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
361	2025-07-17	Evaluating Artificial Intelligence-Assisted Prostate Biparametric MRI Interpretation: An International Multireader Study 2025-Jul-16, AJR. American journal of roentgenology DOI:10.2214/AJR.24.32399 PMID:40668633	研究论文	评估人工智能辅助前列腺双参数MRI解读的国际多读者研究	研究首次评估了深度学习AI模型在前列腺双参数MRI解读中对临床显著前列腺癌检测率和读者间一致性的影响	AI辅助略微降低了病灶水平的敏感性，需要进一步优化以提高敏感性而不损害特异性	评估AI辅助对前列腺双参数MRI解读中临床显著前列腺癌检测率和读者间一致性的影响	前列腺双参数MRI扫描	数字病理	前列腺癌	深度学习	深度学习AI模型	MRI图像	180名患者（120例病例组，60例对照组）
362	2025-07-17	Artificial Intelligence Enhances Diagnostic Accuracy of Contrast Enemas in Hirschsprung Disease Compared to Clinical Experts 2025-Jul-15, European journal of pediatric surgery : official journal of Austrian Association of Pediatric Surgery ... [et al] = Zeitschrift fur Kinderchirurgie IF:1.5Q3 DOI:10.1055/a-2646-2052 PMID:40592491	研究论文	本研究评估了深度学习神经网络在对比灌肠检查中对先天性巨结肠症的诊断准确性，并与儿科外科医生和放射科医生的诊断表现进行了比较	首次将深度学习神经网络应用于对比灌肠图像分析，并结合临床数据提升诊断性能	研究为回顾性设计，样本量相对有限（测试集仅218张图像）	评估人工智能在先天性巨结肠症影像学诊断中的应用价值	15岁以下疑似先天性巨结肠症患者的对比灌肠图像	数字病理	先天性巨结肠症	深度学习	DNN	医学影像	1,471张对比灌肠图像（其中218张用于测试）
363	2025-07-17	Multimodal Detection of Agitation in People With Dementia in Clinical Settings: Observational Pilot Study 2025-Jul-15, JMIR aging IF:5.0Q1 DOI:10.2196/68156 PMID:40663489	研究论文	本研究提出了一种新型多模态系统，用于预测严重痴呆患者的激动和攻击行为（AA）发作，结合了可穿戴传感器数据和隐私保护视频分析技术	首次整合可穿戴设备数据与匿名化视频分析，实现AA事件的实时预测，且预测时间提前至少6分钟	样本量较小（仅10名参与者），需进一步扩大验证	开发客观、自动化的痴呆患者行为症状监测系统	严重痴呆患者（伴激动/攻击行为）	数字病理学	老年性疾病	多模态数据融合（可穿戴生物标志物+视频行为分析）	Extra Trees/多层感知机(MLP)/门控循环单元(GRU)/LSTM	生理信号数据（手腕带）+视频数据	10名受试者（安大略海岸心理健康研究所）
364	2025-07-17	3D isotropic high-resolution fetal brain MRI reconstruction from motion corrupted thick data based on physical-informed unsupervised learning 2025-Jul-15, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3586049 PMID:40663667	研究论文	提出了一种基于物理信息无监督学习的3D各向同性高分辨率胎儿脑MRI重建方法，用于从运动损坏的厚数据中重建高质量图像	提出了一种无监督迭代联合SVR和SRR的深度学习框架，无需大规模外部3D高分辨率训练数据集	未提及具体临床数据集的样本量限制或模型泛化能力的详细评估	提升胎儿脑MRI的运动校正和超分辨率重建技术，以支持精确的临床诊断和胎儿脑发育研究	胎儿脑MRI图像	医学影像处理	胎儿脑发育	深度学习、卷积神经网络、深度图像先验框架	CNN	MRI图像	模拟数据和临床数据（具体数量未提及）
