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
461	2025-09-27	Impact of Data Quality on Deep Learning Prediction of Spatial Transcriptomics from Histology Images 2025-Sep-09, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.04.674228 PMID:40964396	研究论文	本研究探讨了分子数据和图像数据质量对基于深度学习的组织学图像空间转录组预测性能的影响	首次系统研究不同空间转录组技术（Xenium成像与Visium测序）导致的数据质量差异对基因表达预测的影响，揭示了数据质量改进作为模型架构调优的替代策略	插补实验的改进效果有限且无法推广到测试集之外	评估数据质量对深度学习预测空间转录组的影响	组织学图像和空间转录组数据	数字病理	NA	空间转录组技术（Xenium、Visium）	深度学习	组织学图像、基因表达数据	NA
462	2025-09-27	Domain-Interactive Contrastive Learning and Prototype-Guided Self-Training for Cross-Domain Polyp Segmentation 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3443262 PMID:39141465	研究论文	提出一种用于跨域息肉分割的新型无监督域自适应框架DCL-PS	结合域交互对比学习和原型引导自训练策略，通过域混合原型更新和跨一致性训练增强特征表示	NA	提升结肠镜图像中息肉分割模型在未知目标域的泛化性能	结肠镜图像中的息肉分割	计算机视觉	结直肠癌	无监督域自适应	深度学习分割模型	医学图像	NA
463	2025-09-27	Solving Zero-Shot Sparse-View CT Reconstruction With Variational Score Solver 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3475516 PMID:39374276	研究论文	提出一种无需配对数据的稀疏视图CT重建新方法——变分分数求解器(VSS)	通过潜在扩散模型获取先验分布，采用分布建模而非确定性值，并通过寻找扩散模型固定点来提炼先验知识	NA	解决零样本稀疏视图CT重建问题，降低对配对数据的依赖	CT医学图像重建	医学影像处理	NA	潜在扩散模型	扩散模型	CT图像	NA
464	2025-09-27	Domain Progressive Low-Dose CT Imaging Using Iterative Partial Diffusion Model 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3492260 PMID:39509314	研究论文	提出一种基于迭代部分扩散模型的领域渐进式低剂量CT成像框架，解决传统深度学习方法在真实LDCT场景中的泛化性问题	创新性地提出迭代部分扩散模型（IPDM），通过迭代部分扩散过程平衡生成能力与计算效率，并开发条件引导采样方法和基于像素级噪声估计的自适应权重策略	未明确说明模型在高分辨率训练中的具体表现和计算资源需求	提升低剂量CT成像的质量和泛化能力	低剂量CT图像	医学影像处理	NA	扩散模型	IPDM（迭代部分扩散模型）	CT图像	多源数据集（具体数量未说明）
465	2025-09-27	DreaMR: Diffusion-Driven Counterfactual Explanation for Functional MRI 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3507008 PMID:40030294	研究论文	提出首个基于扩散模型的fMRI反事实解释方法DreaMR，用于深度fMRI分类器的可解释性分析	首次将扩散模型应用于fMRI反事实解释，提出分数多阶段蒸馏扩散先验和transformer架构处理长程时空上下文	NA	开发高保真度的fMRI深度分类器可解释性方法	功能磁共振成像（fMRI）数据和大脑认知相关变量	医学影像分析	神经科学相关疾病	扩散模型、反事实生成	Transformer、扩散模型	fMRI脑功能影像数据	神经影像数据集（具体数量未明确说明）
466	2025-09-27	MM-GTUNets: Unified Multi-Modal Graph Deep Learning for Brain Disorders Prediction 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3556420 PMID:40168232	研究论文	提出一种基于图Transformer的多模态图深度学习框架MM-GTUNets，用于大规模脑部疾病预测	引入模态奖励表示学习动态构建人群图，采用自适应跨模态图学习捕捉模态特异性和共享特征，结合Graph UNet和Graph Transformer优势	NA	开发端到端的多模态图深度学习框架以提升脑部疾病预测性能	脑部疾病患者人群的多模态数据	机器学习	脑部疾病	图深度学习、Transformer、变分自编码器	MM-GTUNets（基于Graph Transformer和Graph UNet）	多模态数据（影像和非影像数据）	两个公共多模态数据集ABIDE和ADHD-200
467	2025-09-27	Digital Staining With Knowledge Distillation: A Unified Framework for Unpaired and Paired-but-Misaligned Data 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565329 PMID:40310741	研究论文	提出一种基于知识蒸馏的无监督深度学习框架，用于数字细胞染色	首次将知识蒸馏应用于数字染色任务，提出适用于无配对数据和配对但未对齐数据的统一训练方案	NA	开发无需大量精确配对数据的数字细胞染色方法	细胞图像（特别是白细胞图像）	数字病理	NA	知识蒸馏、深度学习	教师-学生模型框架	细胞图像	白细胞数据集
