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
41	2025-06-06	Cardiac Phase Estimation Using Deep Learning Analysis of Pulsed-Mode Projections: Toward Autonomous Cardiac CT Imaging 2025-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3536160 PMID:40031322	研究论文	本文提出了一种基于深度学习的脉冲模式投影分析方法，用于心脏CT成像中的心脏相位估计，旨在实现自主心脏CT扫描	首次在投影域进行前瞻性心脏相位估计，提出了一种新的投影域心脏相位估计网络（PhaseNet）和不确定性驱动的Viterbi（UDV）正则化器	研究使用了基于物理的模拟数据进行性能评估，尚未在真实临床数据上进行验证	开发一种无需心电图设备和专家干预的自主心脏CT扫描方法	心脏CT成像中的心脏相位估计	医学影像分析	心血管疾病	深度学习分析	LSTM, CNN	脉冲模式投影（PMPs）	基于物理的模拟数据
42	2025-06-06	Coarse for Fine: Bounding Box Supervised Thyroid Ultrasound Image Segmentation Using Spatial Arrangement and Hierarchical Prediction Consistency 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3535541 PMID:40031340	research paper	提出了一种双分支弱监督学习框架，用于优化甲状腺超声图像分割网络，通过空间排列和层次预测一致性校准语义特征	通过同时考虑目标的位置和目标与背景语义特征分布的合理性，提出了一种新的弱监督分割策略	依赖于边界框掩码的间接、粗略指导，可能在某些情况下无法精确描绘目标边界	优化甲状腺超声图像的分割网络，减少标注时间	甲状腺超声图像中的甲状腺和结节	digital pathology	thyroid disease	weakly-supervised learning	dual-branch framework	image	三个甲状腺数据集
43	2025-06-06	TriCvT-DTI: Predicting Drug-Target Interactions Using Trimodal Representations and Convolutional Vision Transformers 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3536476 PMID:40031370	research paper	提出了一种名为TriCvT-DTI的新方法，通过结合分子图像、化学序列特征和药物图表示来预测药物-靶标相互作用	结合了分子图像、化学序列特征和药物图表示的多模态表示，并引入双向多头注意力机制以增强药物与靶标之间的特征学习	未提及具体的数据集规模限制或计算资源需求	预测药物与靶标之间的相互作用，以促进药物发现和重新定位	药物和靶标	machine learning	NA	Convolutional Vision Transformers (CvTs), 双向多头注意力机制	Convolutional Vision Transformers (CvTs)	分子图像、化学序列特征、图表示	三个数据集：Human, C. elegans, Davis
44	2025-06-06	Fall-Risk Monitoring in Diverse Terrains Using Dual-Task Learning and Wearable Sensing System 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3536030 PMID:40031371	研究论文	该研究提出了一种结合地形感知传感器和惯性测量单元(IMU)的多传感器系统，用于监测不同地形下的跌倒风险，并采用基于改进CNNLSTM模型的双任务学习(DTL)架构来评估跌倒风险水平和地形	首次将地形感知与跌倒风险监测相结合，采用双任务学习架构同时识别跌倒风险水平和地形类型，有效减少误报	实验样本量较小(仅10名年轻受试者和10名老年受试者)，且主要在实验室和医院环境中测试	开发可靠的跌倒风险监测系统以应对老年人口增长带来的跌倒事故增加问题	年轻和老年受试者在不同地形下的活动	可穿戴计算	老年疾病	惯性测量单元(IMU)、双任务学习(DTL)	改进的CNNLSTM模型	传感器信号	10名年轻受试者(实验室环境)和10名老年受试者(医院环境)
45	2025-06-06	Information Geometric Approaches for Patient-Specific Test-Time Adaptation of Deep Learning Models for Semantic Segmentation 2025-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3540546 PMID:40031589	研究论文	本研究提出了一种基于信息几何原理的新框架，用于在测试时对深度学习语义分割模型进行患者特异性适应	提出了一种基于信息几何原理的通用、即插即用、正则化的患者特异性适应框架，无需额外的神经网络或解剖先验信息	NA	解决深度学习语义分割模型在测试时的患者特异性适应问题	COVID-19异常的CT图像、跨机构脑肿瘤MR图像、视网膜层OCT图像	计算机视觉	COVID-19、脑肿瘤、视网膜疾病	深度学习	语义分割模型	CT图像、MR图像、OCT图像	NA
