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
801	2025-07-11	From Promise to Practice: Reducing Research Waste in Deep Learning Model Development for Cardiovascular Imaging 2025-Jul, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2025.05.003 PMID:40634020	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
802	2025-07-11	Challenges and Strategies for Deep Learning in Cardiovascular Imaging: Ejection Fraction and Heart Failure Management 2025-Jul, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2025.02.011 PMID:40634019	研究论文	本文探讨了深度学习在心血管成像中面临的挑战及应对策略，特别是关于左心室射血分数（LVEF）的自动测量和心力衰竭管理	通过分析评估指标、训练数据和模型泛化三大挑战，提出了结合医学影像领域知识以提升深度学习模型性能的方法	研究仅基于3,538个样本，可能无法完全代表所有临床场景	评估深度学习在心血管成像自动测量中的挑战并探讨改进策略	左心室射血分数（LVEF）测量和心力衰竭管理	数字病理	心血管疾病	深度学习（DL）	监督端到端学习	医学影像	3,538个样本（来自三个不同人群）
803	2025-07-11	Physics informed neural networks simulation of fingering instabilities arising during immiscible and miscible multiphase flow in oil recovery processes 2025-Jul-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0273935 PMID:40637571	研究论文	本文提出了一种基于物理信息神经网络（PINNs）的深度学习框架，用于模拟石油开采过程中多相流的不稳定性（指进现象）	利用PINNs将物理定律（偏微分方程）编码为神经网络的先验信息，有效解决了流体动力学问题中的强非线性和高维度挑战	未明确提及具体的数据集或实验验证规模，可能缺乏实际应用的广泛验证	解决石油开采过程中多相流的不稳定性模拟问题	石油开采过程中的多相流（包括不可混溶和可混溶流体）	流体动力学	NA	物理信息神经网络（PINNs）	PINNs	数值模拟数据	NA
804	2025-07-11	Domain-generalized Deep Learning for Improved Subject-independent Emotion Recognition Based on Electroencephalography 2025-Jun-30, Experimental neurobiology IF:1.8Q4 DOI:10.5607/en25011 PMID:40364497	研究论文	本研究评估了结合四种领域泛化技术和三种深度学习架构的方法，以提高基于脑电图(EEG)的独立于受试者的情绪识别的性能	系统地评估了十二种结合领域泛化技术和深度学习架构的方法，以解决跨受试者变异性问题，并提高了情绪识别的分类准确率	研究仅使用了两个情绪EEG数据集，可能无法涵盖所有可能的情绪状态和受试者变异性	提高独立于受试者的基于EEG的情绪识别的模型泛化能力	情绪识别	机器学习	NA	领域泛化技术(Deep CORAL, GroupDRO, VREx, DANN)	ShallowFBCSPNet, EEGNet, TSception	脑电图(EEG)数据	两个情绪EEG数据集，采用十折交叉验证策略
805	2025-07-11	Machine learning to identify hypoxic-ischemic brain injury on early head CT after pediatric cardiac arrest 2025-Jun-27, Resuscitation IF:6.5Q1 DOI:10.1016/j.resuscitation.2025.110693 PMID:40582483	研究论文	利用深度学习模型在儿童院外心脏骤停后的早期CT扫描中检测缺氧缺血性脑损伤（HIBI）	深度学习模型能够检测出放射科医生视觉上无法识别的HIBI	样本量较小（117例OHCA病例），且模型在预测不良结局时的AUC较低（0.69）	开发深度学习模型以早期检测儿童心脏骤停后的HIBI	儿童院外心脏骤停（OHCA）病例及其年龄匹配的对照组	数字病理学	心血管疾病	深度学习	深度学习模型	CT图像	117例OHCA病例（年龄3.1 [0.7-12.2]岁）及年龄匹配的对照组
