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
9621	2025-10-07	Deep learning in 3D cardiac reconstruction: a systematic review of methodologies and dataset 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03273-y PMID:39753994	系统综述	本文系统综述了使用深度学习方法进行3D心脏重建的技术和数据集	结合统计形状建模、图卷积网络和渐进式GAN的混合方法，特别针对先天性心脏病生成合成数据进行增强	NA	解决心脏建模和分割中的关键挑战，开发自动化的高分辨率3D心脏重建方法	心脏器官的三维重建	医学影像分析	心脏病	统计形状建模，图卷积网络，渐进式GAN	GCN, GAN	医学影像数据	包含UK Biobank、MICCAI MM-WHS挑战赛和先天性心脏病临床数据集的多数据集	NA	渐进式GAN, 图卷积网络	Dice相似系数, Chamfer距离, Hausdorff距离	NA
9622	2025-10-07	Large blood vessel segmentation in quantitative DCE-MRI of brain tumors: A Swin UNETR approach 2025-May, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110342 PMID:39892479	研究论文	本研究提出基于Swin UNETR的深度学习方法，用于脑肿瘤定量DCE-MRI图像中的大血管自动分割	首次将Swin UNETR架构应用于脑肿瘤DCE-MRI图像的大血管分割，并与U-Net和Attention U-Net进行性能比较	NA	开发自动准确的大血管分割方法以提升脑肿瘤分级和治疗评估的准确性	脑肿瘤患者的大血管区域	医学影像分析	脑肿瘤	动态对比增强磁共振成像(DCE-MRI)	深度学习	MRI图像	187例脑肿瘤患者的MRI数据，来自两个中心、两种设备厂商和两种场强扫描仪	NA	Swin UNETR, U-Net, Attention U-Net	Dice系数	NA
9623	2025-10-07	Deterministic Autoencoder using Wasserstein loss for tabular data generation 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107208 PMID:39893805	研究论文	提出一种基于Wasserstein损失函数的确定性自编码器用于表格数据生成	将Wasserstein自编码器的确定性编码机制应用于表格数据生成，解决了变分自编码器随机性导致的潜在空间塌陷问题	NA	开发更稳定有效的表格数据生成方法	表格数据	机器学习	NA	深度学习	自编码器	表格数据	NA	NA	Wasserstein自编码器	NA	NA
9624	2025-10-07	Patient- and fraction-specific magnetic resonance volume reconstruction from orthogonal images with generative adversarial networks 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17668 PMID:39904621	研究论文	开发了一种基于条件生成对抗网络的个性化微调工作流，用于从正交二维MR图像重建三维MR体积	提出了患者和分次特定的微调方法，能够在有限数据情况下实现个性化三维MR体积重建	研究样本量相对较小（43名患者），需要进一步验证在更大数据集上的泛化能力	开发用于在线剂量适应的三维MR体积重建方法	接受MR引导自适应放射治疗的前列腺癌患者	医学影像分析	前列腺癌	磁共振成像	GAN	医学图像	43名患者的2473个三维MR体积	NA	条件生成对抗网络	SSIM, PSNR, RMSE, MAE, Dice系数, Hausdorff距离	NA
9625	2025-05-29	A magnetic resonance image-based deep learning radiomics nomogram for hepatocyte cytokeratin 7 expression: application to predict cholestasis progression in children with pancreaticobiliary maljunction 2025-May, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06225-2 PMID:40186654	研究论文	利用磁共振图像构建深度学习放射组学列线图，预测胰腺胆管连接不良患儿肝细胞角蛋白7表达及胆汁淤积进展	首次开发基于MRI的非侵入性方法评估肝细胞CK7状态，结合放射组学和深度学习特征构建预测模型	样本量较小（180例），且为回顾性研究	开发术前识别肝细胞CK7状态并评估胆汁淤积进展的预测工具	胰腺胆管连接不良患儿	数字病理学	胰腺胆管连接不良	MRI、免疫组化分析	ResNet50	磁共振图像	180例胰腺胆管连接不良患者（训练集144例，验证集36例）	NA	NA	NA	NA
