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
821	2025-06-16	Deep learning model for low-dose CT late iodine enhancement imaging and extracellular volume quantification 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11288-0 PMID:39704803	研究论文	开发并验证了用于降噪晚期碘增强（LIE）图像并实现准确细胞外体积（ECV）量化的深度学习模型	提出了两种深度学习模型（RDN和cGAN）用于降噪LIE图像，并显著提高了图像质量和ECV量化准确性	研究为回顾性设计，样本量相对有限（423例患者）	开发能够降噪LIE图像并准确量化ECV的深度学习模型	胸部不适患者的心肌灌注CT+血管造影CT+LIE图像	医学影像分析	心血管疾病	CT成像	RDN（残差密集网络）和cGAN（条件生成对抗网络）	医学影像	423例患者（182例训练集，48例调参集，92例内部验证集，101例外部验证集）
822	2025-06-16	Generalizability, robustness, and correction bias of segmentations of thoracic organs at risk in CT images 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11321-2 PMID:39738559	research paper	评估和比较两种先进的深度学习方法在CT图像中分割四个胸部风险器官（食管、气管、心脏和主动脉）的性能	比较多器官分割方法和多个单器官模型融合方法，评估其对抗扰动的鲁棒性和外部数据集的泛化能力，并探讨专家校正引入的潜在偏差	专家校正可能引入偏差，需要手动标注的测试集来评估方法性能	提高放射治疗计划中胸部风险器官分割的效率和准确性	胸部风险器官（食管、气管、心脏和主动脉）	digital pathology	NA	CT成像	nnU-Net	image	NA
823	2025-06-16	Deep learning-based image domain reconstruction enhances image quality and pulmonary nodule detection in ultralow-dose CT with adaptive statistical iterative reconstruction-V 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11317-y PMID:39792163	research paper	该研究评估了基于深度学习的图像域重建在超低剂量CT（ULDCT）中的应用，以提升图像质量和肺结节检测能力	首次在超低剂量CT中应用深度学习图像重建（DLIR）技术，显著提升了图像质量和结节检测率	研究仅针对肺结节检测，未涉及其他肺部病变的检测效果	评估深度学习图像重建技术在超低剂量CT中的性能	210名接受肺癌筛查的患者	digital pathology	lung cancer	deep learning image reconstruction (DLIR), adaptive statistical iterative reconstruction-V (ASiR-V)	deep learning	image	210名患者的463个肺结节
824	2025-06-16	Deep learning-based time-of-flight (ToF) enhancement of non-ToF PET scans for different radiotracers 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07119-z PMID:39964543	research paper	本文评估了一种基于深度学习的飞行时间（DLToF）模型，用于提升非飞行时间PET图像的质量，针对不同示踪剂	开发了三种不同强度的DLToF模型（低、中、高），适用于多种示踪剂，并在多个国际站点进行验证	研究仅基于GE Discovery MI（DMI）飞行时间扫描仪的数据，可能不适用于其他设备	提升非飞行时间PET图像的质量，使其接近飞行时间PET图像的水平	PET图像，特别是使用不同示踪剂的非飞行时间PET图像	digital pathology	NA	深度学习，3D残差U-NET模型	3D residual U-NET	image	309个训练数据集和33个验证数据集，测试集包含60个DMI数据集（4种示踪剂，每种15次检查）
825	2025-06-16	Artificial intelligence-powered coronary artery disease diagnosis from SPECT myocardial perfusion imaging: a comprehensive deep learning study 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07145-x PMID:39976703	研究论文	本研究利用深度学习方法开发了基于SPECT心肌灌注成像的冠状动脉疾病诊断模型	采用了13种不同的深度学习模型和4种输入类型，结合数据增强和半监督学习策略，显著提升了CAD诊断性能	模型仅在LAD区域表现出良好性能，对其他冠状动脉区域的适用性有限	开发基于深度学习的冠状动脉疾病自动诊断系统	940名接受SPECT-MPI检查的患者（其中281名有ICA数据）	数字病理	心血管疾病	SPECT-MPI, 侵入性冠状动脉造影(ICA)	DenseNet201, ResNet152V2, InceptionResNetV2等13种深度学习模型	医学影像（SPECT-MPI极坐标图）	940例患者（281例有ICA数据）
