导肽和非诱导肽	生物信息学	癌症	机器学习（ML）、深度学习（DL）、大型语言模型（LLM）	Extra Tree、集成模型	肽序列数据	主数据集6,574个肽（3,429个IL-2诱导肽和3,145个非诱导肽），另有两个替代数据集
3240	2025-07-21	Enhancing pathological feature discrimination in diabetic retinopathy multi-classification with self-paced progressive multi-scale training 2025-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07050-1 PMID:40670454	研究论文	提出了一种结合自步渐进学习和随机多尺度图像重建的深度学习框架，用于糖尿病视网膜病变的多分类任务	引入了自步渐进学习策略（从简单到复杂的样本训练）和随机多尺度图像重建技术，以及基于KL散度的集成学习协作正则化方法	未明确提及具体局限性，但暗示低质量数据和小样本量是领域普遍挑战	提升糖尿病视网膜病变多分类任务的病理特征判别能力	糖尿病视网膜病变(DR)的眼底图像	数字病理	糖尿病视网膜病变	深度学习框架（含自步渐进学习、多尺度图像重建）	基于ResNet-50改进的模型	医学图像（眼底照片）	APTOS和MESSIDOR-Kaggle整合数据集（具体数量未说明）