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
6041	2025-03-04	DLPVI: Deep learning framework integrating projection, view-by-view backprojection, and image domains for high- and ultra-sparse-view CBCT reconstruction 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102508 PMID:39921927	研究论文	本研究提出了一种深度学习框架DLPVI，通过整合投影域、逐视图反投影域和图像域，提高了高稀疏视图和超稀疏视图锥束计算机断层扫描（CBCT）图像的质量	DLPVI框架首次将投影域、逐视图反投影域和Transformer图像域模型结合，显著提升了稀疏视图CBCT图像的重建质量	研究仅基于163名患者的CBCT数据进行训练和测试，样本量相对较小，可能限制了模型的泛化能力	提高高稀疏视图和超稀疏视图CBCT图像的重建质量	锥束计算机断层扫描（CBCT）图像	计算机视觉	NA	深度学习	Transformer	图像	163名患者的CBCT数据用于训练，30名用于验证，30名用于测试
6042	2025-03-04	CGNet: Few-shot learning for Intracranial Hemorrhage Segmentation 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102505 PMID:39921928	研究论文	本文提出了一种新的分割模型CGNet，用于在少量数据的情况下进行颅内出血（ICH）区域的分割	提出了跨特征模块（CFM）和支持引导查询（SGQ）来增强对病变细节的理解和分割目标的细化，首次将ICH分割任务转化为少样本学习问题	需要进一步验证模型在其他数据集上的泛化能力	研究目的是开发一种能够在少量标注数据下有效进行颅内出血分割的深度学习模型	颅内出血（ICH）区域	计算机视觉	颅内出血	深度学习	CGNet	医学影像	公开的BHSD数据集和私有的IHSAH数据集
6043	2025-03-04	Subtraction-free artifact-aware digital subtraction angiography image generation for head and neck vessels from motion data 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102512 PMID:39983664	研究论文	本文提出了一种创新的无减影伪影感知数字减影血管造影（DSA）图像生成方法（AaDSA），利用运动数据生成无伪影的DSA图像	提出了一种基于梯度场变换（GFT）的技术来创建伪影掩码，指导AaDSA模型的训练，从而在模型训练中绕过伪影区域的不良影响	需要进一步验证在更广泛临床环境中的适用性和效果	开发一种无需减影即可生成无伪影DSA图像的方法，以提高血管疾病的诊断准确性	头颈部血管的DSA图像	计算机视觉	血管疾病	深度学习（DL）	AaDSA模型	图像	真实头颈部DSA数据集
6044	2025-03-04	A novel generative model for brain tumor detection using magnetic resonance imaging 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102498 PMID:39985841	研究论文	本文提出了一种使用磁共振成像检测脑肿瘤的新方法，结合深度学习和智能计算单元，实现了高精度的肿瘤区域分割和分类	提出了一种结合Yolov8框架和智能计算单元的脑肿瘤检测方法，并引入了数据融合和LLM模型以优化分类和预诊断	未提及具体的数据集规模或外部验证结果，可能限制了方法的普适性	开发一种基于AI的计算机辅助诊断方法，用于脑肿瘤的检测和分类	脑肿瘤的MRI图像	数字病理学	脑肿瘤	深度学习	Yolov8, CNN, LLM	MRI图像	未提及具体样本数量
6045	2025-03-04	Automatic Joint Lesion Detection by enhancing local feature interaction 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102509 PMID:39947085	研究论文	本文提出了一种通过增强局部特征交互来实现自动关节病变检测的方法	提出了局部注意力特征融合（LAFF）和高斯位置编码（GPE）模块，显著提高了YOLO模型的检测精度	NA	提高自动关节病变检测的准确性和效率，以满足临床需求	关节炎患者的X光图像	计算机视觉	关节炎	NA	YOLO	图像	960张X光图像（由两位关节炎专家和一位放射科医生标注）和216张X光图像，补充了MURA数据集