9626	2025-05-29	Evaluating and mitigating bias in AI-based medical text generation 2025-May, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00789-7 PMID:40269315	research paper	该研究评估并减轻了基于AI的医学文本生成中的偏见问题	提出了一个算法，针对服务不足的群体进行选择性优化以减少偏见	研究主要集中在医学文本生成领域，未涉及其他AI应用领域	评估和减轻AI在医学文本生成中的偏见	不同种族、性别和年龄组的医学文本生成	natural language processing	NA	deep learning	NA	text	多个数据集和模态	NA	NA	NA	NA
9627	2025-05-29	Optimizing Deep Learning Models for Luminal and Nonluminal Breast Cancer Classification Using Multidimensional ROI in DCE-MRI-A Multicenter Study 2025-May, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.70931 PMID:40347080	research paper	本研究通过多维ROI在DCE-MRI中的应用，优化深度学习模型以区分乳腺癌症的luminal和非luminal亚型	首次探索了ROI维度（2D/2.5D/3D）、瘤周扩展水平（0-8 mm）和分割场景（仅ROI vs. ROI原始）的协同效应	研究为回顾性设计，可能受到数据收集偏差的影响	优化深度学习模型以区分乳腺癌症的分子亚型	426名原发性浸润性乳腺癌患者	digital pathology	breast cancer	DCE-MRI	deep transfer learning models	image	426名患者（训练队列108名，验证队列1 165名，验证队列2 153名）	NA	NA	NA	NA
9628	2025-05-29	DNA data storage for biomedical images using HELIX 2025-May, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00793-x PMID:40360759	research paper	提出了一种名为HELIX的基于DNA的生物医学图像存储系统，该系统针对生物医学图像特性设计了图像压缩算法和纠错编码算法	HELIX系统针对生物医学图像特性定制了图像压缩算法，并引入了无需索引的纠错编码算法，提高了存储密度和解码速度	目前仅进行了体外实验，存储的生物医学图像类型和数量有限	开发适用于生物医学图像的DNA数据存储系统	生物医学图像	数字病理	NA	DNA数据存储	深度学习	图像	两张时空基因组学图像	NA	NA	NA	NA
9629	2025-05-29	Pesticide Residue Detection Using Grating Spectroscope and GWO-CNN-BiLSTM Method 2025-May, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70282 PMID:40433911	research paper	本研究开发了一种便携式检测设备，结合光栅光谱仪和智能手机，用于准确检测菠菜中的噻虫嗪残留	采用ResNet50模型结合SE注意力机制提取关键特征，并通过GWO算法优化的CNN-BiLSTM混合模型提高检测精度	未提及该方法在其他类型农药残留检测中的适用性	提高农药残留检测的准确性，保障食品安全和公共健康	菠菜中的噻虫嗪残留	machine learning	NA	光栅光谱仪、图像处理技术、深度学习	ResNet50、CNN、BiLSTM、GWO	image	NA	NA	NA	NA	NA
9630	2025-10-07	Multimodal convolutional neural network-based algorithm for real-time detection and differentiation of malignant and inflammatory biliary strictures in cholangioscopy: a proof-of-concept study (with video) 2025-Apr, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2024.09.001 PMID:39265745	研究论文	开发基于多模态卷积神经网络的实时检测和区分恶性与炎性胆道狭窄的算法	首次将临床元数据整合到CNN算法中，克服纯图像模型的局限性，实现实时检测和诊断	样本量相对较小(111例患者)，属于概念验证研究	开发计算机辅助检测和诊断系统，用于胆道狭窄的实时识别和分类	胆道狭窄组织(恶性、炎性和正常组织)	计算机视觉	胆道癌	数字单操作者胆道镜检查(dSOC)	CNN	视频,图像	111例患者，共15,158张静态帧	NA	多模态卷积神经网络	AUC,灵敏度,特异性,阳性预测值,阴性预测值	NA
