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	2025-09-20	Fusion of X-Ray Images and Clinical Data for a Multimodal Deep Learning Prediction Model of Osteoporosis: Algorithm Development and Validation Study 2025-Sep-18, JMIR medical informatics IF:3.1Q2 DOI:10.2196/70738 PMID:40966528	研究论文	开发并验证融合胸部X光影像和临床数据的多模态深度学习模型，用于骨质疏松症的预测筛查	采用基于梯度的特征提取方法与注意力机制结合，增强模型对图像关键区域的关注，并通过概率融合策略整合多模态数据	数据集规模有限可能无法完全代表人群多样性，回顾性研究可能存在选择偏倚，缺乏外部验证限制结果泛化性	开发多模态模型进行骨质疏松症的机会性筛查，并与现有方法比较性能	1780名患者的胸部X光影像和临床数据	医学影像分析	骨质疏松症	迁移学习，基于梯度的特征提取，注意力机制	CNN	图像，临床数据	1780名患者
42	2025-09-20	Assessing the Feasibility of Deep Learning-Based Attenuation Correction Using Photon Emission Data in 18F-FDG Images for Dedicated Head and Neck PET Scanners 2025-Sep-18, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae08ba PMID:40967236	研究论文	本研究评估了使用深度学习技术从非衰减校正的18F-FDG PET图像生成测量衰减校正图像在头颈部专用PET扫描仪中的可行性	首次将ResNet深度学习网络应用于头颈部PET图像的衰减校正，无需CT扫描即可生成高质量的MAC图像	在病理图像上SNR和对比度存在显著差异，需要更多训练数据提升模型在病理情况下的性能	开发基于深度学习的衰减校正方法，减少对CT扫描的依赖	头颈部PET图像	医学影像分析	头颈部疾病	深度学习，PET成像	ResNet	2D医学图像	114名患者（12,068个切片），包含正常和病理图像
43	2025-09-20	Deep Learning for Automated Measures of SUV and Molecular Tumor Volume in [68Ga]PSMA-11 or [18F]DCFPyL, [18F]FDG, and [177Lu]Lu-PSMA-617 Imaging with Global Threshold Regional Consensus Network 2025-Sep-18, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.125.270077 PMID:40967759	研究论文	开发基于深度学习的自动化方法，用于在多种PET和SPECT成像中精确测量SUV和分子肿瘤体积	提出Global Threshold Regional Consensus Network分割框架，基于nnU-Net改进边界定义和标签准确性，在多种示踪剂成像中实现高精度自动化测量	虽然在外部队列测试中表现良好，但模型泛化能力仍需在更大多中心数据集中验证	改进计算工作流程和标准化方法，提高LuPSMA治疗的患者选择和预后预测准确性	转移性去势抵抗性前列腺癌患者的PET/CT和定量SPECT/CT影像	数字病理	前列腺癌	PET成像，SPECT成像，深度学习分割	nnU-Net，Global Threshold Regional Consensus Network	医学影像	训练集包含676例[68Ga]PSMA-11或[18F]DCFPyL PET、390例[18F]FDG PET和477例LuPSMA SPECT影像，外部测试集56例
44	2025-09-20	An updated patent review of small molecule glucagon receptor antagonists (2020-2024) 2025-Sep-18, Expert opinion on therapeutic patents IF:5.4Q1 DOI:10.1080/13543776.2025.2559928 PMID:40968011	综述	本文回顾了2020至2024年间小分子胰高血糖素受体拮抗剂（GCGRAs）的专利进展，涵盖结构机制研究、创新策略转变及临床挑战	揭示了创新主体从制药公司向学术机构的转移，并强调深度学习与虚拟筛选在新型化学结构发现中的应用	仍需临床研究验证化合物能否克服安全性问题和发展瓶颈	总结小分子GCGR拮抗剂的最新专利进展与研发趋势	胰高血糖素受体（GCGR）及其小分子拮抗剂	药物研发	糖尿病	深度学习、虚拟筛选、结构机制研究	NA	专利数据、文献数据、临床数据	基于多数据库（PubMed、Web of Science等）的专利与文献综述
