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
781	2025-10-06	The Current Application and Future Potential of Artificial Intelligence in Renal Cancer 2024-11, Urology IF:2.1Q2 DOI:10.1016/j.urology.2024.07.010 PMID:39029807	综述	本文通过文献回顾探讨人工智能在肾癌评估、管理和预后预测中的应用现状与未来潜力	系统梳理了72项具有临床影响力的AI肾癌研究，涵盖影像学、组织病理学和预后预测等多个领域	基于叙述性综述方法，可能存在文献选择偏倚	评估人工智能在肾癌领域的应用现状并展望未来发展潜力	肾癌相关研究	医疗人工智能	肾癌	监督/无监督机器学习、深度学习、自然语言处理、神经网络、影像组学、病理组学	NA	医学影像、组织病理数据	72项相关研究	NA	NA	NA	NA
782	2025-10-06	An Automated Multi-scale Feature Fusion Network for Spine Fracture Segmentation Using Computed Tomography Images 2024-Oct, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01091-0 PMID:38622384	研究论文	提出一种用于CT图像中脊柱骨折自动分割的多尺度特征融合深度学习模型	设计了包含特征融合模块、注意力机制和空间金字塔池化的新型多尺度特征融合架构	NA	开发自动脊柱骨折分割方法以辅助临床决策	脊柱骨折的CT图像	计算机视觉	脊柱骨折	计算机断层扫描(CT)	深度学习	医学图像	NA	NA	多尺度特征融合网络,包含FFM,SEM,ASPP,RCBAM,RBRAB,LPRAB模块	准确度	NA
783	2025-10-06	Improved Dementia Prediction in Cerebral Small Vessel Disease Using Deep Learning-Derived Diffusion Scalar Maps From T1 2024-09, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.124.047449 PMID:39145386	研究论文	开发了一种从T1图像合成扩散张量成像标量图(FA/MD)的深度学习方法，用于改善脑小血管病患者的痴呆预测	首次提出从常规T1图像合成扩散张量成像标量图的方法，解决了扩散张量成像采集时间长且临床不常规可用的问题	在SCANS数据集上的结构相似性指数相对较低，合成FA图的质量有待进一步提升	提高脑小血管病患者痴呆预测的准确性	脑小血管病患者和正常对照人群	医学影像分析	脑小血管病	扩散张量成像，磁共振成像	深度学习	医学影像	训练集：4998名UK Biobank参与者；验证集：4个外部数据集共753名患者和1000名正常对照	NA	NA	结构相似性指数，c-index	NA
784	2025-10-06	Greater benefits of deep learning-based computer-aided detection systems for finding small signals in 3D volumetric medical images 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.045501 PMID:38988989	研究论文	本研究评估基于卷积神经网络的计算机辅助检测系统在三维医学影像中对小信号检测性能的提升效果	首次系统比较深度学习CADe系统在3D与2D医学影像搜索中对不同尺寸信号检测效果的差异，并揭示眼动探索行为与系统效益的关联性	研究使用数字乳腺断层合成体模而非真实患者数据，样本量相对有限（16名非专家观察者）	评估基于深度学习的计算机辅助检测系统在三维医学影像中提升小信号检测准确性的效果	数字乳腺断层合成体模中的微钙化小信号和较大肿块信号	计算机视觉	乳腺癌	数字乳腺断层合成成像	CNN	3D volumetric medical images, 2D cross-sectional images	16名非专家观察者，数字乳腺断层合成体模数据	NA	NA	AUC, ROC曲线下面积变化	NA
785	2025-10-06	Quantifying interpretation reproducibility in Vision Transformer models with TAVAC 2024-12-20, Science advances IF:11.7Q1 DOI:10.1126/sciadv.abg0264 PMID:39705362	研究论文	提出TAVAC指标用于评估Vision Transformer模型的过拟合程度并量化解释可重复性	首次提出通过比较训练和测试阶段的高注意力区域来评估ViT模型过拟合的TAVAC指标	仅在有限的数据集上进行了验证，需要更多样化的数据集进一步测试	提高Vision Transformer模型在生物医学图像分析中的解释可重复性	Vision Transformer模型在图像分类任务中的注意力机制	计算机视觉	乳腺癌	数字病理图像分析	Vision Transformer (ViT)	图像	四个公共图像分类数据集和两个独立乳腺癌组织学图像数据集	NA	Vision Transformer	TAVAC分数	NA