46	2025-06-06	Optimized Drug-Drug Interaction Extraction With BioGPT and Focal Loss-Based Attention 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3540861 PMID:40031603	research paper	该研究提出了一种名为BioFocal-DDI的框架，用于优化药物-药物相互作用（DDI）的提取	结合BioGPT进行数据增强，使用BioBERT和BiLSTM提取上下文和序列特征，并采用ReGCN进行关系建模，同时引入基于Focal Loss的注意力机制以解决类别不平衡问题	仅在DDI Extraction 2013数据集上进行了评估，未在其他数据集上验证其泛化能力	提高药物-药物相互作用（DDI）提取的准确性和效率	药物-药物相互作用（DDI）	natural language processing	NA	BioGPT, BioBERT, BiLSTM, ReGCN	BioGPT, BioBERT, BiLSTM, ReGCN	text	DDI Extraction 2013数据集
47	2025-06-06	Acupuncture State Detection at Zusanli (ST-36) Based on Scalp EEG and Transformer 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3540924 PMID:40031811	研究论文	本研究基于头皮脑电图和Transformer技术，设计了一种针灸状态检测方法，用于区分针灸过程中的捻针和留针状态	提出了基于CNN和Transformer的针灸Transformer检测器(ATD)，能够端到端分类不同针灸状态下的脑电图特征	研究仅针对健康参与者，样本量较小(28人)	开发自动识别针灸状态的方法，为针灸程序标准化提供新解决方案	针灸状态(捻针和留针)下的脑电图变化	生物医学工程	NA	头皮脑电图(EEG)	CNN和Transformer结合的ATD模型	脑电图(EEG)数据	28名健康参与者
48	2025-06-06	CT-SDM: A Sampling Diffusion Model for Sparse-View CT Reconstruction Across Various Sampling Rates 2025-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3541491 PMID:40031824	research paper	提出了一种自适应重建方法CT-SDM，用于在不同采样率下实现高性能稀疏视图CT重建	设计了新颖的成像退化算子，在采样扩散模型中模拟正弦图域的投影过程，从而通过一个训练模型适应多种采样率	未提及具体临床验证结果或实际部署中的计算效率问题	解决稀疏视图CT重建中因采样率固定导致的模型泛化能力不足问题	稀疏视图CT扫描数据	digital pathology	NA	deep learning, diffusion model	CT-SDM (采样扩散模型)	CT图像	多个数据集（未明确数量）
49	2025-06-06	Ultra-Sparse-View Cone-Beam CT Reconstruction-Based Strictly Structure-Preserved Deep Neural Network in Image-Guided Radiation Therapy 2025-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3541242 PMID:40031817	研究论文	本研究提出了一种基于严格结构保持的深度神经网络（PSSP-NET）用于超稀疏视角锥束CT重建，旨在在图像引导放射治疗中减少额外剂量同时保持图像质量	利用计划CT作为先验信息，开发了基于生成对抗网络（GAN）的PSSP-NET模型，用于快速重建高质量CBCT图像	研究仅在头颈癌患者中进行了临床性能评估，未涉及其他癌症类型	减少图像引导放射治疗中的额外辐射剂量，同时保持CBCT图像质量	头颈癌患者	数字病理	头颈癌	锥束CT（CBCT）	GAN	图像	头颈癌患者的临床CBCT投影数据
50	2025-06-06	TransMatch: Employing Bridging Strategy to Overcome Large Deformation for Feature Matching in Gastroscopy Scenario 2025-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3541433 PMID:40031823	research paper	提出了一种名为TransMatch的特征匹配框架，用于解决胃镜场景中特征严重变形和大位移的匹配问题	通过Transformer结构利用全局信息匹配特征，并采用双向二次插值网络的桥接策略分解和简化严重变形特征的匹配	NA	解决胃镜场景中特征严重变形和大位移的匹配问题	胃镜图像中的特征匹配	computer vision	NA	Transformer, 双向二次插值网络	Transformer	image	大规模胃镜数据集
