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
1741	2025-05-11	Deep learning-based pRb subtyping of pulmonary large cell neuroendocrine carcinoma on small hematoxylin and eosin-stained specimens 2025-May-07, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104192 PMID:40345665	研究论文	本研究探讨了深度学习在基于小组织样本的H&E染色切片上预测肺大细胞神经内分泌癌pRb亚型的潜力	开发了一种定制的卷积神经网络，用于预测小LCNEC组织样本中的pRb表达，显著优于基于H&E的亚型分类	样本量相对较小，仅包含143个切除标本和21例患者的活检样本	探索深度学习在肺大细胞神经内分泌癌分子亚型分型中的应用	肺大细胞神经内分泌癌（LCNEC）的小组织样本	数字病理学	肺癌	深度学习，免疫组织化学	CNN	图像	143个切除标本和21例患者的活检样本
1742	2025-05-11	Rethinking boundary detection in deep learning-based medical image segmentation 2025-May-06, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103615 PMID:40344946	研究论文	本研究提出了一种名为CTO的新型网络架构，结合CNN、ViT和显式边缘检测算子，以提高医学图像分割中边界区域的精确度	CTO网络结合了CNN和ViT的双流编码器网络，并引入了边界引导的解码器网络，通过显式边缘检测算子提供边界指导，从而在分割精度和效率之间取得更好平衡	未提及具体局限性	提高医学图像分割中边界区域的精确度	医学图像分割	计算机视觉	NA	CNN, ViT, 边缘检测算子	CTO（结合CNN和ViT的双流编码器网络）	医学图像	七个医学图像分割数据集（ISIC 2016, PH2, ISIC 2018, CoNIC, LiTS17, BraTS, BTCV）
1743	2025-05-11	Recent trends in diabetes mellitus diagnosis: an in-depth review of artificial intelligence-based techniques 2025-May-04, Diabetes research and clinical practice IF:6.1Q1 DOI:10.1016/j.diabres.2025.112221 PMID:40328407	review	本文综述了人工智能（AI）在糖尿病诊断中的最新进展，重点关注机器学习和深度学习技术	探讨了AI驱动的诊断工具的最新突破方法及其在临床实践中的应用	讨论了模型可解释性、伦理考虑和实际实施中的挑战	提高糖尿病的诊断准确性并支持其临床整合，以改善患者预后并减轻糖尿病负担	糖尿病诊断	machine learning	diabetes mellitus	machine learning, deep learning	NA	various data sources and datasets	NA
1744	2025-05-11	Label-free rapid diagnosis of jaw osteonecrosis via the intersection of Raman spectroscopy and deep learning 2025-May-02, Bone IF:3.5Q2 DOI:10.1016/j.bone.2025.117510 PMID:40320103	研究论文	通过拉曼光谱和深度学习的结合，建立了一种无标记、快速诊断颌骨坏死的方法	结合拉曼光谱和ResNet18深度学习模型，提高了颌骨坏死的诊断准确性和效率	样本量较小，仅包含90个骨组织样本	建立精确高效的诊断框架，区分药物相关颌骨坏死、放射诱导颌骨坏死和正常骨组织	90个骨组织样本（30个MRONJ、30个ORN、30个对照）	数字病理	颌骨坏死	拉曼光谱	ResNet18	光谱数据	90个骨组织样本，每个样本进行10次随机光谱采集，共900个光谱
1745	2025-05-11	Advancement in medical report generation: current practices, challenges, and future directions 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03265-y PMID:39707049	综述	本文对医学报告生成的当前实践、挑战和未来方向进行了系统性文献综述	系统性评估了医学报告生成领域的不同深度学习方法，并比较了它们的准确性和局限性	存在过拟合、偏倚风险和高数据依赖性等问题	指导放射科医生采用减轻工作负担并提供精确医学诊断的方法	医学影像报告生成技术	数字病理	NA	深度学习	encoder-decoder框架、Transformer、RNN-LSTM、LLM、图方法	医学影像	NA
1746	2025-05-11	A deep learning-based peer review method for radiotherapy planning 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17686 PMID:39935240	研究论文	本研究开发了一种基于深度学习的放疗计划个性化质量控制方法	利用患者解剖信息和深度学习剂量预测模型进行个性化质量控制，替代传统的主观评估方法	研究样本量较小（139例鼻咽癌患者），且仅针对特定癌症类型	开发放疗计划的个性化质量控制方法以提高治疗质量和患者安全性	鼻咽癌患者的放疗计划	数字病理	鼻咽癌	深度学习剂量预测	UNet	3D剂量分布数据	139例鼻咽癌患者（95训练/20验证/24测试）加29个临床治疗计划
1747	2025-05-11	T2-weighted imaging of rectal cancer using a 3D fast spin echo sequence with and without deep learning reconstruction: A reader study 2025-May, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70031 PMID:39976552	研究论文	比较深度学习重建与传统重建在直肠癌T2加权3D快速自旋回波序列中的图像质量和临床效用	使用深度学习重建技术改进直肠MRI的图像质量，并在多个临床评估指标上优于传统重建方法	研究样本量较小（50例患者），且未在所有评估类别中显示深度学习重建的优越性	评估深度学习重建在直肠癌MRI中的临床应用价值	直肠癌患者的MRI图像	医学影像	直肠癌	T2加权3D快速自旋回波序列，深度学习重建	深度学习	MRI图像	50例直肠癌患者