826	2025-06-16	Unraveling the neural dynamics of mathematical interference in english reading: A novel approach with deep learning and fNIRS data 2025-Jul, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2025.111398 PMID:40409600	研究论文	本研究通过结合fNIRS、深度学习和数据挖掘技术，探讨了英语学习中的数学认知干扰机制	提出了一种名为AC-LSTM的新型深度学习模型，结合了Transformer和LSTM架构，用于识别英语学习过程中的数学认知残留	NA	探究英语学习与数学认知之间的神经机制	英语学习过程中的数学认知干扰	教育神经科学	NA	fNIRS, 深度学习, 数据挖掘	AC-LSTM (结合Transformer和LSTM架构)	fNIRS数据	NA
827	2025-06-16	Intergenerational inequity from hydrological drought in a warming world 2025-Jul, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125988 PMID:40449421	research paper	该研究量化了全球变暖背景下不同世代面临的水文干旱风险，揭示了气候变化导致的代际不平等问题	首次构建了干旱模拟的级联模型链，量化了2020年和1960年出生人群的终身干旱暴露差异	研究基于SSP5-85情景和5个GCM输出，结果可能受限于气候模型的不确定性	评估全球变暖对不同世代水文干旱暴露的影响	全球4091个流域的水文干旱演变	气候变化	NA	混合陆地模型、深度学习和多模型集成	深度学习模型	气候模型输出和水文数据	4091个流域
828	2025-06-16	Formation mechanism analysis and the prediction for compound flood arising from rainstorm and tide using explainable artificial intelligence 2025-Jul, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125858 PMID:40450943	research paper	该研究提出了一种可解释人工智能框架，用于分析暴雨和潮汐引发的复合洪水形成机制并进行预测	结合LSTM网络和多头注意力机制作为城市洪水模拟的替代模型，并利用SHAP方法解释模型决策过程，揭示复合洪水场景中的关键驱动因素及其相互作用	模型性能略低于基于物理的模型	提高洪水模拟的准确性和透明度，分析复合洪水的形成机制	沿海城市暴雨和潮汐引发的复合洪水	machine learning	NA	XAI, SHAP	LSTM, MHA	NA	NA
829	2025-06-16	Approaches for Measuring and Predicting Fouling During Thermal Processing of Dairy Solutions 2025-Jul, Comprehensive reviews in food science and food safety IF:12.0Q1 DOI:10.1111/1541-4337.70209 PMID:40511546	综述	本文综述了乳制品热处理过程中污垢测量和预测的当前方法，强调了科学原理、技术成熟度和工业适用性	与现有主要关注污垢量化的综述不同，本文突出了向预测驱动方法的转变，以控制和最小化污垢	讨论了各种测量和预测方法在灵敏度、可扩展性和工业稳健性方面的局限性	改善乳制品热处理过程中的污垢管理，优化清洁计划，提高工艺效率	乳制品热处理过程中的污垢	食品工程	NA	声学、光谱学和电化学传感器、深度学习、计算流体动力学和量纲分析技术	深度学习	过程数据	NA
830	2025-06-16	Leveraging deep learning to discover interpretable cellular spatial biomarkers for prognostic predictions based on hepatocellular carcinoma histology 2025-Jul, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70033 PMID:40511597	研究论文	利用深度学习发现可解释的细胞空间生物标志物，基于肝细胞癌组织学进行预后预测	开发了一种计算流程，通过深度学习细胞分割和识别，系统性量化肝细胞癌病理图像中肿瘤细胞、基质细胞和淋巴细胞的空间分布特征，并发现了六个与患者总生存率显著相关的细胞空间特征	研究仅基于两个独立队列的数据，可能需要更多样本来验证这些生物标志物的普适性	发现并量化肝细胞癌肿瘤微环境中细胞空间组织的生物标志物，用于预后预测	肝细胞癌患者的病理图像	数字病理学	肝细胞癌	深度学习细胞分割和识别	深度学习	图像	两个独立队列：The Cancer Genome Atlas Program队列和北京医院队列
