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
3601	2025-04-05	Light scattering imaging modal expansion cytometry for label-free single-cell analysis with deep learning 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108726 PMID:40112688	研究论文	本研究开发了一种基于深度学习的模态扩展细胞术，用于无标记单细胞分析	提出了一种新的网络优化方法，结合对抗损失、L1距离损失和VGG感知损失，将单模光散射图像扩展为多模态图像	实验验证仅限于模拟图像、标准球体和特定细胞类型（如宫颈癌细胞和白血病细胞）	开发一种无标记单细胞分析方法，用于药物开发、疾病诊断和个性化医疗	宫颈癌细胞和白血病细胞	计算机视觉	宫颈癌和白血病	深度学习	GAN	图像	模拟图像、标准球体和多种细胞类型（如宫颈癌细胞和白血病细胞）
3602	2025-04-05	The impact of training image quality with a novel protocol on artificial intelligence-based LGE-MRI image segmentation for potential atrial fibrillation management 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108722 PMID:40112687	研究论文	本研究开发了一种基于深度学习的自动化分割流程，通过标准化标记协议提高LGE-MRI图像分割的准确性和效率，以支持心房颤动患者的消融治疗	采用标准化标记协议和预训练的RIFE模型，显著提高了神经网络在心房LGE-MRI图像分割中的性能	研究样本量未明确说明，可能影响结果的普遍性	开发高效的自动化深度学习分割流程，以改善心房颤动患者的消融治疗效果	心房颤动患者的LGE-MRI图像	数字病理	心血管疾病	LGE-MRI	nnU-Net, smpU-Net++, RIFE	图像	NA
3603	2025-04-05	Developing the Artificial Intelligence Method and System for "Multiple Diseases Holistic Differentiation" in Traditional Chinese Medicine and Its Interpretability to Clinical Decision 2025-Jun, Journal of evidence-based medicine DOI:10.1111/jebm.70016 PMID:40176367	研究论文	本研究开发了一种结合先验规则和深度学习的中医人工智能方法及系统，用于提升中医多病整体辨证的临床决策透明度和可解释性	提出了融合BERT与CNN的TCM-BERT-CNN模型作为基准模型，并开发了TCM-SEI-RD方法和TCM-MDHD系统，显著提高了中医证候要素预测性能	未提及具体临床验证规模或跨中心验证结果	开发可解释的中医人工智能系统以支持临床决策	中医多病整体辨证（MDHD）中的证候与模式	自然语言处理	中医多病种	深度学习与规则融合	BERT-CNN混合模型	专家知识数据集与临床序列数据	未明确说明具体样本量
3604	2025-04-05	Deep Learning-Based Precontrast CT Parcellation for MRI-Free Brain Amyloid PET Quantification 2025-May-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005652 PMID:39876079	研究论文	本研究开发了一种基于深度学习的CT脑区分割模型，用于无MRI依赖的淀粉样蛋白PET定量	首次提出利用深度学习直接从CT图像进行脑区分割，无需高分辨率MRI，实现了淀粉样蛋白PET的准确定量	研究基于回顾性数据，且样本量相对有限（226例）	开发不依赖MRI的淀粉样蛋白PET定量方法	轻度认知障碍或痴呆患者（157例）和健康对照者（69例）	数字病理学	老年痴呆症	PET/CT扫描	UNet	CT和PET图像	226人（157例患者+69例对照）
3605	2025-04-05	Application of deep learning for evaluation of the growth rate of Daphnia magna 2025-May, Journal of bioscience and bioengineering IF:2.3Q3 DOI:10.1016/j.jbiosc.2025.01.006 PMID:39955201	研究论文	应用深度学习技术评估水蚤生长速率的研究	利用深度学习图像识别技术实现游泳状态下水蚤尺寸的非侵入式测量	未提及该方法在不同环境条件下的普适性验证	开发高效评估化学品生态影响的方法	水蚤（Daphnia magna）	计算机视觉	NA	深度学习图像识别	NA	图像	未明确说明样本数量
