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
8201	2025-05-24	Does the deep learning-based iterative reconstruction affect the measuring accuracy of bone mineral density in low-dose chest CT? 2025-Jun-01, The British journal of radiology DOI:10.1093/bjr/tqaf059 PMID:40127198	research paper	研究深度学习迭代重建算法对低剂量胸部CT中骨密度测量准确性和图像质量的影响	首次评估深度学习迭代重建算法（AIIR）在低剂量胸部CT中对骨密度测量准确性的影响，同时优化图像质量	研究样本可能有限，且仅评估了特定类型的深度学习迭代重建算法	探讨深度学习迭代重建算法在低剂量胸部CT中对图像质量和骨密度测量准确性的影响	体模和患者	digital pathology	NA	定量CT（QCT）	深度学习迭代重建算法（AIIR）	CT图像	体模和患者研究
8202	2025-05-24	A new era in nephrology: the role of super-resolution microscopy in research, medical diagnostic, and drug discovery 2025-Jun, Kidney international IF:14.8Q1 DOI:10.1016/j.kint.2025.01.040 PMID:40139567	综述	本文探讨了超分辨率显微镜在肾脏研究、医学诊断和药物发现中的潜在应用	介绍了3维结构照明显微镜及其在量化足细胞足突形态中的新方法，结合mRNA检测、多重染色和深度学习算法	NA	探索超分辨率显微镜在肾脏研究、医学诊断和药物发现中的应用	肾脏的超微结构，特别是足细胞足突和裂隙隔膜	数字病理学	肾脏疾病	超分辨率显微镜，3维结构照明显微镜	深度学习算法	图像	NA
8203	2025-05-24	Revolutionising osseous biopsy: the impact of artificial intelligence in the era of personalized medicine 2025-Jun-01, The British journal of radiology DOI:10.1093/bjr/tqaf018 PMID:40402584	综述	本文综述了人工智能在骨肿瘤活检中的应用及其对个性化医疗的影响	探讨了AI在骨活检中的多种应用，包括提高诊断准确性、改善活检安全性及更精确的病灶定位，并提供了开源AI工具和算法的列表	讨论了AI在骨活检中的技术限制、健康公平性、通用性问题、部署挑战及报销问题	探索人工智能在骨肿瘤活检中的应用及其对个性化医疗的贡献	骨肿瘤（原发性和继发性）的活检及样本处理	数字病理学	骨肿瘤	传统机器学习、深度学习、放射组学、模拟和生成模型	NA	图像	NA
8204	2025-05-24	Ultrafast Ratiometric Fluorescent Probe and Deep Learning-Assisted On-Site Detection Platform for BAs and Meat Freshness Based on Molecular Engineering 2025-05-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00490 PMID:40279659	research paper	该研究提出了一种结合荧光探针分子工程与便携式检测平台的策略，用于生物胺（BAs）和肉类新鲜度的快速、可视化、现场定量评估	通过分子工程设计出四种具有可调分子内电荷转移（ICT）特性的比率荧光探针，并开发了一个集成智能手机和深度卷积神经网络（DCNN）的便携式检测平台	NA	开发高性能比率荧光探针和智能检测平台，用于食品质量评估	生物胺（BAs）和肉类新鲜度	machine learning	NA	荧光探针分子工程，深度卷积神经网络（DCNN）	DCNN	image	NA
8205	2025-05-24	Robust Odor Detection in Electronic Nose Using Transfer-Learning Powered Scentformer Model 2025-05-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00630 PMID:40372408	研究论文	本研究提出了一种基于深度学习架构的新型电子鼻Scentformer，用于检测自然气味，解决了现有电子鼻检测范围窄和泛化能力有限的问题	提出了一种名为Scentformer的新型电子鼻，采用自适应数据下采样方法，能够检测55种不同自然气味，分类准确率达99.94%，并通过迁移学习能力高效适应新气味	未提及具体局限性	开发一种能够广泛检测自然气味并具有高准确性和泛化能力的电子鼻	自然气味和气体	机器学习	NA	深度学习、迁移学习	Scentformer	气味信号数据	55种不同自然气味
