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	2025-09-30	Prediction of Ablation Rate for High-Intensity Focused Ultrasound Therapy of Adenomyosis in MR Images Based on Multi-model Fusion 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01063-4 PMID:38441701	研究论文	开发基于影像组学和深度学习特征的多模型融合模型，用于预测子宫腺肌症患者接受高强度聚焦超声治疗的消融率	首次结合影像组学和深度学习特征构建多模型融合模型来预测HIFU治疗效果，相比单一模型性能更优	回顾性研究，样本量相对有限（119例患者）	预测子宫腺肌症患者接受高强度聚焦超声治疗的消融效果	119例子宫腺肌症患者	医学影像分析	子宫腺肌症	高强度聚焦超声治疗，T2加权成像	多模型融合，VGG-19，集成学习	MR图像	119例子宫腺肌症患者，按7:3比例分为训练集和测试集
402	2025-09-30	Effects of Intravenous Infusion of Iodine Contrast Media on the Tracheal Diameter and Lung Volume Measured with Deep Learning-Based Algorithm 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01071-4 PMID:38448759	研究论文	本研究探讨静脉注射碘造影剂对气管直径和肺容积的影响	首次使用基于深度学习的算法评估碘造影剂对气管直径和肺容积的瞬时影响	回顾性研究设计，样本量相对有限（221例患者）	研究静脉注射碘造影剂对呼吸系统形态学参数的影响	接受血管动态CT检查的221名患者（平均71.1岁，174名男性）	数字病理	NA	CT成像，基于深度学习的自动分割算法	深度学习算法	医学影像	221例患者
403	2025-09-30	Feature Fusion for Multi-Coil Compressed MR Image Reconstruction 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01057-2 PMID:38459398	研究论文	提出一种多线圈特征融合变分网络(MFFVN)，用于压缩磁共振图像重建	通过编码器直接显式提取多线圈MR图像特征并进行特征融合，有效利用线圈间关联信息	NA	提升压缩磁共振图像重建质量	多线圈磁共振图像	计算机视觉	NA	深度学习	MFFVN（基于变分网络的改进模型）	磁共振图像	fastMRI数据集中的多线圈脑部图像
404	2025-09-30	Checklist for Reproducibility of Deep Learning in Medical Imaging 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01065-2 PMID:38483694	研究论文	本研究通过德尔菲法开发了一个包含26个项目的深度学习模型报告清单，旨在提高医学影像领域研究的可重复性	首次针对医学影像深度学习研究开发了专门的报告清单，通过德尔菲法建立专家共识	仅涉及11位专家参与评估，样本量相对较小	提高医学影像深度学习研究的可重复性和可靠性	医学影像深度学习研究报告标准	医学影像	NA	德尔菲法、内容效度比分析	深度学习	专家问卷数据	11位医学影像和深度学习专家参与评估
405	2025-09-30	A Data Augmentation Methodology to Reduce the Class Imbalance in Histopathology Images 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01018-9 PMID:38485898	研究论文	提出一种改进的复制粘贴数据增强方法，结合损失函数中的权重平衡策略，解决组织病理学图像中的类别不平衡问题	针对高实例密度数据集的特性，改进传统复制粘贴数据增强方法，避免实例重叠问题，并与权重平衡方法结合	主要针对实例数量不平衡问题，未深入解决前景与背景空间不平衡问题	解决组织病理学图像分类中的类别不平衡问题，提高少数类别的检测性能	细胞核检测数据集	数字病理	NA	数据增强、权重平衡	神经网络	图像	高度不平衡的数据集（具体数量未提及）
