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
1461	2025-08-06	NUPES : Non-Uniform Post-Training Quantization via Power Exponent Search 2025-Aug-04, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3593987 PMID:40758517	研究论文	提出了一种名为NUPES的非均匀后训练量化方法，通过幂指数搜索优化深度神经网络和大型语言模型的量化过程	利用自同构变换保持标量乘法，通过优化幂指数参数和权重值，解决了传统后训练量化技术无法优化量化算子本身的问题	未提及具体量化位宽下的性能损失情况，也未讨论在不同硬件平台上的实际加速效果	降低深度神经网络和大型语言模型的内存占用和延迟	深度神经网络(DNN)和大型语言模型(LLM)的权重和激活值	机器学习	NA	非均匀量化	DNN, LLM	模型权重和激活值	未提及具体样本数量
1462	2025-08-06	Protecting Feature Privacy in Person Re-identification 2025-Aug-04, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3590979 PMID:40758524	研究论文	本文提出了一种基于GAN的特征隐私保护方法，用于行人重识别（ReID）任务，以防止特征反转攻击并保持ReID的实用性	通过GAN强制重建图像遵循原始图像的分布，提出了一种新的基于GAN的特征隐私保护ReID模型，并设计了双步训练和惰性更新策略来优化模型	优化ReID模型以适应隐私保护面临双重对抗目标，具有挑战性	保护行人重识别中的特征隐私，防止特征反转攻击	行人重识别中的特征隐私保护	计算机视觉	NA	GAN	GAN	图像	NA
1463	2025-08-06	Accurate and Rapid Ranking of Protein-Ligand Binding Affinities Using Density Matrix Fragmentation and Physics-Informed Machine Learning Dispersion Potentials 2025-Aug-04, Chemphyschem : a European journal of chemical physics and physical chemistry IF:2.3Q2 DOI:10.1002/cphc.202500094 PMID:40758915	研究论文	该研究提出了一种结合密度矩阵碎片化和物理信息机器学习色散势的方法，用于快速准确排名蛋白质-配体结合亲和力	结合GMBE-DM量子碎片化方法和D3-ML机器学习校正色散势，显著提高了蛋白质-配体结合亲和力排名的准确性和效率	深度学习模型Sfcnn在化学多样性系统中的可转移性较低(R=0.57)	开发快速准确的蛋白质-配体结合亲和力排名方法以用于药物发现	CDK2数据集(2个)和JAK1数据集(1个)中的28个配体	机器学习	NA	GMBE-DM量子碎片化方法，D3-ML机器学习校正色散势	D3-ML, Sfcnn	蛋白质-配体结合数据	28个配体(来自3个数据集)
1464	2025-08-06	Quantifying the Predictability of Lesion Growth and Its Contribution to Quantitative Resistance Using Field Phenomics 2025-Aug-04, Phytopathology IF:2.6Q2 DOI:10.1094/PHYTO-05-25-0187-R PMID:40758903	研究论文	利用深度学习图像分析技术量化田间条件下小麦叶斑病病斑生长的可预测性及其对定量抗性的贡献	首次在田间条件下大规模精确测量病斑生长，揭示了病斑扩展与定量抗性之间的关联	排除了一个异常品种后才发现显著关联，可能存在未被识别的干扰因素	解析叶斑病病斑生长与定量抗性之间的关系	14个小麦品种上的6889个叶斑病病斑	数字病理学	小麦叶斑病	深度学习图像分析	深度学习（未指定具体模型）	图像	两季田间试验中14个小麦品种的6889个病斑，共27,218次测量
1465	2025-08-06	Artificial intelligence-based digital pathology using H&E-stained whole slide images in immuno-oncology: from immune biomarker detection to immunotherapy response prediction 2025-Aug-04, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2024-011346 PMID:40759439	综述	本文综述了基于人工智能的数字病理学在免疫肿瘤学中的应用，包括免疫生物标志物检测和免疫治疗反应预测	探讨了AI技术在数字病理学中的新兴应用，特别是在免疫肿瘤学领域，利用H&E染色全切片图像进行免疫生物标志物检测和免疫检查点抑制剂反应预测	现有免疫生物标志物的预测能力有限，且AI技术在临床部署中仍面临挑战	探索AI技术在免疫肿瘤学中的应用，以提高免疫治疗的精准性和效果	免疫生物标志物和免疫检查点抑制剂反应	数字病理学	癌症	深度学习	NA	图像	NA
