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
2001	2025-10-06	VSG-GAN: A high-fidelity image synthesis method with semantic manipulation in retinal fundus image 2024-09-03, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2024.02.019 PMID:38414236	研究论文	提出一种基于血管和风格引导的生成对抗网络(VSG-GAN)，用于生成高质量且可语义操控的视网膜眼底图像	将视网膜图像生成解耦为血管骨架和背景风格两个独立模块，结合风格变换和GAN反演技术生成具有多样化形态特征的视网膜图像	NA	解决视网膜图像分析中数据集多样性不足和样本不平衡问题	视网膜眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	GAN	图像	MESSIDOR和RITE数据集	NA	分层变分自编码器,空间自适应去归一化模块	结构相似性指数,初始分数,Fréchet初始距离,核初始距离	NA
2002	2025-10-06	Deep network and multi-atlas segmentation fusion for delineation of thigh muscle groups in three-dimensional water-fat separated MRI 2024-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.5.054003 PMID:39234425	研究论文	提出融合多图谱分割与三维深度学习模型的自动化大腿肌肉群分割方法	首次将多图谱分割与三维深度学习模型决策融合，结合了MAS的泛化能力和深度网络的精度优势	仅在15名健康受试者和4名患者上进行验证，样本量有限	开发大腿肌肉群的自动化分割方法以量化组织体积和脂肪含量	大腿四个主要功能肌肉群：股薄肌、腘绳肌、股四头肌和缝匠肌	医学图像分析	年龄相关疾病和代谢疾病	化学位移编码水脂分离磁共振成像(CSE-MRI)	3D深度学习模型, 可变形模型	三维大腿磁共振图像	15名健康受试者, 4名患者	NA	NA	Dice相似系数(DSC), Hausdorff距离95百分位数(HD-95)	NA
2003	2025-10-06	Clinical outcome prediction with an automated EEG trend, Brain State of the Newborn, after perinatal asphyxia 2024-06, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2024.03.007 PMID:38583406	研究论文	本研究评估了基于深度学习的自动化EEG背景量化指标BSN对围产期窒息新生儿4岁时临床结局的早期预测价值	首次使用完全自动化的深度学习定量EEG指标BSN来预测新生儿长期临床结局，揭示了脑功能恢复的动态过程	样本量相对较小（80名新生儿），需要更大规模研究验证	评估自动化EEG趋势BSN对围产期窒息新生儿长期临床结局的早期预测能力	80名连续收治的围产期窒息新生儿	医疗人工智能	新生儿缺氧缺血性脑病	EEG监测，深度学习分析	深度学习	EEG信号数据	80名新生儿，总计5427小时EEG数据	NA	NA	AUC, PPV, NPV	NA
2004	2025-10-06	Improving the Prognostic Evaluation Precision of Hospital Outcomes for Heart Failure Using Admission Notes and Clinical Tabular Data: Multimodal Deep Learning Model 2024-05-02, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54363 PMID:38696251	研究论文	开发了一种结合入院临床笔记和临床表格数据的多模态深度学习模型，用于提高心力衰竭患者院内死亡风险的评估精度	首次将入院临床笔记与临床表格数据相结合，通过多模态深度学习方法来评估心力衰竭患者的预后	研究采用回顾性数据，需要在更多前瞻性研究中验证模型的泛化能力	提高心力衰竭患者住院结局的评估精度	心力衰竭危重患者	自然语言处理, 机器学习	心血管疾病	深度学习, 自然语言处理	多模态深度学习模型	文本, 表格数据	开发集9989例患者，内部验证集2497例，前瞻验证集1896例，外部验证集7432例	NA	NA	AUC, 95%置信区间	NA
2005	2025-10-06	Early autism diagnosis based on path signature and Siamese unsupervised feature compressor 2024-05-02, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae069 PMID:38696605	研究论文	提出基于路径签名和孪生无监督特征压缩器的早期自闭症诊断方法	使用孪生验证框架扩展稀缺数据，无监督压缩器缓解数据不平衡，权重约束处理样本异质性，路径签名从纵向双时间点数据提取发育特征	数据固有稀缺、类别不平衡且异质性高	早期自闭症谱系障碍诊断	自闭症谱系障碍婴幼儿	医学影像分析	自闭症谱系障碍	结构磁共振成像	孪生网络,无监督学习	结构MR图像	NA	深度学习框架	孪生网络架构	NA	NA
