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
881	2025-10-06	AI for Detection of Tuberculosis: Implications for Global Health 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230327 PMID:38197795	研究论文	本文对基于胸部X光片的结核病计算机辅助诊断系统进行批判性评估，并探讨其全球推广的挑战与前景	首次基于医学影像人工智能清单对结核病CAD系统开发过程报告进行系统评估，并全面分析规模化应用的多维度考量	未涉及具体临床实施数据，主要基于文献分析和理论探讨	评估结核病计算机辅助诊断系统发展现状并探索其全球推广路径	结核病计算机辅助诊断系统	医学影像分析	结核病	深度学习	深度学习模型	胸部X光影像	NA	NA	NA	诊断性能	NA
882	2025-10-06	Image Quality and Diagnostic Performance of Low-Dose Liver CT with Deep Learning Reconstruction versus Standard-Dose CT 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230192 PMID:38231025	研究论文	比较低剂量肝脏CT与深度学习重建和标准剂量CT在图像质量和恶性肝肿瘤检测诊断性能方面的差异	首次在多中心前瞻性研究中验证深度学习去噪技术在低剂量肝脏CT中的非劣效性	样本量相对有限，仅针对恶性肝肿瘤进行评估	评估低剂量CT结合深度学习重建在肝脏成像中的临床应用价值	接受肝脏CT扫描的患者	医学影像	肝脏肿瘤	CT扫描，深度学习去噪	深度学习	CT图像	296名参与者（196名男性，100名女性，平均年龄60.5岁），其中246名用于诊断性能评估	NA	NA	图像噪声，诊断性能FOM，95%置信区间	NA
883	2025-10-06	Denoising Multiphase Functional Cardiac CT Angiography Using Deep Learning and Synthetic Data 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230153 PMID:38416035	研究论文	本研究开发并评估了一种基于深度学习的去噪方法，用于改善功能性心脏CT血管成像的图像质量	利用三维卷积神经网络整合多相位信息进行图像去噪，并采用合成数据进行训练	回顾性研究，使用合成数据进行训练而非真实临床数据	开发有效的功能性心脏CT血管成像去噪方法	冠状动脉CT血管造影图像	计算机视觉	心血管疾病	CT血管造影	CNN	医学图像	566例冠状动脉CT血管造影	NA	三维卷积神经网络	噪声标准差, 信噪比, 图像质量专家评估, 组内相关系数	NA
884	2025-10-06	Development and Validation of a Deep Learning Model to Reduce the Interference of Rectal Artifacts in MRI-based Prostate Cancer Diagnosis 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230362 PMID:38446042	研究论文	开发并验证一种能够减少直肠伪影干扰的基于MRI的前列腺癌诊断深度学习模型	提出了针对性的对抗训练策略(TPAS)来增强模型对直肠伪影的抵抗能力	回顾性研究，需要进一步前瞻性验证	开发能够抵抗直肠伪影干扰的MRI-based前列腺癌诊断模型	2203名前列腺病变男性患者	医学影像分析	前列腺癌	双参数MRI	深度学习模型	MRI影像	2203例患者	NA	NA	AUC, AUPRC	NA
885	2025-10-06	An approach to detect and predict epileptic seizures with high accuracy using convolutional neural networks and single-lead-ECG signal 2024-02-29, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad29a3 PMID:38359446	研究论文	提出一种基于卷积神经网络和单导联心电信号的高精度癫痫发作检测与预测方法	使用单导联ECG信号替代EEG信号进行癫痫检测与预测，适用于可穿戴设备系统	NA	开发基于深度学习的癫痫发作检测与预测算法	癫痫患者的心电信号	机器学习	癫痫	心电信号处理	CNN	ECG信号	NA	NA	39层卷积神经网络	准确率	NA