51	2025-06-06	Predicting Mutation-Disease Associations Through Protein Interactions Via Deep Learning 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3541848 PMID:40031830	研究论文	本文构建了一个真实世界的突变诱导疾病数据集，并提出了一种结合胶囊和图拓扑网络与多头注意力机制（CGM）的深度学习模型来预测突变与疾病的关联	提出CGM模型，能够准确预测蛋白质突变与疾病的关联，并通过模型验证了蛋白质突变导致的结构改变可能是重要的致病因素	受限于突变蛋白质数据集的规模，还在基准和不平衡数据集上进行了实验	预测突变与疾病的关联，进一步理解生物分子通路和疾病机制	蛋白质突变与疾病的关联	机器学习	NA	深度学习	Capsule and Graph topology networks with Multi-head attention (CGM)	蛋白质相互作用数据	真实世界的突变诱导疾病数据集，基准和不平衡数据集
52	2025-06-06	Fast Virtual Stenting for Thoracic Endovascular Aortic Repair of Aortic Dissection Using Graph Deep Learning 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3540712 PMID:40036417	研究论文	本文提出了一种基于图深度学习的快速虚拟支架置入（FVS）模型，用于预测主动脉夹层胸主动脉腔内修复术（TEVAR）后的主动脉真腔（TL）重塑	首次将深度学习应用于FVS任务，通过图深度网络处理点云数据，实现时间依赖性的内壁变形预测，并利用外壁信息提升预测准确性	虽然模型在108名患者（269次真实随访）上进行了验证，但尚未进行临床实际应用验证	开发一种能够准确预测TEVAR术后主动脉真腔重塑的深度学习模型，以评估和避免再手术风险	主动脉夹层患者	数字病理学	心血管疾病	图深度学习	图深度网络	点云数据	108名患者（269次真实随访）
53	2025-06-06	Image classification-driven speech disorder detection using deep learning technique 2025-Jun, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100261 PMID:40057233	研究论文	本研究提出了一种基于图像分类的自动语音障碍检测模型，通过Mel-Spectrogram分类识别多种语音障碍	使用增强的LEVIT transformer进行特征提取，并采用包含CatBoost和XGBoost的集成学习方法进行分类，同时利用量化感知训练减少计算资源	模型在多语言和方言中的适用性有待进一步验证，且需要更多样化的数据集进行泛化	开发一种自动化的语音障碍检测模型，以提高诊断的准确性和效率	语音障碍患者	自然语言处理	语音障碍	Wavelet Transform (WT), 量化感知训练 (QAT)	LEVIT transformer, CatBoost, XGBoost, Extremely Randomized Tree	Mel-Spectrogram图像	VOICED和LANNA数据集
54	2025-06-06	Advanced NLP-driven predictive modeling for tailored treatment strategies in gastrointestinal cancer 2025-Jun, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100264 PMID:40057234	研究论文	本研究旨在开发一种基于自然语言处理（NLP）的预测建模框架，用于胃肠道癌症的个性化治疗策略	提出了Resilient Adam Algorithm驱动的Versatile Long-Short Term Memory (RAA-VLSTM)模型，用于分析临床数据，并通过RAA优化算法显著提高了训练效率	未提及具体的数据集规模限制或模型在其他癌症类型中的泛化能力	开发一种先进的NLP驱动预测建模框架，以改善胃肠道癌症的个性化治疗策略	胃肠道癌症患者的电子健康记录（EHRs）	自然语言处理	胃肠道癌症	NLP, 深度学习	RAA-VLSTM	文本（电子健康记录）	来自多个医疗中心的广泛电子健康记录（具体数量未提及）
55	2025-06-06	The application of natural language processing technology in hospital network information management systems: Potential for improving diagnostic accuracy and efficiency 2025-Jun, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100287 PMID:40254184	研究论文	本文探讨了自然语言处理技术在医院网络信息管理系统中的应用，以提高诊断效率和准确性	提出了一种新颖的隐藏贝叶斯集成密集Bi-LSTM（HB-DBi-LSTM）策略，用于优化词袋模型	未提及具体样本量及数据来源的多样性限制	研究自然语言处理技术在医院网络信息管理系统中的应用潜力	电子健康记录中的扫描文档	自然语言处理	睡眠问题	NLP, OCR, 图像预处理	HB-DBi-LSTM, BoW	扫描PDF图像	NA
