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
561	2025-12-11	Super-resolution deep learning reconstruction improves brain MRI quality and detection of metastases 2025-Dec-10, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01921-3 PMID:41366626	研究论文	本研究评估了超分辨率深度学习重建（SR-DLR）相较于传统深度学习重建（DLR）在脑转移瘤检测和图像质量提升方面的表现	首次在脑转移瘤检测中比较了超分辨率深度学习重建（SR-DLR）与传统深度学习重建（DLR），并证明SR-DLR在病灶检测性能和图像质量方面具有显著优势	研究为回顾性设计，样本量相对较小（47例患者），且仅基于单一MRI序列（对比增强3D全脑T1加权成像）	评估超分辨率深度学习重建（SR-DLR）在脑转移瘤检测和MRI图像质量改善方面的效果	脑转移瘤患者的对比增强3D全脑T1加权MRI图像	数字病理	脑转移瘤	MRI成像，深度学习重建	深度学习重建模型	医学图像（MRI）	47例连续患者，共检测到117个脑转移病灶	NA	NA	JAFROC分析，Wilcoxon符号秩检验，McNemar检验，配对t检验，半高全宽，边缘上升距离，边缘上升斜率，信噪比，对比噪声比	NA
562	2025-12-11	EEG motor imagery classification through a two-dimensional CNN-LSTM deep architecture and fuzzy decision-making 2025-Dec-10, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2554256 PMID:41368697	研究论文	本文提出了一种基于二维CNN-LSTM深度架构和模糊决策的EEG运动想象分类方法	结合了二维CNN-LSTM模型和Choquet模糊积分进行决策融合，以提升在噪声EEG条件下的分类可靠性	NA	开发一种鲁棒的深度学习框架，用于从原始EEG信号中自动检测运动想象	原始EEG信号	机器学习	NA	STFT	CNN, LSTM	EEG信号	NA	NA	二维CNN-LSTM	准确率	NA
563	2025-12-11	A deep learning system on monolithic implant-supported crown design: Evaluating AI-generated models against conventional software outputs 2025-Dec-10, Journal of prosthodontics : official journal of the American College of Prosthodontists DOI:10.1111/jopr.70067 PMID:41368738	研究论文	本研究评估了一种基于Transformer的深度学习模型在生成单颗种植体支持冠（ISC）方面的有效性，并与传统软件生成的冠进行比较	首次将基于Transformer的深度学习模型（PoinTr架构）应用于种植体支持冠的自动化设计，相比传统软件，在轮廓、咬合形态和穿龈轮廓方面更接近技师设计	概念验证研究，样本量有限（311例），近中接触适应性在所有自动化组中仍不如技师设计冠	评估AI生成种植体支持冠的有效性，并与传统软件输出进行比较	单颗后牙第一磨牙区种植体支持冠的设计	计算机视觉	NA	深度学习	Transformer	数字印模图像	311例患者（291例用于训练，20例用于验证）	NA	PoinTr	整体轮廓偏差, 咬合形态差异, 近中接触, 穿龈轮廓	NA
564	2025-12-11	A Deep Learning Model for Efficient Nontargeted Screening of New Psychoactive Substances with Benchtop Nuclear Magnetic Resonance Devices 2025-Dec-10, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c05514 PMID:41368808	研究论文	本研究提出了一种用于台式核磁共振设备的新型深度学习模型，用于高效非靶向筛查新型精神活性物质	提出了一种结合通道注意力增强架构、化学信息预处理以及对比预训练（将NMR谱与SMILES表示对齐）的深度学习模型，显著提升了低信噪比条件下的谱图特征提取能力	模型目前仅针对九种NPS类别进行分类，未明确说明模型在更广泛或未知物质上的泛化能力	开发一种能够利用低信噪比台式核磁共振数据进行高效、准确的新型精神活性物质非靶向筛查的方法	新型精神活性物质	机器学习	NA	核磁共振	深度学习模型	核磁共振谱图	NA	NA	通道注意力增强架构	准确率	NA
