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
821	2025-10-05	Optimizing Coronary Computed Tomography Angiography Using a Novel Deep Learning-Based Algorithm 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01033-w PMID:38438697	研究论文	本研究评估了一种基于深度学习的运动校正算法在改善64排多探测器CT冠状动脉血管成像图像质量方面的潜力	开发了一种新型深度学习运动校正算法，显著减少了冠状动脉CT血管成像中的运动伪影	研究仅纳入了124例存在运动伪影的检查，样本量相对有限	优化冠状动脉CT血管成像的图像质量，提高64排多探测器CT在慢性冠状动脉综合征诊断中的有效性	124例64排多探测器CT获得的冠状动脉CT血管成像检查	医学影像分析	心血管疾病	冠状动脉CT血管成像，64排多探测器CT	深度学习	医学影像	124例冠状动脉CT血管成像检查	NA	运动校正算法	图像质量评分，Wilcoxon符号秩检验，Spearman's Rho相关系数	NA
822	2025-10-05	DilatedToothSegNet: Tooth Segmentation Network on 3D Dental Meshes Through Increasing Receptive Vision 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01061-6 PMID:38441700	研究论文	提出一种名为DilatedToothSegNet的牙齿分割网络，通过扩张感受野提升3D牙科网格的牙齿分割精度	引入扩张边缘卷积网络算子，扩展网络感受野以学习更远距离特征，提升复杂病例的分割效果	未明确说明对特定牙齿异常情况的处理局限性	自动化3D牙科模型中的牙齿分割和标注	3D牙科表面模型中的牙齿结构	计算机视觉	牙科疾病	几何深度学习	图神经网络	3D网格数据	基于Teeth3DS基准数据集进行广泛评估	NA	DilatedToothSegNet, 扩张边缘卷积	定量分析, 定性分析	NA
823	2025-10-05	Prediction of Ablation Rate for High-Intensity Focused Ultrasound Therapy of Adenomyosis in MR Images Based on Multi-model Fusion 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01063-4 PMID:38441701	研究论文	开发基于影像组学和深度学习特征的多模型融合模型，用于预测子宫腺肌症患者高强度聚焦超声治疗的消融率	提出结合影像组学和深度学习特征的多模型融合方法，相比单一特征模型显著提升预测性能	回顾性研究，样本量有限（119例患者），需要更大规模的前瞻性验证	预测子宫腺肌症患者高强度聚焦超声治疗的消融疗效	接受高强度聚焦超声治疗的子宫腺肌症患者	计算机视觉	子宫腺肌症	T2加权成像	集成学习, CNN	医学影像	119例子宫腺肌症患者（训练集与测试集按7:3划分）	NA	VGG-19	准确率, 精确率, 召回率, F分数, AUC	NA
824	2025-10-05	Effects of Intravenous Infusion of Iodine Contrast Media on the Tracheal Diameter and Lung Volume Measured with Deep Learning-Based Algorithm 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01071-4 PMID:38448759	研究论文	本研究通过深度学习算法评估静脉注射碘造影剂对气管直径和肺容积的影响	首次使用基于深度学习的自动化算法系统评估造影剂注射对呼吸道和肺容积的瞬时影响	回顾性研究设计，样本量相对有限（221例），仅使用单一商业软件进行分析	探究静脉注射碘造影剂对气管直径和肺容积的生理影响	接受胸部血管动态CT检查的221例患者（平均71.1岁，174例男性）	医学影像分析	呼吸系统疾病	CT血管动态成像	深度学习算法	CT影像	221例患者	商业软件（具体框架未指明）	自动气道和肺部分割算法	配对t检验，Bonferroni校正	NA
825	2025-10-05	Feature Fusion for Multi-Coil Compressed MR Image Reconstruction 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01057-2 PMID:38459398	研究论文	提出一种多线圈特征融合变分网络(MFFVN)，用于压缩磁共振图像重建	通过编码器直接显式提取多线圈MR图像特征并进行特征融合，有效利用多线圈采集的丰富信息	未明确说明方法在其他类型MR数据或不同加速因子下的泛化能力	改进多线圈压缩磁共振图像重建质量	多线圈磁共振图像	医学影像处理	NA	磁共振成像(MRI)	深度学习网络	多线圈磁共振图像	fastMRI数据集中的多线圈脑部图像	NA	多线圈特征融合变分网络(MFFVN)	PSNR, SSIM	NA