806	2025-07-11	[Advances in low-dose cone-beam computed tomography image reconstruction methods based on deep learning] 2025-Jun-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202409021 PMID:40566788	综述	本文系统回顾了基于深度学习的低剂量锥形束计算机断层扫描（CBCT）图像重建方法	比较了不同网络架构在降噪、伪影去除、细节保留和计算效率方面的表现，并探讨了多模态融合和自监督学习等新兴技术的应用潜力	未提及具体临床验证结果或实际应用效果	优化低剂量CBCT算法并支持其临床应用	低剂量CBCT图像重建技术	医学影像处理	NA	深度学习	多种网络架构（未具体说明）	医学影像（CBCT扫描数据）	NA
807	2025-07-11	AI in Medical Questionnaires: Innovations, Diagnosis, and Implications 2025-Jun-23, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/72398 PMID:40549427	系统综述	本文系统综述了人工智能在医学问卷中的应用、潜在益处及问题，重点关注其在评估、开发和预测三个主要功能中的作用	揭示了AI技术在医学问卷中的综合应用潜力，包括提高诊断准确性、辅助临床决策及简化问卷开发和数据分析	大多数研究仍处于探索阶段，方法学质量中等，主要限制包括缺乏对照组、随访数据不完整和验证系统不足	系统评估AI在医学问卷中的价值，探索其在改善诊断效率、加速量表开发和促进早期干预方面的潜力	医学问卷，特别是与心理健康相关的问卷	自然语言处理	精神健康障碍	自然语言处理，生成模型如ChatGPT	随机森林、支持向量机、k近邻、CNN、BERT、ChatGPT	文本	从49,091篇文献中筛选出14篇符合纳入标准的研究
808	2025-07-11	Quantum-inspired computational drug design for phytopharmaceuticals: a herbal holography analysis 2025-Jun-13, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-025-06412-w PMID:40512383	研究论文	本文提出了一种基于量子理论启发的计算药物设计方法，用于植物药物的全息分析	引入了植物全息学这一新范式，将植物分子视为多维系统，并应用全息和量子理论进行理解	量子驱动方法在植物医学中的实际应用效果尚待验证	探索量子驱动方法是否能在植物药物领域带来真正的革命	植物化合物	计算药物设计	NA	混合量子-经典模拟、深度学习模型、量子力学	深度学习模型	NA	NA
809	2025-07-11	Ultra-fast single-sequence magnetic resonance imaging (MRI) for lower back pain: diagnostic performance of a deep learning T2-Dixon pprotocol 2025-Jun-11, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106987 PMID:40633138	research paper	评估深度学习加速的T2w Dixon单序列MRI协议在诊断下腰痛中的性能	提出了一种深度学习加速的T2w Dixon单序列MRI协议，显著缩短了扫描时间	单中心研究，样本量较小（30例患者）	评估缩短版MRI协议在下腰痛诊断中的性能	下腰痛患者	digital pathology	lower back pain	MRI, deep learning	NA	image	30例下腰痛患者
810	2025-07-11	Feasibility Study of Triple-low CCTA for Coronary Artery Disease Screening Combining Contrast Enhancement Boost and Deep Learning Reconstruction 2025-Jun, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/RCM31334 PMID:40630453	研究论文	本研究比较了使用对比增强提升(CE-boost)技术和深度学习重建技术的低剂量、低对比剂流速/剂量的冠状动脉CT血管成像(CCTA)与传统CCTA的图像质量，并探讨了该技术在冠状动脉疾病早期筛查中的潜在应用	结合CE-Boost技术和深度学习重建技术，实现了辐射剂量和对比剂用量的显著降低，同时保持了诊断图像质量	样本量较小(46例患者)，且研究时间较短(2024年3月至9月)	探索低剂量、低对比剂用量的CCTA技术在冠状动脉疾病筛查中的临床应用价值	疑似冠状动脉狭窄的患者	数字病理	心血管疾病	CT血管成像(CCTA)、对比增强提升(CE-Boost)、深度学习重建	深度学习	医学影像	46例疑似冠状动脉狭窄患者