565	2025-12-11	Fingerprint-Based Machine Learning for SARS-CoV-2 and MERS-CoV Mpro Inhibition: Highlighting the Potential of Bayesian Neural Networks 2025-Dec-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02014 PMID:41368857	研究论文	本研究利用指纹特征，通过机器学习方法预测SARS-CoV-2和MERS-CoV主要蛋白酶抑制剂的效力，并比较了传统机器学习模型与贝叶斯神经网络模型的性能	在低数据量条件下，首次将贝叶斯神经网络应用于SARS-CoV-2和MERS-CoV主要蛋白酶抑制剂的效力预测，并证明其优于随机森林和梯度提升等传统机器学习模型	研究基于有限的数据集进行，模型在更广泛化合物或不同靶点上的泛化能力尚未验证	开发并比较机器学习模型，以预测SARS-CoV-2和MERS-CoV主要蛋白酶抑制剂的效力	SARS-CoV-2和MERS-CoV的主要蛋白酶抑制剂	机器学习	COVID-19, MERS	分子指纹	随机森林, 梯度提升, 贝叶斯神经网络	化学结构数据	未公开的SARS-CoV-2和MERS-CoV主要蛋白酶抑制剂数据集	NA	贝叶斯神经网络	NA	NA
566	2025-12-11	Deep learning-derived orthogonal minimum joint space width improves radiographic assessment of knee osteoarthritis severity and progression 2025-Dec-10, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA DOI:10.1002/ksa.70227 PMID:41368950	研究论文	本研究评估了一种基于深度学习自动测量的正交最小关节间隙宽度在检测和监测膝骨关节炎进展中的性能	提出了一种新的正交最小关节间隙宽度度量，该度量通过深度学习自动测量，相比传统的固定位置测量方法，在区分关节间隙狭窄严重程度和纵向响应性方面表现更优	研究为回顾性队列研究，数据来源于单一数据库（OAI），未来需要在其他人群或前瞻性研究中验证	评估一种人工智能衍生的影像学生物标志物（正交最小关节间隙宽度）在膝骨关节炎严重程度评估和进展监测中的性能	膝骨关节炎患者的膝关节X光片	数字病理学	骨关节炎	深度学习	深度学习模型	图像（X光片）	15313张膝关节X光片，来自骨关节炎倡议（OAI）数据库，时间跨度为基线至72个月随访	NA	NA	受试者工作特征曲线下面积，标准化响应均值，相对标准化响应均值	NA
567	2025-12-11	Synthetic computed tomography from magnetic resonance imaging: An editorial on deep learning approaches for hip and knee image translation 2025-Dec-10, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA DOI:10.1002/ksa.70229 PMID:41368970	评论	本文概述了从磁共振成像生成合成计算机断层扫描在肌肉骨骼护理中的应用，特别是髋关节和膝关节领域	总结了深度学习在MRI到CT图像转换中的创新方法，包括条件生成对抗网络和扩散模型，以提高解剖保真度和临床实用性	NA	探讨合成CT在减少辐射暴露、整合成像和术前规划中的潜力，以促进临床协作研究	髋关节和膝关节的肌肉骨骼成像数据	计算机视觉	肌肉骨骼疾病	磁共振成像，计算机断层扫描	条件生成对抗网络，扩散模型	图像	NA	NA	NA	NA	NA
568	2025-12-11	Physicochemically Informed Axial Chirality Descriptors Enable Accurate Prediction of Atropisomeric Stability 2025-Dec-10, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202521349 PMID:41369251	研究论文	本文介绍了一种名为ACSD-GAT的深度学习框架，用于预测轴手性分子的旋转能垒，以评估其构象稳定性	提出了一个结合物理化学信息的轴手性结构描述符（ACSD），并首次构建了一个包含1015个实验测量旋转能垒的基准数据集	NA	解决轴手性分子构象稳定性预测的挑战，以促进不对称合成、药物发现和功能材料开发	轴手性分子，特别是复杂药物、分子开关和新合成的轴手性异构体	机器学习	NA	深度学习	GAT	化学结构数据	1015个实验测量的旋转能垒数据	NA	图注意力网络	R, RMSE	NA
