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	2025-06-14	Machine learning in neuroimaging and computational pathophysiology of Parkinson's disease: A comprehensive review and meta-analysis 2025-Jul, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2025.104537 PMID:40424835	综述与荟萃分析	本文全面回顾和荟萃分析了机器学习和深度学习在帕金森病神经影像学和计算病理生理学中的应用	提出了Meta-Park模型用于帕金森病诊断，训练、测试和验证准确率分别达到97.67%、95%和94.04%	研究指出需要更广泛和多样化的数据集以及改进模型的可访问性	通过数据驱动的方法为帕金森病的早期诊断和有效治疗提供创新决策	帕金森病的诊断与管理	神经影像学与计算病理生理学	帕金森病	机器学习与深度学习	Meta-Park模型	MRI、语音和手写数据集	NA
162	2025-06-14	Acquisition and Reconstruction Techniques for Coronary CT Angiography: Current Status and Trends over the Past Decade 2025-07, Radiographics : a review publication of the Radiological Society of North America, Inc IF:5.2Q1 DOI:10.1148/rg.240083 PMID:40504731	review	本文回顾了过去十年中冠状动脉CT血管成像（CCTA）的采集和重建技术，探讨了其现状和发展趋势	总结了多种新技术如低管电压采集、高清CT、超高清CT、深度学习重建算法等，以提高图像质量和降低辐射剂量	尽管有多种新技术，但CCTA仍存在运动伪影、图像噪声、辐射暴露等问题	提高冠状动脉CT血管成像（CCTA）的临床价值，用于非侵入性评估冠状动脉疾病（CAD）	冠状动脉CT血管成像（CCTA）技术	医学影像	心血管疾病	低管电压采集、高清CT、超高清CT、深度学习重建算法	深度学习重建算法（DLR）	医学影像	NA
163	2025-06-14	Agreement between Routine-Dose and Lower-Dose CT with and without Deep Learning-based Denoising for Active Surveillance of Solid Small Renal Masses: A Multiobserver Study 2025-Jul, Radiology. Imaging cancer DOI:10.1148/rycan.240250 PMID:40512032	研究论文	评估常规剂量和低剂量CT扫描在应用和不应用基于深度学习的降噪技术时，对小肾肿块主动监测的一致性	研究首次评估了深度学习方法在低剂量CT扫描中对小肾肿块评估的影响，并证实了75%剂量减少的可行性	研究样本量相对较小（70名患者），且为回顾性研究	评估不同剂量CT扫描在主动监测小肾肿块中的一致性和图像质量	小肾肿块（SRMs）患者	数字病理	肾癌	CT扫描，基于深度学习的降噪（DLD）	深度学习模型（未明确具体架构）	医学影像（CT扫描）	70名患者（48名男性，22名女性），共350次CT扫描
164	2025-06-14	Computational design of diverse nuclear factor erythroid 2 activators with cellular antioxidative activity 2025-Jun-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112621 PMID:40502689	研究论文	利用深度学习算法设计能够激活NRF2的小蛋白，以增强细胞抗氧化防御能力	采用深度学习模型设计具有不同结构框架和热力学特性的稳定小蛋白，有效激活KEAP1-NRF2通路	未提及在动物模型或临床试验中的验证	开发高效且选择性激活KEAP1-NRF2通路的合成抗氧化剂	KEAP1-NRF2复合物及设计的结合蛋白	机器学习	慢性疾病	深度学习	深度学习模型	蛋白质结构数据	五种设计的结合蛋白
165	2025-06-14	Accurate Diagnosis of Colorectal Cancer Using a Combination of Lectin-Induced Recombinase Polymerase Amplification and CRISPR/Cas12a Assay on a Point-of-Care Testing Platform with Deep Learning Assistant 2025-Jun-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00468 PMID:40511702	研究论文	开发了一种结合凝集素诱导重组酶聚合酶扩增和CRISPR/Cas12a检测的方法，用于结直肠癌的准确诊断	提出了一种新型的一锅法LI-RPA-CRISPR/Cas12a检测方法，结合便携式等温扩增设备和LSTM深度学习模型，实现了高灵敏度和高准确度的结直肠癌诊断	样本量相对较小（100例临床样本），需要进一步验证	开发一种快速、灵敏且用户友好的结直肠癌诊断平台	结直肠癌患者和携带SW480结直肠癌亚型的小鼠	数字病理学	结直肠癌	凝集素诱导重组酶聚合酶扩增（LI-RPA）、CRISPR/Cas12a检测、LSTM深度学习模型	LSTM	液体活检数据	100例临床样本和小鼠模型