6046	2025-03-04	Interpretable multi-stage attention network to predict cancer subtype, microsatellite instability, TP53 mutation and TMB of endometrial and colorectal cancer 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102499 PMID:39947084	研究论文	本文介绍了一种可解释的多阶段注意力深度学习网络，用于从低成本的常规组织病理学全切片图像中预测子宫内膜癌和结直肠癌的病理亚型、微卫星不稳定性、TP53突变和肿瘤突变负荷	提出了一种新的深度学习网络，能够直接从常规使用的组织病理学全切片图像中预测癌症亚型和分子状态，且性能优于现有的七种先进方法	尽管模型在预测性能上表现出色，但其在临床常规筛查中的实际应用仍需进一步验证，尤其是在更大规模和多样化的数据集上	开发一种低成本、高效的方法，用于预测子宫内膜癌和结直肠癌的病理亚型和分子状态，以支持个性化癌症免疫治疗决策	子宫内膜癌和结直肠癌的组织病理学全切片图像	数字病理学	子宫内膜癌, 结直肠癌	深度学习	多阶段注意力网络	图像	NA
6047	2025-03-04	Deep Learning Technique for Automatic Segmentation of Proximal Hip Musculoskeletal Tissues From CT Scan Images: A MrOS Study 2025-Apr, Journal of cachexia, sarcopenia and muscle DOI:10.1002/jcsm.13728 PMID:40022453	研究论文	本研究开发了一种深度学习技术，用于从CT扫描图像中自动分割和量化近端髋关节的肌肉骨骼组织	首次在近端髋关节区域应用深度学习技术进行肌肉骨骼组织的自动分割和量化	研究样本仅限于男性，且年龄较大，可能限制了结果的普遍性	开发一种深度学习技术，用于自动分割和量化近端髋关节的肌肉骨骼组织	近端髋关节的肌肉骨骼组织	数字病理学	骨质疏松症	CT扫描	U-Net	图像	300名男性参与者，年龄73±6岁
6048	2025-03-04	Recent Advances in Structured Illumination Microscopy: From Fundamental Principles to AI-Enhanced Imaging 2025-Mar-03, Small methods IF:10.7Q1 DOI:10.1002/smtd.202401616 PMID:40025917	综述	本文介绍了结构光照明显微镜（SIM）的基本原理及其在超分辨率成像中的最新进展，并探讨了深度学习技术在SIM成像中的应用	探讨了深度学习技术在SIM成像中的应用，包括提高图像质量、加速成像和重建速度或替代现有图像重建方法	未提及具体的研究局限性	介绍SIM的基本原理及其最新进展，并探讨深度学习技术在SIM成像中的应用	结构光照明显微镜（SIM）及其在生物成像中的应用	数字病理学	NA	结构光照明显微镜（SIM）	深度学习神经网络	图像	NA
6049	2025-03-04	Automated Von Willebrand Factor Multimer Image Analysis for Improved Diagnosis and Classification of Von Willebrand Disease 2025-Mar-02, International journal of laboratory hematology IF:2.2Q3 DOI:10.1111/ijlh.14455 PMID:40025642	研究论文	本文开发了一种基于深度学习的自动化图像分析流程，用于提高Von Willebrand因子多聚体模式分类的再现性和效率	首次使用YOLOv8深度学习模型对VWF多聚体模式进行分类，提高了分类的准确性和效率	模型在罕见亚型上的表现较低	改进Von Willebrand病的诊断和分类	Von Willebrand因子多聚体图像	数字病理学	Von Willebrand病	深度学习	YOLOv8	图像	514张凝胶图像（6168个标记实例）用于训练，192张图像（2304个实例）用于验证，94张图像（1128个实例）用于测试
6050	2025-03-04	Assessing the prognostic impact of body composition phenotypes on surgical outcomes and survival in patients with spinal metastasis: a deep learning approach to preoperative CT analysis 2025-Mar-01, Journal of neurosurgery. Spine DOI:10.3171/2024.8.SPINE24722 PMID:39705691	研究论文	本研究通过深度学习分析术前CT扫描，评估体成分表型对脊柱转移瘤手术患者预后和5年生存率的影响	首次使用深度学习管道分析术前CT扫描，识别肌肉和脂肪含量及组成，并将患者分为四种体成分表型组，揭示了体成分表型与手术结果及生存率的关系	样本量相对较小（102例），且为回顾性研究，可能存在选择偏倚	评估体成分表型对脊柱转移瘤手术患者预后和5年生存率的影响	接受脊柱转移瘤手术的患者	数字病理学	脊柱转移瘤	深度学习	深度学习管道	CT图像	102例患者
