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
1141	2025-07-17	Reconstruction of diploid higher-order human 3D genome interactions from noisy Pore-C data using Dip3D 2025-Jul, Nature structural & molecular biology IF:12.5Q1 DOI:10.1038/s41594-025-01512-w PMID:40038455	research paper	本文提出了一种名为Dip3D的流程方法，用于从嘈杂的Pore-C数据中重建二倍体高阶人类3D基因组相互作用	Dip3D通过训练深度学习模型Clair3进行SNV调用，并采用逐步单倍型插补策略，显著提高了单倍型信息Pore-C接触率，优于传统方法	方法在低杂合度生物如人类中的应用可能仍存在挑战	重建二倍体高阶3D基因组相互作用，研究其与等位基因特异性表达的关系	人类和小鼠的高阶染色质相互作用	基因组学	NA	Pore-C, 深度学习	Clair3	基因组数据	HG001细胞系
1142	2025-07-17	A novel algorithm for automated analysis of coronary CTA-derived FFR in identifying ischemia-specific CAD: A multicenter study 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17803 PMID:40170439	研究论文	本研究验证了一种基于深度学习和水平集算法的新型现场分析模型，用于识别病变特异性缺血性冠状动脉疾病（CAD）的能力	结合深度学习和水平集算法优化冠状动脉3D重建的新型CT FFR算法	研究为回顾性分析，样本量相对较小（198个血管来自171名患者）	验证新型CT FFR算法在识别特定冠状动脉缺血中的准确性	冠状动脉疾病（CAD）患者	数字病理学	心血管疾病	冠状动脉计算机断层扫描血管造影（CTA）和侵入性血流储备分数（FFR）检查	深度学习与水平集算法结合的新型模型	医学影像数据	198个血管来自171名患者
1143	2025-07-17	Deep learning-based estimation of respiration-induced deformation from surface motion: A proof-of-concept study on 4D thoracic image synthesis 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17804 PMID:40186879	研究论文	提出一种非患者特定的级联集成模型（CEM），用于从表面运动估计呼吸引起的胸部组织变形	提出了一种不需要患者特定呼吸数据采样的级联集成模型（CEM），用于估计胸部组织变形	研究仅基于模拟的表面运动数据，未在真实临床环境中验证	通过深度学习模型估计呼吸引起的胸部组织变形，用于4D胸部图像合成	胸部组织变形和4D-CT图像	数字病理	NA	4D-CT	级联集成模型（CEM）	4D-CT图像	62个私有4D-CT数据集和80个公共4D-CT数据集
1144	2025-07-17	Geometrically focused training and evaluation of organs-at-risk segmentation via deep learning 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17840 PMID:40280876	研究论文	本文提出了一种基于几何聚焦的深度学习方法，用于放疗中风险器官（OARs）的自动分割，并以宫颈癌近距离放射治疗为例进行验证	提出了一种新的几何聚焦深度学习方法，包括距离惩罚（DP）损失函数和加权Dice相似系数（wDSC）评估指标，以提高近靶区OARs分割的准确性	模型在几何和剂量学性能上的改进未达到统计学显著性	提高放疗中风险器官（OARs）自动分割的几何和剂量学准确性	宫颈癌患者的高剂量率（HDR）近距离放射治疗中的风险器官（OARs）	数字病理学	宫颈癌	深度学习	3D U-Net	T2加权磁共振（MR）图像	170张MR图像（56名患者）用于训练和验证，35张MR图像（22名患者）用于独立内部测试
1145	2025-07-17	X-ray CT metal artifact reduction using neural attenuation field prior 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17859 PMID:40305006	研究论文	提出一种利用神经衰减场（NAF）先验的CT金属伪影减少方法NAFMAR，该方法通过自监督方式优化基于模型的神经场，无需大量训练数据	引入神经衰减场（NAF）作为先验，采用自监督优化策略，无需依赖大规模数据集，并提出金属感知损失函数以增强解剖特征学习	未提及实际临床部署中的计算效率或实时性限制	解决CT成像中金属物体导致的伪影问题，提升图像质量	模拟牙科CT和临床盆腔CT图像	医学影像处理	NA	神经衰减场优化、正弦图修复	基于神经场的模型（NAF）	3D CT图像	模拟牙科CT及临床盆腔CT图像（未提具体数量）
