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
6201	2025-10-06	A novel network architecture for post-applicator placement CT auto-contouring in cervical cancer HDR brachytherapy 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17908 PMID:40414687	研究论文	开发了一种用于宫颈癌高剂量率近距离放疗中施源器放置后CT图像自动勾画的新型网络架构	提出顺序双模型深度学习架构，结合U-Net基础分割和集成空间信息与总变差正则化的复杂结构分割	肠道和乙状结肠分割仍面临挑战，需要进一步验证和临床实施	提高宫颈癌高剂量率近距离放疗中高危临床靶区和危及器官分割的准确性和效率	宫颈癌患者施源器放置后的CT图像	数字病理	宫颈癌	CT成像	深度学习	医学影像	32例宫颈癌患者，115张CT图像	NA	U-Net	Dice相似系数, 95% Hausdorff距离, 平均表面距离, 质心距离, 体积差异, D90, D2cc	NA
6202	2025-10-06	A vessel bifurcation landmark pair dataset for abdominal CT deformable image registration (DIR) validation 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17907 PMID:40437735	研究论文	本文介绍了首个用于腹部CT可变形图像配准验证的血管分叉标志点对数据集	创建了首个包含大量高精度血管分叉标志点对的腹部CT可变形图像配准基准数据集	数据集仅包含30名患者，样本规模相对有限	开发用于腹部CT可变形图像配准算法验证的基准数据集	腹部CT图像和血管分叉标志点	医学影像分析	腹部疾病	CT成像，深度学习分割	深度学习模型	CT图像	30名患者的腹部CT图像对	NA	NA	标志点对精度（0.7 mm ± 1.2 mm）	NA
6203	2025-10-06	Accelerated proton resonance frequency-based magnetic resonance thermometry by optimized deep learning method 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17909 PMID:40450352	研究论文	通过优化的深度学习方法加速基于质子共振频率的磁共振测温技术	提出结合预训练/训练阶段数据增强、知识蒸馏和新型振幅-相位解耦损失函数的优化方法，显著提升磁共振温度图重建的时空分辨率	4倍欠采样情况下评估指标精度下降约10%，临床验证仅限于子宫肌瘤患者	提高动态磁共振温度图重建的时间分辨率，支持聚焦超声治疗中的实时监测	体模、离体组织样本和子宫肌瘤患者的临床数据	医学影像分析	子宫肌瘤	磁共振测温、聚焦超声	深度学习	k空间数据、磁共振图像	体模、离体组织实验和子宫肌瘤患者临床数据集	NA	Cascade Net, Complex-valued U-Net, Shift Window Transformer for MRI, Real-valued U-Net, ResUNet	RMSE, DICE系数, Bland-Altman分析	NA
6204	2025-10-06	Matrix completion-informed deep unfolded equilibrium models for self-supervised k $k$ -space interpolation in MRI 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17924 PMID:40473478	研究论文	提出一种基于矩阵补全理论的深度展开平衡模型，用于MRI k空间自监督插值	将卷积神经网络与结构低秩模型的零空间关系相结合，构建具有严格理论保证和可解释性的自监督网络架构	在特定场景下才能达到与监督学习相当的效果	开发无需全采样标签的MRI k空间自监督插值方法	多线圈MRI k空间数据	医学影像重建	NA	磁共振成像	CNN	k空间数据	NA	NA	深度展开平衡模型	定性评估,定量评估	NA
6205	2025-10-06	Leveraging protein language models for cross-variant CRISPR/Cas9 sgRNA activity prediction 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf385 PMID:40600900	研究论文	提出基于蛋白质语言模型的深度学习模型PLM-CRISPR，用于跨变体CRISPR/Cas9 sgRNA活性预测	首次利用蛋白质语言模型捕捉Cas9蛋白变体表征，采用跨变体训练策略和动态特征融合机制	NA	优化CRISPR/Cas9基因编辑系统，提高sgRNA活性预测的准确性和泛化能力	单导RNA（sgRNA）和Cas9蛋白变体	机器学习	NA	CRISPR/Cas9基因编辑技术	深度学习	蛋白质序列，RNA序列	涵盖7种Cas9蛋白变体的数据集	NA	蛋白质语言模型	NA	NA