886	2025-10-06	Integrative analysis of noncoding mutations identifies the druggable genome in preterm birth 2024-01-19, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adk1057 PMID:38241369	研究论文	通过整合非编码突变分析揭示早产的药物靶向基因组	首次结合深度学习与图模型在碱基分辨率评估突变效应，整合子宫肌层表观基因组与大规模患者基因组数据	研究队列主要基于欧洲和非裔美国人群体，可能限制结果的普适性	识别早产的遗传风险位点和药物靶点	自发性早产患者队列（欧洲和非裔美国人）及接受孕激素预防治疗的孕妇	机器学习	早产	全基因组测序，表观基因组分析	深度学习，图模型	基因组数据，表观遗传数据	大规模患者队列（具体数量未明确说明）	NA	NA	突变负荷预测能力	NA
887	2025-10-06	Deep learning-based video-analysis of instrument motion in microvascular anastomosis training 2024-01-12, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-05896-4 PMID:38214753	研究论文	开发基于深度学习的自动器械尖端检测算法，用于微血管吻合训练中的手术器械运动分析	首次将YOLOv2深度学习模型应用于微血管吻合训练视频的器械尖端跟踪和运动学分析	研究主要基于训练视频，临床实际应用验证尚需进一步研究	开发自动化手术器械运动分析系统以客观评估微血管吻合技能	神经外科培训学员（新手、中级和专家级外科医生）	计算机视觉	NA	视频分析	CNN	视频	临床微血管手术视频和训练视频	YOLOv2	YOLOv2	Dice相似系数, ROC分析	NA
888	2025-06-14	Deep Learning Prostate MRI Segmentation Accuracy and Robustness: A Systematic Review 2024-07, Radiology. Artificial intelligence DOI:10.1148/ryai.230138 PMID:38568094	系统性综述	本研究通过系统性综述探讨了深度学习在前列腺MRI分割中的准确性和鲁棒性，并与专业放射科医生进行了比较	首次系统性评估深度学习在前列腺MRI分割中的表现，并比较不同MRI厂商、前列腺区域和测试方法下的性能	仅纳入截至2022年7月31日前的英文文献，可能遗漏最新研究成果	评估深度学习在前列腺MRI分割中的准确性和鲁棒性	前列腺MRI图像	数字病理学	前列腺癌	MRI	深度学习算法	医学影像	48项研究（来自691篇初步筛选文献）	NA	NA	NA	NA
889	2025-06-14	Validation of de novo designed water-soluble and transmembrane β-barrels by in silico folding and melting 2024-Jul, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5033 PMID:38864690	研究论文	通过计算机模拟折叠和熔解验证了从头设计的水溶性和跨膜β桶蛋白	揭示了AlphaFold2和ESMFold在不同任务中的优势，并引入了一种基于预测增量扰动的'计算机模拟熔解'新方法	缺乏高质量预测模型与实验成功机会之间关系的正式证据	验证和比较深度学习结构预测算法在蛋白质设计中的应用	从头设计的水溶性和跨膜β桶蛋白	计算生物学	NA	深度学习结构预测算法(AlphaFold2, ESMFold)	AlphaFold2, ESMFold	蛋白质序列和结构数据	NA	NA	NA	NA	NA
890	2025-06-14	A Semiautonomous Deep Learning System to Reduce False Positives in Screening Mammography 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230033 PMID:38597785	research paper	评估半自主人工智能模型在筛查乳腺X光片中识别非乳腺癌可疑病例并减少假阳性检查的能力	开发了一种半自主深度学习系统，显著减少乳腺癌筛查中的假阳性率和不必要的医疗程序	研究基于回顾性数据，需要在更多前瞻性研究中验证其效果	降低乳腺癌筛查中的假阳性率和相关医疗负担	乳腺X光筛查图像	digital pathology	breast cancer	deep learning	AI	image	123,248张训练用乳腺X光片（含6,161例癌症）和14,831例筛查检查（含1,026例癌症）的回顾性研究	NA	NA	NA	NA