3606	2025-04-05	New Threshold for Defining Mild Aortic Stenosis Derived From Velocity-Encoded MRI in 60,000 Individuals 2025-Apr-08, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2025.01.035 PMID:40175013	research paper	该研究通过深度学习模型测量了主动脉瓣功能，并提出了新的轻度主动脉瓣狭窄定义标准	提出了基于速度编码MRI的新阈值来定义轻度主动脉瓣狭窄，并在大规模人群中进行验证	研究结果需要进一步在更多样化的人群中进行验证	研究主动脉瓣功能的流行病学特征并定义轻度主动脉瓣狭窄的新标准	UK Biobank和NEDA数据库中的参与者	心血管疾病	主动脉瓣狭窄	速度编码心脏磁共振成像	深度学习模型	医学影像数据	UK Biobank 62,902人，NEDA 365,870人
3607	2025-04-05	Predicting Atlantic and Benguela Niño events with deep learning 2025-Apr-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ads5185 PMID:40173237	研究论文	本研究探讨了深度学习在预测大西洋和本格拉尼诺事件中的潜力	使用简单的卷积神经网络架构，能够提前3至4个月预测大西洋/本格拉尼诺事件，并在峰值季节事件预测中表现出色，将预测时间延长至5个月	未提及模型在其他气候事件中的泛化能力	提高热带大西洋变率事件的预测能力	大西洋和本格拉尼诺事件	机器学习	NA	深度学习	CNN	气候数据	未明确提及样本数量
3608	2025-04-05	Reconstructing historical climate fields with deep learning 2025-Apr-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp0558 PMID:40173235	research paper	使用基于傅里叶卷积的深度学习方法重建历史气候场	提出了一种基于傅里叶卷积的深度学习方法，能够在大面积和不规则缺失数据的情况下，仅凭极少信息就能真实重建历史气候场，并重现已知历史事件	NA	填补历史气候记录的缺失数据，重建历史气候场	历史气候场数据	machine learning	NA	deep learning, Fourier convolutions	CNN	climate model output	NA
3609	2025-04-05	An isodose-constrained automatic treatment planning strategy using a multicriteria predicted dose rating 2025-Apr-04, Medical physics IF:3.2Q1 DOI:10.1002/mp.17795 PMID:40181755	研究论文	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，特别关注鼻咽癌剂量梯度重建	首次将剂量梯度相似性纳入剂量预测任务，并提出基于等剂量线的自洽剂量预测到自动计划方案	临床验证中仍有20%的IsoPlans未能满足临床要求	建立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	鼻咽癌放射治疗计划	数字病理	鼻咽癌	深度学习剂量预测	U-Net, DoseNet, Transformer	医学影像数据	120例鼻咽癌病例（训练集90例，验证集10例，测试集20例）
3610	2025-04-05	Intelligent meningioma grading based on medical features 2025-Apr-04, Medical physics IF:3.2Q1 DOI:10.1002/mp.17808 PMID:40183528	research paper	该研究提出了一种结合医学特征和深度神经网络的智能脑膜瘤分级方法	结合医学特征与SNN-Tran模型，提高了脑膜瘤分级的准确性和可靠性	医学特征的获取可能受限于影像质量和临床数据的完整性	验证医学特征与深度神经网络结合对脑膜瘤分级的有效性	脑膜瘤患者	digital pathology	脑膜瘤	SNN-Tran模型	SNN-Tran	医学特征（如肿瘤体积、瘤周水肿体积等）	未明确提及样本数量