6051	2025-03-04	Ethical and security challenges in AI for forensic genetics: From bias to adversarial attacks 2025-Mar, Forensic science international. Genetics DOI:10.1016/j.fsigen.2025.103225 PMID:39874746	研究论文	本文探讨了人工智能在法医遗传学中应用的伦理和安全挑战，特别是偏见和对抗性攻击问题	通过模拟场景展示了AI方法在生物地理祖先预测和亲缘关系推断中的潜在误导性，强调了伦理和安全挑战	研究主要基于模拟场景，可能无法完全反映真实世界的复杂性	评估AI在法医遗传学中的应用，特别是其潜在的偏见和对抗性攻击问题	法医遗传学中的AI模型	法医遗传学	NA	深度学习, 机器学习	NA	模拟数据	NA
6052	2025-03-04	Skin cancer detection using dermoscopic images with convolutional neural network 2025-Mar-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91446-6 PMID:40021731	研究论文	本文介绍了一种基于深度学习的网络，专门用于皮肤病变检测，以增强黑色素瘤数据集的数据质量	提出了一种新颖的FCDS-CNN架构，结合数据增强和类别加权技术，解决了类别不平衡问题，提高了数据质量	尽管FCDS-CNN在性能上优于预训练模型，但其在更广泛数据集上的泛化能力仍需进一步验证	提高皮肤癌早期检测的准确性和效率	皮肤病变图像	计算机视觉	皮肤癌	数据增强和类别加权	FCDS-CNN	图像	10015张皮肤病变图像，涵盖七种类别
6053	2025-03-04	Deep learning for tibial plateau fracture detection and classification 2025-Mar-01, The Knee DOI:10.1016/j.knee.2025.02.001 PMID:40023913	研究论文	本研究旨在开发深度学习模型，用于胫骨平台骨折的检测和根据Schatzker分类系统进行分类	首次开发用于胫骨平台骨折检测和Schatzker分类的计算机视觉模型	模型在骨折分类方面的准确性较低，Schatzker分类系统在常规X光片上的观察者间一致性较低	开发深度学习模型以检测和分类胫骨平台骨折	胫骨平台骨折患者的X光片	计算机视觉	骨折	深度学习	CNN（GoogleNet和ResNet）	图像	753名患者的1506张膝关节X光片，包括368例胫骨平台骨折和385例健康膝关节
6054	2025-03-04	CatPred: a comprehensive framework for deep learning in vitro enzyme kinetic parameters 2025-Feb-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-57215-9 PMID:40021618	研究论文	本文介绍了CatPred，一个用于预测体外酶动力学参数的深度学习框架	CatPred解决了标准化数据集缺乏、对与训练期间使用的酶序列不相似的序列进行性能评估以及模型不确定性量化等关键挑战	NA	预测体外酶动力学参数，包括转换数（k）、米氏常数（K）和抑制常数（K）	酶动力学参数	机器学习	NA	深度学习	预训练蛋白质语言模型	蛋白质序列和三维结构特征	约23k、41k和12k个数据点分别用于k、K和K的预测
6055	2025-03-04	Can artificial intelligence be the future solution to the enormous challenges and suffering caused by Schizophrenia? 2025-Feb-28, Schizophrenia (Heidelberg, Germany) DOI:10.1038/s41537-025-00583-4 PMID:40021674	研究论文	本研究评估了人工智能（AI）在精神分裂症（SZ）的诊断、治疗和预后评估中的潜力，并探讨了AI在未来医学创新中的应用方向	通过整合多维生物标志物和患者的语言行为数据，AI提供了更客观和精确的诊断标准，并帮助制定个性化治疗计划，改善治疗效果	AI在SZ管理中的角色必须作为辅助工具，临床判断和医护人员的关怀仍然至关重要	评估AI在精神分裂症诊断、治疗和预后评估中的潜力，并探讨其未来应用方向	精神分裂症患者	机器学习	精神分裂症	机器学习和深度学习	NA	多维生物标志物和语言行为数据	NA