786	2025-10-06	Interpretable representation learning for 3D multi-piece intracellular structures using point clouds 2024-Aug-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.25.605164 PMID:39091871	研究论文	提出一种基于点云和3D旋转不变自编码器的表示学习框架，用于量化细胞内多片段结构的形态特征	采用点云和3D旋转不变自编码器，开发了适用于复杂多片段形态的表示学习方法，能够无监督发现亚结构聚类	NA	开发客观、鲁棒且可泛化的细胞内多片段结构量化方法	具有点状形态（如DNA复制焦点）和多态性形态（如核仁）的细胞内结构	计算机视觉	NA	3D点云分析	自编码器	3D点云，图像数据	多个细胞内结构数据集，包括具有预定义组织规则的合成数据集	CytoDL, Python	3D旋转不变自编码器	效率，生成能力，表示表达能力	NA
787	2025-10-06	Examining feature extraction and classification modules in machine learning for diagnosis of low-dose computed tomographic screening-detected in vivo lesions 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044501 PMID:38993628	研究论文	本研究比较了三种特征提取方法和两种分类模块在低剂量CT筛查发现的肺结节和结直肠息肉病变诊断中的性能	首次系统比较了传统图像纹理特征、深度学习抽象特征和组织-能量特异性特征在医学影像诊断中的性能，并发现组织-能量特异性特征提取能显著提升诊断性能	研究仅针对低剂量CT筛查发现的特定类型病变，结果可能不适用于其他影像模态或病变类型	评估医学影像机器学习中特征提取和分类模块对病变恶性程度预测的个体性能	低剂量CT筛查发现的肺结节和结直肠息肉病变	医学影像分析	肺结节,结直肠息肉	低剂量计算机断层扫描(CT)	CNN,随机森林	医学影像	三个病变图像数据集	NA	CNN	AUC	NA
788	2025-10-06	Projected pooling loss for red nucleus segmentation with soft topology constraints 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044002 PMID:38988992	研究论文	提出一种基于投影池化的损失函数，用于在医学图像分割中引入软拓扑约束	通过投影和最大池化操作引入软拓扑约束，避免分割过程中小结构被丢弃	未明确说明训练集的具体规模和计算资源限制	解决小训练集下的医学图像分割问题并减少解剖结构异常分割	红核（red nucleus）以及心脏、脾脏和海马体	医学图像分割	帕金森综合征	定量磁化率成像（QSM）	深度学习分割模型	医学图像	NA	NA	NA	Dice系数	NA
789	2025-10-06	Lung vessel connectivity map as anatomical prior knowledge for deep learning-based lung lobe segmentation 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044001 PMID:38988990	研究论文	本研究探索将肺血管连通性图谱作为解剖先验知识融入深度学习模型以提升肺叶分割性能	首次提出将肺血管连通性图谱作为解剖先验知识融入深度学习框架，用于指导肺叶分割	改进效果存在局限性，需要进一步探索其实际应用价值	开发结合解剖先验知识的自动化肺叶分割方法	胸部CT扫描中的肺叶分割	数字病理	COVID-19	CT扫描	U-Net	CT图像	10例COVID-19病例	nnU-Net	U-Net, 多任务U-Net, 级联U-Net	分割准确度	NA
790	2025-10-06	Automated CT quantification of interstitial lung abnormality in patients with resectable stage I non-small cell lung cancer: Prognostic significance 2024-06, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.15306 PMID:38682806	研究论文	本研究通过深度学习自动量化CT图像中的间质性肺异常，评估其对I期非小细胞肺癌患者预后的预测价值	首次基于Fleischner Society定义使用商业化深度学习程序自动量化间质性肺异常，并验证其与I期非小细胞肺癌患者预后的关联	回顾性研究设计，样本仅来自单一机构，未包含晚期肺癌患者	评估自动量化间质性肺异常对I期非小细胞肺癌患者预后的预测价值	948例2009年4月至2022年10月期间接受肺切除术的病理I期非小细胞肺癌患者	数字病理	肺癌	CT扫描	深度学习	CT图像	948例I期非小细胞肺癌患者（其中99例检测到间质性肺异常）	NA	NA	风险比, 置信区间, p值	NA
