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	2025-07-02	Hybrid strategy of coronary atherosclerosis characterization with T1-weighted MRI and CT angiography to non-invasively predict periprocedural myocardial injury 2025-Jun-30, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf116 PMID:40241659	研究论文	本研究探讨了结合T1加权MRI和CT血管造影的混合策略在非侵入性预测围手术期心肌损伤中的应用	首次将MRI与CCTA结合，利用深度学习和定量技术改进PMI预测，提出了一种混合CCTA-MRI策略	样本量相对较小（120名患者，132个病变），且仅针对特定患者群体（计划进行选择性PCI的患者）	改进围手术期心肌损伤（PMI）的非侵入性预测方法	冠状动脉粥样硬化患者	数字病理学	心血管疾病	T1加权MRI、CT血管造影（CCTA）、深度学习	深度学习模型（未具体说明类型）	医学影像数据（MRI和CT图像）	120名患者，132个病变
822	2025-07-02	Automatic Multiclass Tissue Segmentation Using Deep Learning in Brain MR Images of Tumor Patients 2025-Jun-30, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001750 PMID:40576335	研究论文	本文开发并评估了一种基于卷积神经网络的自动分割脑部组织和肿瘤病变的流程	提出了一种针对脑肿瘤患者的稳健分割流程，解决了现有方法在处理病变患者时的不足	在本地医院数据集上的表现略低于BraTS'21数据集，可能存在泛化性问题	开发自动分割脑部MR图像中组织和肿瘤病变的方法	脑部MR图像中的组织和肿瘤病变	数字病理学	脑肿瘤	深度学习	基于深度残差U-Net框架的CNN	MR图像	BraTS'21数据集1251例患者，本地医院数据100例患者
823	2025-07-02	Boosting Checkpoint Blockade Immunotherapy with T Cell Membrane Redox Homeostasis Regulation and Deep Learning Enhanced NIR-II Imaging 2025-Jun-30, Advanced healthcare materials IF:10.0Q1 DOI:10.1002/adhm.202500769 PMID:40583483	研究论文	本研究设计了一种两性离子聚合物，用于结合和无痕释放检查点抑制抗体（Atezolizumab），同时恢复T细胞膜在氧化肿瘤微环境中的氧化还原稳态，并通过深度学习增强的近红外II区荧光成像技术观察抗体结合物的体内动态	通过调节T细胞膜氧化还原稳态和深度学习增强的近红外II区成像技术，提升检查点阻断免疫疗法的效果	研究仅在鼠模型中进行，尚未进行人体临床试验	提升免疫检查点阻断疗法的治疗效果，逆转肿瘤免疫抑制微环境	检查点抑制抗体（Atezolizumab）及其与两性离子聚合物的结合物	数字病理学	结直肠癌	近红外II区荧光成像，深度学习	深度学习网络	图像	鼠模型
824	2025-07-02	CoSpred: Machine Learning Workflow to Predict Tandem Mass Spectrum in Proteomics 2025-Jun-30, Proteomics IF:3.4Q2 DOI:10.1002/pmic.70004 PMID:40583480	研究论文	介绍了一种名为CoSpred的端到端用户友好机器学习工作流程，用于预测蛋白质组学中的串联质谱	使用transformer编码器架构预测完整的MS/MS谱图，并允许用户轻松插入其他ML模型以优化谱图预测	未提及具体的数据集规模或模型性能的局限性	提高蛋白质组学中肽段和蛋白质的识别率	肽段序列和MS/MS谱图	蛋白质组学	NA	质谱	transformer	质谱数据	NA
825	2025-07-02	Unstained Blood Smear Analysis: A Review of Rule-Based, Machine Learning, and Deep Learning Techniques 2025-Jun-30, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500121 PMID:40583517	综述	本文综述了基于规则、机器学习和深度学习方法在无染色血涂片分析中的应用	总结了无染色血涂片分析中的技术进步，强调了深度学习带来的性能提升	未提及具体方法的定量比较结果	探讨无染色血涂片分析技术在血液学诊断中的应用	无染色血涂片中的血细胞	数字病理学	血液疾病	生物光子技术	基于规则方法、机器学习和深度学习	图像	NA
