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
441	2025-07-18	Development of a Deep Learning Model for Automating Implant Position in Total Hip Arthroplasty 2025-Aug, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.032 PMID:39880053	研究论文	开发了一种深度学习模型，用于在全髋关节置换术中自动标注骨盆标志物并进行相关测量	提出的深度学习模型在标注骨盆标志物方面表现优于或等同于训练有素的人类专家，并能够实时提供全髋关节置换术相关测量	临床使用尚未广泛验证，样本量相对较小（161例）	开发能够自动标注骨盆标志物并计算全髋关节置换术相关测量的深度学习模型	全髋关节置换术患者的术前术后骨盆X光片和术中透视图像	计算机视觉	骨科疾病	深度学习	CNN（假设基于图像处理，但未明确说明具体架构）	医学影像（X光片和透视图像）	161例初次全髋关节置换术患者的影像数据
442	2025-07-18	A Deep Learning Tool for Minimum Joint Space Width Calculation on Antero-posterior Knee Radiographs 2025-Aug, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.038 PMID:39880057	研究论文	开发了一种用于膝关节前后位X光片上最小关节间隙宽度（mJSW）自动测量的深度学习工具	提出了一种结合深度学习分割模型和计算机视觉算法的端到端自动化测量方法，能够灵活处理自然膝关节和关节置换后的膝关节	算法测量与人工测量之间存在一定误差（73.2%的测量差异小于1毫米）	开发自动化测量膝关节mJSW的算法，以评估骨关节炎进展	膝关节前后位X光片	数字病理	骨关节炎	深度学习分割模型+计算机视觉算法	深度学习分割模型	X光图像	583张图像用于训练分割模型，330张独立图像用于算法验证
443	2025-07-18	AI-Driven Dental Caries Management Strategies: From Clinical Practice to Professional Education and Public Self Care 2025-Aug, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.04.007 PMID:40354695	研究论文	本文综述了人工智能在龋齿管理中的应用，包括临床实践、专业教育和公众自我护理	探讨了AI在龋齿风险预测、图像分析、治疗计划制定及口腔卫生教育中的创新应用	未提及具体AI模型的性能评估或实际临床应用效果的定量数据	概述AI在个性化龋齿管理中的应用现状和发展前景	龋齿患者、牙科专业人员及公众	数字病理	龋齿	machine learning, deep learning	NA	图像、临床数据	NA
444	2025-04-12	Performance of deep learning algorithm based on Xception in evaluating morphological characteristics reflecting the activity of vitiligo 2025-Jul-17, The British journal of dermatology DOI:10.1093/bjd/ljaf133 PMID:40209097	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
445	2025-07-18	A multi-stage training and deep supervision based segmentation approach for 3D abdominal multi-organ segmentation 2025-Jul-17, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251355806 PMID:40671620	研究论文	提出了一种基于多阶段训练和深度监督的3D腹部多器官分割方法，旨在提高CT图像分割的准确性和效率	结合多阶段训练、伪标签技术和带有注意力机制的深度监督模型（DLAU-Net），显著提升了分割性能和模型适应性	未明确提及具体局限性，但可能依赖于标注数据的质量和数量	提高3D腹部多器官CT图像分割的准确性和效率，以支持腹部疾病的诊断和治疗规划	腹部多器官（如肝脏、脾脏和肾脏）的CT图像	数字病理学	腹部疾病	深度学习，伪标签技术，注意力机制	DLAU-Net	3D CT图像	FLARE 2023挑战提供的大规模数据集
