深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
8361	2025-10-06	Artificial intelligence in electroencephalography analysis for epilepsy diagnosis and management 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1615120 PMID:40901672	综述	系统评估人工智能在脑电图分析中用于癫痫诊断和管理的最新进展	重点分析支持性AI和预测性AI两种主要应用模式，强调多模态数据融合和个性化诊断能力	模型可解释性有限、数据质量限制、临床转化障碍	评估人工智能在癫痫脑电图分析中的应用价值和发展方向	癫痫患者的脑电图数据	医疗人工智能	癫痫	脑电图(EEG)	深度学习(DL), 机器学习(ML)	脑电图信号	NA	NA	NA	NA	NA
8362	2025-10-06	Uncovering key biomarkers, potential therapeutic targets and development of deep learning model in heart failure 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330780 PMID:40901835	研究论文	通过生物信息学分析和深度学习技术识别心力衰竭关键生物标志物并开发诊断模型	首次结合WGCNA、机器学习方法和深度学习CNN模型识别出四个心力衰竭关键基因并发现两个潜在治疗药物	研究基于公共数据库数据，需要进一步实验验证	探索心力衰竭的分子机制并开发诊断模型	心力衰竭相关基因表达数据	生物信息学	心血管疾病	基因表达分析,单细胞RNA测序,分子对接	CNN	基因表达数据	GEO数据库中心力衰竭相关样本	NA	卷积神经网络	诊断性能	NA
8363	2025-10-06	Artificial intelligence in advanced gastric cancer: a comprehensive review of applications in precision oncology 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1630628 PMID:40904504	综述	本文全面综述了人工智能在晚期胃癌精准肿瘤学中的应用现状与前景	系统整合了多模态AI方法在晚期胃癌诊疗中的应用，强调多源数据融合对预测性能的提升	存在数据质量与标准化不足、模型泛化性与可解释性有限、缺乏严谨前瞻性验证等问题	探讨人工智能在晚期胃癌精准肿瘤学中的应用潜力与发展方向	晚期胃癌患者的多维数据（临床记录、基因组学、影像组学、病理组学）	精准医疗	胃癌	机器学习、深度学习	NA	临床记录、基因组数据、医学影像、数字病理	NA	NA	NA	NA	NA
8364	2025-10-06	A new deep learning model for predicting IMRT dose distributions for lung cancer with dose masks 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1587788 PMID:40904510	研究论文	提出一种结合剂量掩模的深度学习模型，用于提高肺癌IMRT剂量分布的预测精度	首次在肺癌IMRT剂量预测中引入剂量掩模信息，显著提升了中低剂量区域的预测准确性	研究仅针对肺癌IMRT治疗，未验证在其他癌症类型或放疗技术中的适用性	开发更精确的肺癌IMRT剂量分布预测方法	肺癌患者的放疗剂量分布	数字病理	肺癌	IMRT（调强放疗）	CNN	CT图像, 解剖结构, 剂量掩模	包含常规放疗和同步整合推量放疗的混合数据集	NA	3D U-Net	MAE（平均绝对误差）	NA
8365	2025-10-06	Improving EEG classification of alcoholic and control subjects using DWT-CNN-BiGRU with various noise filtering techniques 2025, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2025.1618050 PMID:40904893	研究论文	本研究提出了一种结合离散小波变换、CNN和双向GRU的混合模型，用于提高酒精依赖者和正常对照组的EEG信号分类性能	首次将DWT-CNN-BiGRU混合架构应用于EEG酒精依赖分类，并系统比较了三种信号去噪技术的效果	未明确说明样本来源和数据集规模，可能影响结果的泛化能力	开发更可靠的EEG信号分类方法以辅助酒精依赖诊断	酒精依赖患者和正常对照组的脑电图信号	生物医学信号处理	酒精依赖症	EEG信号分析, 离散小波变换, 离散傅里叶变换, 离散余弦变换	CNN, BiGRU	EEG信号	NA	NA	DWT-CNN-BiGRU, DWT-CNN-BiLSTM	准确率, 精确率, 召回率, F1分数	NA
