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	2025-06-03	A classification method of motor imagery based on brain functional networks by fusing PLV and ECSP 2025-May-26, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107684 PMID:40450930	研究论文	提出了一种融合PLV和ECSP的脑功能网络构建方法，用于增强脑状态解码能力并评估运动想象期间脑区相关节点的功能连接变化	融合边缘特征和节点特征构建新型脑功能网络，并设计AMSF-CNN模型进行验证	NA	提升运动想象任务的解码能力并探索人脑工作机制	左右手抓握任务的运动想象脑电信号	脑机接口	NA	PLV（相位锁定值）、ECSP（增强共同空间模式）	AMSF-CNN（注意力多尺度特征卷积神经网络）	脑电信号	SHU_Dataset和BCI IV 2a Dataset
102	2025-06-03	Artificial intelligence (AI)-driven morphological assessment of zebrafish larvae for developmental toxicity chemical screening 2025-May-20, Aquatic toxicology (Amsterdam, Netherlands) DOI:10.1016/j.aquatox.2025.107415 PMID:40450914	研究论文	本文开发了基于深度学习的分类和分割模型，用于斑马鱼幼虫形态变化的自动化评估，以提高发育毒性化学物质筛选的效率和客观性	利用多视角卷积神经网络(MVCNN)对斑马鱼幼虫形态变化进行分类和分割，实现了快速、标准化的评估，减少了主观人工审查的需求	NA	为毒理学评估中斑马鱼的常规使用提供科学依据，开发自动化评估工具以提高效率和客观性	暴露于各种化学物质5天的斑马鱼胚胎图像	计算机视觉	NA	深度学习	MVCNN	图像	SEAZIT项目中的斑马鱼胚胎图像数据
103	2025-06-03	Fully automated evaluation of condylar remodeling after orthognathic surgery in skeletal class II patients using deep learning and landmarks 2025-May-17, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105819 PMID:40389149	研究论文	本研究开发了一种基于深度学习和标志点的全自动方法，用于评估骨骼II类患者正颌手术后的髁突重塑	结合标志点引导的分割和配准技术，实现了髁突重塑的高效自动化评估	NA	开发并验证一种全自动方法，用于评估正颌手术后的髁突重塑	骨骼II类患者的髁突	数字病理	颌面疾病	CT成像	V-Net	图像	NA
104	2025-06-03	Deep Learning-Based Chronic Obstructive Pulmonary Disease Exacerbation Prediction Using Flow-Volume and Volume-Time Curve Imaging: Retrospective Cohort Study 2025-May-15, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/69785 PMID:40373296	研究论文	本研究利用深度学习和呼吸功能测试图像预测慢性阻塞性肺疾病(COPD)急性加重事件	结合临床数据和呼吸功能测试图像(流量-容积环和容积-时间曲线)的AI模型，相比仅使用临床变量的模型，能更准确地预测COPD急性加重事件	回顾性研究设计可能引入选择偏倚，且仅来自两家教学医院的数据可能限制结果的普遍性	开发能更准确预测COPD急性加重的AI模型	COPD患者	数字病理	慢性阻塞性肺疾病	深度学习	AI-PFT-Clin模型(结合临床和图像数据的AI模型)	图像(流量-容积环和容积-时间曲线)和临床数据	10,492例COPD病例(开发队列6,870例，外部验证队列3,622例)
105	2025-06-03	Unraveling the three-dimensional genome structure using machine learning 2025-May, BMB reports IF:2.9Q3 PMID:40058875	review	本文综述了利用机器学习技术解析三维基因组结构的研究进展	总结了机器学习特别是深度学习在检测和分析基因组结构信息中的应用	讨论了Hi-C数据的局限性及提升染色体接触频率图分辨率的方法	探讨机器学习在染色体组织研究中的应用	染色质相互作用和基因组结构	machine learning	NA	Hi-C sequencing	deep learning	genome-wide interaction data	NA