831	2025-06-16	Characterization of hepatocellular carcinoma with CT with deep learning reconstruction compared with iterative reconstruction and 3-Tesla MRI 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11314-1 PMID:39775897	research paper	本研究比较了深度学习重建（DLR）和自适应统计迭代重建（ASIR）在肝细胞癌（HCC）可疑病变特征及其LI-RADS分类方面与MRI的对比，以及放射科医生的信心水平	首次比较了DLR和ASIR在HCC可疑病变特征和LI-RADS分类方面与MRI的一致性，并评估了放射科医生的诊断信心	单中心研究，样本量相对较小（89例患者）	评估DLR和ASIR在HCC诊断中的表现，并与MRI进行对比	肝细胞癌（HCC）可疑病变	digital pathology	liver cancer	CT, MRI, deep learning reconstruction, iterative reconstruction	deep learning	image	89例患者（52例HCC组，37例非HCC组）
832	2025-06-16	Novel fusion-based time-frequency analysis for early prediction of sudden cardiac death from electrocardiogram signals 2025-Jul, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104370 PMID:40514105	研究论文	提出了一种基于融合的时频深度学习框架，用于通过分类相关心脏状况来早期预测心源性猝死	采用新颖的融合技术结合时频表示，增强了心电图信号的判别能力，实现了高精度的早期预测	未提及模型在不同人群或噪声环境下的鲁棒性验证	开发一种能够早期预测心源性猝死的方法	心电图信号	机器学习	心血管疾病	时频分析（spectrograms和scalograms）	深度学习模型	心电图信号	未提及具体样本数量
833	2025-06-16	Virtual Bonding Enhanced Graph Self-Supervised Learning for Molecular Property Prediction 2025-Jun-15, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.70147 PMID:40515556	研究论文	提出了一种名为VIBE-MPP的自监督学习框架，用于分子属性预测，通过结合弱相互作用和3D空间信息改进分子表示	引入了虚拟键合图神经网络(VBGNN)和双层次自监督增强预训练(DSBP)方法，首次在分子表示中考虑了长程原子间相互作用	未明确说明模型在更大分子或更复杂相互作用体系中的适用性	改进分子属性预测的准确性以支持药物设计与发现	分子及其属性	机器学习	NA	自监督学习(SSL)	Virtual Bonding Graph Neural Network (VBGNN)	分子图数据	10个基准数据集
834	2025-06-16	Multi-class transformer-based segmentation of pancreatic ductal adenocarcinoma and surrounding structures in CT imaging: a multi-center evaluation 2025-Jun-14, Abdominal radiology (New York) DOI:10.1007/s00261-025-05061-0 PMID:40514460	研究论文	本研究提出了一种基于深度学习的框架，用于自动化CT图像中的多类别分割，比较了四种最先进架构的性能	采用基于Transformer的架构（特别是Swin-UNet）进行胰腺导管腺癌及周围结构的多类别分割，表现出优异的性能和泛化能力	研究为回顾性多中心研究，可能存在数据偏差	开发自动化分割胰腺导管腺癌及周围解剖结构的深度学习框架，以辅助诊断、治疗计划和结果评估	胰腺导管腺癌（PDAC）及周围结构（胰腺、静脉、动脉、胰管和胆总管）	数字病理	胰腺导管腺癌	深度学习	UNet, nnU-Net, UNETR, Swin-UNet	CT图像	3265名患者（来自6个机构），其中569名用于独立测试
835	2025-06-16	Retinal Vessel Traits and Age-Related Eye Disease in the Canadian Longitudinal Study on Aging 2025-Jun-14, Clinical & experimental ophthalmology DOI:10.1111/ceo.14566 PMID:40515626	研究论文	本研究通过横断面和纵向分析，探讨视网膜血管特征与青光眼相关结果及年龄相关性黄斑变性（AMD）的关联	使用深度学习算法QUARTZ从视网膜图像中提取数据，并首次在大型纵向研究中分析视网膜血管特征与眼病的关联	青光眼和AMD为自我报告数据，可能存在偏差	探究视网膜微血管变化与眼病发展的时序关系	加拿大老龄化纵向研究中的30,097名参与者	数字病理学	青光眼, 年龄相关性黄斑变性	深度学习	QUARTZ	图像	30,097名参与者，随访率92%
