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
401	2025-06-05	Geometric Deep Learning for Multimodal Data in CKD 2025-Jun-03, Journal of the American Society of Nephrology : JASN IF:10.3Q1 DOI:10.1681/ASN.0000000778 PMID:40459949	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
402	2025-06-05	Upper Airway Volume Predicts Brain Structure and Cognition in Adolescents 2025-Jun-03, American journal of respiratory and critical care medicine IF:19.3Q1 PMID:40460372	研究论文	研究通过深度学习模型分析儿童上呼吸道体积与认知能力及大脑结构的关系	首次在大型儿科队列中应用深度学习进行上呼吸道分割，并发现上呼吸道体积与认知能力及大脑结构的关联	研究仅基于观察性数据，无法确定因果关系	探索睡眠呼吸障碍儿童上呼吸道体积与认知能力及大脑结构的关系	9-10岁儿童	数字病理	睡眠呼吸障碍	MRI	深度学习模型	MRI图像	11,875名儿童
403	2025-06-05	MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting 2025-Jun-03, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade049 PMID:40460850	research paper	本研究提出了一种基于扩散概率模型的高效MRI超分辨率重建方法，通过残差移位机制显著减少采样步骤，同时保持关键解剖细节	引入了残差移位机制，显著减少了扩散过程中的采样步骤，同时保持了图像的高保真度	未提及具体的数据集规模限制或模型泛化能力的验证	提高MRI超分辨率重建的计算效率和图像质量	超高清脑部T1 MP2RAGE图像和T2加权前列腺图像	digital pathology	prostate cancer	diffusion-based deep learning	Res-SRDiff	MRI图像	未明确提及具体样本数量，但使用了两种不同类型的数据集
404	2025-06-05	A Novel Deep Learning Framework for Nipple Segmentation in Digital Mammography 2025-Jun-03, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01567-7 PMID:40461663	研究论文	提出了一种新的深度学习框架，用于数字乳腺X线摄影中的乳头分割，以提高医学分析和计算机辅助检测系统的准确性	该方法在乳头分割方面显著优于基线方法，特别是在基线方法完全失败的挑战性案例中，实现了在所有案例中的成功检测，并在重叠度量上取得了持续提升	NA	提高数字乳腺X线摄影中乳头分割的准确性，以支持多视角和多模态乳腺图像配准	数字乳腺X线摄影图像中的乳头区域	数字病理学	乳腺癌	深度学习	NA	图像	NA
405	2025-06-05	Explainable RNA-Small Molecule Binding Affinity Prediction Based on Multiview Enhancement Learning 2025-Jun-03, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01064 PMID:40461953	研究论文	提出了一种可解释的多视角、多尺度深度学习网络EMMPTNet，用于预测RNA-小分子结合亲和力	基于物理化学和拓扑特性，EMMPTNet通过四个模块从多视角高效提取特征，并利用多层感知器预测结合亲和力，同时在解释性方面提供了特征提取过程的分析和可视化	NA	准确预测RNA-小分子结合亲和力以筛选潜在药物	RNA-小分子结合亲和力	机器学习	NA	RNA-小分子结合亲和力预测	EMMPTNet（多视角、多尺度深度学习网络）	物理化学和拓扑特性数据	NA
406	2025-06-05	Artificial Intelligence in Veterinary Clinical Pathology-An Introduction and Review 2025-Jun-03, Veterinary clinical pathology IF:1.2Q3 DOI:10.1111/vcp.70012 PMID:40462415	review	本文介绍了人工智能在兽医临床病理学中的应用及其基本概念，并探讨了AI在该领域的资格认定与整合	以非技术性的方式介绍AI基本概念，并探讨AI在兽医临床病理学中的资格认定与整合	未提及具体的技术实现细节或实验数据	探讨人工智能在兽医临床病理学中的应用与整合	兽医临床病理学	machine learning	NA	machine learning, deep learning	NA	NA	NA
