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
741	2025-08-30	DHR-Net: Dynamic Harmonized registration network for multimodal medical images 2025-Nov, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112031 PMID:40633305	研究论文	提出一种基于动态协调注册框架的端到端多模态医学图像配准方法DHR-Net	采用级联两阶段架构和基于噪声对比估计的损失函数，引入动态温度调节机制以增强解剖一致性和高频细节保留	NA	解决多模态医学图像配准中解剖一致性不足和形变场优化不稳定的问题	心脏多模态医学图像	计算机视觉	心血管疾病	深度学习	CNN	医学图像	M&M心脏数据集（具体数量未说明）
742	2025-08-30	Deep neural network predictions for excitation functions of 165Ho(α,xn) reactions 2025-Nov, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112075 PMID:40749638	研究论文	本研究使用深度神经网络预测Ho(α,xn)反应的激发函数，并与传统核反应模型及实验数据进行比较	首次将多种激活函数(ReLU, ELU, LeakyReLU, SiLU, Mish, PReLU)的深度神经网络应用于核反应截面预测，显著提升了与实验数据的一致性	NA	提高核反应截面预测的准确性，为核医学、反应堆技术和核天体物理学提供更可靠的数据	165Ho(α,xn)反应系列（包括Ho(α,n)Tm, Ho(α,2n)Tm, Ho(α,3n)Tm, Ho(α,4n)Tm）	机器学习	NA	深度神经网络，TALYS核反应代码，TENDL-2023评估核数据库	DNN (深度神经网络)	数值数据（核反应截面数据）	基于EXFOR实验数据库的核反应数据
743	2025-08-30	Discovery of milk-derived antimicrobial peptides in human milk by DeepMAMP based on peptidomics technology and deep learning method 2025-Nov-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145174 PMID:40561758	研究论文	本研究结合肽组学技术和深度学习方法，开发了DeepMAMP模型用于预测人乳中的抗菌肽	提出了新型MAMPs预测模型DeepMAMP，融合LightGBM、LSTM和注意力机制，准确率达81.4%	NA	开发高通量靶向方法准确预测人乳源抗菌肽（HMAMPs）	人乳中的乳源抗菌肽（MAMPs/HMAMPs）	机器学习	NA	肽组学技术	LightGBM, LSTM, attention mechanism	肽序列数据	预测311种潜在HMAMPs，实验验证6种（其中5种确认有效）
744	2025-08-30	Deep learning for automatic ICD coding: Review, opportunities and challenges 2025-Oct, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103187 PMID:40664094	综述	本文全面回顾了深度学习在自动ICD编码中的应用进展、机遇与挑战	从模型年份、设计动机、深度神经网络及辅助数据角度系统总结分析，揭示新兴发展趋势	仅涵盖2017至2023年5个数据库的53篇文献，可能存在发表偏倚	提升医疗编码分配的效率与准确性，支持医疗数据统计、质量控制和计费等任务	临床文本中的疾病国际分类（ICD）编码	自然语言处理	NA	深度学习	CNN, RNN, Transformer, PLM, 注意力机制	文本（电子健康记录）	基于53篇已发表文献的综述
745	2025-08-30	Deep learning for detecting periapical bone rarefaction in panoramic radiographs: a systematic review and critical assessment 2025-Sep-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf044 PMID:40353850	系统综述	评估深度学习模型在全景X光片中检测根尖周骨稀疏的应用与性能	首次针对该主题进行系统性批判性综合，关注表现复杂且被既往技术研究忽视的病变类型	纳入研究存在中度至高度偏倚风险，数据报告不统一阻碍了模型间透明比较甚至计划中的荟萃分析	评估基于深度学习的根尖周骨稀疏检测模型在牙科实践中的可行性和性能	根尖周骨稀疏病变	计算机视觉	牙科疾病	深度学习	U-NET, YOLO	图像	12项符合纳入标准的研究（主要来自亚洲地区，占58.3%）