791	2025-10-06	Automated Prediction of Proximal Middle Cerebral Artery Occlusions in Noncontrast Brain Computed Tomography 2024-06, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.045772 PMID:38787932	研究论文	开发基于机器学习的算法JLK-CTL，使用非对比脑CT的手工特征预测大脑中动脉近端大血管闭塞	首次结合手工特征提取和深度学习算法，利用非对比CT预测大血管闭塞，无需对比剂增强扫描	研究样本来自特定时间段的七家医院，外部验证集样本量相对较小(n=95)	早期识别缺血性卒中患者的大血管闭塞，为及时干预提供支持	缺血性卒中患者	医学影像分析	缺血性卒中	非对比计算机断层扫描，CT血管成像	ExtraTrees, 随机森林, 极端梯度提升, 支持向量机, 多层感知器, 深度学习	医学影像	2919名患者(训练集2463，内部验证275，外部验证95)	NA	NA	AUC, 敏感性, 特异性	NA
792	2025-10-06	Quantitative evaluation of the impact of relaxing eligibility criteria on the risk-benefit profile of drugs for lung cancer based on real-world data 2024-05, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.15269 PMID:38576119	研究论文	提出基于真实世界数据定量评估放宽非小细胞肺癌药物临床试验入选标准对风险-获益影响的研究方案	首次通过深度学习构建结构化真实世界数据库，结合蒙特卡洛模拟和Shapley值定量评估单个入选标准放宽对患者数量、疗效和安全性的影响	研究基于中国非小细胞肺癌数据，结果在其他癌症类型和地区的普适性需要进一步验证	为肺癌临床试验人群纳入标准设计提供科学证据，建立可推广的放宽入选标准评估框架	非小细胞肺癌患者和临床试验入选标准	医疗数据分析	肺癌	深度学习，蒙特卡洛模拟，倾向性匹配，Shapley值分析	NA	真实世界医疗数据	NA	NA	NA	患者数量，临床疗效，安全性	NA
793	2025-10-06	Generative interpolation and restoration of images using deep learning for improved 3D tissue mapping 2024-Mar-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.07.583909 PMID:38496512	研究论文	利用生成式AI模型进行3D生物图像的空间插值和修复以提升组织映射质量	将原本用于时间插值的FILM生成式AI模型创新应用于多种3D图像类型的空间插值，显著优于传统线性插值方法	NA	解决生物图像中缺失区域、损伤组织和分辨率不足的问题，提升3D组织映射质量	多种成像模态的生物图像数据，包括组织学、光片显微镜、磁共振成像等	计算机视觉	NA	生成式AI、图像插值	生成式AI模型	3D图像	涵盖人类、小鼠的多种组织样本（胰腺、肺、脑部）	NA	FILM	生物信息保留度、图像质量（对比度、方差、亮度）、细胞计数准确性	NA
794	2025-10-06	The Transformative Potential of AI in Obstetrics and Gynaecology 2024-03, Journal of obstetrics and gynaecology Canada : JOGC = Journal d'obstetrique et gynecologie du Canada : JOGC IF:2.0Q2 DOI:10.1016/j.jogc.2023.102277 PMID:37951574	综述	探讨人工智能在妇产科领域的应用潜力及发展方向	系统分析AI在妇产科三大重点领域的应用前景，并提出伦理实施和治理建议	NA	探索人工智能在妇产科领域的变革潜力	妇产科医疗实践	医疗人工智能	妇产科疾病	深度学习，大语言模型	深度学习模型，大语言模型	医学图像，医疗文本	NA	NA	NA	NA	NA
795	2025-10-06	Quantifying Interpretation Reproducibility in Vision Transformer Models with TAVAC 2024-Jan-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.18.576252 PMID:38328179	研究论文	提出一种名为TAVAC的新指标，用于评估Vision Transformer模型在图像数据集上的过拟合程度并量化解释的可重复性	首次提出TAVAC指标，能够定量评估ViT模型解释的可重复性，并在像素级别监控模型解释的稳定性	未明确说明样本量的具体数值和计算资源需求	解决Vision Transformer模型在有限标注生物医学图像数据集上容易过拟合导致解释不可靠的问题	Vision Transformer模型在图像分类任务中的解释可重复性	计算机视觉	乳腺癌	数字病理图像分析	Vision Transformer (ViT)	图像	四个公开图像分类数据集和两个独立乳腺癌组织学图像数据集	NA	Vision Transformer	TAVAC, 预测准确率	NA