891	2025-06-14	SCIseg: Automatic Segmentation of T2-weighted Intramedullary Lesions in Spinal Cord Injury 2024-Apr-21, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.03.24300794 PMID:38699309	研究论文	开发了一种名为SCIseg的深度学习工具，用于自动分割脊髓损伤中的T2加权髓内病变	SCIseg模型通过三阶段训练过程，包括主动学习，能够自动分割脊髓和髓内病变，且在不同病因、扫描仪制造商和图像分辨率下表现良好	研究为回顾性研究，可能存在选择偏差	开发自动分割脊髓损伤中T2加权髓内病变的深度学习工具	脊髓损伤患者的T2加权MRI图像	数字病理学	脊髓损伤	深度学习	SCIseg（基于深度学习的模型）	MRI图像	191名脊髓损伤患者（平均年龄48.1岁±17.9，142名男性）	NA	NA	NA	NA
892	2025-10-06	Multicenter Evaluation of a Weakly Supervised Deep Learning Model for Lymph Node Diagnosis in Rectal Cancer at MRI 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230152 PMID:38353633	研究论文	开发用于直肠癌MRI淋巴结诊断的弱监督深度学习模型WISDOM	提出弱监督学习框架WISDOM，仅使用患者级病理信息而非像素级标注训练淋巴结诊断模型	回顾性研究，需进一步前瞻性验证	开发基于MRI的直肠癌淋巴结诊断AI模型	直肠癌患者的MRI影像和术后病理数据	医学影像分析	直肠癌	MRI（T2加权和弥散加权成像）	深度学习	医学影像	1014例患者（训练队列589例，内部测试146例，两个外部测试队列279例）	NA	WISDOM	AUC, C指数	NA
893	2025-10-06	Prior Clinico-Radiological Features Informed Multi-Modal MR Images Convolution Neural Network: A novel deep learning framework for prediction of lymphovascular invasion in breast cancer 2024-02, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.6932 PMID:38230837	研究论文	提出一种融合临床影像先验特征的多模态MRI卷积神经网络框架PCMM-Net，用于预测乳腺癌淋巴血管侵犯	首次将临床先验知识融入多模态MRI的深度学习框架，通过PCMM-Net实现更精准的LVI预测	样本量有限（341例患者），需更大规模数据验证	开发深度学习框架提升乳腺癌淋巴血管侵犯的预测准确率	早期乳腺癌患者	医学影像分析	乳腺癌	多参数MRI（T1加权、T2加权、对比增强T1加权）	CNN	医学影像	341例乳腺癌患者（7:3随机分为训练组和验证组）	NA	PCMM-Net, MM-Net	AUC	NA
894	2025-10-06	Expert-centered Evaluation of Deep Learning Algorithms for Brain Tumor Segmentation 2024-01, Radiology. Artificial intelligence DOI:10.1148/ryai.220231 PMID:38197800	研究论文	本研究通过文献调查和专家评估，分析了脑肿瘤分割深度学习算法的评估实践与专家质量感知	首次系统调查脑肿瘤分割算法评估实践，并揭示专家质量感知与常用定量指标之间的差异	专家评估样本量有限，且存在评分者间一致性较低的问题	评估深度学习算法在脑肿瘤分割中的性能表现与临床专家质量感知的一致性	脑肿瘤分割算法和医学影像专家	医学影像分析	脑肿瘤	深度学习分割算法	NA	医学影像	180篇文献调查和60例脑肿瘤分割案例的专家评估	NA	NA	Dice分数, 敏感度, Hausdorff距离, Krippendorff α, Kendall tau	NA
895	2025-10-06	A Deep Learning Pipeline for Assessing Ventricular Volumes from a Cardiac MRI Registry of Patients with Single Ventricle Physiology 2024-01, Radiology. Artificial intelligence DOI:10.1148/ryai.230132 PMID:38166332	研究论文	开发用于单心室生理患者心脏MRI心室自动分割的端到端深度学习流程	提出包含三个深度学习模型的端到端流程，专门针对Fontan循环患者的多中心心脏MRI数据进行自动化心室分割	在475例未见过的检查中，26%需要轻微调整，5%需要重大调整，0.4%的裁剪模型失败	开发自动化的心室分割方法以评估单心室生理患者的心室容积	Fontan循环患者的心脏MRI数据	医学影像分析	先天性心脏病	心脏MRI	深度学习	医学影像	250例心脏MRI检查用于训练验证测试，475例未见过的检查用于进一步评估	NA	U-Net 3+	Dice分数, Bland-Altman分析, 组内相关系数	NA
