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
1221	2026-05-02	Diagnostic evaluation of blunt chest trauma by imaging-based application of artificial intelligence 2024-11, The American journal of emergency medicine DOI:10.1016/j.ajem.2024.08.019 PMID:39213808	综述	回顾人工智能在钝性胸部创伤影像诊断中的应用，并探讨其挑战与优化方向	系统总结了AI在钝性胸部创伤（肋骨骨折、肺挫伤、血气胸等）诊断中的进展，并首次聚焦于多任务综合诊断的局限性	当前深度学习研究集中于特定临床场景，缺乏对钝性胸部创伤复杂性的全面诊断和预后评估能力	评估AI在钝性胸部创伤诊断中的潜在效用，并提出优化其临床应用的策略	钝性胸部创伤患者及相关影像数据	计算机视觉, 数字病理学	胸部创伤	影像学	深度学习	图像	NA	NA	NA	NA	NA
1222	2026-05-02	Automated cell lineage reconstruction using label-free 4D microscopy 2024-10-07, Genetics IF:3.3Q2 DOI:10.1093/genetics/iyae135 PMID:39139100	研究论文	描述了一种无需手动标注的深度学习管道embGAN，用于从无标记4D显微镜图像中自动重建细胞谱系	首次实现无需荧光标记或转基因的无标记3D延时成像中自动细胞检测与追踪，且训练无需手动数据标注，具备尺度和实验室间泛化能力	在密集组织和胚胎中自动检测与追踪的挑战尚未完全解决；性能以秀丽隐杆线虫胚胎为基准，可能在其他生物体中泛化性有限	开发一种自动化细胞谱系重建方法，以替代荧光显微镜中的人工标注过程，实现高通量研究	秀丽隐杆线虫（Caenorhabditis elegans）胚胎的细胞谱系	计算机视觉	NA	无标记4D显微镜	深度学习管道（embGAN）	无标记3D延时图像	多个实验室和多台仪器获取的图像（具体数量未说明）	NA	embGAN（基于生成对抗网络的架构）	细胞检测与追踪性能（接近最先进水平，具体指标未说明）	NA
1223	2026-05-02	Deep Learning Reconstruction of Accelerated MRI: False-Positive Cartilage Delamination Inserted in MRI Arthrography Under Traction 2024-Aug-01, Topics in magnetic resonance imaging : TMRI DOI:10.1097/RMR.0000000000000313 PMID:39016321	病例报告	通过深度学习重建加速MRI中出现的假阳性软骨分层案例	首次报告深度学习重建加速MRI在髋关节牵引下关节造影中产生假阳性软骨分层的现象	仅基于单个病例，未进行系统性测试，且未深入分析训练数据偏差的影响	指出深度学习重建技术在临床应用中的潜在假阳性风险	30岁健康男性患者的右髋关节	计算机视觉	软骨病变	MRI加速成像	深度学习重建模型	图像	1例患者	NA	NA	假阳性率	NA
1224	2024-08-07	FasterRib: A deep learning algorithm to automate identification and characterization of rib fractures on chest computed tomography scans: Erratum 2024-08-01, The journal of trauma and acute care surgery IF:2.9Q1 DOI:10.1097/TA.0000000000004427 PMID:38996424	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1225	2026-05-02	X-ray absorption spectroscopy combined with deep learning for auto and rapid illicit drug detection 2024-07-03, The American journal of drug and alcohol abuse DOI:10.1080/00952990.2024.2377262 PMID:39158551	研究论文	利用X射线吸收光谱结合改进的Transformer编码器模型实现毒品的自动快速检测	首次将X射线吸收光谱与深度学习结合用于毒品检测，并采用改进的Transformer编码器模型实现高准确率（96.73%）和快速训练（1.4小时）	仅使用50种毒品类似物进行实验，未涉及实际毒品样本；且需要进一步验证该方法在临床和执法场景中的实用性	实现快速、无损、自动的毒品检测	毒品及其类似物（同分异构体或分子式相似的化合物）	机器学习	NA	X射线吸收光谱	Transformer, LSTM, ResU-net	光谱数据	50种毒品类似物	NA	改进的Transformer编码器, LSTM, ResU-net	准确率, 训练时间	NA
1226	2026-05-02	Radiomics based on T2-weighted and diffusion-weighted MR imaging for preoperative prediction of tumor deposits in rectal cancer 2024-06, American journal of surgery IF:2.7Q1 DOI:10.1016/j.amjsurg.2024.01.002 PMID:38272767	研究论文	开发并验证基于T2加权和弥散加权MRI的影像组学列线图，用于直肠癌肿瘤沉积的术前预测	首次结合T2WI和ADC图像的影像组学特征与临床因素构建列线图，优于传统机器学习模型	回顾性研究设计及相对较小的样本量可能限制泛化能力	实现直肠癌肿瘤沉积的术前无创预测	199例直肠癌患者的T2WI和DWI影像数据及临床资料	数字病理学	直肠癌	MRI（T2加权成像、弥散加权成像）	影像组学列线图	影像数据	199例（训练集159例，验证集40例）	NA	随机森林、支持向量机、深度学习模型（对比模型）	AUC, 准确率, 灵敏度, 特异度, 阳性预测值, 阴性预测值	NA