446	2025-07-18	Clinical Implementation of Sixfold-Accelerated Deep Learning Superresolution Knee MRI in Under 5 Minutes: Arthroscopy-Validated Diagnostic Performance 2025-Jul-16, AJR. American journal of roentgenology DOI:10.2214/AJR.25.32878 PMID:40266704	研究论文	本研究验证了使用深度学习超分辨率图像重建技术的六倍加速膝关节MRI在临床中的诊断性能	结合三倍并行成像和两倍同步多层加速技术，实现六倍加速的深度学习超分辨率膝关节MRI，并在5分钟内完成扫描	研究为回顾性设计，样本量相对较小（124例患者）	验证六倍加速深度学习超分辨率3-T膝关节MRI的临床效能	膝关节疼痛的成年患者	数字病理学	膝关节疾病	深度学习超分辨率图像重建、并行成像(PI)、同步多层加速(SMS)	DL（深度学习）	MRI图像	124名成年患者（79名男性，45名女性）
447	2025-07-18	Artificial intelligence techniques in inherited retinal diseases: a review 2025-Jul-16, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ade9c7 PMID:40587976	综述	本文综述了人工智能技术在遗传性视网膜疾病(IRDs)中的应用，包括诊断、预后和管理方面的潜力	整合了现有研究，识别了知识空白，并探讨了可解释AI在临床环境中的重要性	该领域知识碎片化，需要更多针对性研究来填补空白	探索AI技术在遗传性视网膜疾病诊断和管理中的应用潜力	遗传性视网膜疾病(IRDs)	人工智能在医疗领域的应用	遗传性视网膜疾病	机器学习和深度学习	NA	NA	NA
448	2025-07-18	Inverse Design of Manufacturable Infrared Metasurfaces Based on Multimodal Deep Learning Methods 2025-Jul-16, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c07116 PMID:40623946	研究论文	本文提出了一种基于多模态深度学习的可制造红外超表面的逆向设计方法	提出了一种多模态神经网络框架，能够根据目标光谱生成不同模式的设计结果，解决了高维参数空间和非线性映射带来的挑战，设计速度比传统方法快几个数量级	未提及具体样本量或实验验证的广泛性	实现复杂光子器件的逆向设计，特别是红外隐身超表面的设计	复合周期性微结构	机器学习	NA	多模态深度学习	神经网络	光谱数据	NA
449	2025-07-18	The Second Skin: A Wearable Sensor Suite that Enables Real-Time Human Biomechanics Tracking Through Deep Learning 2025-Jul-16, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3589996 PMID:40668712	研究论文	开发了一种可穿戴传感器套装，通过深度学习实现实时人体生物力学跟踪	提出了一种任务无关、用户无关的方法，用于在各种任务中精确实时估计下肢关节状态	样本量较小（N=10），且仅针对特定行业（建筑和危险废物清理）的任务	研究实时人体运动学和动力学测定方法，以推进生物力学研究和生物反馈应用	人体下肢关节的运动学和动力学	机器学习	NA	惯性测量单元（IMUs）和压力鞋垫	深度学习模型	传感器数据	10名参与者，33项任务
450	2025-07-18	LCwmcaR: Learning Cross-Window Cross-Modality Correlation-Aware Representation for Human Activity Recognition 2025-Jul-16, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3581226 PMID:40668703	research paper	提出了一种名为LCwmcaR的新型跨窗口跨模态相关性感知框架，用于人类活动识别（HAR）	LCwmcaR框架通过双分支网络同时建模时间和空间级别信息，并设计了可学习的时间二维化策略和跨窗口相关性感知特征表示生成模块	未提及具体的局限性	提升人类活动识别的准确性和鲁棒性	人类活动识别（HAR）数据	machine learning	NA	Mamba和CNN	dual-branch network	时序数据	四个公共数据集
