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
841	2025-05-11	Automatic skull reconstruction by deep learnable symmetry enforcement 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108670 PMID:40009971	研究论文	提出一种基于可学习对称性增强的自动颅骨重建方法	通过可学习的对称性增强改进颅骨重建，显著减少计算资源需求	训练数据集规模有限，高分辨率体积数据及数据异质性大	自动化颅骨缺损重建过程，缩短手术等待时间	颅骨缺损患者	数字病理	颅骨损伤	深度学习	神经网络	体积数据	SkullBreak和SkullFix数据集及真实临床病例
842	2025-05-11	Causal associations between scapular morphology and shoulder condition estimated with Bayesian statistics 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108666 PMID:40009972	research paper	本研究利用贝叶斯统计方法评估了肩胛骨形态与肩部状况之间的因果关系	开发了一个贝叶斯因果模型来回答关于肩胛骨解剖对肩部状况影响的干预性问题	研究结果可能受到样本量和数据来源的限制	评估肩胛骨解剖学变量对肩部状况的因果影响	396名受试者的CT扫描数据，分为四个肩部状况组	医学影像分析	肩部疾病	CT扫描和深度学习模型	贝叶斯多分类逻辑回归模型	医学影像数据	396名受试者
843	2025-05-11	Segmentation of skin layers on HFUS images using the attention mechanism 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108668 PMID:40015155	research paper	该论文提出了一种结合上下文特征金字塔块与注意力门的新型神经网络模型，用于准确分割皮肤层	首次使用注意力机制结合上下文特征金字塔块来分割皮肤层，并测试了预分割入口回声层的顺序模型	研究中使用的HFUS图像数据库来自不同的超声设备和探头频率，可能影响模型泛化能力	开发一种自动化的超声图像分析算法，用于皮肤层的准确分割	皮肤层（入口回声层、SLEB和真皮层）	计算机视觉	NA	高频超声（HFUS）成像	结合上下文特征金字塔块与注意力门的神经网络	图像	两个不同的HFUS图像数据库
844	2025-05-11	Enhanced dose prediction for head and neck cancer artificial intelligence-driven radiotherapy based on transfer learning with limited training data 2025-May, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70012 PMID:40087841	research paper	本研究探讨了迁移学习在头颈癌人工智能驱动放疗剂量预测模型中的应用及其对预测性能的提升	利用迁移学习优化现有临床剂量预测模型，显著提高了新兴放疗技术（如AINRT和DA-AINRT）的预测准确性	研究依赖于有限的数据集，可能影响模型的泛化能力	提升头颈癌患者放疗剂量预测的准确性，支持新兴放疗技术的发展	头颈癌患者	digital pathology	head and neck cancer	AI-based nodal radiotherapy (AINRT), Daily Adaptive AI-based nodal radiotherapy (DA-AINRT)	Hierarchically Densely Connected U-net	medical imaging data	AINRT和DA-AINRT患者数据集
845	2025-05-11	A novel skeletal muscle quantitative method and deep learning-based sarcopenia diagnosis for cervical cancer patients treated with radiotherapy 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17791 PMID:40170435	research paper	该研究提出了一种基于深度学习的自动分割方法，用于宫颈癌放疗患者的肌肉减少症诊断	首次探索了使用CBCT评估第五腰椎（L5）的骨骼肌指数（SMI），并提出了端到端的解剖距离引导双分支特征融合网络进行自动分割	研究样本仅来自单一机构，外部验证数据集规模较小	探索CBCT在评估骨骼肌指数和肌肉减少症诊断中的应用价值	接受放疗的宫颈癌患者	digital pathology	cervical cancer	CBCT, deep learning	anatomical distance-guided dual branch feature fusion network	medical image	248名宫颈癌放疗患者
