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
721	2025-09-25	Evaluation of Stapes Image Quality with Ultra-High-Resolution CT in Comparison with Conebeam CT and High-Resolution CT in Cadaveric Heads 2025-Sep-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8748 PMID:40127966	研究论文	比较超高清CT、锥形束CT和高清CT在尸体头部中对镫骨的成像质量	首次系统比较四种CT成像技术（包括深度学习重建技术）对镫骨结构的成像性能，并以微CT作为金标准	研究样本量较小（11个颞骨标本），且为尸体标本而非活体研究	评估不同CT扫描技术对镫骨结构的成像能力	11具尸体头部的颞骨标本	医学影像	耳科疾病	HR-CT、UHR-CT、CB-CT、微CT、深度学习重建（DLR）	NA	CT影像数据	11个颞骨标本
722	2025-09-25	3D MR Neurography of Craniocervical Nerves: Comparing Double-Echo Steady-State and Postcontrast STIR with Deep Learning-Based Reconstruction at 1.5T 2025-Sep-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8750 PMID:40139904	研究论文	比较1.5T磁场下深度学习重建的双回波稳态序列与对比增强STIR序列在颅颈神经3D磁共振神经成像中的表现	首次在头颈部区域应用深度学习重建技术比较两种神经成像序列对不同颅神经和脊神经的显示效果	样本量较小（18例患者），回顾性研究设计	评估不同MRI序列在颅颈神经可视化方面的优劣	颅外颅神经和脊神经（下牙槽神经、舌神经、面神经等）	医学影像分析	头颈部疾病	3D磁共振神经成像、深度学习重建	深度学习	医学影像	18例患者（平均年龄51±14岁，11名女性）
723	2025-09-25	Delineation of the Centromedian Nucleus for Epilepsy Neuromodulation Using Deep Learning Reconstruction of White Matter-Nulled Imaging 2025-Sep-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8766 PMID:40813213	研究论文	本研究评估深度学习重建的白质抑制成像技术对癫痫神经调控中丘脑中央中核的可视化效果	首次将深度学习重建技术与FGATIR序列结合，实现丘脑中央中核的精准可视化定位	样本量较小（仅12例患者），为回顾性研究设计	评估DLR-FGATIR技术对丘脑中央中核的可视化效果及其与图谱定义的边界对齐精度	12例药物抵抗性癫痫患者接受丘脑神经调控治疗	医学影像分析	癫痫	深度学习重建、FGATIR序列、MRI、术后CT	深度学习	医学影像	12例药物抵抗性癫痫患者
724	2025-09-25	Automated Midline Shift Detection in Head CT Using Localization and Symmetry Techniques Based on User-Selected Slice 2025-Sep-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8767 PMID:40835418	研究论文	开发基于深度学习的自动化中线移位检测系统，通过用户选择的CT切片进行定位和对称性分析	首次开发覆盖轻度至重度全范围中线移位的深度学习算法，特别解决了严重病例中透明隔消失导致参考点缺失的难题	模型仅基于单一切片进行分析，未利用完整3D CT数据；样本量相对有限（981例CT扫描）	实现头CT中中线移位的快速准确自动检测	头CT扫描图像中的中线移位病理特征	医学影像分析	创伤性脑损伤	深度学习目标检测	YOLO (You Only Look Once)	CT图像	981例患者CT扫描（400例用于标注训练，581例用于测试）
725	2025-09-25	Learning-based multi-material CBCT image reconstruction with ultra-slow kV switching 2025-Sep, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251331790 PMID:40350700	研究论文	本研究开发了一种基于深度学习的SkV-Net网络，用于从超慢kV切换技术采集的稀疏能谱CBCT投影中重建多材料密度图像	提出新型SkV-Net网络，结合U-Net主干结构和多头轴向注意力模块以扩大感知场，实现自动多材料分解	NA	为基于超慢kV切换的能谱锥束CT成像开发多材料分解方法	脂肪、肌肉、骨骼和碘四种材料的密度图像	医学影像处理	NA	能谱锥束CT、超慢kV切换技术	U-Net、多头轴向注意力模块	CT图像	通过数值模拟和物理实验验证（具体样本数量未明确说明）