896	2025-10-06	Revisiting the Trustworthiness of Saliency Methods in Radiology AI 2024-01, Radiology. Artificial intelligence DOI:10.1148/ryai.220221 PMID:38166328	研究论文	评估放射学AI中显著性方法对输入扰动的敏感性和鲁棒性	提出预测-显著性相关性(PSC)指标来量化显著性方法的敏感性和鲁棒性	仅针对胸部X光片和脑部MRI图像进行评估，未涵盖其他医学影像模态	验证放射学AI中显著性方法的可信度	胸部X光片和脑部肿瘤MRI图像	计算机视觉	胸部疾病,脑肿瘤	深度学习	深度学习模型	医学影像	191229张胸部X光片和7022张脑部MRI图像	NA	NA	PSC系数,AUC	NA
897	2025-10-06	Deep Learning-based Identification of Brain MRI Sequences Using a Model Trained on Large Multicentric Study Cohorts 2024-01, Radiology. Artificial intelligence DOI:10.1148/ryai.230095 PMID:38166331	研究论文	开发基于深度学习的全自动设备无关和序列无关卷积神经网络，用于可靠高效地标记异质非结构化脑部MRI数据	使用来自249家医院的大规模多中心脑部MRI数据训练模型，能够区分九种MRI序列类型，且模型性能不受肿瘤存在与否的影响	仅使用二维中间切片图像进行分析，未包含完整三维序列信息	开发可靠高效的脑部MRI序列自动识别系统	脑部MRI序列图像	计算机视觉	胶质母细胞瘤	MRI	CNN	图像	2179名患者，8544次检查，63327个序列，来自249家医院和29种扫描仪类型	NA	ResNet-18, ResNet-50	准确率, 置信区间	NA
898	2025-10-06	Examination-Level Supervision for Deep Learning-based Intracranial Hemorrhage Detection on Head CT Scans 2024-01, Radiology. Artificial intelligence DOI:10.1148/ryai.230159 PMID:38294324	研究论文	比较弱监督（仅检查级别标签）和强监督（图像级别标签）在头部CT扫描颅内出血检测中的深度学习模型效果	首次系统比较弱监督与强监督在颅内出血检测中的性能差异，证明弱监督方法可显著减少标注工作量	回顾性研究，需在前瞻性数据集中进一步验证	评估不同监督级别对深度学习模型检测颅内出血性能的影响	头部CT扫描图像	计算机视觉	颅内出血	CT扫描	CNN	医学图像	21736次检查（RSNA数据集），436次检查（CQ500数据集），75次检查（CT-ICH数据集）	NA	基于注意力的卷积神经网络	AUC	NA
899	2025-10-06	An adaptive weight ensemble approach to forecast influenza activity in an irregular seasonality context 2024-10-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-52504-1 PMID:39366942	研究论文	开发自适应权重集成方法预测香港地区流感活动，解决季节性不规律带来的预测挑战	提出自适应权重混合集成方法，能动态更新模型贡献度，在不同流行趋势和季节中均优于单一模型	研究主要基于香港地区数据，在其他地理区域的适用性需要进一步验证	预测具有不规则季节性的热带和亚热带地区的流感活动	香港地区1998-2019年期间的32次流感疫情监测数据	机器学习	流感	疾病监测数据分析	集成学习,统计模型,机器学习,深度学习	时间序列监测数据	32次流感疫情数据（1998-2019年），外加2023-2024年后疫情数据作为测试集	NA	简单平均集成,自适应权重混合集成	均方根误差,加权区间评分	NA
900	2025-10-06	Active Learning Pipeline to Identify Candidate Terms for a CDSS Ontology 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240660 PMID:39176629	研究论文	提出一种主动学习流程来自动识别临床决策支持系统本体中的候选术语	采用主动学习方法从文献中自动识别候选术语，结合人工验证作为深度学习模型训练的一部分	仅展示初步结果，需要后续人工验证和长期维护	开发自动识别临床决策支持系统本体候选术语的方法	生物医学出版物中的术语	自然语言处理	NA	主动学习，深度学习	NA	文本	NA	NA	NA	NA	NA