365	2025-07-17	Efficient Visual Transformer by Learnable Token Merging 2025-Jul-15, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3588186 PMID:40663671	研究论文	本文提出了一种新颖且紧凑的Transformer块——LTM-Transformer，通过可学习的令牌合并方案提升视觉Transformer的效率	提出LTM-Transformer，通过可学习的令牌合并方案减少FLOPs和推理时间，同时保持或提高预测精度	NA	提升视觉Transformer的计算效率和预测精度	视觉Transformer模型	计算机视觉	NA	NA	Transformer, LTM-Transformer	图像	NA
366	2025-07-17	Bayesian Posterior Distribution Estimation of Kinetic Parameters in Dynamic Brain PET Using Generative Deep Learning Models 2025-Jul-15, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3588859 PMID:40663684	研究论文	本研究提出了一种基于改进的去噪扩散概率模型（iDDPM）的方法，用于估计动态PET中动力学参数的后验分布，以提高计算效率	利用深度学习的高计算效率，提出iDDPM方法替代传统的MCMC技术，显著减少计算时间（超过230倍），同时保持高精度（平均误差<0.67%）和精确性（标准差误差<7.23%）	研究仅基于[18F]MK6240研究进行评估，未在其他示踪剂或疾病模型中验证	开发一种高效准确的方法来估计动态PET中动力学参数的后验分布	动态PET图像中的动力学参数	医学影像分析	阿尔茨海默病	动态PET成像，贝叶斯推断	iDDPM, CVAE-DD, WGAN-GP	动态PET图像数据	NA
367	2025-07-17	Robust Polyp Detection and Diagnosis through Compositional Prompt-Guided Diffusion Models 2025-Jul-15, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3589456 PMID:40663685	research paper	该论文提出了一种渐进式频谱扩散模型（PSDM），通过组合提示生成临床准确的合成图像，以增强结直肠息肉检测、分类和分割的泛化能力	提出PSDM模型，利用组合提示（包括分割掩码、边界框和结肠镜检查报告）生成合成图像，显著提升了模型在分布外数据上的表现	模型依赖于多中心数据集（如PolypGen），其收集成本高且耗时	提高结直肠息肉检测、分类和分割的泛化能力，特别是在分布外数据场景下	结直肠息肉	digital pathology	colorectal cancer	diffusion models	PSDM	image	PolypGen数据集
368	2025-07-17	Motion artifacts and image quality in stroke MRI: associated factors and impact on AI and human diagnostic accuracy 2025-Jul-15, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11807-7 PMID:40664863	研究论文	评估疑似中风患者MRI中运动伪影的普遍性及其相关因素，并确定其对AI和放射科医生诊断准确性的影响	首次在疑似中风患者中系统评估运动伪影的普遍性及其对AI和人类诊断准确性的影响	研究为回顾性单中心设计，样本量相对有限	评估MRI运动伪影在卒中诊断中的影响	疑似中风患者的脑部MRI扫描	数字病理学	中风	MRI	深度学习工具	医学影像	775名疑似中风患者
369	2025-07-17	Deep Learning for Osteoporosis Diagnosis Using Magnetic Resonance Images of Lumbar Vertebrae 2025-Jul-15, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01547-x PMID:40665016	研究论文	本研究利用腰椎的T1、STIR和T2 MRI序列以及骨密度（BMD）测量，通过深度学习技术进行骨质疏松症的诊断	提出了一种定制的卷积神经网络模型，在骨质疏松症分类上表现优于现有的深度学习模型，如GoogleNet、EfficientNet-B3等，并且发现T2加权MRI序列在诊断中最为有效	样本量相对较小，仅包含50名个体的1350张MRI图像	开发一种基于深度学习的骨质疏松症诊断方法，减少电离辐射的使用	腰椎的MRI图像和BMD测量数据	数字病理学	骨质疏松症	MRI成像	CNN	图像	50名个体的1350张MRI图像