1466	2025-08-06	In Silico Digital Breast Tomosynthesis Dataset for the Comparative Analysis of Deep Learning Models in Tumor Segmentation 2025-Aug-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01626-z PMID:40760265	研究论文	本研究评估了计算机生成的数字乳腺断层合成（DBT）数据作为乳腺肿瘤分割深度学习的训练来源的可行性	首次使用计算机生成的DBT数据进行乳腺肿瘤分割的深度学习模型训练，并验证其作为真实数据补充资源的潜力	研究样本量相对较小（230个ROI），且存在计算机生成数据与真实数据之间的领域转移问题	探索计算机生成的DBT数据在乳腺肿瘤分割深度学习模型训练中的应用价值	数字乳腺断层合成（DBT）图像中的乳腺肿瘤	数字病理	乳腺癌	深度学习	U-Net, FCN, DeepLabv3, DeepLabv3+	图像	230个二维感兴趣区域（ROI）
1467	2025-08-06	Impact of artificial intelligence assistance on bone scintigraphy diagnosis 2025-Aug-04, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01621-2 PMID:40760395	研究论文	本研究旨在评估和改进名为MaligNet的深度学习模型在辅助核医学医师解读骨扫描图像中的表现	重新训练的MaligNet模型在PR曲线和ROC曲线下的面积显著提高，AI辅助使初级医师的诊断表现达到与资深医师相当的水平	AI辅助在基于病灶的分类中未提高敏感性	提高骨闪烁扫描诊断的准确性和效率	553名患者的骨闪烁扫描图像	数字病理学	骨病变	深度学习	MaligNet	医学影像	553名患者（353训练集，100验证集，100测试集）
1468	2025-08-06	Enhanced detection of ovarian cancer using AI-optimized 3D CNNs for PET/CT scan analysis 2025-Aug-04, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01615-0 PMID:40760396	研究论文	本研究探讨了深度学习如何通过大型影像数据集增强卵巢癌的诊断和分期	提出了OCDA-Net，一种基于ResNet架构优化的模型，用于[F]FDG PET图像分析，并在诊断和分期上表现出优于传统CNN模型的性能	未来研究需要扩大数据集、增强模型可解释性并在临床环境中验证这些模型	提升卵巢癌的诊断和分期准确性	卵巢癌患者	计算机视觉	卵巢癌	深度学习	3D CNN, ResNet, DenseNet, GoogLeNet, U-Net, VGG, AlexNet, OCDA-Net	PET/CT扫描图像	数据集随机分为训练集（80%）、验证集（10%）和测试集（10%）
1469	2025-08-06	An open dataset and machine learning algorithms for Niacin Skin-Flushing Response based screening of psychiatric disorders 2025-Aug-04, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-025-07196-2 PMID:40760690	研究论文	本研究通过建立首个开放数据集并开发先进的AI工具，利用烟酸皮肤潮红反应(NSR)提高精神障碍的诊断准确性	首次建立用于AI研究的NSR开放数据集，开发了设备无关的深度学习模型和SVM分类方法，显著提升了精神障碍诊断的准确性和适用范围	样本量相对有限(120人)，诊断敏感性仍有提升空间(60-65%)	开发基于AI的客观、快速、高精度的精神障碍诊断方法	精神障碍患者(包括抑郁症、双相情感障碍和精神分裂症)和健康对照者	机器学习	精神疾病	深度学习、支持向量机(SVM)	Efficient-Unet、SVM	图像	120人(600张NSR图像)
1470	2025-08-06	Enhancing Captive Welfare Management with Deep Learning: Video-Based Detection of Gibbon Behaviors Using YOWOvG 2025-Aug-04, Journal of applied animal welfare science : JAAWS IF:1.4Q2 DOI:10.1080/10888705.2025.2542844 PMID:40760848	研究论文	本研究开发了一种基于深度学习的视频分析方法YOWOvG，用于自动检测东部白眉长臂猿的行为，以提升圈养动物的福利管理	首次为东部白眉长臂猿创建了人工标注的时空行为数据集，并提出整合SE注意力机制和GELAN的改进深度学习模型YOWOvG，在视频识别中实现了85.20%的Frame-mAP，比基线结果提高了6.3%	未来工作需要扩展行为类别、解决刻板行为问题并整合音频线索以实现更全面的监测	通过自动化、非侵入式的视频监测提升救援中心对圈养野生动物福利的评估能力	东部白眉长臂猿的四种行为（休息、社交、攀爬、行走）	计算机视觉	NA	深度学习	YOWOvG（整合SE注意力机制和GELAN）	视频	69,919个标注帧
