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
4281	2025-11-08	A 3D-2D Hybrid U-Net Convolutional Neural Network Approach to Prostate Organ Segmentation of Multiparametric MRI 2021-01, AJR. American journal of roentgenology DOI:10.2214/AJR.19.22168 PMID:32812797	研究论文	本研究开发了一种混合3D-2D U-Net卷积神经网络方法，用于多参数MRI中前列腺器官的自动分割	提出了一种定制的混合3D-2D U-Net架构，结合了三维和二维卷积神经网络的优点	研究为回顾性设计，需要进一步研究开发病变定位和量化的模式识别方法	开发自动前列腺器官分割的深度学习方法	多参数MRI中的前列腺器官	数字病理	前列腺癌	多参数MRI	CNN	医学图像	287名患者的299次MRI检查（共7774张MR图像）	NA	混合3D-2D U-Net	Dice分数, Pearson相关系数	NA
4282	2025-11-07	Deep learning method for semi-automated segmentation of optic nerve head tissues in optical coherence tomography images 2025-Dec, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2025.110678 PMID:41038371	研究论文	提出基于深度学习的半自动分割方法，用于光学相干断层扫描图像中视神经头组织的分割	开发了结合用户交互的深度学习模型更新机制，允许用户修正预测结果并实时优化后续预测	测试数据集较小（仅6个视神经头图像体积），需要更大样本量来全面评估模型更新效果	实现视神经头组织的半自动精确分割，提高分割效率	视神经头组织的前部筛板表面、布鲁赫膜和脉络膜-巩膜界面	计算机视觉	眼科疾病	光学相干断层扫描	CNN	图像	46个预处理的视神经头图像体积（每个包含24个径向扫描）	NA	NA	均方根误差	NA
4283	2025-11-07	Real-World Adversarial Defense Against Patch Attacks Based on Diffusion Model 2025-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3596462 PMID:40768456	研究论文	提出基于扩散模型的对抗性补丁防御框架DIFFender，通过文本引导扩散模型检测和修复对抗补丁攻击	发现对抗性异常感知现象，首次将扩散模型统一应用于补丁定位和修复任务，并提出高效少样本提示调优算法	NA	开发有效的对抗性补丁防御方法，提升深度学习模型在真实场景中的鲁棒性	对抗性补丁攻击	计算机视觉	NA	扩散模型	扩散模型	图像	NA	NA	扩散模型	NA	NA
4284	2025-11-07	FaceTracer: Unveiling Source Identities From Swapped Face Images and Videos for Fraud Prevention 2025-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3601141 PMID:40833901	研究论文	提出首个非侵入式框架FaceTracer，用于从换脸图像和视频中追溯源人物身份以预防欺诈	首个专门设计用于从换脸内容中追溯源人物身份的非侵入式框架，通过解缠模块有效抑制目标人物身份信息并分离源人物身份特征	未明确说明对极端质量退化或高度复杂混合身份场景的处理能力	开发能够追溯换脸内容中源人物身份的技术，用于欺诈预防和恶意行为者追踪	换脸图像和视频中的源人物身份特征	计算机视觉	NA	深度学习	深度学习框架	图像, 视频	NA	NA	解缠模块	身份识别准确率, 迁移性, 鲁棒性	NA
4285	2025-11-07	LBONet: Supervised Spectral Descriptors for Shape Analysis 2025-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3600873 PMID:40833902	研究论文	提出LBONet方法，通过监督学习优化拉普拉斯-贝尔特拉米算子的特征基，提升形状分析任务的性能	首次提出监督学习方式优化LBO特征基，使其更适应特定任务需求	NA	改进非刚性形状分析中拉普拉斯-贝尔特拉米算子的性能	流形上的算子学习	计算机视觉	NA	深度学习	监督学习	形状数据	NA	NA	LBONet	检索准确率, 分类准确率, 分割精度, 对应关系准确率	NA
4286	2025-11-07	Deep Learning R-Wave Detection for Electrocardiographic Gating in Cardiac MRI 2025-Dec, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.250104 PMID:41196189	研究论文	本研究开发卷积神经网络用于心电图R波检测，以减少心脏MRI中的心电门控误差	首次将CNN应用于心脏MRI环境下的ECG R波检测，特别针对3.0 T磁场下的MRI伪影问题	样本量相对有限（共167名患者），且为回顾性研究	评估ECG门控误差频率并开发基于深度学习的R波检测方法以改善心脏MRI质量	接受心脏MRI检查的患者心电图信号	医学影像分析	心血管疾病	心脏MRI, 心电图	CNN	心电图信号	167名患者（120名内部数据集，47名外部数据集）	NA	卷积神经网络	F1分数, 假阳性率	NA