407	2025-06-05	Interpretable Multimodal Deep Ensemble Framework Dissecting Bloodbrain Barrier Permeability with Molecular Features 2025-Jun-03, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c01077 PMID:40462529	研究论文	提出了一种可解释的多模态深度学习集成框架，用于解析血脑屏障通透性的分子特征	结合分子指纹和图像特征的多模态ML框架，采用堆叠集成模型和Transformer编码器，增强了预测的稳定性和可解释性	未提及具体样本量或实验数据规模	改进血脑屏障通透性(BBBP)预测，为中枢神经系统靶向药物发现提供支持	血脑屏障通透性相关的分子化合物	机器学习	中枢神经系统疾病	分子指纹(Morgan, MACCS, RDK)、PCA、SHAP分析	堆叠集成模型、Transformer、CNN、多头注意力机制	分子指纹数据和图像数据	NA
408	2025-06-05	Near-term prediction of sustained ventricular arrhythmias applying artificial intelligence to single-lead ambulatory electrocardiogram 2025-Jun-02, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehaf073 PMID:40157386	研究论文	本研究开发了一种基于深度学习的单导联动态心电图模型，用于短期预测持续性室性心律失常	首次利用深度学习分析单导联动态心电图，预测短期内发生持续性室性心动过速的风险，并揭示了早期去极化模式作为潜在预测因子	研究为回顾性设计，且阳性事件发生率较低（0.5%）	开发能够提前预测危及生命的室性心律失常的人工智能模型	来自六个国家的247254份14天动态心电图记录	机器学习	心血管疾病	深度学习	深度学习模型	心电图数据	247254份动态心电图记录（开发集183177份，内部验证集43580份，外部验证集20497份）
409	2025-06-05	ViTU-net: A hybrid deep learning model with patch-based LSB approach for medical image watermarking and authentication using a hybrid metaheuristic algorithm 2025-Jun-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110393 PMID:40460563	research paper	提出了一种名为ViTU-net的混合深度学习模型，用于医学图像水印和认证，结合了基于块的LSB方法和混合元启发式算法	ViTU-Net整合了Vision Transformer编码器和U-Net解码器，采用自适应分层空间注意力模块和基于块的LSB嵌入机制，结合TuniBee Fusion混合元启发式优化算法和高级加密技术，提高了水印的不可感知性、鲁棒性和部署效率	未提及具体的数据集规模或实际部署中的计算资源需求	解决医学图像水印在不可感知性、抗攻击鲁棒性和部署效率方面的挑战，确保医学图像的数据完整性、保密性和真实性	胸部X光片用于肺炎诊断	digital pathology	pneumonia	SHA-512哈希和AES加密	ViTU-net（结合ViT和U-Net）	image	NA
410	2025-06-05	Deep learning approaches to surgical video segmentation and object detection: A scoping review 2025-Jun-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110482 PMID:40460561	综述	本文回顾了2014年至2024年间关于手术视频中解剖结构语义分割和物体检测的深度学习模型的最新进展	总结了深度学习在手术视频语义分割中的实时应用潜力，并指出了当前技术的优缺点	对于较小结构（如神经）的分割精度较低，数据可用性和模型泛化性仍是主要挑战	评估手术视频中解剖结构语义分割的最新技术水平	手术视频中的解剖结构	计算机视觉	NA	深度学习	U-Net, DeepLab	视频	61项已发表研究
