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
381	2025-08-03	Automatic placement of simulated dental implants within CBCT images in optimum positions: a deep learning model 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03327-9 PMID:40009142	研究论文	本研究提出了一种基于深度学习的框架，用于在CBCT图像中自动放置模拟牙科种植体至最佳位置	采用两阶段深度学习框架（YOLOv11进行标记检测和相邻骨骼识别，随后进行分类和回归以预测种植体参数），实现牙科种植体的自动定位和参数预测	标记检测阶段的F-score仅为59%，种植体位置预测的平均绝对误差在11.931至15.954之间，骨内直径和长度的预测精度分别为76%和59%	开发自动化系统以优化牙科种植体的放置过程，减少对牙医专业知识的依赖并提高效率	CBCT图像中的牙科种植体位置及参数（骨内长度和直径）	计算机视觉	牙科疾病	深度学习	YOLOv11	3D CBCT图像	未明确说明样本数量
382	2025-08-03	New AI explained and validated deep learning approaches to accurately predict diabetes 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03338-6 PMID:40035798	研究论文	提出并验证了两种新型深度学习模型LeDNet和HiDenNet，用于准确预测糖尿病	结合LeNet、Dual Attention Network、highway network和DenseNet的创新模型，解决了现有模型精度不足、类别不平衡和可解释性差的问题	使用的Diabetes Health Indicators数据集本身存在类别不平衡问题	提高糖尿病早期预测的准确性和模型可解释性	糖尿病预测	机器学习	糖尿病	多数加权少数过采样技术、K折交叉验证、LIME和SHAP解释技术	LeDNet（结合LeNet和Dual Attention Network）、HiDenNet（结合highway network和DenseNet）	结构化健康指标数据	Diabetes Health Indicators数据集（具体数量未提及）
383	2025-08-03	Paradigms and methods of noninvasive brain-computer interfaces in motor or communication assistance and rehabilitation: a systematic review 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03340-y PMID:40059266	系统综述	本文系统综述了过去十年非侵入式脑机接口（BCI）在运动或沟通辅助及康复中的范式、方法和应用的最新发展	综述了EEG和fNIRS等非侵入式神经影像技术在BCI中的应用，以及深度学习等解码方法的发展	仍存在电极设计不便、解码精度和效率需提升、目标患者适用系统设计等挑战	探讨非侵入式BCI在运动或沟通辅助及康复中的范式、方法和应用	非侵入式脑机接口技术及其在康复和辅助设备控制中的应用	脑机接口	运动功能障碍或沟通障碍	EEG, fNIRS, SSVEP, P300, MI	深度学习	神经生理信号	223篇研究文章（自2016年起）
384	2025-08-03	Utility of artificial intelligence in radiosurgery for pituitary adenoma: a deep learning-based automated segmentation model and evaluation of its clinical applicability 2025-Aug-01, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2024.12.JNS242167 PMID:40250054	研究论文	本研究开发了一种基于深度学习的自动分割模型，用于MRI扫描中的垂体腺瘤分割，以评估其在立体定向放射外科计划中的准确性和临床适用性	利用nnU-Net模型进行垂体腺瘤自动分割，并评估其在临床环境中的准确性和效率	预测分割的评分低于原始手动分割组，且部分病例仍需手动修改	开发并评估用于立体定向放射外科计划的自动分割模型	垂体腺瘤患者的MRI扫描数据	数字病理	垂体腺瘤	MRI扫描	nnU-Net	图像	582名患者的MRI扫描用于训练，146名患者用于评估
385	2025-08-03	Impact of Deep Learning-Based Image Conversion on Fully Automated Coronary Artery Calcium Scoring Using Thin-Slice, Sharp-Kernel, Non-Gated, Low-Dose Chest CT Scans: A Multi-Center Study 2025-Aug, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2025.0177 PMID:40527737	研究论文	评估基于深度学习的图像转换对使用薄层、锐核、非门控、低剂量胸部CT扫描进行自动冠状动脉钙化定量准确性的影响	利用深度学习技术将低剂量、高频、锐核的LDCT图像转换为标准剂量、低频核的图像，以提高自动冠状动脉钙化评分的准确性	研究仅回顾性收集了225对LDCT和CSCT图像，样本量相对有限	提高低剂量胸部CT扫描在自动冠状动脉钙化评分中的准确性	225对来自四个机构的LDCT和CSCT图像	数字病理	心血管疾病	深度学习图像转换	深度学习	图像	225对LDCT和CSCT图像
