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
3761	2025-11-21	CEAF: Capsule network enhanced feature fusion architecture for Chinese Named Entity Recognition 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332622 PMID:41056347	研究论文	提出一种用于中文命名实体识别的胶囊网络增强特征融合架构CEAF，解决嵌套实体和边界歧义问题	创新性地引入深度上下文特征注意力模块，将胶囊路由协议与位置感知注意力机制相结合，通过双并行路径处理信息	未明确说明模型的计算复杂度和在实际应用场景中的性能表现	解决中文命名实体识别中的嵌套实体层次结构依赖建模和边界歧义消解问题	中文和英文文本中的命名实体	自然语言处理	NA	NA	胶囊网络, BiLSTM, BERT, 注意力机制	文本	三个中文基准数据集和一个英文数据集	NA	CEAF, DCAM, AFFN, BiLSTM-CRF, Transformer	NA	NA
3762	2025-11-21	A novel deep learning framework for accurate melanoma diagnosis integrating imaging and genomic data for improved patient outcomes 2024-Jun, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13770 PMID:38881051	研究论文	提出一种整合影像学和基因组数据的深度学习框架用于黑色素瘤的准确诊断	首次将卷积神经网络和图神经网络结合，融合多模态数据（皮肤镜图像、组织病理切片和基因组图谱）进行黑色素瘤诊断	需要在更大规模上进行验证，需要更多临床试验来确认该诊断方法的有效性和可行性	开发一种新的黑色素瘤分类方法，提供比当前医学方法更可靠的诊断	黑色素瘤患者的多模态数据	计算机视觉, 自然语言处理	黑色素瘤	皮肤镜成像, 组织病理学, 基因组分析	CNN, GNN	图像, 基因组数据	NA	NA	定制多模态深度神经网络	准确率, AUC	NA
3763	2025-11-21	Magnetic Resonance Imaging-Based Assessment of Pancreatic Fat Strongly Correlates With Histology-Based Assessment of Pancreas Composition 2024-02-01, Pancreas IF:1.7Q3 DOI:10.1097/MPA.0000000000002288 PMID:38194643	研究论文	本研究评估了基于磁共振成像的胰腺脂肪估计与基于组织学的胰腺成分测量之间的关系	首次使用深度学习算法在胰腺切除组织学中标记11种组织成分，并建立MRI脂肪估计与组织成分的线性相关模型	样本量较小（27例患者），回顾性研究设计	评估MRI基于胰腺脂肪估计与组织学胰腺成分测量的相关性	高风险个体和胰腺正常疾病对照的术前MRI图像及后续胰腺切除组织学样本	数字病理	胰腺癌	磁共振成像, 组织学分析	深度学习算法, 线性模型	医学影像, 组织学图像	27例患者（平均年龄64.0±12.0岁，15名女性）	NA	NA	相关系数r, P值	NA
3764	2025-11-21	Noninvasive Computed Tomography-Based Deep Learning Model Predicts In Vitro Chemosensitivity Assay Results in Pancreatic Cancer 2024-01-01, Pancreas IF:1.7Q3 DOI:10.1097/MPA.0000000000002270 PMID:38019604	研究论文	基于CT图像的深度学习模型预测胰腺癌体外化疗敏感性检测结果	首次使用CT图像和深度学习非侵入性预测胰腺癌体外化疗敏感性检测结果	样本量较小（33例患者），需要更大规模验证	优化胰腺导管腺癌的化疗方案选择	胰腺导管腺癌患者	计算机视觉	胰腺癌	计算机断层扫描，组织培养药物反应测定	CNN	医学图像	33例PDAC患者	NA	残差卷积神经网络	准确率，AUC	NA
3765	2025-11-21	Comment on 'Intelligent cataract surgery supervision and evaluation via deep learning' 2023-06-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000000419 PMID:37131327	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3766	2025-11-21	Intelligent cataract surgery supervision and evaluation via deep learning 2022-Aug, International journal of surgery (London, England) DOI:10.1016/j.ijsu.2022.106740 PMID:35760343	研究论文	开发基于深度学习算法DeepSurgery的白内障手术视频实时监督与评估系统	首次实现白内障手术12个关键步骤的自动识别、时序监控和错误步骤预警功能	训练数据量有限（186个标准手术视频），外部验证集规模较小	建立智能化的白内障手术监督与评估系统	白内障超声乳化联合人工晶体植入手术视频	计算机视觉	白内障	深度学习视频分析	深度学习算法	手术视频	186个训练视频，121个验证视频，54个实时测试视频	NA	DeepSurgery	准确率, Kappa系数	NA
