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
981	2025-10-05	Feature Fusion for Multi-Coil Compressed MR Image Reconstruction 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01057-2 PMID:38459398	研究论文	提出一种多线圈特征融合变分网络(MFFVN)，用于压缩磁共振图像重建	通过编码器直接显式提取多线圈MR图像特征并进行特征融合，有效利用多线圈采集的丰富信息	未明确说明方法在其他类型MR数据或不同加速因子下的泛化能力	改进多线圈压缩磁共振图像重建质量	多线圈磁共振图像	医学影像处理	NA	磁共振成像(MRI)	深度学习网络	多线圈磁共振图像	fastMRI数据集中的多线圈脑部图像	NA	多线圈特征融合变分网络(MFFVN)	PSNR, SSIM	NA
982	2025-10-05	Checklist for Reproducibility of Deep Learning in Medical Imaging 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01065-2 PMID:38483694	研究论文	通过德尔菲法开发了一个包含26个项目的深度学习模型报告清单，以提升医学影像领域研究的可重复性	首次针对医学影像深度学习领域开发了专门的可重复性报告清单，采用德尔菲法整合专家共识	专家小组规模有限（11位专家），清单的有效性需要在更广泛的研究中进一步验证	解决医学影像深度学习研究的可重复性问题	医学影像深度学习研究报告标准	医学影像	NA	德尔菲法，内容效度比分析	NA	专家调查问卷	11位医学影像和深度学习专家	NA	NA	内容效度比，共识度	NA
983	2025-10-05	A Data Augmentation Methodology to Reduce the Class Imbalance in Histopathology Images 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01018-9 PMID:38485898	研究论文	提出一种改进的复制-粘贴数据增强方法，结合损失函数中的权重平衡技术，解决组织病理学图像中的类别不平衡问题	针对高实例密度数据集中实例重叠可能有害的情况，专门定制了改进的复制-粘贴数据增强技术，并结合权重平衡方法	方法主要针对实例数量不平衡问题，可能不适用于所有类型的数据不平衡场景	解决组织病理学图像分类中的类别不平衡问题，特别是实例数量不平衡	细胞核检测数据集	数字病理学	NA	数据增强技术	神经网络	组织病理学图像	高度不平衡的数据集	NA	NA	分类性能	NA
984	2025-10-05	Comparison of Vendor-Pretrained and Custom-Trained Deep Learning Segmentation Models for Head-and-Neck, Breast, and Prostate Cancers 2024-Dec-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14242851 PMID:39767212	研究论文	比较商业预训练和定制训练深度学习分割模型在头颈癌、乳腺癌和前列腺癌中的性能表现	首次系统评估本地患者数据和临床特征对商业深度学习分割模型性能的影响，并证明定制训练模型的优越性	样本量相对有限，仅包含210名患者，且仅评估了三种癌症类型	评估商业预训练和定制训练深度学习分割模型在头颈癌、乳腺癌和前列腺癌中的性能差异	头颈癌、乳腺癌和前列腺癌患者的临床CT扫描图像和风险器官轮廓	医学影像分析	头颈癌,乳腺癌,前列腺癌	临床CT扫描	深度学习分割模型	医学影像	210名患者（53名头颈癌、49名左乳腺癌、55名右乳腺癌、53名前列腺癌）	供应商提供的深度学习训练工具包	NA	Dice相似系数,平均表面距离	NA
985	2025-10-05	Cardiovascular care with digital twin technology in the era of generative artificial intelligence 2024-Dec-01, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae619 PMID:39322420	综述	本文综述数字孪生技术在心血管医学中的应用及其与生成式人工智能结合的未来发展前景	探讨生成式人工智能如何增强心血管数字孪生的预测能力和应用范围	NA	总结数字孪生在心血管医学中的现状并展望其未来应用潜力	心血管数字孪生技术及其临床应用	数字病理	心血管疾病	多模态数据整合	生成模型,机器学习	生理数据,环境数据,医疗数据	NA	NA	NA	NA	NA
