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	2025-07-02	Automated Fast Prediction of Bone Mineral Density From Low-dose Computed Tomography 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.041 PMID:40082126	研究论文	本研究探讨了利用深度学习基于低剂量CT扫描建立体积骨密度预测和骨质疏松分类系统的可行性	首次利用深度学习从低剂量CT扫描中自动预测体积骨密度并进行骨质疏松分类	研究样本量相对较小（551名受试者），且仅针对腰椎区域进行评估	开发基于低剂量CT的自动化骨密度预测和骨质疏松诊断系统	接受低剂量CT和QCT检查的551名受试者	数字病理	骨质疏松	低剂量CT扫描	U-net	医学影像	551名同时接受LDCT和QCT检查的受试者
802	2025-07-02	Magnetic resonance image generation using enhanced TransUNet in temporomandibular disorder patients 2025-Jul-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf017 PMID:40104864	研究论文	本研究开发了一种基于Transformer的深度学习模型，用于从质子密度加权图像生成T2加权图像，以减少颞下颌关节紊乱病患者的MRI扫描时间	提出了一种结合TransUNet架构和生成对抗网络的模型，并集成了椎间盘分割解码器以提高图像质量	研究仅针对颞下颌关节紊乱病患者，样本量相对有限（178名患者）	开发深度学习模型以减少MRI扫描时间并保持高图像质量	颞下颌关节紊乱病患者的MRI图像	数字病理学	颞下颌关节紊乱病	MRI	TransUNet, GAN	图像	178名患者的7226张图像
803	2025-07-02	Deep Learning and Radiomics Discrimination of Coronary Chronic Total Occlusion and Subtotal Occlusion using CTA 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.011 PMID:40164533	研究论文	本研究利用深度学习和放射组学技术，通过冠状动脉CT血管成像（CCTA）区分冠状动脉慢性完全闭塞（CTO）和次全闭塞（STO）病变	开发了基于CCTA的深度学习和放射组学模型，其性能优于传统方法	研究为回顾性设计，可能受到选择偏倚的影响	区分冠状动脉CTO和STO病变，优化治疗策略	冠状动脉慢性完全闭塞和次全闭塞病变	数字病理学	心血管疾病	冠状动脉CT血管成像（CCTA）	深度学习模型和放射组学模型	医学影像	581名参与者（共600个病变，包括403个CTO和197个STO病变）
804	2025-07-02	Radiation and contrast dose reduction in coronary CT angiography for slender patients with 70 kV tube voltage and deep learning image reconstruction 2025-Jul-01, The British journal of radiology DOI:10.1093/bjr/tqaf077 PMID:40205479	research paper	评估70 kV管电压与深度学习图像重建（DLIR）结合在瘦弱患者冠状动脉CT血管造影（CCTA）中减少辐射和对比剂剂量的潜力	首次在瘦弱患者中结合70 kV管电压和DLIR技术，显著减少辐射和对比剂剂量同时提高图像质量	研究仅针对BMI≤25 kg/m2的瘦弱患者，结果可能不适用于其他人群	探索在CCTA中降低辐射和对比剂剂量的方法	60名接受CCTA检查的瘦弱患者（BMI≤25 kg/m2）	digital pathology	cardiovascular disease	coronary computed tomography angiography (CCTA), deep learning image reconstruction (DLIR)	DLIR (deep learning image reconstruction)	medical imaging	60名患者（分为两组）
805	2025-07-02	A Deep Learning Approach for Nerve Injury Classification in Brachial Plexopathies Using Magnetic Resonance Neurography with Modified Hiking Optimization Algorithm 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.004 PMID:40300994	研究论文	本文提出了一种结合深度学习和改进的Hiking优化算法的AI框架，用于基于磁共振神经成像的臂丛神经病变神经损伤分类	结合MobileNetV4特征提取和改进的Hiking优化算法（MHOA）进行特征选择，提高了神经损伤分类的准确性	研究样本量较小（39名患者），可能影响模型的泛化能力	提高臂丛神经病变中神经损伤分类的准确性	臂丛神经病变患者的磁共振神经成像数据	数字病理学	臂丛神经病变	磁共振神经成像（MRN）	MobileNetV4	医学影像	39名臂丛神经病变患者