836	2025-06-16	Predicting peroxisome proliferator-activated receptor gamma potency of small molecules: a synergistic consensus model and deep learning binding affinity approach powered by Enalos Cloud Platform 2025-Jun-14, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11230-6 PMID:40515966	研究论文	本研究介绍了两种先进的计算机模型，用于预测靶向PPARγ的小分子化合物的结合亲和力和生物活性	开发了基于分子对接分数的神经网络分类器和结合随机森林、支持向量机及k近邻算法的共识模型，用于预测小分子的PPARγ拮抗活性	模型验证虽遵循OECD指南，但样本量相对较小（34种PFAS物质）	支持抗糖尿病治疗中PPARγ调节剂的发现	靶向PPARγ的小分子化合物	机器学习	糖尿病	分子对接、虚拟筛选	神经网络、随机森林、支持向量机、k近邻	分子描述符数据	34种PFAS物质
837	2025-06-16	Predicting pulmonary hemodynamics in pediatric pulmonary arterial hypertension using cardiac magnetic resonance imaging and machine learning: an exploratory pilot study 2025-Jun-14, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03434-6 PMID:40515976	研究论文	本研究探索了利用机器学习从非侵入性心脏磁共振（CMR）电影图像中预测儿童肺动脉高压（PAH）患者的肺动脉血流动力学的潜力	首次将深度学习模型应用于儿童PAH患者的非侵入性CMR图像，以预测肺动脉压力和血管阻力指数	样本量较小（40例），且为回顾性研究，结果需要更大规模的前瞻性研究验证	探索非侵入性方法替代心导管检查评估儿童PAH患者的血流动力学参数	儿童肺动脉高压患者	医学影像分析	肺动脉高压	心脏磁共振成像（CMR）	深度学习模型	医学影像	40例儿童PAH患者的CMR研究
838	2025-06-16	Optimizing stroke detection with genetic algorithm-based feature selection in deep learning models 2025-Jun-14, Applied neuropsychology. Adult DOI:10.1080/23279095.2025.2516259 PMID:40516039	研究论文	本研究探讨了基于遗传算法的特征选择与三种深度学习架构（InceptionV3、VGG19和MobileNetV2）的集成，以提升神经影像数据中的中风检测效果	将遗传算法与MobileNetV2结合用于特征选择，显著提高了分类准确率并降低了计算复杂度，这是相对于传统CNN流程的创新点	研究仅针对神经影像数据中的中风检测，未涉及其他类型的医学影像或疾病	开发准确且高效的中风诊断模型	神经影像数据中的中风检测	数字病理学	心血管疾病	遗传算法（GA）	InceptionV3, VGG19, MobileNetV2	图像	NA
839	2025-06-16	Mindset Matters: Exploring the Link Between Mindsets, Learning Intentions, and Performance in Biomedical Science Students 2025-Jun-14, Advances in physiology education IF:1.7Q4 DOI:10.1152/advan.00012.2025 PMID:40516929	research paper	探讨了生物医学科学学生的思维方式、学习意图与学术表现之间的关系	首次研究了学生思维方式与学习意图之间的关系，并通过混合方法验证了成长型思维对学术表现的积极影响	样本仅限二年级生物医学科学学生，结果可能不适用于其他学科或年级	探索思维方式如何影响学生的学习意图和学术表现	256名二年级生物医学科学学生	教育心理学	NA	混合方法研究（定性与定量分析）	NA	问卷回答（文本）和学术成绩（数值）	256名二年级生物医学科学学生
840	2025-06-16	Predicting time to live birth with deep learning embryo ranking: a novel multiple imputation approach 2025-Jun-13, Human reproduction (Oxford, England) DOI:10.1093/humrep/deaf102 PMID:40514039	研究论文	本研究探讨了胚胎选择算法在预测活产时间（TTLB）中的临床效用，并展示了其相对于手动排名的潜在优势	采用多重插补方法估计胚胎选择算法的临床效用，提高了TTLB预测的准确性	方法依赖于对缺失结果的准确预测，且TTLB估计仅适用于特定数据集	评估胚胎选择算法在预测活产时间中的临床效用	3783个治疗周期中的17914个可用胚胎	机器学习	生殖健康	多重插补链式方程（MICE）	深度学习	胚胎数据	3783个治疗周期，17914个胚胎