846	2025-05-11	Training, Validating, and Testing Machine Learning Prediction Models for Endometrial Cancer Recurrence 2025-May, JCO precision oncology IF:5.3Q1 DOI:10.1200/PO-24-00859 PMID:40324114	research paper	该研究旨在训练、验证和测试用于预测子宫内膜癌复发的机器学习模型	使用lasso回归、机器学习（ML）和深度学习（DL）分析大型综合数据集来预测子宫内膜癌复发	需要前瞻性验证以确定临床实用性	准确预测子宫内膜癌复发风险，以更好地选择患者进行辅助治疗	子宫内膜癌患者	machine learning	endometrial cancer	microRNA, long noncoding RNA, isoforms, pseudogene expressions, SNV, CNV	lasso regression, ML, DL	clinical, pathologic, genomic, genetic data	低风险组329例，高风险组324例，非子宫内膜样组织学组239例
847	2025-05-11	Spatial and Temporal Changes in Choroid Morphology Associated With Long-Duration Spaceflight 2025-May-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.5.17 PMID:40332907	研究论文	本研究利用深度学习技术分析长期太空飞行中宇航员脉络膜的形态变化	扩展了深度学习在OCT图像脉络膜分割中的应用，首次量化了微重力环境下脉络膜的脉动和拓扑变化	样本量较小(12名宇航员)，且仅6名有飞行中影像数据	探究长期太空飞行中脉络膜形态变化与太空飞行相关神经眼综合征(SANS)的关系	长期太空飞行的宇航员	数字病理学	太空飞行相关神经眼综合征	光学相干断层扫描(OCT)	深度学习模型	OCT视频和体积数据	12名平均年龄47±9岁的宇航员(其中6名有飞行中数据)
848	2025-05-11	The long journey of artificial intelligence in medicine: an overview 2025-May, Clinical and experimental rheumatology IF:3.4Q2 DOI:10.55563/clinexprheumatol/oamfed PMID:40338059	综述	本文概述了人工智能在医学领域的漫长发展历程及其重要里程碑	全面回顾了AI从哲学和数学起源到现代医学应用的演变过程，突出了关键技术的发展节点	未具体说明当前AI在医学应用中面临的具体技术或伦理挑战细节	梳理人工智能技术在医学领域的发展历史和应用前景	人工智能技术的发展历程及其医学应用	人工智能	NA	机器学习、神经网络、深度学习、大语言模型	NA	健康大数据	NA
849	2025-05-11	Rapid point-of-care pathogen sensing in the post-pandemic era 2025-May, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2024.10.003 PMID:39521626	review	本文综述了后疫情时代快速准确诊断病毒或细菌病原体的即时检测技术进展	重点介绍了利用表面增强拉曼散射(SERS)技术的生物传感器在病原体感染标志物快速敏感诊断中的革命性应用，以及深度学习在复杂信号快速解析中的整合	NA	探讨后疫情时代即时检测(POC)诊断技术的发展现状与趋势	病毒或细菌病原体的快速诊断技术	生物医学工程	传染病	表面增强拉曼散射(SERS), 深度学习	深度学习算法	生物标志物信号	NA
850	2025-05-11	Current and future deep learning algorithms for tandem mass spectrometry (MS/MS)-based small molecule structure elucidation 2025-May, Rapid communications in mass spectrometry : RCM IF:1.8Q2 DOI:10.1002/rcm.9120 PMID:33955607	research paper	探讨当前和未来深度学习算法在基于串联质谱（MS/MS）的小分子结构解析中的应用	提出新的深度学习架构，通过多任务学习和特征工程解决现有方法在计算复杂性、数据预处理信息丢失和分子指纹覆盖不足方面的问题	深度学习框架的性能和普遍适用性需要与经典机器学习框架进行公平评估	开发强大的深度学习模型以实现从小分子串联质谱数据中自动解析结构	小分子结构解析	machine learning	NA	tandem mass spectrometry (MS/MS)	graph convolutional networks, multitask learning	mass spectral data	NA