2006	2025-10-06	The development of a deep learning model for automated segmentation of the robotic pancreaticojejunostomy 2024-05, Surgical endoscopy DOI:10.1007/s00464-024-10725-x PMID:38488870	研究论文	开发用于机器人胰肠吻合术视频自动分割的深度学习模型	首次将3D卷积神经网络应用于机器人胰十二指肠切除术中胰肠吻合步骤的视频自动分割	回顾性研究，样本量有限（111个视频），仅来自三级转诊中心	利用深度学习自动分割机器人胰肠吻合术视频，评估手术表现	机器人胰十二指肠切除术中的胰肠吻合步骤视频	计算机视觉	胰腺疾病	手术视频分析	3D CNN	视频	111个胰肠吻合术视频（2011-2022年）	NA	3D卷积神经网络	准确率, F1分数	NA
2007	2025-10-06	LST-AI: a Deep Learning Ensemble for Accurate MS Lesion Segmentation 2024-Mar-11, medRxiv : the preprint server for health sciences DOI:10.1101/2023.11.23.23298966 PMID:38045345	研究论文	提出了一种基于深度学习的脑白质病变自动分割工具LST-AI，通过集成三个3D-UNet模型提高多发性硬化症病变分割精度	采用集成学习策略结合三个3D-UNet模型，使用复合损失函数（二元交叉熵和Tversky损失）解决白质病变与非病变区域的不平衡问题	训练数据仅来自单一机构的3T MRI扫描仪，样本多样性可能有限	开发高精度的多发性硬化症脑白质病变自动分割工具	多发性硬化症患者的脑部MRI图像中的白质病变	医学图像分析	多发性硬化症	3T MRI扫描	深度学习集成模型	3D MRI图像（T1加权和FLAIR序列）	491对MS患者的T1w和FLAIR图像用于训练，103个测试案例	NA	3D-UNet	Dice系数，F1分数，病变检测率	NA
2008	2025-10-06	LST-AI: A deep learning ensemble for accurate MS lesion segmentation 2024, NeuroImage. Clinical DOI:10.1016/j.nicl.2024.103611 PMID:38703470	研究论文	提出了一种基于深度学习集成方法的LST-AI工具，用于精确分割多发性硬化症脑白质病变	开发了包含三个3D U-Net的集成模型，采用复合损失函数解决病变与非病变区域不平衡问题，并包含病变位置标注功能	训练数据仅来自单一机构的3T MRI扫描仪，样本多样性可能有限	开发精确的脑白质病变自动分割工具，支持多发性硬化症的临床评估和科学研究	多发性硬化症患者的脑部MRI图像中的白质病变	医学影像分析	多发性硬化症	3T MRI扫描，T1加权和FLAIR成像	深度学习集成模型	3D医学影像	491对T1加权和FLAIR图像用于训练，103个测试案例	NA	3D U-Net	Dice系数，F1分数，病变检测率	NA
2009	2025-10-06	Geodesic shape regression based deep learning segmentation for assessing longitudinal hippocampal atrophy in dementia progression 2024, NeuroImage. Clinical DOI:10.1016/j.nicl.2024.103623 PMID:38821013	研究论文	提出一种基于测地线形状回归的深度学习分割方法GeoLongSeg，用于评估痴呆症进展中的纵向海马体萎缩	将测地线形状回归整合到两阶段分割网络中，通过增强个体内形态一致性来减少与疾病无关的纵向变异	未明确说明方法在其他类型脑部疾病或不同MRI设备上的泛化能力	准确分割纵向海马体形态以评估痴呆症进展	阿尔茨海默病神经影像倡议(ADNI)的纵向数据中的海马体	医学图像分析	痴呆症	3T T1加权MRI	深度学习	纵向3D MRI图像	ADNI数据库中的纵向数据	NA	3D U-Net	重测信度, 方差比, 萎缩轨迹, 判别能力	NA
2010	2025-10-06	Cortical thickness and grey-matter volume anomaly detection in individual MRI scans: Comparison of two methods 2024, NeuroImage. Clinical DOI:10.1016/j.nicl.2024.103624 PMID:38823248	研究论文	比较两种脑MRI形态测量方法在个体扫描中检测皮质厚度和灰质体积异常的性能	首次系统比较开源工具ScanOMetrics在FreeSurfer和深度学习工具DL+DiReCT两种脑形态测量方法上的异常检测性能	仅使用公开OASIS3数据集，临床评估仍处于早期阶段	开发高效的脑MRI异常检测方法以支持神经放射学诊断决策	阿尔茨海默病患者和健康对照者的脑MRI扫描	医学影像分析	阿尔茨海默病	脑MRI形态测量分析	深度学习	脑MRI图像	OASIS3公共数据集中的阿尔茨海默病患者和健康对照者	NA	DL+DiReCT	异常检测准确性, 计算效率	NA
