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
1101	2025-10-05	Solving Zero-Shot Sparse-View CT Reconstruction With Variational Score Solver 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3475516 PMID:39374276	研究论文	提出一种无需配对数据的稀疏视图CT重建新方法——变分分数求解器	通过潜在扩散模型获取概率分布，采用基于分布的方法而非确定性值建模，通过寻找扩散模型固定点来提炼先验知识	未明确说明计算资源需求和模型训练时间	解决零样本稀疏视图CT重建问题，降低CT扫描辐射剂量	医学CT图像重建	医学影像处理	NA	CT扫描	扩散模型	CT图像	NA	NA	潜在扩散模型	定性评估，定量评估	NA
1102	2025-10-05	Domain Progressive Low-Dose CT Imaging Using Iterative Partial Diffusion Model 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3492260 PMID:39509314	研究论文	提出一种基于迭代部分扩散模型的领域渐进低剂量CT成像框架，解决传统深度学习方法在真实LDCT场景中的泛化性问题	提出迭代部分扩散模型(IPDM)，通过仅迭代完整扩散模型的小部分完成去噪任务，同时结合条件引导采样方法和基于像素级噪声估计的自适应权重策略	未明确说明计算时间与传统方法的具体对比数据，也未详细讨论在高分辨率训练中的具体表现	解决低剂量CT成像中的领域泛化问题，提升重建图像质量	低剂量CT图像	医学影像处理	NA	低剂量CT成像	扩散模型	CT图像	多种数据集上的广泛测试	PyTorch	迭代部分扩散模型(IPDM)	视觉评估，定量评估	NA
1103	2025-10-05	DreaMR: Diffusion-Driven Counterfactual Explanation for Functional MRI 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3507008 PMID:40030294	研究论文	提出首个基于扩散模型的fMRI反事实解释方法DreaMR，用于高保真度解释功能磁共振成像分类器	首次将扩散模型应用于fMRI反事实解释，提出分数多阶段蒸馏扩散先验和transformer架构以提升推理效率并保持保真度	未明确说明方法在更广泛神经影像数据集上的泛化能力	开发高保真度的功能磁共振成像深度学习模型解释方法	功能磁共振成像(fMRI)脑响应数据	医学影像分析	神经科学相关疾病	功能磁共振成像(fMRI)	扩散模型, Transformer	功能磁共振成像时序数据	NA	NA	Transformer	保真度, 效率	NA
1104	2025-10-05	MM-GTUNets: Unified Multi-Modal Graph Deep Learning for Brain Disorders Prediction 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3556420 PMID:40168232	研究论文	提出一种基于图Transformer的多模态图深度学习框架MM-GTUNets，用于大规模脑部疾病预测	提出模态奖励表示学习动态构建人口图，并引入自适应跨模态图学习捕获模态特定和模态共享特征	仅在ABIDE和ADHD-200两个公共数据集上验证，未在其他脑部疾病数据集上测试	开发统一的多模态图深度学习框架以提升脑部疾病预测性能	脑部疾病患者的多模态数据	图深度学习	脑部疾病	多模态数据融合	Graph Transformer, Graph UNet, 变分自编码器	影像数据, 非影像数据	ABIDE和ADHD-200两个公共数据集	PyTorch	GTUNet（结合Graph UNet和Graph Transformer）	准确率, 精确率, 召回率, F1分数	NA
1105	2025-10-05	Digital Staining With Knowledge Distillation: A Unified Framework for Unpaired and Paired-but-Misaligned Data 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565329 PMID:40310741	研究论文	提出一种基于知识蒸馏的无监督深度学习框架，用于数字细胞染色，减少对配对数据的需求	首次将知识蒸馏应用于数字染色任务，提出适用于无配对和配对但未对齐两种设置的统一框架	未提及具体的数据集规模限制和计算效率分析	开发无需大量配对数据的数字细胞染色方法	细胞图像，特别是白细胞图像	数字病理学	NA	数字染色，深度学习	生成模型，知识蒸馏	细胞图像	NA	NA	教师-学生模型，Learning to Align模块	NIQE, PSNR	NA
