深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
3621	2025-10-06	Surgical augmented reality registration methods: A review from traditional to deep learning approaches 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102616 PMID:40829316	综述	本文系统回顾了从传统方法到深度学习方法的增强现实手术配准技术	首次将手术AR配准方法按传统方法和深度学习方法进行分类综述，并特别关注腹腔镜场景下的刚性和非刚性配准	主要关注腹腔镜场景，可能不涵盖其他手术类型的配准方法	综述增强现实在手术中的配准方法发展历程和技术特点	手术增强现实配准方法，特别是腹腔镜场景下的配准技术	计算机视觉	NA	增强现实(AR), 深度学习(DL)	NA	3D模型, 2D/3D视频, 点云	NA	NA	NA	NA	NA
3622	2025-10-06	Early Diagnosis of Knee Osteoarthritis With a Natural Language Processing-Driven Approach Based on Clinician Notes: Development and Validation Study 2025-Aug-14, JMIR formative research IF:2.0Q4 DOI:10.2196/64536 PMID:40810448	研究论文	开发并验证基于自然语言处理技术的膝骨关节炎早期诊断方法，利用临床医生笔记中的文本数据	首次将自然语言处理技术应用于临床医生笔记中的患者报告症状文本数据来诊断膝骨关节炎，并整合WOMAC问卷提升模型性能	研究仅基于5849条记录，需要更大规模数据验证；仅使用文本数据，未结合影像学数据	开发基于自然语言处理的膝骨关节炎早期诊断方法	膝骨关节炎患者和非膝骨关节炎患者的临床医生笔记数据	自然语言处理	膝骨关节炎	自然语言处理，文本分析	CNN, BiLSTM, GRU	文本	5849条记录（3455例OA患者，2394例非OA患者）	NA	双向长短期记忆网络，卷积神经网络，门控循环单元	AUC, 准确率, 精确率, 灵敏度, 特异度, F1分数	NA
3623	2025-10-06	Independent Channel Attention and Cross-Subject Data Generation for EEG-Based Patient-Independent Epileptic Seizure Detection Using ConvLSTM 2025-Aug-07, Studies in health technology and informatics DOI:10.3233/SHTI250894 PMID:40775912	研究论文	提出基于独立通道注意力和跨被试数据生成的ConvLSTM网络，用于患者无关的癫痫发作检测	提出多阶段训练策略实现跨被试数据生成，并构建带有独立注意力模块的ConvLSTM网络	NA	开发患者无关的癫痫发作检测方法	癫痫患者的脑电图数据	医疗人工智能	癫痫	头皮脑电图	ConvLSTM	脑电图信号	公共数据集CHB-MIT	NA	ConvLSTM with independent attention module	准确率,F1分数,召回率,误报率	NA
3624	2025-10-06	Cost-Effectiveness of Opportunistic Osteoporosis Screening Using Chest Radiographs With Deep Learning in the United States 2025-Aug-06, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.07.028 PMID:40780311	研究论文	评估在美国50岁及以上女性中使用胸部X光片结合深度学习进行机会性骨质疏松筛查的成本效益	首次将深度学习模型应用于常规胸部X光片进行机会性骨质疏松筛查的经济效益评估	研究仅针对美国50岁及以上女性群体，未涵盖其他人群或地区	评估基于深度学习的骨质疏松机会性筛查策略的成本效益	美国50岁及以上的女性群体	医疗人工智能	骨质疏松症	胸部X光成像，深度学习	深度学习模型	胸部X光图像	NA	NA	NA	敏感性，特异性	NA
3625	2025-10-06	Unraveling other-race face perception with GAN-based image reconstruction 2025-03-14, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02636-z PMID:40087201	研究论文	本研究使用StyleGAN2图像重建技术探索异族面孔识别的表征基础	首次将GAN潜在空间与人类感知表征相似性结合，开发了从行为数据重建内部面孔表征的新方法	研究仅涉及东亚和白人参与者，样本种族范围有限	揭示异族效应(ORE)的表征基础	东亚和白人参与者的面孔感知	计算机视觉	NA	GAN图像生成，行为相似性评分	GAN	图像，行为评分数据	东亚和白人参与者群体	StyleGAN2	StyleGAN2	重建准确率	NA