826	2025-07-02	A Deep Learning-Based De-Artifact Diffusion Model for Removing Motion Artifacts in Knee MRI 2025-Jun-30, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70027 PMID:40583513	研究论文	本文构建了一种基于深度学习的去伪影扩散模型，用于去除膝关节MRI中的运动伪影	提出了一种监督条件扩散模型，用于有效去除膝关节MRI中的运动伪影，并在真实数据上验证了其性能	研究为回顾性设计，样本量相对有限，且外部验证数据集仅来自另一家医院	构建有效的深度学习模型以去除膝关节MRI中的运动伪影	膝关节MRI图像	数字病理	骨科疾病	MRI成像	条件扩散模型	图像	模型构建：90名患者（1997张2D切片）；内部测试数据集：25名患者（795张切片）；外部测试数据集：39名患者（813张切片）
827	2025-07-02	MS2MP: A Deep Learning Framework for Metabolic Pathway Prediction from MS/MS-Based Untargeted Metabolomics 2025-Jun-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06875 PMID:40583780	研究论文	提出了一种名为MS2MP的深度学习框架，用于直接从非靶向串联质谱数据预测KEGG代谢通路，无需先前的代谢物注释	首次提出直接从MS光谱预测代谢通路的计算工具，利用图神经网络架构学习光谱特征与代谢通路之间的复杂关系	NA	开发一种直接从非靶向串联质谱数据预测代谢通路的方法，以提高通路富集分析的效率	非靶向串联质谱数据	机器学习	NA	MS/MS-based untargeted metabolomics	图神经网络	质谱数据	33,221个实验性MS光谱
828	2025-07-02	Leveraging Representation Learning for Bi-parametric Prostate MRI to Disambiguate PI-RADS 3 and Improve Biopsy Decision Strategies 2025-Jun-30, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001218 PMID:40586610	研究论文	本研究利用深度学习模型通过PI-RADS引导的表征学习来区分PI-RADS 3分类，从双参数前列腺MRI图像中检测临床显著前列腺癌(csPCa)，并避免不必要的良性活检	采用PI-RADS引导的深度学习表征学习模型，能够提供额外信息以区分中等风险的PI-RADS 3评估，并在避免良性活检的同时保持对csPCa的敏感性	研究仅基于单一机构的数据，可能影响模型的泛化能力	提高前列腺癌MRI诊断的准确性，减少不必要的活检	前列腺癌患者	数字病理	前列腺癌	深度学习表征学习	RL (Representation Learner)	MRI图像	28,263次MRI检查，来自21,938名男性患者，其中6,352次后续活检
829	2025-07-02	BIScreener: enhancing breast cancer ultrasound diagnosis through integrated deep learning with interpretability 2025-Jun-30, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay00475f PMID:40586715	研究论文	提出了一种可解释的深度学习模型BIScreener，用于从乳腺超声图像预测BI-RADS分类，以提高乳腺癌风险评估和诊断效率	利用三个预训练卷积神经网络的堆叠泛化方法，结合两种特定仪器的超声图像分析，提高了BI-RADS分类的准确性和诊断效率	仅使用了两种特定仪器的超声图像，可能限制了模型的泛化能力	提高乳腺癌的早期诊断准确性和效率	乳腺超声图像	数字病理学	乳腺癌	深度学习	CNN	图像	未明确提及具体样本数量，但使用了两种特定仪器（Mindray R5和HITACHI）的超声图像
830	2025-07-02	Understanding the Impact of Seasonal Weather Dynamics on Rice Disease Occurrence Using Neural Networks: A Case Study of Panicle Blast and Grain Rot 2025-Jun-30, Phytopathology IF:2.6Q2 DOI:10.1094/PHYTO-01-25-0004-FI PMID:40586730	研究论文	本研究利用神经网络分析季节性天气动态对稻瘟病和谷粒腐烂病发生的影响	提出了一种仅依赖气象数据的数据驱动方法，利用LSTM模型揭示气象条件与病害发生之间的隐藏关系	模型在PB和GR上的测试准确率分别为64.9%和68.0%，仍有提升空间	开发基于气象数据的作物病害预测系统	稻瘟病(PB)和谷粒腐烂病(GR)	机器学习	稻瘟病	LSTM模型	LSTM	时间序列气象数据	180天的7个气象变量数据