468	2025-09-27	Self-Supervised Feature Learning for Cardiac Cine MR Image Reconstruction 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3570226 PMID:40408221	研究论文	提出一种自监督特征学习辅助的MRI重建框架，用于心脏电影MR图像重建	首次将自监督特征学习引入MRI重建，利用欠采样图像学习采样不敏感特征来辅助去伪影	基于回顾性数据集验证，需进一步临床前瞻性验证	解决监督学习方法需要全采样图像的局限性，提升MRI重建性能	心脏电影MR图像	医学影像重建	心血管疾病	MRI重建技术	自监督深度学习网络	医学影像数据	91例心血管患者和38例健康受试者的2D心脏电影数据集
469	2025-09-27	Development of a Deep Learning Model for the Volumetric Assessment of Osteonecrosis of the Femoral Head on Three-Dimensional Magnetic Resonance Imaging 2025-Sep, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.05.126 PMID:40484054	研究论文	开发基于深度学习的模型，用于自动分割MRI图像中的股骨头坏死病灶并按照Steinberg分类进行分级	首次使用Dynamic U-Net深度学习系统实现股骨头坏死病灶的自动体积评估和Steinberg分级	样本量较小（仅63个髋关节），且仅包含未发生塌陷的病例	开发自动化工具辅助临床医生进行股骨头坏死的体积评估	股骨头坏死患者的MRI图像和坏死病灶	医学影像分析	股骨头坏死	三维磁共振成像（spoiled gradient-echo序列）	Dynamic U-Net（5层结构）	三维医学影像	63个髋关节（22个A级，23个B级，18个C级）
470	2025-09-27	The MSA Atrophy Index (MSA-AI): An Imaging Marker for Diagnosis and Clinical Progression in Multiple System Atrophy 2025-Sep, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.70106 PMID:40660627	研究论文	本研究提出了一种新型复合体积测量指标MSA萎缩指数（MSA-AI），用于多系统萎缩症的诊断和疾病进展监测	首次开发基于深度学习分割的复合体积指标MSA-AI，能够有效区分MSA与相关突触核蛋白病并预测疾病进展	需要更大规模的独立队列进行验证	开发多系统萎缩症的可靠影像学生物标志物	多系统萎缩症患者及相关神经退行性疾病患者	医学影像分析	多系统萎缩症	3T MRI、深度学习分割、生物流体分析	深度学习	医学影像	纵向研究17例患者，横断面研究包括MSA（26例）、健康对照（23例）、纯自主神经衰竭（23例）、帕金森病（56例）和路易体痴呆（8例）
471	2025-09-27	Combined application of deep learning and conventional computer vision for kidney ultrasound image classification in chronic kidney disease: preliminary study 2025-Sep, Ultrasonography (Seoul, Korea) DOI:10.14366/usg.25074 PMID:40755093	研究论文	本研究评估深度学习与传统计算机视觉技术结合对慢性肾脏病肾脏超声图像进行分类的可行性	首次将深度学习模型与基于轮廓图的自动化肾实质测量特征相结合用于CKD分类	初步概念验证研究，样本量有限（258个肾脏），仅使用右肾矢状面图像	开发结合人工智能与传统指标的慢性肾脏病无创辅助诊断方法	慢性肾脏病患者的肾脏超声图像	计算机视觉	慢性肾脏病	超声成像、深度学习、传统计算机视觉特征提取	CNN	图像	258个肾脏（124个正常，134个CKD）
472	2025-09-10	Correction to: Deep Learning in High-Resolution Anoscopy: Assessing the Impact of Staining and Therapeutic Manipulation on Automated Detection of Anal Cancer Precursors 2025-Sep-01, Clinical and translational gastroenterology IF:3.0Q2 DOI:10.14309/ctg.0000000000000894 PMID:40920629	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
473	2025-09-27	Artificial Intelligence in Cardiovascular Health: Insights into Post-COVID Public Health Challenges 2025-Sep, High blood pressure & cardiovascular prevention : the official journal of the Italian Society of Hypertension IF:3.1Q2 DOI:10.1007/s40292-025-00738-5 PMID:40956375	综述	探讨人工智能在应对后疫情时代心血管健康挑战中的应用与前景	首次系统阐述AI技术如何针对性解决COVID-19相关心血管并发症的公共卫生管理问题	未涉及具体临床验证数据与算法实施细节	分析AI在心血管医学和公共卫生领域应对后疫情挑战的作用	心血管疾病患者与后COVID人群	机器学习	心血管疾病	机器学习和深度学习	深度学习模型	医学影像（超声心动图/CT/MRI）与可穿戴设备数据	NA