4287	2025-11-07	LSTM-Transformer hybrid model predicts and unveils total phosphorus dynamics and pollutions in Poyang Lake 2025-Nov-10, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180622 PMID:41056607	研究论文	本研究开发LSTM-Transformer混合模型预测鄱阳湖总磷动态变化并揭示污染机制	首次将LSTM与Transformer结合用于湖泊磷污染预测，通过多头自注意力机制整合关键影响因素	模型在测试集上的相关系数为0.6428，仍有提升空间	预测鄱阳湖总磷动态趋势并识别污染驱动机制	鄱阳湖总磷污染	环境科学, 机器学习	NA	时空分析, 深度学习	LSTM, Transformer	时间序列数据	2013-2022年数据	NA	LSTM-Transformer混合架构	相关系数R, RMSE	NA
4288	2025-11-07	Water level forecasting in coastal cities using a hybrid deep learning approach 2025-Nov-10, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180709 PMID:41101053	研究论文	本研究提出了一种结合CNN、Transformer和SKANs的混合深度学习模型，用于预测威尼斯每小时水位	首次将卷积神经网络、Transformer层和Swallow Kolmogorov Arnold Networks结合用于沿海城市水位预测	仅使用两年数据训练，历史数据可用性有限	开发准确实时的沿海城市洪水预测模型	意大利威尼斯的水位预测	机器学习	NA	深度学习	CNN, Transformer, SKANs	气象和水文数据	两年高分辨率数据	NA	CNN-Transformer-SKANs	Nash-Sutcliffe Efficiency, Root Mean Square Error	NA
4289	2025-11-07	Improve deep learning-based reconstruction of optical coherence tomography angiography by siamese U-Net 2025-Nov-06, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae183c PMID:41151103	研究论文	提出一种结合Siamese架构和多分支坐标交叉注意力模块的SU-Net模型，用于改进光学相干断层扫描血管成像的重建质量	首次将Siamese架构与多分支坐标交叉注意力模块集成到U-Net中，更好地学习与血流相关的通道间差异	仅在12个三维人体皮肤OCTA图像上验证，样本量有限	改进基于深度学习的OCTA B扫描重建质量，减少图像采集次数	人体皮肤光学相干断层扫描血管成像数据	计算机视觉	NA	光学相干断层扫描血管成像	U-Net, Siamese网络	三维医学图像	来自8名志愿者的12个三维体积图像	NA	U-Net, DnCNN, ResNet, DenseNet	PSNR, SSIM	NA
4290	2025-11-07	Torso synthetic CT generation by integrating deep learning and segmentation for FDG-PET/MR attenuation correction 2025-Nov-06, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae13ff PMID:41101339	研究论文	提出一种结合深度学习和分割技术的方法，从Dixon MR图像生成躯干合成CT用于PET/MR衰减校正	首次将深度学习与基于阈值的分割方法相结合，实现从Dixon MR图像生成完整躯干的衰减校正图	样本量较小（29个数据集），仅针对FDG-PET/MR应用	提高PET/MR系统中衰减校正的准确性	躯干区域（从颅底到大腿中部）的FDG-PET/MR数据	医学影像分析	NA	FDG-PET/MR, Dixon MR	GAN, U-net	医学影像（MR和CT图像）	29个前瞻性收集的配对FDG-PET/CT和MR数据集（15个训练，14个测试）	NA	U-net Residual Network conditional Generative Adversarial Network (URcGAN)	平均绝对差异（HU）, SUV差异百分比, 标准差	NA