166	2025-06-14	Gene Spatial Integration: enhancing spatial transcriptomics analysis via deep learning and batch effect mitigation 2025-Jun-13, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf350 PMID:40511994	研究论文	提出了一种名为基因空间整合（GSI）的深度学习方法，用于增强空间转录组学数据分析，并解决批次效应问题	利用表示学习方法将基因的空间分布信息整合到基因表达特征空间，并通过Autoencoder网络提取空间嵌入，显著提高了空间转录组学数据分析工具的性能	仅在人类DLPFC数据集上进行了验证，未在其他组织或疾病类型中广泛测试	开发一种能够整合多批次空间转录组数据并提升分析性能的方法	空间转录组数据	数字病理学	NA	空间转录组学（ST）	Autoencoder	基因表达数据和空间分布数据	人类DLPFC数据集（具体样本包括151673和151672）
167	2025-06-14	DWI-based deep learning radiomics nomogram for predicting the impaired quality of life in patients with unruptured intracranial aneurysm developing new iatrogenic cerebral infarcts following stent placement: a multicenter cohort study 2025-Jun-13, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-025-03628-5 PMID:40512286	研究论文	本研究开发了一种基于DWI的放射组学列线图，用于预测支架置入后发生新医源性脑梗死（NICI）的未破裂颅内动脉瘤患者健康相关生活质量（HRQOL）的损害	整合临床、放射组学和深度学习特征构建的DLRN模型在预测HRQOL损害方面表现出高准确性和临床实用性，优于单一模态模型	研究为多中心回顾性设计，可能存在选择偏倚	预测支架置入后未破裂颅内动脉瘤患者的HRQOL损害	522例发生NICI的未破裂颅内动脉瘤患者	数字病理	颅内动脉瘤	DWI, 超分辨率重建	GoogleNet, DLRN	医学影像	522例患者（分为训练队列和两个外部验证队列）
168	2025-06-14	An Efficient Deep Learning Framework for Revealing the Evolution of Characterization Methods in Nanoscience 2025-Jun-13, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-01807-z PMID:40512318	研究论文	本文提出了一种结合引用分析和主题建模的方法，用于揭示科学历史中的隐藏发展模式，并在拉曼光谱领域构建知识图谱	结合引用分析与主题建模，设计基于规则的标记器解决化学领域实体命名规则导致的词语标记问题，提高了主题一致性和多样性	NA	揭示科学历史中的隐藏发展模式，构建特定领域的知识图谱	拉曼光谱领域的文献数据	自然语言处理	NA	文本挖掘、主题建模、引用分析	Latent Dirichlet Allocation (LDA)	文本	NA
169	2025-06-14	Quantum-inspired computational drug design for phytopharmaceuticals: a herbal holography analysis 2025-Jun-13, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-025-06412-w PMID:40512383	research paper	本文提出了一种基于量子理论启发的计算药物设计方法，用于植物药物的全息分析	引入了植物全息学的新范式，将植物分子视为多维系统，利用全息和量子理论进行理解	尚未验证量子驱动方法是否真正能带来植物医学的革命，还是仅为空想	探索量子驱动方法在植物药物设计中的应用，以改进传统方法的不足	植物化合物	computational drug design	NA	hybrid quantum-classical simulations, deep learning models, quantum mechanics	deep learning models	NA	NA