806	2025-07-02	Deep Learning-enhanced Opportunistic Osteoporosis Screening in Ultralow-Voltage (80 kV) Chest CT: A Preliminary Study 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.062 PMID:40318972	研究论文	探讨深度学习增强的全自动骨密度测量在超低电压80 kV胸部CT扫描中用于骨质疏松筛查的可行性	首次在超低电压80 kV胸部CT扫描中应用深度学习技术进行全自动骨密度测量，为肺癌筛查中的骨质疏松筛查提供了新方法	研究样本量相对有限（987例），且仅使用了六台CT扫描仪的数据	评估深度学习在超低电压胸部CT扫描中自动测量骨密度的准确性和可行性	987名接受80 kV胸部CT和120 kV腰椎CT扫描的患者	数字病理	骨质疏松	定量CT（QCT）	3D VB-Net, SCN, DenseNet, ResNet	CT图像	987名患者（训练集561例，验证集177例，测试集1和2分别为112例和137例）
807	2025-07-02	Video-estimated peak jump power using deep learning is associated with sarcopenia and low physical performance in adults 2025-Jul, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA IF:4.2Q1 DOI:10.1007/s00198-025-07515-z PMID:40372459	research paper	该研究探讨了通过深度学习从视频中估计的峰值跳跃功率（vJP）与真实跳跃功率（gJP）的一致性，并分析了vJP与肌肉减少症、年龄及肌肉参数的关系	提出了一种无标记监测峰值跳跃功率的新方法，并验证了其在日常生活中的可行性	研究仅提供了概念验证，未涉及大规模实际应用验证	探索视频估计峰值跳跃功率在肌肉减少症和低体能成人中的关联性	成人群体	machine learning	geriatric disease	deep learning	NA	video	NA
808	2025-07-02	Data-Driven Detection of Nocturnal Pollen Fragmentation Triggered by High Humidity in an Urban Environment 2025-Jul-01, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c13905 PMID:40400486	研究论文	本文开发了一种数据驱动的方法，结合深度学习和机器学习，用于检测城市环境中高湿度触发的花粉碎片化现象	首次利用气象和在线BioPM光谱数据常规检测花粉碎片化，并确定了湿度触发碎片化的阈值	研究结果基于特定城市环境，可能不适用于其他地区	检测花粉碎片化现象并确定其气象触发阈值	城市环境中的生物颗粒物（BioPM），特别是花粉	机器学习	NA	深度学习，自动机器学习，可解释方法	NA	气象数据，在线BioPM光谱数据	NA
809	2025-07-02	Deep Learning Image Reconstruction (DLIR) Algorithm to Maintain High Image Quality and Diagnostic Accuracy in Quadruple-low CT Angiography of Children with Pulmonary Sequestration: A Case Control Study 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.005 PMID:40410108	研究论文	本研究评估了在儿童肺隔离症的四重低剂量CT血管造影中使用深度学习图像重建算法的效果	首次在儿童肺隔离症的四重低剂量CT血管造影中应用深度学习图像重建算法，并验证其诊断准确性	样本量较小(53例)，且仅针对儿童肺隔离症患者	评估四重低剂量CT血管造影在儿童肺隔离症诊断中的准确性	疑似肺隔离症的儿童患者	数字病理学	肺隔离症	CT血管造影(CTA)	深度学习图像重建(DLIR)	医学影像	106名儿童患者(53例实验组，53例对照组)