569	2025-12-11	Dynamic reward-augmented ensemble learning for EEG signal classification in major depressive disorder 2025-Dec-10, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae2333 PMID:41369644	研究论文	本文提出了一种用于重度抑郁症EEG信号分类的动态奖励增强集成学习框架AABEL	提出了基于强化学习的自适应权重分配机制、多尺度神经动力学特征融合方法以及端到端的奖励传播优化流程	未明确说明模型在跨数据集或临床环境中的泛化能力验证	开发自适应EEG信号分类框架以改进重度抑郁症的诊断	重度抑郁症患者的EEG信号	机器学习	重度抑郁症	脑电图	CNN, GRU, Transformer	EEG信号	使用OpenNeuro ds003478数据集（具体样本数未明确说明）	NA	CNN, GRU, Transformer	准确率, F1分数	NA
570	2025-12-11	Association of skill and errors with outcomes in robotic rectal cancer surgery 2025-Dec-10, Surgical endoscopy DOI:10.1007/s00464-025-12393-x PMID:41369760	研究论文	本研究评估了机器人直肠癌手术中客观技能与错误工具，并提供了一个用于训练和测试深度学习模型的细粒度验证数据集	首次在机器人直肠癌手术中验证了细粒度错误和技能注释与临床结果的关联，为自动化评估和深度学习模型开发奠定了基础	样本量较小（30例手术），属于可行性研究，需要更大规模研究进一步验证	评估机器人直肠癌手术中的客观技能和错误工具，并建立细粒度数据集以支持深度学习模型开发	机器人辅助全直肠系膜切除术（RTME）的手术视频和临床数据	数字病理	直肠癌	手术视频分析，客观临床人类可靠性分析（OCHRA），可修改的机器人技能全球评估（M-GEARS）	深度学习模型	手术视频，临床数据	30例机器人辅助全直肠系膜切除术（RTME）手术	NA	NA	错误数量，并发症发生率，手术时间延长，评分者间可靠性（匹配错误同意百分比），相关性分析（r值，p值）	NA
571	2025-12-11	Machine Learning for Performance Prediction and Optimization of Polymer Composites: Unveiling the Dominant Role of Thermally Conductive Pathways 2025-Dec-09, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c21877 PMID:41364534	研究论文	本研究开发了一种结合传统机器学习、深度学习和生成建模的策略，用于预测和优化聚合物复合材料的性能，特别关注导热通路的作用	提出了一种新颖的密集球体堆积算法来构建多填料复合材料的几何模型，并定义了与导热通路相关的描述符以提高预测准确性，同时使用基于Transformer的生成模型在低填料体积分数下生成具有导热通路的RVE结构	传统机器学习算法在捕捉导热通路方面存在局限性，且研究主要关注低填料体积分数下的情况，可能未全面覆盖所有填料条件	预测和优化聚合物复合材料的导热性和机械性能，以开发下一代高性能复合材料	多填料聚合物复合材料，特别是其导热通路和填料分布	机器学习	NA	密集球体堆积算法，COMSOL模拟，随机森林回归，卷积神经网络，基于Transformer的生成模型	Random Forest Regression (RFR), Convolutional Neural Network (CNN), Transformer	几何模型数据，模拟数据	1024个代表性体积元素（RVE）模型	COMSOL, 未指定具体框架（可能包括TensorFlow/PyTorch等）	Random Forest, CNN, Transformer	预测准确性（具体指标未明确列出，如精度、召回率等）	NA