6206	2025-10-06	Nondestructive Detection and Quality Grading System of Walnut Using X-Ray Imaging and Lightweight WKNet 2025-Jul-01, Foods (Basel, Switzerland) DOI:10.3390/foods14132346 PMID:40647098	研究论文	基于X射线成像和轻量级WKNet的核桃无损检测与质量分级系统	首次将X射线成像与深度学习模型结合用于核桃质量检测，开发了集成Transformer、GhostNet和交叉注意力模块的轻量级WKNet网络	NA	解决核桃内部质量检测的耗时和参数冗余问题，实现高效准确的核桃质量分级	核桃内部质量	计算机视觉	NA	X射线成像	CNN, Transformer	X射线图像	NA	PyTorch	YOLO v5s, Transformer, GhostNet, CCA模块	mAP_0.5, 精确率, 召回率	NA
6207	2025-10-06	Enhancing Early Detection of Oral Squamous Cell Carcinoma: A Deep Learning Approach with LRT-Enhanced EfficientNet-B3 for Accurate and Efficient Histopathological Diagnosis 2025-Jul-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131678 PMID:40647677	研究论文	本研究提出了一种结合学习率调优的EfficientNet-B3深度学习模型，用于从组织病理学图像中准确检测口腔鳞状细胞癌	将学习率调优(LRT)技术与EfficientNet-B3模型结合，能够根据训练过程中的准确率和损失自动调整学习率	NA	开发自动化、可靠的诊断解决方案以提高口腔鳞状细胞癌的早期检测和治疗成功率	口腔鳞状细胞癌(OSCC)的组织病理学图像	数字病理学	口腔癌	组织病理学成像	CNN	图像	来自多癌症数据集的口腔肿瘤数据集	NA	EfficientNet-B3	准确率, 特异性	NA
6208	2025-10-06	Deep Learning-Enhanced T1-Weighted Imaging for Breast MRI at 1.5T 2025-Jul-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131681 PMID:40647680	研究论文	评估基于深度学习的T1加权VIBE序列在1.5T乳腺MRI中的图像质量表现	首次将深度学习技术集成到T1加权VIBE序列中用于乳腺MRI成像	样本量较小（52例患者），仅使用1.5T MRI设备	比较深度学习增强的T1加权VIBE序列与标准VIBE序列在乳腺MRI中的图像质量	52名乳腺癌患者	医学影像分析	乳腺癌	MRI成像，T1加权VIBE序列	深度学习	医学影像	52例乳腺癌患者	NA	NA	图像质量评分，图像清晰度评分，信噪比评分，伪影评分，诊断置信度评分	NA
6209	2025-10-06	Deep Learning Models for Detection and Severity Assessment of Cercospora Leaf Spot (Cercospora capsici) in Chili Peppers Under Natural Conditions 2025-Jul-01, Plants (Basel, Switzerland) DOI:10.3390/plants14132011 PMID:40648020	研究论文	本研究评估了八种深度学习模型在自然条件下检测和评估辣椒尾孢叶斑病严重程度的能力	在自然田间条件下比较四种YOLOv8和四种Mask R-CNN模型，为农业应用提供单阶段与两阶段模型的实用见解	Mask R-CNN在较高严重程度级别上存在低估问题，且推理时间较长	开发准确的植物病害严重程度评估方法以支持作物管理	辣椒叶片上的尾孢叶斑病	计算机视觉	植物病害	图像分割	CNN	图像	1645张辣椒叶片图像，包含6282个病变标注	NA	YOLOv8, Mask R-CNN, R101_FPN	MIoU, F1-score, 准确率, 推理时间	NA
6210	2025-10-06	Multi-sequence brain tumor segmentation boosted by deep semantic features 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17845 PMID:40296197	研究论文	提出一种基于深度学习的新型脑肿瘤分割方法，通过语义特征模块增强图像特征的类内一致性	引入语义特征模块(SFM)，通过深度语义向量重新编码图像特征，提高特征的类内一致性和语义信息丰富度	NA	解决脑肿瘤区域异质性导致的图像特征类内一致性问题，提高脑肿瘤分割准确性	脑肿瘤患者的多序列MR图像	医学图像分析	脑肿瘤	多序列MR成像	深度学习分割网络	医学图像	1251名患者的多序列MR图像数据	NA	NA	Dice指数	NA