8366	2025-10-06	MultiSC: a deep learning pipeline for analyzing multiomics single-cell data 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae492 PMID:39376034	研究论文	提出一种名为MultiSC的深度学习流程，用于分析多组学单细胞数据	开发了结合多模态约束自编码器和矩阵分解模型的新型分析流程，能够有效整合三种组学数据	NA	解决多组学单细胞数据整合分析的挑战	单细胞多组学数据（基因表达、染色质可及性、转录因子蛋白表达）	生物信息学	NA	NEAT-seq单细胞多组学测序技术	自编码器, 矩阵分解, 多元线性回归	多组学单细胞数据	NA	NA	单细胞层次约束自编码器, scMF	NA	NA
8367	2025-10-06	DeScoD-ECG: Deep Score-Based Diffusion Model for ECG Baseline Wander and Noise Removal 2024-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3237712 PMID:37021916	研究论文	提出一种基于条件扩散模型的ECG基线漂移和噪声去除方法DeScoD-ECG	首次将条件扩散生成模型应用于ECG噪声去除，采用多轮平均策略提高信号重建质量	NA	开发ECG信号基线漂移和噪声去除技术以提高心血管疾病诊断准确性	心电图信号	生物医学信号处理	心血管疾病	扩散模型	深度生成模型	ECG信号	QT数据库和MIT-BIH噪声压力测试数据库	NA	基于分数的扩散模型	距离相似性指标	NA
8368	2025-10-06	Learnable PM diffusion coefficients and reformative coordinate attention network for low dose CT denoising 2023-Dec-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/aced33 PMID:37536336	研究论文	提出一种基于可学习PM扩散系数和改良坐标注意力网络的低剂量CT去噪方法	将Perona-Malik模型的各向异性图像处理思想融入神经网络，提出新颖的边缘特征提取方法	NA	解决低剂量CT去噪中噪声/伪影抑制与边缘/结构保持的平衡问题	低剂量CT图像	计算机视觉	NA	CT成像	CNN	医学图像	模拟和真实数据集	NA	编码器-解码器结构	定量和定性评估	NA
8369	2025-10-06	Volumetric feature points integration with bio-structure-informed guidance for deformable multi-modal CT image registration 2023-Dec-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad03d2 PMID:37844603	研究论文	提出一种结合体积特征点和生物结构引导的可变形多模态CT图像配准方法	首次将体素特征点与生物结构特征点相结合指导医学图像配准网络训练	仅验证于CT-CBCT配对数据集，未涉及其他模态医学图像	提升医学图像配准精度，特别是低对比度器官的配准效果	CT和CBCT医学图像	医学图像处理	NA	深度学习	深度学习网络	医学图像	NA	NA	NA	精度	NA
8370	2025-10-06	Deep learning-based multi-stage postoperative type-b aortic dissection segmentation using global-local fusion learning 2023-Nov-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfec7 PMID:37774717	研究论文	提出基于深度学习的多阶段术后B型主动脉夹层分割框架，采用全局-局部融合学习机制	设计两阶段分割流程和全局-局部融合学习机制，通过补偿裁剪图像缺失的上下文特征提升分割性能	NA	开发术后B型主动脉夹层的快速准确分割技术，支持患者特异性3D形态学和血流动力学分析	B型主动脉夹层患者术后影像数据	医学图像分析	心血管疾病	计算机断层扫描血管成像	深度学习	医学影像	133名患者的306张随访图像，多中心数据集	NA	NA	Dice相似系数	NA