3611	2025-04-05	Hypermetabolic pulmonary lesions detection and diagnosis based on PET/CT imaging and deep learning models 2025-Apr-04, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07215-0 PMID:40183951	研究论文	本研究开发并评估了基于PET/CT成像和深度学习模型的超代谢性肺部病变检测与分类方法	采用多维联合网络结合图像块和二维投影进行分类，性能优于传统放射组学方法	假阳性分割主要对应于邻近区域的可疑病变，特别是淋巴结	开发用于超代谢性肺部病变检测和分类的深度学习模型	超代谢性肺部病变（良性、肺癌、肺淋巴瘤和转移瘤）	数字病理学	肺癌	PET/CT成像	深度学习模型（多维联合网络）	医学影像（PET/CT）	647例（409男/238女），来自5个中心超过8年的数据
3612	2025-04-05	Interpretable multimodal deep learning model for predicting post-surgical international society of urological pathology grade in primary prostate cancer 2025-Apr-04, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07248-5 PMID:40183953	研究论文	开发了一种可解释的多模态深度学习模型，用于预测前列腺癌术后国际泌尿病理学会分级	整合了18F-PSMA-PET/CT成像特征与临床变量，构建了可解释的多模态融合模型，显著优于术前活检Gleason评分	研究为回顾性设计，样本量相对有限（222例患者）	提高前列腺癌病理分级的准确性，优化手术规划和个性化治疗策略	前列腺癌患者	数字病理	前列腺癌	18F-PSMA-PET/CT成像，深度迁移学习	多模态融合模型	医学影像（PET/CT），临床参数	222例前列腺癌患者（2020-2024年）
3613	2025-04-05	Using generative adversarial deep learning networks to synthesize cerebrovascular reactivity imaging from pre-acetazolamide arterial spin labeling in moyamoya disease 2025-Apr-04, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03605-1 PMID:40183965	研究论文	使用生成对抗网络（GANs）从基线动脉自旋标记（ASL）MRI合成脑血管反应性（CVR）图像，以替代需要乙酰唑胺（ACZ）挑战的传统方法	首次利用GANs从基线ASL MRI合成CVR图像，无需ACZ挑战，为临床提供了一种新的无创检测方法	合成CVR图像的质量和准确性仍需进一步验证，特别是在不同疾病和更大样本中的应用	开发一种无需ACZ挑战的CVR测量方法，以扩大其在临床中的应用	203例烟雾病患者的3248张ASL脑血流（CBF）图像	数字病理	烟雾病	动脉自旋标记（ASL）MRI	GAN（Pixel-to-Pixel GAN）	图像	203例烟雾病患者，共3248张ASL CBF图像（2640张用于训练，608张用于测试）
3614	2025-04-05	Hyaluronan network remodeling by ZEB1 and ITIH2 enhances the motility and invasiveness of cancer cells 2025-Apr-03, The Journal of clinical investigation IF:13.3Q1 DOI:10.1172/JCI180570 PMID:40178908	研究论文	研究透明质酸（HA）网络在肿瘤微环境中如何通过ZEB1和ITIH2调控癌细胞运动和侵袭	揭示了ZEB1通过调控ITIH2、HAS2和CD44重塑HA网络的新机制，并利用深度学习算法发现ITIH2抑制剂sincalide	研究主要基于体外实验和小鼠模型，尚未在临床环境中验证	探索HA网络在肺癌细胞运动和侵袭中的作用及其调控机制	肺癌细胞、癌症相关成纤维细胞	肿瘤生物学	肺癌	深度学习算法、共培养实验	深度学习药物-靶点相互作用算法	实验数据	小鼠模型和体外培养的肺癌细胞
3615	2025-04-05	Towards Better Cephalometric Landmark Detection with Diffusion Data Generation 2025-Apr-03, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3557430 PMID:40178956	研究论文	本文提出了一种创新的数据生成方法，用于生成多样化的头颅X光图像及对应标注，以提高头颅标志点检测的准确性	开发了基于扩散模型的数据生成方法，无需人工干预即可生成多样化的头颅X光图像及标注，并引入了包含详细医学文本提示的数据集以控制生成样本的不同属性和风格	NA	提高头颅标志点检测的准确性，解决数据稀缺和标注成本高的问题	头颅X光图像及标志点	计算机视觉	正畸诊断	扩散模型	大规模视觉检测模型	图像	NA