726	2025-09-25	MHASegNet: A multi-scale hybrid aggregation network of segmenting coronary artery from CCTA images 2025-Sep, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251346484 PMID:40485350	研究论文	提出MHASegNet网络结合定制优化方法用于CCTA图像中的冠状动脉分割	采用多尺度混合注意力机制捕获全局和局部特征，集成3D上下文锚点注意力模块聚焦关键结构，并结合基于区域生长的迭代优化方法	需要进一步验证以支持CAD诊断和量化应用	改进CCTA图像中冠状动脉分割的准确性	冠状动脉CT血管造影图像	计算机视觉	心血管疾病	深度学习，区域生长算法	MHASegNet（多尺度混合注意力网络）	医学图像（CCTA）	内部数据集90例受试者，两个公共数据集1060例受试者
727	2025-09-25	Multi-domain information fusion diffusion model (MDIF-DM) for limited-angle computed tomography 2025-Sep, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251339368 PMID:40534498	研究论文	提出一种融合多域信息的扩散模型用于有限角度CT重建，以改善图像对比度和鲁棒性	结合傅里叶域重加权和小波域增强的多域信息融合方法，实现细节纹理特征的合理扩散和恢复	NA	提升有限角度CT重建图像的低对比度问题，增强重建方法的鲁棒性	有限角度计算机断层扫描重建图像	医学影像处理	NA	傅里叶域重加权、小波域增强、扩散模型	扩散模型	CT投影数据	NA
728	2025-09-25	A multi-stage training and deep supervision based segmentation approach for 3D abdominal multi-organ segmentation 2025-Sep, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251355806 PMID:40671620	研究论文	提出一种基于多阶段训练和深度监督模型的三维腹部多器官分割方法	整合多阶段训练策略、伪标签技术和带注意力机制的深度监督模型（DLAU-Net），专门针对3D腹部多器官分割的挑战	NA	提升三维CT图像腹部多器官分割的准确性和训练效率	腹部器官（肝脏、脾脏、肾脏等）的CT图像分割	计算机视觉	腹部疾病	深度学习分割技术	DLAU-Net（基于注意力机制的改进网络架构）	3D CT图像	FLARE 2023挑战赛提供的大规模数据集
729	2025-09-25	Magnetic Resonance Imaging-Based 3-Dimensional Models of the Pelvis and Hip Using Machine Learning for Automatic Bone Segmentation in a Dynamic Hip Impingement Simulation 2025-Sep, Orthopaedic journal of sports medicine IF:2.4Q2 DOI:10.1177/23259671251334138 PMID:40980558	研究论文	本研究开发了基于机器学习的MRI自动骨分割方法，用于股骨髋臼撞击症的动态模拟	首次将卷积神经网络应用于MRI图像的自动骨分割，实现了与手动分割相当的精度	样本量相对有限（98个髋关节），证据等级为3级	比较手动与自动分割的差异，验证自动分割在FAI诊断中的可行性	30名症状性FAI患者（60个髋关节）和19名无症状参与者（38个髋关节）	医学影像分析	骨科疾病	3T MRI、3D T1-weighted VIBE Dixon序列	CNN（卷积神经网络）	MRI图像	98个髋关节（60个FAI患者，38个无症状对照），外加16名外部验证患者
730	2025-09-25	Multicenter Validation of Automated Segmentation and Composition Analysis of Lumbar Paraspinal Muscles Using Multisequence MRI 2025-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.240833 PMID:40833261	研究论文	开发并验证基于深度学习的多中心多序列MRI腰椎旁肌自动分割与成分分析方法	首次在多中心多序列MRI数据上实现腰椎旁肌的自动分割、肌肉体积量化及脂肪浸润评估	回顾性研究设计，样本来源限于五个医疗中心	验证自动化腰椎旁肌分析在慢性腰痛评估中的临床应用价值	641名参与者的1302份多序列MRI图像	计算机视觉	慢性腰痛	多序列MRI成像	CNN	医学影像	来自5个中心的641名参与者的1302份MRI图像