8371	2025-10-06	Radiation-induced acoustic signal denoising using a supervised deep learning framework for imaging and therapy monitoring 2023-Nov-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0283 PMID:37820684	研究论文	本研究开发了一种通用深度初始卷积神经网络(GDI-CNN)用于辐射诱导声学信号去噪，显著减少成像所需的帧平均数量	提出了一种在每个初始块中使用多膨胀卷积的神经网络架构，能够编码和解码具有不同时间特征的信号，可泛化用于不同辐射源的声学信号去噪	NA	开发深度学习框架用于辐射诱导声学信号去噪，以降低成像剂量并提高时间分辨率	X射线诱导声学信号、质子声学信号和电声学信号	医学影像处理	NA	辐射诱导声学成像	CNN	声学信号	NA	NA	GDI-CNN, 深度初始卷积神经网络	均方误差, 峰值信噪比, 结构相似性	NA
8372	2025-10-06	Deep learning-based workflow for hip joint morphometric parameter measurement from CT images 2023-Nov-06, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad04aa PMID:37852280	研究论文	提出基于深度学习的CT图像髋关节形态参数自动测量工作流	首次开发从粗到精的深度学习模型实现髋关节几何重建，并建立稳健的形态参数测量方法	仅在两个不同成像协议的数据集上验证，样本多样性可能有限	提高髋关节置换术前规划的准确性和鲁棒性	髋关节CT图像	计算机视觉	骨科疾病	CT成像	深度学习模型	CT图像	两个不同成像协议的数据集	NA	从粗到精深度学习模型	Dice系数, 标志点预测误差, Pearson相关系数, 组内相关系数	NA
8373	2025-10-06	Generalisation of radiotherapy dose calculation for Monte Carlo algorithm combined with 3D Swin-Unet: a multi-institutional IMRT evaluation 2023-Oct-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad02d8 PMID:37827160	研究论文	提出基于深度学习的放射治疗剂量计算框架T-MC net，并在多机构IMRT计划中进行泛化性能评估	首次将3D Swin-Unet与蒙特卡洛算法结合，构建可泛化至多机构的深度学习剂量计算框架	研究样本量相对有限（60个IMRT计划），未涵盖所有人体区域	评估深度学习剂量计算方法在临床实践中的泛化能力	调强放射治疗（IMRT）计划	医学影像分析	肿瘤放射治疗	蒙特卡洛算法，深度学习	3D Swin-Unet	放射治疗剂量分布数据	来自4个机构的60个IMRT计划，涵盖头颈、胸腹和盆腔区域	NA	3D Swin-Unet	伽马通过率（GPR），一致性百分比（PA），剂量差异比（DDR），剂量体积直方图（DVH）	NA
8374	2025-10-06	Coarse-to-fine prior-guided attention network for multi-structure segmentation on dental panoramic radiographs 2023-Oct-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0218 PMID:37816372	研究论文	提出一种基于深度学习的牙科全景片多结构自动分割方法	采用两阶段粗到细的先验引导分割框架，包含边缘融合模块、空间注意力模块和混合注意力模块	NA	实现牙科全景片中多种解剖结构的精确自动分割	上颌窦、下颌髁突、下颌神经、牙槽骨和牙齿	计算机视觉	牙科疾病	牙科全景放射成像	CNN	图像	150张牙科全景片	NA	编码器-解码器架构	Jaccard系数	NA
8375	2025-10-06	Automatic ultrasound diagnosis of thyroid nodules: a combination of deep learning and KWAK TI-RADS 2023-Oct-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfdf0 PMID:37757848	研究论文	结合深度学习和KWAK TI-RADS实现甲状腺结节超声自动诊断	首次将改进的U-Net++分割模型与基于KWAK TI-RADS指南的多任务卷积神经网络相结合，实现甲状腺结节风险等级自动评估	研究仅基于1862例样本，需要更大规模数据验证	实现甲状腺结节风险等级的自动评估，为细针穿刺必要性判断提供依据	甲状腺结节患者	计算机视觉	甲状腺结节	超声检查	CNN	超声图像	1862例甲状腺结节病例（训练集），302例测试集	NA	U-Net++, MT-CNN	Dice系数, IoU, 准确率, 假阳性率, 精确率, 召回率	NA