3626	2025-10-06	Predicting ADC Map Quality from T2-Weighted MRI: A Deep Learning Approach for Early Quality Assessment to Assist Point-of-Care 2025-Jan-15, medRxiv : the preprint server for health sciences DOI:10.1101/2025.01.15.25320592 PMID:40568662	研究论文	开发一种从T2加权MRI预测ADC图质量的深度学习方法，用于早期质量评估	首次提出从扫描过程中较早获取的T2图像预测后续ADC图质量，实现早期质量预警	模型在内部数据上表现更好，尽管仅使用多中心外部数据训练	开发自动化的ADC图质量预测方法，减少漏诊和不必要的重复扫描	前列腺MRI图像，包括T2加权图像和ADC图	医学影像分析	前列腺癌	MRI	深度学习模型	医学图像	486名患者，来自内部和62家外部诊所	NA	NA	准确率, 敏感度, 阴性预测值, 阳性预测值, AUC	NA
3627	2025-10-06	CT reconstruction using diffusion posterior sampling conditioned on a nonlinear measurement model 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.043504 PMID:39220597	研究论文	提出一种结合非线性测量模型的扩散后验采样方法用于CT重建	首次在扩散后验采样中集成非线性CT物理模型，突破了现有方法依赖线性近似的限制	仅通过模拟研究进行验证，尚未在真实临床数据上测试	开发能够处理非线性CT物理模型的高质量图像重建方法	CT图像重建	医学影像重建	NA	扩散模型，贝叶斯推理	扩散模型	CT投影数据，图像	NA	NA	无条件扩散模型	图像质量评估	NA
3628	2025-10-06	Deep learning prediction of hospital readmissions for asthma and COPD 2023-Dec-13, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-023-02628-7 PMID:38093373	研究论文	本研究使用电子健康记录数据和深度学习模型预测哮喘和COPD患者的再入院风险	比较了四种机器学习方法和一种深度学习方法在预测哮喘和COPD再入院方面的性能，发现多层感知器表现最佳	研究为观察性研究，时间跨度为2012-2017年，可能存在数据局限性	识别严重哮喘和COPD加重的电子健康记录特征，并评估机器学习模型预测再入院的性能	因哮喘和COPD加重住院的患者	机器学习	哮喘和慢性阻塞性肺疾病	电子健康记录数据分析	多层感知器, 机器学习模型	电子健康记录数据	5794名患者（哮喘1893人，COPD 3901人），其中2682名患者子集用于模型分析	NA	多层感知器	灵敏度, 特异性	NA
3629	2025-10-06	Deep Learning Algorithms to Detect Murmurs Associated With Structural Heart Disease 2023-10-17, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.030377 PMID:37830333	研究论文	本研究开发并验证了基于深度学习的算法，用于检测与结构性心脏病相关的心脏杂音	使用FDA批准的深度学习算法，在超过15,000例心音记录上训练，并在真实临床环境中验证，显著优于临床医生的诊断一致性	验证数据集规模相对有限（2375条记录，615名受试者），需要在更广泛人群中进一步验证	提高结构性心脏病的听诊检测准确性，减少漏诊	心脏杂音和结构性心脏病患者	医疗人工智能	结构性心脏病	心脏听诊，超声心动图	深度学习	心音记录	训练集：>15,000条心音记录；验证集：2375条记录来自615名受试者	NA	NA	灵敏度，特异性，准确率	NA
3630	2025-10-06	Accelerated free-breathing abdominal T2 mapping with deep learning reconstruction of radial turbo spin-echo data 2025-Aug-05, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70017 PMID:40762149	研究论文	开发了一种深度学习框架，用于加速自由呼吸腹部T2 mapping成像，同时保持高质量的解剖图像和准确的T2图	提出灵活的深度学习框架，支持全监督方式改进T2加权图像或自监督方式重建T2图，仅需160个径向视图即可实现高质量重建	NA	加速自由呼吸腹部T2 mapping成像，同时保持图像质量和快速重建	腹部T2 mapping数据	医学影像	NA	径向涡轮自旋回波成像，T2 mapping	深度学习	医学影像数据	NA	深度学习框架	NA	体素级误差，重建时间	NA