1106	2025-10-05	Self-Supervised Feature Learning for Cardiac Cine MR Image Reconstruction 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3570226 PMID:40408221	研究论文	提出一种自监督特征学习辅助重建框架，用于心脏电影磁共振图像重建	首次将自监督特征学习与MRI重建相结合，无需全采样图像即可学习采样不敏感特征	基于回顾性内部数据集验证，需要进一步前瞻性临床验证	解决监督学习方法在MRI重建中需要全采样图像的局限性	心脏电影磁共振图像	医学影像重建	心血管疾病	MRI	深度学习	2D心脏电影磁共振图像	91名心血管患者和38名健康受试者	NA	自监督特征提取器, 自监督重建网络	重建质量比较	NA
1107	2025-10-05	Development of a Deep Learning Model for the Volumetric Assessment of Osteonecrosis of the Femoral Head on Three-Dimensional Magnetic Resonance Imaging 2025-Sep, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.05.126 PMID:40484054	研究论文	开发基于深度学习的模型，用于自动分割股骨头坏死MRI图像中的坏死病灶并按照Steinberg分类进行分级	首次使用动态U-Net系统实现股骨头坏死病灶的自动分割和Steinberg分级，解决了传统方法耗时费力的问题	样本量较小（仅63个髋关节），且仅包含未发生塌陷的病例	开发自动化方法用于股骨头坏死的体积评估和分级	股骨头坏死患者的MRI图像	医学图像分析	股骨头坏死	三维磁共振成像	深度学习	三维MRI图像	63个髋关节（22个A级，23个B级，18个C级）	NA	Dynamic U-Net	Dice系数, 平均对称距离, 准确率, 加权Kappa系数	NA
1108	2025-10-05	The MSA Atrophy Index (MSA-AI): An Imaging Marker for Diagnosis and Clinical Progression in Multiple System Atrophy 2025-Sep, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.70106 PMID:40660627	研究论文	提出多系统萎缩萎缩指数(MSA-AI)作为诊断和监测多系统萎缩疾病进展的新型影像学生物标志物	开发了首个基于深度学习分割的复合体积测量指标MSA-AI，能够区分MSA与相关疾病并监测疾病进展	需要更大规模的独立队列验证研究结果	开发可靠的生物标志物用于多系统萎缩的诊断和疾病进展监测	多系统萎缩患者及相关神经退行性疾病患者	数字病理学	多系统萎缩	3T MRI, 深度学习分割	深度学习	MRI影像	纵向研究17例，横断面研究包括MSA 26例、健康对照23例、纯自主神经衰竭23例、帕金森病56例、路易体痴呆8例，规范数据集469例	NA	NA	p值, Spearman相关系数	NA
1109	2025-10-05	Combined application of deep learning and conventional computer vision for kidney ultrasound image classification in chronic kidney disease: preliminary study 2025-Sep, Ultrasonography (Seoul, Korea) DOI:10.14366/usg.25074 PMID:40755093	研究论文	本研究评估了结合深度学习和传统计算机视觉技术对慢性肾脏病肾脏超声图像进行分类的可行性	将深度学习模型与基于轮廓图的自动化肾实质测量特征相结合，提高了分类性能	初步研究，样本量有限，需要进一步验证	开发慢性肾脏病的非侵入性辅助诊断方法	肾脏超声图像	计算机视觉	慢性肾脏病	超声成像	CNN	图像	258个肾脏（124个正常，134个慢性肾脏病）	NA	NA	准确率, 特异性, 阴性预测值	NA
1110	2025-10-05	Artificial Intelligence in Cardiovascular Health: Insights into Post-COVID Public Health Challenges 2025-Sep, High blood pressure & cardiovascular prevention : the official journal of the Italian Society of Hypertension IF:3.1Q2 DOI:10.1007/s40292-025-00738-5 PMID:40956375	综述	探讨人工智能在心血管医学和公共卫生领域应对后疫情时代心血管健康挑战的应用与前景	系统阐述AI技术如何应对COVID-19相关心血管并发症的新型公共卫生挑战	未涉及具体临床验证数据和算法实施细节	分析人工智能在心血管健康和公共卫生领域的应用价值	心血管疾病患者、后COVID人群、公共卫生系统	机器学习	心血管疾病	机器学习、深度学习	NA	医学影像、穿戴设备数据、流行病学数据	NA	NA	NA	NA	NA