3767	2025-11-20	Advanced microstructure imaging at high b-values and high resolution combining ultra-high performance gradient diffusion imaging and model-based deep learning demonstrated using 3D multi-slab acquisition 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70046 PMID:40851334	研究论文	本研究结合超高性能梯度扩散成像和模型驱动深度学习，展示了3D多片层采集在高b值和高分辨率下进行高级微结构成像的能力	利用高性能梯度系统缩短回波时间，结合优化的3D k空间欠采样方法显著减少采集时间，实现全脑高分辨率微结构成像	需要高性能梯度硬件支持（>200 mT/m，>300 T/m/s），研究主要关注大脑白质区域	开发加速的3D多片层扩散加权成像方法，支持活体人脑高级微结构建模	人脑白质微结构	医学影像	神经系统疾病	3D多片层扩散加权成像，扩散加权MRI，室模型分析	三室扩散模型	扩散加权MRI图像	多受试者人脑数据（具体数量未明确说明）	基于模型的迭代重建算法	基于导航的运动补偿正则化迭代算法	变异系数	高性能梯度MRI系统（>200 mT/m，>300 T/m/s）
3768	2025-11-20	Comparative evaluation of supervised and unsupervised deep learning strategies for denoising hyperpolarized 129Xe lung MRI 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70033 PMID:40810302	研究论文	本研究比较了监督和非监督深度学习策略在超极化129Xe肺部MRI去噪中的应用效果	首次系统比较了传统监督学习、Noise2Noise和Noise2Void三种深度学习策略在129Xe MRI去噪中的性能	某些去噪方法在特定指标上存在偏差，如Tradvent低估VDP，N2Nvent高估VDP	提高超极化129Xe肺部MRI图像质量以改善临床诊断准确性	952个129Xe MRI数据集，包括健康受试者和心肺疾病患者	医学影像处理	心肺疾病	超极化129Xe MRI	深度学习	医学影像	952个129Xe MRI数据集（421个通气成像，125个弥散加权成像，406个气体交换成像）	NA	NA	信噪比, 噪声标准差, 锐度, 通气缺损百分比, 表观扩散系数, 膜摄取, 红细胞转移, 红细胞:膜比值	NA
3769	2025-11-20	Motion-robust T 2 ∗ $$ {\mathrm{T}}_2^{\ast } $$ quantification from low-resolution gradient echo brain MRI with physics-informed deep learning 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70050 PMID:40843481	研究论文	提出PHIMO+方法，通过物理信息深度学习实现运动鲁棒的低分辨率梯度回波脑MRI T2*定量分析	扩展了原有的PHIMO方法，利用采集知识增强对挑战性运动模式的重建性能，提高对脑内不同强度磁场不均匀性的鲁棒性	NA	开发运动鲁棒的T2*定量方法，解决梯度回波磁共振成像中因运动导致的信号丢失问题	脑部梯度回波磁共振成像数据	医学影像分析	NA	梯度回波磁共振成像	深度学习	磁共振图像	模拟和真实运动数据	NA	物理信息深度学习	线检测精度, 图像质量	NA
3770	2025-11-20	Liver fat quantification at 0.55 T enabled by locally low-rank enforced deep learning reconstruction 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70057 PMID:40883956	研究论文	开发了一种基于局部低秩深度学习重建的方法，用于在0.55T低场MRI中实现肝脏脂肪定量	提出了一种结合局部低秩约束和深度学习的新型重建方法(LLR-DL)，能够在低场MRI中显著提升信噪比和图像质量	研究样本量较小(10名志愿者)，需要在更大规模人群中验证方法的普适性	提高低场MRI中质子密度脂肪分数(PDFF)定量的准确性和可靠性	铁脂肪体模和人类志愿者	医学影像分析	脂肪肝	MRI质子密度脂肪分数定量，多回波Dixon算法	深度学习	MRI图像，复杂值数据	1个体模和10名志愿者	NA	U-Net	峰值信噪比，结构相似性指数，线性回归，t检验，Bland-Altman分析	NA