3631	2025-10-06	Crucial rhythms and subnetworks for emotion processing extracted by an interpretable deep learning framework from EEG networks 2024-12-03, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae477 PMID:39707986	研究论文	提出一种结合注意力机制和领域对抗策略的深度学习框架，从EEG脑网络中提取可解释特征用于情绪识别	首次将注意力机制与领域对抗策略结合，从脑网络中提取判别性和可解释性特征，并揭示情绪处理的关键节律和子网络结构	方法仅在特定EEG数据集上验证，需要进一步在不同人群和实验条件下测试	开发可解释的深度学习方法来识别情绪状态并揭示情绪处理的神经机制	EEG脑网络和情绪状态	机器学习	NA	脑电图(EEG)	深度学习,注意力机制,领域对抗网络	EEG脑网络数据	SEED数据集和实验室记录的EEG数据	NA	注意力机制,领域对抗模块	分类准确率	NA
3632	2025-10-06	A systematic review of deep learning-based denoising for low-dose computed tomography from a perceptual quality perspective 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00419-7 PMID:39465112	系统综述	从感知质量角度系统综述深度学习在低剂量CT去噪中的应用	专注于从感知质量角度分析LDCT去噪方法，强调平衡感知质量与诊断质量的重要性	当前基准测试存在显著局限性，感知质量评估具有主观性	改善低剂量CT图像的感知质量，生成临床实践中偏好的诊断质量图像	低剂量CT图像	计算机视觉	NA	低剂量计算机断层扫描(LDCT)	GAN	医学图像	NA	NA	NA	PSNR, SSIM	NA
3633	2025-10-06	Predicting peritumoral glioblastoma infiltration and subsequent recurrence using deep-learning-based analysis of multi-parametric magnetic resonance imaging 2024-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.5.054001 PMID:39220048	研究论文	开发基于深度学习的多参数磁共振成像分析方法，用于预测胶质母细胞瘤的瘤周浸润和后续复发	结合专家知识和训练数据增强自动生成训练样本，无需专家绘制感兴趣区域即可预测肿瘤浸润	需要多机构数据验证，模型性能在不同机构间存在差异	预测胶质母细胞瘤的瘤周浸润范围和后续复发模式	胶质母细胞瘤患者	医学影像分析	胶质母细胞瘤	多参数磁共振成像	深度学习	医学影像	229名患者来自多机构联盟	NA	NA	体素水平比值比	NA
3634	2025-10-06	Artificial Intelligence-Enhanced Smartwatch ECG for Heart Failure-Reduced Ejection Fraction Detection by Generating 12-Lead ECG 2022-Mar-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12030654 PMID:35328207	研究论文	开发并验证了一种基于人工智能的智能手表心电图技术，通过生成12导联心电图来检测心力衰竭伴射血分数降低	首次开发了能够从异步2导联心电图生成10导联心电图的深度学习模型(ECGT2T)，并基于生成的12导联心电图检测HFrEF	研究仅在两所医院进行，需要更多外部验证；阳性预测值相对较低(0.258)	开发人工智能增强的智能手表心电图技术用于心力衰竭检测	成年患者，包括进行12导联心电图检查和超声心动图检查的患者	医疗人工智能	心血管疾病	心电图(ECG)，超声心动图	GAN, CNN	心电图信号数据	开发ECGT2T模型：137,673名患者，458,745份心电图；开发HFrEF检测模型：38,643名患者，88,900份心电图；验证集：755名患者	NA	生成对抗网络，卷积神经网络	AUC, 敏感度, 特异度, 阳性预测值, 阴性预测值	NA
3635	2025-10-06	Using Deep-Learning Algorithms to Simultaneously Identify Right and Left Ventricular Dysfunction From the Electrocardiogram 2022-03, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2021.08.004 PMID:34656465	研究论文	开发深度学习模型通过心电图数据同时评估左右心室功能障碍	首次开发能够同时评估左右心室功能的深度学习模型，突破了现有工具仅能评估左心室重度功能障碍的限制	模型性能在不同LVEF分类区间存在差异，特别是40%<LVEF≤50%区间表现相对较弱	利用深度学习技术从心电图数据中全面量化左右心室功能	来自5家纽约医院的大型多样化患者群体	医疗人工智能	心血管疾病	深度学习, 自然语言处理	深度学习模型	心电图, 超声心动图报告	147,636名患者的715,890份心电图与超声心动图LVEF配对数据；148,227名患者的761,510份心电图与404,502份超声心动图报告配对数据	NA	NA	AUC, 平均绝对误差	NA