8206	2025-05-24	Uncertainty quantification for deep learning-based metastatic lesion segmentation on whole body PET/CT 2025-May-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add9df PMID:40378868	research paper	本研究探讨了四种不确定性量化方法在全身PET/CT图像转移性病灶分割任务中的表现	比较了四种不确定性量化方法在转移性病灶分割任务中的性能，推荐了最优方法	研究仅基于59例患者的Ga-DOTATATE PET/CT图像，样本量有限	评估不同不确定性量化方法在医学图像分割中的可靠性	转移性神经内分泌肿瘤患者的全身PET/CT图像	digital pathology	neuroendocrine tumors	PET/CT	3D U-Net	image	59例患者的全身Ga-DOTATATE PET/CT图像
8207	2025-05-24	Recent advancement in size measurement during endoscopy 2025-May-23, Clinical endoscopy IF:2.1Q3 DOI:10.5946/ce.2025.070 PMID:40404570	research paper	本文探讨了内窥镜实践中病灶大小测量的最新进展，特别是数字测量技术如虚拟尺度内窥镜(VSE)和人工智能(AI)辅助虚拟尺的应用	介绍了虚拟尺度内窥镜(VSE)和AI辅助虚拟尺等数字测量技术，这些技术提高了测量精度并减少了变异性	存在如增加操作时间和需要操作员培训等限制，以及实时集成、标准化和监管批准等挑战	提高内窥镜病灶大小测量的准确性和效率，以改善治疗策略和临床结果	结肠直肠息肉等内窥镜下的病灶	digital pathology	colorectal polyps	virtual scale endoscopy (VSE), AI-assisted virtual rulers	deep learning algorithms	endoscopic images	NA
8208	2025-05-24	Guideline-driven clinical decision support for colonoscopy patients using the hierarchical multi-label deep learning method 2025-May-23, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003469 PMID:40405345	研究论文	本研究开发了一种基于分层多标签深度学习方法的结肠镜检查患者临床决策支持系统(CDSS)，旨在通过准确的语义识别和指南驱动来减轻医疗负担并标准化医疗流程	采用最先进的基于transformer的模型构建CDSS，并首次在结肠镜检查报告中应用分层多标签分类框架	研究仅在中国医院进行验证，尚未在其他国家或地区测试其适用性	开发一个自动化的临床决策支持系统，用于结肠镜检查报告的语义识别和指南驱动的决策支持	结肠镜检查报告	自然语言处理	结肠癌	深度学习	BERT-base-Chinese, BERT-wwm-ext-Chinese, ernie-3.0-base-zh	文本	302,965份电子结肠镜检查报告（含病理结果），其中2,041份用于模型训练和测试，3,177例连续病例用于外部验证
8209	2025-05-24	COVID-19CT+: A public dataset of CT images for COVID-19 retrospective analysis 2025-May-23, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251332793 PMID:40405795	research paper	该研究发布了一个公开可用的COVID-19和社区获得性肺炎的CT图像数据集（COVID-19CT+），并利用传统机器学习和深度学习方法进行了分类实验	发布了包含大量COVID-19和社区获得性肺炎CT图像的公开数据集，并比较了不同时期分类方法的差异	未提及具体的数据集使用限制或潜在偏差	提高COVID-19的诊断准确性和效率	COVID-19和社区获得性肺炎患者的CT图像	digital pathology	COVID-19	CT imaging	传统机器学习分类器和深度学习分类器（未具体说明模型类型）	image	1333名患者的409,619张CT图像（312例社区获得性肺炎和1021例COVID-19）
8210	2025-05-24	Deep learning-based model for difficult transfemoral access prediction compared with human assessment in stroke thrombectomy 2025-May-22, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2024-021718 PMID:38702182	研究论文	开发了一种基于深度学习的模型，用于预测中风血栓切除术中经股动脉入路的困难程度，并与人类评估进行比较	首次开发了全自动模型来预测经股动脉入路的困难程度，该模型基于从头部和颈部CT血管造影中自动提取的29个解剖特征	研究为回顾性设计，样本量有限（513例患者），且模型性能仍有提升空间（AUROC为0.76）	开发一种快速可靠的方法来识别影响中风血栓切除术中血管入路困难的解剖特征	中风血栓切除术患者	数字病理学	心血管疾病	头部和颈部CT血管造影（CTA）	机器学习模型	医学影像	513例接受一线经股动脉机械血栓切除术的前循环大血管闭塞中风患者