4291	2025-11-07	Optimizing infant magnetic resonance imaging efficiency: Deep learning-assisted feed-and-wrap technique versus general anesthesia using an infant magnetic resonance imaging stabilizer in infants under 4 months 2025-Nov-06, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06437-6 PMID:41193818	研究论文	本研究比较了深度学习辅助的喂养包裹技术与全身麻醉在4个月以下婴儿MRI检查中的效率差异	首次将深度学习图像重建技术与喂养包裹技术结合，并与传统全身麻醉方法进行系统比较	单中心回顾性研究，样本量较小（48例婴儿）	评估深度学习辅助喂养包裹技术是否能缩短婴儿MRI检查的周转时间	4个月以下的婴儿脑部MRI检查	医学影像分析	儿科影像	磁共振成像，深度学习图像重建	深度学习模型	医学影像数据	48名婴儿（DL-FW组22例，GA组26例）	NA	NA	周转时间，Mann-Whitney U检验，Hodges-Lehmann估计量	NA
4292	2025-11-07	A Novel Multimodal Deep Image Analysis Model for Predicting Extraction/Non-Extraction Decision 2025-Nov-06, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.70057 PMID:41195767	研究论文	开发一种基于侧位头影测量片和口内扫描的多模态深度学习模型，用于预测正畸拔牙/非拔牙决策	首次结合侧位头影测量片和口内扫描数据，采用多模态深度学习模型预测正畸治疗决策，并引入新颖的牙齿空间特征	样本量相对有限（617例），仅来自单一医疗机构，模型性能仍有提升空间	开发辅助正畸医生决策的深度学习分类器	正畸患者	计算机视觉	口腔正畸	头影测量分析，口内扫描	CNN, 自编码器	医学影像，三维扫描数据	617名患者（192例拔牙组，425例非拔牙组）	NA	CephNet, 卷积自编码器	准确率，灵敏度，特异性，阳性预测值，阴性预测值，阳性似然比，阴性似然比，F1分数	NA
4293	2025-11-07	Rethinking active learning in medical education: A comparative study of inquiry-based and team-based learning on student performance and satisfaction 2025-Nov-06, Advances in physiology education IF:1.7Q4 DOI:10.1152/advan.00199.2025 PMID:41196126	研究论文	比较探究式学习与团队式学习在医学教育中对学生表现和满意度的影响	开发基于5E教学模型的创新探究式学习框架，采用条件式答案揭示机制和游戏化综合评估	仅针对一年级医学生，样本量有限，未评估长期学习效果	比较两种主动学习方法的教学效果	548名一年级医学生	医学教育	NA	5E教学模型，游戏化学习	NA	定量表现指标，行为观察，学生问卷	548名一年级医学生	NA	NA	关键概念保留率，扩展概念掌握率，满意度评分，作弊倾向降低率	NA
4294	2025-11-07	Revisiting Eck and Dayhoff's Building Block Model of Ferredoxin Evolution on Dayhoff's 100th Birthday 2025-Nov-06, Journal of molecular evolution IF:2.1Q3 DOI:10.1007/s00239-025-10283-3 PMID:41196328	研究论文	使用深度学习工具重新验证Eck和Dayhoff关于铁氧还蛋白通过串联重复进化的假说	首次应用AlphaFold2从头预测方法验证60年前的蛋白质进化假说，结合现代计算工具重新评估经典理论	依赖计算预测模型，缺乏实验验证，部分结构对齐的RMSD和TM-score仅为可接受水平	重新检验铁氧还蛋白的串联重复进化模型	铁氧还蛋白序列和结构，[4Fe-4S]铁氧还蛋白超家族	计算生物学	NA	深度学习结构预测，序列比对	AlphaFold2	蛋白质序列，蛋白质结构	参考铁氧还蛋白PDB entry 1CIF及相关序列	AlphaFold2, I-TASSER	NA	RMSD, TM-score	NA
4295	2025-11-07	Deep learning model using contrast-enhanced CT for predicting overall survival in oropharyngeal squamous cell carcinoma: a prospective multicenter study 2025-Nov-06, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12120-z PMID:41196362	研究论文	开发并验证基于对比增强CT的深度学习模型用于预测口咽鳞状细胞癌患者的总生存期	首次将Swin Transformer V2架构应用于口咽鳞状细胞癌生存预测，结合影像组学特征和临床因素构建多中心验证的深度学习-临床特征模型	样本量相对有限，需要更大规模的前瞻性研究进一步验证	开发准确预测口咽鳞状细胞癌患者总生存期的非侵入性工具	口咽鳞状细胞癌患者	医学影像分析	口咽鳞状细胞癌	对比增强CT成像	深度学习	医学影像	319例患者（269例回顾性，50例前瞻性）	PyRadiomics	Swin Transformer V2	C-index, 时间依赖性ROC, 校准曲线, 决策曲线分析	NA