406	2025-09-30	Seizure forecasting using minimally invasive, ultra-long-term subcutaneous electroencephalography: Individualized intrapatient models 2023-12, Epilepsia IF:6.6Q1 DOI:10.1111/epi.17252 PMID:35395101	研究论文	本研究通过超长期皮下脑电图记录，开发了个体化患者特异性癫痫发作预测模型	首次使用微创皮下脑电图设备进行超长期家庭记录，实现了个体化癫痫发作预测	样本量较小（仅6名患者），需要在更大规模的前瞻性试验中验证	评估使用远程微创超长期皮下脑电图进行患者特异性癫痫发作预测的可行性	药物难治性局灶性癫痫患者	医疗人工智能	癫痫	皮下脑电图记录，深度学习分类	LSTM网络	脑电图信号	6名药物难治性局灶性癫痫患者，监测46-230天，总计超过11000小时脑电图数据
407	2025-09-30	Contrastive learning in protein language space predicts interactions between drugs and protein targets 2023-06-13, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2220778120 PMID:37289807	研究论文	开发了一种基于对比学习的深度学习模型ConPLex，用于预测药物与蛋白质靶点之间的相互作用	结合预训练蛋白质语言模型和蛋白质锚定对比共嵌入技术，在准确性和泛化能力上超越现有方法	仅对19种激酶-药物相互作用预测进行了实验验证，样本规模有限	加速药物发现过程，实现基因组规模的高灵敏度计算机药物筛选	药物与蛋白质靶点的相互作用	自然语言处理	NA	对比学习、蛋白质语言模型	深度学习、ConPLex	蛋白质序列、化合物库	人类蛋白质组规模的大规模化合物库，实验验证了19种激酶-药物相互作用
408	2025-09-29	FaithfulNet: An explainable deep learning framework for autism diagnosis using structural MRI 2025-Nov-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149904 PMID:40882812	研究论文	开发了一个可解释的深度学习框架FaithfulNet，利用结构MRI数据诊断自闭症并识别影响学业表现的记忆脑区	提出了新颖的Faith_CAM可视化解释方法，结合梯度类激活图和SHAP梯度解释器，实现了对深度学习模型预测的忠实解释	使用公开数据集ABIDE-II，样本来源有限，未提及外部验证结果	开发可解释的AI框架用于自闭症诊断和脑功能区域识别	自闭症患者的脑结构MRI数据	医学影像分析	自闭症	深度学习，可解释人工智能(XAI)，梯度类激活图，SHAP梯度解释器	FaithfulNet（基于深度学习的分类模型）	结构MRI图像	ABIDE-II公共数据库中的sMRI数据
409	2025-09-29	Comparison of organ volumes and standardized uptake values in [18F]FDG-PET/CT images using MOOSE and TotalSegmentator to segment CT images 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70025 PMID:40993940	研究论文	比较两种深度学习算法在[18F]FDG-PET/CT图像中分割33个解剖结构的体积和标准化摄取值差异	首次系统比较MOOSE和TotalSegmentator两种深度学习算法在PET/CT图像分割中的性能差异	仅针对转移性乳腺癌患者的基线扫描图像，样本类型单一	评估两种深度学习分割算法在器官体积和SUV值测量中的可互换性	315名转移性乳腺癌患者的[18F]FDG-PET/CT图像	医学影像分析	乳腺癌	[18F]FDG-PET/CT成像	深度学习	医学影像	315名女性患者
410	2025-09-29	Early Prediction and Risk Analysis Using Hybrid Deep Learning Techniques in Multimodal Biomedical Image 2025-Oct, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.23001 PMID:41015781	研究论文	提出一种融合多模态医学图像的混合深度学习框架，用于早期癌症预测和风险分析	结合高斯平滑预处理、ORB手工特征提取、InceptionV4深度学习特征提取以及稀疏逻辑回归和MS-GWNN分类器的混合方法，在多模态医学图像融合方面表现优异	未整合更多成像模态，缺乏实时临床应用验证，模型可解释性有待提升	开发能够处理多样化医学图像、提取有意义特征并提供准确分类的高效模型，用于早期癌症检测	多模态医学图像（如MRI和CT扫描）中的癌变区域	计算机视觉	癌症	高斯平滑、ORB特征提取、InceptionV4、稀疏逻辑回归、MS-GWNN分类器	混合深度学习框架	多模态医学图像	TCIA数据集（具体样本数量未明确说明）