3771	2025-11-20	Accelerated water residual removal in MRS: Exploring deep learning versus fitting-based approaches 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70031 PMID:40891397	研究论文	本研究提出并验证了两种快速去除MRS光谱中水残留信号的新方法	提出了基于深度学习的DeepWatR和基于拟合的WaterFit两种新型水残留去除方法，显著提高了处理速度	研究主要针对1H脑数据集，在其他类型数据上的性能需要进一步验证	开发快速高效的水残留信号去除方法以提高MRS的临床适用性	MRS光谱中的水残留信号	医学影像分析	NA	磁共振波谱(MRS)	深度学习, 参数拟合	光谱数据	模拟和体内1H脑数据集，包含10000个体素	PyTorch	U-Net with attention mechanism	量化误差百分比, 处理速度	低端GPU
3772	2025-11-20	Novel deep learning framework for simultaneous assessment of left ventricular mass and longitudinal strain: clinical feasibility and validation in patients with hypertrophic cardiomyopathy 2025-Dec, Journal of echocardiography IF:1.4Q3 DOI:10.1007/s12574-025-00694-y PMID:40650815	研究论文	提出一种基于人工智能的超声心动图分析框架SMART，用于自动评估左心室质量和纵向应变	首次结合运动追踪和心肌分割技术实现左心室质量和纵向应变的同步自动评估	仅在肥厚型心肌病患者中验证，样本量有限(111例)	开发并验证用于心脏功能评估的自动化人工智能系统	肥厚型心肌病患者	医学影像分析	心血管疾病	经胸超声心动图(TTE), 心脏磁共振成像(CMR)	深度学习	医学影像	111例肥厚型心肌病患者(中位年龄58岁，69%男性)	NA	NA	Pearson相关系数, 平均差异, AUC	NA
3773	2025-11-20	Dose reduction in radiotherapy treatment planning CT via deep learning-based reconstruction: a single‑institution study 2025-Dec, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00967-2 PMID:40987935	研究论文	本研究评估深度学习重建算法在放疗计划CT中的剂量降低效果	首次在放疗计划CT中系统比较深度学习重建算法与传统迭代重建算法的剂量降低效果	单中心回顾性研究，样本量有限	量化深度学习重建算法在放疗计划CT中的剂量降低效果	放疗计划CT扫描（头部、头颈部、肺部和盆腔）	医学影像	肿瘤放疗	CT扫描，深度学习重建	深度学习	CT影像	IR重建820例，DLR重建854例	AiCE	NA	CTDI, DLP, 剂量降低率	NA
3774	2025-11-20	GAN-MRI enhanced multi-organ MRI segmentation: a deep learning perspective 2025-Dec, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00938-7 PMID:40779148	研究论文	提出一种集成GAN的MRI图像增强与多器官分割的端到端深度学习框架	结合GAN-MRI图像增强与注意力残差U-Net分割模型，能处理多扫描仪数据并显著提升图像质量与分割精度	脑部分割指标提升不明显，样本量相对有限（共117例扫描）	通过深度学习缩短MRI扫描时间并提升多器官分割精度	脑部、腹部和大腿的MRI图像	医学影像分析	多器官解剖分析	磁共振成像	GAN, CNN, U-Net	医学影像	30例脑部扫描（5400切片）、32例腹部扫描（1920切片）、55例大腿扫描（2200切片）	NA	GAN-MRI, AssemblyNet, 注意力残差U-Net	SNR, CNR, 肌肉分割提升21%, IMAT分割提升9%, SSAT分割提升1%, DSAT分割提升2%, VAT分割提升12%	NA
3775	2025-11-20	Automatic segmentation of cone beam CT images using treatment planning CT images in patients with prostate cancer 2025-Dec, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00946-7 PMID:40813534	研究论文	本研究提出一种结合高斯噪声和傅里叶域适应的混合方法，用于提升基于治疗计划CT的锥形束CT图像自动分割精度	通过生成人工伪CBCT数据集桥接tpCT与CBCT图像质量差异，无需改变原始tpCT图像或其轮廓	仅使用80例tpCT数据集，样本量有限；未与其他深度学习方法进行对比	改进前列腺癌患者锥形束CT图像的分割精度	男性骨盆区域的临床靶区、膀胱和直肠	数字病理	前列腺癌	锥形束CT，治疗计划CT，傅里叶域适应	深度学习分割模型	医学影像	80例治疗计划CT数据集	NA	NA	Dice相似系数	NA
