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
12821	2025-04-18	Deep Learning-Derived Quantitative Scores for Chronic Rhinosinusitis Assessment: Correlation With Quality of Life Outcomes 2025-May, American journal of rhinology & allergy IF:2.5Q1 DOI:10.1177/19458924251313845 PMID:39819002	research paper	本研究利用深度学习自动分割鼻窦，生成定量评分，并探讨其与慢性鼻窦炎患者生活质量的相关性	首次使用深度学习自动分割鼻窦并生成定量评分，探索其与疾病特异性生活质量的相关性	定量评分与术后生活质量改善无显著关联	开发慢性鼻窦炎的客观量化评估工具	慢性鼻窦炎患者的CT数据	digital pathology	chronic rhinosinusitis	CT扫描	nnU-Net	image	445例CT数据（来自2个医疗中心）
12822	2025-04-18	The Evolution of Artificial Intelligence in Nuclear Medicine 2025-May, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2025.01.006 PMID:39934005	review	本文综述了人工智能在核医学中的演变及其在诊断、治疗和图像处理中的应用	探讨了人工智能在核医学中的最新进展，包括深度学习、生成式AI及其在个性化治疗中的应用	数据稀缺性、异质性以及伦理问题是临床转化的主要障碍	研究人工智能在核医学中的应用及其对诊断和治疗效果的优化	核医学中的诊断、预后、分割、图像质量增强和治疗诊断学	machine learning	NA	machine learning, deep learning, generative AI	CNN, transformer-based neural networks, large language models, diffusion techniques	image, text	NA
12823	2025-04-18	AI in Breast Cancer Imaging: An Update and Future Trends 2025-May, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2025.01.008 PMID:40011118	review	本文回顾了人工智能在乳腺癌影像学中的最新应用和未来趋势	探讨了AI在乳腺癌影像学中的多种应用，包括病灶检测与分类、风险分层、分子亚型分析等，并展示了与放射科医生相当或更优的性能	需要数据标准化、大规模标注的多模态数据集和广泛的前瞻性临床试验来验证深度学习的临床效用，并解决法律和伦理问题	探讨人工智能在乳腺癌影像学中的应用及其未来发展趋势	乳腺癌影像学数据	digital pathology	breast cancer	mammography, digital breast tomosynthesis, ultrasound, magnetic resonance imaging, nuclear medicines techniques	foundation models, self-supervised learning, federated learning	image	NA
12824	2025-04-18	The Role of AI in the Evaluation of Neuroendocrine Tumors: Current State of the Art 2025-May, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2025.02.003 PMID:40023682	review	本文综述了AI在神经内分泌肿瘤评估中的当前和新兴应用，特别是在影像工作流程、诊断、预后建模和治疗计划中的整合	利用先进的放射组学和深度学习技术，AI驱动的应用在肿瘤检测、分类和分级方面展现出潜力	未提及具体的技术实施细节或临床验证结果	探讨AI在神经内分泌肿瘤评估中的作用及其对临床工作流程的改进	神经内分泌肿瘤	digital pathology	neuroendocrine neoplasms	radiomics, deep learning	NA	image	NA
12825	2025-04-18	Optimizing CT Imaging Parameters: Implications for Diagnostic Accuracy in Nuclear Medicine 2025-May, Seminars in nuclear medicine IF:4.6Q1 DOI:10.1053/j.semnuclmed.2025.02.008 PMID:40055048	综述	本文综述了CT成像参数优化对核医学诊断准确性的影响，并探讨了实施稳健CT协议审查流程的方法	评估了迭代重建（IR）和深度学习（DL）在提升图像质量和减少辐射剂量方面的潜力	未提及具体实验数据或案例研究来支持提出的优化方法	优化CT成像参数以提高核医学诊断准确性	CT成像参数及其对核医学诊断的影响	数字病理	NA	CT, SPECT, PET, IR, DL	NA	医学影像	NA
12826	2025-04-18	Improving the cleaning quality of tube lumen instruments by imaging analysis and deep learning techniques 2025-Apr-18, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2023-0527 PMID:40241330	研究论文	本研究通过成像分析和深度学习技术提高管腔器械清洁质量的检测	引入两种注意力机制以关注重要特征，优化了模型性能	未提及模型在实际临床环境中的泛化能力	提高可重复使用管腔器械的清洁质量检测，确保患者安全和临床可靠性	管腔器械（TLIs）	计算机视觉	NA	成像分析、深度学习	FA-ResNet18（带scSE注意力机制）	图像	未明确提及具体样本数量
12827	2025-04-18	DWI of the rectum with deep learning reconstruction: comparison of PROPELLER, reduced FOV, and conventional DWI 2025-Apr-17, Abdominal radiology (New York) DOI:10.1007/s00261-025-04950-8 PMID:40244478	研究论文	比较PROPELLER、rFOV和传统DWI结合深度学习重建在评估直肠肿瘤中的图像质量和诊断性能	首次结合深度学习重建技术比较三种DWI技术在直肠肿瘤评估中的表现	样本量较小(38例患者)，且对诊断准确性的影响不显著	评估不同DWI技术结合DLR在直肠肿瘤诊断中的表现	直肠肿瘤患者	医学影像分析	直肠癌	PROPELLER-DWI, rFOV-DWI, cDWI, 深度学习重建(DLR)	深度学习	MRI影像	38例患者共42次MRI检查