8211	2025-05-24	HealthiVert-GAN: A Novel Framework of Pseudo-Healthy Vertebral Image Synthesis for Interpretable Compression Fracture Grading 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3572458 PMID:40402696	研究论文	提出了一种名为HealthiVert-GAN的新框架，用于生成伪健康椎体图像，以支持可解释的压缩性骨折分级	引入了从粗到细的合成网络，生成模拟骨折前状态的伪健康椎体图像，并整合了三个辅助模块以确保解剖一致性，同时提出了新的量化指标RHLV	未提及具体的数据集规模限制或模型泛化能力测试的局限性	提高骨质疏松性椎体压缩性骨折（OVCFs）分级的准确性和可解释性	骨质疏松性椎体压缩性骨折（OVCFs）患者	数字病理学	骨质疏松性椎体压缩性骨折	GAN, SVM	GAN, SVM	CT图像	Verse2019数据集和内部数据集（具体数量未提及）
8212	2025-05-24	Real-Time Implementation of Accelerated HCP-MMA for Deep Learning-Based ECG Arrhythmia Classification Using Contour-Based Visualization 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3572376 PMID:40402700	研究论文	本研究提出了一种实时加速的Hurst轮廓投影多尺度多重分形分析（HCP-MMA）方法，用于基于深度学习的ECG心律失常分类	HCP-MMA将复杂的多重分形特性转化为基于轮廓的表示，提高了自动分类的可解释性，并通过运行时优化的并行计算管道实现了730倍的加速	NA	提高ECG心律失常分类的准确性和实时性	ECG信号	机器学习	心血管疾病	Hurst Contour Projection from Multiscale Multifractal Analysis (HCP-MMA), SVD	AlexNet	ECG信号图像	三个基准数据集（PhysioNet, MIT-BIH, CU）
8213	2025-05-24	Evaluating the generalizability of video-based assessment of intraoperative surgical skill in capsulorhexis 2025-May-22, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03406-0 PMID:40405033	research paper	评估基于视频的囊膜切开术中手术技能评估模型的泛化能力	首次评估了深度学习模型在囊膜切开术视频技能评估中的泛化能力，并比较了无监督域适应和半监督域适应方法的效果	模型性能虽有提升，但仍未达到数据集内部性能水平	评估手术技能视频评估模型的跨数据集泛化能力	囊膜切开术手术视频	computer vision	眼科疾病	深度学习	CNN-LSTM, Transformer	视频	两个数据集(D99和公开的Cataract-101)
8214	2025-05-24	Leveraging deep learning-based kernel conversion for more precise airway quantification on CT 2025-May-22, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11696-w PMID:40405045	研究论文	评估不同CT重建核及核转换对全自动气道定量CT测量变异性的影响	利用深度学习进行核转换以减少气道定量CT测量的变异性	对于非肺专用核和亚段气道的效果有限	评估和减少气道定量CT测量的变异性	气道定量CT测量	数字病理	肺病	CT扫描	深度学习	图像	96名患者
8215	2025-05-24	Medication versus globus pallidus internus deep brain stimulation in Parkinson's disease with deep learning video analysis of finger tapping 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02098-5 PMID:40394036	研究论文	本研究通过深度学习视频分析手指敲击任务，比较了药物与GPi深部脑刺激（DBS）在帕金森病（PD）患者中对运动症状改善的差异	首次使用深度学习模型从2D手部运动重建3D网格，提取21个运动参数来量化手部运动迟缓，并比较GPi DBS与药物的效果差异	样本量相对较小（87名患者），且为观察性研究，无法确定因果关系	评估GPi DBS对帕金森病患者运动症状（特别是运动迟缓）的改善效果，并与药物治疗进行比较	帕金森病患者的手指敲击运动	数字病理学	帕金森病	深度学习视频分析	深度学习模型（未指定具体类型）	视频	87名患者的556个视频