851	2025-05-11	Deep Learning Assisted Outer Volume Removal for Highly-Accelerated Real-Time Dynamic MRI 2025-May-01, ArXiv PMID:40342862	研究论文	提出了一种新型外体积去除（OVR）方法，用于高加速实时动态MRI中的伪影减少	利用深度学习模型识别并去除时间交错欠采样模式中的伪周期性伪影，提出了一种无需修改采集过程的实用解决方案	未明确提及样本量或具体临床应用的限制	提高实时电影MRI在高加速率下的图像质量	心脏运动的功能评估	医学影像处理	心血管疾病	实时动态MRI，深度学习	PD-DL（物理驱动深度学习）	MRI影像数据	NA
852	2025-05-11	Low-cost video-based air quality estimation system using structured deep learning with selective state space modeling 2025-Apr-26, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109496 PMID:40344874	research paper	提出了一种基于视频的低成本空气质量估计系统，结合结构化深度学习和选择性状态空间建模	首次将选择性状态空间模型（SSM）与选择性扫描机制和混合预测器（HP）结合，用于视频空气质量估计，有效捕捉时空特征并实现多污染物输出	研究仅基于巴基斯坦拉合尔地区的数据，可能在其他地区的泛化能力有限	开发一种高效、低成本的空气质量预测模型，用于实时污染控制	室外空气质量（PM、PM、AQI）	computer vision	NA	深度学习	AQP-Mamba（基于SSM的模型）	视频	13,176个视频，来自巴基斯坦拉合尔的6个监测站
853	2025-05-11	Impact of CT reconstruction algorithms on pericoronary and epicardial adipose tissue attenuation 2025-Apr-23, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112132 PMID:40344712	research paper	研究CT重建算法对心周脂肪组织和心外膜脂肪组织定量的影响，并探讨通过脂肪阈值调整校正这些影响的可行性	比较了不同强度的ASIR-V和DLIR算法对脂肪组织定量的影响，并提出了脂肪阈值调整的校正方法	研究为回顾性分析，样本量有限（134例患者），且仅基于特定时间段的数据	评估不同CT重建算法对心周脂肪组织和心外膜脂肪组织定量的影响，并探索校正方法	134例接受冠状动脉CT血管造影（CCTA）的患者	医学影像处理	心血管疾病	冠状动脉CT血管造影（CCTA），自适应统计迭代重建（ASIR-V），深度学习图像重建（DLIR）	NA	医学影像数据	134例患者
854	2025-05-11	Radiomics for lung cancer diagnosis, management, and future prospects 2025-Apr-11, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106926 PMID:40344812	综述	本文综述了放射组学在肺癌诊断和管理中的作用，探讨了从手工放射组学到深度学习技术的各种方法及其应用	强调了放射组学在提高诊断准确性、预测治疗反应和个性化患者护理方面的潜力，并探讨了未来发展方向，如大型语言模型、可解释AI和超分辨率成像技术的整合	未具体提及研究的局限性	探讨放射组学在肺癌诊断和管理中的应用及其未来前景	肺癌患者	数字病理学	肺癌	放射组学、深度学习	AI模型	医学影像	NA
855	2025-05-11	Transfer learning and data augmentation for glucose concentration prediction from colorimetric biosensor images 2025-Apr-08, Mikrochimica acta DOI:10.1007/s00604-025-07136-7 PMID:40199789	研究论文	介绍了一种深度学习算法，用于通过比色纸传感器图像准确预测葡萄糖浓度	采用迁移学习和数据增强技术，简化了预测过程，无需单独的特征提取	需要大量训练数据，尽管数据增强技术试图缓解这一问题	开发一种基于深度学习的葡萄糖浓度预测方法	比色纸传感器图像	计算机视觉	NA	迁移学习, 数据增强	ResNet50, ResNet101, GoogLeNet, VGG-19	图像	五种不同葡萄糖浓度的比色纸传感器图像数据集
856	2025-05-11	Leveraging Radiomics and Hybrid Quantum-Classical Convolutional Networks for Non-Invasive Detection of Microsatellite Instability in Colorectal Cancer 2025-Apr, Molecular imaging and biology IF:3.0Q2 DOI:10.1007/s11307-025-01990-w PMID:39979579	研究论文	本研究提出了一种结合放射组学和混合量子-经典卷积神经网络的新框架，用于无创检测结直肠癌的微卫星不稳定性状态	采用自注意力对抗性染色标准化、Slimmable Transformer进行肿瘤轮廓描绘以及混合量子-经典神经网络提取放射组学特征，显著提高了MSI状态检测的准确性	NA	提升结直肠癌微卫星不稳定性状态的检测准确性，改善临床决策和患者预后	结直肠癌组织病理学切片图像	数字病理学	结直肠癌	放射组学分析、混合量子-经典神经网络	混合量子-经典卷积网络、Slimmable Transformer	组织病理学图像	来自NCT-CRC-HE-100K和PAIP 2020数据库的样本