411	2025-09-29	E2E-TM: Dual-Way Feature Extraction and End-to-End Transformer Based Parkinson's Disease Diagnosis Using Integrated MR Imaging and Electroencephalogram Signals 2025-Oct, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.23002 PMID:41015780	研究论文	提出一种基于Transformer的端到端模型E2E-TM，通过整合MRI和EEG信号进行帕金森病诊断	首次将Transformer架构应用于多模态医学数据（MRI+EEG）的帕金森病诊断，提出双路径特征提取和并行注意力机制	未明确说明数据集的具体规模和多样性，可能影响模型在不同人群中的泛化能力	开发精确的帕金森病早期诊断方法	帕金森病患者	医学影像分析	帕金森病	双边滤波、小波分解、Super U-Net分割	Transformer、CNN、注意力机制	磁共振成像(MRI)、脑电图(EEG)	NA
412	2025-09-29	Deep Learning-Based Breath-Hold and Free-Breathing Cine MRI for Comprehensive Cardiac Evaluation 2025-Oct, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2025.0440 PMID:41015857	研究论文	评估和比较基于深度学习的自由呼吸与屏气心脏电影MRI序列与传统序列在扫描时间、测量准确性和图像质量方面的表现	首次系统比较深度学习辅助的自由呼吸与屏气心脏电影MRI在心律失常和呼吸困难患者中的适用性	样本量相对有限（70例），未包含更广泛的心脏疾病类型	开发更高效、准确的心脏MRI检查方法，特别针对心律失常和呼吸困难患者	70名参与者，包括24名心律失常患者、17名呼吸困难患者和29名正常窦性心律患者	医学影像分析	心血管疾病	深度学习，心脏电影MRI	深度学习模型	医学影像	70名参与者（平均年龄49±17岁），使用3T MRI扫描仪采集数据
413	2025-09-29	Deep-Learning Aided Atomic-Scale Observation of Anisotropic Melting of the Charge Density Wave in TaS2 2025-Sep-27, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202507496 PMID:41014519	研究论文	利用深度学习辅助的扫描透射电子显微镜技术观测TaS2中电荷密度波的各向异性熔化过程	首次结合人工智能增强的STEM技术和深度学习去噪方法，在原子尺度直接追踪CDW相变过程中的晶格重排和畴壁迁移	实验依赖于受控电子束辐照，可能对样品产生额外影响	研究电荷密度波相变的原子尺度动力学机制	1T-TaS2材料中的近公度CDW相	材料科学	NA	扫描透射电子显微镜、微分相位衬度成像、深度学习去噪	深度学习	原子尺度图像数据	NA
414	2025-09-29	Multimodal Machine Learning with 3D-Weighted-Matrix Encoding for High-Throughput Design of High-Performance Polyurethanes 2025-Sep-27, Macromolecular rapid communications IF:4.2Q2 DOI:10.1002/marc.202500471 PMID:41014522	研究论文	开发结合机器学习和多模态特征工程的高通量筛选框架，用于预测聚氨酯材料的力学性能	提出3D加权矩阵编码方法表示聚氨酯单体，特征区分度比传统分子描述符提高23%；采用早期融合架构整合结构特征和合成工艺参数	NA	加速高性能聚氨酯材料的开发	聚氨酯材料	机器学习	NA	多模态机器学习，高通量筛选	深度学习模型	化学结构表示，合成工艺参数	超过1.5亿个分子和工艺组合
415	2025-09-29	[Advances in the application of artificial intelligence for pulmonary function assessment based on chest imaging in thoracic surgery] 2025-Sep-27, Zhonghua wai ke za zhi [Chinese journal of surgery] DOI:10.3760/cma.j.cn112139-20250309-00116 PMID:41015474	综述	本文综述了人工智能在基于胸部影像的胸外科肺功能评估中的应用进展	利用深度学习算法从多模态胸部影像中提取特征，实现肺功能定量分析的新方法	数据标准化不足、模型可解释性有限、缺乏术后并发症预测模型	提升胸外科围术期肺功能评估的精准决策能力	胸外科患者	计算机视觉	肺癌	深度学习	深度学习模型	医学影像（X射线、CT、MRI）	NA
