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
161	2025-07-17	3D isotropic high-resolution fetal brain MRI reconstruction from motion corrupted thick data based on physical-informed unsupervised learning 2025-Jul-15, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3586049 PMID:40663667	研究论文	提出了一种基于物理信息无监督学习的3D各向同性高分辨率胎儿脑MRI重建方法，用于从运动损坏的厚数据中重建高质量图像	提出了一种无监督迭代联合SVR和SRR的深度学习框架，无需大规模外部3D高分辨率训练数据集	未提及具体临床数据集的样本量限制或模型泛化能力的详细评估	提升胎儿脑MRI的运动校正和超分辨率重建技术，以支持精确的临床诊断和胎儿脑发育研究	胎儿脑MRI图像	医学影像处理	胎儿脑发育	深度学习、卷积神经网络、深度图像先验框架	CNN	MRI图像	模拟数据和临床数据（具体数量未提及）
162	2025-07-17	Efficient Visual Transformer by Learnable Token Merging 2025-Jul-15, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3588186 PMID:40663671	研究论文	本文提出了一种新颖且紧凑的Transformer块——LTM-Transformer，通过可学习的令牌合并方案提升视觉Transformer的效率	提出LTM-Transformer，通过可学习的令牌合并方案减少FLOPs和推理时间，同时保持或提高预测精度	NA	提升视觉Transformer的计算效率和预测精度	视觉Transformer模型	计算机视觉	NA	NA	Transformer, LTM-Transformer	图像	NA
163	2025-07-17	Bayesian Posterior Distribution Estimation of Kinetic Parameters in Dynamic Brain PET Using Generative Deep Learning Models 2025-Jul-15, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3588859 PMID:40663684	研究论文	本研究提出了一种基于改进的去噪扩散概率模型（iDDPM）的方法，用于估计动态PET中动力学参数的后验分布，以提高计算效率	利用深度学习的高计算效率，提出iDDPM方法替代传统的MCMC技术，显著减少计算时间（超过230倍），同时保持高精度（平均误差<0.67%）和精确性（标准差误差<7.23%）	研究仅基于[18F]MK6240研究进行评估，未在其他示踪剂或疾病模型中验证	开发一种高效准确的方法来估计动态PET中动力学参数的后验分布	动态PET图像中的动力学参数	医学影像分析	阿尔茨海默病	动态PET成像，贝叶斯推断	iDDPM, CVAE-DD, WGAN-GP	动态PET图像数据	NA
164	2025-07-17	Robust Polyp Detection and Diagnosis through Compositional Prompt-Guided Diffusion Models 2025-Jul-15, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3589456 PMID:40663685	research paper	该论文提出了一种渐进式频谱扩散模型（PSDM），通过组合提示生成临床准确的合成图像，以增强结直肠息肉检测、分类和分割的泛化能力	提出PSDM模型，利用组合提示（包括分割掩码、边界框和结肠镜检查报告）生成合成图像，显著提升了模型在分布外数据上的表现	模型依赖于多中心数据集（如PolypGen），其收集成本高且耗时	提高结直肠息肉检测、分类和分割的泛化能力，特别是在分布外数据场景下	结直肠息肉	digital pathology	colorectal cancer	diffusion models	PSDM	image	PolypGen数据集
165	2025-07-17	BaliMask3D dataset for 3D completion and reconstruction of traditional Balinese masks 2025-Jul-15, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05505-8 PMID:40664699	research paper	介绍了一个名为BaliMask3D的高质量3D面具数据集，用于支持3D完成和重建任务，旨在促进文化遗产保护	提供了首个专注于传统巴厘岛面具的3D数据集，结合了360度摄影测量技术和深度学习模型（VQ-VAE和SDFusion）进行3D重建	数据集仅包含27类面具，样本量相对较小，可能限制模型的泛化能力	开发并评估用于3D完成和重建的深度学习技术，同时促进文化遗产保护	传统巴厘岛面具的3D模型	computer vision	NA	360-degree photogrammetry	VQ-VAE, SDFusion	3D models	27类面具