386	2025-08-03	Enhancing Brain Metastases Detection and Segmentation in Black-Blood MRI Using Deep Learning and Segment Anything Model (SAM) 2025-Aug, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2024.0198 PMID:40709680	研究论文	本研究探讨了深度学习架构和后处理方法在黑血磁共振图像中检测和分割脑转移瘤的效果和准确性	结合生成对抗网络（GAN）改进U-Net模型，并首次将Segment Anything Model（SAM）作为后处理步骤应用于脑转移瘤的分割	样本量较小（仅50例患者），且未评估模型在不同扫描参数或设备间的泛化能力	提高黑血磁共振图像中脑转移瘤的检测和分割精度	脑转移瘤患者（50例）的黑血磁共振图像	数字病理	脑转移瘤	MRI	改进的U-Net、GAN、SAM	医学影像	50例患者（40例训练集，10例测试集）
387	2025-08-03	Deep Learning-Based Landmark Detection Model for Multiple Foot Deformity Classification: A Dual-Center Study 2025-Aug, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2024.0246 PMID:40709679	研究论文	介绍了一种基于热图嵌套热图（HIH）的深度学习模型，用于通过负重足部X光片自动诊断多种足部畸形	提出了HIH模型，相比基线模型FlatNet在准确率、灵敏度、特异性等多个指标上表现更优，且具有更快的训练和推理速度	研究为回顾性设计，且仅在两所医疗中心进行验证	开发自动化工具以解决足部畸形诊断中人工方法劳动强度大和结果易变的问题	负重足部X光片（前后位和侧位图像）	数字病理学	足部畸形	深度学习	HIH（热图嵌套热图模型）	医学影像（X光片）	训练集：806名患者的3097张图像；验证集：196名患者的747张图像；外部验证集：270名患者的1056张图像
388	2025-08-03	When deep learning is not enough: artificial life as a supplementary tool for segmentation of ultrasound images of breast cancer 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03026-x PMID:38498125	研究论文	本文介绍了一种结合深度学习和多代理人工生命的新型混合模型，用于提高超声图像中乳腺癌分割的准确性和适应性	提出了一种独特的深度学习与多代理人工生命相结合的混合方法，能够处理未见过的数据并在小数据集上实现高精度	虽然模型在多种复杂度图像上表现良好，但训练数据仍主要集中在低复杂度图像上，可能影响对高复杂度图像的泛化能力	开发一种高精度的超声图像分割方法，用于乳腺癌诊断和超声引导活检	乳腺超声图像中的肿瘤分割	数字病理	乳腺癌	深度学习与多代理人工生命结合技术	DL-AL混合模型	图像	1264张超声图像，患者年龄范围22-73岁
389	2025-08-03	Explaining care need assessment surveys: qualitative and quantitative evaluation of state-of-the-art local and global explainable artificial intelligence methods 2025-Aug, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf064 PMID:40741010	研究论文	本文通过可解释人工智能（XAI）方法，从大量护理福利申请中分析影响护理需求的关键因素	结合传统方法和基于transformer的深度学习模型，系统地比较了不同XAI方法在护理需求评估中的应用效果	XAI结果可能变得难以处理，且仅依赖现有评估结果作为标注	探索影响护理需求的因素，支持护理需求评估工作	72,000份德国护理福利申请文本	自然语言处理	老年疾病	transformer模型，词袋模型	transformer	文本	72,000份护理福利申请
390	2025-08-03	ChemFixer: Correcting Invalid Molecules to Unlock Previously Unseen Chemical Space 2025-Aug-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3593825 PMID:40748798	研究论文	提出了一种名为ChemFixer的框架，用于将无效分子修正为有效分子，以扩展可用的化学空间	ChemFixer基于transformer架构，通过预训练和微调大规模有效/无效分子对数据集，能够在不改变原始输出化学和生物学分布特性的情况下提高分子有效性	未明确提及具体局限性	解决深度学习分子生成模型产生的无效分子问题，扩展可用的化学空间	化学分子	机器学习	NA	transformer架构、掩码预训练技术	transformer	分子数据	大规模有效/无效分子对数据集