45	2025-09-20	MRI on a Budget: Leveraging Low and Ultra-Low Intensity Technology in Africa 2025-Sep-18, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9014 PMID:40968019	综述	本文回顾了低场和超低场MRI技术在非洲资源有限地区的应用现状、挑战及技术进展	探讨了永久Halbach阵列磁体、便携式扫描仪设计以及深度学习技术（如CNN电磁干扰消除和残差U-Net图像重建）在提升低场MRI图像质量和降低噪声方面的创新应用	信噪比较低、体素尺寸要求较大、易受运动伪影影响，且无法替代高场扫描仪检测细微或小病灶	评估低场和超低场MRI技术在资源受限地区扩大神经影像学能力的可行性与应用前景	非洲地区的医疗系统和资源有限环境下的神经影像诊断	医学影像	神经疾病（如脑损伤）	低场和超低场MRI、深度学习图像重建	CNN、U-Net	MRI图像	NA
46	2025-09-20	MCMFPP: A Multifunctional Peptides Prediction Method Based on Class Feature Enhancement and Classifier Fusion 2025-Sep-18, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01693 PMID:40968106	研究论文	提出一种基于类别特征增强和分类器融合的多功能肽预测方法MCMFPP	引入SLFE和CFEC两个子分类器，分别通过大语言模型增强序列表示和对比学习改进类别特征表示，并通过加权融合提升预测性能	NA	开发计算工具以准确识别肽功能，特别是多功能治疗肽（MFTP）	肽序列	自然语言处理	NA	深度学习，对比学习	基于ESMC大语言模型的分类器融合方法	序列数据	NA
47	2025-09-20	Rapid and robust quantitative cartilage assessment for the clinical setting: deep learning-enhanced accelerated T2 mapping 2025-Sep-18, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-05034-w PMID:40968299	研究论文	本研究开发了一种基于深度学习的加速软骨T2 mapping序列（DL CartiGram），旨在提升临床环境中软骨定量评估的速度和鲁棒性	结合并行成像和深度学习图像重建技术，显著缩短扫描时间并保持高重复性与再现性	站点间存在微小偏差（1.56 ms），可能由温度效应引起	开发并验证一种快速、可靠的软骨T2定量评估方法用于临床设置	人体膝关节软骨（髌骨和股骨 compartments）	医学影像分析	骨关节疾病	T2 mapping, 并行成像, 深度学习图像重建	深度学习（具体架构未明确说明）	MRI图像	43名患者（人体试验）加上体模测试
48	2025-09-20	Optimising Generalisable Deep Learning Models for CT Coronary Segmentation: A Multifactorial Evaluation 2025-Sep-18, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01677-2 PMID:40968338	研究论文	本研究通过多因素评估优化深度学习模型在CT冠状动脉分割中的泛化性能	定量揭示了对比度增强、边缘锐度、钙化程度和血管直径对分割性能的具体影响程度，为模型适配策略提供了数据驱动基础	研究仅基于两个数据集（共110例），可能需更大样本验证；未涉及所有可能影响分割的临床变量	优化可泛化的深度学习模型，提升CT冠状动脉分割的准确性和鲁棒性	冠状动脉（包括左主干、右冠状动脉及第一钝缘支等分支）	医学图像分析	心血管疾病	CT冠状动脉造影（CTCA）	U-Net, Swin-UNETR, EfficientNet-LinkNet	医学影像（CT图像）	110例（公开ASOCA数据集40例 + GeoCAD数据集70例）
49	2025-09-20	Optimized deep learning-accelerated single-breath-hold abdominal HASTE with and without fat saturation improves and accelerates abdominal imaging at 3 Tesla 2025-Sep-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01838-3 PMID:40968371	研究论文	本研究评估了深度学习加速的单次屏气腹部HASTE序列（含与不含脂肪饱和）在3特斯拉MRI中的图像质量与技术可行性	首次系统比较深度学习加速HASTE序列在有无脂肪饱和条件下的性能，并优化翻转角与视野参数	样本量有限（60例），未涉及多种病理状态的对比验证	提升腹部MRI成像速度与质量	健康志愿者与患者（腹部成像）	医学影像分析	NA	深度学习加速MRI序列（DL-HASTE）	深度学习（未指定具体网络）	医学影像（MRI）	60例（10名健康志愿者+50名患者）
50	2025-09-20	Deep learning-based automated detection and diagnosis of gouty arthritis in ultrasound images of the first metatarsophalangeal joint 2025-Sep-17, Medical ultrasonography IF:1.8Q3 DOI:10.11152/mu-4495 PMID:40146981	研究论文	开发基于深度学习的模型，用于自动检测和诊断第一跖趾关节超声图像中的痛风性关节炎	利用深度残差卷积神经网络和Grad-CAM可视化技术，首次实现第一跖趾关节超声图像的自动化痛风诊断	回顾性研究，样本量有限（260名患者），未进行外部验证	开发自动检测和诊断痛风性关节炎的深度学习模型	第一跖趾关节的超声图像	计算机视觉	痛风性关节炎	超声成像，深度学习	ResNet18 CNN	图像	260名患者（149例痛风，111例对照）的2401张超声图像