411	2025-06-05	Direct parametric reconstruction in dynamic PET using deep image prior and a novel parameter magnification strategy 2025-Jun-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110487 PMID:40460562	research paper	该研究提出了一种新颖的无监督深度学习方法DIP-PM，用于直接参数化重建正电子发射断层扫描（PET）中的微参数图像，以提高图像质量	结合深度图像先验（DIP）与参数放大（PM）策略，提出DIP-PM模型，显著提升非线性和小值微参数（如k2、k3）的重建质量	研究主要基于模拟数据和少量真实数据验证，需进一步扩大样本量和多样化数据以验证方法的普适性	改进PET动态数据中非线性微参数的重建质量	PET动态数据中的微参数（如k2、k3）	医学影像处理	NA	深度图像先验（DIP）、参数放大（PM）策略	U-Net	PET动态数据、CT图像	模拟数据集（82Rb和18F-FDG）及1例真实男性受试者的18F-FDG扫描数据
412	2025-06-05	SASWISE-UE: Segmentation and synthesis with interpretable scalable ensembles for uncertainty estimation 2025-Jun-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110258 PMID:40460564	research paper	本文介绍了一种高效的子模型集成框架，旨在增强医学深度学习模型的可解释性，从而提高其临床适用性	通过生成不确定性图谱，该框架使终端用户能够评估模型输出的可靠性，并从单一训练良好的检查点生成多样化模型，促进模型家族的训练	NA	增强医学深度学习模型的可解释性和临床适用性	CT身体分割和MR-CT合成数据集	digital pathology	NA	深度学习模型集成	U-Net, UNETR	医学影像（CT和MR）	NA
413	2025-06-05	Current trends in glioma tumor segmentation: A survey of deep learning modules 2025-Jun-02, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104988 PMID:40460759	综述	本文综述了当前深度学习模块在胶质瘤肿瘤分割中的应用趋势	通过消融研究评估了各种'附加'模块对胶质瘤分割性能的影响，包括空洞卷积、inception、注意力机制、transformer和混合模块等	需要进一步改进模型的可解释性、降低计算成本并提高泛化能力	评估深度学习模块在胶质瘤分割中的性能影响	胶质瘤肿瘤分割	数字病理学	脑肿瘤/胶质瘤	多参数磁共振成像(mpMRI)	深度学习(DL)，包括空洞卷积、inception、注意力机制、transformer等	医学影像	Brain Tumor Segmentation (BraTS)数据集(包含低级别和高级别胶质瘤)
414	2025-06-05	DeepSurv-based deep learning model for survival prediction and personalized treatment recommendation in tongue squamous cell carcinoma 2025-Jun-02, Journal of cranio-maxillo-facial surgery : official publication of the European Association for Cranio-Maxillo-Facial Surgery DOI:10.1016/j.jcms.2025.05.005 PMID:40461342	research paper	开发了一个基于DeepSurv的深度神经网络模型，用于舌鳞状细胞癌的生存预测和个性化治疗推荐	使用双残差块和批量归一化技术，结合复合Cox-ranking损失函数，提高了生存预测的准确性，并能够识别受益于辅助治疗的患者	需要前瞻性验证以支持临床应用	舌鳞状细胞癌的生存预测和个性化治疗推荐	舌鳞状细胞癌患者	digital pathology	tongue squamous cell carcinoma	deep learning	DeepSurv-based deep neural network	clinical data	2,015 patients from SEER database, internal cohort (n=504), external cohort (n=249)
415	2025-06-05	Refined selection of individuals for preventive cardiovascular disease treatment with a transformer-based risk model 2025-Jun-02, The Lancet. Digital health DOI:10.1016/j.landig.2025.03.005 PMID:40461349	研究论文	本研究开发并验证了一种基于Transformer的深度学习模型TRisk，用于预测心血管疾病在初级预防人群和糖尿病患者中的10年风险	提出了一种新型的深度学习模型TRisk，相比传统统计模型和深度学习方法，能更精准地识别心血管疾病高风险个体，减少不必要的治疗推荐	研究未提及模型在其他种族或地区人群中的适用性，且未说明模型的可解释性问题	开发更精准的心血管疾病风险评估模型，优化预防性治疗的个体选择	25-84岁的成年人，包括初级预防人群和糖尿病患者	机器学习	心血管疾病	深度学习	Transformer	电子健康记录	约300万成年人，来自英格兰的291家全科诊所（模型开发）和98家全科诊所（验证）