9631	2025-10-07	Convolutional Neural Networks for Segmentation of Pleural Mesothelioma: Analysis of Probability Map Thresholds (CALGB 30901, Alliance) 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01092-z PMID:39266911	研究论文	评估概率图阈值对基于卷积神经网络的胸膜间皮瘤分割结果的影响	首次系统分析CNN概率图阈值对胸膜间皮瘤分割体积和空间重叠度的双重影响	CNN在严重胸腔积液或胸膜裂隙病变等特定疾病表现中存在分割缺陷	优化深度学习肿瘤分割中概率图阈值的选取标准	胸膜间皮瘤患者的CT扫描图像	计算机视觉	胸膜间皮瘤	CT扫描	CNN	医学图像	48名患者的186个CT扫描	NA	VGG16,U-Net	Dice相似系数,体积百分比差异	NA
9632	2025-10-07	Optimization of sparse-view CT reconstruction based on convolutional neural network 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17636 PMID:39894762	研究论文	基于卷积神经网络优化稀疏视图CT重建图像质量的研究	提出SRII-Net网络结构，引入复制路径和残差图像输出块，通过多网络结构和多数据集分析提升网络解释性和泛化能力	未明确说明具体数据集规模和临床验证结果	提升稀疏视图CT重建图像质量，增强深度学习方法的解释性和泛化能力	稀疏视图CT重建图像	计算机视觉	NA	CT成像	CNN	医学图像	NA	NA	U-Net	PSNR, SSIM	NA
9633	2025-10-07	Enhanced electroencephalogram signal classification: A hybrid convolutional neural network with attention-based feature selection 2025-Mar-15, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149484 PMID:39904453	研究论文	提出一种结合注意力机制的混合卷积神经网络模型，用于运动想象脑电信号的分类	提出结合说话头注意力机制的混合CNN-TCN架构，能够增强关键特征序列并提取时空特征	NA	提高运动想象脑电信号的分类精度，增强脑机接口的意图识别能力	运动想象脑电信号	脑机接口	NA	离散小波变换，共同平均参考	CNN,TCN	脑电信号	基于BCI Competition IV-2a数据集	NA	混合卷积神经网络，时序卷积网络	分类准确率	NA
9634	2025-05-29	Diagnostic Performance of Artificial Intelligence-Based Methods for Tuberculosis Detection: Systematic Review 2025-Mar-07, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/69068 PMID:40053773	系统综述	本文对基于人工智能的结核病检测方法进行了全面评估，总结了当前的研究现状和性能表现	首次系统性地评估了不同数据模态和参考标准下AI在结核病检测中的表现，并指出了未来研究方向	仅1项研究进行了领域转移分析，缺乏对真实世界场景的充分模拟	评估AI算法在结核病检测中的诊断性能	基于AI的结核病检测方法	数字病理	结核病	深度学习	CNN (包括VGG-16, ResNet-50, DenseNet-121)	放射影像、分子/生化、生理数据	152项研究(来自1146条记录)	NA	NA	NA	NA
9635	2025-05-29	Continuous nursing symptom management in cancer chemotherapy patients using deep learning 2025-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92762-7 PMID:40055437	research paper	评估深度学习平台在化疗患者症状管理中的效果，旨在提高其生活质量	使用深度学习平台进行化疗患者的症状管理，显著减少焦虑和抑郁，并提高生活质量	非随机对照试验设计可能影响结果的普遍性	评估深度学习平台在化疗患者症状管理中的效果	144名化疗患者，分为干预组（72人）和对照组（72人）	digital pathology	cancer	deep learning	NA	NA	144名化疗患者	NA	NA	NA	NA