831	2025-07-02	Radiation Dose Reduction and Image Quality Improvement of UHR CT of the Neck by Novel Deep-learning Image Reconstruction 2025-Jun-30, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-025-01532-5 PMID:40586788	research paper	评估了一种结合新型深度学习重建算法的剂量降低超高清CT在头颈部成像中的应用，以评估其对图像质量和辐射暴露的影响	采用新型深度学习重建算法（DL-2）在超高清头颈部CT成像中显著提升图像质量并降低辐射剂量	研究为回顾性分析，样本量相对有限（98例患者）	评估剂量降低超高清CT结合深度学习重建算法在头颈部成像中的效果	头颈部CT成像	医学影像	头颈部疾病	深度学习重建算法（DL-2）	深度学习	CT图像	98例患者（剂量降低组）和30例患者（非剂量降低组）
832	2025-07-02	Improving Robustness and Reliability in Medical Image Classification with Latent-Guided Diffusion and Nested-Ensembles 2025-Jun-30, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3583974 PMID:40587343	研究论文	提出了一种结合Vision Transformers和扩散模型的集成学习方法LaDiNE，以提高医学图像分类的鲁棒性和可靠性	首次将Vision Transformers的鲁棒性与扩散模型的生成能力结合，同时解决预测准确性和置信度校准问题	仅在肺结核胸部X光和黑色素瘤皮肤癌数据集上进行了测试，未验证在其他医学图像上的泛化能力	提高医学图像分类在噪声、对抗扰动和分辨率退化等情况下的鲁棒性和可靠性	医学图像（胸部X光和皮肤癌图像）	计算机视觉	肺结核和黑色素瘤皮肤癌	扩散模型和集成学习	Vision Transformers和扩散模型	图像	NA
833	2025-07-02	Novel Deep Learning Model to Estimate Knee Flexion and Adduction Moments with Wearable IMUs during Treadmill and Overground Walking 2025-Jun-30, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3584389 PMID:40587356	研究论文	开发了一种新型深度学习模型，利用可穿戴IMU设备在跑步机和地面行走时估计膝关节屈曲和外展力矩	结合了基于LSTM的自编码器和变分高斯过程（VGP）的新型深度学习模型，用于估计KAM和KFM的平均值和不确定性区域	研究仅涉及健康参与者，未包括TKR手术后的患者	开发一种机器学习框架，利用可穿戴IMU设备在自然环境中准确估计步态动力学	膝关节屈曲力矩（KFM）和膝关节外展力矩（KAM）	机器学习	骨关节炎	可穿戴惯性测量单元（IMUs）	LSTM-based Autoencoder和Variational Gaussian Process（VGP）	运动数据	17名健康参与者进行跑步机行走试验，另外17名健康参与者进行地面行走试验
834	2025-07-02	Bidirectional Prototype-Guided Consistency Constraint for Semi-Supervised Fetal Ultrasound Image Segmentation 2025-Jun-30, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3584236 PMID:40587357	研究论文	提出了一种基于双向原型引导一致性约束的半监督胎儿超声图像分割方法BiPCC，用于解决标注数据不足的问题	利用原型桥接标注和未标注数据，并通过双向一致性约束和不确定性交叉监督提升伪标签质量	未明确说明在极端病例或低质量图像上的表现	提升半监督学习在胎儿超声图像分割中的应用效果	胎儿超声图像	数字病理	胎儿发育评估	半监督学习	BiPCC	图像	两个胎儿超声数据集及两个额外医学分割数据集
835	2025-07-02	DeepLabV3+ With Convolutional Triplet Attention and Histopathology-Guided Voting for Hyperspectral Image Segmentation of Serous Ovarian Cancer 2025-Jun-30, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500142 PMID:40587972	research paper	该论文提出了一种结合卷积三重注意模块和组织病理学引导投票机制的DeepLabV3+混合架构，用于高光谱图像的浆液性卵巢癌分割	创新点包括引入卷积三重注意模块(CTAM)捕捉跨维度光谱-空间依赖，以及组织病理学引导投票机制(HVM)整合WHO诊断标准	未明确提及具体局限性	提高高光谱图像中浆液性卵巢癌组织的分割和分类准确性	浆液性卵巢癌组织的高光谱图像	digital pathology	ovarian cancer	hyperspectral imaging	DeepLabV3+, CNN	hyperspectral image	未明确提及样本数量