370	2025-07-17	Combined Study of Behavior and Spike Discharges Associated with Negative Emotions in Mice 2025-Jul-15, Neuroscience bulletin IF:5.9Q1 DOI:10.1007/s12264-025-01455-8 PMID:40665179	研究论文	本研究通过结合开放场行为测试和电生理记录，探索慢性压力诱导的负面情绪机制	提出了一种名为NeuroSync的新方法，结合行为测试和电生理记录，同步分析神经放电模式与行为反应	研究仅针对小鼠，结果可能不完全适用于人类	探索慢性压力诱导的负面情绪的神经机制	小鼠的中央杏仁核和下丘脑室旁核	神经科学	精神障碍	电生理记录、机器视觉技术、信号处理算法	深度学习和机器学习	视频和电生理数据	NA
371	2025-07-17	18F-FDG PET-based liver segmentation using deep-learning 2025-Jul-15, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01595-1 PMID:40665198	研究论文	本研究开发了一种基于深度学习的18F-FDG PET图像肝脏分割方法	首次提出仅使用18F-FDG PET图像进行肝脏分割的深度学习方法，避免了传统CT或MRI图像的对齐问题和伪影	研究样本量相对较小（120例患者），且未在其他类型PET图像上验证方法通用性	开发不依赖CT/MRI的纯PET图像肝脏分割方法	120例接受18F-FDG PET检查的患者	数字病理	NA	18F-FDG PET成像	3D U-Net (nnUNet框架)	PET图像	120例患者（100例训练集，20例测试集）
372	2025-07-17	Chromatin accessibility dynamics and transcriptional regulatory networks underlying the primary nitrogen response in rice roots 2025-Jul-14, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101392 PMID:40468596	研究论文	本研究通过时间序列测序分析，探究了水稻根系在氮素响应中的染色质可及性动态和转录调控网络	揭示了OsLBD38和OsLBD39作为早期响应调控因子，以及OsbZIP23作为新型调控因子的作用，并比较了不同水稻品种间的表达差异和遗传分化	研究仅关注了2小时内的氮素响应，可能未覆盖更长时间的动态变化	理解水稻根系在氮素响应中的转录调控机制	水稻根系	植物分子生物学	NA	ATAC-seq, RNA-seq	深度学习	测序数据	两个水稻品种（珍汕97和日本晴）的根系样本
373	2025-07-17	From tissue architecture to clinical insights: Spatial transcriptomics in solid tumor studies 2025-Jul-14, Seminars in oncology IF:3.0Q2 DOI:10.1016/j.seminoncol.2025.152389 PMID:40664120	综述	本文深入分析了空间转录组学技术在实体肿瘤研究中的最新进展及其应用	空间转录组学技术保留了基因表达的空间背景，革新了对肿瘤结构和细胞间通讯的解析能力	在技术分辨率、数据处理、样本制备和临床标准化方面仍存在挑战	探讨空间转录组学技术在实体肿瘤研究中的应用及其对精准肿瘤学的潜在影响	实体肿瘤及其微环境	数字病理学	实体肿瘤	空间转录组学、单细胞多组学	深度学习	基因表达数据	NA
374	2025-07-17	Deep siamese residual support vector machine with applications to disease prediction 2025-Jul-14, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110693 PMID:40664125	研究论文	提出了一种名为深度孪生残差支持向量机(DSRSVM)的端到端学习模型，整合了深度神经网络和支持向量机，用于疾病预测	DSRSVM模型通过深度残差网络孪生预训练和深度残差支持向量机微调两阶段学习，实现了深度学习和支持向量机的协同效应，超越了传统端到端协作框架的性能	NA	开发一种新型的端到端学习模型，以提高疾病预测的准确性和性能	公开可用的医学数据集	机器学习	NA	支持向量机(SVM)、深度残差网络	DSRSVM(深度孪生残差支持向量机)	高维非线性数据	NA
375	2025-07-17	Can your brain signals reveal your romantic emotions? 2025-Jul-14, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110754 PMID:40664128	研究论文	本研究通过EEG信号分析，利用机器学习和深度学习模型预测个体在模拟约会应用中的浪漫吸引和拒绝情感	首次基于单次试验的事件相关电位(ERP)分析，预测个体内的浪漫情感	样本量相对较小(61人)，且使用模拟约会应用可能无法完全反映真实场景	探索脑电信号是否能够揭示个体的浪漫情感	61名参与者(31名女性和30名男性)在使用模拟约会应用时的EEG信号	脑机接口	NA	EEG, 事件相关电位(ERP)分析	机器学习和深度学习模型	EEG信号	61名参与者(31名女性和30名男性)