572	2025-12-11	Deep Learning-Powered Electrical Brain Signals Analysis: Advancing Neurological Diagnostics 2025-Dec-09, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2025.3625973 PMID:41364564	综述	本文系统回顾了深度学习在基于脑电图（EEG）和颅内脑电图（iEEG）的神经疾病诊断中的最新进展	整合了46个数据集和7种神经疾病的应用，强调预训练多任务模型在实现可扩展、泛化解决方案中的作用，并提出了标准化基准以评估模型	数据集异质性和任务变异性可能阻碍稳健深度学习解决方案的开发	推动神经疾病诊断向智能、适应性强的医疗系统发展	脑电图（EEG）和颅内脑电图（iEEG）信号	机器学习	神经疾病	脑电图（EEG），颅内脑电图（iEEG）	深度学习模型	脑电信号	涉及46个数据集	NA	NA	NA	NA
573	2025-12-11	Deep Learning-based Surrogate Model of Subject-Specific Finite-Element Analysis for Vertebrae 2025-Dec-09, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3642160 PMID:41364580	研究论文	本研究提出了一种基于深度学习/机器学习的代理模型，用于高效预测椎体应力分布	开发了一种集成椎体形状编码并采用表面节点与内部节点分离解码分支的新型深度学习代理模型，建立了端到端自动化处理流程	在椎体前下缘和椎弓根区域观察到局部预测差异	开发高效预测椎体应力分布的替代模型，以加速个性化生物力学评估	L1椎体	数字病理学	老年疾病	CT扫描	深度学习/机器学习	图像	基于42个真实CT扫描通过数据增强生成的3,960个合成L1椎体	NA	NA	平均绝对误差,R值	NA
574	2025-12-11	A Similarity-Constrained Multi-way Gated Attention Network for Focused Ultrasound-induced Blood-brain Barrier Opening Evaluation 2025-Dec-09, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3642073 PMID:41364579	研究论文	本研究提出了一种基于门控注意力的新模型，用于利用时域声学信号片段预测聚焦超声诱导的血脑屏障开放结果	提出了一种结合声学编码器、多路门控注意力机制和包含相似性约束的任务特定损失函数的新型门控注意力模型，以增强类间区分能力并减少注意力模式的冗余	研究样本量相对有限（174次FUS治疗），且未明确提及模型在更广泛或不同患者群体中的泛化能力验证	开发一种高时间分辨率、高预测可靠性且可解释的方法，用于评估聚焦超声诱导的血脑屏障开放的有效性和安全性	聚焦超声治疗过程中的时域声学信号片段	机器学习	中枢神经系统疾病	聚焦超声	深度学习	时域声学信号	174次FUS治疗	NA	门控注意力模型	准确率, 召回率, AUC, F1分数	NA
575	2025-12-11	The Road to Bedside: Addressing Key Hurdles for Deep Learning Prognostic Models in Light-Chain Cardiac Amyloidosis 2025-Dec-09, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf344 PMID:41364678	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
576	2025-12-11	General Framework for Geometric Deep Learning on Tensorial Properties of Molecules and Crystals 2025-Dec-09, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c12428 PMID:41364709	研究论文	本文提出了一种用于分子和晶体张量性质几何深度学习的通用框架	开发了一个通用输出模块，使等变图神经网络能够端到端预测具有指定置换对称性的任意阶张量，并结合XPaiNN架构实现高精度	NA	预测分子和晶体的张量响应性质，促进功能分子和材料的AI辅助发现与设计	分子和晶体	机器学习	NA	NA	等变图神经网络	张量数据	NA	NA	XPaiNN	NA	NA