106	2025-06-03	Predicting and Explaining Cognitive Load, Attention, and Working Memory in Virtual Multitasking 2025-05, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3549850 PMID:40063446	研究论文	该研究利用深度学习模型预测和解释虚拟多任务环境中的认知负荷、注意力及工作记忆，并通过SHAP分析识别关键特征	首次结合生理指标（如心率和皮肤电反应）与眼动/头部追踪数据，采用深度学习模型全面预测虚拟现实中的认知状态，并引入SHAP可解释性分析	研究依赖于单一公开数据集（VRWalking），未验证模型在其他虚拟任务场景的泛化能力	探索虚拟多任务环境下认知负荷的预测方法及其解释机制	虚拟现实用户的认知状态（物理/心理负荷、工作记忆、注意力）	虚拟现实与人机交互	NA	眼动追踪、头部追踪、心率（HR）和皮肤电反应（GSR）测量	深度学习模型（未指定具体架构）	多模态数据（生理信号、运动追踪、标注的认知状态标签）	基于VRWalking公开数据集（具体样本量未说明）
107	2025-06-03	FovealNet: Advancing AI-Driven Gaze Tracking Solutions for Efficient Foveated Rendering in Virtual Reality 2025-05, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3549577 PMID:40067704	research paper	本文介绍了一种名为FovealNet的先进AI驱动视线跟踪框架，旨在通过提高视线跟踪精度来优化虚拟现实中的注视点渲染系统性能	FovealNet采用基于事件的裁剪方法和令牌修剪策略，显著减少了输入图像中的无关像素，同时保持跟踪精度，并提出了系统性能感知的多分辨率训练策略以适应不同的运行时渲染配置	未明确提及具体限制，但可能涉及在极端或非标准条件下的性能表现	优化虚拟现实中的注视点渲染系统性能	虚拟现实中的视线跟踪技术	computer vision	NA	深度学习，视线跟踪	DNN	image	NA
108	2025-06-03	Accelerated intracranial time-of-flight MR angiography with image-based deep learning image enhancement reduces scan times and improves image quality at 3-T and 1.5-T 2025-May, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03564-7 PMID:40095006	研究论文	本研究评估了基于深度学习的图像增强技术在加速颅内飞行时间磁共振血管成像中的应用效果	利用深度学习算法显著减少了扫描时间并提高了图像质量	研究为回顾性分析，样本量相对有限	评估深度学习增强的TOF-MRA相比传统方法在图像质量和扫描时间上的优势	129名接受脑血管检查的患者	医学影像处理	脑血管疾病	飞行时间磁共振血管成像(TOF-MRA)	深度学习	医学影像	129名患者（99例3-T，30例1.5-T）
109	2025-06-03	Assessing the Severity of Connective Tissue-Related Interstitial Lung Disease Using Computed Tomography Quantitative Analysis Parameters 2025 May-Jun 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001693 PMID:39761506	research paper	该研究通过基于CT深度学习模型和密度阈值方法的计算机断层扫描定量分析参数，预测结缔组织病相关间质性肺病患者的肺功能损害并评估疾病严重程度	结合RDNet分析模型和Pulmo-3D软件的阈值分割方法，首次提出蜂窝状病变比例作为GAP分期的独立风险因子	样本量有限（105例患者），且为回顾性研究设计	开发CT定量参数用于评估结缔组织病相关间质性肺病的严重程度	结缔组织病相关间质性肺病患者（105例）和健康对照者（80例）	digital pathology	interstitial lung disease	CT定量分析、深度学习模型	RDNet	CT图像	105例CTD-ILD患者（46男/59女，中位年龄64岁）和80例健康对照
110	2025-06-03	Deep Learning Reconstruction for Enhanced Resolution and Image Quality in Breath-Hold MRCP: A Preliminary Study 2025 May-Jun 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001680 PMID:39761494	研究论文	本研究评估了增强分辨率深度学习重建（ER-DLR）在磁共振胰胆管造影（MRCP）中的图像质量，并与非ER-DLR MRCP图像进行了比较	首次在MRCP中应用ER-DLR技术，显著提高了图像的分辨率、信噪比（SNR）和对比噪声比（CNR）	研究为初步研究，样本量较小（34例患者），且为回顾性研究	评估ER-DLR在MRCP中的图像质量提升效果	被诊断患有胆道和胰腺疾病的患者	医学影像	胆道和胰腺疾病	深度学习重建（DLR），磁共振胰胆管造影（MRCP）	深度学习	医学影像	34例患者