391	2025-08-03	Geometric Deep Learning for Protein-Ligand Affinity Prediction with Hybrid Message Passing Strategies 2025-Aug-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3594210 PMID:40748800	研究论文	提出了一种结合几何深度学习和混合消息传递策略的方法HybridGeo，用于蛋白质-配体亲和力预测	采用双视图图学习建模分子内和分子间原子相互作用，并通过混合策略聚合空间信息，同时在蛋白质口袋残基尺度图上应用几何图变换器	未明确说明模型在特定类型蛋白质或配体上的局限性	提高蛋白质-配体亲和力预测的准确性以促进药物发现	蛋白质-配体复合物	机器学习	NA	几何深度学习、混合消息传递策略	几何图变换器	3D几何特征数据	PDBbind数据集及三个外部测试集
392	2025-08-03	Leveraging Large Language Models for Personalized Parkinson's Disease Treatment 2025-Aug-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3594014 PMID:40748804	研究论文	利用大型语言模型（LLMs）为帕金森病（PD）患者设计个性化治疗方案	结合自然语言形式的患者信息和外部文本知识源（如医疗指南），利用蒙特卡洛树搜索（MCTS）优化策略，并通过检索增强生成（RAG）和思维链（CoT）推理增强模型的可靠性和可解释性	依赖于特定数据集（PPMI），可能在其他数据集上的泛化能力有限	开发一种基于LLM的个性化PD治疗方案，以改善患者治疗效果	帕金森病患者	自然语言处理	帕金森病	LLM, MCTS, RAG, CoT	大型语言模型（LLMs）	文本	使用帕金森病进展标记倡议（PPMI）数据集进行评估
393	2025-08-03	Temporal and Heterogeneous Graph Neural Network for Remaining Useful Life Prediction 2025-Aug-01, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3592788 PMID:40748812	研究论文	本文提出了一种名为时间异构图神经网络（THGNN）的新模型，用于预测工业系统中传感器的剩余使用寿命（RUL）	THGNN模型通过聚合相邻节点的历史数据，以细粒度方式准确捕捉传感器数据流中的时间动态和空间相关性，并利用特征线性调制（FiLM）处理传感器类型的多样性	未明确提及具体限制，但可能包括对特定数据集（N-CMAPSS）的依赖以及模型在其他工业系统中的泛化能力	提高工业系统中传感器剩余使用寿命（RUL）的预测准确性	工业系统中的多种异质传感器	机器学习	NA	深度学习（DL），特征线性调制（FiLM）	时间异构图神经网络（THGNN）	时间序列传感器数据	N-CMAPSS数据集
394	2025-08-03	Combinatorial Tuning of 5'UTR and N-Terminal Coding Sequences for Enhanced Recombinant Protein Expression in Corynebacterium glutamicum 2025-Aug-01, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.5c00250 PMID:40748894	研究论文	本研究通过组合调控5'UTR和N端编码序列，提高了谷氨酸棒状杆菌中重组蛋白的表达水平	建立了5'UTR和NCS特征序列与蛋白表达率之间的关系模式，并通过深度学习等方法验证了这些序列对蛋白表达的影响	研究仅限于谷氨酸棒状杆菌系统，未在其他微生物系统中验证	精细调控基因表达或蛋白质生产	谷氨酸棒状杆菌中的重组蛋白表达	合成生物学	NA	荧光激活细胞分选(FACS)、高通量测序、深度学习	NA	序列数据、荧光强度数据	构建了5'UTR库和NCS库，筛选出4个5'UTR特征序列和4个NCS特征序列
395	2025-08-03	Development and Validation of a Brain Aging Biomarker in Middle-Aged and Older Adults: Deep Learning Approach 2025-Aug-01, JMIR aging IF:5.0Q1 DOI:10.2196/73004 PMID:40750095	研究论文	开发并验证了一种结合连接性和复杂性的深度学习框架，用于准确估计大脑年龄，促进神经退行性疾病的早期识别	提出了一种新型的大脑视觉图神经网络（BVGN），结合了神经生物学特征提取模块和全局关联机制，提供了敏感的基于深度学习的成像生物标志物	研究主要依赖于T1加权MRI扫描，可能未涵盖其他类型的神经影像数据	开发并验证一种深度学习框架，用于准确估计大脑年龄，促进神经退行性疾病的早期识别	中老年人群的大脑老化评估	数字病理学	阿尔茨海默病	MRI扫描	BVGN（大脑视觉图神经网络）	图像	5889个T1加权MRI扫描（来自阿尔茨海默病神经影像学倡议数据集）和34352个外部UK Biobank数据集样本
