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
101	2025-06-06	CT-SDM: A Sampling Diffusion Model for Sparse-View CT Reconstruction Across Various Sampling Rates 2025-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3541491 PMID:40031824	research paper	提出了一种自适应重建方法CT-SDM，用于在不同采样率下实现高性能稀疏视图CT重建	设计了新颖的成像退化算子，在采样扩散模型中模拟正弦图域的投影过程，从而通过一个训练模型适应多种采样率	未提及具体临床验证结果或实际部署中的计算效率问题	解决稀疏视图CT重建中因采样率固定导致的模型泛化能力不足问题	稀疏视图CT扫描数据	digital pathology	NA	deep learning, diffusion model	CT-SDM (采样扩散模型)	CT图像	多个数据集（未明确数量）
102	2025-06-06	Ultra-Sparse-View Cone-Beam CT Reconstruction-Based Strictly Structure-Preserved Deep Neural Network in Image-Guided Radiation Therapy 2025-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3541242 PMID:40031817	研究论文	本研究提出了一种基于严格结构保持的深度神经网络（PSSP-NET）用于超稀疏视角锥束CT重建，旨在在图像引导放射治疗中减少额外剂量同时保持图像质量	利用计划CT作为先验信息，开发了基于生成对抗网络（GAN）的PSSP-NET模型，用于快速重建高质量CBCT图像	研究仅在头颈癌患者中进行了临床性能评估，未涉及其他癌症类型	减少图像引导放射治疗中的额外辐射剂量，同时保持CBCT图像质量	头颈癌患者	数字病理	头颈癌	锥束CT（CBCT）	GAN	图像	头颈癌患者的临床CBCT投影数据
103	2025-06-06	TransMatch: Employing Bridging Strategy to Overcome Large Deformation for Feature Matching in Gastroscopy Scenario 2025-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3541433 PMID:40031823	research paper	提出了一种名为TransMatch的特征匹配框架，用于解决胃镜场景中特征严重变形和大位移的匹配问题	通过Transformer结构利用全局信息匹配特征，并采用双向二次插值网络的桥接策略分解和简化严重变形特征的匹配	NA	解决胃镜场景中特征严重变形和大位移的匹配问题	胃镜图像中的特征匹配	computer vision	NA	Transformer, 双向二次插值网络	Transformer	image	大规模胃镜数据集
104	2025-06-06	Predicting Mutation-Disease Associations Through Protein Interactions Via Deep Learning 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3541848 PMID:40031830	研究论文	本文构建了一个真实世界的突变诱导疾病数据集，并提出了一种结合胶囊和图拓扑网络与多头注意力机制（CGM）的深度学习模型来预测突变与疾病的关联	提出CGM模型，能够准确预测蛋白质突变与疾病的关联，并通过模型验证了蛋白质突变导致的结构改变可能是重要的致病因素	受限于突变蛋白质数据集的规模，还在基准和不平衡数据集上进行了实验	预测突变与疾病的关联，进一步理解生物分子通路和疾病机制	蛋白质突变与疾病的关联	机器学习	NA	深度学习	Capsule and Graph topology networks with Multi-head attention (CGM)	蛋白质相互作用数据	真实世界的突变诱导疾病数据集，基准和不平衡数据集
105	2025-06-06	Fast Virtual Stenting for Thoracic Endovascular Aortic Repair of Aortic Dissection Using Graph Deep Learning 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3540712 PMID:40036417	研究论文	本文提出了一种基于图深度学习的快速虚拟支架置入（FVS）模型，用于预测主动脉夹层胸主动脉腔内修复术（TEVAR）后的主动脉真腔（TL）重塑	首次将深度学习应用于FVS任务，通过图深度网络处理点云数据，实现时间依赖性的内壁变形预测，并利用外壁信息提升预测准确性	虽然模型在108名患者（269次真实随访）上进行了验证，但尚未进行临床实际应用验证	开发一种能够准确预测TEVAR术后主动脉真腔重塑的深度学习模型，以评估和避免再手术风险	主动脉夹层患者	数字病理学	心血管疾病	图深度学习	图深度网络	点云数据	108名患者（269次真实随访）