746	2025-08-30	A Novel Two-step Classification Approach for Differentiating Bone Metastases From Benign Bone Lesions in SPECT/CT Imaging 2025-Sep, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.010 PMID:40610298	研究论文	提出并验证了一种新颖的两步深度学习框架，用于SPECT/CT成像中骨转移瘤的自动检测、分割和分类，以区分恶性和良性病变	开发了结合多尺度注意力融合模块和三重注意力机制的分割模型BL-Seg，并采用基于放射组学的集成学习分类器整合代谢和纹理特征	NA	改进骨转移瘤的早期诊断并促进个性化治疗规划	SPECT/CT图像中的骨转移瘤和良性骨病变	数字病理	骨转移瘤	SPECT/CT成像，放射组学分析	深度学习分割模型，集成学习分类器	医学图像	来自同一机构的SPECT/CT病例数据集，分为训练集和测试集
747	2025-08-30	Multimodal Deep Learning Model Based on Ultrasound and Cytological Images Predicts Risk Stratification of cN0 Papillary Thyroid Carcinoma 2025-Sep, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.043 PMID:40664556	研究论文	开发并验证一种基于超声和细胞学图像的多模态深度学习模型，用于术前无创评估cN0甲状腺乳头状癌的风险分层	首次整合超声和细胞学图像构建多模态深度学习模型，用于术前非侵入性风险分层预测	回顾性多中心研究，样本量相对有限（总样本997例），外部验证需进一步扩展	术前准确评估cN0甲状腺乳头状癌风险分层以辅助治疗决策	cN0甲状腺乳头状癌患者	数字病理	甲状腺癌	深度学习	多模态深度学习模型	超声图像、细胞学图像	890例训练验证患者（来自5个医疗中心），107例测试患者（来自1个医疗中心）
748	2025-08-30	Deep-Learning-Driven High Spatial Resolution Attenuation Imaging for Ultrasound Tomography (AI-UT) 2025-Sep, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3592578 PMID:40705570	研究论文	提出一种基于深度学习的超声断层扫描高空间分辨率衰减成像方法，用于改善乳腺组织特性表征	利用深度学习结合声速结构信息作为约束，生成高分辨率低方差的衰减图像	NA	提升超声衰减成像的空间分辨率，为乳腺癌诊断提供额外生物标志物	人体乳腺组织	医学影像分析	乳腺癌	超声断层扫描（USCT），定量超声（QUS）	深度学习（DL）	射频（RF）数据，图像	使用QTI Breast Acoustic CT扫描仪采集的60个角度视图数据
749	2025-08-30	From Faster Frames to Flawless Focus: Deep Learning HASTE in Postoperative Single Sequence MRI 2025-Sep, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.039 PMID:40562676	研究论文	本研究评估深度学习加速的HASTE序列在术后腹部MRI中检测积液的应用效果	提出深度学习加速的HASTE序列(HASTE-DL)，相比传统序列扫描时间减少46%且图像质量显著提升	回顾性研究，样本量有限(76例患者)，需进一步多中心验证	评估深度学习加速MRI序列在术后积液检测中的可行性	腹部手术后疑似感染灶的76例患者(平均年龄65±11.69岁)	医学影像分析	术后并发症	深度学习加速MRI序列(HASTE-DL)，3-T MRI扫描	深度学习	MRI图像	76例患者
750	2025-08-30	Ultrasound-based machine learning models for predicting response to neoadjuvant chemotherapy in breast cancer: A meta-analysis 2025-Sep, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110574 PMID:40769066	meta-analysis	本研究通过荟萃分析评估基于超声的机器学习模型预测乳腺癌新辅助化疗反应的效能	首次系统评估超声影像组学结合机器学习在预测乳腺癌新辅助化疗反应中的表现，并比较了完全缓解与部分缓解的预测差异	部分缓解模型仅进行了内部验证分析，缺乏外部验证结果；需要进一步开发临床可推广的模型	评估基于超声的机器学习模型预测乳腺癌患者新辅助化疗反应的准确性和临床适用性	乳腺癌患者	medical imaging	breast cancer	radiomics, deep learning	machine learning models	ultrasound images	22项研究（具体样本量未在摘要中明确说明）
