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
541	2025-06-04	Multicycle Dosimetric Behavior and Dose-Effect Relationships in [177Lu]Lu-DOTATATE Peptide Receptor Radionuclide Therapy 2025-Jun-02, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.269389 PMID:40274371	研究论文	研究[177Lu]Lu-DOTATATE肽受体放射性核素治疗(PRRT)在转移性神经内分泌肿瘤(NETs)中的药代动力学、剂量学模式及吸收剂量(AD)-效应关系，以制定未来个性化剂量引导治疗策略	首次报道了不同周期及不同NET亚组的剂量学行为，并提出了eGFR与AD关系的模型，可用于早期预测肾功能	样本量较小(30例患者)，且肿瘤AD与反应指标无显著关联	优化PRRT个性化治疗方案	转移性神经内分泌肿瘤患者	核医学	神经内分泌肿瘤	SPECT/CT成像、蒙特卡洛剂量率图生成	深度学习算法(用于肾脏分割)	医学影像(SPECT/CT)	30例患者(22例完成所有周期SPECT/CT成像)
542	2025-06-04	Deep Learning-Based Decision Support System for Nurse Staff in Hospitals 2025-Jun-02, Big data IF:2.6Q2 DOI:10.1089/big.2024.0122 PMID:40455580	研究论文	本文探讨了基于深度学习的临床决策支持系统（DL-CDSS）在医院护士中的应用，旨在通过分析复杂的临床数据辅助护士做出更明智的护理决策	利用先进的神经网络架构分析临床数据，提供实时治疗建议，优化护理工作流程	面临数据整合、模型可解释性和用户界面设计等挑战	促进医院人力资源信息化管理，提升医院信息技术应用水平	医院护士	医疗信息技术	NA	深度学习	神经网络	临床数据（患者记录、生命体征、诊断报告等）	大规模医院信息系统数据集
543	2025-06-04	Molecular Optimization Based on a Monte Carlo Tree Search and Multiobjective Genetic Algorithm 2025-Jun-02, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00584 PMID:40456025	研究论文	本文提出了一种结合蒙特卡洛树搜索和多目标遗传算法的分子优化方法MNopt，用于解决药物化学中的分子设计挑战	创新性地将MCTS与NSGA-II算法结合，既保证了分子结构的有效性，又实现了多目标优化平衡	未明确说明该方法在超大规模分子数据集上的表现	开发高效的分子优化算法以促进新药发现和材料科学研究	分子结构设计与优化	机器学习	NA	蒙特卡洛树搜索(MCTS), 非支配排序遗传算法II(NSGA-II)	MNopt(基于MCTS和NSGA-II的混合模型)	分子结构数据	未明确说明具体样本量
544	2025-06-04	Deep Learning for Low-Light Vision: A Comprehensive Survey 2025-Jun-02, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3566647 PMID:40456083	综述	本文全面综述了低光视觉领域的最新进展，包括方法、数据集和评估指标，分为视觉质量驱动和识别质量驱动两个方面	提供了低光视觉领域的全面调查，涵盖了视觉质量驱动和识别质量驱动两个方面，并对不同方法在广泛采用的低光视觉相关数据集上进行了定量基准测试	未提及具体的实验限制或数据集的局限性	综述低光视觉领域的最新进展，包括方法、数据集和评估指标	低光视觉相关的方法、数据集和评估指标	计算机视觉	NA	深度学习	NA	图像	多个广泛采用的低光视觉相关数据集
545	2025-06-04	Disease-Grading Networks with Asymmetric Gaussian Distribution for Medical Imaging 2025-Jun-02, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3575402 PMID:40456095	research paper	提出了一种基于样本感知非对称高斯标签分布的疾病分级网络DGN-AGLD，用于医学影像分析	引入了样本感知的非对称高斯标签分布，能够学习并预测控制高斯分布不对称性的参数，从而在同一类别内实现不同的标签分布	未明确提及具体局限性，但暗示现有方法在标签分布假设和超参数确定方面存在不足	提高医学影像中疾病分级的准确性和效率	医学影像数据	digital pathology	diabetic retinopathy	deep learning	DGN-AGLD	image	四个疾病数据集，包括IDRiD数据集
