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
21	2025-08-10	Enhanced Partial Fourier MRI With Zero-Shot Deep Untrained Priors 2024, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/access.2024.3508761 PMID:40766109	研究论文	提出了一种基于零样本无监督深度学习的部分傅里叶重建新方法	将传统的相位约束与零样本深度学习技术相结合，无需训练数据即可实现图像重建和先验学习	未提及具体局限性	提高部分傅里叶重建的质量和鲁棒性	MRI图像	医学影像处理	NA	零样本深度学习、虚拟共轭线圈(VCC)相位约束	无训练生成先验的神经网络	MRI图像数据	fastMRI数据集、QALAS多对比数据集和低场数据集
22	2025-08-08	Deep learning in computed tomography to predict endotype in chronic rhinosinusitis with nasal polyps 2024-01-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01203-w PMID:38267881	research paper	本研究构建了一种基于深度学习模型的鼻窦CT图像分析方法，用于预测慢性鼻窦炎伴鼻息肉(CRSwNP)患者的表型	首次使用深度学习模型通过鼻窦CT图像预测CRSwNP患者的表型，为非侵入性评估提供了新方法	研究样本量相对有限(251名患者)，且为回顾性研究	开发一种非侵入性方法来准确预测CRSwNP患者的表型，以指导精准治疗	慢性鼻窦炎伴鼻息肉(CRSwNP)患者	digital pathology	chronic rhinosinusitis	computed tomography	ResNet-18	image	251名患者(29,993张CT图像)
23	2025-08-08	Recognition of eye diseases based on deep neural networks for transfer learning and improved D-S evidence theory 2024-01-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-023-01176-2 PMID:38238662	研究论文	该论文提出了一种基于深度神经网络和改进D-S证据理论的模型，用于识别眼部疾病	通过迁移学习提高模型学习效率，并改进D-S证据理论以减少决策偏差和提高决策可信度	D-S理论本身存在不完整性和冲突性，虽然进行了改进但仍可能存在未解决的悖论	提高眼部疾病识别的准确性和鲁棒性	眼部疾病	计算机视觉	眼部疾病	深度学习	深度神经网络, 改进D-S证据理论(ID-SET)	图像	NA
24	2025-08-08	Development of HepatIA: A computed tomography annotation platform and database for artificial intelligence training in hepatocellular carcinoma detection at a Brazilian tertiary teaching hospital 2024, Clinics (Sao Paulo, Brazil) DOI:10.1016/j.clinsp.2024.100512 PMID:39388738	研究论文	本文详细介绍了在巴西一家三级教学医院开发的HepatIA平台和数据库，用于支持肝癌检测的人工智能训练	开发了一个综合性的医学影像注释平台和数据库，支持肝脏疾病AI研究，并集成了预注释分割模型	数据来源仅限于一家医院，可能影响模型的泛化能力	创建并详细描述一个用于肝癌检测AI训练的医学影像注释平台和数据库	656名患者的692个CT扫描数据，包括健康个体和肝脏疾病患者	数字病理	肝癌	CT扫描	深度学习算法	医学影像	656名患者的692个CT扫描数据
25	2025-03-14	Is the Juice Worth the Squeeze? Learning Curve of a Chest Radiograph Semantic Labeling Deep Learning Model 2024-01-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000755 PMID:37889555	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
26	2025-08-07	Comparative study of the glistening between four intraocular lens models assessed by OCT and deep learning 2024-01-01, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001316 PMID:37702457	研究论文	本研究使用光学相干断层扫描（OCT）和深度学习（DL）评估了四种不同型号人工晶状体（IOLs）中的气泡现象	开发了一种基于深度学习的量化算法，用于客观评估人工晶状体中的气泡现象	研究样本量相对较小，且仅评估了四种特定型号的人工晶状体	评估和比较不同人工晶状体模型中气泡现象的存在和严重程度	四种不同型号的人工晶状体（ReSTOR+3 SN6AD1, SN60WF, PanOptix TFNT, Vivity DFT015）	数字病理学	眼科疾病	OCT, 深度学习	DL-based quantification algorithm	图像	325只眼睛（41只ReSTOR+3 SN6AD1, 110只SN60WF, 128只PanOptix TFNT, 46只Vivity DFT015）
27	2025-08-06	Deep Learning-based Assessment of Facial Asymmetry Using U-Net Deep Convolutional Neural Network Algorithm 2024 Jan-Feb 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009862 PMID:37973054	研究论文	本研究评估了基于深度卷积神经网络的计算机辅助诊断系统在检测面部不对称性方面的诊断性能，并与正畸医生的结果进行了比较	使用U-Net深度卷积神经网络算法开发了一个自动评估面部不对称性的CAD系统，并与传统方法进行了比较	仅使用了1020名患者的PA头影测量图像，样本量可能不足以覆盖所有面部不对称情况	评估基于DCNN的CAD系统在面部不对称性诊断中的性能	正畸患者的PA头影测量图像	计算机视觉	面部不对称	DCNN	U-Net	图像	1020名患者的PA头影测量图像（训练集），25张PA头影测量图像（测试集）
28	2025-08-06	Development of AI-Based Diagnostic Algorithm for Nasal Bone Fracture Using Deep Learning 2024 Jan-Feb 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009856 PMID:38294297	研究论文	开发了一种基于深度学习的AI算法，用于通过计算机断层扫描图像诊断鼻骨骨折	首次利用深度学习和人工智能技术开发出诊断鼻骨骨折的算法，实现了与医生诊断结果的高敏感性（100%）和特异性（77%）	目前仅处于算法开发的初步阶段，样本量有限，需要进一步验证和优化	开发AI算法以提高鼻骨骨折的诊断效率和准确性	鼻骨骨折患者的计算机断层扫描图像	数字病理学	鼻骨骨折	深度学习	深度学习模型（未指定具体类型）	图像（CT扫描）	未明确说明具体样本数量
29	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
30	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
31	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
32	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
33	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
34	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
35	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
36	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%）
37	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
38	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
39	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
40	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