3776	2025-11-20	OrnAsia: A dataset of asian ornaments for image classification and cultural identification 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112195 PMID:41255856	研究论文	本文介绍了一个包含1088张亚洲传统饰品高分辨率图像的数据集，用于图像分类和文化识别研究	填补了饰品相关数据集在文化背景和图像多样性方面的空白，提供了平衡的传统饰品类型和经过验证的标注	数据采集仅限于孟加拉国米尔普尔地区，可能无法完全代表整个亚洲地区的饰品多样性	支持计算机视觉和人工智能技术在文化饰品分类识别中的应用	六种亚洲传统饰品：手镯、戒指、耳环、头饰、项链和脚链	计算机视觉	NA	智能手机摄影	深度学习模型	图像	1088张高分辨率原始图像，分为6个类别	NA	NA	NA	NA
3777	2025-11-20	Deep learning-based noise reduction method for the system matrix in magnetic particle imaging 2025-Nov-19, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae19c9 PMID:41166879	研究论文	提出一种基于深度学习的磁粒子成像系统矩阵噪声抑制方法	首次将残差块与Swin Transformer模块结合的混合编码器-解码器网络用于MPI系统矩阵去噪	仅在模拟数据集和有限真实数据集上验证，未在更广泛的临床场景中测试	开发高效的噪声抑制方法以提升磁粒子成像图像质量	磁粒子成像系统矩阵	医学影像处理	NA	磁粒子成像	深度学习	系统矩阵数据	模拟数据集、OpenMPI数据集和内部MPI系统采集数据集	NA	混合编码器-解码器网络,Res-Blocks,Swin Transformer	信噪比,峰值信噪比,结构相似性指数	NA
3778	2025-11-20	Diagnostic performance of X-ray-based deep learning models for detecting ankle and foot fractures: a systematic review and meta-analysis 2025-Nov-19, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-05078-y PMID:41254255	系统评价与荟萃分析	评估基于X射线的深度学习模型在检测踝足骨折中的诊断性能	首次对深度学习模型在踝足骨折X射线检测中的诊断准确性进行系统性综述和荟萃分析	纳入研究数量有限(14项)，需要更大样本量和外部验证的进一步研究	评估AI模型使用X射线图像检测踝足骨折的诊断准确性	踝部和足部骨折	医学影像分析	骨科创伤	X射线成像	深度学习模型	X射线图像	基于14项研究的汇总分析	NA	NA	灵敏度,特异性,F1分数,DOR	NA
3779	2025-11-20	Image Fusion for Super-Resolution Mass Spectrometry Imaging of Plant Tissue 2025-Nov-19, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202512662 PMID:41255198	研究论文	本研究提出了一种专用于植物组织质谱成像数据超分辨率融合的损失控制残差网络工作流程	开发了边缘感知损失函数来评估复杂形态信息，实现了高达20倍放样的高质量超分辨率融合图像	未明确说明样本数量和数据规模	提升植物组织质谱成像数据的超分辨率融合效果	植物组织质谱成像数据	计算机视觉	NA	质谱成像	CNN	图像	NA	NA	残差网络	边缘感知损失	NA
3780	2025-11-20	Modulus Matching and Interface Enhancement: A Synergistic Strategy for Antidelamination High-Performance Stretchable Triboelectric Nanogenerator 2025-Nov-19, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202518027 PMID:41255257	研究论文	提出一种基于同源聚合物配对的抗分层高性能可拉伸摩擦纳米发电机构建策略	通过分子连续界面设计实现模量匹配和应变协调，结合超声空化处理将界面韧性提升至传统PDMS基界面的3.2倍	NA	开发具有抗分层特性的高性能可拉伸摩擦纳米发电机	摩擦纳米发电机的功能层界面	柔性电子	NA	超声空化处理	深度学习算法	字符识别数据	NA	NA	NA	准确率	NA