111	2025-06-03	Machine Learning for Predicting Critical Events Among Hospitalized Children 2025-May-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2025.13149 PMID:40445617	research paper	开发一种机器学习模型，用于早期检测住院儿童的病情恶化，实现全院统一风险评估	提出了一种新型的全院范围模型，能够持续预测儿童住院期间的关键事件风险，优于现有的病房专用模型	研究为回顾性队列研究，可能受到数据质量的限制，且深度学习模型未表现出性能提升	开发一个统一的机器学习模型，用于早期检测住院儿童的病情恶化	住院儿童（年龄<18岁）	machine learning	儿科疾病	机器学习	XGBoost, 深度学习模型	临床数据（生命体征、实验室结果、既往合并症等）	135,621名患者（来自3家三级医疗学术医院）
112	2025-06-03	Pathomics in Gastrointestinal Tumors: Research Progress and Clinical Applications 2025-May, Cureus DOI:10.7759/cureus.85060 PMID:40452669	综述	本文综述了病理组学在胃肠道肿瘤中的研究进展和临床应用	结合高分辨率数字切片扫描技术和深度学习算法，病理组学为胃肠道肿瘤的精准诊疗提供了新工具	当前面临主观性强、工作量大和诊断一致性低等挑战	探讨病理组学在胃肠道肿瘤精准诊疗中的应用	胃肠道肿瘤	数字病理学	胃肠道肿瘤	高分辨率数字切片扫描技术、机器学习和深度学习	深度学习算法	全切片图像	NA
113	2025-06-03	Sex-based differences in imaging-derived body composition and their association with clinical malnutrition in abdominal surgery patients 2025-Apr-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.05.25325276 PMID:40453372	研究论文	本研究通过深度学习分析腹部手术患者的术前CT扫描，探讨了性别差异在身体组成与临床营养不良之间的关联	首次全面评估了性别特异性身体组成特征与营养不良的关联，并利用深度学习进行量化分析	研究为单中心回顾性研究，结果可能受限于样本选择偏差	探究腹部手术患者术前影像学身体组成特征与营养不良的性别特异性关联	接受腹部手术的患者	数字病理	NA	CT扫描	深度学习	图像	1,143名患者（52%为女性）
114	2025-06-03	Deep Learning-Accelerated Non-Contrast Abbreviated Liver MRI for Detecting Malignant Focal Hepatic Lesions: Dual-Center Validation 2025-Apr, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0862 PMID:40150922	研究论文	比较深度学习加速的非增强简化MRI协议与标准简化MRI在肝脏恶性局灶性病变检测中的表现	采用深度学习加速的MRI协议，显著提高图像质量并减少扫描时间约50%	研究为回顾性设计，样本量相对较小（155例患者）	评估深度学习加速的简化MRI协议在肝脏恶性局灶性病变检测中的效能	肝脏恶性局灶性病变患者	医学影像分析	肝癌	深度学习加速的MRI序列（SSFSEDL和DWIDL）	深度学习	MRI图像	155例患者（其中64例有104个恶性病灶）
115	2025-06-03	Artificial intelligence demonstrates potential to enhance orthopaedic imaging across multiple modalities: A systematic review 2025-Apr, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70259 PMID:40337671	系统性综述	本文通过系统性综述评估了人工智能在骨科影像中的有效性和可靠性，重点关注其对诊断准确性、图像分割和操作效率的影响	首次系统性比较了不同AI辅助骨科影像应用的临床效果和实用性	当前文献缺乏全面的统计分析和随机对照试验	评估AI在骨科影像中的应用效果	骨科影像	医学影像分析	骨科疾病	机器学习	CNN	图像	11,990,643张来自多种诊断仪器的影像