106	2025-06-06	Image classification-driven speech disorder detection using deep learning technique 2025-Jun, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100261 PMID:40057233	研究论文	本研究提出了一种基于图像分类的自动语音障碍检测模型，通过Mel-Spectrogram分类识别多种语音障碍	使用增强的LEVIT transformer进行特征提取，并采用包含CatBoost和XGBoost的集成学习方法进行分类，同时利用量化感知训练减少计算资源	模型在多语言和方言中的适用性有待进一步验证，且需要更多样化的数据集进行泛化	开发一种自动化的语音障碍检测模型，以提高诊断的准确性和效率	语音障碍患者	自然语言处理	语音障碍	Wavelet Transform (WT), 量化感知训练 (QAT)	LEVIT transformer, CatBoost, XGBoost, Extremely Randomized Tree	Mel-Spectrogram图像	VOICED和LANNA数据集
107	2025-06-06	Advanced NLP-driven predictive modeling for tailored treatment strategies in gastrointestinal cancer 2025-Jun, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100264 PMID:40057234	研究论文	本研究旨在开发一种基于自然语言处理（NLP）的预测建模框架，用于胃肠道癌症的个性化治疗策略	提出了Resilient Adam Algorithm驱动的Versatile Long-Short Term Memory (RAA-VLSTM)模型，用于分析临床数据，并通过RAA优化算法显著提高了训练效率	未提及具体的数据集规模限制或模型在其他癌症类型中的泛化能力	开发一种先进的NLP驱动预测建模框架，以改善胃肠道癌症的个性化治疗策略	胃肠道癌症患者的电子健康记录（EHRs）	自然语言处理	胃肠道癌症	NLP, 深度学习	RAA-VLSTM	文本（电子健康记录）	来自多个医疗中心的广泛电子健康记录（具体数量未提及）
108	2025-06-06	The application of natural language processing technology in hospital network information management systems: Potential for improving diagnostic accuracy and efficiency 2025-Jun, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100287 PMID:40254184	研究论文	本文探讨了自然语言处理技术在医院网络信息管理系统中的应用，以提高诊断效率和准确性	提出了一种新颖的隐藏贝叶斯集成密集Bi-LSTM（HB-DBi-LSTM）策略，用于优化词袋模型	未提及具体样本量及数据来源的多样性限制	研究自然语言处理技术在医院网络信息管理系统中的应用潜力	电子健康记录中的扫描文档	自然语言处理	睡眠问题	NLP, OCR, 图像预处理	HB-DBi-LSTM, BoW	扫描PDF图像	NA
109	2025-06-06	Advancing Intracranial Aneurysm Detection: A Comprehensive Systematic Review and Meta-analysis of Deep Learning Models Performance, Clinical Integration, and Future Directions 2025-Jun, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2025.111243 PMID:40306254	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习模型在颅内动脉瘤检测中的性能及其对临床诊断的辅助作用	深度学习模型在颅内动脉瘤检测中展现出超越传统临床诊断的敏感性和特异性，并能显著提升临床医生的诊断一致性和准确性	需要在更多样化的临床环境中进行进一步验证，并实现与标准工作流程的无缝集成	评估深度学习模型在颅内动脉瘤检测中的性能及其临床应用价值	颅内动脉瘤的检测和预测	digital pathology	cardiovascular disease	CT angiography (CTA), digital subtraction angiography (DSA), time-of-flight MR angiography (TOF-MRA)	DL (Deep Learning)	image	NA