1748	2025-05-11	Explainability and uncertainty: Two sides of the same coin for enhancing the interpretability of deep learning models in healthcare 2025-May, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105846 PMID:39993336	研究论文	本文探讨了在医疗保健领域中将不确定性量化（UQ）与可解释人工智能（XAI）方法结合，以提高深度学习模型的可靠性和可信度	提出将UQ与XAI方法结合的新框架，以增强深度学习模型的解释性和可靠性	未提及具体实验验证或实际应用案例	提高深度学习模型在医疗保健应用中的透明度和可信度	深度学习模型在医疗保健领域的应用	机器学习	NA	可解释人工智能（XAI）和不确定性量化（UQ）	深度学习模型	NA	NA
1749	2025-05-11	Automatic skull reconstruction by deep learnable symmetry enforcement 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108670 PMID:40009971	研究论文	提出一种基于可学习对称性增强的自动颅骨重建方法	通过可学习的对称性增强改进颅骨重建，显著减少计算资源需求	训练数据集规模有限，高分辨率体积数据及数据异质性大	自动化颅骨缺损重建过程，缩短手术等待时间	颅骨缺损患者	数字病理	颅骨损伤	深度学习	神经网络	体积数据	SkullBreak和SkullFix数据集及真实临床病例
1750	2025-05-11	Causal associations between scapular morphology and shoulder condition estimated with Bayesian statistics 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108666 PMID:40009972	research paper	本研究利用贝叶斯统计方法评估了肩胛骨形态与肩部状况之间的因果关系	开发了一个贝叶斯因果模型来回答关于肩胛骨解剖对肩部状况影响的干预性问题	研究结果可能受到样本量和数据来源的限制	评估肩胛骨解剖学变量对肩部状况的因果影响	396名受试者的CT扫描数据，分为四个肩部状况组	医学影像分析	肩部疾病	CT扫描和深度学习模型	贝叶斯多分类逻辑回归模型	医学影像数据	396名受试者
1751	2025-05-11	Segmentation of skin layers on HFUS images using the attention mechanism 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108668 PMID:40015155	research paper	该论文提出了一种结合上下文特征金字塔块与注意力门的新型神经网络模型，用于准确分割皮肤层	首次使用注意力机制结合上下文特征金字塔块来分割皮肤层，并测试了预分割入口回声层的顺序模型	研究中使用的HFUS图像数据库来自不同的超声设备和探头频率，可能影响模型泛化能力	开发一种自动化的超声图像分析算法，用于皮肤层的准确分割	皮肤层（入口回声层、SLEB和真皮层）	计算机视觉	NA	高频超声（HFUS）成像	结合上下文特征金字塔块与注意力门的神经网络	图像	两个不同的HFUS图像数据库
1752	2025-05-11	Enhanced dose prediction for head and neck cancer artificial intelligence-driven radiotherapy based on transfer learning with limited training data 2025-May, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70012 PMID:40087841	research paper	本研究探讨了迁移学习在头颈癌人工智能驱动放疗剂量预测模型中的应用及其对预测性能的提升	利用迁移学习优化现有临床剂量预测模型，显著提高了新兴放疗技术（如AINRT和DA-AINRT）的预测准确性	研究依赖于有限的数据集，可能影响模型的泛化能力	提升头颈癌患者放疗剂量预测的准确性，支持新兴放疗技术的发展	头颈癌患者	digital pathology	head and neck cancer	AI-based nodal radiotherapy (AINRT), Daily Adaptive AI-based nodal radiotherapy (DA-AINRT)	Hierarchically Densely Connected U-net	medical imaging data	AINRT和DA-AINRT患者数据集
1753	2025-05-11	Training, Validating, and Testing Machine Learning Prediction Models for Endometrial Cancer Recurrence 2025-May, JCO precision oncology IF:5.3Q1 DOI:10.1200/PO-24-00859 PMID:40324114	research paper	该研究旨在训练、验证和测试用于预测子宫内膜癌复发的机器学习模型	使用lasso回归、机器学习（ML）和深度学习（DL）分析大型综合数据集来预测子宫内膜癌复发	需要前瞻性验证以确定临床实用性	准确预测子宫内膜癌复发风险，以更好地选择患者进行辅助治疗	子宫内膜癌患者	machine learning	endometrial cancer	microRNA, long noncoding RNA, isoforms, pseudogene expressions, SNV, CNV	lasso regression, ML, DL	clinical, pathologic, genomic, genetic data	低风险组329例，高风险组324例，非子宫内膜样组织学组239例