3636	2025-10-06	Fairness in Cardiac Magnetic Resonance Imaging: Assessing Sex and Racial Bias in Deep Learning-Based Segmentation 2022, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2022.859310 PMID:35463778	研究论文	本研究首次在大规模数据库上分析基于AI的心脏磁共振成像分割模型中存在的性别和种族偏见	首次对基于深度学习的电影CMR分割模型进行性别/种族偏见分析	使用的UK Biobank数据库种族不平衡，可能影响模型泛化能力	评估深度学习模型在心脏磁共振成像分割中的公平性	5,903名来自UK Biobank的受试者（61.5±7.1岁，52%男性，81%白人）	医学影像分析	心血管疾病	心脏磁共振成像	深度学习模型	短轴电影CMR图像	5,903名受试者	NA	NA	Dice系数, 容积测量误差, 功能测量误差	NA
3637	2025-10-06	Fast MR signal simulations of microvascular and diffusion contributions using histogram-based approximation and recurrent neural networks 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30629 PMID:40626426	研究论文	提出一种结合直方图近似和循环神经网络的快速MR信号模拟方法，用于模拟微血管结构和扩散效应	通过磁场不均匀性矩阵降维与深度学习相结合，实现了比传统方法快近13000倍的MR信号模拟速度	NA	开发高效的MR信号模拟工具，准确模拟微血管结构和水分扩散对MR信号的影响	MR信号模拟，特别是fMRI BOLD建模和MR血管指纹识别中的信号	医学影像分析	NA	MR信号模拟，磁共振指纹识别	循环神经网络	MR信号数据	NA	NA	NA	模拟速度，准确性	NA
3638	2025-10-06	Enhancing schizophrenia diagnosis efficiency with EEGNet: a simplified recognition model based on γ band features 2025-Sep, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.112047 PMID:40811883	研究论文	本研究开发了一种基于EEGNet架构的精神分裂症诊断模型，利用γ波段特征实现高效识别	通过优化EEGNet架构专门针对γ波段特征，在保证高识别准确率的同时显著降低模型复杂度和训练时间	研究采用留一被试交叉验证，但样本量相对有限，需要更大规模数据验证	开发客观高效的精神分裂症诊断模型	精神分裂症患者和健康对照组的静息态脑电信号	机器学习	精神分裂症	脑电图	EEGNet	脑电信号	精神分裂症患者和健康对照组（具体数量未明确说明）	NA	EEGNet	准确率	NA
3639	2025-10-06	Designing lipid nanoparticles using a transformer-based neural network 2025-Aug-15, Nature nanotechnology IF:38.1Q1 DOI:10.1038/s41565-025-01975-4 PMID:40817189	研究论文	本研究开发了一种基于Transformer的神经网络COMET，用于设计脂质纳米颗粒并预测其性能	首次将Transformer架构应用于多组分复合制剂的设计，能够处理非标准LNP配方并实现端到端性能预测	模型训练依赖于LANCE数据集的质量和规模，对于某些特殊配方的预测可能需要额外数据	开发计算模型加速脂质纳米颗粒的设计和优化过程	脂质纳米颗粒及其配方	机器学习	NA	深度学习	Transformer	化学配方数据，性能数据	LANCE数据集（最大的LNP数据集之一）	NA	Transformer	蛋白质表达预测准确率，稳定性预测准确率	NA
3640	2025-10-06	Data Mining-Based Model for Computer-Aided Diagnosis of Autism and Gelotophobia: Mixed Methods Deep Learning Approach 2025-Aug-13, JMIR formative research IF:2.0Q4 DOI:10.2196/72115 PMID:40802390	研究论文	开发了一种基于深度学习的诊断系统，通过面部情绪识别和验证问卷来检测自闭症谱系障碍患者的被笑恐惧症	首次将深度学习面部情绪识别与标准化问卷(GELOPH<15>)相结合，用于检测自闭症患者的被笑恐惧症	在面部表情模糊的情况下，仅依赖DeepFace模型不足以准确诊断，需要结合问卷补充	开发自动化诊断工具，用于早期检测自闭症患者的被笑恐惧症	自闭症谱系障碍患者和神经典型个体的面部图像数据	计算机视觉	自闭症谱系障碍	面部情绪识别，问卷调查	多层感知机，深度学习分类器	面部图像	2932张面部图像(1466张ASD患者，1466张神经典型个体)	PyTorch, scikit-learn, NumPy, Pandas, DeepFace	多层感知机	准确率	支持CUDA的GPU