110	2025-06-06	A deployment safety case for AI-assisted prostate cancer diagnosis 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110237 PMID:40345136	research paper	本文探讨了AI辅助前列腺癌诊断系统的部署安全性问题，并提出了一种持续保障系统安全的方法	基于ARTICULATE PRO项目的前瞻性研究经验，提出了一种部署安全案例，用于持续监控已获监管批准的AI系统的安全性	研究主要基于英国医院的实践经验，可能在其他地区的适用性有限	解决AI辅助前列腺癌诊断系统在部署过程中可能出现的新危险事件，并持续保障其安全性	AI辅助前列腺癌诊断系统	digital pathology	prostate cancer	deep learning	NA	NA	NA
111	2025-06-06	MRI-based multimodal AI model enables prediction of recurrence risk and adjuvant therapy in breast cancer 2025-Jun, Pharmacological research IF:9.1Q1 DOI:10.1016/j.phrs.2025.107765 PMID:40345352	研究论文	本研究开发了一种基于MRI和多模态AI的3D深度学习模型（3D-MMR模型），用于预测非转移性乳腺癌患者的复发风险和辅助治疗效果	结合多模态MRI数据和AI技术，首次提出3D-MMR模型，能够高精度预测乳腺癌复发风险，并通过RNA-seq分析探索肿瘤微环境特征	研究为回顾性设计，样本来源仅限于中国的四家机构，可能影响模型的普适性	提高乳腺癌患者复发风险预测的准确性，优化临床治疗决策	非转移性乳腺癌患者	数字病理学	乳腺癌	MRI（T1+C和T2WI）、RNA-seq	3D-UNet、DenseNet121	MRI影像、临床数据、RNA-seq数据	1199名非转移性乳腺癌患者（来自中国四家机构）
112	2025-06-06	Glycosyltransferases in human milk oligosaccharide synthesis: structural mechanisms and rational design 2025-Jun, Current opinion in biotechnology IF:7.1Q1 DOI:10.1016/j.copbio.2025.103315 PMID:40347686	review	本文系统分析了糖基转移酶在人类母乳寡糖合成中的结构机制和理性设计	综述了糖基转移酶的结构生物学，通过晶体学研究阐明了保守域和催化机制，并总结了当代优化策略，包括溶解度增强、催化效率提升和底物特异性工程	未提及具体实验数据或样本量，可能缺乏实证支持	探讨糖基转移酶在人类母乳寡糖合成中的结构机制和理性设计	糖基转移酶和人类母乳寡糖	合成生物学	NA	晶体学研究和深度学习算法	NA	结构生物学数据	NA
113	2025-06-06	CirnetamorNet: An ultrasonic temperature measurement network for microwave hyperthermia based on deep learning 2025-Jun, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100297 PMID:40350037	研究论文	提出了一种基于深度学习的超声波温度测量网络CirnetamorNet，用于微波热疗中的非侵入性温度监测	通过多头注意力机制高效整合多特征数据，提高了非侵入性测温技术的准确性和可靠性	实验数据采集系统使用模拟人体组织特性的材料构建，可能与真实人体组织存在差异	实现微波热疗过程中准确的非侵入性温度预测	微波热疗中的温度监测	数字病理	癌症	超声波成像	RNN, 多头注意力机制	图像	NA
114	2025-05-15	Three pillars of artificial intelligence research in anesthesiology: welcoming address to the Korean Journal of Anesthesiology's new guidelines for machine learning and deep learning research 2025-Jun, Korean journal of anesthesiology IF:4.2Q1 DOI:10.4097/kja.25318 PMID:40364621	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
115	2025-06-06	Catalytic mechanism and engineering of aromatic prenyltransferase: A review 2025-Jun, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.144214 PMID:40379159	综述	本文系统总结了芳香族异戊二烯基转移酶的催化机制和工程化研究进展，并探讨了当前挑战和未来研究方向	提出了结合人工智能和深度学习的创新工程化方法，以开发高性能生物催化剂	当前面临的挑战包括催化活性不足、底物特异性狭窄以及多酶级联系统和固定化技术的限制	指导芳香族异戊二烯基转移酶在合成生物学和药物创新中的工程化与规模化应用	芳香族异戊二烯基转移酶及其催化机制	合成生物学	NA	蛋白质工程、人工智能、深度学习	NA	NA	NA