396	2025-08-03	Automated Assessment of Test of Masticating and Swallowing Solids Using a Neck-Worn Electronic Stethoscope: A Pilot Study 2025-Aug-01, Journal of oral rehabilitation IF:3.1Q1 DOI:10.1111/joor.70030 PMID:40751301	研究论文	本研究探索使用颈部佩戴电子听诊器(NWES)自动评估咀嚼和吞咽固体测试(TOMASS)的可行性	首次将NWES与深度学习技术结合用于TOMASS的自动化评估，提高了客观性和效率	样本仅包含健康成年人，未涵盖吞咽困难等患者群体	开发客观测量TOMASS参数的自动化方法并分析年龄性别影响	123名健康成年人(平均年龄58.7±18.5岁)的咀嚼吞咽功能	数字健康	吞咽功能障碍	深度学习声音分析	NA	音频数据和视觉数据	123名健康成年人
397	2025-08-03	Electromagnetic Interaction Algorithm (EIA)-Based Feature Selection With Adaptive Kernel Attention Network (AKAttNet) for Autism Spectrum Disorder Classification 2025-Aug, International journal of developmental neuroscience : the official journal of the International Society for Developmental Neuroscience IF:1.7Q4 DOI:10.1002/jdn.70034 PMID:40751377	research paper	提出了一种结合电磁相互作用算法（EIA）进行特征选择和自适应核注意力网络（AKAttNet）进行分类的集成方法，以提高自闭症谱系障碍（ASD）的检测性能	结合EIA进行特征选择和AKAttNet进行分类的集成方法，显著提高了ASD检测的准确性和计算效率	未来工作需要探索在真实临床环境中的应用，并进一步优化特征选择过程	提高自闭症谱系障碍（ASD）的早期和准确诊断	自闭症谱系障碍（ASD）患者	machine learning	autism spectrum disorder	EIA, AKAttNet	AKAttNet, logistic regression (LR), support vector machine (SVM), random forest (RF)	publicly available ASD datasets	四个公开可用的ASD数据集
398	2025-05-14	Deep learning-enabled echocardiographic assessment of biventricular ejection fractions: the dual-task QUEST-EF model 2025-Jul-31, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf147 PMID:40354128	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
399	2025-08-03	Electrocardiogram-Based Artificial Intelligence to Identify Coronary Artery Disease 2025-Jul-31, JACC. Advances DOI:10.1016/j.jacadv.2025.102041 PMID:40749517	研究论文	本研究开发了一种基于心电图（ECG）的深度学习模型ECG2CAD，用于检测冠状动脉疾病（CAD）并识别有不良事件风险的人群	利用深度学习模型ECG2CAD从心电图中识别CAD，相比基于年龄和性别的模型或Pooled Cohort Equations有显著改进	研究结果在不同测试集中的表现存在差异，特别是在UK Biobank中的AUPRC较低	开发一种基于ECG的人工智能模型，用于检测CAD并预测不良事件风险	心电图数据和冠状动脉疾病患者	机器学习	心血管疾病	深度学习	深度学习模型（具体未说明）	心电图数据	训练集：764,670份ECG（137,199人）；测试集：MGH（18,706人）、BWH（88,270人）、UK Biobank（42,147人）
400	2025-08-03	Optimizing Thyroid Nodule Management With Artificial Intelligence: Multicenter Retrospective Study on Reducing Unnecessary Fine Needle Aspirations 2025-Jul-30, JMIR medical informatics IF:3.1Q2 DOI:10.2196/71740 PMID:40737551	研究论文	本研究评估了AI在真实临床环境中识别甲状腺良性结节的能力，以减少不必要的细针穿刺活检	AI系统在识别甲状腺良性结节方面优于放射科医生，显著减少了不必要的细针穿刺活检	AI系统仍会错误识别部分低或中度恶性风险的结节为良性	优化甲状腺结节管理，减少不必要的细针穿刺活检	甲状腺结节	数字病理	甲状腺癌	深度学习	深度学习AI系统	超声图像	4572个甲状腺结节（良性3134个，恶性1438个）