51	2025-09-20	A novel hybrid model for actual evapotranspiration estimation in data-scarce arid regions: Integrating modified Budyko and machine learning models using deep learning 2025-Sep-17, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180438 PMID:40966814	研究论文	提出一种结合改进Budyko框架与机器学习模型的混合方法，用于估算干旱地区月实际蒸散发量	通过深度学习整合物理模型与数据驱动模型，优化Budyko参数的时间尺度以应对非稳态条件	研究基于特定流域（加州中央谷地），在数据稀缺地区的普适性需进一步验证	开发高精度且实用的实际蒸散发估算方法，支持水文建模与水资源管理	干旱地区流域的实际蒸散发过程	机器学习	NA	深度学习，XGBoost，SHAP值分析	混合模型（Budyko-XGBoost）	遥感数据（ERA5, TerraClimate），涡度协方差塔观测数据	基于加州中央谷地某一流域的月尺度数据
52	2025-09-20	Classification of peripheral pulmonary lesions in Endobronchial ultrasonography image using a multi-branch framework and voting ensemble 2025-Sep-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111064 PMID:40967143	研究论文	提出一种基于深度学习的计算机辅助诊断系统，用于支气管内超声图像中周围性肺部病变的分类	采用多分支框架和投票集成机制处理极端数据不平衡问题，并探索坐标系转换方法优化图像输入	NA	开发肺癌的计算机辅助诊断系统，提高诊断精确性和效率	支气管内超声图像中的周围性肺部病变	计算机视觉	肺癌	深度学习	多分支框架与投票集成	图像	NA
53	2025-09-20	Predicting dementia through audio: Ensemble and deep learning approaches using acoustic features 2025-Sep-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111078 PMID:40967147	研究论文	通过音频特征使用集成学习和深度学习模型预测痴呆症	结合声学特征与多种集成学习及深度学习模型，探索集成模型在特定情况下优于深度学习的原因	NA	早期诊断痴呆症	老年痴呆症患者	自然语言处理	老年疾病	声学特征提取	Random Forest, AdaBoost, XGBoost, Gradient Boost, BiLSTM, LSTM, CNN-LSTM	音频	NA
54	2025-09-20	AI-driven pupillary-computer interface via binary-coded flickering stimuli 2025-Sep-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111057 PMID:40967149	研究论文	提出一种基于瞳孔光反射和二进制编码视觉刺激的AI驱动瞳孔-计算机接口系统	利用二进制编码视觉刺激诱发瞳孔信号，采用卷积神经网络建模，实现高精度分类和高信息传输率	仅针对健康受试者测试，未涉及特殊人群或临床环境验证	开发一种无需用户训练、低成本、高稳定性的新型人机交互接口	健康受试者（12名，男女各半，年龄28.6±3.4岁）	人机交互	NA	二进制编码视觉刺激，瞳孔光反射信号采集	CNN	瞳孔尺寸变化信号	12名健康受试者，参与4类、10类和20类视觉刺激实验
55	2025-09-20	Robust and explainable framework to address data scarcity in diagnostic imaging 2025-Sep-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111052 PMID:40967148	研究论文	提出一种名为ETSEF的新型集成框架，通过结合迁移学习和自监督学习来解决医学影像诊断中的数据稀缺问题	首次将迁移学习和自监督学习两种预训练方法与集成学习相结合	NA	解决医学影像诊断中的数据稀缺挑战并提高诊断准确性	医学影像数据，包括内窥镜、乳腺癌检测、猴痘检测、脑肿瘤检测和青光眼检测	计算机视觉	多种疾病（癌症、传染病、神经系统疾病等）	数据增强、特征融合、特征选择、决策融合	集成学习框架（结合多个预训练深度学习模型）	医学影像	有限样本数量（具体数量未明确说明），涵盖五种不同的医学影像任务