8376	2025-10-06	Sub-second whole brain T2mapping via multiband SENSE multiple overlapping-echo detachment imaging and deep learning 2023-Oct-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfb71 PMID:37726009	研究论文	本研究通过结合多波段SENSE技术和深度学习，实现了亚秒级全脑T2定量成像	首次将多波段SENSE技术与MOLED成像结合，实现了600毫秒内完成全脑T2定量成像	在高多波段因子条件下图像质量可能下降，需要PnP算法进行改善	加速定量磁共振成像，实现亚秒级全脑T2定量成像	数值模拟、水模实验和人脑实验	医学影像分析	NA	定量磁共振成像、多波段SENSE、MOLED成像	深度学习	磁共振图像	数值模拟、水模实验和人脑实验（具体样本数量未明确说明）	NA	U-Net, DRUNet	图像质量、信噪比	NA
8377	2025-10-06	Automatic brain extraction for rat magnetic resonance imaging data using U2-Net 2023-Oct-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf641 PMID:37659398	研究论文	本研究开发了一种基于U-Net深度学习模型的大鼠脑部MRI图像颅骨剥离新方法	首次将U-Net神经网络应用于大鼠脑部MRI图像的自动颅骨剥离，相比传统方法RATS和BrainSuite表现更优	研究仅针对大鼠脑部MRI数据，未验证在其他物种或成像模式上的适用性	开发一种高效准确的大鼠脑部MRI图像颅骨剥离方法	599只大鼠的脑部磁共振成像数据	医学影像分析	神经系统疾病	磁共振成像	U-Net	医学影像	599只大鼠（476只训练，123只测试）	NA	U-Net	Dice系数,Jaccard系数,敏感性,特异性,像素精度,Hausdorff系数,真阳性率,假阳性率	NA
8378	2025-10-06	MARGANVAC: metal artifact reduction method based on generative adversarial network with variable constraints 2023-10-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf8ac PMID:37696272	研究论文	提出一种基于变约束生成对抗网络的金属伪影减少方法MARGANVAC，用于改善CT成像中的金属伪影问题	引入变约束机制作为时变成本函数，在训练初期放松保真度约束并逐步加强，同时开发了金属伪影迁移方法生成具有真实伪影特征的配对训练数据	未明确说明模型在更广泛临床场景中的泛化能力及计算效率的具体评估	开发适用于实际临床场景的高性能金属伪影减少方法	CT图像中的金属伪影	医学影像处理	NA	CT成像	GAN	CT图像	NA	NA	生成对抗网络	定量指标，定性评估	NA
8379	2025-10-06	Deep learning for fast denoising filtering in ultrasound localization microscopy 2023-10-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf98f PMID:37703894	研究论文	本研究提出基于对比半监督网络的深度学习去噪方法，用于超声定位显微镜中的快速去噪滤波	首次将对比半监督网络(CS-Net)应用于超声定位显微镜去噪，显著缩短数据处理时间	神经网络主要使用模拟微泡数据进行训练，可能对真实数据的适应性存在局限	开发快速去噪方法以实现超声定位显微镜的实时成像	微泡信号、流场体模、新西兰兔肿瘤模型	医学影像处理	肿瘤	超声定位显微镜(ULM)、超分辨率超声成像(SR-US)	深度学习	超声图像	流场体模实验和动物实验(新西兰兔肿瘤模型)	NA	对比半监督网络(CS-Net)	信噪比(SNR)、对比噪声比(CNR)、处理速度	NA
8380	2025-10-06	QS-ADN: quasi-supervised artifact disentanglement network for low-dose CT image denoising by local similarity among unpaired data 2023-Oct-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf9da PMID:37708896	研究论文	提出一种准监督伪影解缠网络，利用未配对数据中的局部相似性进行低剂量CT图像去噪	提出准监督学习模式，通过从未配对正常剂量CT数据集中寻找最佳匹配图像作为先验信息	伪影减少效果仍不如完全监督学习方法	低剂量CT图像去噪以减少辐射风险	低剂量CT图像和正常剂量CT图像	计算机视觉	NA	CT成像	CNN	医学图像	未配对LDCT和NDCT图像数据集	PyTorch	ADN（伪影解缠网络）	噪声抑制，上下文保真度	NA