810	2025-07-02	Artificial intelligence for early gastric cancer boundary recognition in NBI and nF-NBI endoscopic images 2025-Jul, Scandinavian journal of gastroenterology IF:1.6Q3 DOI:10.1080/00365521.2025.2509818 PMID:40452611	研究论文	本研究开发了基于深度学习的模型，用于在窄带成像（NBI）和近聚焦NBI（NF-NBI）图像中识别早期胃癌边界	提出了三种卷积神经网络（CNN1-CNN3）生成的六个深度学习模型，用于早期胃癌边界检测，性能与资深内镜医师相当	研究仅基于特定数据集（NBI和NF-NBI图像），未涉及其他类型的医学影像	开发深度学习模型以提高早期胃癌边界识别的准确性	早期胃癌患者的NBI和NF-NBI图像	数字病理学	胃癌	NBI, NF-NBI	CNN	图像	1215张NBI图像和1646张NF-NBI图像
811	2025-07-02	Contribution of Labrum and Cartilage to Joint Surface in Different Hip Deformities: An Automatic Deep Learning-Based 3-Dimensional Magnetic Resonance Imaging Analysis 2025-Jul, The American journal of sports medicine DOI:10.1177/03635465251339758 PMID:40481726	研究论文	本研究利用基于深度学习的自动3D MRI分析方法，探讨了不同髋关节畸形中唇部和软骨对关节面的贡献差异	首次采用深度学习自动3D分割技术分析髋关节畸形中唇部对关节面的贡献，并确定了影响该贡献的放射学参数	研究样本量相对较小(100个髋关节)，且为回顾性研究设计	确定不同髋关节畸形中唇部对关节面贡献的差异及其影响因素	98名患者(100个髋关节)的MRI影像数据	数字病理学	髋关节畸形	3D磁共振成像(3D MRI)	深度学习	MRI影像	98名患者(100个髋关节)
812	2025-07-02	Phase seeding may provide a gateway to structure solution by deep learning 2025-Jul-01, Acta crystallographica. Section A, Foundations and advances DOI:10.1107/S2053273325004814 PMID:40492410	研究论文	本文提出了一种将人工智能与传统晶体学方法相结合的相位播种方法，以改进结构解析	通过将连续相位问题转化为分类任务，减少了AI训练的计算负担，并展示了如何利用AI生成的相位种子增强传统晶体学方法	方法主要针对大型复杂非中心对称晶体，可能不适用于所有晶体类型	改进晶体结构解析方法，特别是针对大型复杂非中心对称晶体	晶体结构解析	机器学习	NA	AI辅助晶体学方法	NA	晶体学数据	NA
813	2025-07-02	Assessing Substrate Scope of the Cyclodehydratase LynD by mRNA Display-Enabled Machine Learning Models 2025-Jul-01, Biochemistry IF:2.9Q3 DOI:10.1021/acs.biochem.4c00682 PMID:40492579	研究论文	本研究通过mRNA展示技术和高通量机器学习模型评估了YcaO环脱水酶LynD的底物范围	利用mRNA展示技术构建了比以往更大的底物库，并开发了深度学习模型来预测LynD的底物处理能力	研究主要关注LynD酶，未全面覆盖所有YcaO家族成员	探索YcaO环脱水酶LynD的底物范围和选择性，以促进新抑制剂和治疗药物的开发	YcaO环脱水酶LynD及其底物	机器学习	NA	mRNA展示技术	深度学习模型	肽序列数据	高通量肽库（具体数量未说明）
814	2025-07-02	Accurate Diagnosis of Colorectal Cancer Using a Combination of Lectin-Induced Recombinase Polymerase Amplification and CRISPR/Cas12a Assay on a Point-of-Care Testing Platform with Deep Learning Assistant 2025-Jul-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00468 PMID:40511702	研究论文	开发了一种结合凝集素诱导重组酶聚合酶扩增和CRISPR/Cas12a检测的方法，用于结直肠癌的准确诊断	结合LI-RPA-CRISPR/Cas12a和深度学习模型，实现了高灵敏度和高准确度的结直肠癌诊断	样本量相对较小，仅100例临床样本	开发一种快速、灵敏且用户友好的结直肠癌诊断平台	结直肠癌患者和小鼠模型	数字病理学	结直肠癌	LI-RPA-CRISPR/Cas12a检测	LSTM	血液样本	100例临床样本和小鼠模型