8216	2025-05-24	A dynamic attention mechanism for road extraction from high-resolution remote sensing imagery using feature fusion 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02267-6 PMID:40394108	研究论文	提出了一种名为RISENet的新型深度学习模型，用于从高分辨率遥感图像中提取道路信息	引入了双分支融合编码器、多层动态空间通道融合注意力机制（MCSA）和混合特征扩张感知解码器，有效解决了道路提取中的遮挡和相似性问题	未提及模型在极端天气或低光照条件下的表现	提高从遥感图像中提取道路信息的准确性和完整性	高分辨率遥感图像中的道路	计算机视觉	NA	深度学习	RISENet（包含双分支融合编码器、MCSA和扩张感知解码器）	图像	三个不同的道路分割基准数据集
8217	2025-05-24	Corrigendum to "Ultrasound-Based Deep Learning Radiomics Nomogram for Tumor and Axillary Lymph Node Status Prediction After Neoadjuvant Chemotherapy" [Academic Radiology 32 (2025) 12-23] 2025-May-21, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.010 PMID:40404505	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8218	2025-05-24	Heuristic optimization in classification atoms in molecules using GCN via uniform simulated annealing 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00340-8 PMID:40394056	research paper	该论文提出了一种结合均匀模拟退火的元启发式算法，用于优化图卷积网络（GCN）中的权重，以提高分类问题的准确性	提出了一种结合均匀模拟退火的混合优化方法，用于GCN的权重优化，相比现有方法在平衡和不平衡数据集上均表现出更好的性能	训练过程复杂且耗时，且仅在QM7数据集上进行了测试	优化图卷积网络的权重以提高分类问题的准确性	图卷积网络（GCN）及其在分类问题中的应用	machine learning	NA	模拟退火算法	GCN	graph data	QM7数据集（分为平衡和不平衡两部分）
8219	2025-05-24	Real-time driver drowsiness detection using transformer architectures: a novel deep learning approach 2025-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02111-x PMID:40394076	研究论文	本文提出了一种基于深度学习的新型实时驾驶员疲劳检测框架，利用先进的Transformer架构和迁移学习模型实现高精度和可靠性	整合了Class Activation Mapping (CAM)增强模型可解释性，使系统能够聚焦关键眼部区域并提高决策透明度	NA	开发一种实时、可靠且高效的驾驶员疲劳检测系统以提高道路安全	驾驶员眼部状态（睁眼/闭眼）	计算机视觉	NA	Haar Cascade分类器、图像归一化、数据增强	Vision Transformer (ViT)、Swin Transformer、VGG19、DenseNet169、ResNet50V2、InceptionResNetV2、InceptionV3、MobileNet	图像	MRL Eye Dataset、NTHU-DDD和CEW数据集
8220	2025-05-24	Deep learning-based interpretable prediction of recurrence of diffuse large B-cell lymphoma 2025-May-20, BJC reports DOI:10.1038/s44276-025-00147-0 PMID:40394100	research paper	该研究开发了一种基于深度学习的可解释性预测模型，用于预测弥漫性大B细胞淋巴瘤（DLBCL）的复发	利用基于注意力的分类方法突出显示图像中对模型分类高度相关的区域，并通过形态学特征分析增强模型的可解释性	模型的可解释性虽然有所提升，但仍需进一步验证其生物学意义和临床适用性	预测DLBCL患者的复发情况，以提供替代治疗方案	弥漫性大B细胞淋巴瘤（DLBCL）患者	digital pathology	lymphoma	deep learning, attention-based classification, morphological feature analysis	CNN	histological images	公开可用的队列数据（具体样本数量未提及）