56	2025-06-06	Advancing Intracranial Aneurysm Detection: A Comprehensive Systematic Review and Meta-analysis of Deep Learning Models Performance, Clinical Integration, and Future Directions 2025-Jun, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2025.111243 PMID:40306254	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习模型在颅内动脉瘤检测中的性能及其对临床诊断的辅助作用	深度学习模型在颅内动脉瘤检测中展现出超越传统临床诊断的敏感性和特异性，并能显著提升临床医生的诊断一致性和准确性	需要在更多样化的临床环境中进行进一步验证，并实现与标准工作流程的无缝集成	评估深度学习模型在颅内动脉瘤检测中的性能及其临床应用价值	颅内动脉瘤的检测和预测	digital pathology	cardiovascular disease	CT angiography (CTA), digital subtraction angiography (DSA), time-of-flight MR angiography (TOF-MRA)	DL (Deep Learning)	image	NA
57	2025-06-06	A deployment safety case for AI-assisted prostate cancer diagnosis 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110237 PMID:40345136	research paper	本文探讨了AI辅助前列腺癌诊断系统的部署安全性问题，并提出了一种持续保障系统安全的方法	基于ARTICULATE PRO项目的前瞻性研究经验，提出了一种部署安全案例，用于持续监控已获监管批准的AI系统的安全性	研究主要基于英国医院的实践经验，可能在其他地区的适用性有限	解决AI辅助前列腺癌诊断系统在部署过程中可能出现的新危险事件，并持续保障其安全性	AI辅助前列腺癌诊断系统	digital pathology	prostate cancer	deep learning	NA	NA	NA
58	2025-06-06	MRI-based multimodal AI model enables prediction of recurrence risk and adjuvant therapy in breast cancer 2025-Jun, Pharmacological research IF:9.1Q1 DOI:10.1016/j.phrs.2025.107765 PMID:40345352	研究论文	本研究开发了一种基于MRI和多模态AI的3D深度学习模型（3D-MMR模型），用于预测非转移性乳腺癌患者的复发风险和辅助治疗效果	结合多模态MRI数据和AI技术，首次提出3D-MMR模型，能够高精度预测乳腺癌复发风险，并通过RNA-seq分析探索肿瘤微环境特征	研究为回顾性设计，样本来源仅限于中国的四家机构，可能影响模型的普适性	提高乳腺癌患者复发风险预测的准确性，优化临床治疗决策	非转移性乳腺癌患者	数字病理学	乳腺癌	MRI（T1+C和T2WI）、RNA-seq	3D-UNet、DenseNet121	MRI影像、临床数据、RNA-seq数据	1199名非转移性乳腺癌患者（来自中国四家机构）
59	2025-06-06	Glycosyltransferases in human milk oligosaccharide synthesis: structural mechanisms and rational design 2025-Jun, Current opinion in biotechnology IF:7.1Q1 DOI:10.1016/j.copbio.2025.103315 PMID:40347686	review	本文系统分析了糖基转移酶在人类母乳寡糖合成中的结构机制和理性设计	综述了糖基转移酶的结构生物学，通过晶体学研究阐明了保守域和催化机制，并总结了当代优化策略，包括溶解度增强、催化效率提升和底物特异性工程	未提及具体实验数据或样本量，可能缺乏实证支持	探讨糖基转移酶在人类母乳寡糖合成中的结构机制和理性设计	糖基转移酶和人类母乳寡糖	合成生物学	NA	晶体学研究和深度学习算法	NA	结构生物学数据	NA
60	2025-06-06	CirnetamorNet: An ultrasonic temperature measurement network for microwave hyperthermia based on deep learning 2025-Jun, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100297 PMID:40350037	研究论文	提出了一种基于深度学习的超声波温度测量网络CirnetamorNet，用于微波热疗中的非侵入性温度监测	通过多头注意力机制高效整合多特征数据，提高了非侵入性测温技术的准确性和可靠性	实验数据采集系统使用模拟人体组织特性的材料构建，可能与真实人体组织存在差异	实现微波热疗过程中准确的非侵入性温度预测	微波热疗中的温度监测	数字病理	癌症	超声波成像	RNN, 多头注意力机制	图像	NA