796	2025-10-06	Unwrapping non-locality in the image transmission through turbid media 2024-Jul-15, Optics express IF:3.2Q2 DOI:10.1364/OE.521581 PMID:39538508	研究论文	本研究开发了一种全局注意力机制来解决浑浊介质中图像传输的挑战，显著提升了重建性能	提出了基于光传播物理原理的全局注意力机制，有效捕捉像素间的长程依赖关系，实现两个数量级的性能提升	未明确说明方法在极端浑浊条件下的表现和计算效率	解决浑浊介质中高保真图像传输的挑战	通过浑浊介质传输的图像	计算机视觉	NA	光学成像，深度学习	深度学习网络	图像	NA	NA	全局注意力机制	重建保真度，像素级重建精度	NA
797	2025-10-06	Screening of Moyamoya Disease From Retinal Photographs: Development and Validation of Deep Learning Algorithms 2024-03, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.044026 PMID:38258570	研究论文	开发并验证基于视网膜照片筛查烟雾病及其分期的深度学习算法	首次利用视网膜照片和深度学习技术实现烟雾病的自动筛查和分期预测	回顾性研究，样本量相对有限，需进一步前瞻性验证	开发辅助诊断烟雾病及其分期的深度学习模型	烟雾病患者和健康参与者的视网膜照片	计算机视觉	烟雾病	视网膜摄影	CNN	图像	498张烟雾病患者视网膜照片（78名患者），3835张健康参与者照片（1649名参与者）	PyTorch	ResNeXt50	AUC, 准确率, 灵敏度, 特异性, F1分数	NA
798	2025-10-06	Convolutional neural network deep learning model accurately detects rectal cancer in endoanal ultrasounds 2024-04-01, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-024-02917-3 PMID:38561492	研究论文	开发并验证基于卷积神经网络的深度学习模型，用于在肛门内超声图像中准确检测直肠癌	首次将迁移学习与微调深度学习架构应用于肛门内超声图像的直肠癌检测，为经验不足的检查者提供AI辅助诊断支持	研究样本量较小（仅294张图像），需要在更大数据集上进一步验证模型性能	开发AI系统提高非专科医疗中心直肠癌检测的准确性	肛门内超声图像中的直肠癌病变	计算机视觉	直肠癌	肛门内超声	CNN	图像	294张肛门内超声图像	NA	NA	灵敏度,准确度,AUC	NA
799	2025-10-06	Deep learning-based predictive classification of functional subpopulations of hematopoietic stem cells and multipotent progenitors 2024-03-13, Stem cell research & therapy IF:7.1Q1 DOI:10.1186/s13287-024-03682-8 PMID:38475857	研究论文	本研究开发了基于深度学习的模型，仅通过细胞形态图像即可区分造血干细胞和多能祖细胞的不同功能亚群	首次在稳态条件下使用深度学习技术区分造血干细胞和多能祖细胞，无需依赖表面标记物或移植实验	研究仅使用小鼠细胞数据，尚未在人类细胞中验证	开发基于深度学习的细胞分类系统，用于造血干细胞功能亚群的识别和分离	小鼠造血干细胞(HSCs)和多能祖细胞(MPPs)	计算机视觉	血液系统疾病	光学显微镜(DIC)成像	深度学习	图像	大量图像数据集	NA	LSM模型	NA	NA
800	2025-10-06	Geometric deep learning improves generalizability of MHC-bound peptide predictions 2024-Dec-19, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07292-1 PMID:39702482	研究论文	本研究利用几何深度学习改进MHC结合肽预测的泛化能力	提出基于结构的几何深度学习方法和三维自监督学习，显著提升对未知MHC等位基因的泛化能力	概念验证研究，需要进一步验证和扩展	改进MHC结合肽预测的泛化能力和数据效率	主要组织相容性复合体结合的肽段	机器学习	自身免疫病,传染病,肿瘤免疫	几何深度学习,自监督学习	几何深度学习模型	三维结构数据,序列数据	NA	NA	NA	泛化能力,数据效率	NA