116	2025-06-03	Automated Bi-Ventricular Segmentation and Regional Cardiac Wall Motion Analysis for Rat Models of Pulmonary Hypertension 2025-Apr, Pulmonary circulation IF:2.2Q3 DOI:10.1002/pul2.70092 PMID:40356847	research paper	提出了一种基于深度学习的自动化流程，用于肺动脉高压（PH）大鼠模型的双心室分割和3D壁运动分析	开发了一个高效且新颖的自动化双心室大鼠特异性流程，与临床心脏成像AI发展保持一致	研究仅针对大鼠模型，未涉及人类数据	为肺动脉高压疾病进展及其对心脏的影响提供预测性见解	肺动脉高压（PH）大鼠模型	digital pathology	pulmonary hypertension	cardiac magnetic resonance	fully convolutional network	image	163 short-axis cine cardiac magnetic resonance scans from MCT and SuHx PH rats
117	2025-06-03	A systematic review of deep learning in MRI-based cerebral vascular occlusion-based brain diseases 2025-Mar-05, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.01.020 PMID:39805420	综述	本文系统回顾了2020年至2024年间发表的61项基于MRI的研究，探讨深度学习在诊断脑血管闭塞相关疾病中的作用	比较了基于CNN和ViT的方法，强调了U-Net变体和基于transformer的模型在提高临床应用中可靠性的潜力	讨论了数据隐私和算法可解释性等挑战，以及数据集的充分性和多样性问题	评估深度学习在MRI诊断脑血管闭塞相关疾病中的成功与局限	脑血管闭塞和中风等神经系统疾病	医学影像	脑血管疾病	MRI	CNN, Vision Transformer (ViT), U-Net	MRI图像	61项研究
118	2025-06-03	Artificial intelligence in early screening for esophageal squamous cell carcinoma 2025-Mar, Best practice & research. Clinical gastroenterology DOI:10.1016/j.bpg.2025.102004 PMID:40451647	review	本文综述了人工智能在食管鳞状细胞癌早期筛查中的变革性作用	AI技术（如机器学习、深度学习和迁移学习）在优化筛查方式、提高成本效益及整合多源数据方面展现出显著潜力	数据集变异性、模型泛化能力、算法透明度及伦理法律问题仍需解决	探讨AI如何革新食管鳞状细胞癌的早期筛查	食管鳞状细胞癌（ESCC）高风险人群	digital pathology	esophageal squamous cell carcinoma	machine learning, deep learning, transfer learning, liquid biopsy	NA	imaging, genomic, clinical data	NA
119	2025-06-03	gRNAde: Geometric Deep Learning for 3D RNA inverse design 2025-Feb-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.31.587283 PMID:38826198	research paper	介绍了一种名为gRNAde的几何深度学习流程，用于3D RNA逆设计，能够考虑结构和动态性来设计RNA序列	gRNAde采用多状态图神经网络和自回归解码，能够基于一个或多个3D骨架结构设计RNA序列，显著提高了原生序列恢复率	实验验证的成功率为50%，虽然优于Rosetta的35%，但仍有一定提升空间	开发一种能够考虑3D构象多样性的RNA序列设计方法	RNA序列设计，特别是针对结构灵活的RNA	machine learning	NA	几何深度学习，图神经网络	GNN	3D RNA骨架结构数据	14个RNA结构（来自PDB）以及10个结构化RNA骨架的湿实验验证
120	2025-06-03	The information bottleneck as a principle underlying multi-area cortical representations during decision-making 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.12.548742 PMID:37502862	研究论文	该研究探讨了大脑在决策过程中如何通过多个脑区形成最优表征，并利用多区域循环神经网络（RNN）模拟这一过程	揭示了大脑在决策过程中通过多区域计算形成最小充分表征的机制，并发现DLPFC和PMd在任务中的不同作用	研究仅基于猴子的DLPFC和PMd区域数据，未涵盖其他可能参与决策的脑区	理解大脑在决策过程中如何通过多个脑区分布计算并形成最优表征	猴子背外侧前额叶皮层（DLPFC）和背侧前运动皮层（PMd）的神经元活动	神经科学	NA	单神经元和多单位记录，多区域循环神经网络（RNN）模拟	RNN	神经信号	猴子的DLPFC和PMd神经元活动数据