751	2025-08-30	Deep Learning Models Connecting Images and Text: A Primer for Radiologists 2025-09, Radiographics : a review publication of the Radiological Society of North America, Inc IF:5.2Q1 DOI:10.1148/rg.240103 PMID:40811083	综述	介绍连接图像与文本的深度学习模型及其在放射学中的潜在应用	系统分类并总结了图像-文本连接模型的最新进展，包括自监督学习、零样本学习和基于Transformer的架构	NA	为放射科医生提供图像-文本连接深度学习模型的入门指南	放射学工作流程和医学图像报告	计算机视觉	NA	深度学习	Transformer	图像、文本	NA
752	2025-06-13	Reassessment of deep learning-based surgical phase recognition in laparoscopic cholecystectomy 2025-Aug-31, Annals of hepato-biliary-pancreatic surgery IF:1.1Q3 DOI:10.14701/ahbps.25-059 PMID:40499925	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
753	2025-08-30	SamRobNODDI:q-space sampling-augmented continuous representation learning for robust and generalized NODDI 2025-Aug-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf9b8 PMID:40780245	研究论文	提出一种基于q空间采样增强的连续表示学习框架SamRobNODDI，用于提升NODDI参数估计的鲁棒性和泛化性	引入q空间采样增强的连续表示学习方法，并设计采样一致性损失约束不同采样方案的输出一致性	NA	开发能够在不同扩散梯度方向下鲁棒估计NODDI参数的方法	扩散磁共振成像(dMRI)数据	医学影像分析	神经系统疾病	扩散磁共振成像(dMRI), 深度学习	连续表示学习框架	医学影像数据	在19种不同的q空间采样方案上与7种先进方法进行比较验证
754	2025-08-30	Deep Learning-Based Generation of DSC MRI Parameter Maps Using Dynamic Contrast-Enhanced MRI Data 2025-Aug-28, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8768 PMID:40194853	研究论文	开发基于深度学习的方法，从动态对比增强MRI数据合成DSC MRI衍生的参数图	使用条件生成对抗网络(cGAN)首次实现从DCE MRI数据生成DSC参数图，避免重复使用钆对比剂	NA	通过深度学习减少MRI扫描中对比剂的使用剂量	脑肿瘤患者及无脑肿瘤的对照组参与者	医学影像分析	脑肿瘤	DSC MRI, DCE MRI	cGAN (conditional Generative Adversarial Network)	MRI影像数据	64名参与者（包括脑肿瘤患者和对照组）
755	2025-08-30	Advancing Aqueous Solubility Prediction: A Machine Learning Approach for Organic Compounds Using a Curated Data Set 2025-Aug-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c02399 PMID:40783839	研究论文	本研究利用整合自四个来源的精选数据集，开发了一种用于预测有机化合物水溶性的机器学习模型	通过结合多种化学描述符、指纹和功能基团，采用机器学习和深度学习模型，在高度多样化的数据集上实现了优于现有方法的预测精度（R²=0.92，MAE=0.40）	NA	提高有机化合物水溶性的预测准确性，以支持从药物开发到材料科学的应用	有机化合物	机器学习	NA	机器学习和深度学习	多种ML和DL模型	化学描述符、指纹和功能基团数据	1282种独特有机化合物（来自Huuskonen数据集）