811	2025-07-11	Identifying Asthma-Related Symptoms From Electronic Health Records Using a Hybrid Natural Language Processing Approach Within a Large Integrated Health Care System: Retrospective Study 2025-May-02, JMIR AI DOI:10.2196/69132 PMID:40611521	研究论文	本研究开发了一种混合自然语言处理（NLP）算法，用于从大型综合医疗系统的临床记录中识别与哮喘相关的症状	结合基于规则和基于transformer的深度学习算法，开发了一种混合NLP方法，有效提高了从非结构化临床记录中识别哮喘相关症状的准确性	研究仅针对特定时间段内的临床记录进行分析，可能无法涵盖所有哮喘症状的表达方式	开发有效的NLP算法以识别哮喘相关症状，促进早期哮喘检测和恶化风险预测	大型综合医疗系统中的非结构化临床记录	自然语言处理	哮喘	NLP, 深度学习	基于规则的算法, transformer-based算法	文本	11,374,552份临床记录，包含128,211,793个句子
812	2025-07-11	Learning-based early detection of post-hepatectomy liver failure using temporal perioperative data: a nationwide multicenter retrospective study in China 2025-May, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103220 PMID:40630620	研究论文	利用基于学习的方法和围手术期时间数据，实现肝切除术后肝功能衰竭的早期检测	采用前沿AI技术进行广泛的时间特征分析，将PHLF的检测提前至术后24小时内，并展示了在西方人群中的泛化潜力	在MIMIC-IV队列中，由于EHR数据不完整，模型性能有所下降	提高肝切除术后肝功能衰竭的早期检测能力	肝切除术后患者	数字病理	肝功能衰竭	深度学习	Bio-Clinical Bidirectional Encoder Representation from Transformers	电子健康记录（EHR）	中国队列1832例患者（训练681例，验证1151例），MIMIC-IV队列242例患者
813	2025-07-11	Memorization Bias Impacts Modeling of Alternative Conformational States of Symmetric Solute Carrier Membrane Proteins with Methods from Deep Learning 2025-Apr-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.15.603529 PMID:39071413	研究论文	本文探讨了AlphaFold在模拟蛋白质动态结构时的记忆偏差问题，并提出了一种结合ESM和基于模板建模的方法来模拟SLC蛋白的多种构象状态	提出了一种结合ESM和基于模板建模的方法，能够克服记忆偏差，一致性地模拟SLC蛋白的多种构象状态	方法可能仍受限于某些SLC蛋白的特定构象状态记忆偏差	评估记忆偏差对SLC蛋白构象状态建模的影响，并提出改进方法	SLC超家族膜蛋白的多种构象状态	机器学习	NA	AlphaFold2, AlphaFold3, Evolutionary Scale Modeling (ESM), 基于模板的建模	AlphaFold, ESM	蛋白质序列和结构数据	多个整合膜蛋白转运体，包括SLC35F2
814	2025-07-11	TOWARDS PATIENT-SPECIFIC SURGICAL PLANNING FOR BICUSPID AORTIC VALVE REPAIR: FULLY AUTOMATED SEGMENTATION OF THE AORTIC VALVE IN 4D CT 2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/ISBI60581.2025.10981269 PMID:40630832	研究论文	本文开发了一种基于nnU-Net的全自动多标签二叶式主动脉瓣分割流程，用于手术规划	首次提出针对二叶式主动脉瓣的全自动分割方法，并评估了分割结果的临床可用性	分割结果的时间一致性需要改进	开发患者特异性手术规划工具，用于二叶式主动脉瓣修复	二叶式主动脉瓣	数字病理学	心血管疾病	4D CT	nnU-Net	4D CT图像	未明确说明样本数量
815	2025-07-11	Building a Synthetic Vascular Model: Evaluation in an Intracranial Aneurysms Detection Scenario 2025-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3492313 PMID:39504285	研究论文	本文提出了一种能够模拟脑部血管树的全合成模型，用于颅内动脉瘤检测	开发了一个全合成的3D模型，能够模拟脑部血管树的几何结构、动脉瘤形状和背景噪声，为3D卷积神经网络提供大量数据集	模型虽然能够模拟血管树和噪声，但可能无法完全复现真实患者数据的复杂性	构建一个合成血管模型，用于提高颅内动脉瘤的检测效率	脑部血管树，特别是Willis环上的颅内动脉瘤	数字病理学	颅内动脉瘤	磁共振血管造影（MRA），飞行时间（TOF）原理	3D CNN	3D图像	NA