1111	2025-10-05	Toward Better Generalization Using Synthetic Data: A Domain Adaptation Framework for T2 Mapping via Multiple Overlapping-Echo Acquisition 2025-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3335212 PMID:38015692	研究论文	提出基于域适应的T2映射方法，通过多重叠回波采集技术解决合成数据与真实数据间的域差异问题	首次从域适应角度解决MOLED技术中合成数据与真实数据间的分布差异，无需真实标签训练即可获得准确映射性能	未明确说明方法在更复杂成像条件下的泛化能力，实验验证范围有限	提高定量磁共振成像中T2映射的泛化性能，降低序列研究成本	组织横向弛豫时间(T2)的快速定量映射	医学影像分析	NA	多重叠回波分离成像(MOLED), 物理建模	深度学习网络	磁共振图像	NA	NA	NA	解剖结构恢复质量	NA
1112	2025-10-05	Towards MRI-Only Mandibular Resection Planning: CT-like Bone Segmentation from Routine T1 MRI Images Using Deep Learning 2025-Sep, Craniomaxillofacial trauma & reconstruction IF:0.8Q4 DOI:10.3390/cmtr18030040 PMID:40989761	研究论文	提出基于深度学习的MRI图像骨分割方法，实现仅使用MRI进行下颌骨切除手术规划	首次实现直接从常规T1加权MRI扫描中准确分割骨骼结构，无需依赖CT扫描	研究样本量有限（100例患者），需要进一步验证在更大样本和不同扫描仪上的泛化能力	开发MRI-only虚拟手术规划方法，减少头颈肿瘤手术中对CT扫描的依赖	下颌骨、颅骨和下牙槽神经的骨骼结构	医学影像分析	头颈肿瘤	T1加权MRI扫描，CT扫描	深度神经网络	医学影像（MRI和CT图像）	100例患者的配对CT和MRI扫描数据	NA	NA	Dice相似系数，交并比，精确率，召回率，表面偏差分析	NA
1113	2025-10-05	Profiling antigen-binding affinity of B cell repertoires in tumors by deep learning predicts immune-checkpoint inhibitor treatment outcomes 2025-Sep, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-025-01001-5 PMID:40579590	研究论文	开发深度学习模型Cmai预测抗体-抗原结合亲和力，并基于此构建预测免疫检查点抑制剂治疗效果的生物标志物	首次开发可扩展至高通量测序数据的抗体-抗原结合预测深度学习模型Cmai，并基于其输出构建预测免疫检查点抑制剂治疗反应和免疫相关不良事件风险的BCR生物标志物	NA	预测免疫检查点抑制剂治疗结果和免疫相关不良事件风险	B细胞受体(BCR)库和抗体-抗原相互作用	机器学习	肿瘤	高通量测序	深度学习	序列数据	NA	NA	对比学习模型	NA	NA
1114	2025-10-05	Artificial Intelligence-Driven Image and Data Analytics in Anesthesia 2025-Sep, Anesthesiology clinics DOI:10.1016/j.anclin.2025.07.001 PMID:40998491	综述	本文探讨人工智能在麻醉学图像与数据分析中的应用及其挑战	系统阐述AI技术在麻醉领域的具体应用场景，包括区域阻滞操作改进和临床医师培训工具	临床验证不足、监管问题以及模型泛化能力有限	分析人工智能在麻醉学医疗图像分析中的应用潜力与实施挑战	麻醉领域的医学图像与临床数据	计算机视觉	NA	深度学习	CNN, SVM	图像, 临床数据	NA	NA	NA	NA	NA
1115	2025-10-05	Enhancing tuberculosis diagnosis: A deep learning-based framework for accurate detection and quantification of TB bacilli in microscopic images 2025-Sep, Tuberkuloz ve toraks DOI:10.5578/tt.2025031113 PMID:41002059	研究论文	提出一种基于深度学习的结核杆菌显微图像检测与量化框架	结合迁移学习的定制化Inception V3模型与图像分割技术，实现自动化视野识别和结核杆菌分割	NA	开发计算机辅助结核病诊断系统以提高诊断准确性和效率	齐尔-尼尔森染色痰涂片显微图像中的结核杆菌	计算机视觉	结核病	显微成像，图像分割	CNN	图像	NA	NA	Inception V3	ROC曲线下面积, 精确率, 召回率, F1分数	NA