756	2025-08-30	Genetic and environmental factors affecting hair density in East Asian populations 2025-Aug-18, The British journal of dermatology DOI:10.1093/bjd/ljaf149 PMID:40251992	研究论文	本研究通过大规模样本和深度学习技术，识别影响东亚人群头发密度的遗传和环境因素，并探索与其它毛发特征及脱发疾病的遗传关联	首次在东亚人群中进行头发密度的精确表型分析和全基因组关联研究，发现三个新的遗传位点，并揭示基因与药物（非那雄胺）反应的等位基因特异性交互作用	研究样本仅限于东亚人群，可能限制结果在其他人群中的普适性；表型测量虽经深度学习优化但仍依赖部分人工校正	识别影响东亚人群头发密度的环境与遗传因素，并探索其与其它毛发性状及脱发疾病的共享遗传基础	5735名东亚个体	生物信息学	脱发疾病	GWAS, meta-analysis, C-GWAS, 深度学习图像分析	深度学习, 多元回归模型, 混合线性模型	图像, 基因型数据, 临床数据	5735名东亚个体（主研究） + UK Biobank纵向数据（验证）
757	2025-08-30	The diagnostic performance of ultrasound features for biliary atresia: a systematic review and updated meta-analysis 2025-Aug-18, Pediatric surgery international IF:1.5Q3 DOI:10.1007/s00383-025-06118-3 PMID:40824323	系统综述与荟萃分析	评估超声特征在胆道闭锁诊断中的性能，特别关注囊性胆道闭锁的鉴别	首次专门针对囊性胆道闭锁与伴有黄疸和肝门囊肿婴儿的鉴别诊断准确性进行荟萃分析	超声引导PTCC的临床应用受技术复杂性和患者要求限制，胆囊异常相关特征的未检出比例变异较大	系统评估超声特征在胆道闭锁诊断中的性能	胆道闭锁患者和婴儿胆汁淤积症患者	医学影像诊断	胆道闭锁	超声检查、荟萃分析、人工智能	深度学习	医学影像数据	基于多数据库检索的文献数据（具体样本量未明确说明）
758	2025-08-30	Performance Evaluation of Deep Learning for the Detection and Segmentation of Thyroid Nodules: Systematic Review and Meta-Analysis 2025-Aug-14, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/73516 PMID:40811738	系统综述与荟萃分析	评估深度学习算法在甲状腺结节检测与分割中的诊断性能并进行系统综述与荟萃分析	首次通过系统评价和荟萃分析综合评估深度学习模型在甲状腺结节诊断中的性能，并对比临床医生诊断准确性	研究方法设计欠佳、数据集图像质量不一致、外部验证不足可能引入偏倚	评估深度学习算法诊断甲状腺结节恶性的性能，分析影响诊断效果的关键因素	甲状腺结节（TNs）的医学影像	医学影像分析	甲状腺癌	深度学习（DL）	深度学习算法	医学影像	41项符合条件的研究（分割任务14项，检测任务27项）
759	2025-08-30	Multimodal Deep Learning for ARDS Detection 2025-Aug-12, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.08.25333333 PMID:40832385	研究论文	开发了一种多模态深度学习模型，结合影像、通气波形和电子健康记录数据用于ARDS早期检测	首次整合胸部X光、呼吸机波形数据和电子健康记录表格数据，通过多模态深度学习提升ARDS检测性能	需要进一步研究各模态对检测效果的附加贡献，且数据集规模较小、异质性较强	通过多模态深度学习改善急性呼吸窘迫综合征（ARDS）的早期诊断	ICU收治的220名患者	医疗人工智能	急性呼吸窘迫综合征	深度学习，预训练编码器	多模态深度学习模型	影像（X光）、时间序列（通气波形）、表格（EHR数据）	220名ICU患者
760	2025-08-30	18F-FDG PET/CT-based deep radiomic models for enhancing chemotherapy response prediction in breast cancer 2025-Aug-11, Medical oncology (Northwood, London, England) DOI:10.1007/s12032-025-02982-0 PMID:40790010	研究论文	本研究开发了基于18F-FDG PET/CT的深度放射组学模型，用于提升乳腺癌化疗反应的早期预测精度	结合SENet深度学习模型从PET/CT图像中提取深度特征，并与传统放射组学特征融合，显著提高了化疗反应预测的准确性	研究样本量较小（60例患者），且为回顾性数据，可能存在选择偏差	提升乳腺癌患者化疗反应的早期预测能力，以优化个性化治疗策略	60例乳腺癌患者的18F-FDG PET/CT影像数据和临床记录	医学影像分析	乳腺癌	18F-FDG PET/CT成像，放射组学特征提取，深度学习	XGBoost, RF, LR, SVM, SENet	医学影像（PET/CT）	60例乳腺癌患者