826	2025-10-05	Checklist for Reproducibility of Deep Learning in Medical Imaging 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01065-2 PMID:38483694	研究论文	通过德尔菲法开发了一个包含26个项目的深度学习模型报告清单，以提升医学影像领域研究的可重复性	首次针对医学影像深度学习领域开发了专门的可重复性报告清单，采用德尔菲法整合专家共识	专家小组规模有限（11位专家），清单的有效性需要在更广泛的研究中进一步验证	解决医学影像深度学习研究的可重复性问题	医学影像深度学习研究报告标准	医学影像	NA	德尔菲法，内容效度比分析	NA	专家调查问卷	11位医学影像和深度学习专家	NA	NA	内容效度比，共识度	NA
827	2025-10-05	A Data Augmentation Methodology to Reduce the Class Imbalance in Histopathology Images 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01018-9 PMID:38485898	研究论文	提出一种改进的复制-粘贴数据增强方法，结合损失函数中的权重平衡技术，解决组织病理学图像中的类别不平衡问题	针对高实例密度数据集中实例重叠可能有害的情况，专门定制了改进的复制-粘贴数据增强技术，并结合权重平衡方法	方法主要针对实例数量不平衡问题，可能不适用于所有类型的数据不平衡场景	解决组织病理学图像分类中的类别不平衡问题，特别是实例数量不平衡	细胞核检测数据集	数字病理学	NA	数据增强技术	神经网络	组织病理学图像	高度不平衡的数据集	NA	NA	分类性能	NA
828	2025-10-05	Seizure forecasting using minimally invasive, ultra-long-term subcutaneous electroencephalography: Individualized intrapatient models 2023-12, Epilepsia IF:6.6Q1 DOI:10.1111/epi.17252 PMID:35395101	研究论文	本研究通过超长期皮下脑电图记录，开发了个体化患者特异性癫痫发作预测模型	首次使用微创皮下脑电图设备进行超长期家庭记录，实现个体化癫痫发作预测	样本量较小（仅6名患者），需要在更大规模的前瞻性试验中验证	评估使用远程微创超长期皮下脑电图进行患者特异性癫痫发作预测的可行性	药物难治性局灶性癫痫患者	医疗人工智能	癫痫	皮下脑电图记录	LSTM	脑电图信号	6名患者，记录时间46-230天，总记录时间>11000小时	NA	长短期记忆网络	AUC, 敏感度, 预警时间	NA
829	2025-10-05	Contrastive learning in protein language space predicts interactions between drugs and protein targets 2023-06-13, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2220778120 PMID:37289807	研究论文	开发了一种基于对比学习的深度学习模型ConPLex，用于预测药物与蛋白质靶点之间的相互作用	成功结合预训练蛋白质语言模型和蛋白质锚定对比共嵌入技术，在保持高精度的同时实现了对未见数据的广泛适应性	NA	加速药物发现过程，实现基因组规模的高灵敏度计算机药物筛选	药物与蛋白质靶点的相互作用	自然语言处理, 机器学习	NA	蛋白质语言模型, 对比学习	深度学习	蛋白质序列, 药物化合物数据	人类蛋白质组和大型化合物库规模，实验验证了19个激酶-药物相互作用预测	NA	ConPLex	准确性, 适应性, 特异性	NA
830	2025-10-05	FaithfulNet: An explainable deep learning framework for autism diagnosis using structural MRI 2025-Nov-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149904 PMID:40882812	研究论文	开发可解释深度学习框架FaithfulNet用于基于结构MRI的自闭症诊断	提出新型忠实视觉解释方法Faith_CAM，结合梯度类激活图和SHAP梯度解释器	使用公开数据集，缺乏外部验证和临床前瞻性研究	开发可解释AI框架用于自闭症诊断和记忆功能区损伤评估	自闭症患者的结构MRI数据	医学影像分析	自闭症	结构磁共振成像(sMRI)	深度学习	医学影像	ABIDE-II公共数据库中的sMRI数据	NA	FaithfulNet	准确率,AUC	NA