451	2025-07-18	Re-Boosting Self-Collaboration Parallel Prompt GAN for Unsupervised Image Restoration 2025-Jul-16, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3589606 PMID:40668718	research paper	提出了一种自协作并行提示GAN框架，用于无监督图像恢复，通过自协作策略和重新增强模块显著提升性能	引入自协作策略（SC）和重新增强模块（Reb-SC），在不增加推理复杂度的前提下显著提升恢复性能	未提及具体的数据集限制或计算资源需求	提升无监督图像恢复的性能，减少对配对数据的依赖	图像恢复任务	computer vision	NA	GAN	GAN	image	NA
452	2025-07-18	Robust Palmprint Recognition via Multi-stage Noisy Label Selection and Correction 2025-Jul-16, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3588040 PMID:40668719	研究论文	提出了一种多阶段噪声标签选择与校正框架（MNLSC），以提高基于深度学习的掌纹识别的鲁棒性	引入了三个阶段的自监督学习、傅里叶基模块和原型基模块，分别选择干净简单样本、干净困难样本，并校正噪声标签	未提及在极端高噪声率（如超过60%）下的表现	提升掌纹识别模型在噪声标签环境下的鲁棒性	掌纹图像数据	计算机视觉	NA	自监督学习、傅里叶变换	深度学习模型（未指定具体类型）	图像	多个受控和非受控掌纹数据库（未明确样本数量）
453	2025-07-18	Multi-View Fused Nonnegative Matrix Completion Methods for Drug-Target Interaction Prediction 2025-Jul-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3589662 PMID:40668724	研究论文	本研究提出两种多视图融合非负矩阵补全方法，用于提高药物-靶标相互作用预测的准确性、可解释性和可扩展性	结合非负矩阵补全框架、线性多视图融合机制和多图拉普拉斯正则化，避免启发式秩选择并保持各视图结构特性	未明确说明方法在超大规模数据集上的性能表现	提高药物-靶标相互作用预测的准确性	药物-靶标相互作用数据	机器学习	NA	非负矩阵补全、多视图融合、多图拉普拉斯正则化	非负矩阵补全模型	异构相似性矩阵	四个黄金标准数据集和一个更大的真实世界数据集
454	2025-07-18	VGRF Signal-Based Gait Analysis for Parkinson's Disease Detection: A Multi-Scale Directed Graph Neural Network Approach 2025-Jul-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3589772 PMID:40668723	research paper	该论文提出了一种基于垂直地面反作用力(VGRF)信号的多尺度有向图神经网络方法，用于帕金森病的步态分析检测	提出了一种多尺度自适应有向图神经网络(MS-ADGNN)，首次考虑了VGRF信号的固有图结构，能够捕捉足底传感器间的分布关系和行走时的动态压力传导	未提及具体样本量限制或数据多样性问题	开发更有效的帕金森病步态异常检测方法	帕金森病患者与健康对照者的步态数据	digital pathology	帕金森病	VGRF信号分析	MS-ADGNN（包含ADGN和MSTCN单元）	生物力学信号数据	三个广泛使用的数据集（具体数量未说明）
455	2025-07-18	Imaging analysis using Artificial Intelligence to predict outcomes after endovascular aortic aneurysm repair: protocol for a retrospective cohort study 2025-Jul-16, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-098724 PMID:40669892	研究论文	本研究旨在利用人工智能驱动的影像分析技术，开发预测模型以优化主动脉瘤腔内修复术后的随访策略	首次采用AI技术分析术前和术后CTA图像，预测主动脉瘤腔内修复术后的并发症风险	研究为回顾性队列设计，样本量限于500例患者	开发预测模型以优化主动脉瘤腔内修复术后的随访策略，并研究术后主动脉形态学变化	接受择期主动脉瘤腔内修复术的患者	数字病理学	心血管疾病	CT血管造影(CTA)	深度学习算法	医学影像	500例接受择期EVAR手术的患者
