深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
61	2025-10-06	Uncertainty-guided cross learning via CNN and transformer for semi-supervised honeycomb lung lesion segmentation 2023-Dec-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0eb2 PMID:37988756	研究论文	提出一种基于不确定度引导的交叉学习半监督方法，用于蜂窝肺病灶分割	结合CNN和Transformer进行交叉学习，利用不确定度指导模型学习高置信度区域信息	NA	提升有限标注条件下的医学图像分割性能	蜂窝肺CT图像	医学图像分割	肺疾病	CT成像	CNN, Transformer	医学图像	有限标注样本和大量未标注图像	NA	NA	Dice系数	NA
62	2025-10-06	Volumetric feature points integration with bio-structure-informed guidance for deformable multi-modal CT image registration 2023-Dec-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad03d2 PMID:37844603	研究论文	提出一种结合体积特征点和生物结构引导的可变形多模态CT图像配准方法	首次将体素特征点与生物结构特征点相结合指导医学图像配准网络训练	仅验证于CT-CBCT配对数据集，未涉及其他模态医学图像	提升医学图像配准精度，特别是低对比度器官的配准效果	CT和CBCT医学图像	医学图像处理	NA	深度学习	深度学习网络	医学图像	NA	NA	NA	精度	NA
63	2025-10-06	Semi-supervised contrast learning-based segmentation of choroidal vessel in optical coherence tomography images 2023-Dec-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0d42 PMID:37972415	研究论文	提出一种基于学生-教师模型的半监督对比学习框架SSCR，用于光学相干断层扫描图像中脉络膜血管的分割	提出不对称半监督分割框架SSCR，结合不确定性感知自集成和变换一致性技术，设计了融合局部与全局注意力的金字塔池化SegFormer网络(APP-SFR)和边界修复模块	NA	实现光学相干断层扫描图像中脉络膜血管的准确分割，辅助眼科疾病诊断	脉络膜血管、睑板腺、U2OS细胞核	计算机视觉	眼科疾病	光学相干断层扫描	半监督学习,学生-教师模型	图像	ChorVessel数据集400张OCT图像，MG数据集400张图像，U2OS细胞核数据集200张图像	NA	APP-SFR, U-Net	Dice系数	NA
64	2025-10-06	Axial super-resolution optical coherence tomography via complex-valued network 2023-Dec-01, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0997 PMID:37922558	研究论文	提出一种基于复值网络的轴向超分辨率光学相干断层扫描方法	首次将复值深度学习网络应用于OCT轴向超分辨率成像，充分利用OCT信号的振幅和相位信息	未明确说明具体的数据集规模和多样性限制	提高光学相干断层扫描的轴向分辨率	光学相干断层扫描图像	计算机视觉	NA	光学相干断层扫描	复值神经网络	复值图像数据	三个OCT数据集	NA	CVSR-Net	深度分辨能力	NA
65	2025-10-06	Feature selection based on unsupervised clustering evaluation for predicting neoadjuvant chemoradiation response for patients with locally advanced rectal cancer 2023-Dec-01, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0d46 PMID:37972413	研究论文	提出基于无监督聚类评估的特征选择方法，用于预测局部晚期直肠癌患者新辅助放化疗疗效	设计可切换3D/2D卷积核的CNN特征提取器，并开发基于无监督聚类的特征选择评估方法以降低计算成本	样本量较小（仅43例患者）	提高局部晚期直肠癌新辅助放化疗疗效预测的准确性	局部晚期直肠癌患者	计算机视觉	直肠癌	多模态MR序列成像	CNN	医学影像	43例局部晚期直肠癌患者	NA	自定义可切换3D/2D卷积核的CNN	准确率,AUC,敏感性,特异性	NA