3616	2025-04-05	Advancing Visual Perception Through VCANet-Crossover Osprey Algorithm: Integrating Visual Technologies 2025-Apr-03, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01467-w PMID:40180632	research paper	该研究提出了一种基于视觉核心适应网络和交叉鱼鹰算法的VCANet-COP模型，用于糖尿病视网膜病变的细微病变识别	VCANet-COP模型整合了稀疏自编码器和鱼鹰优化算法，模拟了人类视觉系统的多个处理区域，提高了病变检测的准确性和计算效率	虽然模型在多个数据集上表现优异，但未提及在临床实际应用中的验证情况	开发一种高效准确的自动化糖尿病视网膜病变筛查方法	糖尿病视网膜病变的细微病变识别	digital pathology	diabetic retinopathy	deep learning	VCANet-COP (整合SAEs和OOA)	retinal fundus images	多个DR数据集（DR-Data, STARE, IDRiD, DRIVE, RFMID）
3617	2025-04-05	GCN-BBB: Deep Learning Blood-Brain Barrier (BBB) Permeability PharmacoAnalytics with Graph Convolutional Neural (GCN) Network 2025-Apr-03, The AAPS journal DOI:10.1208/s12248-025-01059-0 PMID:40180695	研究论文	本研究开发了一种基于图卷积神经网络（GCN）的深度学习模型，用于预测血脑屏障（BBB）渗透性	使用图卷积神经网络（GCN）结合小分子图表示，显著提高了BBB渗透性预测的准确性和召回率	研究仅使用了1924个分子数据，样本量相对较小	开发一种高效预测BBB渗透性的计算方法，以支持中枢神经系统靶向药物开发	小分子药物及其BBB渗透性	机器学习	神经系统疾病（如阿尔茨海默病、药物滥用）	图卷积神经网络（GCN）	GCN	分子结构图	1924个分子
3618	2025-04-05	Efficacy of a deep learning-based software for chest X-ray analysis in an emergency department 2025-Apr-03, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.03.007 PMID:40180796	研究论文	本研究评估了基于深度学习的计算机辅助检测系统在急诊科胸部X光片异常检测中的效果	在急诊科环境中评估深度学习辅助系统对胸部X光片异常检测的敏感性提升，即使放射科医生可获得临床信息	研究为回顾性设计，样本量相对有限（404例）	评估深度学习辅助系统在急诊科胸部X光片异常检测中的效能	急诊科出现呼吸道症状患者的胸部X光片	数字病理	肺部疾病	深度学习	CAD系统（具体架构未说明）	医学影像（胸部X光片）	404例连续胸部X光片（含103例异常影像）
3619	2025-04-05	A Tc1- and Th1-T-lymphocyte-rich tumor microenvironment is a hallmark of MSI colorectal cancer 2025-Apr-03, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6415 PMID:40181205	研究论文	本研究分析了微卫星不稳定（MSI）和微卫星稳定（MSS）结直肠癌中T细胞亚群的密度、组成、功能标志物表达及空间相互作用	首次详细描述了MSI结直肠癌中Tc1和Th1 T细胞富集的肿瘤微环境特征及其与MSS患者的差异	样本量相对有限（79例MSI和1,045例MSS），且仅针对结直肠癌	探究MSI和MSS结直肠癌中免疫肿瘤微环境的组成差异及其临床意义	79例MSI和1,045例MSS结直肠癌患者	数字病理学	结直肠癌	多重荧光免疫组化（BLEACH&STAIN）	CNN	图像	1,124例结直肠癌样本（79 MSI + 1,045 MSS）
3620	2025-04-05	Soft sensor modeling using deep learning with maximum relevance and minimum redundancy for quality prediction of industrial processes 2025-Apr, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.02.010 PMID:39961741	研究论文	提出了一种基于最大相关和最小冗余的表示学习方法（MRMRRL），用于工业过程的质量预测	结合了质量相关特征提取、隐藏特征冗余减少和信息补偿三个通道的优点，显著提升了性能	未提及具体的工业过程类型或应用范围的局限性	提高工业过程质量预测的准确性和效率	工业过程的质量预测	机器学习	NA	自动编码器（AE）、堆叠自动编码器（SAE）、核主成分分析（KPCA）	MRMRRL、SAE	工业过程数据	未提及具体样本数量