456	2025-07-18	Super-resolution deep learning in pediatric CTA for congenital heart disease: enhancing intracardiac visualization under free-breathing conditions 2025-Jul-16, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11800-0 PMID:40670764	研究论文	本研究评估了超分辨率深度学习重建（SR-DLR）、常规深度学习重建（C-DLR）和混合迭代重建（HIR）在提高儿科先天性心脏病（CHD）CT血管造影（CCTA）图像质量和诊断性能方面的有效性	SR-DLR显著降低图像噪声并提高分辨率，在检测小病灶方面优于现有算法，诊断准确性接近超声	研究样本仅限于1-10岁的儿科患者，且仅在自由呼吸条件下进行CCTA	评估不同重建算法在儿科CHD的CCTA中的图像质量和诊断性能	91名疑似CHD的1-10岁儿科患者	数字病理学	先天性心脏病	CT血管造影（CCTA）	深度学习重建（SR-DLR, C-DLR）	图像	91名1-10岁的儿科患者
457	2025-07-18	Detecting structural heart disease from electrocardiograms using AI 2025-Jul-16, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09227-0 PMID:40670798	研究论文	利用AI从心电图中检测结构性心脏病	开发了一个深度学习模型EchoNext，基于超过100万份心电和影像记录，能够检测多种结构性心脏病，并在内部和外部验证中表现出高诊断准确性	模型在未进行心脏影像检查的患者中进行了前瞻性评估，但可能仍需进一步验证在其他人群中的适用性	提高结构性心脏病的早期检测率，扩大筛查的可及性	结构性心脏病患者	机器学习	心血管疾病	深度学习	EchoNext	心电图和影像记录	超过100万份心电和影像记录
458	2025-07-18	DNA Methylation Recognition Using Hybrid Deep Learning with Dual Nucleotide Visualization Fusion Feature Encoding 2025-Jul-16, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00737-z PMID:40670806	研究论文	提出了一种名为DeepDNA-DNVFF的新型高效DNA甲基化预测方法，通过改进和整合二维DNA可视化技术，开发了双核苷酸视觉融合特征编码（DNVFF）方法，并结合CNN、BiLSTM和注意力机制的混合深度学习模型	开发了新的双核苷酸视觉融合特征编码（DNVFF）方法，并整合了CNN、BiLSTM和注意力机制的混合深度学习模型，以提高DNA甲基化预测的准确性和通用性	NA	开发一种高效且通用的DNA甲基化预测方法，以帮助理解基因调控机制和识别潜在的疾病生物标志物	DNA甲基化位点	机器学习	NA	DNA甲基化测序	CNN, BiLSTM, 注意力机制	DNA序列	17个物种数据集
459	2025-07-18	AMPred-MFG: Investigating the Mutagenicity of Compounds Using Motif-Based Graph Combined with Molecular Fingerprints and Graph Attention Mechanism 2025-Jul-16, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00742-2 PMID:40670804	研究论文	介绍了一种名为AMPred-MFG的新型深度学习预测模型，用于预测药物分子的致突变性	结合分子指纹特征与分子图特征，通过基于motif的图和图注意力机制提取特征，提高了致突变性预测的准确性和可解释性	未明确提及具体局限性	开发一种准确预测药物分子致突变性的工具，以支持药物开发的早期阶段	药物分子	机器学习	NA	分子指纹、图注意力机制、图变换器	多层感知机(MLP)、图变换器	分子结构数据	未明确提及具体样本数量，但通过十折交叉验证和外部验证数据集进行了评估
460	2025-07-18	Prediction of Epilepsy Seizure Based on Cepstrum Analysis and Deep Learning 2025-Jul-16, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00741-3 PMID:40670805	research paper	该论文提出了一种基于倒谱分析和深度学习的癫痫发作预测模型	结合Mel频率倒谱系数(MFCC)和线性预测编码倒谱系数(LPCC)处理EEG信号，并整合CNN和LSTM提取更全面的EEG特征	模型性能在不同癫痫发作阶段和时间点的适应性有待进一步验证	提高癫痫发作预测的准确性和稳定性	癫痫患者的EEG信号	machine learning	癫痫	MFCC, LPCC	CNN, LSTM	EEG信号	公开的CHB-MIT癫痫EEG数据集