66	2025-10-06	SIMPLEX: Multiple phase-cycled bSSFP quantitative magnetization transfer imaging with physic-guided simulation learning of neural network 2023-12-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.120449 PMID:37951485	研究论文	提出一种基于物理引导模拟学习的神经网络方法SIMPLEX，用于改进多相位循环bSSFP的定量磁化转移成像参数提取	利用MR信号模型生成训练样本，无需昂贵的数据标注，网络仅使用模拟数据训练即可直接应用于体内数据	方法仅通过模拟和体内数据验证，尚未在更大规模临床数据集中测试	改进多相位循环bSSFP定量磁化转移成像的参数拟合质量	定量磁化转移成像参数（交换率、池分数）以及T1、T2和ΔB图	医学影像分析	NA	定量磁化转移成像，多相位循环bSSFP序列	神经网络	磁共振成像数据	模拟数据和体内数据	NA	NA	均方误差，量化质量	NA
67	2025-10-06	Deep learning prediction of hospital readmissions for asthma and COPD 2023-Dec-13, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-023-02628-7 PMID:38093373	研究论文	本研究使用电子健康记录数据和深度学习模型预测哮喘和COPD患者的再入院风险	比较了四种机器学习方法和一种深度学习方法在预测哮喘和COPD再入院方面的性能，发现多层感知器表现最佳	研究为观察性研究，时间跨度为2012-2017年，可能存在数据局限性	识别严重哮喘和COPD加重的电子健康记录特征，并评估机器学习模型预测再入院的性能	因哮喘和COPD加重住院的患者	机器学习	哮喘和慢性阻塞性肺疾病	电子健康记录数据分析	多层感知器, 机器学习模型	电子健康记录数据	5794名患者（哮喘1893人，COPD 3901人），其中2682名患者子集用于模型分析	NA	多层感知器	灵敏度, 特异性	NA
68	2025-10-06	Inferring Metabolic States from Single Cell Transcriptomic Data via Geometric Deep Learning 2023-Dec-07, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.05.570153 PMID:38105974	研究论文	提出一种基于几何深度学习的GEFMAP方法，利用单细胞转录组数据预测代谢网络中的反应通量	首次利用几何深度学习从单细胞转录组数据推断代谢状态，通过代谢网络的天然图结构学习细胞生物学目标并估计质量平衡的相对通量率	代谢组化学异质性导致测量困难，单细胞分辨率代谢组学技术落后于其他多组学模态	从单细胞转录组数据推断细胞代谢状态	单细胞转录组数据和代谢网络	计算生物学, 生物信息学	NA	scRNAseq, 几何深度学习	几何深度学习	基因表达数据, 转录组数据	NA	NA	GEFMAP	NA	NA
69	2025-10-06	A comparison of 18 F-FDG PET-based radiomics and deep learning in predicting regional lymph node metastasis in patients with resectable lung adenocarcinoma: a cross-scanner and temporal validation study 2023-Dec-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001776 PMID:37728592	研究论文	比较基于18F-FDG PET的手工放射组学与深度学习在预测可切除肺腺癌区域淋巴结转移中的性能	首次系统比较手工放射组学与深度学习在不同代际PET扫描仪上的泛化性能	样本量较小，特别是数字PET队列仅17例患者	预测可切除肺腺癌患者的病理区域淋巴结转移状态	148例接受根治性手术的肺腺癌患者	医学影像分析	肺腺癌	18F-FDG PET成像	CNN	PET医学影像	148例患者（模拟PET组131例，数字PET组17例）	NA	ResNet-50	AUC, 准确率, 特异性, 敏感性	NA
70	2025-10-06	A Longitudinal MRI-Based Artificial Intelligence System to Predict Pathological Complete Response After Neoadjuvant Therapy in Rectal Cancer: A Multicenter Validation Study 2023-12-01, Diseases of the colon and rectum DOI:10.1097/DCR.0000000000002931 PMID:37682775	研究论文	开发并验证基于治疗前后配对MRI比较的深度学习模型DeepRP-RC，用于预测直肠癌新辅助治疗后病理完全缓解	首次开发基于纵向MRI比较的多任务深度学习模型，同时实现疗效预测和病灶分割，并在多中心数据集上进行验证	研究设计为回顾性研究，缺乏多民族数据	预测局部晚期直肠癌患者新辅助放化疗后的病理完全缓解	1201例接受新辅助放化疗的局部晚期直肠癌患者	医学影像分析	直肠癌	MRI影像分析	深度学习	MRI影像	1201例患者（训练集638例，内部和3个外部验证集）	NA	多任务深度学习网络	AUC	NA