6211	2025-10-06	Singular value decomposition based under-sampling pattern optimization for MRI reconstruction 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17860 PMID:40296184	研究论文	提出一种基于奇异值分解的轻量级数据驱动欠采样模式优化方法，用于快速MRI重建	通过奇异值分解建立k空间与MRI图像之间的关联，按能量贡献排序选择采样点，避免耗时的参数调优和复杂数学模型构建	NA	设计轻量级数据驱动欠采样模式，平衡MRI重建质量与采样时间	MRI图像重建	医学影像处理	NA	奇异值分解(SVD)	深度学习模型	MRI图像数据	两个公共数据集	NA	NA	重建质量，收敛速度	NA
6212	2025-10-06	Software-Based Transformation of White Light Endoscopy Images to Hyperspectral Images for Improved Gastrointestinal Disease Detection 2025-Jun-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131664 PMID:40647664	研究论文	提出一种将白光内窥镜图像转换为高光谱图像的软件方法，以提升胃肠道疾病检测性能	开发了无需专用设备的软件方法SAVE，能将传统白光图像转换为高光谱图像表示	NA	通过图像转换技术提高胃肠道疾病的诊断准确率	胃肠道疾病（食管炎、息肉、溃疡性结肠炎）	计算机视觉	胃肠道疾病	高光谱成像	CNN	内窥镜图像	6000张标注图像（来自KVASIR和ETIS-Larib息肉数据库）	NA	EfficientNetB7,VGG16	准确率,精确率,召回率,F1分数	NA
6213	2025-10-06	Using a Deep Learning-Based Decision Support System to Predict Emergent Large Vessel Occlusion Using Non-Contrast Computed Tomography 2025-Jun-30, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14134635 PMID:40649010	研究论文	评估基于深度学习的临床决策支持系统在利用非对比计算机断层扫描图像预测急性大血管闭塞方面的性能	首次在回顾性多读者盲法关键试验中验证AI系统对NCCT图像中ELVO检测的辅助价值	回顾性研究设计，样本量相对有限（477例患者）	提高临床医生使用非对比CT对急性大血管闭塞的检测能力	477名患者（112例前循环ELVO患者和365例对照组）	医学影像分析	脑血管疾病	非对比计算机断层扫描（NCCT）	深度学习	医学影像	477名患者	NA	NA	灵敏度, 特异度, 准确率, AUROC	NA
6214	2025-10-06	High-Accuracy Polymer Property Detection via Pareto-Optimized SMILES-Based Deep Learning 2025-Jun-28, Polymers IF:4.7Q1 DOI:10.3390/polym17131801 PMID:40647811	研究论文	提出一种基于SMILES的帕累托优化深度学习模型，用于聚合物性质检测与分类	结合一维卷积神经网络和门控循环单元，并采用帕累托优化算法调整超参数，能够同时捕获局部子结构和长程化学依赖性	NA	开发高效的聚合物性质分类方法以改进材料设计	聚合物材料	机器学习	NA	SMILES（简化分子线性输入系统）	1DCNN, GRU	分子序列数据	NA	NA	1DCNN-GRU	准确率, 精确率, 召回率	NA
6215	2025-10-06	Correlating Patient Symptoms and CT Morphology in AI-Detected Incidental Pulmonary Embolisms 2025-Jun-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131639 PMID:40647638	研究论文	本研究评估AI检测的偶发性肺栓塞与临床症状和CT形态学特征之间的相关性	首次使用深度学习AI算法系统评估偶发性肺栓塞的血栓负荷、右心应变CT形态学标志与临床症状的关联	回顾性研究设计，样本量相对有限（41例IPEs）	评估AI检测的偶发性肺栓塞的临床和放射学意义	偶发性肺栓塞患者	数字病理	心血管疾病	CT扫描, 自然语言处理	深度学习	医学影像, 临床文本	13,603例增强CT扫描，其中41例AI检测的偶发性肺栓塞	NA	NA	Mastora评分, Qanadli评分, Ghanima评分, Kirchner评分	NA
6216	2025-10-06	Artificial Intelligence in Microsurgical Planning: A Five-Year Leap in Clinical Translation 2025-Jun-27, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14134574 PMID:40648947	综述	本文系统回顾了2020-2025年间人工智能在显微外科各阶段临床应用的最新进展	首次全面评估AI在显微外科术前规划、术中决策和术后监测中的转化应用，展示了五年间的技术飞跃	多数研究依赖回顾性单中心数据，大规模前瞻性验证仍然有限	评估人工智能在显微外科护理各阶段的应用效果和发展前景	人类受试者在显微外科护理过程中的相关临床数据	数字病理	NA	深度学习, 预测建模, 增强现实	深度学习模型, 预测模型	医学影像, 临床数据, 监测数据	NA	NA	NA	灵敏度	NA
