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
1	2025-07-26	Identifying primary tumor site of origin for liver metastases via a combination of handcrafted and deep learning features 2024-01, The journal of pathology. Clinical research DOI:10.1002/cjp2.344 PMID:37822044	研究论文	本研究结合手工制作和深度学习特征，识别肝转移瘤的原发肿瘤来源部位	首次结合手工制作的组织形态学特征和深度学习模型来识别肝转移瘤的原发部位，并探索了原发肿瘤中转移瘤来源的空间位置	样本量相对较小（114名患者），且仅针对四种原发肿瘤（结肠、食管、乳腺和胰腺）进行了验证	开发一种能够识别肝转移瘤原发部位的计算方法，以指导临床治疗决策	肝转移瘤及其原发肿瘤（结肠、食管、乳腺和胰腺）	数字病理学	肝转移瘤	计算机辅助特征提取、随机森林分类器、深度学习网络	随机森林、深度学习模型	全切片图像（WSI）	114名患者（175张切片），其中60名患者（121张WSI）用于训练，54名患者（54张WSI）用于验证
2	2025-07-26	Chest CT Image based Lung Disease Classification - A Review 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056248176230923143105 PMID:38389342	综述	本文综述了基于胸部CT图像的肺部疾病分类方法，分析了不同方法的性能，并探讨了机器学习在该领域的应用和挑战	提供了肺部疾病分类方法的全面分析，特别关注了深度学习技术在早期识别中的革命性作用	未提及具体实验数据或样本量，可能缺乏实证支持	为年轻研究人员构建更先进的肺部疾病分类系统提供参考	肺部疾病分类方法	数字病理学	肺部疾病	机器学习(ML)	深度学习	CT图像	NA
3	2025-07-26	Retracted: Deep Learning-Based Glaucoma Detection Using CNN and Digital Fundus Images: A Promising Approach for Precise Diagnosis 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056257657231115051020 PMID:38389356	撤稿声明	该文章因需进行实质性修订以提高清晰度、连贯性和科学严谨性而被作者撤回	NA	NA	NA	NA	数字病理学	青光眼	NA	CNN	数字眼底图像	NA
4	2025-07-26	Motion-resolved 3D Pulmonary MRI Reconstruction using Sinusoidal Representation Networks 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056270732231204061123 PMID:38389360	research paper	提出了一种基于正弦表示网络（SIREN）的运动解析3D肺部MRI重建方案	使用SIREN学习配准映射，仅依赖特定受试者的欠采样数据进行无监督学习，实现了内存高效的算法	仅针对欠采样数据进行训练，可能在某些情况下性能受限	提高自由呼吸状态下肺部MRI的重建效率和准确性	肺部MRI数据	medical imaging	lung disease	MRI reconstruction	SIREN	3D MRI images	十个数据集
5	2025-07-26	An Evaluation Analysis for Computed Tomography Image Quality of Primary Liver Cancer Lesions Based on Deep Learning Image Reconstruction 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056261849231207055304 PMID:38389358	research paper	评估基于深度学习图像重建（DLIR）的原发性肝癌病灶计算机断层扫描（CT）图像质量	比较了DLIR与传统的滤波反投影（FBP）和自适应统计迭代重建-V（ASIR-V）在动态增强CT成像质量上的影响，发现DLIR在门静脉期图像噪声更低，病灶结构显示更优	样本量较小（48例肝癌患者），且仅评估了原发性肝癌，未涉及其他肝脏疾病	评估DLIR在原发性肝癌动态增强CT成像中的图像质量	原发性肝癌患者的CT图像	digital pathology	liver cancer	CT, deep learning image reconstruction (DLIR), filtered back projection (FBP), adaptive statistical iterative reconstruction-V (ASIR-V)	NA	image	48例肝癌患者