1471	2025-08-06	Predicting hematoma expansion after intracerebral hemorrhage: a comparison of clinician prediction with deep learning radiomics models 2025-Aug, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-025-02214-3 PMID:39920546	研究论文	比较深度学习放射组学模型与临床专家在预测脑出血后血肿扩张的准确性	首次将深度学习放射组学模型与临床专家的预测能力进行比较，并展示了机器学习模型在预测血肿扩张方面的优势	模型的AUC值总体中等，预测性能仍有提升空间	预测非创伤性脑出血后的血肿扩张，以指导早期治疗干预	900名脑出血患者	数字病理学	脑出血	机器学习放射组学	随机森林分类器, 深度学习成像模型	图像, 临床数据	900名患者（训练队列621名，测试队列279名）
1472	2025-08-06	A direct learning approach for detection of hotspots in microwave hyperthermia treatments 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03343-9 PMID:40067423	研究论文	本文提出了一种基于深度学习的微波热疗中热点检测的直接学习方法	采用深度卷积编码器-解码器架构，直接利用散射场数据检测温度超过阈值的细胞，相比传统方法表现出更强的正则化能力	数据主要来自模拟生成，虽然也测试了商业软件的仿真数据，但缺乏真实临床数据的验证	开发一种用于微波热疗治疗中温度监测的热点检测方法	乳腺组织在微波热疗中的温度分布	计算机视觉	乳腺癌	深度学习	深度卷积编码器-解码器	图像数据	模拟生成的数据和商业软件仿真的温度分布数据
1473	2025-08-06	Hypermetabolic pulmonary lesions detection and diagnosis based on PET/CT imaging and deep learning models 2025-Aug, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07215-0 PMID:40183951	研究论文	本研究旨在开发和评估基于PET/CT成像和深度学习模型的超代谢性肺病变检测和分类方法	采用多维联合网络结合图像块和二维投影进行分类，性能优于传统的放射组学方法	假阳性分割主要对应于邻近区域的可疑病变，特别是淋巴结	开发用于超代谢性肺病变检测和分类的深度学习模型	647例患者的PET/CT图像数据	数字病理学	肺癌	PET/CT成像	深度学习模型	医学影像	647例（409男/238女）来自5个中心的病例数据
1474	2025-08-06	Improved Spiral Projection MR Fingerprinting via Memory-Efficient Synergic Optimization of 3D Spiral Trajectory, Image Reconstruction and Parameter Estimation (SOTIP) 2025-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3559467 PMID:40208770	研究论文	本文旨在通过开发计算高效的基于模型的深度学习图像重建框架和联合优化框架，提高高分辨率MR指纹扫描效率并克服计算挑战	提出了一种计算高效的基于模型的深度学习图像重建框架，并联合优化图像重建、定量参数估计和k空间采样轨迹	未提及具体局限性	提高3D定量MRI的参数量化精度并缩短重建时间	健康受试者和患者的模拟和体内MRF数据	医学影像处理	NA	MR指纹扫描	基于模型的深度学习(MBDL)	医学影像数据	模拟和体内MRF数据（健康受试者和患者）
1475	2025-08-06	Vertex Correspondence and Self-Intersection Reduction in Cortical Surface Reconstruction 2025-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3562443 PMID:40249681	research paper	该论文提出了一种改进的皮质表面重建方法V2CC，通过优化顶点对应关系和减少网格自交来提高神经影像分析的准确性	引入V2CC方法，使用L1损失替代传统的Chamfer损失，并提出新型Self-Proximity损失来处理主要自交问题	未明确说明方法在极端复杂皮质结构上的表现	改进皮质表面重建中的顶点对应关系和网格自交问题	皮质表面网格	neuroimaging	NA	deep learning	Vox2Cortex扩展模型	3D mesh/neuroimaging data	未明确说明
