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
4441	2025-10-06	Deep-learning-based 3D content-based image retrieval system on chest HRCT: Performance assessment for interstitial lung diseases and usual interstitial pneumonia 2025-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100670 PMID:40741449	研究论文	开发基于深度学习的3D内容图像检索系统，用于胸部高分辨率CT中间质性肺病和普通型间质性肺炎的辅助诊断	首次将3D内容图像检索系统应用于间质性肺病的自动分类和UIP模式识别	样本量相对有限（2058例评估检索性能，301例评估临床实用性），需要进一步验证	开发辅助放射科医生鉴别间质性肺病和UIP模式的智能诊断系统	胸部高分辨率CT薄层全肺图像	计算机视觉	间质性肺病	HRCT成像	深度学习	3D医学图像	2058例用于检索性能评估，301例来自57种疾病用于临床实用性评估	NA	NA	视觉相似度评分（5点量表），标签一致性	NA
4442	2025-10-06	Automated removal of corrupted tilts in cryo-electron tomography 2025-Dec, Journal of structural biology: X DOI:10.1016/j.yjsbx.2025.100130 PMID:40741136	研究论文	开发基于深度学习的自动化方法用于冷冻电子断层扫描中损坏倾斜图像的识别与去除	首次系统评估13种不同神经网络架构在冷冻电子断层扫描数据损坏检测中的性能，并提供可直接应用的训练模型框架	模型性能依赖于435个标注倾斜序列数据集的质量和规模	解决冷冻电子断层扫描中倾斜图像损坏的自动化检测问题	冷冻电子断层扫描采集的倾斜序列图像	计算机视觉	NA	冷冻电子断层扫描(cryo-ET)	CNN, Transformer	图像	435个标注倾斜序列	NA	多种CNN和Transformer架构	效率, 可靠性	NA
4443	2025-10-06	Model-based self-supervised learning for quantitative assessment of myocardial oxygen extraction fraction and myocardial blood volume 2025-Oct, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30555 PMID:40312974	研究论文	开发了一种基于模型驱动的自监督深度学习网络，用于同时映射心肌氧摄取分数和心肌血容量	将物理模型整合到训练过程中，通过自监督学习模式实现端到端的同时映射mOEF和MBV	仅使用10名健康受试者和10名心肌梗死患者的数据进行验证，样本量有限	开发定量评估心肌氧摄取分数和心肌血容量的深度学习方法	心肌氧摄取分数(mOEF)和心肌血容量(MBV)	医学影像分析	心肌梗死	不对称自旋回波准备序列	深度学习网络	医学影像数据	10名健康受试者和10名心肌梗死患者	NA	自监督学习网络	均方误差, 余弦相似度	NA
4444	2025-10-06	Deep learning-based prospective slice tracking for continuous catheter visualization during MRI-guided cardiac catheterization 2025-Oct, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30574 PMID:40485142	研究论文	开发了一种基于深度学习的参数无关自动切片跟踪技术，用于MRI引导心脏导管插入术中的连续导管可视化	首次提出基于深度学习的参数无关自动切片跟踪方法，无需操作员定义参数即可实现实时导管跟踪	概念验证研究，仅在3名患者和心脏体模中进行评估，样本量有限	开发实时自动导管跟踪技术以改善MRI引导心脏导管插入术的导航效果	三维打印心脏体模和接受MR引导心脏导管插入术的患者	医学影像分析	心血管疾病	MRI成像，深度学习	CNN	医学影像	3名患者和心脏体模	NA	U-Net, ResNet-34	准确率, 灵敏度, 特异性	NA
4445	2025-10-06	Precise dental caries segmentation in X-rays with an attention and edge dual-decoder network 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03318-w PMID:39961911	研究论文	提出一种结合注意力机制和双解码器结构的网络AEDD-Net，用于提升X光片中龋齿边界分割的精度	集成空洞空间金字塔池化与交叉坐标注意力机制，引入专用边界生成模块和创新的边界损失函数	NA	提升X光片中龋齿边界分割的准确性	牙科X光片中的龋齿病变	计算机视觉	龋齿	X射线成像	深度学习分割网络	X射线图像	NA	NA	AEDD-Net（注意力与边缘双解码器网络）	Dice系数,Jaccard相似度,精确度,敏感度	NA