1146	2025-07-17	Deep learning-based EEG source imaging is robust under varying electrode configurations 2025-Jul, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2025.04.009 PMID:40318257	研究论文	本研究探讨了基于深度学习的脑电图源成像（DeepSIF）在不同电极配置下的性能表现	DeepSIF算法在低密度EEG下仍能保持稳定的源定位和范围估计性能，优于传统方法	研究样本量较小（27名耐药性癫痫患者）	评估深度学习脑电图源成像方法在不同电极数量配置下的鲁棒性	脑电图源成像性能	机器学习	癫痫	EEG源成像	DeepSIF（深度学习框架）	脑电图数据	27名耐药性癫痫患者
1147	2025-07-17	Deep Supramolecular Language Processing for Co-Crystal Prediction 2025-Jul, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202507835 PMID:40358977	研究论文	本文提出了一种名为DeepCocrystal的深度学习方法，用于预测共晶形成，以优化药物的物理化学性质	DeepCocrystal从超分子角度处理'化学语言'，能够学习与实验共晶模式匹配的化学相关特征，并能估计预测的不确定性	NA	加速共晶化和药物开发过程	药物分子对的共晶形成	自然语言处理	NA	深度学习	DeepCocrystal	分子字符串表示	在实际情景中验证了模型，并成功发现了两种新型的diflunisal共晶
1148	2025-07-17	Deep learning-based cone-beam CT motion compensation with single-view temporal resolution 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17911 PMID:40467957	研究论文	提出了一种基于深度学习的锥束CT运动补偿方法，用于处理周期性和非周期性运动	提出了一种无需门控的深度学习方法SAMoCo，能够处理非周期性运动，提高时间分辨率	方法依赖于模拟数据进行训练，可能在实际应用中存在泛化性问题	解决锥束CT扫描中非周期性运动导致的伪影问题，提高图像质量	呼吸患者的4D CBCT扫描数据	医学影像处理	NA	深度学习	U-net	4D CT扫描图像	模拟和实际测量的呼吸患者数据
1149	2025-07-17	Latent space reconstruction for missing data problems in CT 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17910 PMID:40468155	research paper	提出了一种基于深度学习的潜在空间重建（LSR）框架，用于校正CT图像中因数据缺失或损坏而产生的伪影	LSR框架通过生成神经网络的潜在空间搜索最佳匹配点，有效校正多种伪影，包括截断伪影和金属伪影	未提及具体的数据集规模或在不同类型伪影上的泛化能力	解决CT图像中因数据缺失或损坏导致的伪影问题，提高图像诊断价值	CT图像中的截断伪影和金属伪影	digital pathology	NA	deep learning	generative neural network	CT image	NA
1150	2025-07-17	Simulation-free workflow for lattice radiation therapy using deep learning predicted synthetic computed tomography: A feasibility study 2025-Jul, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70137 PMID:40504103	研究论文	本研究旨在开发一种基于深度学习预测合成CT的无模拟工作流程，以加速基于VMAT的格子放射治疗（LRT）计划的启动	利用深度学习预测的合成CT（sCT）实现无模拟的LRT治疗计划工作流程，为快速启动治疗提供了新方法	研究样本量较小（训练集50例，测试集15例），且仅针对胸部和腹部区域进行了验证	开发并验证一种基于深度学习的无模拟LRT治疗计划工作流程	接受LRT治疗的胸部和腹部区域肿瘤患者	数字病理	肿瘤	深度学习，3D U-Net架构	3D U-Net	CT图像	训练集50例患者，测试集15例患者