2011	2025-10-06	Automated Measurement of Effective Radiation Dose by 18F-Fluorodeoxyglucose Positron Emission Tomography/Computed Tomography 2024-12-23, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10120151 PMID:39728913	研究论文	开发基于深度学习的自动化程序用于标准化测量18F-PET/CT检查中的辐射剂量	通过集成深度学习模型开发自动化辐射剂量计算程序，有效消除操作者间变异性	样本量相对较小（n=30和n=42），仅针对躯干PET/CT检查	开发标准化测量PET/CT检查中辐射剂量的自动化程序	18F-PET/CT检查中的辐射剂量测量	医学影像分析	NA	PET/CT成像，深度学习分割	深度学习	医学影像数据	72个PET/CT检查样本（30个用于验证，42个用于设备比较）	NA	TotalSegmentator	相关性分析（r2），重复性，再现性，统计显著性（p值）	NA
2012	2025-10-06	Noise Reduction in Brain CT: A Comparative Study of Deep Learning and Hybrid Iterative Reconstruction Using Multiple Parameters 2024-12-18, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10120147 PMID:39728909	研究论文	比较深度学习重建与混合迭代重建在脑部CT中的噪声降低效果	首次系统比较DLR和HIR在不同切片厚度、管电流和成像对象下的噪声降低性能	样本量较小（仅11名患者），缺乏多中心验证	评估脑部CT中不同重建方法的噪声降低效果	16cm剂量体模、头部体模和11名患者的脑部CT图像	医学影像处理	脑部疾病	计算机断层扫描(CT)	深度学习重建(DLR)	CT图像	11名患者加两种体模	NA	NA	噪声降低比率, 视觉图像质量评估	NA
2013	2025-10-06	Three-Dimensional Thermal Tomography with Physics-Informed Neural Networks 2024-11-30, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10120140 PMID:39728902	研究论文	本研究利用物理信息神经网络进行三维热层析成像，从表面温度数据重建内部温度场	将物理约束（热方程）嵌入损失函数，结合统计不确定性训练，提高了在非理想条件下的鲁棒性	对于较大尺寸物体（特别是远离表面的区域），在非理想条件下预测能力会下降	开发高精度的非侵入式热成像技术，用于内部温度场重建	人体等具有小温度梯度的生物体	计算机视觉	NA	热层析成像	CNN	温度数据	小型体模（如直径10厘米）	NA	3D CNN	准确性	NA
2014	2025-10-06	STANet: A Novel Spatio-Temporal Aggregation Network for Depression Classification with Small and Unbalanced FMRI Data 2024-11-28, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10120138 PMID:39728900	研究论文	提出一种新型时空聚合网络STANet，用于解决小样本和不平衡fMRI数据的抑郁症分类问题	结合CNN和RNN捕获脑活动的时空特征，采用ICA进行时空信息聚合，使用多尺度深度卷积提取细节特征，并引入注意力-傅里叶门控循环单元分类器	基于小样本和不平衡fMRI数据，可能影响模型泛化能力	通过功能磁共振成像和人工智能技术改进抑郁症诊断	抑郁症患者的功能磁共振成像数据	医学影像分析	抑郁症	功能磁共振成像(fMRI), 独立成分分析(ICA)	CNN, RNN, GRU	功能磁共振成像数据	小样本不平衡数据	NA	STANet, AFGRU	准确率, AUC	NA
2015	2025-10-06	Evolving and Novel Applications of Artificial Intelligence in Abdominal Imaging 2024-11-18, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10110133 PMID:39590942	综述	本文评估人工智能在腹部影像学领域的当前应用现状，重点关注诊断优化、工作流程改进和定量成像技术	系统梳理AI在腹部多器官（肝胆、胰腺、胃、结肠等）病理诊断与鉴别的最新应用，并强调放射组学和深度学习在组织特性量化分析中的创新价值	存在技术、伦理和法律方面的持续挑战	评估人工智能在腹部影像学中的发展现状与临床应用价值	腹部器官（肝胆、胰腺、胃、结肠、肾脏、肾上腺、脾脏）的病理诊断与组织特性分析	医学影像分析	腹部多器官疾病	放射组学，深度学习	深度学习模型	医学影像数据	NA	NA	NA	NA	NA