986	2025-10-05	Deep learning for genomic selection of aquatic animals 2024-Nov, Marine life science & technology IF:5.8Q1 DOI:10.1007/s42995-024-00252-y PMID:39620094	综述	本文综述深度学习在水生动物基因组选择中的应用现状与潜力	系统总结了深度学习在表型获取、基因分型和基因组育种值预测中的创新应用	当前应用仍局限于部分水产物种，需要扩展到更多物种	探讨深度学习在水生动物基因组选择中的应用前景	水生动物	机器学习	NA	下一代测序(NGS)	CNN, DNN, Autoencoder	基因组数据	NA	NA	深度神经网络, 卷积神经网络, 自编码器	准确率	NA
987	2025-10-05	Prediction of future dementia among patients with mild cognitive impairment (MCI) by integrating multimodal clinical data 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36728 PMID:39281465	研究论文	本研究通过集成多模态临床数据，利用集成学习框架预测轻度认知障碍患者未来发展为痴呆的风险	采用专门设计的集成学习框架来利用多模态数据的互补性和共识性，这是先前痴呆预测研究未充分探索的方法	研究依赖于特定数据集(TADPOLE)，可能需要进一步验证在其他人群中的泛化能力	预测轻度认知障碍患者未来发展为痴呆的风险	轻度认知障碍患者	机器学习	老年疾病	结构磁共振成像,正电子发射断层扫描	集成学习, XGBoost, 深度学习	临床数据, 影像数据	NA	NA	集成集成框架	AUC, F-measure	NA
988	2025-10-05	Mediodorsal thalamus and ventral pallidum contribute to subcortical regulation of the default mode network 2024-07-23, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06531-9 PMID:39039239	研究论文	本研究探讨了腹侧苍白球和内侧背侧丘脑在调控默认模式网络中的作用	首次在树鼩中发现腹侧苍白球和内侧背侧丘脑通过伽马振荡参与默认模式网络的调控	研究仅限于树鼩模型，需要在其他物种中进一步验证	研究默认模式网络的皮层下调控机制	树鼩的腹侧苍白球、内侧背侧丘脑和前扣带皮层	神经科学	NA	电生理记录, 深度学习分类	深度学习分类模型	电生理信号, 行为状态数据	树鼩动物模型	NA	NA	交叉频率耦合分析	NA
989	2025-10-05	Antibody design using deep learning: from sequence and structure design to affinity maturation 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae307 PMID:38960409	综述	本文综述了深度学习在抗体设计中的应用，涵盖序列设计、结构设计和亲和力成熟等关键环节	将深度学习从传统小分子药物设计扩展到生物大分子（特别是抗体）的设计与优化领域	NA	探索深度学习在抗体发现和开发中的应用方法与进展	抗体分子	机器学习	NA	深度学习	NA	序列数据, 结构数据	NA	NA	NA	NA	NA
990	2025-10-05	Impact of Emerging Deep Learning-Based MR Image Reconstruction Algorithms on Abdominal MRI Radiomic Features 2024 Nov-Dec 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001648 PMID:39190703	研究论文	评估深度学习MR图像重建算法对腹部MRI影像组学特征的影响	首次系统比较传统重建技术与两种深度学习重建技术对多器官影像组学特征的影响	仅使用单一厂商（Philips）平台，样本量较小（17例），SmartSpeed-SuperRes尚未获FDA批准	评估深度学习重建算法对MRI影像组学特征的影响	17例儿科和成人患者的腹部T2加权MR图像	医学影像分析	腹部疾病	MR成像，深度学习图像重建	深度学习重建模型	MR图像	17例受试者（儿科和成人）	NA	SmartSpeed, SmartSpeed-SuperRes	Pearson相关系数, 组内相关系数, ANOVA分析	NA