170	2025-06-14	Application of Deep Learning Accelerated Image Reconstruction in T2-Weighted Turbo Spin-Echo Imaging of the Brain at 7T 2025-Jun-12, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8662 PMID:39832954	研究论文	本研究评估了基于深度学习的图像重建技术在7T磁共振T2加权涡轮自旋回波成像中的应用	使用在7T数据上训练的深度神经网络进行图像重建，显著提升了图像质量	研究仅针对30例患者数据，样本量相对较小	解决7T磁共振成像时间长和运动敏感性的问题	7T磁共振脑部T2加权涡轮自旋回波图像	医学影像处理	NA	深度学习加速图像重建	深度神经网络	磁共振图像	30例临床7T脑部MRI患者数据
171	2025-06-14	Improving the Robustness of Deep Learning Models in Predicting Hematoma Expansion from Admission Head CT 2025-Jun-12, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8650 PMID:39794133	研究论文	本研究探讨了通过对抗训练和输入修改提高深度学习模型在预测急性脑出血患者血肿扩张中的鲁棒性	采用对抗训练和Otsu多阈值分割作为额外输入，提高了模型对抗攻击的鲁棒性	对抗训练对FGSM攻击的鲁棒性提升有限，且对PGD类图像的跨攻击鲁棒性不足	提高深度学习模型在预测急性脑出血患者血肿扩张中的鲁棒性	急性脑出血患者的入院头部CT扫描	数字病理学	脑出血	FGSM和PGD对抗攻击，Otsu多阈值分割	深度学习模型	图像	训练集890名患者，独立验证集684名患者
172	2025-06-14	Task Augmentation-Based Meta-Learning Segmentation Method for Retinopathy 2025-Jun-12, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3579271 PMID:40504712	研究论文	提出了一种基于任务增强的元学习方法（TAMS），用于视网膜图像分割，以减少对大量标注数据的依赖	提出视网膜病变模拟算法（LSA）自动生成多类视网膜疾病数据集，并设计生成模拟网络（GSNet）以保持复杂视网膜疾病的高质量表示	未提及具体的数据集规模限制或模型在其他类型医学图像上的泛化能力	解决医学图像分割任务中标注数据稀缺和分布差异的问题	视网膜图像（OCT和CFP图像）	数字病理	视网膜病变	深度学习（DL）、元学习	GSNet	医学图像	三个不同的OCT和CFP图像数据集（未提及具体样本数量）
173	2025-06-14	Transformer for Multitemporal Hyperspectral Image Unmixing 2025-Jun-12, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3577394 PMID:40504726	研究论文	提出了一种名为MUFormer的端到端无监督深度学习模型，用于多时相高光谱图像解混	引入了全局感知模块(GAM)和变化增强模块(CEM)，有效捕捉多时相语义信息	仅在1个真实数据集和2个合成数据集上进行了实验验证	解决多时相高光谱图像解混的挑战	多时相高光谱图像	计算机视觉	NA	深度学习	Transformer	高光谱图像	1个真实数据集和2个合成数据集
174	2025-06-14	Knowledge Graph-Enhanced Deep Learning Model (H-SYSTEM) for Hypertensive Intracerebral Hemorrhage: Model Development and Validation 2025-Jun-12, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/66055 PMID:40505141	研究论文	开发并验证了一个名为H-SYSTEM的知识图谱增强深度学习模型，用于辅助神经外科医生诊断和治疗高血压性脑出血患者	整合医学领域知识图谱（HKG）以提升决策准确性和可解释性，并采用BERT-IDCNN-BiLSTM-CRF模型作为关键命名实体识别模块	未提及具体局限性	开发一个可解释且高效的决策支持系统，辅助神经外科医生处理高血压性脑出血病例	高血压性脑出血患者的电子病历数据	数字病理	高血压性脑出血	知识图谱构建、BERT-IDCNN-BiLSTM-CRF模型	BERT-IDCNN-BiLSTM-CRF	电子病历文本	605名来自6个不同医疗中心的患者
175	2025-06-14	Enhancing the Accuracy of Skin Lesion Diagnosis Using Hyperspectral Imaging and Deep Learning 2025-Jun-12, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500182 PMID:40505653	研究论文	本研究提出了一种结合高光谱成像（HSI）和深度学习的新型诊断方法，用于区分皮炎、光化性角化病（AK）和脂溢性角化病（SK）	结合高光谱成像和深度学习，通过Savitzky-Golay滤波和一阶导数光谱分析捕捉病变的细微生化及形态差异	未来工作需关注可扩展性、成本效益优化以及与现有诊断平台的无缝集成	提高皮肤病变诊断的准确性	皮炎、光化性角化病（AK）和脂溢性角化病（SK）	数字病理	皮肤疾病	高光谱成像（HSI）	深度学习	图像	60个术中临床样本