546	2025-06-04	Learning from Small Datasets - Review of Workshop 6 of the 10th International BCI Meeting 2023 2025-Jun-02, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/addf80 PMID:40456256	review	本文回顾了2023年第十届国际BCI会议第六次研讨会的内容，重点讨论了在小数据集上训练分类或回归机器学习模型的最新方法	探讨了从传统机器学习到深度学习的多种方法，并引入了Python工具箱用于方法展示和分类模型基准测试	NA	减少脑机接口（BCI）中的校准时间，提高BCI应用的可用性和用户接受度	脑机接口（BCI）的解码器模型	脑机接口	NA	传统机器学习和深度学习	分类或回归机器学习模型	小数据集	NA
547	2025-06-04	Implicit neural representation for medical image reconstruction 2025-Jun-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/addfa5 PMID:40456260	综述	本文全面回顾了基于隐式神经表示（INR）的医学图像重建技术，强调了其在医学图像重建领域的日益增长的影响	INR通过将底层信号建模为空间坐标的函数，提供了一种灵活且连续的图像表示方法，比传统离散方法更有效地捕捉细节和复杂结构	需要讨论INR在医学图像重建中的优势和局限性，以及未来的研究方向	探讨INR在医学图像重建领域的应用及其潜力	医学图像重建技术	数字病理	NA	隐式神经表示（INR）	NA	图像	NA
548	2025-06-04	Identification of Isomerically Diverse Ginsenosides Using Engineered Aerolysin Nanopore via Non-Translocation Blockade Sensing 2025-Jun-02, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202506741 PMID:40456701	research paper	该研究提出了一种基于工程化气溶素纳米孔的非易位阻断传感方法，用于识别异构多样的皂苷类化合物	通过S278K突变使气溶素获得高度带正电的内表面，产生强烈的电渗流和增强的空间/焓障碍，有效捕获皂苷分子并防止其易位，显著提高了检测能力	NA	开发一种能够识别结构复杂多样的皂苷类化合物的纳米孔传感技术	异构多样的皂苷类化合物	纳米孔传感技术	NA	工程化气溶素纳米孔传感技术	深度学习	电信号数据	30种皂苷类化合物
549	2025-06-04	Hyperspectral Imaging for Predicting Bladder Cancer Grading: A Novel Diagnostic Approach 2025-Jun-02, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500161 PMID:40456708	研究论文	本文提出了一种基于深度学习的多模态融合模型RVCK-net，结合高光谱成像和病理图像，用于膀胱癌的精确分级	提出了一种新型的多模态融合模型RVCK-net，整合高光谱成像和病理图像，利用空间和光谱信息，通过自适应融合机制实现稳健可靠的分类	NA	提高膀胱癌分级的准确性和早期诊断能力	膀胱癌	数字病理学	膀胱癌	高光谱成像(HSI)	RVCK-net	图像	NA
550	2025-06-04	Performance Comparison of Machine Learning Using Radiomic Features and CNN-Based Deep Learning in Benign and Malignant Classification of Vertebral Compression Fractures Using CT Scans 2025-Jun-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01553-z PMID:40456998	研究论文	本研究比较了基于放射组学特征的机器学习和基于CNN的深度学习在CT扫描中对良恶性椎体压缩骨折分类的性能	首次在CT扫描中比较了放射组学特征和深度学习模型在椎体压缩骨折分类中的性能，并展示了深度学习在AUC和精确度上的略微优势	回顾性单中心数据，可能存在选择偏差	评估和比较不同机器学习方法在椎体压缩骨折良恶性分类中的性能	椎体压缩骨折	医学影像分析	椎体压缩骨折	CT扫描	XGBoost, SVM, KNN, Random Forest, 3D CNN	医学影像	447例椎体压缩骨折（196良性，251恶性）来自286名患者