116	2025-06-06	ML-Driven Alzheimer's disease prediction: A deep ensemble modeling approach 2025-Jun, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100298 PMID:40389063	research paper	该研究提出了一种结合五种深度学习架构的集成学习框架，用于提高阿尔茨海默病诊断的准确性	使用五种深度学习架构（VGG16、VGG19、ResNet50、InceptionV3和EfficientNetB7）的集成学习框架，显著提高了诊断准确性	研究主要基于伊拉克专科诊所的数据，可能在其他地区或人群中的适用性有待验证	提高阿尔茨海默病的早期和准确检测	MRI脑扫描图像	digital pathology	geriatric disease	deep learning	ensemble model (VGG16, VGG19, ResNet50, InceptionV3, EfficientNetB7)	image	3,714 MRI脑扫描图像（834 NonDemented, 1,824 MildDemented, 1,056 VeryDemented）
117	2025-06-06	Prediction of pathological grade of oral squamous cell carcinoma and construction of prognostic model based on deep learning algorithm 2025-Jun-01, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-02144-8 PMID:40450613	研究论文	本研究旨在基于全切片图像(WSIs)建立深度学习模型，用于预测口腔鳞状细胞癌(OSCC)的病理分级	使用CLAM算法构建的深度学习模型在训练集和外部验证集中表现出良好的预测效率和泛化能力，并结合转录组数据构建了OSCC的预后风险模型	外部验证集的AUC(0.71)低于训练集(0.86)，表明模型在外部数据上的性能有待提高	预测口腔鳞状细胞癌的病理分级并构建预后模型	口腔鳞状细胞癌(OSCC)患者	数字病理学	口腔鳞状细胞癌	深度学习算法	CLAM算法	全切片图像(WSIs)和转录组数据	257例OSCC患者的组织病理学图像(来自TCGA数据库)和165例OSCC病理切片(来自CPTAC数据库)
118	2025-06-06	Deep learning driven interpretable and informed decision making model for brain tumour prediction using explainable AI 2025-Jun-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03358-0 PMID:40451921	研究论文	本研究提出了一种结合深度学习和可解释AI（XAI）的模型，用于准确且可解释的脑肿瘤预测	结合深度学习和XAI，提供模型预测的可解释性，帮助临床医生理解决策过程	模型可能仍存在某些复杂病例的预测困难，且依赖于大量影像和临床数据	开发一个可解释的脑肿瘤预测模型，以提高诊断准确性和临床信任度	脑肿瘤患者	数字病理学	脑肿瘤	MRI和CT扫描	深度学习模型	影像和临床数据	广泛的数据集（具体数量未提及）
119	2025-06-06	Multimodal Neuroimaging Based Alzheimer's Disease Diagnosis Using Evolutionary RVFL Classifier 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3242354 PMID:37022418	研究论文	本文提出了一种基于小波变换的多模态MRI和PET扫描融合方法，结合深度学习和进化算法，用于阿尔茨海默病的早期诊断	使用小波变换融合多模态神经影像数据，结合ResNet-50特征提取和进化算法优化的RVFL分类器	仅使用公开数据集ADNI进行验证，未在其他独立数据集上测试	开发一种早期诊断阿尔茨海默病的多模态神经影像分析方法	阿尔茨海默病患者和轻度认知障碍患者的神经影像数据	数字病理学	阿尔茨海默病	MRI, PET, 小波变换	ResNet-50, RVFL	神经影像数据	公开可用的ADNI数据集
120	2025-06-06	A GAN Guided Parallel CNN and Transformer Network for EEG Denoising 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3277596 PMID:37220036	研究论文	提出了一种名为GCTNet的GAN引导的并行CNN和Transformer网络，用于EEG信号去噪	结合并行CNN和Transformer块分别捕捉局部和全局时间依赖性，并利用判别器检测和校正去噪EEG信号与真实干净信号之间的整体不一致性	未明确提及具体局限性	解决EEG信号去噪问题，提高去噪质量	EEG信号	机器学习	NA	深度学习	GAN、CNN、Transformer	EEG信号	半模拟和真实数据（具体数量未提及）