1151	2025-07-17	Association Between Automated Coronary Artery Calcium From Routine Chest Computed Tomography Scans and Cardiovascular Risk in Patients With Colorectal or Gastric Cancer 2025-Jul, Circulation. Cardiovascular quality and outcomes DOI:10.1161/CIRCOUTCOMES.124.011656 PMID:40519001	研究论文	本研究探讨了结直肠癌或胃癌患者中，通过常规胸部CT自动计算的冠状动脉钙化（CAC）评分与心血管疾病风险之间的关联	利用深度学习软件自动量化CAC评分，并评估其在结直肠癌或胃癌患者中的心血管疾病风险预测价值	研究为回顾性队列研究，可能存在选择偏倚，且样本仅来自韩国两家三级医院	评估自动CAC评分在结直肠癌或胃癌患者中预测心血管疾病风险的应用	结直肠癌或胃癌患者	数字病理学	心血管疾病	深度学习	NA	医学影像	3153名患者
1152	2025-07-17	Deep learning image reconstruction and adaptive statistical iterative reconstruction on coronary artery calcium scoring in high risk population for coronary heart disease 2025-Jul-01, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03049-w PMID:40598159	研究论文	本研究探讨了深度学习图像重建(DLIR)技术在高风险人群冠状动脉钙化(CAC)量化中的影响	首次比较了DLIR与自适应统计迭代重建(ASiR-V)在冠状动脉钙化评分中的表现，并验证了DLIR在提升图像质量的同时不影响风险分层	研究为单中心回顾性研究，样本量有限(178例)	评估不同图像重建算法对冠状动脉钙化量化的影响	接受冠状动脉CT血管造影的高风险人群	数字病理	心血管疾病	CT血管造影(CCTA)	深度学习图像重建(DLIR)	医学影像	178例患者(女性107例，平均年龄62.43±9.26岁，平均BMI 25.33±3.18 kg/m2)
1153	2025-07-17	Atrial Fibrillation and Atrial Flutter Detection Using Deep Learning 2025-Jul-01, Sensors (Basel, Switzerland) DOI:10.3390/s25134109 PMID:40648365	研究论文	本文介绍了一种基于轻量级1D ConvNeXtV2神经网络的模型，用于从单导联心电信号中稳健检测心房颤动（AFib）和心房扑动（AFL）	使用轻量级1D ConvNeXtV2神经网络，在多个公共数据集上训练，并在MIT-AFDB上达到了最先进的F1分数0.986	目前仅适用于单导联心电信号，未来将扩展到多导联心电信号和更广泛的心律失常类型	开发一种高效且可解释的深度学习模型，用于心房颤动和心房扑动的检测	心房颤动（AFib）和心房扑动（AFL）	数字病理学	心血管疾病	深度学习	1D ConvNeXtV2	心电信号	多个公共数据集（Icentia11k, CPSC-2018/2021, LTAF, PTB-XL, PCC-2017）和评估数据集（MIT-AFDB, MIT-ADB, NST）
1154	2025-07-17	Generative Artificial Intelligence for Synthetic Spectral Data Augmentation in Sensor-Based Plastic Recycling 2025-Jul-01, Sensors (Basel, Switzerland) DOI:10.3390/s25134114 PMID:40648369	研究论文	本文探讨了大型语言模型(LLMs)在合成光谱数据生成中的潜力，特别是在塑料分类的近红外反射光谱应用中	利用LLMs从极少的实验数据中生成合成光谱数据，增强模型性能，为光谱分类系统提供了一种可扩展的AI支持数据增强方法	对于光谱重叠的聚合物类别效果较差，且参数优化向未见类别的转移仍需验证	探索LLMs在合成光谱数据生成中的应用潜力，以解决标注数据获取困难的问题	塑料分类中的近红外反射光谱数据	机器学习	NA	近红外反射光谱(NIR)	LLMs	光谱数据	每个类别仅需一个经验平均光谱
1155	2025-07-17	LVID-SLAM: A Lightweight Visual-Inertial SLAM for Dynamic Scenes Based on Semantic Information 2025-Jul-01, Sensors (Basel, Switzerland) DOI:10.3390/s25134117 PMID:40648372	研究论文	本文提出了一种基于语义信息的轻量级视觉-惯性SLAM系统LVID-SLAM，用于动态场景中的定位与建图	结合深度学习与经典ORB-SLAM3框架，通过新线程进行目标检测并紧密耦合语义信息与几何信息，移除动态对象的特征点，同时利用IMU数据辅助特征点提取，构建基于八叉树的密集语义地图	未提及具体计算资源消耗或硬件要求，可能在实际应用中存在限制	提升动态环境中SLAM系统的定位精度与鲁棒性	动态场景中的机器人定位与语义建图	计算机视觉	NA	深度学习、目标检测、实例分割	ORB-SLAM3框架	视觉图像、IMU数据	公开TUM数据集上的实验验证