6217	2025-10-06	Performance Evaluation of Four Deep Learning-Based CAD Systems and Manual Reading for Pulmonary Nodules Detection, Volume Measurement, and Lung-RADS Classification Under Varying Radiation Doses and Reconstruction Methods 2025-Jun-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131623 PMID:40647622	研究论文	评估四种基于深度学习的CAD系统和人工阅读在不同辐射剂量和重建方法下对肺结节检测、体积测量和Lung-RADS分类的性能	首次系统比较四种DL-CAD系统与人工阅读在不同辐射剂量和重建方法下的综合性能，特别关注体积渲染技术的增强作用	DL-CAD系统在体积测量和部分实性结节的Lung-RADS分类准确性方面存在局限	优化肺结节检测在不同成像协议下的性能	169个人工肺结节	计算机视觉	肺癌	CT扫描, 体积渲染	深度学习CAD系统	CT图像	1080个图像集（3个剂量水平×2个内核×3个重建算法）	NA	NA	灵敏度, 特异性, 体积误差, Lung-RADS分类准确率	NA
6218	2025-10-06	Fusion-Based Deep Learning Approach for Renal Cell Carcinoma Subtype Detection Using Multi-Phasic MRI Data 2025-Jun-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131636 PMID:40647635	研究论文	提出基于深度学习的混合模型，利用多期相MRI数据对肾细胞癌亚型进行准确分类	结合对比剂注射前的T2期与注射后的动脉期和静脉期MRI数据进行综合分析	NA	为放射科医生提供肾细胞癌亚型分类的决策支持机制	肾细胞癌亚型	医学影像分析	肾细胞癌	多期相磁共振成像	深度学习混合模型	MRI图像	1275张来自不同期相的MRI图像	NA	NA	准确率	NA
6219	2025-10-06	Deep Learning with Transfer Learning on Digital Breast Tomosynthesis: A Radiomics-Based Model for Predicting Breast Cancer Risk 2025-Jun-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131631 PMID:40647630	研究论文	本研究开发了基于迁移学习的深度学习模型，用于数字乳腺断层合成图像的乳腺病变良恶性分类	首次将迁移学习应用于数字乳腺断层合成图像的放射组学分析，比较了两种CNN架构在乳腺病变分类中的表现	单中心回顾性研究，样本量有限，模型敏感度欠佳，临床适用性有待提高	开发基于深度学习的乳腺病变分类模型以支持临床决策和风险分层	184例经组织学或临床确诊的乳腺病变患者（107例良性，77例恶性）	计算机视觉	乳腺癌	数字乳腺断层合成成像	CNN	医学影像	184例患者，每个病例包含单个手动分割的病灶	TensorFlow, PyTorch	ResNet50, DenseNet201	ROC-AUC, 准确率, 敏感度, 特异度, 阳性预测值, 阴性预测值	NA
6220	2025-10-06	CELM: An Ensemble Deep Learning Model for Early Cardiomegaly Diagnosis in Chest Radiography 2025-Jun-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131602 PMID:40647601	研究论文	本研究开发了一种集成深度学习模型CELM，用于胸部X光影像中的早期心脏扩大自动诊断	提出了一种新颖的基于堆叠的集成模型CELM，通过元分类器整合互补的CNN特征，并结合Vision Transformers实现高性能诊断	需要进一步的验证研究来确认模型在临床环境中的可靠性	开发自动诊断心脏扩大的深度学习模型，改善早期检测和临床干预	胸部X光影像中的心脏扩大病变	计算机视觉	心血管疾病	胸部X光成像	CNN, Vision Transformer, 集成学习	图像	来自PadChest、NIH CXR、VinDr-CXR和CheXpert数据集的后前位胸部X光影像，构成最大最多样化的数据集之一	NA	VGG16, ResNet50, InceptionV3, DenseNet121, DenseNet201, AlexNet, Vision Transformer, CELM	准确率, 精确率, 召回率, F1分数, 特异性, AUC	NA