831	2025-10-05	Comparison of organ volumes and standardized uptake values in [18F]FDG-PET/CT images using MOOSE and TotalSegmentator to segment CT images 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70025 PMID:40993940	研究论文	比较两种深度学习算法MOOSE和TotalSegmentator在[18F]FDG-PET/CT图像中分割33个解剖结构的体积和标准化摄取值差异	首次系统比较两种开源深度学习分割工具在PET/CT图像分析中的互换性	仅针对转移性乳腺癌患者的基线扫描，未评估其他疾病类型或随访数据	评估两种深度学习分割算法在器官体积和SUV值测量中的一致性	315名转移性乳腺癌女性的[18F]FDG-PET/CT基线图像	医学影像分析	乳腺癌	[18F]FDG-PET/CT成像	深度学习	CT图像,PET图像	315名患者	MOOSE v.3.0.14, TotalSegmentator v.2.0.5	NA	相对差异	NA
832	2025-10-05	Early Prediction and Risk Analysis Using Hybrid Deep Learning Techniques in Multimodal Biomedical Image 2025-Oct, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.23001 PMID:41015781	研究论文	提出一种融合多模态医学图像的混合深度学习框架，用于早期癌症预测和风险分析	结合多模态图像融合技术与混合深度学习模型，整合传统特征提取方法（ORB）和深度学习特征（InceptionV4），使用MS-GWNN分类器进行恶性肿瘤分期预测	未整合更多成像模态，缺乏实时临床应用验证，模型可解释性有待提升	开发能够处理多样化医学图像、提取有意义的特征并提供准确分类的高效模型，用于早期癌症检测	多模态医学图像（MRI和CT扫描）中的癌变区域	计算机视觉	癌症	多模态图像融合，高斯平滑预处理，ORB特征提取	混合深度学习	多模态医学图像	TCIA数据集	NA	InceptionV4, MS-GWNN	准确率, 敏感度, 特异性	NA
833	2025-10-05	E2E-TM: Dual-Way Feature Extraction and End-to-End Transformer Based Parkinson's Disease Diagnosis Using Integrated MR Imaging and Electroencephalogram Signals 2025-Oct, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.23002 PMID:41015780	研究论文	提出一种基于双模态特征提取和端到端Transformer的帕金森病诊断方法E2E-TM，整合磁共振成像和脑电图信号进行精确诊断	提出端到端Transformer模块E2E-TM，采用多尺度主干卷积和双路主干卷积模块进行特征提取，结合双并行注意力网络降低特征维度，实现多模态数据的有效融合	可能存在数据集多样性和代表性不足的风险，模型在特定人群上可能过拟合，影响跨患者群体和人口统计学的泛化能力	开发精确的帕金森病诊断方法	帕金森病患者	医学影像分析	帕金森病	磁共振成像, 脑电图	Transformer, CNN	图像, 信号	NA	NA	Transformer, Super U-Net	NA	NA
834	2025-10-05	Deep-Learning Aided Atomic-Scale Observation of Anisotropic Melting of the Charge Density Wave in TaS2 2025-Sep-27, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202507496 PMID:41014519	研究论文	通过深度学习和扫描透射电子显微镜技术观测TaS2中电荷密度波的各向异性熔化过程	首次结合人工智能增强的扫描透射电子显微镜和深度学习去噪技术，在原子尺度直接观测电荷密度波相变动力学	实验受电子束辐照控制，可能对样品产生额外影响	研究TaS2中电荷密度波相变的原子尺度动力学机制	1T-TaS2材料中的近公度电荷密度波相	材料科学,电子显微镜	NA	扫描透射电子显微镜,微分相位衬度成像,电子束辐照	深度学习	电子显微镜图像	NA	NA	NA	NA	NA
835	2025-10-05	Multimodal Machine Learning with 3D-Weighted-Matrix Encoding for High-Throughput Design of High-Performance Polyurethanes 2025-Sep-27, Macromolecular rapid communications IF:4.2Q2 DOI:10.1002/marc.202500471 PMID:41014522	研究论文	开发了一种结合机器学习和多模态特征工程的高通量筛选框架，用于预测聚氨酯材料的力学性能	提出了有效的3D加权矩阵编码方法表示聚氨酯单体，特征区分度比传统分子描述符提高23%；采用早期融合架构将结构特征与合成工艺参数融合	NA	加速高性能聚氨酯材料的开发，解决材料结构复杂性带来的力学性能设计挑战	聚氨酯材料及其单体	机器学习	NA	3D加权矩阵编码，逻辑基编码，多模态特征融合	深度学习	化学结构表示，合成工艺参数	筛选超过1.5亿个分子和工艺组合	NA	多模态深度学习模型	决定系数	NA