56	2025-09-20	Single-nucleus transcriptome atlas of orbitofrontal cortex in ALS with a deep learning-based decoding of alternative polyadenylation mechanisms 2025-Sep-17, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.101007 PMID:40967225	研究论文	本研究通过单核转录组测序和深度学习模型，揭示了ALS/FTLD中眶额皮质的细胞类型特异性变化和选择性多聚腺苷酸化机制	开发了多模态深度学习模型APA-Net，首次整合转录序列和RBP表达谱预测选择性多聚腺苷酸化模式	NA	探究肌萎缩侧索硬化症和额颞叶变性疾病的分子病理机制	C9orf72相关ALS（伴或不伴FTLD）和散发性ALS患者的额叶皮质组织	数字病理学	神经退行性疾病	单核RNA测序（snRNA-seq）	多模态深度学习模型（APA-Net）	转录组序列数据，RNA结合蛋白表达数据	NA
57	2025-09-20	Performance evaluation and clinical application exploration of a ViT-CNN ensemble model for multiclass oral mucosal disease classification: a pilot retrospective analysis based on public datasets 2025-Sep-17, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-102741 PMID:40967645	研究论文	评估基于Vision Transformer的深度学习模型在口腔黏膜疾病分类中的性能，并探索集成模型对临床支持的价值	提出ViT-CNN集成模型，并比较三种集成策略（平均法、加权法和几何平均法）在口腔疾病分类中的效果	基于公共数据集的初步回顾性分析，未来需要更大数据集的验证	提高口腔黏膜疾病的分类效率，为非专科医生提供诊断支持	口腔黏膜疾病（OMD）	计算机视觉	口腔疾病	深度学习	ViT-CNN集成模型（EfficientNet-B0, ViT-B16）	图像	基于公共数据集（具体数量未提供）
58	2025-09-20	Real-time activity and fall detection using transformer-based deep learning models for elderly care applications 2025-Sep-17, BMJ health & care informatics IF:4.1Q2 DOI:10.1136/bmjhci-2025-101439 PMID:40967671	研究论文	本研究开发了一种基于Transformer的深度学习模型，用于实时活动识别和跌倒检测，以提升老年人护理应用的准确性和实时性	采用Transformer编码器通过自注意力机制捕捉时序依赖关系，能够同时提取全局和局部时间模式，在实时性和分类性能上超越传统CNN-LSTM和时序卷积网络	模型尚未在边缘设备上优化，且需在真实世界数据集中进一步验证	开发高精度、实时适用的活动识别与跌倒检测系统，以支持老年人护理和跌倒预防	老年人日常活动及跌倒行为	机器学习	老年疾病	滑动窗口分割技术，自注意力机制	Transformer	传感器数据（加速度计、陀螺仪、方向信号）	来自66名参与者的超过1400万条传感器记录，涵盖16种活动包括4类跌倒
59	2025-09-20	Preoperative risk prediction of major cardiovascular events in noncardiac surgery using the 12-lead electrocardiogram: an explainable deep learning approach 2025-Sep-17, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.07.085 PMID:40967934	研究论文	本研究开发了一种结合术前12导联心电图和临床数据的可解释深度学习模型，用于预测非心脏手术后的主要心血管事件	首次将深度学习应用于术前心电图分析，并结合生成式反事实框架提供波形级解释，相比传统RCRI评分显著提高了预测性能	研究为回顾性队列设计，使用单一数据库(MIMIC-IV)，需要外部验证	改善非心脏手术患者术后主要心血管事件的预测准确性	接受大型非心脏手术的成年患者	医疗人工智能	心血管疾病	深度学习，卷积神经网络，反事实分析	CNN，多模态融合模型	心电图波形数据，临床变量数据	37,081例患者
60	2025-09-20	Neural xenografts contribute to long-term recovery in stroke via molecular graft-host crosstalk 2025-Sep-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63725-3 PMID:40957886	研究论文	本研究通过移植iPSC来源的神经祖细胞（NPCs）促进中风小鼠的脑修复和长期功能恢复	揭示了神经异种移植物通过分子水平的移植物-宿主交互（如neurexin、neuregulin等信号通路）驱动修复的机制	NA	探索神经祖细胞移植对中风后长期恢复的治疗潜力及作用机制	中风损伤的小鼠模型	神经再生医学	中风	单核RNA测序（snRNA-seq）、深度学习分析	NA	基因表达数据、行为学数据	NA