836	2025-07-02	In-silico CT simulations of deep learning generated heterogeneous phantoms 2025-Jun-30, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ade9c9 PMID:40587975	研究论文	本文提出使用3D DUC-GAN模型生成具有器官内部细节的虚拟成像体模，以提高CT模拟的真实性	首次使用3D DUC-GAN模型生成包含16种独特纹理的虚拟体模，显著提高了CT模拟的真实性和准确性	研究仅针对躯干内的器官，未涉及其他身体部位	提高虚拟CT成像体模的真实性，以更准确模拟成像过程	虚拟CT成像体模	计算机视觉	NA	CT成像	3D DUC-GAN	CT图像	378个CT图像-分割对用于训练，18个用于测试
837	2025-07-02	Artificial intelligence techniques in inherited retinal diseases: A review 2025-Jun-30, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ade9c7 PMID:40587976	综述	本文综述了人工智能技术在遗传性视网膜疾病（IRDs）诊断和管理中的应用	整合了现有研究，识别了知识空白，并概述了AI在IRDs中的潜在应用，特别是在疾病检测、进展预测和个性化治疗规划方面	AI技术的快速发展和多样化应用导致该领域知识碎片化，需要更多跨学科合作和可解释AI模型的持续开发	探索人工智能技术在遗传性视网膜疾病诊断和管理中的应用，推动临床应用的进展	遗传性视网膜疾病（IRDs）	数字病理学	遗传性视网膜疾病	机器学习、深度学习	CNN	NA	NA
838	2025-07-02	Predicting adverse drug reactions for combination pharmacotherapy with cross-scale associative learning via attention modules 2025-Jun-30, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00816-7 PMID:40588546	研究论文	提出了一种名为OrganADR的关联学习增强模型，用于预测新兴联合药物治疗在器官水平上的不良反应	结合器官水平的不良反应信息、分子水平的药物信息和基于网络的生物医学知识，通过多解释模块进行集成表示	未提及具体的数据集大小或实验限制	开发一种可解释的计算方法，用于预测联合药物治疗的不良反应，以支持临床用药管理、药物开发和精准医疗	联合药物治疗的不良反应	机器学习	NA	深度学习	关联学习增强模型（OrganADR）	生物医学知识、药物信息、不良反应信息	NA
839	2025-07-02	Enhanced deep learning framework for real-time instrument detection and tracking in laparoscopic surgery using advanced augmentation and tracking techniques 2025-Jun-30, Surgical endoscopy DOI:10.1007/s00464-025-11932-w PMID:40588604	研究论文	该研究提出了一种增强的深度学习框架，用于腹腔镜手术中手术器械的实时检测与跟踪，通过先进的增强和跟踪技术提高精确性和效率	整合了YOLOv9n、ByteTrack和BoT-SORT等先进算法，实现了高精度（mAP50达98.4%）和快速推理（0.3毫秒）的实时检测与跟踪	研究依赖于特定数据集（m2cai16-tool-locations），可能在不同手术场景或器械类型中泛化能力有限	提升微创手术（MIS）中手术器械的实时检测与跟踪精度，优化手术流程并提高患者安全性	腹腔镜手术中的手术器械	计算机视觉	NA	深度学习框架（YOLOv9n）、目标跟踪算法（ByteTrack、BoT-SORT）、数据增强	YOLOv9n、YOLOv8n、YOLOv5n、YOLOv11n、Faster R-CNN	图像	使用m2cai16-tool-locations检测数据集（具体样本量未明确说明）
840	2025-07-02	Efficient Cerebral Infarction Segmentation Using U-Net and U-Net3 + Models 2025-Jun-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01587-3 PMID:40588699	研究论文	本研究提出了一种使用U-Net和U-Net3+模型进行脑梗死分割的新方法	采用新型数据集和两种卷积神经网络架构（基础U-Net和高级U-Net3+）进行脑梗死区域的高精度分割	数据集规模有限，需通过数据增强技术进行平衡	提高脑梗死的早期诊断和干预效果	脑梗死患者的MRI扫描图像	数字病理学	心血管疾病	MRI扫描	U-Net和U-Net3+	图像	110名患者的MRI扫描，生成6732张平衡图像用于训练、验证和测试