166	2025-07-17	Decision level scheme for fusing multiomics and histology slide images using deep neural network for tumor prognosis prediction 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09869-0 PMID:40664732	研究论文	提出了一种决策级多模态数据融合框架，用于整合多组学和病理组织切片图像以进行预后预测	通过图卷积层计算病理组织切片图像的特征张量，并应用全局平均池化对齐和归一化多组学数据与病理图像的特征张量，实现了无缝整合	仅测试了乳腺癌和非小细胞肺癌的数据，未在其他癌症类型上验证	开发一种多模态数据融合框架，以提高肿瘤预后预测的准确性	乳腺癌和非小细胞肺癌患者的多组学数据和病理组织切片图像	数字病理学	乳腺癌, 非小细胞肺癌	多组学数据整合, 图卷积	深度神经网络	图像, 转录组数据, 基因型数据, 表观遗传数据, 生存信息	来自Cancer Genome Atlas的乳腺癌和非小细胞肺癌数据
167	2025-07-17	Deep adaptive learning predicts and diagnoses CSVD-related cognitive decline using radiomics from T2-FLAIR: a multi-centre study 2025-Jul-15, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01813-w PMID:40664728	研究论文	本研究开发了一种基于Transformer的深度学习模型，利用T2-FLAIR图像的白质高信号放射组学特征来检测脑小血管病相关认知障碍	采用Transformer架构的深度学习模型结合放射组学特征，首次在脑小血管病相关认知障碍的检测中实现了自动化和非侵入性诊断	研究样本量相对有限（783名受试者），且仅来自三个中心	开发自动化工具用于早期检测脑小血管病相关认知障碍	脑小血管病相关认知障碍患者	数字病理学	脑小血管病	放射组学分析	Transformer	医学影像	783名受试者（其中161名进行纵向随访）
168	2025-07-17	Poincare guided geometric UNet for left atrial epicardial adipose tissue segmentation in Dixon MRI images 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10110-1 PMID:40664735	研究论文	本研究提出了一种名为PoinUNet的深度学习模型，用于从Dixon MRI图像中准确分割左心房心外膜脂肪组织	将Poincaré嵌入层集成到3D UNet中，利用双曲空间学习捕获复杂的左心房和心外膜脂肪组织关系，并使用新的损失函数解决类别不平衡和脂肪几何挑战	样本量相对较小（66名参与者），且仅在1.5T MRI扫描仪上进行验证	提高左心房心外膜脂肪组织在Dixon MRI图像中的自动分割准确性	左心房心外膜脂肪组织	数字病理学	心血管疾病	Dixon MRI	3D UNet（集成Poincaré嵌入层）	MRI图像	66名参与者（包括48名房颤患者）
169	2025-07-17	A hybrid framework of generative deep learning for antiviral peptide discovery 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11328-9 PMID:40664756	研究论文	本研究提出了一种结合WGAN-GP和BiLSTM的混合模型，用于抗病毒肽的发现和分类	结合WGAN-GP和BiLSTM的混合框架，成功生成并识别了815种新型抗病毒肽	生成的抗病毒肽在不同病毒端点上的丰度存在显著差异	开发一种有效的抗病毒肽发现工具	抗病毒肽（AVPs）	机器学习	病毒感染	WGAN-GP, BiLSTM	生成对抗网络（GAN）, 双向长短期记忆网络（BiLSTM）	序列数据	815种新型抗病毒肽
170	2025-07-17	AI-powered prediction model for neoadjuvant chemotherapy efficacy: comprehensive analysis of breast cancer histological images 2025-Jul-15, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01033-1 PMID:40664754	研究论文	开发了一种结合组织病理学、临床和免疫特征的AI驱动的集成预测模型（IPM），用于预测乳腺癌患者对新辅助化疗（NAT）的疗效	首次整合了肿瘤上皮（TE-score）、间质（TS-score）和全肿瘤（TR-score）的深度学习生物标志物，并确定TR-score为最佳预测指标，同时结合临床变量和免疫特征提高了预测准确性	免疫数据对模型性能的提升未达到统计学显著性（p=0.183），且需要进一步验证模型的泛化能力	开发一种能够准确预测乳腺癌患者对新辅助化疗反应的AI模型，以指导精准医疗决策	乳腺癌患者	数字病理学	乳腺癌	深度学习	集成预测模型（IPM）	全切片图像、临床数据、免疫特征数据	来自四个中心的1035名患者