12828	2025-04-18	Empowering natural product science with AI: leveraging multimodal data and knowledge graphs 2025-Apr-16, Natural product reports IF:10.2Q1 DOI:10.1039/d4np00008k PMID:39148455	观点文章	探讨如何利用AI和多模态数据及知识图谱推动天然产物科学的发展	提出通过构建知识图谱整合多模态、非标准化的天然产物数据，以开发能模拟科学家决策的AI模型	天然产物数据存在多模态、不平衡、非标准化且分散的问题，限制了现有深度学习架构的应用	推动AI在天然产物科学中的应用，模拟科学家的决策过程	天然产物数据及知识图谱	机器学习	NA	知识图谱构建	深度学习架构	多模态数据	NA
12829	2025-04-18	A deep learning approach for quantifying CT perfusion parameters in stroke 2025-Apr-16, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc9b6 PMID:40194529	research paper	本文提出了一种基于Transformer的网络，用于从CT灌注图像中准确估计生理参数，以提高缺血性中风的诊断和治疗效果	使用Transformer网络学习CTP图像的体素级时间特征，估计局部动脉输入函数和流量缩放的残留函数，显著提高了参数估计的准确性	研究主要基于模拟数据和ISLES18数据集，需要在更广泛的患者数据中进行验证	开发一种从CT灌注图像中准确估计生理参数的方法，以改进缺血性中风的诊断和治疗	CT灌注图像中的局部动脉输入函数和流量缩放的残留函数	digital pathology	cardiovascular disease	CT perfusion imaging	Transformer	image	ISLES18数据集和模拟数据
12830	2025-04-18	Clinical Neuroimaging Over the Last Decade: Achievements and What Lies Ahead 2025-Apr-16, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001192 PMID:40239043	review	回顾过去十年临床神经影像学的显著进展，包括技术进步和科学发现	整合了光子计数计算机断层扫描、高低场磁共振成像系统等影像技术的进步，以及深度学习等先进数据分析方法的应用	未提及具体研究的样本量或数据规模，可能缺乏定量分析	总结临床神经影像学领域的进展和未来方向	临床神经影像学技术和应用	digital pathology	NA	photon-counting computed tomography, low-field and high-field magnetic resonance imaging, deep learning	NA	image	NA
12831	2025-04-18	Physical twinning for joint encoding-decoding optimization in computational optics: a review 2025-Apr-15, Light, science & applications DOI:10.1038/s41377-025-01810-4 PMID:40229266	综述	本文综述了计算光学中通过物理孪生技术实现编码-解码联合优化的最新进展	提出了一种端到端的联合优化技术，将光学编码数字化孪生到神经网络层，从而与解码过程同步优化	从优化的编码参数到实际调制元件的反向物理孪生面临诸如位深度、数值范围和稳定性等方面的挑战	探索计算光学中编码-解码联合优化的技术，以提升成像和传感能力	光学调制元件	计算光学	NA	深度学习	神经网络	光学数据	NA
12832	2025-04-18	Applied research on innovation and development of blue calico of Chinese intangible cultural heritage based on artificial intelligence 2025-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96587-2 PMID:40229316	研究论文	本文提出了一种基于增强循环一致性生成对抗网络的风格迁移方法，旨在促进传统蓝印花布图案的创新设计	在生成器网络结构中引入Ghost卷积模块和SRM注意力模块，以减少模型参数和计算成本，同时增强网络的特征提取能力	未提及具体的数据集规模或实验对比的基线模型	探索蓝印花布这一中国非物质文化遗产的创新发展和数字化保护	传统蓝印花布图案	计算机视觉	NA	生成对抗网络（GAN）	CycleGAN（增强版）	图像	未明确提及
12833	2025-04-18	ALL diagnosis: can efficiency and transparency coexist? An explainble deep learning approach 2025-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97297-5 PMID:40229347	research paper	该研究提出了一种结合EfficientNet-B7架构和可解释人工智能（XAI）方法的新型诊断框架，用于急性淋巴细胞白血病（ALL）的早期和准确诊断	结合EfficientNet-B7架构与XAI方法，提高诊断性能、计算效率和模型可解释性	未提及具体的数据集规模限制或模型在其他数据集上的泛化能力	优化急性淋巴细胞白血病的诊断方法，提高诊断准确性和临床适用性	急性淋巴细胞白血病（ALL）患者	digital pathology	leukemia	Deep learning, XAI (Grad-CAM, CAM, LIME, IG)	EfficientNet-B7	image	Taleqani Hospital数据集、C-NMC-19和Multi-Cancer数据集