836	2025-10-05	[Advances in the application of artificial intelligence for pulmonary function assessment based on chest imaging in thoracic surgery] 2025-Sep-27, Zhonghua wai ke za zhi [Chinese journal of surgery] DOI:10.3760/cma.j.cn112139-20250309-00116 PMID:41015474	综述	探讨人工智能在基于胸部影像的胸外科肺功能评估中的应用进展	首次系统总结AI技术在多模态胸部影像（X射线、CT、MRI）肺功能评估中的创新应用，包括肺通气定量分析、弥散功能评估等新方向	面临数据标准化不足、模型可解释性有限、缺乏术后并发症预测模型等临床转化挑战	提升胸外科围术期肺功能评估的精准决策能力	胸外科患者的胸部影像数据及肺功能指标	医学影像分析	肺部疾病	多模态影像分析（X射线、CT、MRI）	深度学习	医学影像	NA	NA	NA	FEV1预测精度, DLCO评估准确率, TLC测量一致性	NA
837	2025-10-05	Generation of multimodal realistic computational phantoms as a test-bed for validating deep learning-based cross-modality synthesis techniques 2025-Sep-27, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03437-4 PMID:41015634	研究论文	提出一种利用计算体模生成逼真CT和MRI图像的新框架，为验证深度学习跨模态合成技术提供可靠基准数据集	首次使用生成的计算体模作为验证数据，用于评估基于深度学习的跨模态合成技术	NA	验证医学图像跨模态合成的深度学习模型，特别针对放射治疗应用	计算体模生成的CT和MRI图像	医学影像分析	NA	医学影像合成	CycleGAN, GAN	CT图像, MRI图像	NA	NA	CycleGAN	直方图相关性, 剂量测定准确性	NA
838	2025-10-05	Gait-to-Contact (G2C): A Novel Deep Learning Framework to Predict Total Knee Replacement Wear from Gait Patterns 2025-Sep-27, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-025-03863-3 PMID:41015655	研究论文	提出一种名为Gait-to-Contact (G2C)的深度学习框架，通过步态模式预测全膝关节置换假体的磨损分布	首次将基于Transformer-CNN的编码器-解码器架构应用于膝关节置换磨损预测，相比传统有限元分析大幅降低计算成本	当前研究基于模拟数据，尚未应用于临床患者数据	开发计算效率更高的替代模型来预测全膝关节置换假体的磨损	全膝关节置换假体的聚乙烯衬垫线性磨损分布	机器学习	骨科疾病	有限元分析，深度学习	Transformer, CNN	时间序列数据	314个ISO14243-3(2014)标准变化的步态模式时间序列	NA	Transformer-CNN编码器-解码器架构	平均绝对百分比误差(MAPE), 结构相似性指数(SSIM), 归一化互信息(NMI)	NA
839	2025-10-05	Exploring learning transferability in deep segmentation of colorectal cancer liver metastases 2025-Sep-26, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111076 PMID:41014675	研究论文	本研究探索深度学习模型在结直肠癌肝转移分割任务中的知识迁移能力	首次系统研究在肝转移瘤分割任务中不同迁移学习方案的效果，并通过尺度特异性评估揭示领域特定预训练的优势	研究仅针对肝转移瘤数据集，未涵盖其他类型肝脏病变	评估深度学习模型在医学图像分割中的迁移学习能力	结直肠癌肝转移病灶	医学图像分割	结直肠癌肝转移	深度学习	Transformer	医学图像	NA	NA	Transformer	尺度特异性评估指标	NA
840	2025-10-05	Does brain connectivity hold the key to safer roads? EEG-based fatigue detection in young drivers using interpretable deep learning 2025-Sep-26, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108251 PMID:41014829	研究论文	本研究通过EEG脑连接分析和可解释深度学习模型检测年轻驾驶员的心理疲劳	结合多头自注意力与长短期记忆网络(MHSA-xLSTM)的新型深度学习架构，并利用SHAP方法增强模型可解释性	样本量相对较小(32名年轻驾驶员)，需在更大群体中验证	开发准确且可解释的驾驶员疲劳检测方法以提高道路安全	年轻驾驶员	脑机接口, 深度学习	疲劳相关驾驶风险	脑电图(EEG), 脑功能网络分析	MHSA-xLSTM	EEG信号	32名年轻驾驶员	NA	多头自注意力机制, 长短期记忆网络	准确率	NA