376	2025-07-17	Multimodal Deep Learning Model Based on Ultrasound and Cytological Images Predicts Risk Stratification of cN0 Papillary Thyroid Carcinoma 2025-Jul-14, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.043 PMID:40664556	研究论文	基于超声和细胞学图像的多模态深度学习模型预测cN0乳头状甲状腺癌的风险分层	整合术前超声和细胞学图像，开发并验证了一种用于术前非侵入性评估N0 PTC风险分层的多模态深度学习模型	研究为回顾性多中心研究，可能存在选择偏倚	术前准确评估cN0乳头状甲状腺癌的风险分层以辅助治疗决策	890名接受甲状腺切除术和淋巴结清扫的PTC患者	数字病理学	甲状腺癌	深度学习	多模态DL模型	图像（超声和细胞学图像）	890名PTC患者（训练和验证组），107名患者（测试组）
377	2025-07-17	Deep Learning-Accelerated Prostate MRI: Improving Speed, Accuracy, and Sustainability 2025-Jul-14, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.022 PMID:40664559	research paper	评估深度学习增强的四倍并行采集技术（P4）在提升前列腺MR图像质量和扫描效率方面的效果	使用深度学习加速的四倍并行采集技术（P4）显著提升了图像质量和扫描效率，相比传统两倍并行采集技术（P2）	研究样本量较小（51名参与者），且研究时间较短（2024年1月至7月）	评估深度学习增强的并行采集技术在前列腺MRI中的应用效果	接受前列腺MRI检查的患者	digital pathology	prostate cancer	深度学习增强的四倍并行采集技术（P4）	深度学习（DL）	MRI图像	51名参与者（平均年龄69.4岁±10.5岁）
378	2025-07-17	Artificial intelligence-based action recognition and skill assessment in robotic cardiac surgery simulation: a feasibility study 2025-Jul-13, Journal of robotic surgery IF:2.2Q2 DOI:10.1007/s11701-025-02563-3 PMID:40652436	研究论文	本研究开发了一种基于深度神经网络的系统，用于识别基本手术动作并根据视频数据评估外科医生的技能水平	结合CNN和LSTM网络处理手术视频数据，实现动作识别和技能评估的自动化	技能评估网络需要更多数据来提高准确性	开发AI系统用于机器人心脏手术模拟中的动作识别和技能评估	19名具有不同机器人手术经验的外科医生	计算机视觉	心血管疾病	深度学习	CNN+LSTM	视频	435个手术记录视频
379	2025-07-17	Diagnosing pathologic myopia by identifying morphologic patterns using ultra widefield images with deep learning 2025-Jul-13, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01849-y PMID:40653573	研究论文	本研究通过深度学习识别超广角图像中的形态学模式来诊断病理性近视	提出了一种轻量级端到端框架RealMNet，用于识别临床显著的形态学模式，如后葡萄肿和近视性黄斑病变，并利用超广角图像提供更广阔的视网膜视野	NA	诊断病理性近视	超广角图像中的形态学模式	数字病理	近视	深度学习	RealMNet	图像	多源超广角近视数据集PSMM
380	2025-07-17	Computational exploration of global venoms for antimicrobial discovery with Venomics artificial intelligence 2025-Jul-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60051-6 PMID:40645962	研究论文	利用人工智能技术探索全球毒液数据库以发现新型抗菌药物	结合深度学习和大规模计算挖掘技术，从毒液蛋白质中识别出结构功能新颖的抗菌肽	实验验证仅针对部分候选肽进行，未全面评估所有预测结果	发现新型抗菌药物以应对抗生素耐药性问题	毒液蛋白质及其衍生的抗菌肽	人工智能在药物发现中的应用	细菌感染	深度学习	深度学习模型（未明确具体类型）	蛋白质序列数据	16,123种毒液蛋白质，生成40,626,260个毒液加密肽段，最终验证58个肽段