416	2025-06-05	RS-MAE: Region-State Masked Autoencoder for Neuropsychiatric Disorder Classifications Based on Resting-State fMRI 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3449949 PMID:39325609	研究论文	提出了一种基于静息态功能磁共振成像（fMRI）的区域状态掩码自编码器（RS-MAE），用于神经精神疾病的分类	引入了掩码自编码器（MAE）减少动态功能连接（DFC）矩阵中的冗余信息，提出区域状态（RS）补丁嵌入以适应DFC矩阵，并引入随机状态连接（RSC）作为DFC矩阵增强方法	训练样本不足可能影响模型性能	开发一种高效的深度学习方法用于神经精神疾病的分类	静息态功能磁共振成像（fMRI）数据	数字病理学	神经精神疾病	fMRI	MAE	图像	四个公开数据集（ADHD、ASD、AD、SCZ）
417	2025-06-05	Hyperparameter Recommendation Integrated With Convolutional Neural Network 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3476439 PMID:39423079	研究论文	本文提出了一种结合卷积神经网络（CNN）的超参数推荐方法，旨在解决传统元学习模型在捕捉数据内在特征方面的不足	通过集成CNN和卷积去噪自编码器（ConvDAE），开发了一种能够利用数据集特性和部分超参数性能进行有效推荐的两分支CNN模型	NA	提高超参数推荐的准确性和效率	超参数推荐系统	机器学习	NA	CNN, ConvDAE	CNN, 卷积去噪自编码器（ConvDAE）	结构化数据	400个真实分类问题
418	2025-06-05	Spike-and-Slab Shrinkage Priors for Structurally Sparse Bayesian Neural Networks 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3485529 PMID:39480710	research paper	该文章探讨了在贝叶斯神经网络（BNNs）中使用Lasso和Horseshoe收缩技术进行模型压缩的方法，并提出了结构稀疏的BNNs	提出了两种结构稀疏的BNNs方法：1) spike-and-slab group Lasso (SS-GL) 和 2) SS group Horseshoe (SS-GHS) 先验，并开发了计算上可行的变分推断方法	未提及具体的数据集或应用场景限制	研究贝叶斯神经网络中的模型压缩技术，以提高计算效率和降低网络复杂度	贝叶斯神经网络（BNNs）	machine learning	NA	Lasso, Horseshoe, 变分推断	Bayesian neural networks (BNNs)	NA	NA
419	2025-06-05	The Pivotal Role of Baseline LDCT for Lung Cancer Screening in the Era of Artificial Intelligence 2025-Jun, Archivos de bronconeumologia IF:8.7Q1 DOI:10.1016/j.arbres.2024.11.001 PMID:39643515	综述	本文探讨了在人工智能时代，基线低剂量计算机断层扫描（LDCT）在肺癌筛查中的关键作用及其面临的挑战	探讨了人工智能如何通过分析LDCT的放射组学特征来区分良恶性结节，并预测肺癌和心血管疾病的风险，实现个性化筛查	人工智能在LDCT筛查路径中的主要障碍是性能的普适性和可解释性	评估基线LDCT检查在肺癌筛查中的重要性，并探索人工智能在克服筛查挑战中的作用	肺癌筛查参与者及其基线LDCT检查结果	数字病理学	肺癌	LDCT, 深度学习	DL	图像	NA
420	2025-06-05	Deep learning for tibial plateau fracture detection and classification 2025-Jun, The Knee DOI:10.1016/j.knee.2025.02.001 PMID:40023913	研究论文	本研究开发了一种深度学习模型，用于胫骨平台骨折的检测和Schatzker分类	首次开发了针对胫骨平台骨折的计算机视觉模型，并应用Schatzker分类系统	在骨折分类方面的准确性较低，Schatzker分类系统在常规X光片上的观察者间一致性较低	开发深度学习模型以检测和分类胫骨平台骨折	胫骨平台骨折的X光片	计算机视觉	骨折	深度学习	CNN（GoogleNet和ResNet）	X光图像	753名患者的1506张膝关节X光片（368例胫骨平台骨折和385例健康膝盖）