474	2025-09-27	Toward Better Generalization Using Synthetic Data: A Domain Adaptation Framework for T2 Mapping via Multiple Overlapping-Echo Acquisition 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3335212 PMID:38015692	研究论文	提出基于域自适应框架的T2 mapping方法，通过多重叠回波采集技术提升合成数据在真实场景中的泛化性能	首次从域自适应角度解决合成数据与真实MRI数据之间的分布差异问题，无需真实标签训练即可实现准确映射	未明确说明方法在极端复杂成像条件下的性能表现	提升定量磁共振成像中合成数据在真实场景的泛化能力	组织横向弛豫时间(T2)的快速定量映射	医学影像分析	NA	多重叠回波分离成像(MOLED)、基于Bloch方程的模拟器	深度学习网络	磁共振图像	NA
475	2025-09-27	Towards MRI-Only Mandibular Resection Planning: CT-like Bone Segmentation from Routine T1 MRI Images Using Deep Learning 2025-Sep, Craniomaxillofacial trauma & reconstruction IF:0.8Q4 DOI:10.3390/cmtr18030040 PMID:40989761	研究论文	提出基于深度学习的MRI图像骨分割方法，实现仅用MRI进行下颌骨切除手术规划	首次实现从常规T1加权MRI图像直接生成CT级别的骨分割模型，替代传统CT-MRI融合方案	样本量有限（100例），需进一步验证临床适用性	开发仅依赖MRI的头颈肿瘤虚拟手术规划技术	下颌骨、颅骨及下牙槽神经的骨组织结构	数字病理	头颈肿瘤	深度学习	深度神经网络	医学影像（MRI/CT）	100例患者的配对CT和MRI扫描数据（80例训练/20例测试）
476	2025-09-27	Profiling antigen-binding affinity of B cell repertoires in tumors by deep learning predicts immune-checkpoint inhibitor treatment outcomes 2025-Sep, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-025-01001-5 PMID:40579590	研究论文	开发深度学习模型Cmai预测抗体抗原结合亲和力，并基于此构建预测免疫检查点抑制剂治疗效果的生物标志物	首次将对比学习模型应用于高通量BCR数据分析，建立了抗体抗原结合亲和力的预测方法	未明确说明模型验证的样本规模和外部验证结果	预测免疫检查点抑制剂治疗效果和免疫相关不良事件风险	B细胞受体（BCR） repertoire和肿瘤抗原	机器学习	肿瘤	深度学习、高通量测序	对比学习模型（Cmai）	BCR序列数据	NA
477	2025-09-27	[Extracorporeal Membrane Oxygenation( ECMO) as an Emerging Technology:Present and Future] 2025-Sep, Kyobu geka. The Japanese journal of thoracic surgery PMID:40998332	综述	本文从临床医生视角综述体外膜肺氧合(ECMO)技术的最新进展与未来发展方向	介绍了新型硅胶膜肺结合MPC聚合物涂层实现大动物模型100天无血栓支持，探讨人工智能辅助决策和可植入式氧合器的技术可行性	NA	总结ECMO技术发展现状并展望未来临床应用前景	ECMO相关技术设备（离心泵、膜肺、监测系统）	医疗设备技术	呼吸循环衰竭	体外膜肺氧合技术、表面涂层技术、人工智能	深度学习	NA	大动物模型实验
478	2025-09-27	Artificial Intelligence-Driven Image and Data Analytics in Anesthesia 2025-Sep, Anesthesiology clinics DOI:10.1016/j.anclin.2025.07.001 PMID:40998491	综述	探讨人工智能在麻醉医学图像与数据分析中的应用及挑战	系统阐述AI技术如何通过深度学习等方法提升麻醉领域的超声引导区域阻滞操作和临床培训	存在临床验证不足、模型泛化能力有限及监管问题	推动AI在麻醉医学中的标准化应用以提升患者安全	麻醉临床实践中的医学图像与多模态数据	医学人工智能	NA	深度学习、卷积神经网络、支持向量机	CNN、SVM	医学图像、临床数据	NA
479	2025-09-27	Enhancing tuberculosis diagnosis: A deep learning-based framework for accurate detection and quantification of TB bacilli in microscopic images 2025-Sep, Tuberkuloz ve toraks DOI:10.5578/tt.2025031113 PMID:41002059	研究论文	提出一种基于深度学习的计算机辅助系统，用于显微镜图像中结核杆菌的自动检测和定量分析	结合迁移学习的定制化Inception V3模型与图像分割技术，实现自动视野识别和结核杆菌精确定量	NA	开发高精度的结核病自动诊断系统，提升筛查效率	齐尔-尼尔森染色痰涂片显微镜图像中的结核杆菌	数字病理	结核病	深度学习、图像分割、迁移学习	Inception V3	显微镜图像	NA
480	2025-09-27	SageTCR: a structure-based model integrating residue- and atom-level representations for enhanced TCR-pMHC binding prediction 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf496 PMID:40984702	研究论文	提出一种基于结构的双层次图神经网络模型SageTCR，用于提升TCR-pMHC结合预测的准确性	整合残基级和原子级表征的双层次GNN框架，通过注意力机制融合双模态表示，并采用数据增强策略保持TCR-pMHC对角线结合模式特征	实验结构数据不足的问题通过数据增强策略缓解，但未明确说明原始数据规模限制	提升TCR-pMHC结合预测精度以促进TCR相关疗法发展	T细胞受体与肽-MHC复合物的结构相互作用	生物信息学	免疫相关疾病	图神经网络(GNN)、预训练语言模型、注意力机制	双层次GNN	结构数据（残基级和原子级表征）	未明确说明具体样本数量，采用数据增强策略扩充训练集