71	2025-10-06	A simulative deep learning model of SNP interactions on chromosome 19 for predicting Alzheimer's disease risk and rates of disease progression 2023-12, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.13319 PMID:37409680	研究论文	开发了一种模拟深度学习模型，通过分析19号染色体上的SNP相互作用来预测阿尔茨海默病风险和疾病进展速度	使用新颖的模拟深度学习模型量化每个SNP及其上位效应对AD风险的贡献，并识别出影响AD进展的关键SNP	研究仅限于19号染色体上的SNP，未涵盖全基因组分析	识别影响阿尔茨海默病风险的遗传模式，用于风险预测和个性化治疗策略	阿尔茨海默病患者和对照个体的遗传数据	机器学习	阿尔茨海默病	基因分型，深度学习分析	深度学习	基因数据	来自ADNI和IGAP数据集的样本	NA	模拟深度学习模型	风险预测准确性，疾病进展预测能力	NA
72	2025-10-06	Deep learning, 3D ultrastructural analysis reveals quantitative differences in platelet and organelle packing in COVID-19/SARSCoV2 patient-derived platelets 2023-Dec, Platelets IF:2.5Q2 DOI:10.1080/09537104.2023.2264978 PMID:37933490	研究论文	本研究通过深度学习辅助的3D超微结构分析，揭示了COVID-19患者血小板及其细胞器包装密度的定量差异	首次结合聚焦离子束扫描电镜和深度学习方法，对COVID-19患者血小板进行3D超微结构定量分析	样本量有限（仅3名健康对照和3名重症COVID-19患者）	研究血小板形态及其细胞器对理解血小板过度活化和微凝血的诊断价值	人类血小板及其α颗粒和线粒体	数字病理	COVID-19	聚焦离子束扫描电镜（FIB-SEM）	深度学习	3D超微结构图像	约600个单个血小板和30000个细胞器（来自3名健康对照和3名COVID-19患者）	NA	NA	NA	NA
73	2025-10-06	Noninvasive grading of glioma brain tumors using magnetic resonance imaging and deep learning methods 2023-Dec, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05389-4 PMID:37698684	系统综述	本系统综述分析了2010-2022年间使用磁共振成像和深度学习方法进行胶质瘤脑肿瘤无创分级的研究现状	系统梳理了深度学习在胶质瘤诊断研究中的应用现状，并指出胶质瘤分割研究比检测和分类研究更受关注	仅纳入了2010-2022年间的英文文献，可能遗漏其他重要研究	分析深度学习技术在胶质瘤脑肿瘤诊断研究中的应用现状	胶质瘤脑肿瘤	医学影像分析	脑肿瘤	磁共振成像	CNN	医学影像	77篇学术文章	NA	ConvNets	分类准确率,Dice相似系数	NA
74	2025-10-06	Predicting cutaneous malignant melanoma patients' survival using deep learning: a retrospective cohort study 2023-Dec, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05421-7 PMID:37755576	研究论文	本研究开发了一种基于深度学习的皮肤恶性黑色素瘤生存预测模型DeepCMM	首次将深度学习技术应用于皮肤恶性黑色素瘤患者的生存预测，并开发了可供临床医生使用的Windows软件	回顾性研究设计，数据来源于单一数据库	准确预测皮肤恶性黑色素瘤患者的生存预后以指导临床决策	皮肤恶性黑色素瘤患者	机器学习	皮肤癌	深度学习	深度学习生存模型	临床数据	来自SEER数据库的皮肤恶性黑色素瘤患者，按诊断时间分为训练队列(2010-2013)、验证队列(2014)和测试队列(2015)	NA	DeepCMM	AUC	Windows 64位软件
75	2025-10-06	Diagnostic accuracy of contrast-enhanced computed tomography in assessing cervical lymph node status in patients with oral squamous cell carcinoma 2023-Dec, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-023-05470-y PMID:37875746	研究论文	评估增强CT在口腔鳞状细胞癌患者颈部淋巴结转移诊断中的准确性	首次将可疑淋巴结分为强化型、肿大型和融合型三类进行对比分析，并探索了与诊断可靠性相关的临床病理因素	回顾性研究设计，样本量有限（239例），缺乏外部验证	评估增强CT检测淋巴结转移的诊断准确性并探索相关影响因素	239例接受术前CT检查和根治性手术的原发性口腔鳞状细胞癌患者	医学影像诊断	口腔鳞状细胞癌	增强计算机断层扫描（CT）	NA	医学影像数据	239例口腔鳞状细胞癌患者	NA	NA	灵敏度, 特异度, 阳性预测值, 阴性预测值	NA