551	2025-06-04	Enhanced Vision Transformer with Custom Attention Mechanism for Automated Idiopathic Scoliosis Classification 2025-Jun-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01564-w PMID:40457000	研究论文	本文提出了一种增强型ViT模型，用于自动化特发性脊柱侧凸分类，采用自定义注意力机制替代标准多头注意力机制	使用自定义注意力机制改进ViT模型，在脊柱侧凸分类中实现更高的准确率	研究仅基于单一医疗中心的数据集，可能影响模型的泛化能力	开发一个能够客观评估脊柱侧凸诊断的深度学习系统	特发性脊柱侧凸患者	计算机视觉	脊柱侧凸	深度学习	ViT（Vision Transformer）	X光图像	1456名患者的数据集，包含7个不同类别
552	2025-06-04	Robust Detection of Out-of-Distribution Shifts in Chest X-ray Imaging 2025-Jun-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01559-7 PMID:40457001	research paper	本研究开发了一种基于GAN的框架，用于检测胸部X射线中的分布外（OOD）情况，以提高诊断准确性	通过潜在空间优化和Kolmogorov-Smirnov统计测试，学习正面视图的特征分布，生成相似性分数以可靠识别OOD病例	NA	提高胸部X射线中分布外情况的检测可靠性，以增强深度学习系统的临床适用性	胸部X射线影像	computer vision	NA	GAN, Kolmogorov-Smirnov统计测试	GAN	image	MIMIC-CXR数据集
553	2025-06-04	Enhancing the Feature Representation of Protein Sequence Descriptors in Protein-Protein Interaction Prediction 2025-Jun-02, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00723-5 PMID:40457163	研究论文	本研究旨在通过开发新的蛋白质序列描述符来增强蛋白质-蛋白质相互作用（PPI）预测中的特征表示能力	基于六种已知序列描述符开发了新描述符，显著提升了PPI预测性能，并发布了包含51种特征向量的Python软件包ProtSeqDesc	未明确说明新描述符在所有类型蛋白质相互作用预测中的泛化能力	提升蛋白质序列的特征表示质量以改善蛋白质-蛋白质相互作用预测	蛋白质序列及其相互作用	生物信息学	NA	机器学习、深度学习	NA	蛋白质序列数据	多个PPI数据集（未明确具体数量）
554	2025-06-04	Robust multi-coil MRI reconstruction via self-supervised denoising 2025-Jun-02, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30591 PMID:40457510	research paper	研究通过自监督去噪作为预处理步骤，提升深度学习在多线圈MRI重建中的性能	利用GSURE进行自监督去噪，并评估其对DPMs和MoDL两种深度学习重建方法的影响	实验仅针对T2加权脑部和脂肪抑制质子密度膝部扫描，未涵盖其他MRI类型	提升深度学习在多线圈MRI重建中的质量和效率	多线圈MRI数据	machine learning	NA	Generalized Stein's Unbiased Risk Estimate (GSURE), Diffusion Probabilistic Models (DPMs), Model-Based Deep Learning (MoDL)	DPMs, MoDL	MRI图像	T2加权脑部和脂肪抑制质子密度膝部扫描数据
555	2025-06-04	A Scalable Deep Learning Approach for Real-Time Multivariate Monitoring of Biopharmaceutical Processes With No Prior Product-Specific History 2025-Jun-02, Biotechnology and bioengineering IF:3.5Q2 DOI:10.1002/bit.29039 PMID:40457612	research paper	提出了一种新型实时深度学习框架，用于监测无产品特定历史记录的生物制药过程健康状态	结合自动编码器（AEs）和多阶段实时数据处理算法，开发了实时异常检测和根源识别的新方法	未明确提及具体局限性	开发无需产品特定历史记录的生物制药过程实时监测方法	生物制药过程中的细胞培养制造过程，特别是单克隆抗体的生产	machine learning	NA	deep learning, autoencoders (AEs)	autoencoders (AEs)	time-series data	未明确提及具体样本数量