815	2025-07-02	Sensitivity-Enhanced Pure Shift Spectroscopy Empowered by Deep Learning and PSYCHE 2025-Jul-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01899 PMID:40526402	研究论文	本研究提出了一种结合深度学习和PSYCHE方法的灵敏度增强纯位移光谱技术，用于解决核磁共振光谱中的灵敏度和分辨率问题	采用60°翻转角的PSYCHE实验提高灵敏度，并利用深度神经网络模型去除重耦伪影，实现清洁光谱	方法适用于半定量分析，但可能在高精度定量分析中存在限制	提高核磁共振光谱的灵敏度和分辨率，解决光谱重叠和低灵敏度问题	核磁共振光谱	机器学习	NA	PSYCHE方法，深度学习	深度神经网络	光谱数据	NA
816	2025-07-02	Efficient Denoising of Shot-Noise in Mass Spectrometry Images by PCA-Assisted Self-Supervised Deep Learning 2025-Jul-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00825 PMID:40528349	研究论文	提出了一种基于PCA预处理的Noise2Void算法优化方法，用于质谱成像中的噪声去除	通过在主成分分析预处理后应用Noise2Void算法，提出PCA-n2v方法，显著提升了去噪效果	在信噪比极低的图像中可能出现伪影	提升质谱成像数据的质量和解释准确性	质谱成像数据	质谱成像	NA	质谱成像(MSI), 主成分分析(PCA)	Noise2Void(N2V)	图像	合成质谱成像数据集
817	2025-07-02	Deep Learning-Assisted Nanocavity Sensor for Amphiphilic Biomarker Analysis 2025-Jul-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01102 PMID:40532101	研究论文	本文介绍了一种结合银纳米立方体-金镜纳米腔和支持脂质双层的荧光增强检测方法，用于快速检测两亲性生物标志物	采用深度学习辅助的语义分割方法计算荧光增强因子，实现了卓越的检测灵敏度，最高增强因子达到868.64，可检测至飞摩尔级别的生物标志物	NA	开发一种高灵敏度、快速检测且低成本制备的纳米腔系统，用于临床诊断中的生物传感应用	两亲性生物标志物	生物传感	癌症和感染性疾病	荧光增强检测、深度学习辅助语义分割	深度学习	荧光信号	NA
818	2025-07-02	Slice-Inference-Assisted Lightweight Small Object Detection Model for Holographic Digital Immunoassay Quantification 2025-Jul-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02441 PMID:40540441	研究论文	提出了一种切片推理辅助的轻量级小物体检测模型（SIALSO），用于食品样本中氯霉素的数字免疫测定定量分析	结合无透镜全息成像系统和轻量级深度学习模型，利用全息术的大视场（FOV）实现微球探针的精确信号检测，并通过切片推理辅助算法提高小物体检测精度同时降低计算复杂度	NA	开发便携式检测设备，用于食品安全和环境监测	食品样本中的氯霉素	计算机视觉	NA	数字免疫测定	轻量级深度学习模型（SIALSO）	图像	NA
819	2025-07-02	Deep Learning Models for CT Segmentation of Invasive Pulmonary Aspergillosis, Mucormycosis, Bacterial Pneumonia and Tuberculosis: A Multicentre Study 2025-Jul, Mycoses IF:4.1Q2 DOI:10.1111/myc.70084 PMID:40580013	研究论文	本研究开发并验证了针对侵袭性肺曲霉病、肺毛霉病、细菌性肺炎和肺结核的专用CT分割模型，以提高诊断准确性	首次针对侵袭性肺曲霉病、肺毛霉病、细菌性肺炎和肺结核开发了专用的深度学习CT分割模型，并验证了其跨疾病适用性	IPA和BP模型需要进一步优化，且BP分割性能相对较低可能是由于复杂的放射学模式	提高侵袭性肺曲霉病、肺毛霉病、细菌性肺炎和肺结核的诊断准确性	侵袭性肺曲霉病、肺毛霉病、细菌性肺炎和肺结核的CT影像	数字病理学	肺曲霉病,肺毛霉病,细菌性肺炎,肺结核	CT影像分析	改进的3D U-Net	CT图像	训练/内部验证集：115例IPA、53例PM、130例BP、125例PTB；外部验证集：21例IPA、8例PM、30例BP、31例PTB
820	2025-07-02	Comment on "Deep Learning for Staging Periodontitis Using Panoramic Radiographs" 2025-Jul-01, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15347 PMID:40589414	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA