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
8581	2025-10-06	Quantitative susceptibility mapping via deep neural networks with iterative reverse concatenations and recurrent modules 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17747 PMID:40089979	研究论文	提出了一种名为IR2QSM的新型深度学习网络，通过迭代反向连接和循环模块改进定量磁化率映射重建精度	设计了具有四次迭代反向连接和中间循环模块的先进U-net架构，优化特征融合并提升潜在特征利用率	未明确说明模型计算复杂度和在实际临床环境中的验证情况	开发新型深度学习方法以改进QSM重建精度，同时减少噪声和伪影	磁共振成像中的定量磁化率映射重建	医学影像分析	神经系统疾病	磁共振成像	深度学习	医学影像	模拟和体内数据集	NA	U-net变体（IR2QSM）	XSIM	NA
8582	2025-10-06	Multimodal feature-guided diffusion model for low-count PET image denoising 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17764 PMID:40102174	研究论文	提出一种多模态特征引导的扩散模型MFG-Diff，用于低计数PET图像去噪并充分利用MRI信息	用LPET图像替代随机高斯噪声，引入新的退化算子模拟PET成像物理过程，采用跨模态引导恢复网络和多层次特征融合模块	NA	开发能够充分利用MRI信息的低计数PET图像去噪方法	低计数PET图像和MR图像	医学图像处理	NA	PET成像，MRI	扩散模型	医学图像（PET，MRI）	NA	NA	MFG-Diff，跨模态引导恢复网络，跨注意力机制	峰值信噪比，结构相似性指数，均方根误差，皮尔逊相关系数	NA
8583	2025-10-06	Poisson diffusion probabilistic model for low-dose SPECT sinogram denoising 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17760 PMID:40103551	研究论文	提出基于泊松噪声的扩散概率模型用于低剂量SPECT正弦图去噪	将传统扩散模型中的高斯噪声替换为符合SPECT成像物理原理的泊松噪声，并引入时间预测聚合模块(TPAM)提升去噪性能	NA	开发有效的低剂量SPECT正弦图去噪方法	低剂量单光子发射计算机断层扫描(SPECT)正弦图	医学图像处理	NA	SPECT成像	扩散概率模型	医学图像(SPECT正弦图)	模拟SPECT数据集和临床SPECT数据集	NA	泊松扩散概率模型(PDPM)	PSNR, SSIM, COV	NA
8584	2025-10-06	Deep-learning based multibeat echocardiographic cardiac phase detection 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17733 PMID:40108797	研究论文	提出一种名为EchoPhaseNet的新型深度学习网络，用于多心动周期超声心动图中心脏相位的快速准确检测	仅需使用ED/ES标签即可实现有效的心脏相位检测，显著降低标注成本并适用于更广泛的检测场景	研究中使用了多个数据集但样本规模存在差异，部分数据集样本量较小	开发低标注成本、高效率的多心动周期超声心动图心脏相位自动检测方法	多心动周期超声心动图序列	计算机视觉	心血管疾病	超声心动图	深度学习网络	超声图像序列	五个超声心动图数据集：Echo-DT（小型私有数据集）、PhaseDetection（中型公开数据集）、EchoNet-Dynamic、CAMUS、EchoNet-Dynamic-MultiBeat（三个公开数据集）	PyTorch	EchoPhaseNet	绝对帧差(aFD), GradCAM可视化, 统计显著性检验	NVIDIA RTX 4080 GPU
8585	2025-10-06	Evaluating the robustness of deep learning models trained to diagnose idiopathic pulmonary fibrosis using a retrospective study 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17752 PMID:40111345	研究论文	评估基于深度学习的特发性肺纤维化诊断模型在不同CT成像协议下的鲁棒性	首次系统评估深度学习模型在多种CT成像协议下对IPF诊断的稳定性	回顾性研究设计，数据来源有限	评估深度学习模型在不同CT成像协议下的诊断性能稳定性	间质性肺病患者CT扫描数据	医学影像分析	特发性肺纤维化	CT成像	2D CNN, 3D CNN	CT图像	389例IPF患者和700例非IPF ILD患者的CT数据，其中343例患者同时具有参考条件和非参考条件的CT数据	NA	NA	特异性, p值	NA
8586	2025-10-06	Improving realism in abdominal ultrasound simulation combining a segmentation-guided loss and polar coordinates training 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17801 PMID:40159565	研究论文	提出一种结合分割引导损失和极坐标训练的腹部超声模拟方法，以提高图像真实感和解剖一致性	引入分割引导损失和极坐标训练来减少GAN在超声模拟中的幻觉，提高解剖准确性和真实感	仅针对腹部超声图像进行验证，未涉及其他器官或超声模式	提高基于物理模拟的腹部超声图像的真实感和解剖一致性	腹部超声图像	医学图像处理	腹部疾病	超声成像	GAN, CycleGAN	图像	617张真实腹部超声图像和971张模拟扫描图像	PyTorch	U-Net, CycleGAN	FID, KID, χ²直方图距离, 用户研究准确率	NA
8587	2025-10-06	Uncertainty quantification for CT dosimetry based on 10 281 subjects using automatic image segmentation and fast Monte Carlo calculations 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17796 PMID:40167139	研究论文	本研究结合自动图像分割和GPU加速蒙特卡罗模拟，对10281名受试者的CT器官剂量进行不确定性量化分析	首次将深度学习自动分割与GPU加速蒙特卡罗模拟相结合，处理超大规模患者特异性器官剂量数据集	研究仅基于单家医院数据，未涉及多中心验证	量化CT剂量学中的个体间变异性不确定性	10281名接受CT检查的个体（6419名男性，3862名女性）	医学影像分析	NA	CT扫描，蒙特卡罗模拟，深度学习分割	深度学习	CT图像，健康指标数据	10281名受试者	DeepContour	NA	相对误差，统计相关性分析	NVIDIA RTX 3080 GPU
8588	2025-10-06	Towards real-time conformal palliative treatment of spine metastases: A deep learning approach for Hounsfield Unit recovery of cone beam CT images 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17838 PMID:40257079	研究论文	开发了一种用于从锥束CT图像生成合成CT的两阶段深度学习模型，旨在实现脊柱转移瘤的实时适形姑息治疗	提出两阶段生成对抗网络方法，无需先验CT知识即可在整个脊柱区域生成高质量合成CT图像	研究样本量相对有限（220名患者），且专门针对脊柱转移瘤患者	实现基于机载成像的实时姑息放疗治疗规划，消除对CT模拟的依赖	脊柱转移瘤患者	医学影像分析	脊柱转移瘤	锥束CT, 扇形束CT	GAN, CycleGAN	CT图像	220名患者的CBCT和计划CT图像，其中33名患者用于独立测试	NA	条件生成对抗网络, 循环一致生成对抗网络	平均绝对误差, 平均误差, 剂量差异, gamma通过率	NA
8589	2025-10-06	Unsupervised non-small cell lung cancer tumor segmentation using cycled generative adversarial network with similarity-based discriminator 2025-Jun, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70107 PMID:40266997	研究论文	提出一种基于相似性判别器的循环生成对抗网络smic-GAN，用于非小细胞肺癌肿瘤的无监督分割	采用相似性驱动的生成对抗网络结合循环训练策略，无需任何人工标注即可实现肿瘤分割	NA	开发无需人工标注的肺癌肿瘤自动分割方法	非小细胞肺癌患者的CT扫描图像	计算机视觉	肺癌	CT扫描	GAN	医学图像	609例肺癌患者CT扫描（504训练，35验证，70测试）	NA	smic-GAN, cycle-GAN	Dice相似系数, 阳性预测值, 敏感度, 95% Hausdorff距离, 平均表面距离	NA
8590	2025-06-11	A novel dose calculation system implemented in image domain 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17903 PMID:40400114	研究论文	提出了一种名为DeepBEVdose的新型图像域剂量计算系统，用于从计算机断层扫描图像和辐射场注量图中自动计算剂量分布	引入了新颖的束眼视图计算方案，替代了传统无法去除的射线追踪过程，使用通用的二维卷积神经网络进行精确剂量计算	仅在鼻咽和肺部两种肿瘤部位的数据集上进行了验证	提高放射治疗中剂量计算的准确性和效率	计算机断层扫描图像和辐射场注量图	数字病理	癌症	深度学习	CNN	图像	多机构获取的数据集，包含鼻咽和肺部两种肿瘤部位	NA	NA	NA	NA
8591	2025-06-11	Artificial Intelligence for Head and Neck Squamous Cell Carcinoma: From Diagnosis to Treatment 2025-Jun, American Society of Clinical Oncology educational book. American Society of Clinical Oncology. Annual Meeting DOI:10.1200/EDBK-25-472464 PMID:40489724	综述	本文综述了人工智能在头颈部鳞状细胞癌（HNSCC）从诊断到治疗全过程中的应用进展	整合复杂的放射学、病理学和分子数据，为个性化HNSCC管理提供可操作的信息见解	临床转化仍存在障碍，需进一步发展可解释模型、前瞻性试验并无缝集成到临床工作流程中	改善HNSCC的个性化管理	头颈部鳞状细胞癌（HNSCC）患者	数字病理学	头颈部鳞状细胞癌	深度学习	多模态AI模型	影像学、组织病理学和电子健康记录	NA	NA	NA	NA	NA
8592	2025-06-11	"Perfusion Assessment of Healthy and Injured Hands Using Video-Based Deep Learning Models" 2025-May-28, Plastic and reconstructive surgery IF:3.2Q1 DOI:10.1097/PRS.0000000000012225 PMID:40489745	研究论文	本研究提出了一种基于视频的深度学习方法，用于评估健康及受伤手部的灌注情况	使用非接触式视频技术和深度学习模型（ResNet-18）进行灌注分类，为现场分诊提供技术支持	在医院环境中，由于光线、手部姿势和伤情等不可控因素，分类性能下降	开发一种技术以改进现场灌注评估，优化创伤分诊	健康对照者和急性创伤患者的手部灌注情况	计算机视觉	创伤	成像光电容积描记术（iPPG）	ResNet-18	视频	48名对照者（其中14名接受止血带诱导缺血评估）和15名急性创伤患者	NA	NA	NA	NA
8593	2025-10-06	Deep learning MRI-based radiomic models for predicting recurrence in locally advanced nasopharyngeal carcinoma after neoadjuvant chemoradiotherapy: a multi-center study 2025-May-15, Clinical & experimental metastasis IF:4.2Q2 DOI:10.1007/s10585-025-10349-y PMID:40369240	研究论文	本研究开发基于深度学习的MRI影像组学模型，用于预测局部晚期鼻咽癌新辅助放化疗后的复发风险	首次结合传统影像组学特征与深度学习特征构建多中心预测模型，并比较不同序列和模型组合的预测性能	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	验证基于深度学习的MRI影像组学模型预测局部晚期鼻咽癌复发的临床价值	328例来自四家医院的局部晚期鼻咽癌患者	医学影像分析	鼻咽癌	MRI影像组学分析	机器学习分类器	医学影像数据	328例患者（训练集229例，验证集99例）	NA	LASSO, Random Forest	AUC, 准确率, 敏感性, 特异性	NA
8594	2025-10-06	Meet the author: Hae Kyung Im 2025-May-14, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100880 PMID:40373740	研究论文	开发了一种整合深度学习和单细胞数据的细胞类型特异性转录组范围关联研究方法	将深度学习方法与单细胞数据整合到细胞类型特异性转录组范围关联研究框架中	NA	改进转录组范围关联研究分析，更好理解复杂疾病基因组学	基因组数据	机器学习	复杂疾病	单细胞数据，转录组范围关联研究	深度学习	基因组数据，单细胞数据	NA	NA	NA	NA	NA
8595	2025-10-06	Single-cell and spatial transcriptomics reveals an anti-tumor neutrophil subgroup in microwave thermochemotherapy-treated lip cancer 2025-05-13, International journal of oral science IF:10.8Q1 DOI:10.1038/s41368-025-00366-8 PMID:40360503	研究论文	本研究通过单细胞和空间转录组学揭示了微波热化疗治疗唇癌中具有抗肿瘤活性的中性粒细胞亚群及其作用机制	首次发现微波热化疗能诱导具有抗肿瘤活性的MNDA TANs（N1表型）大量浸润，并构建了预测预后的MX2生物标志物	研究样本量有限，需要更大规模的临床验证	探究微波热化疗治疗唇鳞状细胞癌的分子机制和免疫微环境变化	唇鳞状细胞癌患者肿瘤组织	数字病理学	唇癌	单细胞转录组测序, 空间转录组学, 苏木精-伊红染色	深度学习	基因表达数据, 病理图像	NA	NA	NA	预后相关性分析	NA