556	2025-06-04	Accelerating 3D radial MPnRAGE using a self-supervised deep factor model 2025-Jun-02, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30549 PMID:40457622	研究论文	开发了一种自监督且内存高效的深度学习图像重建方法，用于高分辨率和多参数维度的4D非笛卡尔MRI	提出了一种深度因子模型（DFM），通过神经网络以反转时间为条件，利用零填充重建作为输入估计，以单次学习（SSL）方式从k空间数据中学习模型参数，并开发了兼容的迁移学习（TL）方法以减少重建时间	在训练神经网络时，如果没有专用的高端GPU阵列，计算需求可能会变得很高	开发一种高效的深度学习图像重建方法，用于高分辨率和多参数维度的4D非笛卡尔MRI	4D非笛卡尔MRI图像	医学影像处理	NA	MRI	深度因子模型（DFM）	图像	幻影和体内实验
557	2025-06-04	Accurate Prediction of the Diffusion Coefficients of Organic Compounds in Water by Multimodal Learning 2025-Jun-02, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c01881 PMID:40457760	研究论文	本研究开发了一种多模态深度学习模型，用于预测有机化合物在水中的扩散系数	结合分子图像、分子描述符和温度的多模态深度学习模型，提高了预测准确性并降低了误差	实验数据对于大多数新合成的化学品仍然缺乏	快速准确地预测有机化合物在水中的扩散系数	有机化合物在水中的扩散系数	机器学习	NA	深度学习	多模态深度学习模型	分子图像、分子描述符和温度数据	NA
558	2025-06-04	CDSNet: An automated method for assessing growth stages from various anatomical regions in lateral cephalograms based on deep learning 2025-Jun, Journal of the World federation of orthodontists IF:2.6Q1 DOI:10.1016/j.ejwf.2024.09.007 PMID:39578153	研究论文	本文介绍了一种基于深度学习的自动化方法CDSNet，用于从侧位头颅X光片中评估生长阶段	提出了一种可解释的深度学习模型CDSNet，结合颈椎、牙列和额窦多个解剖区域来评估生长阶段，相比传统CVM方法有显著提升	研究主要关注处于两个生长阶段边界附近、特征不明显的患者，可能对其他情况适用性有限	开发一种自动化方法来准确评估患者的生长阶段，辅助正畸治疗	接受正畸治疗患者的侧位头颅X光片和手腕X光片	数字病理	正畸相关生长异常	深度学习	CDSNet（自定义CNN模型）	医学影像（X光片）	1732对侧位头颅X光片和手腕X光片
559	2025-06-04	External validation and performance analysis of a deep learning-based model for the detection of intracranial hemorrhage 2025-Jun, The neuroradiology journal DOI:10.1177/19714009241303078 PMID:39601611	研究论文	本研究旨在验证一种FDA批准的深度学习模型在真实世界异质临床数据集中检测颅内出血（ICH）的性能，并分析患者风险因素对模型表现的影响	在真实世界异质临床数据集上验证深度学习模型性能，并首次探讨患者风险因素对模型表现的影响	研究仅基于单一机构的5600例CT扫描数据，可能存在选择偏倚	验证深度学习模型在颅内出血检测中的性能并分析影响因素	5600例非增强头部CT扫描数据	数字病理	颅内出血	深度学习	深度学习模型（未明确具体架构）	医学影像（CT扫描）	5600例非增强头部CT扫描（急诊、住院和门诊患者）
560	2025-06-04	Automated Coronary Artery Segmentation with 3D PSPNET using Global Processing and Patch Based Methods on CCTA Images 2025-Jun, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-025-00775-0 PMID:39979546	research paper	该研究提出了一种使用3D PSPNET在CCTA图像上进行冠状动脉自动分割的方法，结合了全局处理和基于补丁的处理方法	将2D PSPNet改进为3D PSPNet，用于从3D CCTA图像中分割冠状动脉，并评估了全局处理和基于补丁的处理方法的网络性能	仅使用了ImageCAS数据集的200张图像子集进行实验，样本量较小	提高冠状动脉疾病的临床诊断和治疗准确性，如狭窄检测和斑块分析	冠状动脉	digital pathology	cardiovascular disease	3D Coronary Computed Tomography Angiography (CCTA)	3D PSPNet	image	200张来自ImageCAS数据集的图像