6	2025-07-26	Machine Learning in Magnetic Resonance Images of Glioblastoma: A Review 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056265212231122102029 PMID:38258589	综述	本文回顾了过去五年中机器学习和磁共振成像在胶质母细胞瘤（GBM）问题中的应用，总结了相关研究的结果、局限性和趋势	提出了一个基于机器学习的GBM问题分类法，并分析了深度学习在GBM问题中呈指数增长的应用趋势	机器学习方法的可解释性和泛化能力存在局限	识别哪些胶质母细胞瘤问题可以通过磁共振成像和机器学习技术处理	胶质母细胞瘤（GBM）	数字病理学	胶质母细胞瘤	MRI	SVM, Random Forest, CNN	医学影像	50篇相关论文
7	2025-07-26	Automated Diagnosis of Bone Metastasis by Classifying Bone Scintigrams Using a Self-defined Deep Learning Model 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056281578231212104108 PMID:38258593	研究论文	本研究提出了一种基于深度学习的自动分类模型，用于通过骨闪烁扫描图像自动诊断骨转移	开发了一个自定义的卷积神经网络，包含特征提取和分类子网络，用于自动检测肺癌骨转移，并通过像素级加法融合图像提高诊断准确性	尿膀胱中99mTc MDP的高积累对骨转移的自动诊断有负面影响，建议在自动分析前去除尿膀胱	自动诊断骨转移，以支持早期治疗决策和提高生存率	肺癌患者的骨转移情况	数字病理	肺癌	SPECT骨闪烁扫描	自定义CNN	图像	临床SPECT骨闪烁扫描数据
8	2025-07-26	Computational Model for the Detection of Diabetic Retinopathy in 2-D Color Fundus Retina Scan 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056248183231010111937 PMID:38333976	研究论文	提出了一种基于卷积神经网络的计算模型（DRCNN），用于通过2D彩色眼底视网膜扫描检测糖尿病视网膜病变	使用CNN结合VGG-16模型和自适应矩估计优化器，提高了糖尿病视网膜病变的检测准确率	模型在80%训练数据集下达到最高准确率90%，仍有提升空间	开发一种有效检测糖尿病视网膜病变的计算模型	糖尿病视网膜病变患者的2D彩色眼底视网膜扫描图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN, VGG-16	图像	不同比例的训练和测试数据集（50%-90%）
9	2025-07-26	Research Progress in Tumor Diagnosis Based on Raman Spectroscopy 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230811142737 PMID:38333978	review	本文综述了拉曼光谱在肿瘤诊断中的应用及其研究进展	探讨了深度学习与拉曼光谱结合在肿瘤诊断中的优势	指出了基于拉曼光谱的肿瘤诊断方法存在的相关问题	介绍拉曼光谱在肿瘤检测中的应用	恶性肿瘤	数字病理	肿瘤	拉曼光谱	深度学习	光谱数据	NA
10	2025-07-26	Application Exploration of Medical Image-aided Diagnosis of Breast Tumour Based on Deep Learning 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056261997231217085501 PMID:38415468	研究论文	本研究探讨了基于深度学习的医学影像辅助诊断在乳腺肿瘤中的应用	结合二维CNN训练模式训练3D CNN模型，并建立了诊断结果的评价指标	NA	利用深度学习技术研究医学影像辅助诊断	乳腺肿瘤的医学影像	数字病理	乳腺癌	MRI	3D CNN	图像	NA
11	2025-07-25	Advancements and Applications of Artificial Intelligence in Pharmaceutical Sciences: A Comprehensive Review 2024 Jan-Dec, Iranian journal of pharmaceutical research : IJPR IF:1.8Q3 DOI:10.5812/ijpr-150510 PMID:39895671	综述	本文全面回顾了人工智能在药物科学中的进展与应用	详细探讨了AI在药物发现、开发及个性化患者护理中的多种应用及其潜力	未提及具体的技术实施细节或案例研究的局限性	阐明AI在药物科学各领域的实际应用及其潜力	药物科学的多个子领域，包括药物化学、药剂学、药理学与毒理学等	药物科学	NA	机器学习、深度学习、自然语言处理、机器人自动化	NA	NA	NA