731	2025-09-25	Computational Prediction of Single-Domain Immunoglobulin Aggregation Propensities Facilitates Discovery and Humanization of Recombinant Nanobodies 2025-Aug-28, Antibodies (Basel, Switzerland) DOI:10.3390/antib14030073 PMID:40981272	研究论文	开发基于深度学习的计算方法来预测单域免疫球蛋白（纳米抗体）的聚集倾向	首次将AI驱动的结构预测与框架区域2特性分析相结合，建立纳米抗体聚集倾向的预测模型	仅基于106种纳米抗体变体进行验证，样本规模有限	开发预测纳米抗体聚集倾向的计算工具以促进重组纳米抗体的发现和人源化	重链抗体可变域（VHH）纳米抗体	机器学习	NA	深度学习结构预测、尺寸排阻色谱（SEC）	深度学习	蛋白质结构数据	106种纳米抗体变体
732	2025-09-25	World's First Real-Time Artificial Intelligence-Assisted Mechanical Thrombectomy for Acute Ischemic Stroke 2025-Aug-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8704 PMID:39961616	研究论文	介绍实时人工智能辅助机械取栓治疗急性缺血性卒中的初步经验	首次报道在急诊机械取栓手术中应用实时深度学习AI系统进行辅助操作	样本量较小（16例患者），需要大规模研究验证对手术流程和临床结果的影响	评估实时AI系统在急性缺血性卒中机械取栓手术中的有效性、准确性和安全性	16例连续收治的急性缺血性卒中患者	数字病理	脑血管疾病	深度学习AI软件（Neuro-Vascular Assist）	深度学习模型	荧光透视图像视频	16例急性缺血性卒中患者
733	2025-09-25	Machine Learning Approach to Predict Emergency Cesarean Sections Among Nulliparous Women 2025-Aug, Cureus DOI:10.7759/cureus.90501 PMID:40978894	研究论文	本研究利用机器学习方法预测初产妇急诊剖宫产的风险因素	首次将七种机器学习模型（包括线性回归和深度学习）应用于初产妇急诊剖宫产预测，并比较其性能	回顾性单中心研究，未包含产时临床特征，需要前瞻性研究验证	识别初产妇急诊剖宫产的预测因素	伊朗某三级妇产中心的2668名初产妇	机器学习	产科疾病	机器学习	线性回归, 逻辑回归, 决策树, 随机森林, XGBoost, KNN, 深度学习	临床数据	2668名初产妇（1916例阴道分娩，752例剖宫产）
734	2025-09-25	The Prognostic Performance of Artificial Intelligence and Machine Learning Models for Mortality Prediction in Intensive Care Units: A Systematic Review 2025-Aug, Cureus DOI:10.7759/cureus.90465 PMID:40978923	系统综述	系统评估人工智能和机器学习模型在ICU患者院内死亡率预测中的性能表现	首次系统比较AI/ML模型与传统临床评分系统在ICU死亡率预测中的性能差异，发现集成学习方法具有最优预测精度	研究多为回顾性分析，数据集来源有限，缺乏前瞻性验证	评估AI/ML模型在ICU死亡率预测中的预后性能	ICU住院患者	机器学习	危重症	机器学习算法	XGBoost, Random Forest, Logistic Regression, RNN	临床数据	基于MIMIC和eICU-CRD两大公共重症数据库的15项研究（2015-2025年）
735	2025-09-25	Predicting cardiotoxicity in drug development: A deep learning approach 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101263 PMID:40979544	研究论文	本研究采用深度学习方法预测药物开发中的心脏毒性，通过分子指纹和描述符结合多种机器学习算法构建预测模型	首次将Transformer模型应用于心脏毒性预测，并集成多种分子特征表示方法，同时使用SHAP解释模型特征重要性	未明确说明训练数据和外部验证集的具体样本规模和来源	提高药物心脏毒性预测的准确性和效率，替代传统耗时昂贵的实验方法	化合物分子（重点关注hERG钾通道相关毒性）	机器学习	心血管疾病	分子指纹和分子描述符计算	XGBoost, Transformer, NB, RF, SVM, KNN	分子结构数据	NA