12834	2025-04-18	Accelerated diffusion tensor imaging with self-supervision and fine-tuning 2025-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96459-9 PMID:40229411	研究论文	提出一种自监督深度学习与微调（SSDLFT）框架，以减少扩散张量成像（DTI）训练数据需求	SSDLFT框架通过自监督预训练和有限高质量数据的微调，减少了对大型高质量数据集的依赖	需要进一步验证在更广泛临床数据集上的适用性	提高扩散张量成像（DTI）的效率和临床可用性	人脑微观结构的评估	医学影像分析	神经系统疾病	扩散张量成像（DTI）	深度学习（DL）	医学影像数据	使用Human Connectome Project数据
12835	2025-04-18	A hybrid learning network with progressive resizing and PCA for diagnosis of cervical cancer on WSI slides 2025-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97719-4 PMID:40229435	research paper	本文提出了一种结合渐进式调整大小和PCA的混合学习网络，用于WSI玻片的宫颈癌诊断	结合渐进式调整大小和PCA的混合学习网络，以及使用多数投票方法整合SVM和RF模型的预测结果	未提及具体的数据集规模限制或模型泛化能力的局限性	提高宫颈癌在WSI玻片上的诊断准确性和可靠性	宫颈癌的WSI玻片	digital pathology	cervical cancer	transfer learning, fine-tuning, PCA	ResNet-152, VGG-16, SVM, RF	image	SIPaKMeD和LBC数据集，具体样本数量未提及
12836	2025-04-18	Transformer-based deep learning for accurate detection of multiple base modifications using single molecule real-time sequencing 2025-Apr-14, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08009-8 PMID:40229481	research paper	该研究开发了一种基于CNN和Transformer混合模型的HK模型2，用于通过单分子实时测序准确检测多种碱基修饰	将CNN与Transformer结合，提高了5mC检测的AUC值，并扩展了检测其他碱基修饰的能力	NA	提高单分子实时测序在碱基修饰检测中的准确性和应用范围	5mC、5hmC、6mA等碱基修饰	machine learning	hepatocellular carcinoma	single molecule real-time sequencing	CNN和Transformer混合模型	DNA测序数据	NA
12837	2025-04-18	Deep learning for video-based assessment of endotracheal intubation skills 2025-Apr-14, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00776-z PMID:40229550	研究论文	本研究介绍了一种基于视频分析的评估气管插管技能的系统	采用2D卷积自编码器和1D卷积模型结合跨视角注意力模块，能够识别视频中的复杂模式并准确评估技能水平	NA	提高医疗人员气管插管技能的评估效率和准确性	医疗人员的气管插管技能	计算机视觉	NA	视频分析	2D卷积自编码器(AE)和1D卷积模型	视频	分两个阶段收集的数据，包括专家和新手的比较以及新手在时间压力下的表现
12838	2025-04-18	Computer-aided diagnosis of Haematologic disorders detection based on spatial feature learning networks using blood cell images 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85815-4 PMID:40221445	研究论文	提出了一种基于空间特征学习网络的计算机辅助诊断方法，用于通过血细胞图像检测血液疾病	结合改进的LeNet-5模型和CNN-BiGRU-A方法，并利用POA算法优化超参数，提高了血液疾病的检测和分类准确率	实验仅在基准数据库上进行，未涉及实际临床环境中的多样本验证	提高血液疾病的检测和分类准确率	血细胞图像	数字病理学	血液疾病	深度学习	改进的LeNet-5, CNN-BiGRU-A	图像	基准数据库中的血细胞图像
12839	2025-04-18	Spatial pattern and heterogeneity of green view index in mountainous cities: a case study of Yuzhong district, Chongqing, China 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97946-9 PMID:40221555	研究论文	本研究利用深度学习算法和地理加权回归等方法，探讨了重庆渝中区绿色视野指数（GVI）的空间异质性及其影响因素	结合深度学习算法和地理加权回归（GWR）及最优参数地理探测器（OPGD）分析GVI的空间异质性及其影响因素	研究仅针对重庆渝中区，结果可能不适用于其他山地城市	评估城市街道绿化的空间异质性及其影响因素	重庆渝中区的街道绿化	地理信息系统	NA	深度学习算法、地理加权回归（GWR）、最优参数地理探测器（OPGD）	NA	街景图像、地形数据	重庆渝中区的街道数据
12840	2025-04-18	Landslide susceptibility assessment using lightweight dense residual network with emphasis on deep spatial features 2025-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97074-4 PMID:40221608	研究论文	提出了一种基于轻量级密集残差网络的滑坡易发性评估方法（DS-DRN），重点挖掘深层空间特征	设计了深度可分离残差模块优化传统卷积，并采用密集连接构建深层特征提取模块，以提高滑坡特征信息的复用率并防止梯度消失	未明确提及具体样本量限制或模型在其他地区的泛化能力	解决现有方法在训练样本有限、空间特征利用不足及计算成本高方面的问题，提高滑坡易发性评估的准确性	以中国四川省雅安市为研究区域，评估滑坡易发性	计算机视觉	NA	深度可分离卷积、密集连接	轻量级密集残差网络（DS-DRN）	空间特征数据	未明确提及