2016	2025-10-06	Skeletal Muscle Segmentation at the Level of the Third Lumbar Vertebra (L3) in Low-Dose Computed Tomography: A Lightweight Algorithm 2024-09-13, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10090111 PMID:39330757	研究论文	提出一种用于低剂量CT图像中第三腰椎水平骨骼肌自动分割的轻量级算法	开发了一种轻量级分割算法，专门针对低剂量CT图像中的骨骼肌分割问题，并在计算效率上优于现有深度学习算法	样本量较小（57例直肠癌患者），仅针对特定疾病人群	开发自动化的骨骼肌分割方法以评估患者营养状况	直肠癌患者的低剂量盆腔CT图像	医学图像分析	直肠癌	低剂量计算机断层扫描	NA	CT图像	57例直肠癌患者（30例训练集，27例测试集）	NA	NA	Dice相似系数, 精确率, 召回率, Hausdorff距离95百分位数, 平均表面距离	CPU（算法运行时间303±43 ms）
2017	2025-10-06	A Joint Classification Method for COVID-19 Lesions Based on Deep Learning and Radiomics 2024-09-05, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10090109 PMID:39330755	研究论文	提出基于深度学习和影像组学的联合分类方法用于COVID-19肺部病灶分类	提出MFPN神经网络模型提取病灶深度特征，并首次将深度特征与关键影像组学特征结合用于COVID-19分类	NA	验证深度学习和影像组学方法在COVID-19病灶分类中的性能，揭示COVID-19肺部疾病的影像特征	COVID-19肺部病灶	计算机视觉	COVID-19肺炎	影像组学	MFPN神经网络	医学影像	NA	NA	MFPN	NA	NA
2018	2025-10-06	Artificial Intelligence in Metabolomics: A Current Review 2024-Sep, Trends in analytical chemistry : TRAC DOI:10.1016/j.trac.2024.117852 PMID:39071116	综述	本文综述了人工智能在代谢组学中的最新方法与应用	系统总结了AI在代谢组学分析各环节的应用现状与前景	存在AI模型可解释性不足、数据标准化等挑战	探讨人工智能与代谢组学在系统生物学和人类健康领域的协同应用	代谢组学研究中的分析检测、数据预处理、生物标志物发现等环节	机器学习	NA	代谢组学技术	机器学习,深度学习	代谢组数据	NA	NA	NA	NA	NA
2019	2025-10-06	From sleep patterns to heart rhythm: Predicting atrial fibrillation from overnight polysomnograms 2024 Sep-Oct, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2024.153759 PMID:39067281	研究论文	利用夜间多导睡眠图的心电图数据预测心房颤动风险	结合手工特征工程和深度学习模型，首次利用夜间单导联心电图数据进行房颤预测	精确度较低（0.3），存在较多假阳性结果	通过分析夜间多导睡眠图心电图数据预测心房颤动发生风险	13,609名接受多导睡眠图检查的受试者	医疗人工智能	心血管疾病	多导睡眠图，心电图分析	深度神经网络，浅层神经网络	单导联心电图信号	18,782条心电图记录（13,609名受试者）	NA	基于PhysioNet Challenge 2021预训练模型的迁移学习架构	敏感度，特异度，精确度，风险比	NA
2020	2025-10-06	Deep learning classification of ex vivo human colon tissues using spectroscopic optical coherence tomography 2024-09, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400082 PMID:38955358	研究论文	本研究开发了一种基于光谱光学相干断层扫描和深度学习的人类结肠组织分类方法	将光谱OCT技术扩展到人类离体结肠组织分析，并开发了新型深度学习架构	研究基于离体组织样本，尚未进行在体临床应用验证	改进结直肠癌筛查技术，开发光学活检方法	人类离体结肠上皮组织样本	数字病理	结直肠癌	光谱光学相干断层扫描	深度学习	OCT图像	NA	NA	新型深度学习架构	准确率	NA