9636	2025-10-07	High resolution multi-delay arterial spin labeling with self-supervised deep learning denoising for pediatric choroid plexus perfusion MRI 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121070 PMID:39889809	研究论文	本研究提出了一种基于Transformer的自监督深度学习去噪方法，用于提高儿童脉络丛灌注MRI图像质量	首次将Transformer模型应用于儿童多延迟动脉自旋标记成像去噪，并采用k空间加权图像平均作为训练参考	研究样本量较小（21名儿童），且仅限于典型发育儿童	开发适用于儿童脉络丛灌注成像的高分辨率多延迟动脉自旋标记方法	8-17岁典型发育儿童的脉络丛和灰质	医学影像分析	儿科神经发育	多延迟动脉自旋标记（MD-ASL），MRI	Transformer	医学影像	21名8-17岁典型发育儿童	NA	Transformer	信噪比（SNR），偏差，可重复性	NA
9637	2025-10-07	Multi-modal dataset creation for federated learning with DICOM-structured reports 2025-Mar, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03327-y PMID:39899185	研究论文	本研究开发了一个基于DICOM结构化报告的开放平台，用于创建多模态数据集以支持联邦学习	利用DICOM结构化报告实现跨机构多模态数据的标准化链接和交互式筛选，简化了联邦学习中患者队列的创建过程	研究目前仅在德国八家大学医院联盟内验证，尚未扩展到更广泛的医疗机构	解决联邦学习在异构数据集上的挑战，实现多中心多模态数据的协调和标准化	接受微创心脏瓣膜置换术的患者数据	医学影像分析	心血管疾病	DICOM结构化报告，多模态数据集成	NA	影像数据，波形数据，标注数据，元数据	德国八家大学医院的跨机构数据集	Python, highdicom	NA	NA	NA
9638	2025-10-07	Prognostic models for unplanned intensive care unit readmission risk prediction: A systematic review and meta-analysis based on HSROC model 2025-Mar, Nursing in critical care IF:3.0Q1 DOI:10.1111/nicc.13306 PMID:39995380	系统综述与荟萃分析	通过系统综述和荟萃分析评估ICU非计划再入院风险预测模型的性能	首次基于HSROC模型对ICU再入院预测模型进行系统比较，区分了机器学习模型与评分系统的性能差异	所有研究存在高偏倚风险，模型缺乏外部验证，未充分利用临床文本数据	识别ICU非计划再入院预后模型并比较机器学习模型与评分系统的性能	ICU再入院预测模型	机器学习	危重症	系统综述，荟萃分析，HSROC模型	机器学习模型，深度学习模型，评分系统	临床数据	67项研究，包含335个模型和67个评分系统	Stata	NA	敏感性，特异性	NA
9639	2025-10-07	Skin cancer detection using dermoscopic images with convolutional neural network 2025-Mar-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91446-6 PMID:40021731	研究论文	提出一种基于FCDS-CNN的深度学习网络，用于皮肤镜图像中的皮肤癌检测	提出新型FCDS-CNN架构，结合数据增强和类别加权技术解决医学图像中的类别不平衡问题	未明确说明模型在真实临床环境中的泛化能力验证	提高皮肤恶性黑色素瘤的早期检测准确率	七类皮肤病变的皮肤镜图像	计算机视觉	皮肤癌	皮肤镜成像	CNN	图像	10015张图像，涵盖7种皮肤病变类别	NA	FCDS-CNN	准确率,精确率,召回率,F1分数,AUC	NA
9640	2025-10-07	DER-GCN: Dialog and Event Relation-Aware Graph Convolutional Neural Network for Multimodal Dialog Emotion Recognition 2025-03, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3367940 PMID:38437139	研究论文	提出一种融合对话和事件关系的图卷积神经网络用于多模态对话情感识别	首次同时建模说话者间的对话关系和潜在事件关系，并引入自监督掩码图自编码器和多信息Transformer	未明确说明模型对特定语言或文化背景的适用性限制	提升多模态对话场景下的情感识别准确率	多模态对话数据（文本、视频、音频）	自然语言处理	NA	多模态融合分析	GCN, Transformer	文本、视频、音频	IEMOCAP和MELD两个基准数据集	PyTorch（基于代码仓库推断）	DER-GCN, SMGAE, MIT	准确率	NA