6056	2025-03-04	Semantic structure preservation for accurate multi-modal glioma diagnosis 2025-Feb-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88458-7 PMID:40021688	研究论文	本文提出了一种新的语义结构保持一致性方法RFPMSS，用于多模态胶质瘤诊断，通过从患者检查报告中提取监督信号，实现图像和文本之间的全局对齐	提出了一种新的语义结构保持一致性方法RFPMSS，通过多锚点分配和自由文本图像报告进行跨模态监督，实现了在有限监督下的最先进性能	需要从患者检查报告中提取监督信号，这可能依赖于报告的质量和完整性	提高多模态医学图像分析的准确性，特别是在胶质瘤诊断中	多模态医学图像和患者检查报告	计算机视觉	胶质瘤	深度学习	RFPMSS	图像和文本	来自山西省肿瘤医院和山西省人民医院的数据集
6057	2025-03-04	Ligand-receptor interactions combined with histopathology for improved prognostic modeling in HPV-negative head and neck squamous cell carcinoma 2025-Feb-28, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00844-6 PMID:40021759	研究论文	本文通过结合配体-受体相互作用和组织病理学，改进了HPV阴性头颈部鳞状细胞癌的预后模型	结合BulkSignalR识别配体-受体相互作用，利用随机森林生存分析和LASSO惩罚Cox回归开发预后模型，并通过深度学习组织形态学分析进一步改进风险分层	研究样本仅限于TCGA-HNSC队列，可能无法完全代表所有HPV阴性头颈部鳞状细胞癌患者	改进HPV阴性头颈部鳞状细胞癌的预后模型，识别治疗靶点	HPV阴性头颈部鳞状细胞癌患者	数字病理学	头颈部鳞状细胞癌	BulkSignalR, 随机森林生存分析, LASSO惩罚Cox回归, 深度学习	随机森林, LASSO回归, 深度学习模型	多组学数据, HE染色全片图像	395例HPV阴性TCGA-HNSC队列患者
6058	2025-03-04	Using deep convolutional networks combined with signal processing techniques for accurate prediction of surface quality 2025-Feb-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92114-5 PMID:40021768	研究论文	本文提出了一种结合深度学习技术和信号处理技术的框架，用于预测和分类铣削零件的表面粗糙度	创新点在于使用四种信号处理技术将声发射信号转换为2D图像，并结合多种卷积神经网络进行表面粗糙度的预测和分类	未提及具体局限性	研究目的是通过深度学习技术预测和分类铣削零件的表面粗糙度	铣削零件的表面粗糙度	计算机视觉	NA	声发射信号处理技术（SSPC、SSSC、SSSC*、RP）	VGG16、ResNet18、ShuffleNet、CNN-LSTM	2D图像	未提及具体样本数量
6059	2025-03-04	Integrating convolutional layers and biformer network with forward-forward and backpropagation training 2025-Feb-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92218-y PMID:40021838	研究论文	本文介绍了一种名为Deep-CBN的新框架，旨在通过直接从原始数据中捕捉复杂的分子表示来增强分子属性预测，从而提高准确性和效率	结合了卷积神经网络（CNNs）和BiFormer注意力机制，并采用了前向-前向算法和反向传播训练方法	未提及具体局限性	提高分子属性预测的准确性和效率，加速药物发现过程	分子属性预测	机器学习	NA	卷积神经网络（CNNs）、BiFormer注意力机制、前向-前向算法、反向传播	CNN、BiFormer	SMILES字符串	多个基准数据集（包括Tox21、BBBP、SIDER、ClinTox、BACE、HIV和MUV）
6060	2025-03-04	Software defect prediction based on residual/shuffle network optimized by upgraded fish migration optimization algorithm 2025-Feb-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91784-5 PMID:40021906	研究论文	本研究提出了一种基于残差/混洗网络和升级版鱼群迁移优化算法的软件缺陷预测新方法	创新点在于将深度学习和元启发式算法协同使用，以训练软件代码提取语义和结构属性	分析仅限于开源项目，需要在专有软件上进一步评估	提高软件缺陷预测的准确性，减少人工工作量	开源项目的软件代码	机器学习	NA	深度学习，元启发式算法	残差/混洗网络（RS Networks）	软件代码	多种开源项目