816	2025-07-11	Advancing bioinformatics with large language models: components, applications and perspectives 2025-Jan-31, ArXiv PMID:38259343	综述	本文全面概述了大型语言模型（LLMs）在生物信息学中的关键组成部分、应用及未来展望	探讨了LLMs在解决生物信息学问题上的潜力，超越了其在人类语言建模方面的熟练度	未提及具体的技术限制或数据局限性	推动生物信息学领域的发展，探索LLMs在多组学及药物发现等领域的应用	大型语言模型（LLMs）及其在生物信息学中的应用	生物信息学	NA	自监督学习、半监督学习	transformer模型	多组学数据（基因组学、转录组学、蛋白质组学等）	NA
817	2025-07-11	CellBinDB: a large-scale multimodal annotated dataset for cell segmentation with benchmarking of universal models 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf069 PMID:40552981	研究论文	介绍了一个名为CellBinDB的大规模多模态标注数据集，用于细胞分割，并评估了通用模型的性能	提出了一个包含多种染色方式和组织类型的大规模数据集，并评估了多种细胞分割技术的性能	数据集虽然多样，但可能仍无法涵盖所有可能的细胞形态和成像条件	促进通用细胞分割模型的发展，提高细胞分割技术的泛化能力	人类和小鼠的正常及病变组织中的细胞和细胞核	数字病理学	多种疾病（未具体说明）	多种染色技术（如DAPI、ssDNA、H&E、多重免疫荧光染色）	多种深度学习模型（未具体说明）	图像	超过1000张标注图像，涵盖30多种正常和病变组织类型
818	2025-07-11	Machine Learning in Enhancing Protein Binding Sites Predictions - What Has Changed Since Then? 2025, Combinatorial chemistry & high throughput screening IF:1.6Q3 DOI:10.2174/0113862073305298240524050145 PMID:38867522	综述	本文综述了蛋白质结合位点预测领域的挑战与最新进展，重点介绍了分子动力学模拟、机器学习和深度学习技术的整合应用	整合分子动力学模拟、机器学习和深度学习技术，以捕捉蛋白质-配体相互作用的动态和复杂性	未提及具体的技术实施细节或算法的局限性	提高蛋白质结合位点预测的准确性和可靠性，以促进药物发现	蛋白质结合位点及其与配体的相互作用	机器学习	NA	分子动力学模拟、机器学习、深度学习	NA	结构信息、生化测定数据	NA
819	2025-07-11	Weakly Supervised Bayesian Shape Modeling from Unsegmented Medical Images 2025, Shape in medical imaging : International Workshop, ShapeMI 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, Proceedings. ShapeMI (Workshop) (2024 : Marrakech, Morocco) PMID:39605948	研究论文	提出一种弱监督的深度学习方法，用于从医学图像中预测统计形状模型（SSM）	通过点云监督减少对强监督的依赖，无需传统SSM构建流程，以数据驱动方式学习形状对应关系	虽然准确性接近全监督方法，但弱监督方式可能在某些情况下影响模型性能	解决传统统计形状建模流程中的繁琐步骤和偏差问题	未分割的医学图像和对应的解剖形状	数字病理	NA	深度学习	BVIB-DeepSSM	医学图像	NA
820	2025-07-11	SDCoT++: Improved Static-Dynamic Co-Teaching for Class-Incremental 3D Object Detection 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3518774 PMID:40030754	研究论文	提出了一种改进的静态-动态协同教学框架SDCoT++，用于解决3D物体检测中的类别增量学习问题	提出静态-动态双教师模型架构，通过静态教师保留旧知识、动态教师传递新知识，并采用伪标签生成和概率校准机制解决类别共现问题	未明确说明方法在极端类别不平衡场景下的表现	解决3D物体检测中的灾难性遗忘问题，实现高效的类别增量学习	3D物体检测模型	计算机视觉	NA	增量学习、伪标签生成	VoteNet, 3DETR, CAGroup3D	3D点云数据	在室内外基准数据集上进行广泛实验