76	2025-10-06	Analysis of ultrasonographic images using a deep learning-based model as ancillary diagnostic tool for diagnosing gallbladder polyps 2023-12, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2023.06.023 PMID:37407319	研究论文	本研究开发基于深度学习的超声图像分析模型，作为胆囊息肉诊断的辅助工具	首次将深度学习模型应用于胆囊息肉的超声图像分类，并评估其对不同经验水平医生的辅助诊断效果	回顾性研究设计，样本量相对有限（263名患者），需进一步前瞻性验证	评估深度学习模型在鉴别肿瘤性胆囊息肉与非肿瘤性胆囊息肉中的效能	胆囊息肉患者的超声图像	计算机视觉	胆囊疾病	超声成像	深度学习	图像	263名患者的3,754张超声图像	NA	NA	准确率, 敏感性, 特异性	NA
77	2025-10-06	Identification of gastric signet ring cell carcinoma based on endoscopic images using few-shot learning 2023-12, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2023.07.005 PMID:37455154	研究论文	本研究提出了一种基于小样本学习的胃印戒细胞癌内镜图像识别方法	采用双重预训练策略（ImageNet和食管内镜图像）结合小样本学习框架解决胃印戒细胞癌样本稀缺问题	每类新类别仅使用50个样本，样本量较小	开发基于内镜图像的胃印戒细胞癌计算机辅助诊断方法	胃良性溃疡、腺癌和印戒细胞癌的内镜图像	计算机视觉	胃癌	内镜成像	CNN	图像	每类50个样本（胃良性溃疡、腺癌和SRCC），共150个样本	TensorFlow/PyTorch（未明确指定）	EfficientNetV2-S	准确率, 灵敏度, 召回率, 精确率, F1-score, 特异性, AUC	NA
78	2025-10-06	Pilot Analysis of Surgeon Instrument Utilization Signatures Based on Shannon Entropy and Deep Learning for Surgeon Performance Assessment in a Cadaveric Carotid Artery Injury Control Simulation 2023-Dec-01, Operative neurosurgery (Hagerstown, Md.) DOI:10.1227/ons.0000000000000888 PMID:37655892	研究论文	本研究基于香农熵和深度学习分析外科医生器械使用特征，用于在尸体颈动脉损伤控制模拟中评估外科医生表现	首次将信息论中的香农熵应用于外科医生器械使用序列分析，结合深度学习自动检测手术器械	研究基于模拟尸体环境，需要进一步验证在其他手术场景中的适用性	开发自动化、基于视频的定量反馈系统来评估外科医生表现	外科医生在内镜经鼻颈动脉撕裂伤处理中的器械使用模式	计算机视觉, 机器学习	心血管疾病	视频分析, 深度学习目标检测	深度学习模型	视频帧图像	来自公开视频数据集的手术试验样本	NA	NA	准确率, 平均精确率	NA
79	2025-10-06	CRPU-NET: a deep learning model based semantic segmentation for the detection of colorectal polyp in lower gastrointestinal tract 2023-12-27, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad160f PMID:38100789	研究论文	开发基于深度学习的CRPU-Net模型用于结直肠息肉语义分割检测	提出轻量级CRPU-Net架构，在结直肠息肉分割任务中性能优于现有先进模型	NA	开发结直肠息肉自动分割模型并进行性能比较分析	结肠镜检查图像中的结直肠息肉	计算机视觉	结直肠癌	结肠镜检查	CNN	图像	CVC-ColonDB和CVC-ClinicDB两个结肠镜图像数据集	NA	CRPU-Net, VGG16, VGG19, U-Net, ResUnet++	准确率, Jaccard系数, Dice系数	NA
80	2025-10-06	Secret learning for lung cancer diagnosis-a study with homomorphic encryption, texture analysis and deep learning 2023-12-08, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad0b4b PMID:37944251	研究论文	本研究提出一种结合同态加密、纹理分析和深度学习的隐私保护方法用于肺癌诊断	首次将同态加密技术应用于肺癌CT图像的纹理特征提取和深度学习分类，在保护患者隐私的同时实现高精度诊断	仅使用单一数据集进行验证，未在不同医疗机构数据上进行泛化性测试	开发隐私保护的肺癌自动诊断方法	肺部CT扫描图像	计算机视觉	肺癌	同态加密，纹理分析	深度学习	医学影像	包含正常组织、腺癌、大细胞癌和鳞状细胞癌的CT图像样本	NA	NA	准确率	NA