1156	2025-07-17	IPT-DCD: Interpolation Predictor for Teleoperation Under Dynamic Communication Delay Using Deep Learning Approach 2025-Jul-01, Sensors (Basel, Switzerland) DOI:10.3390/s25134118 PMID:40648373	研究论文	提出了一种用于动态通信延迟下遥操作的插值预测器IPT-DCD，通过LSTM架构重建异步接收的控制命令并预测未来命令	采用向后移位和插值(BSI)信号预处理技术，将接收数据转换为无延迟且均匀采样的格式，并通过多对多时间序列结构生成实时转向命令输出	NA	提高动态通信延迟下遥操作系统的控制稳定性和安全性	遥操作系统中的控制命令	机器学习	NA	LSTM	encoder-decoder LSTM	时间序列数据	NA
1157	2025-07-17	Mitigating the Impact of Electrode Shift on Classification Performance in Electromyography Applications Using Sliding-Window Normalization 2025-Jul-01, Sensors (Basel, Switzerland) DOI:10.3390/s25134119 PMID:40648374	研究论文	本文提出了一种滑动窗口归一化（SWN）技术，用于减轻肌电图（EMG）应用中电极位移对分类性能的影响	SWN技术结合z-score归一化和滑动窗口处理，无需额外数据收集或重新训练，显著减少了电极位移导致的性能下降	研究仅验证了三种运动类别（休息、屈曲和伸展）的情况，未涉及更复杂的运动场景	解决肌电图应用中电极位移导致的分类性能下降问题	肌电图（EMG）信号	生物医学信号处理	NA	滑动窗口归一化（SWN）	NA	肌电图（EMG）信号	涉及右臂轨迹跟踪任务的实验数据
1158	2025-07-17	Correction: Spilz, A.; Munz, M. Automatic Assessment of Functional Movement Screening Exercises with Deep Learning Architectures. Sensors 2023, 23, 5 2025-Jul-01, Sensors (Basel, Switzerland) DOI:10.3390/s25134110 PMID:40648500	correction	对原始出版物中的错误进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1159	2025-07-17	Deep learning classification models demonstrate high accuracy and clinical potential in radiograph interpretation in the arthroplasty clinical pathway: A systematic review and meta-analysis 2025-Jul, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70342 PMID:40655254	meta-analysis	该论文通过系统综述和荟萃分析评估了深度学习算法在骨关节炎-关节置换临床路径中解读放射影像和横断面影像的性能	首次全面评估深度学习算法在骨关节炎-关节置换临床路径中的诊断和预后任务表现，并与临床医生的表现进行比较	证据质量中低，结果不具备普遍适用性	评估深度学习算法在骨关节炎-关节置换临床路径中解读影像的性能	骨关节炎患者的放射影像和横断面影像	数字病理	骨关节炎	深度学习	深度学习算法	影像	66项研究
1160	2025-07-17	Harnessing chemically crosslinked microbubble clusters using deep learning for ultrasound contrast imaging 2025-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.4.047001 PMID:40656209	研究论文	利用深度学习技术研究和分离化学交联微泡簇（CCMCs）产生的独特声学特性	使用基于自动编码器的异常检测模型来识别CCMCs的独特声学特征	未提及具体样本量或实验的广泛性限制	提高超声成像中对比剂的可检测性和定位	化学交联微泡簇（CCMCs）和非簇状微泡（MBs）	医学影像分析	NA	铜无点击化学合成和声学分析	自动编码器（Autoencoder）	射频数据	NA