4296	2025-11-07	DeepIMB: Imputation of non-biological zero counts in microbiome data 2025-Nov-06, Genes & genomics IF:1.6Q3 DOI:10.1007/s13258-025-01693-0 PMID:41196474	研究论文	提出一种基于深度学习的微生物组数据插补方法DeepIMB，用于准确识别和填补非生物零计数	结合伽马-正态混合模型和深度神经网络，整合多种数据类型信息进行非生物零值插补	NA	解决微生物组数据中非生物零计数带来的分析挑战	微生物组测序数据	机器学习	NA	微生物组测序	深度神经网络	微生物计数矩阵	NA	NA	NA	均方误差, Pearson相关系数, Wasserstein距离	NA
4297	2025-11-07	Assessment of deep learning reconstruction effects on detection and differentiation of liver metastasis from hepatic hemangioma in diffusion-weighted imaging 2025-Nov-06, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01904-4 PMID:41196555	研究论文	评估基于模型的深度学习重建扩散加权成像在检测和鉴别肝脏转移瘤与肝血管瘤方面的性能	首次比较压缩感知与深度学习重建DWI在肝脏病变检测和鉴别中的表现	回顾性研究，样本量较小（53例患者），仅比较两种成像方法	评估深度学习重建对肝脏转移瘤和血管瘤检测与鉴别的改善效果	肝脏转移瘤（59个）和肝血管瘤（33个）患者	医学影像分析	肝脏肿瘤	扩散加权成像，压缩感知，深度学习重建	深度学习模型	医学影像数据	53例患者（34男19女，平均年龄65.9岁），共92个病灶（59个转移瘤，33个血管瘤）	NA	NA	信噪比，对比噪声比，表观扩散系数，ROC曲线下面积，敏感性，特异性	NA
4298	2025-11-07	Emerging Artificial Intelligence Technologies for Risk Assessment and Management in Acute Myeloid Leukemia: A Review 2025-Nov-06, JAMA oncology IF:22.5Q1 DOI:10.1001/jamaoncol.2025.3601 PMID:41196612	综述	本文综述人工智能技术在急性髓系白血病风险评估和管理中的新兴应用	整合临床、细胞遗传学和分子数据的机器学习算法相比传统ELN指南展现更高预后准确性；深度学习在骨髓涂片亚型识别和基因变异预测中表现优异；联邦学习方法实现跨机构协作同时保护患者隐私	需要统一数据标准、健全监管框架和公平技术获取才能实现AI在AML管理中的完全整合	评估人工智能技术在急性髓系白血病风险分层、诊断增强和治疗规划中的应用潜力	急性髓系白血病患者数据、骨髓涂片图像、基因组数据	数字病理学	白血病	基因组分析、转录组数据分析	机器学习,深度学习	临床数据,图像,基因组数据	NA	NA	NA	AUROC,准确率	NA
4299	2025-11-07	Deep learning interatomic potential for boron phosphide: accurate prediction of mechanical and thermal properties 2025-Nov-05, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d5cp01433f PMID:41111322	研究论文	通过深度学习势函数准确预测磷化硼的力学和热学性质	开发了基于深度学习的磷化硼原子间势函数，实现了对多种物理性质的精确模拟	NA	开发高精度的磷化硼深度学习势函数用于原子尺度模拟	磷化硼(BP)材料	机器学习	NA	深度学习势函数，第一性原理计算	深度势函数(DP)	原子结构数据，物理性质数据	NA	NA	深度势函数(DP)	径向分布函数，角分布函数，晶格常数，密度，弹性常数，硬度，断裂韧性，熵，焓，自由能，热容，热导率，声子谱	NA
4300	2025-11-07	BiBLDR: Bidirectional Behavior Learning for Drug Repositioning 2025-Nov-05, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3628673 PMID:41191475	研究论文	提出一种名为BiBLDR的双向行为学习策略，将药物重定位重新定义为行为序列学习任务	通过构建双向行为序列和两阶段策略，有效解决了冷启动场景下传统图方法依赖已知关联信息的局限性	未明确说明模型在更大规模数据集上的泛化能力	解决药物重定位中的冷启动问题	药物和疾病	机器学习	NA	深度学习	行为序列学习模型	药物-疾病关联数据，行为序列数据	基准数据集（具体数量未说明）	NA	双向行为序列学习框架	基准数据集上的性能指标（具体指标未说明）	NA