577	2025-12-11	AI-Driven CT-MRI Image Fusion and Segmentation for Automatic Preoperative Planning of ACL Reconstruction: Development and Application 2025-Dec-09, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.25.00485 PMID:41364772	研究论文	本研究开发了一种基于AI的自动化术前规划系统，用于前交叉韧带重建，通过融合CT和MRI图像并进行分割，以优化隧道定位	提出了一个结合双UNet注册架构和多尺度信息融合的CT-MRI图像融合方法，用于动态3D重建和ACL插入点识别，并开发了深度学习框架来自动优化隧道定位	研究样本主要为中国汉族人群，年龄范围较窄（18-50岁），且男性占比较高（81.0%），可能限制结果的普适性	开发并评估一种AI驱动的自动化术前规划系统，用于前交叉韧带重建手术	200例ACL完整患者的膝关节CT和MRI扫描图像，以及后续的骨模型和临床患者	数字病理	前交叉韧带损伤	CT-MRI图像融合，深度学习	深度学习	图像	200个膝关节扫描用于训练，36个骨模型和72例临床手术（36例AI引导，36例常规）用于验证	NA	Dual-UNet	Dice系数，隧道长度偏差，隧道位置偏差（D-S, H-L, M-L, A-P方向）	NA
578	2025-12-11	BioFusionDTI: Assimilating Graph and Sequence Modalities for Generalizable Drug-Target Interaction Prediction 2025-Dec-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02283 PMID:41364795	研究论文	提出一种名为BioFusionDTI的多模态深度学习框架，通过融合药物和蛋白质的图结构与序列表示，提升药物-靶点相互作用预测的泛化能力和可解释性	首次将图卷积网络与基于预训练生物分子语言模型的序列嵌入相结合，并引入双线性注意力网络捕捉跨模态细粒度交互	未明确说明模型在更大规模或更复杂生物场景下的计算效率与扩展性限制	开发具有高泛化能力和可解释性的药物-靶点相互作用预测方法	药物分子与蛋白质靶点	机器学习	NA	深度学习	GCN, CNN, BAN	图数据, 序列嵌入	三个基准数据集（SNAP、DRH、Kinase）	PyTorch	图卷积网络, 卷积神经网络, 双线性注意力网络	准确率, 精度, 召回率, F1分数, AUC	NA
579	2025-12-11	New method for online quality control of dwell position and dwell time in brachytherapy by using high-speed camera and neural networks 2025-Dec-09, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae2aa4 PMID:41364982	研究论文	本文提出了一种基于高速相机和神经网络的在线质量控制系统，用于高剂量率近距离放射治疗中驻留位置和驻留时间的精确评估	开发了一种集成高速相机和神经网络的在线质量控制系统，首次将RT-DETRv2神经网络应用于放射源定位，并实现了高空间和时间分辨率	RT-DETRv2神经网络的处理延迟为每图像0.35秒，不适合在线监测，仅适用于离线或辅助验证	开发一个在线质量控制系统，以精确评估高剂量率近距离放射治疗中的驻留位置和驻留时间，并提高系统的鲁棒性和稳定性	高剂量率近距离放射治疗中的放射源（192Ir源）的驻留位置和驻留时间	计算机视觉	NA	高速相机成像，帧差法，神经网络	CNN	图像	使用GammaMedPlus iX后装器进行实验，测试了不同步长（0.2 cm, 0.5 cm, 1.0 cm）和驻留时间（2.0 s, 3.0 s, 10.0 s）	NA	RT-DETRv2	空间分辨率（0.083 mm），时间分辨率（7.0 ms），位置偏差（<0.1 cm，校正后约0.01 cm），驻留时间偏差（<10.0 ms），定位准确度（91%预测在0.26 mm内）	NA
580	2025-12-11	Towards trustworthy AI in radiotherapy: a comprehensive review of uncertainty-aware techniques 2025-Dec-09, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae2a9f PMID:41365073	综述	本文全面回顾了2020年至2025年间应用于放射治疗（RT）中的不确定性量化（UQ）技术，旨在提升AI驱动模型在放疗任务中的可靠性和临床适用性	提出了UQ技术的结构化分类，并评估了其在临床工作流程中的影响，强调了不确定性映射如何增强模型可解释性并支持质量保证	需要进一步标准化评估协议、提高计算效率并开发用户友好界面以实现临床整合	综述放射治疗中不确定性量化方法的最新进展，以促进可信AI在放疗中的应用	2020年至2025年间发表的关于UQ在放疗中应用的研究文章	医学图像分析	NA	不确定性量化（UQ）	贝叶斯神经网络, Monte Carlo dropout, 集成学习	医学图像	NA	NA	NA	NA	NA