857	2025-05-11	AI-MET: A deep learning-based clinical decision support system for distinguishing multisystem inflammatory syndrome in children from endemic typhus 2025-Apr, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109815 PMID:39987695	research paper	本文介绍了一种基于深度学习的临床决策支持系统AI-MET，用于区分儿童多系统炎症综合征（MIS-C）和地方性斑疹伤寒	AI-MET系统利用临床和实验室特征，在患者就诊前六小时内即可及时区分MIS-C和地方性斑疹伤寒，且在训练和测试数据集上的五个评估指标均达到100%	研究样本量相对较小，仅包括87例地方性斑疹伤寒患者和133例MIS-C患者	开发一种能够准确区分MIS-C和地方性斑疹伤寒的临床决策支持系统，以改善这两种疾病的早期诊断	儿童多系统炎症综合征（MIS-C）和地方性斑疹伤寒患者	digital pathology	multisystem inflammatory syndrome in children, endemic typhus	deep learning	NA	clinical and laboratory features	87例地方性斑疹伤寒患者和133例MIS-C患者（训练和测试数据集），111例MIS-C患者（验证数据集）
858	2025-05-11	Missing-modality enabled multi-modal fusion architecture for medical data 2025-Apr, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104796 PMID:39988001	研究论文	本研究提出了一种能够处理缺失模态的多模态融合架构，用于提升医学数据的深度学习模型性能	开发了一种基于Transformer的双模态融合模块，并将其组合成三模态融合框架，同时引入了多元损失函数以提高模型对缺失模态的鲁棒性	虽然对缺失模态具有鲁棒性，但在模态不完整数据上的性能仍略有下降	开发一种对缺失模态具有鲁棒性的多模态融合架构，以提升临床任务的性能	胸部X光片（图像模态）、放射学报告（文本模态）和结构化数值数据（表格数据模态）	数字病理	NA	Transformer	基于Transformer的双模态融合模块和三模态融合框架	图像、文本、表格数据	MIMIC-IV和MIMIC-CXR数据集
859	2025-05-11	Artificial Intelligence non-invasive methods for neonatal jaundice detection: A review 2025-Apr, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103088 PMID:39988547	review	本文综述了人工智能在新生儿黄疸非侵入性检测方法中的应用	探讨了多种AI驱动技术（如机器学习和深度学习）在提高新生儿黄疸诊断准确性方面的潜力，并指出AI模型在检测黄疸方面达到超过90%的准确率	讨论了在临床实践中整合这些技术的伦理和实际影响，并建议未来研究方向，如开发新的成像技术和可穿戴传感器	评估AI解决方案在减少新生儿发病率和死亡率方面的潜在影响，重点关注早期黄疸诊断	新生儿黄疸	digital pathology	geriatric disease	Machine Learning (ML), Deep Learning (DL)	neural networks	image	NA
860	2025-05-11	A comprehensive validation study on the influencing factors of cough-based COVID-19 detection through multi-center data with abundant metadata 2025-Apr, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104798 PMID:39993588	研究论文	本研究通过多中心数据和丰富的元数据，全面验证了基于咳嗽的COVID-19检测模型的影响因素	首次结合自监督学习和多源数据，验证了咳嗽类型、症状和感染阶段等因素对检测性能的影响，并观察了预测概率与临床指标的相关性	在康复个体和开源数据集上检测性能较差，显示了现有基于咳嗽的检测模型的局限性	评估基于咳嗽的COVID-19检测模型在实际应用中的可行性	临床和大规模众包的咳嗽音频数据	机器学习	COVID-19	自监督学习	深度学习模型	音频	多中心临床数据和众包数据