171	2025-07-17	Efficacy of swarm-based neural networks in automated depression detection 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09414-z PMID:40664787	研究论文	本研究提出了一种结合群体智能算法优化的深度学习模型，用于自动化抑郁症检测	创新点在于使用三种群体智能算法（蜻蜓算法、萤火虫算法和蛾焰优化算法）进行特征选择和降维，优化深度学习模型	研究仅使用了三个数据集进行验证，可能需要更多样化的数据来证明模型的泛化能力	开发可靠的自动化抑郁症诊断方法	抑郁症患者	机器学习	抑郁症	群体智能算法（蜻蜓算法、萤火虫算法、蛾焰优化算法）	深度学习模型	文本数据	使用了DAIC-WOZ、CMDC和MODMA三个数据集
172	2025-07-17	Preoperative prediction value of 2.5D deep learning model based on contrast-enhanced CT for lymphovascular invasion of gastric cancer 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11427-7 PMID:40664824	research paper	开发并验证基于静脉期增强CT图像的深度学习和放射组学方法的人工智能模型，用于术前预测胃癌的淋巴血管侵犯	通过聚焦肿瘤最大横截面并结合七个相邻的2D图像，生成稳定的2.5D数据以建立多实例学习（MIL）模型	回顾性研究设计可能限制了结果的普遍性	预测胃癌术前淋巴血管侵犯	351名胃癌患者	digital pathology	gastric cancer	contrast-enhanced CT (CECT), deep learning (DL), Radiomics	2D CNN, 3D CNN, 2.5D MIL	CT images	351名胃癌患者（训练队列246名，测试队列105名）
173	2025-07-17	Motion artifacts and image quality in stroke MRI: associated factors and impact on AI and human diagnostic accuracy 2025-Jul-15, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11807-7 PMID:40664863	研究论文	评估疑似中风患者MRI中运动伪影的普遍性及其相关因素，并确定其对AI和放射科医生诊断准确性的影响	首次在疑似中风患者中系统评估运动伪影的普遍性及其对AI和人类诊断准确性的影响	研究为回顾性单中心设计，样本量相对有限	评估MRI运动伪影在卒中诊断中的影响	疑似中风患者的脑部MRI扫描	数字病理学	中风	MRI	深度学习工具	医学影像	775名疑似中风患者
174	2025-07-17	OR-FCOS: an enhanced fully convolutional one-stage approach for growth stage identification of Oudemansiella raphanipes 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09303-5 PMID:40664902	research paper	本文提出了一种改进的完全卷积单阶段方法OR-FCOS，用于准确识别奥德蘑属萝卜菇的生长阶段	OR-FCOS结合了MobileNetV3-Large主干网络和高效多尺度注意力模块，采用神经架构搜索增强的解码器，并集成了CIoU损失函数，显著提高了识别效率和准确性	研究仅针对奥德蘑属萝卜菇这一特定真菌，方法在其他真菌生长阶段识别中的适用性尚未验证	开发一种高效准确的真菌生长阶段识别方法，以支持大规模工厂化生产	奥德蘑属萝卜菇在不同生长阶段的图像	computer vision	NA	deep learning	FCOS, MobileNetV3-Large	image	8000张奥德蘑属萝卜菇不同生长阶段的图像
175	2025-07-17	Hybrid AI and semiconductor approaches for power quality improvement 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11116-5 PMID:40664937	研究论文	本研究提出了一种结合机器学习和深度学习与半导体技术的创新方法，用于提升电力质量	通过整合机器学习（ML）、深度学习（DL）和先进控制策略，提出了一种数据驱动的框架来解决电力质量问题	深度学习模型计算密集，且处理不平衡数据集时存在挑战，需要改进预处理和模型调整	提升电力质量，解决电压暂降、暂升、谐波和瞬态干扰等关键问题	电力系统中的电力质量问题	机器学习	NA	机器学习（ML）、深度学习（DL）	SVM、Random Forests、Neural Networks、CNN、LSTM	实时数据	NA