12	2025-07-24	A population-level digital histologic biomarker for enhanced prognosis of invasive breast cancer 2024-Jan, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-023-02643-7 PMID:38012314	研究论文	提出了一种名为HiPS的数字组织学生物标志物，用于增强侵袭性乳腺癌的预后评估	HiPS通过深度学习准确映射细胞和组织结构，测量上皮、间质、免疫和空间相互作用特征，超越了传统病理学家的定性评估	需要进一步验证在更广泛人群中的适用性	开发一种数字组织学生物标志物以改善乳腺癌患者的预后评估	乳腺癌患者的肿瘤微环境形态	数字病理学	乳腺癌	深度学习	NA	组织学图像	来自Cancer Prevention Study-II、Prostate, Lung, Colorectal, and Ovarian Cancer trial、Cancer Prevention Study-3和The Cancer Genome Atlas的多个独立队列
13	2025-07-23	Alzheimer's Disease Prediction Using Fly-Optimized Densely Connected Convolution Neural Networks Based on MRI Images 2024, The journal of prevention of Alzheimer's disease DOI:10.14283/jpad.2024.66 PMID:39044523	研究论文	该研究提出了一种基于MRI图像的果蝇优化密集连接卷积神经网络用于阿尔茨海默病的预测	采用元启发式优化的深度学习方法，结合自适应直方图处理和加权中值滤波，提高了阿尔茨海默病区域的检测准确率	研究仅基于Kaggle数据集，未提及外部验证集的测试结果	开发自动化方法用于阿尔茨海默病的早期和准确诊断	阿尔茨海默病患者的MRI图像	数字病理学	老年性疾病	MRI成像	密集连接卷积神经网络（Dense CNN）	图像	Kaggle数据集（具体样本量未说明）
14	2025-07-23	Neuron collinearity differentiates human hippocampal subregions: a validated deep learning approach 2024, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcae296 PMID:39262825	研究论文	本文提出了一种基于深度学习的高通量方法，用于自动提取海马体亚区中锥体神经元的定向信息，并验证了神经元共线性作为海马体亚区分割的定量参数	首次对海马体亚区内锥体神经元定向和共线性进行全面定量研究，开发了基于Cellpose算法的自动化深度学习流程	研究仅基于168个海马体分区样本，需要更大规模的多中心验证	建立海马体亚区神经元共线性的定量测量方法	人类海马体亚区中的479,873个锥体神经元	数字病理学	神经退行性疾病	深度学习	Cellpose	图像	168个海马体分区中的479,873个神经元
15	2025-07-23	Contrastive learning with transformer for adverse endpoint prediction in patients on DAPT post-coronary stent implantation 2024, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2024.1460354 PMID:39872877	研究论文	本研究提出了一种基于对比学习和Transformer的新方法，用于预测冠状动脉支架植入术后患者接受双抗血小板治疗的不良终点事件	结合对比学习和Transformer架构，通过最大化类内相似性和区分类间差异来优化预测性能，同时在多个时间窗口内进行预测	研究数据来自单一临床研究联盟，可能限制结果的普遍适用性	提高冠状动脉支架植入术后患者双抗血小板治疗不良事件的预测准确性	接受药物洗脱支架植入术的成年患者	机器学习	心血管疾病	对比学习	Transformer	临床记录数据	19,713名成年患者
