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
1501	2025-06-06	Score-Based Diffusion Models With Self-Supervised Learning for Accelerated 3D Multi-Contrast Cardiac MR Imaging 2025-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3534206 PMID:40031249	research paper	本研究提出了一种基于分数扩散模型与自监督学习的新型方法，用于加速三维多对比心脏磁共振成像	结合自监督贝叶斯重建网络与联合分数扩散模型，无需全采样训练数据即可实现高质量图像重建	仅在特定3D联合心肌T1和T1ρ映射序列数据集上进行了验证	加速三维多对比心脏磁共振成像采集过程	三维多对比心脏磁共振图像	医学影像分析	心血管疾病	分数扩散模型、自监督学习、Langenvin Markov chain Monte Carlo采样	贝叶斯重建网络、联合分数扩散模型	3D多对比心脏磁共振图像	使用3D联合心肌T1和T1ρ映射序列采集的数据集
1502	2025-06-06	Cardiac Phase Estimation Using Deep Learning Analysis of Pulsed-Mode Projections: Toward Autonomous Cardiac CT Imaging 2025-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3536160 PMID:40031322	研究论文	本文提出了一种基于深度学习的脉冲模式投影分析方法，用于心脏CT成像中的心脏相位估计，旨在实现自主心脏CT扫描	首次在投影域进行前瞻性心脏相位估计，提出了一种新的投影域心脏相位估计网络（PhaseNet）和不确定性驱动的Viterbi（UDV）正则化器	研究使用了基于物理的模拟数据进行性能评估，尚未在真实临床数据上进行验证	开发一种无需心电图设备和专家干预的自主心脏CT扫描方法	心脏CT成像中的心脏相位估计	医学影像分析	心血管疾病	深度学习分析	LSTM, CNN	脉冲模式投影（PMPs）	基于物理的模拟数据
1503	2025-06-06	Information Geometric Approaches for Patient-Specific Test-Time Adaptation of Deep Learning Models for Semantic Segmentation 2025-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3540546 PMID:40031589	研究论文	本研究提出了一种基于信息几何原理的新框架，用于在测试时对深度学习语义分割模型进行患者特异性适应	提出了一种基于信息几何原理的通用、即插即用、正则化的患者特异性适应框架，无需额外的神经网络或解剖先验信息	NA	解决深度学习语义分割模型在测试时的患者特异性适应问题	COVID-19异常的CT图像、跨机构脑肿瘤MR图像、视网膜层OCT图像	计算机视觉	COVID-19、脑肿瘤、视网膜疾病	深度学习	语义分割模型	CT图像、MR图像、OCT图像	NA
1504	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）
1505	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
1506	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
1507	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
1508	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）
1509	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
1510	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
1511	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
1512	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）
1513	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
1514	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
1515	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
1516	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）
1517	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)
1518	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）
1519	2025-06-06	Extracerebral Normalization of 18F-FDG PET Imaging Combined with Behavioral CRS-R Scores Predict Recovery from Disorders of Consciousness 2025-Jun, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-024-02142-8 PMID:39532777	研究论文	本研究开发了一种基于18F-FDG PET和行为CRS-R评分的预后模型，用于预测长期意识障碍患者的1年恢复情况	结合18F-FDG PET的脑外组织标准化和行为CRS-R评分，开发了多模态预后模型，提高了预测意识恢复的准确性	样本量较小（87例患者），且测试集结果显示差异无统计学意义（P=0.73）	开发预测长期意识障碍患者恢复情况的预后模型	87例新诊断为长期意识障碍的患者	数字病理	神经系统疾病	18F-FDG PET/CT扫描	DenseNet121	图像和表格数据	87例意识障碍患者（52例恢复意识，35例未恢复）
1520	2025-06-06	Performance of AI methods in PET-based imaging for outcome prediction in lymphoma: A systematic review and meta-analysis 2025-Jun-01, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112204 PMID:40466216	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能方法在基于PET成像的淋巴瘤预后预测中的性能	首次系统评估了AI方法在淋巴瘤预后预测中的表现，并比较了不同AI方法的性能	研究主要基于回顾性数据，需要进一步前瞻性研究验证	评估AI方法在基于PET成像的淋巴瘤预后预测中的性能	淋巴瘤患者	digital pathology	lymphoma	PET-based imaging	deep learning, machine learning, radiomics	medical imaging	75项研究（主要关注非霍奇金淋巴瘤，n=61）