991	2025-10-05	CT synthesis with deep learning for MR-only radiotherapy planning: a review 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00430-y PMID:39465111	综述	本文综述了基于深度学习的MR-to-CT合成方法在仅使用MRI的放疗计划中的应用	系统分类并比较了四类深度学习模型在MR-to-CT合成任务中的表现	NA	评估深度学习模型在仅使用MRI的放疗计划中合成CT图像的潜力	MR-to-CT合成方法	医学影像	肿瘤放疗	深度学习	CNN, GAN, Transformer, 扩散模型	医学影像	NA	NA	卷积神经网络, 生成对抗网络, Transformer, 扩散模型	NA	NA
992	2025-10-05	Spatial resolution enhancement using deep learning improves chest disease diagnosis based on thick slice CT 2024-Nov-23, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01338-8 PMID:39580609	研究论文	开发深度学习模型通过厚层CT生成合成薄层CT以提升胸部疾病诊断准确性	提出卷积-Transformer混合编解码架构的深度学习模型，首次实现跨区域多中心验证的厚层CT到薄层CT合成	研究仅针对社区获得性肺炎和肺结节检测，未涵盖其他胸部疾病	提升厚层CT的空间分辨率以改善胸部疾病诊断	胸部CT图像	计算机视觉	肺部疾病	CT成像	深度学习	医学影像	单中心1576名参与者，跨区域三中心1228名参与者	NA	卷积-Transformer混合编解码器	诊断准确率, 敏感性	NA
993	2025-10-05	Advancements in biliopancreatic endoscopy - A comprehensive review of artificial intelligence in EUS and ERCP 2024-11, Revista espanola de enfermedades digestivas IF:2.7Q2 DOI:10.17235/reed.2024.10456/2024 PMID:38832589	综述	本文全面回顾了人工智能在胆胰内镜（EUS和ERCP）领域的最新研究进展和应用现状	系统梳理了AI在胆胰内镜领域的技术进展、主要应用场景及伦理考量，为该领域的未来发展提供指导	作为叙述性综述，未进行系统性文献检索和定量分析	总结人工智能在胆胰内镜检查中的研究现状和发展方向	胆胰内镜检查技术，包括超声内镜（EUS）和经内镜逆行胰胆管造影（ERCP）	医学人工智能	胆胰疾病	深度学习	深度学习模型	内镜图像	NA	NA	NA	NA	NA
994	2025-10-05	Massively parallel characterization of regulatory elements in the developing human cortex 2024-05-24, Science (New York, N.Y.) DOI:10.1126/science.adh0559 PMID:38781390	研究论文	通过大规模并行报告基因检测技术系统解析人类发育期大脑皮层中基因调控元件的功能	首次在人类原代皮层细胞和脑类器官中并行检测超过10万个开放染色质区域的顺式调控活性，并利用深度学习解码增强子活性的序列基础和上游调控因子	研究主要聚焦于发育中期皮层，未涵盖整个神经发育过程的所有阶段	建立人类神经元发育过程中功能性基因调控元件和变异的全面目录	人类发育中期皮层原代细胞和脑类器官	基因组学	神经发育疾病	大规模并行报告基因检测，染色质开放性分析	深度学习	基因组序列数据，染色质可及性数据	102,767个开放染色质区域	NA	NA	NA	NA
995	2025-10-05	A deep learning method for comparing Bayesian hierarchical models 2024-May-06, Psychological methods IF:7.6Q1 DOI:10.1037/met0000645 PMID:38709626	研究论文	提出一种基于深度学习的贝叶斯分层模型比较方法	首次将深度学习应用于贝叶斯分层模型比较，实现摊销推理并支持概率程序实例化的任意分层模型	未明确说明方法在超大规模模型或特定类型分层结构中的适用性限制	解决贝叶斯模型比较在分层模型中因高维嵌套参数结构导致的难处理问题	分层证据积累模型和各类可实例化为概率程序的分层模型	机器学习	NA	深度学习，贝叶斯模型比较，摊销推理	深度学习模型	模型输出数据，概率程序生成数据	NA	未明确指定	未明确指定具体架构	后验模型概率估计精度，与桥采样方法的性能对比	NA