16	2025-07-23	End-to-end deep learning method for predicting hormonal treatment response in women with atypical endometrial hyperplasia or endometrial cancer 2024-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.1.017502 PMID:38370423	研究论文	本研究开发了一种端到端的深度学习方法，用于预测非典型子宫内膜增生或子宫内膜癌患者对激素治疗的反应	首次将混合监督的深度学习模型应用于全切片图像，以预测激素治疗反应	样本量较小（112例患者），且仅来自两个临床中心	探索利用深度学习模型预测子宫内膜疾病患者对激素治疗反应的可行性	非典型子宫内膜增生（AEH）或子宫内膜癌（EC）患者	数字病理学	子宫内膜癌	全切片图像（WSI）分析	Autoencoder或ResNet50	图像	112例患者
17	2025-07-23	Survival Analysis for Multimode Ablation Using Self-Adapted Deep Learning Network Based on Multisource Features 2024-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3260776 PMID:37015120	研究论文	本文开发了一种基于多源特征的自适应深度学习网络，用于肝癌多模式消融治疗的生存分析和疗效评估	提出了一种结合术前术后MRI影像组学特征、基于视觉Transformer的深度学习特征以及免疫特征的多源特征融合方法，并改进了深度Cox混合模型（DCM）用于生存分析	研究仅基于临床数据集进行评估，未进行大规模多中心验证	开发肝癌多模式消融治疗后的生存预测和疗效评估框架	接受多模式消融治疗的肝癌患者	数字病理学	肝癌	MRI影像组学、流式细胞术、常规血液检测	改进的深度Cox混合模型（DCM）、随机生存森林、视觉Transformer	MRI影像数据、免疫特征数据、常规血液检测数据	临床数据集（具体样本量未明确说明）
18	2025-07-23	Deep learning-based diagnosis of aortic dissection using an electrocardiogram: Development, validation, and clinical implications of the AADE score 2024, Kardiologia polska IF:3.7Q1 DOI:10.33963/v.phj.98880 PMID:38230465	研究论文	本研究开发了一种基于深度学习的AI模型，利用心电图(ECG)检测主动脉夹层(AD)，并引入了AI-Aortic-Dissection-ECG (AADE)评分以帮助临床医生评估AD的严重程度	首次开发了基于CNN的AI模型用于AD的ECG检测，并提出了AADE评分系统	研究样本量相对有限(313例AD患者)，且随访时间中位数为21.2个月	开发AI模型改善主动脉夹层的诊断和临床管理	主动脉夹层患者和胸痛对照组患者	数字病理	心血管疾病	深度学习	CNN	心电图数据	1878名患者(313名AD患者和313名胸痛对照组患者)
19	2025-07-22	Using Artificial Intelligence for Rheumatic Heart Disease Detection by Echocardiography: Focus on Mitral Regurgitation 2024-Jan-16, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.031257 PMID:38226515	研究论文	本研究利用人工智能技术通过超声心动图检测风湿性心脏病，特别关注二尖瓣反流	首次将卷积神经网络和带有注意力机制的深度学习模型应用于超声心动图数据，用于风湿性心脏病的自动检测和二尖瓣反流分析	研究样本量有限（511例儿童超声心动图），且仅关注二尖瓣反流	开发人工智能辅助诊断工具以提高风湿性心脏病的早期筛查效率	儿童风湿性心脏病患者的超声心动图数据	数字病理学	心血管疾病	超声心动图	CNN, 带有注意力机制的深度学习模型	图像（超声心动图）	511例儿童超声心动图（229例正常，282例RHD）
20	2025-07-22	ADVANCING THE UNDERSTANDING OF CLINICAL SEPSIS USING GENE EXPRESSION-DRIVEN MACHINE LEARNING TO IMPROVE PATIENT OUTCOMES 2024-01-01, Shock (Augusta, Ga.) DOI:10.1097/SHK.0000000000002227 PMID:37752080	研究论文	本研究探讨了机器学习技术在结合临床数据和基因表达信息以更好地预测和理解脓毒症方面的潜力	利用机器学习模型（包括神经网络、深度学习和集成方法）整合基因转录信息，提升脓毒症预测准确性并探索其病理生理学	脓毒症缺乏明确定义，机器学习模型存在可解释性和偏差问题	提升脓毒症患者预后，推动精准医学方法在脓毒症管理中的应用	脓毒症患者	机器学习	脓毒症	基因表达分析	神经网络、深度学习、集成方法	基因表达数据、临床数据	NA