416	2025-09-29	Generation of multimodal realistic computational phantoms as a test-bed for validating deep learning-based cross-modality synthesis techniques 2025-Sep-27, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03437-4 PMID:41015634	研究论文	提出利用计算体模生成逼真CT和MRI图像的新框架，为深度学习跨模态合成技术提供验证平台	首次使用生成的计算体模作为深度学习跨模态合成技术的验证数据	NA	验证基于深度学习的医学图像跨模态合成技术	计算体模生成的CT和MRI图像	计算机视觉	NA	CycleGAN（循环一致生成对抗网络）	GAN	医学图像（CT、MRI）	使用公共CT数据集进行外部验证
417	2025-09-29	Gait-to-Contact (G2C): A Novel Deep Learning Framework to Predict Total Knee Replacement Wear from Gait Patterns 2025-Sep-27, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-025-03863-3 PMID:41015655	研究论文	提出一种基于深度学习的替代建模方法Gait-to-Contact(G2C)，用于从步态模式预测全膝关节置换磨损	首次将基于Transformer-CNN的编码器-解码器架构应用于膝关节置换磨损预测，相比传统有限元分析大幅降低计算成本	当前研究尚未应用于临床患者数据，未来需要验证在真实临床场景中的有效性	开发计算效率更高的方法来预测全膝关节置换部件的磨损情况	全膝关节置换部件的线性磨损分布	机器学习	骨科疾病	深度学习，有限元分析	Transformer-CNN编码器-解码器架构	时间序列数据	314个ISO14243-3(2014)标准变化的步态模式时间序列
418	2025-09-29	Exploring learning transferability in deep segmentation of colorectal cancer liver metastases 2025-Sep-26, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111076 PMID:41014675	研究论文	本研究探索深度学习模型在结直肠癌肝转移病灶分割中的知识迁移能力	首次系统研究肝转移病灶分割中的迁移学习问题，通过尺度特异性评估揭示领域特定预训练的优势	研究仅针对肝转移数据集，未涵盖其他类型肝脏病变的迁移表现	探索医学图像分割中知识和模型在不同数据集和临床场景间的迁移性	结直肠癌肝转移病灶	医学图像分割	结直肠癌肝转移	深度学习	Transformer	医学图像	NA
419	2025-09-29	Does brain connectivity hold the key to safer roads? EEG-based fatigue detection in young drivers using interpretable deep learning 2025-Sep-26, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108251 PMID:41014829	研究论文	本研究通过EEG脑连接分析和可解释深度学习模型检测年轻驾驶员的疲劳状态	结合多头自注意力机制与长短期记忆网络(MHSA-xLSTM)，并采用SHAP方法增强模型可解释性	样本量相对较小(32名年轻驾驶员)，需在更大群体中验证	开发准确可解释的年轻驾驶员疲劳检测方法	年轻驾驶员的脑电信号和疲劳状态	脑机接口	疲劳相关驾驶风险	脑电图(EEG)、脑功能网络分析、SHAP可解释性分析	MHSA-xLSTM(多头自注意力与LSTM结合)	EEG信号	32名年轻驾驶员，包含真实道路和实验室模拟环境数据
420	2025-09-29	[Research and prospects of deep learning in the field of temporomandibular disorders] 2025-Sep-26, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250507-00171 PMID:41015467	综述	回顾深度学习在颞下颌关节紊乱病诊疗中的应用现状，探讨面临的挑战并展望未来发展	首次系统总结深度学习技术在颞下颌关节紊乱病诊疗领域的应用前景与挑战	NA	探讨人工智能技术在颞下颌关节紊乱病诊疗中的应用	颞下颌关节紊乱病的诊断与治疗	医学人工智能	颞下颌关节紊乱病	深度学习	NA	NA	NA