996	2025-10-05	A versatile attention-based neural network for chemical perturbation analysis and its potential to aid surgical treatment: an experimental study 2024-Dec-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001781 PMID:39017949	研究论文	提出一种基于注意力机制的神经网络ACTIN，用于化学扰动分析并辅助外科治疗	结合图卷积和Transformer机制，仅需少量训练数据即可实现最先进性能，通过化学元素嵌入差异和注意力机制识别可能干扰特定细胞系的药效团	仅使用393个训练实例进行验证，样本量相对较小	开发灵活高效的药物发现方法以辅助外科治疗	化学药效团和基因表达数据	机器学习	COVID-19	转录组数据分析	图卷积网络,Transformer	药物数据,转录组数据	393个训练实例	NA	ACTIN（基于注意力机制的卷积转置融合网络）	NA	NA
997	2025-10-05	Generative AI in orthopedics: an explainable deep few-shot image augmentation pipeline for plain knee radiographs and Kellgren-Lawrence grading 2024-11-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae246 PMID:39311859	研究论文	提出一种用于膝关节X光片生成和Kellgren-Lawrence分级的可解释深度少样本图像增强流程	首次提出深度少样本图像增强流程，能够在训练样本有限的情况下生成高质量合成膝关节X光片	训练数据集规模受限	解决骨科医学图像分析中大规模标准化标注数据缺乏的问题	膝关节X光片和Kellgren-Lawrence分级	医学图像分析	骨关节炎	深度少样本图像生成	生成模型	X光图像	86,000张合成膝关节X光片	NA	NA	Frechet Inception Distance, Cohen's Kappa, 准确率	NA
998	2025-10-05	DL-EDOF: Novel Multi-Focus Image Data Set and Deep Learning-Based Approach for More Accurate and Specimen-Free Extended Depth of Focus 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01076-z PMID:38528289	研究论文	本研究提出了一种基于无监督深度学习的扩展景深显微镜方法，并创建了新的多焦点图像数据集	首个基于无监督深度学习的EDOF方法，无需任何预处理或后处理技术，使用深度特征获取像素聚焦度	NA	开发更准确且无需特定样本的扩展景深显微镜方法	多焦点图像	计算机视觉	NA	显微镜成像	深度学习	图像	包含9个图像集（4个合成图像集和5个显微镜图像集）的多焦点图像数据集	NA	NA	RMSE, PSNR, UQI, CC, PIQE, BRISQUE, UQIN, NIQE	NA
999	2025-10-05	Multi-Class Deep Learning Model for Detecting Pediatric Distal Forearm Fractures Based on the AO/OTA Classification 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00968-4 PMID:38308069	研究论文	开发基于AO/OTA分类的多类深度学习模型用于检测儿童远端前臂骨折	首次将YOLOv4目标检测模型应用于儿童远端前臂骨折的多类分类，并基于儿科AO/OTA分类系统进行骨折类型细分	测试集样本量较小（仅88张图像），未进行外部验证	开发自动检测儿童远端前臂骨折的深度学习模型以辅助临床治疗规划	儿童远端前臂腕部X射线图像	计算机视觉	儿科骨折	X射线成像	CNN	图像	7006张图像来自1809名患者（训练集80%，验证集20%），测试集88张图像来自34名患者	NA	YOLOv4	平均精度, 灵敏度, 特异性, AUC	NA
1000	2025-10-05	Enhancing YOLO5 for the Assessment of Irregular Pelvic Radiographs with Multimodal Information 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00986-2 PMID:38315343	研究论文	本研究提出通过整合年龄和性别多模态信息增强YOLO5模型，用于发育性髋关节发育不良的骨盆X光片评估	首次在DDH诊断中引入多模态信息（年龄和性别），通过将此类信息整合到通道中提升深度学习模型性能	未明确说明模型在不同年龄段和性别群体中的泛化能力验证细节	提高深度学习模型在发育性髋关节发育不良诊断中的准确性和效果	骨盆X光片中的髋关节解剖标志点	计算机视觉	发育性髋关节发育不良	X射线成像	YOLO5	图像	7750张骨盆X光片，覆盖4个月至16岁年龄段，包含畸形和术后等多种情况	NA	YOLO5	mAP, 诊断准确率, F1-score	NA