8596	2025-10-06	SimSon: simple contrastive learning of SMILES for molecular property prediction 2025-May-06, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf275 PMID:40341364	研究论文	提出一种名为SimSon的自监督对比学习框架，用于学习SMILES分子表示并预测分子性质	使用随机化SMILES通过对比学习来增强模型的泛化能力和鲁棒性，能够捕捉分子级别的全局语义上下文	NA	解决分子性质预测中标记数据短缺和泛化能力不足的问题	SMILES分子表示	生物信息学, 化学信息学	NA	对比学习	自监督学习模型	SMILES分子数据	NA	NA	对比学习框架	NA	NA
8597	2025-10-06	Unraveling the three-dimensional genome structure using machine learning 2025-May, BMB reports IF:2.9Q3 PMID:40058875	综述	本文综述了基于机器学习方法解析三维基因组结构的研究进展	系统总结了机器学习在染色体构象研究中的应用，包括从DNA序列预测相互作用、识别染色质层次结构以及提升Hi-C数据分辨率	NA	探讨机器学习方法在三维基因组结构分析中的应用	染色质相互作用和三维基因组结构	机器学习	NA	高通量染色体构象捕获测序	深度学习	基因组序列数据，Hi-C数据	NA	NA	NA	NA	NA
8598	2025-10-06	Improving AlphaFold2 and 3-based protein complex structure prediction with MULTICOM4 in CASP16 2025-Apr-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.06.641913 PMID:40161604	研究论文	开发MULTICOM4系统通过整合AlphaFold2、AlphaFold3和内部技术改进蛋白质复合物结构预测	整合基于Transformer的AlphaFold2、基于扩散模型的AlphaFold3，并结合蛋白质复合物化学计量比预测、多样化多序列比对生成、建模异常处理和深度学习模型质量评估等内部技术	NA	提高蛋白质复合物结构预测的准确性	多链蛋白质复合物（多聚体）	计算生物学	NA	多序列比对(MSA)、深度学习模型质量评估	Transformer, 扩散模型	蛋白质序列和结构数据	CASP16评估数据集	NA	AlphaFold2, AlphaFold3	TM-score, DockQ score	NA
8599	2025-10-06	[Nobel Prize in physics 2024 : John J. Hopfield and Geoffrey E. Hinton. From Hopfield and Hinton to AlphaFold: The 2024 Nobel Prize honors the pioneers of deep learning] 2025-Mar, Medecine sciences : M/S DOI:10.1051/medsci/2025036 PMID:40117553	评论	回顾2024年诺贝尔物理学奖得主John J. Hopfield和Geoffrey E. Hinton的职业生涯及其在人工神经网络领域的开创性贡献	NA	NA	追溯两位诺贝尔奖得主的科研历程并强调他们对深度学习的先驱性贡献	John J. Hopfield和Geoffrey E. Hinton的研究工作	机器学习	NA	人工神经网络	NA	图像	NA	NA	Hopfield网络	NA	NA
8600	2025-10-06	Deep Learning-Based Blood Abnormalities Detection as a Tool for VEXAS Syndrome Screening 2025-Feb, International journal of laboratory hematology IF:2.2Q3 DOI:10.1111/ijlh.14368 PMID:39275905	研究论文	开发基于深度学习的血液异常检测工具用于VEXAS综合征筛查	首次利用深度学习自动检测外周血多形核粒细胞中的异常特征来筛查VEXAS综合征	样本量相对有限（VEXAS患者仅25例），需多中心验证	开发VEXAS综合征的自动化筛查工具	外周血多形核粒细胞图像	数字病理学	血液系统疾病	外周血涂片图像分析	CNN	图像	9514张标注的多形核粒细胞图像，来自64名患者（25例VEXAS，14例骨髓增生异常，25例血细胞减少）	NA	卷积神经网络	AUC, F1-score, 敏感性, 特异性	NA