176	2025-06-14	Minimizing human-induced variability in quantitative angiography for a robust and explainable AI-based occlusion prediction in flow diverter-treated aneurysms 2025-Jun-12, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2025-023416 PMID:40506221	研究论文	本研究探讨了通过减少定量血管造影中的注射偏差，结合可解释AI技术，提高流动分流器治疗的颅内动脉瘤闭塞预测的准确性和可解释性	提出了一种注射偏差去除算法以减少定量血管造影的变异性，并首次将可解释AI（XAI）技术应用于流动分流器治疗的动脉瘤闭塞预测，提高了模型的可靠性和临床可解释性	研究仅基于458名患者的血管造影数据，样本量相对有限，且未探讨其他可能影响预测准确性的因素	实现注射偏差去除算法以减少定量血管造影的变异性，并研究可解释AI对深度学习模型在流动分流器治疗的动脉瘤闭塞预测中的可靠性和可解释性的影响	流动分流器治疗的颅内动脉瘤患者	数字病理	颅内动脉瘤	定量血管造影（QA），深度学习神经网络（DNN）	DNN	血管造影图像	458名患者的血管造影数据
177	2025-06-14	CT-based deep learning model for improved disease-free survival prediction in clinical stage I lung cancer: a real-world multicenter study 2025-Jun-12, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11682-2 PMID:40506642	研究论文	开发了一种基于CT图像的深度学习模型，用于预测临床I期肺癌患者的无病生存期（DFS）	利用三维卷积神经网络从CT图像中提取肿瘤特征，显著优于传统临床模型，能够有效识别高风险患者	研究为回顾性队列研究，可能存在选择偏倚	提高临床I期肺癌患者无病生存期的预测准确性	临床I期非小细胞肺癌（NSCLC）患者	数字病理	肺癌	CT成像	三维卷积神经网络（3D-CNN）	图像	2489名手术患者（开发队列）和248名接受立体定向体放射治疗（SBRT）的患者（外部验证队列）
178	2025-06-14	3D Quantification of Viral Transduction Efficiency in Living Human Retinal Organoids 2025-Jun-12, Small methods IF:10.7Q1 DOI:10.1002/smtd.202401050 PMID:40509616	研究论文	本文介绍了一种在活体人类视网膜类器官中定量3D表征病毒转导效率的方法	结合了基因递送效率在空间和时间上的量化，利用人类视网膜类器官、工程化腺相关病毒载体、共聚焦活体成像和基于深度学习的图像分割	未提及具体样本量或实验重复次数，可能影响结果的普遍性	优化基因疗法并定量测试未来治疗方法和其他基因递送方法	人类视网膜类器官	数字病理学	眼科疾病	共聚焦活体成像、深度学习方法	深度学习图像分割	3D图像	NA
179	2025-06-14	Comparison of Multimodal Deep Learning Approaches for Predicting Clinical Deterioration in Ward Patients: Observational Cohort Study 2025-06-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/75340 PMID:40499139	研究论文	比较了多种多模态深度学习方法在预测病房患者临床恶化方面的效果	首次比较了结合临床笔记信息与仅使用结构化数据的模型在预测临床恶化方面的性能，并探索了不同的概念唯一标识符（CUI）参数化方法	添加临床笔记中的CUI并未显著提高模型性能，且研究仅基于两家医院的数据	预测病房患者的临床恶化（转入重症监护室或死亡）	成年病房患者	机器学习	临床恶化	深度循环神经网络（RNN）	RNN	结构化数据和临床笔记文本	开发队列284,302名患者，外部验证队列248,055名患者
180	2025-06-14	Soft-tissue prediction based on 3D photographs for virtual surgery planning of orthognathic surgery 2025-Jun-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110529 PMID:40505289	研究论文	开发并验证了一种基于深度学习的实时预测正颌手术后面部软组织变化的方法	结合了可变形模型、主成分分析和前馈神经网络，实现了多种正颌手术效果的实时预测	预测精度在不同面部区域存在差异，下巴区域的误差相对较大	提高正颌手术前三维软组织模拟的准确性和实时性	正颌手术患者的面部软组织变化	数字病理	颌面畸形	3D摄影	前馈神经网络	3D图像	458名接受各种正颌手术的患者