176	2025-07-17	Learning quality-guided multi-layer features for classifying visual types with ball sports application 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10058-2 PMID:40664935	研究论文	提出一种先进的感知深度学习框架，用于从大型X射线数据集中提取关键特征，以分类乳腺癌的不同阶段	提出了一种新的排序技术，在弱标注背景下识别与人类视觉判断最一致的关键图像块，并利用这些关键块提取有意义的特征	未提及具体的数据集规模或模型在不同数据集上的泛化能力	提高乳腺癌X射线图像分析的精确度	乳腺癌X射线图像	数字病理学	乳腺癌	深度学习	SVM	图像	大型乳腺癌图像数据集（未提及具体数量）
177	2025-07-17	Network-based intrusion detection using deep learning technique 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08770-0 PMID:40664956	research paper	提出一种结合Sequential DNN和ReLU激活单元与Extra Tree Classifier特征选择的新型深度学习解决方案，用于网络入侵检测	战术性使用基于ReLU的DNN结合Extra Tree Classifier进行特征优化，不仅解决了梯度消失和过拟合问题，还提高了模型的可解释性和计算效率	NA	开发更有效和灵活的网络入侵检测系统	网络流量和攻击向量	machine learning	NA	Sequential Deep Neural Networks, ReLU activation unit, Extra Tree Classifier	DNN	network traffic data	UNSW-NB15数据集
178	2025-07-17	Developing angiogenesis-related prognostic biomarkers and therapeutic strategies in bladder cancer using deep learning and machine learning 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08945-9 PMID:40665008	研究论文	本研究利用深度学习和机器学习开发了与膀胱癌血管生成相关的预后生物标志物及治疗策略	构建了血管生成相关基因特征(ARGS)，并利用人工智能驱动的药物设计技术开发了一种具有抗血管生成效果的新型天然化合物	未提及样本量及具体临床验证结果	开发膀胱癌血管生成相关预后生物标志物及治疗策略	膀胱癌(BLCA)患者	数字病理学	膀胱癌	深度学习、机器学习、人工智能驱动药物设计	NA	基因表达数据	NA
179	2025-07-17	Fetal-Net: enhancing Maternal-Fetal ultrasound interpretation through Multi-Scale convolutional neural networks and Transformers 2025-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06526-4 PMID:40665017	研究论文	本文提出了一种名为Fetal-Net的新型深度学习架构，通过整合多尺度CNN和Transformer层，提高了母胎超声图像的解释能力	Fetal-Net结合了多尺度CNN和Transformer层，提供了一种集成解决方案，能够同时处理胎儿结构的识别和异常检测，克服了现有方法仅针对单一任务的局限性	NA	提升母胎超声图像的解释能力，以改善产前护理	母胎超声图像	计算机视觉	NA	深度学习	CNN, Transformer	图像	超过12,000张超声图像
180	2025-07-17	Deep Learning for Osteoporosis Diagnosis Using Magnetic Resonance Images of Lumbar Vertebrae 2025-Jul-15, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01547-x PMID:40665016	研究论文	本研究利用腰椎的T1、STIR和T2 MRI序列以及骨密度（BMD）测量，通过深度学习技术进行骨质疏松症的诊断	提出了一种定制的卷积神经网络模型，在骨质疏松症分类上表现优于现有的深度学习模型，如GoogleNet、EfficientNet-B3等，并且发现T2加权MRI序列在诊断中最为有效	样本量相对较小，仅包含50名个体的1350张MRI图像	开发一种基于深度学习的骨质疏松症诊断方法，减少电离辐射的使用	腰椎的MRI图像和BMD测量数据	数字病理学	骨质疏松症	MRI成像	CNN	图像	50名个体的1350张MRI图像