1754	2025-05-11	Spatial and Temporal Changes in Choroid Morphology Associated With Long-Duration Spaceflight 2025-May-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.5.17 PMID:40332907	研究论文	本研究利用深度学习技术分析长期太空飞行中宇航员脉络膜的形态变化	扩展了深度学习在OCT图像脉络膜分割中的应用，首次量化了微重力环境下脉络膜的脉动和拓扑变化	样本量较小(12名宇航员)，且仅6名有飞行中影像数据	探究长期太空飞行中脉络膜形态变化与太空飞行相关神经眼综合征(SANS)的关系	长期太空飞行的宇航员	数字病理学	太空飞行相关神经眼综合征	光学相干断层扫描(OCT)	深度学习模型	OCT视频和体积数据	12名平均年龄47±9岁的宇航员(其中6名有飞行中数据)
1755	2025-05-11	The long journey of artificial intelligence in medicine: an overview 2025-May, Clinical and experimental rheumatology IF:3.4Q2 DOI:10.55563/clinexprheumatol/oamfed PMID:40338059	综述	本文概述了人工智能在医学领域的漫长发展历程及其重要里程碑	全面回顾了AI从哲学和数学起源到现代医学应用的演变过程，突出了关键技术的发展节点	未具体说明当前AI在医学应用中面临的具体技术或伦理挑战细节	梳理人工智能技术在医学领域的发展历史和应用前景	人工智能技术的发展历程及其医学应用	人工智能	NA	机器学习、神经网络、深度学习、大语言模型	NA	健康大数据	NA
1756	2025-05-11	Rapid point-of-care pathogen sensing in the post-pandemic era 2025-May, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2024.10.003 PMID:39521626	review	本文综述了后疫情时代快速准确诊断病毒或细菌病原体的即时检测技术进展	重点介绍了利用表面增强拉曼散射(SERS)技术的生物传感器在病原体感染标志物快速敏感诊断中的革命性应用，以及深度学习在复杂信号快速解析中的整合	NA	探讨后疫情时代即时检测(POC)诊断技术的发展现状与趋势	病毒或细菌病原体的快速诊断技术	生物医学工程	传染病	表面增强拉曼散射(SERS), 深度学习	深度学习算法	生物标志物信号	NA
1757	2025-05-11	Current and future deep learning algorithms for tandem mass spectrometry (MS/MS)-based small molecule structure elucidation 2025-May, Rapid communications in mass spectrometry : RCM IF:1.8Q2 DOI:10.1002/rcm.9120 PMID:33955607	research paper	探讨当前和未来深度学习算法在基于串联质谱（MS/MS）的小分子结构解析中的应用	提出新的深度学习架构，通过多任务学习和特征工程解决现有方法在计算复杂性、数据预处理信息丢失和分子指纹覆盖不足方面的问题	深度学习框架的性能和普遍适用性需要与经典机器学习框架进行公平评估	开发强大的深度学习模型以实现从小分子串联质谱数据中自动解析结构	小分子结构解析	machine learning	NA	tandem mass spectrometry (MS/MS)	graph convolutional networks, multitask learning	mass spectral data	NA
1758	2025-05-11	Impact of CT reconstruction algorithms on pericoronary and epicardial adipose tissue attenuation 2025-Apr-23, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112132 PMID:40344712	research paper	研究CT重建算法对心周脂肪组织和心外膜脂肪组织定量的影响，并探讨通过脂肪阈值调整校正这些影响的可行性	比较了不同强度的ASIR-V和DLIR算法对脂肪组织定量的影响，并提出了脂肪阈值调整的校正方法	研究为回顾性分析，样本量有限（134例患者），且仅基于特定时间段的数据	评估不同CT重建算法对心周脂肪组织和心外膜脂肪组织定量的影响，并探索校正方法	134例接受冠状动脉CT血管造影（CCTA）的患者	医学影像处理	心血管疾病	冠状动脉CT血管造影（CCTA），自适应统计迭代重建（ASIR-V），深度学习图像重建（DLIR）	NA	医学影像数据	134例患者
1759	2025-05-11	Radiomics for lung cancer diagnosis, management, and future prospects 2025-Apr-11, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106926 PMID:40344812	综述	本文综述了放射组学在肺癌诊断和管理中的作用，探讨了从手工放射组学到深度学习技术的各种方法及其应用	强调了放射组学在提高诊断准确性、预测治疗反应和个性化患者护理方面的潜力，并探讨了未来发展方向，如大型语言模型、可解释AI和超分辨率成像技术的整合	未具体提及研究的局限性	探讨放射组学在肺癌诊断和管理中的应用及其未来前景	肺癌患者	数字病理学	肺癌	放射组学、深度学习	AI模型	医学影像	NA
1760	2025-05-11	Transfer learning and data augmentation for glucose concentration prediction from colorimetric biosensor images 2025-Apr-08, Mikrochimica acta DOI:10.1007/s00604-025-07136-7 PMID:40199789	研究论文	介绍了一种深度学习算法，用于通过比色纸传感器图像准确预测葡萄糖浓度	采用迁移学习和数据增强技术，简化了预测过程，无需单独的特征提取	需要大量训练数据，尽管数据增强技术试图缓解这一问题	开发一种基于深度学习的葡萄糖浓度预测方法	比色纸传感器图像	计算机视觉	NA	迁移学习, 数据增强	ResNet50, ResNet101, GoogLeNet, VGG-19	图像	五种不同葡萄糖浓度的比色纸传感器图像数据集