1476	2025-08-06	Uncertainty Quantification and Quality Control for Heatmap-Based Landmark Detection Models 2025-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3564267 PMID:40279223	研究论文	本文提出了一种专为基于热图的解剖标志点检测模型设计的端到端不确定性量化方法，旨在提高临床应用的解释性和可控性	利用Dempster-Shafer理论和主观逻辑理论，通过单次前向传播实现概率分配和不确定性量化，并引入证据图和不确定性图来改进标志点检测精度和不确定性量化效果	NA	提高解剖标志点检测模型的不确定性量化和质量控制能力	基于热图的解剖标志点检测模型	计算机视觉	NA	Dempster-Shafer理论，主观逻辑理论	深度学习模型	图像	NA
1477	2025-08-06	Few-Shot Learning for Annotation-Efficient Nucleus Instance Segmentation 2025-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3564458 PMID:40279227	research paper	本文提出了一种基于少样本学习的注释高效细胞核实例分割方法，旨在利用外部数据集辅助目标数据集的细胞核分割	提出了结构引导的广义少样本实例分割框架（SGFSIS），扩展了少样本实例分割的定义并引入了结构引导机制以应对细胞核分割的内在挑战	虽然性能接近全监督学习的90%，但仍需约10%的注释，且依赖于外部数据集的质量和相关性	开发一种注释高效的细胞核实例分割方法，减少对大量专家标注的依赖	组织病理学图像中的细胞核实例	digital pathology	NA	meta-learning based few-shot learning	SGFSIS (Structurally-Guided Generalized Few-Shot Instance Segmentation)	image	多个公开可用的数据集（具体数量未明确说明）
1478	2025-08-06	Deep Rib Fracture Instance Segmentation and Classification From CT on the RibFrac Challenge 2025-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565514 PMID:40305244	research paper	该论文介绍了RibFrac挑战赛，旨在通过大规模标注数据集和评估基准推动深度学习算法在肋骨骨折检测和分类中的应用	提供了包含5,000多个肋骨骨折实例的大规模标注数据集，并展示了深度学习算法在肋骨骨折检测上可达到或超过人类专家的性能	当前的肋骨骨折分类解决方案尚难以达到临床应用水平	推动AI辅助肋骨骨折诊断的研究与发展	肋骨骨折的检测与分类	digital pathology	rib fracture	CT扫描	深度学习算法	CT图像	660份CT扫描，包含5,000多个肋骨骨折实例
1479	2025-08-06	LLM-Guided Decoupled Probabilistic Prompt for Continual Learning in Medical Image Diagnosis 2025-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3566105 PMID:40310742	研究论文	本文提出了一种基于LLM引导的解耦概率提示方法（LDPP），用于医学图像诊断中的持续学习	提出了一种新的解耦概率提示池（DePP）和专家知识生成模块（EKG），利用LLM获取专家知识，并通过概率提示动态提供多样化的图像描述	未明确提及具体局限性	解决动态临床环境中处理新疾病出现的持续学习问题	医学图像诊断	数字病理	NA	持续学习（CL）、提示调优（PT）	LLM	医学图像	NA
1480	2025-08-06	An End-to-End Deep Learning Generative Framework for Refinable Shape Matching and Generation 2025-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3562756 PMID:40323742	研究论文	本文提出了一种端到端的深度学习生成框架，用于可精细化形状匹配与生成，适用于计算医学中的In-Silico临床试验	开发了一种无监督几何深度学习模型，用于在潜在空间中建立可精细化形状对应关系，构建基于群体的图谱并生成逼真的合成形状	未明确提及具体局限性	为In-Silico临床试验开发能够生成逼真解剖形状的AI模型	肝脏和左心室3D表面网格模型	计算医学	NA	几何深度学习	生成模型	3D表面网格	未明确提及样本数量