4446	2025-10-06	TongueTransUNet: toward effective tongue contour segmentation using well-managed dataset 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03278-7 PMID:39964658	研究论文	提出一种结合UNet、Vision Transformer和对比损失的混合架构，用于舌轮廓分割	引入动态尺寸数据集管理策略，结合UNet、ViT和潜在空间对比损失构建基础模型，并采用人工专家验证机制	未明确说明具体数据集规模和计算资源需求	从舌部超声图像中提取舌轮廓以理解语言行为特征	舌部超声图像	计算机视觉	NA	超声成像	UNet, Vision Transformer	医学图像	NA	NA	UNet, Vision Transformer	准确率	NA
4447	2025-10-06	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	提出一种基于深度学习的自动牙科种植体定位模型，通过CBCT图像优化种植体位置	开发两阶段深度学习框架，首次结合YOLOv11进行标志物检测与种植体参数预测	种植体长度预测准确率较低（59%），位置预测存在毫米级误差	实现牙科种植体的自动精准定位	CBCT图像中的牙科种植体	计算机视觉	牙科疾病	锥形束计算机断层扫描（CBCT）	CNN	3D医学图像	NA	YOLOv11	YOLOv11	F-score, 平均绝对误差, 准确率	NA
4448	2025-10-06	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	提出两种新型深度学习模型LeDNet和HiDenNet用于早期准确预测糖尿病	结合LeNet与双注意力网络的LeDNet，以及融合高速公路网络与DenseNet的HiDenNet，并采用可解释AI技术增强模型透明度	数据集存在类别不平衡问题，可能导致预测偏差	开发高精度且可解释的糖尿病早期预测模型	糖尿病健康指标数据集	机器学习	糖尿病	深度学习	CNN	结构化健康指标数据	糖尿病健康指标数据集（具体数量未提及）	NA	LeDNet, HiDenNet	准确率, F1分数, 召回率, 精确率	NA
4449	2025-10-06	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	开发基于深度学习的垂体腺瘤自动分割模型并评估其在放射外科治疗中的临床应用价值	首次将nnU-Net模型应用于垂体腺瘤的自动分割，并系统评估其在临床工作流程中的实际效用	模型在复杂病例（如既往有手术史）中的分割效果较差，部分分割结果需要人工修改	开发用于放射外科治疗规划的自动分割模型并验证其临床适用性	垂体腺瘤患者	数字病理	垂体腺瘤	MRI扫描	深度学习	医学影像	582例患者用于训练，146例患者用于测试	nnU-Net	nnU-Net	Dice相似系数，专家评分，时间成本	NA
4450	2025-10-06	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和Segment Anything Model在黑色素磁共振图像中检测和分割脑转移瘤的有效性和准确性	结合改进的U-Net与生成对抗网络架构，并首次将Segment Anything Model作为后处理工具应用于脑转移瘤分割	样本量较小（仅50例患者），缺乏外部验证	提高脑转移瘤在黑色素磁共振图像中的检测和分割精度	脑转移瘤患者	医学影像分析	脑转移瘤	黑色素磁共振成像	U-Net, GAN	磁共振图像	50例患者（40例训练，10例测试）	NA	U-Net, 改进的U-Net, U-Net+GAN	病灶敏感度, 患者Dice相似系数, 平均假阳性率	NA
4451	2025-10-06	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	提出基于热中热(HIH)的深度学习模型，用于足部负重X光片的自动地标检测和多足部畸形分类	开发了热中热(HIH)地标检测模型，在内部和外部验证中均表现出优于基线模型FlatNet的性能	回顾性研究设计，数据来源于两个医疗中心	开发自动化足部畸形诊断模型以解决人工诊断的劳动密集性和变异性问题	足部负重X光片中的骨骼地标和五种足部畸形	计算机视觉	足部畸形	X射线成像	深度学习	医学图像	中心1：806名患者的3097张图像（训练/验证）；中心2：270名患者的1056张图像（外部验证）	NA	热中热(HIH)	准确率, 敏感性, 特异性, 阳性预测值, 阴性预测值, 绝对像素误差, 角度误差, 归一化平均误差, 成功检测率	NA
4452	2025-10-06	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	提出一种结合深度学习和人工生命的新型混合模型用于乳腺癌超声图像分割	首次将深度学习与多智能体人工生命相结合用于医学图像分割，能够处理复杂几何形状和高噪声图像	需要进一步验证在更大规模数据集上的性能表现	开发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	乳腺癌超声图像	医学图像分析	乳腺癌	超声成像	深度学习,人工生命	图像	1264张超声图像，患者年龄22-73岁	NA	U-Net	Dice系数,相对Hausdorff距离	NA