1116	2025-10-05	SageTCR: a structure-based model integrating residue- and atom-level representations for enhanced TCR-pMHC binding prediction 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf496 PMID:40984702	研究论文	提出一种基于结构的双层次图神经网络模型SageTCR，用于增强TCR-pMHC结合预测	整合残基级和原子级表征的双层次图神经网络框架，通过注意力机制融合双模态表示，并探索数据增强策略保持特征性TCR-pMHC对角线结合模式	实验结构数据缺乏	准确预测TCR-pMHC结合可能性	T细胞受体与肽-MHC复合物	机器学习	免疫相关疾病	图神经网络，预训练语言模型	GNN	结构数据	NA	NA	双层次图神经网络	NA	NA
1117	2025-10-05	Ten years later: how is AI impacting retina care today? 2025-Aug-27, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001167 PMID:40862502	综述	回顾人工智能在视网膜疾病护理中的最新临床应用进展	总结了FDA批准的首个自主AI系统后视网膜护理领域的最新发展，包括家庭OCT平台和符合欧洲标准的AI技术	AI的成功仍依赖于持续验证、基于结果的指标和改进的工作流程整合	评估人工智能在视网膜护理领域的影响和进展	糖尿病视网膜病变(DR)和年龄相关性黄斑变性(AMD)患者	数字病理	视网膜疾病	光学相干断层扫描(OCT)	深度学习	医学影像	NA	NA	NA	筛查依从性,诊断准确性	NA
1118	2025-10-05	A Deep Learning Tool for Hip Minimum Joint Space Width Calculation on Antero-posterior Pelvis Radiographs 2025-Aug-21, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.08.023 PMID:40848813	研究论文	开发了一种用于在骨盆前后位X光片上自动测量髋关节最小关节间隙宽度的深度学习工具	结合深度学习分割模型与计算机视觉算法实现端到端的自动化mJSW测量，相比传统分类系统提供连续变量评估	训练数据量有限（300张标注X光片），分割模型在测试集上的平均Dice分数为0.71尚有提升空间	开发自动化算法测量髋关节最小关节间隙宽度以评估骨关节炎进展	骨盆前后位X光片中的髋关节结构	计算机视觉	骨关节炎	X射线成像	深度学习分割模型	医学影像（X光片）	300张训练验证标注图像 + 375张独立测量图像 + 75张外部验证图像	NA	NA	平均绝对误差, Bland-Altman图, Dice系数	NA
1119	2025-10-05	A Deep Learning Framework for Using Search Engine Data to Predict Influenza-Like Illness and Distinguish Epidemic and Nonepidemic Seasons: Multifeature Time Series Analysis 2025-Aug-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/71786 PMID:40789146	研究论文	提出一种基于百度搜索数据和流感样病例百分比(ILI%)的深度学习框架，用于预测流感样疾病并区分流行季和非流行季	首次将卷积长短期记忆网络(CLSTM)应用于流感预测，并区分流行季和非流行季进行多特征时间序列分析	研究时间范围有限(2013-2024年)，仅基于中国地区的百度搜索数据	开发能够准确预测流感样疾病并区分不同流行状态的深度学习框架	中国国家法定传染病报告系统(NIDRIS)中的流感样病例百分比数据和百度搜索指数	自然语言处理, 机器学习	流感	网络搜索数据分析, 时间序列分析	CLSTM, LSTM, Transformer	时间序列数据, 搜索指数数据	2013-2024年的每周官方ILI%数据和对应时期的百度搜索指数	NA	卷积长短期记忆网络(CLSTM)	MAPE, MSE, MAE, RMSE, R2	NA
1120	2025-10-05	Spatio-temporal learning from molecular dynamics simulations for protein-ligand binding affinity prediction 2025-Aug-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf429 PMID:40828893	研究论文	开发了一种利用分子动力学模拟数据进行时空学习以预测蛋白质-配体结合亲和力的新方法	创建了包含63,000个蛋白质-配体相互作用模拟的MDbind数据集，并开发了能够从这些模拟中学习的新型神经网络	训练数据可用性有限，模型从蛋白质-配体相互作用中有效学习的能力存在挑战	提高蛋白质-配体结合亲和力预测的准确性和泛化能力	蛋白质-配体复合物	机器学习	NA	分子动力学模拟	神经网络	分子动力学模拟轨迹数据	63,000个蛋白质-配体相互作用模拟	NA	NA	结合亲和力预测准确率	NA