736	2025-09-25	HyPepTox-Fuse: An interpretable hybrid framework for accurate peptide toxicity prediction fusing protein language model-based embeddings with conventional descriptors 2025-Aug, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101410 PMID:40979547	研究论文	提出一种融合蛋白质语言模型嵌入与传统描述符的混合框架HyPepTox-Fuse，用于精确预测肽毒性	首次将蛋白质语言模型嵌入与传统描述符通过跨模态多头注意力机制和Transformer架构进行融合，并采用鲁棒的特征排序选择流程	NA	开发准确预测肽毒性的计算工具以促进肽类疗法的安全设计	肽类分子	自然语言处理	NA	蛋白质语言模型、机器学习、深度学习	Transformer、多头注意力机制	序列数据、分子描述符	NA
737	2025-09-25	Transformer-based Deep Learning for Glycan Structure Inference from Tandem Mass Spectrometry 2025-Jul-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.02.662857 PMID:40631101	研究论文	提出两种基于Transformer的深度学习模型GlycoBERT和GlycoBART，用于从串联质谱数据推断聚糖结构	首次将Transformer架构应用于聚糖结构预测，其中GlycoBART作为生成式模型能够发现训练数据中未包含的新型聚糖结构	基于分类的方法（GlycoBERT）只能预测训练数据中存在的结构	开发更准确和全面的聚糖结构分析方法	聚糖分子	机器学习	NA	串联质谱（MS/MS）	Transformer（GlycoBERT, GlycoBART）	质谱数据	人胚胎肾细胞MS/MS数据集
738	2025-09-25	Deep Learning MRI Models for the Differential Diagnosis of Tumefactive Demyelination versus IDH Wild-Type Glioblastoma 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8645 PMID:39788628	研究论文	本研究开发了一种基于3D DenseNet121的深度学习模型，用于区分MRI影像中的瘤样脱髓鞘病变和IDH野生型胶质母细胞瘤	首次将深度学习应用于T1增强和T2加权MRI图像，实现瘤样脱髓鞘与IDH野生型胶质母细胞瘤的自动鉴别诊断	模型需要进一步验证在不同机构、患者群体和技术设备间的泛化能力，且未包含中枢神经系统淋巴瘤和脑转移瘤等其他肿瘤病因	开发非侵入性MRI深度学习方法，准确鉴别诊断脑部瘤样脱髓鞘病变与IDH野生型胶质母细胞瘤	瘤样脱髓鞘患者（144例）和IDH野生型胶质母细胞瘤患者（455例）的MRI影像数据	医学影像分析	脑部疾病	MRI成像（T1增强和T2加权）	3D DenseNet121	医学影像	总计599例患者（144例瘤样脱髓鞘，455例IDH野生型胶质母细胞瘤）
739	2025-09-25	Application of Deep Learning Accelerated Image Reconstruction in T2-Weighted Turbo Spin-Echo Imaging of the Brain at 7T 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8662 PMID:39832954	研究论文	本研究评估了基于深度学习的图像重建技术在7T脑部T2加权涡轮自旋回波成像中的应用效果	首次在7T超高场MRI中应用基于7T数据训练的深度神经网络进行图像重建	样本量较小（仅30例患者），且为单中心研究	解决7T MRI成像时间长和运动敏感性的技术挑战	30例连续临床7T脑部MRI患者的原始k空间数据	医学影像分析	神经系统疾病	T2加权涡轮自旋回波成像	深度神经网络	MRI图像数据	30例临床患者
740	2025-09-25	Improving the Robustness of Deep Learning Models in Predicting Hematoma Expansion from Admission Head CT 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8650 PMID:39794133	研究论文	本研究通过对抗训练和输入改进提升深度学习模型在急性脑出血患者入院头部CT预测血肿扩张方面的鲁棒性	首次将对抗训练和Otsu多阈值分割相结合应用于血肿扩张预测，显著提升模型对抗攻击的鲁棒性	对抗训练对FGSM攻击的鲁棒性提升有限，且研究仅针对特定类型的对抗攻击	提高深度学习模型在临床实践中对输入数据扰动的鲁棒性	急性脑出血患者的入院头部CT扫描图像	医学影像分析	脑出血	对抗训练、Otsu多阈值分割	深度学习模型	CT影像	多中心队列890例患者用于交叉验证/训练，684例连续患者用于独立验证