4453	2025-10-06	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	本研究系统比较了传统和最先进的深度学习可解释人工智能方法，用于从德国护理福利申请文本中提取影响护理需求的关键因素	首次在护理需求评估领域系统比较传统方法和基于transformer的XAI方法，并展示了如何将局部解释聚合成全局洞察	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模式，支持专家进行护理需求评估	72,000多份德国护理福利申请文本数据	自然语言处理	老年疾病	可解释人工智能	Transformer, 词袋模型	文本	超过72,000份护理福利申请	NA	Transformer	预测准确性	NA
4454	2025-10-06	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ChemFixer框架，通过将无效分子修正为有效分子来扩展可用的化学空间	首次提出基于transformer架构的无效分子修正框架，能够恢复之前无法生成的分子	NA	解决深度学习分子生成模型产生无效分子的问题，扩展可用化学空间	化学分子和药物候选物	机器学习	NA	分子生成，药物-靶点相互作用预测	Transformer	分子结构数据	大规模有效/无效分子对数据集	NA	Transformer	分子有效性，化学和生物分布特性保持度	NA
4455	2025-10-06	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	提出一种结合混合消息传递策略的几何深度学习模型HybridGeo，用于蛋白质-配体亲和力预测	首次采用双视图图学习和混合消息传递策略整合三维几何特征，并在残基级别应用几何图变换器	未明确说明模型计算复杂度及对大规模数据集的扩展性	提高蛋白质-配体亲和力预测的准确性和可解释性	蛋白质-配体复合物	机器学习	NA	几何深度学习	图神经网络,Transformer	三维结构数据	PDBbind数据集及三个外部测试集	PyTorch	几何图变换器,HybridGeo	RMSE	NA
4456	2025-10-06	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	利用大语言模型设计个性化帕金森病治疗策略的新框架	首次将大语言模型与蒙特卡洛树搜索、检索增强生成和思维链推理结合，用于帕金森病个性化治疗，提供可解释的治疗策略	依赖自然语言形式的患者信息输入，可能受数据质量和完整性的影响	开发个性化帕金森病治疗策略	帕金森病患者	自然语言处理	帕金森病	大语言模型，蒙特卡洛树搜索，检索增强生成，思维链推理	LLM	自然语言文本，医疗指南文本	帕金森病进展标记倡议数据集	NA	NA	MDS-UPDRS-III评分降低值	NA
4457	2025-10-06	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	提出一种新型时序异构图神经网络模型用于工业系统剩余使用寿命预测	首次同时建模传感器数据的时序动态、空间关联和异质性特征，采用细粒度方式处理时序图结构并引入特征线性调制技术	NA	提升工业系统剩余使用寿命预测的准确性	工业系统中的多源异构传感器数据	机器学习	NA	深度学习	图神经网络	时间序列传感器数据	N-CMAPSS数据集	NA	时序异构图神经网络(THGNN)	两种不同评估指标	NA
4458	2025-10-06	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端编码序列特征序列，在谷氨酸棒杆菌中实现重组蛋白表达的精细调控	首次在谷氨酸棒杆菌中建立5'UTR和NCS特征序列与蛋白表达水平的关联模式，并通过组合调控实现5个数量级的动态表达范围	研究主要针对特定外源蛋白验证，尚未在更广泛的蛋白类型中全面测试	开发在微生物细胞工厂中精细调控基因表达和蛋白质生产的工具	谷氨酸棒杆菌中的重组蛋白表达系统	合成生物学	NA	荧光激活细胞分选, 高通量测序, 深度学习	深度学习模型	DNA序列数据, 荧光强度数据	包含5'UTR库和NCS库的序列组合，通过16种不同组合验证	NA	NA	荧光强度动态范围(45%-511%)	NA
4459	2025-10-06	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，用于准确评估大脑衰老并早期识别神经退行性疾病	提出新型大脑视觉图神经网络(BVGN)，整合神经生物学特征提取模块和全局关联机制，提供可解释的显著图和图论分析	研究主要基于T1加权MRI数据，未涉及多模态影像数据融合	开发精确的大脑衰老评估方法，促进神经退行性疾病的早期识别	中老年人群的大脑MRI影像数据	医学影像分析	神经退行性疾病	T1加权磁共振成像	图神经网络	医学影像	ADNI数据集5889例，UK Biobank数据集34352例	深度学习框架	大脑视觉图神经网络(BVGN)	平均绝对误差(MAE), AUC	NA
4460	2025-10-06	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	本研究开发了一种基于颈戴式电子听诊器的半自动评估方法，用于客观测量固体咀嚼和吞咽测试参数	首次使用颈戴式电子听诊器结合深度学习技术实现固体咀嚼和吞咽测试的自动化评估	样本仅包含健康成年人，未包含吞咽困难和咀嚼功能障碍患者，样本多样性有限	开发客观高效的固体咀嚼和吞咽功能评估方法，研究年龄和性别对咀嚼吞咽功能的影响	123名健康成年人（平均年龄58.7±18.5岁）	医疗健康监测	吞咽功能障碍	颈戴式电子听诊器录音，智能手机视频采集	深度学习	音频数据，视觉数据	123名健康成年人	NA	NA	统计显著性(p值)	NA