1227	2026-05-02	Characterisation of the normal human ganglion cell-inner plexiform layer using widefield optical coherence tomography 2024-03, Ophthalmic & physiological optics : the journal of the British College of Ophthalmic Opticians (Optometrists) DOI:10.1111/opo.13255 PMID:37990841	研究论文	利用宽视野光学相干断层扫描描述健康人群神经节细胞-内丛状层厚度的变化	通过宽视野OCT扫描覆盖55°×45°范围，并结合深度学习方法自动分割GCIPL，揭示了健康人群中GCIPL厚度随年龄、眼轴长度和性别的变化模式，尤其是发现了黄斑外四个统计上不同的年龄相关变化聚类	NA	描述健康队列中宽视野光学相干断层扫描的GCIPL厚度变化	470只健康眼睛的GCIPL厚度	机器学习	NA	光学相干断层扫描	NA	图像	470只健康眼睛	NA	NA	NA	NA
1228	2026-05-02	Extracting Drug-Protein Relation from Literature Using Ensembles of Biomedical Transformers 2024-Jan-25, Studies in health technology and informatics DOI:10.3233/SHTI231043 PMID:38269887	研究论文	利用生物医学预训练Transformer模型集成方法从文献中自动提取药物-蛋白质关系	采用多个生物医学预训练Transformer模型的集成策略，在DrugProt任务中取得优异成绩	NA	开发从生物医学文献中自动提取药物与蛋白质关系的方法	药物/化学物质与蛋白质之间的实体关系	自然语言处理	NA	NA	Transformer	文本	主语料库10,750篇摘要，大规模语料库2.4M篇文献	NA	生物医学预训练Transformer模型	F1-score	NA
1229	2026-05-02	Automated Cell Lineage Reconstruction using Label-Free 4D Microscopy 2024-Jan-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.20.576449 PMID:38328064	研究论文	提出一种基于深度学习管道的自动化细胞检测与追踪方法，用于无标记3D延时成像	无需手动标注训练数据，鲁棒检测具有高度尺度不变性，跨实验室和仪器的泛化能力强	NA	解决无标记3D延时成像中细胞自动检测和追踪的挑战	细胞图像	计算机视觉	NA	3D延时成像	GAN	图像	NA	PyTorch	embGAN	NA	NA
1230	2026-05-02	Digital pathology and multimodal learning on oncology data 2024-Jan, BJR artificial intelligence DOI:10.1093/bjrai/ubae014 PMID:42064394	综述	本文综述了数字病理学与多模态学习在肿瘤学数据整合中的最新进展，强调了其改善癌症诊疗的潜力	系统阐述了数字病理学如何与临床、影像及分子等多模态数据结合，并分析了多模态学习在肿瘤学中的机遇与挑战	NA	探讨多模态数据整合在肿瘤学中的应用，特别是数字病理学如何与其他数据类型协同以提升癌症诊疗水平	多模态肿瘤学数据（包含临床、影像、分子及病理信息）	数字病理学	癌症	NA	深度学习、机器学习	图像、文本、分子数据	NA	NA	NA	NA	NA
1231	2026-05-02	Clinical adoption of deep learning target auto-segmentation for radiation therapy: challenges, clinical risks, and mitigation strategies 2024-Jan, BJR artificial intelligence DOI:10.1093/bjrai/ubae015 PMID:42064392	综述	综述深度学习在放射治疗靶区自动分割中的临床应用挑战、风险及缓解策略	聚焦靶区自动分割的临床采用，系统分析了过度分割、不足分割、自动化偏差及适度信任等临床风险，并提出了包括几何、剂量-体积和基于结果的性能监测在内的全面质量保证框架	主要基于现有文献综述，缺乏实际临床实施数据的量化评估，且未深入探讨不同深度学习模型架构间的具体比较	评估深度学习靶区自动分割在放射治疗中的临床采用挑战、风险及缓解策略，推动其安全整合入临床实践	放射治疗中的靶区自动分割技术及其临床应用	机器学习,数字病理学	癌症	NA	深度学习	影像	NA	NA	NA	NA	NA
1232	2026-05-02	Applications and implementation of generative artificial intelligence in cardiovascular imaging with a focus on ethical and legal considerations: what cardiovascular imagers need to know! 2024-Jan, BJR artificial intelligence DOI:10.1093/bjrai/ubae008 PMID:42064403	综述	探讨生成式人工智能在心血管影像中的应用，重点关注伦理和法律考量	系统探讨了生成对抗网络在心血管影像中的伦理问题，包括“黑箱”问题、自动化偏见和健康差异	未具体说明研究局限，但指出需更多研究解决伦理和法律挑战	综述人工智能在心血管影像中的应用现状，并强调伦理和法律方面的注意事项	心血管影像技术，包括超声心动图、心脏MRI、冠状动脉CT血管造影和CT形态与功能	计算机视觉	心血管疾病	深度学习、生成对抗网络	卷积神经网络、变分神经网络、生成对抗网络	图像	NA	NA	卷积神经网络、变分神经网络、生成对抗网络	ROC曲线、图像质量、临床相关性、多样性、定量性能	NA
1233	2026-05-01	Deep Learning of Multimodal Ultrasound: Stratifying the Response to Neoadjuvant Chemotherapy in Breast Cancer Before Treatment 2024-02-02, The oncologist DOI:10.1093/oncolo/oyad227 PMID:37669223	研究论文	开发两种多模态超声深度学习模型，在治疗前预测乳腺癌对新辅助化疗的耐药和病理完全缓解	首次利用多模态超声（灰阶二维超声和超声弹性成像）结合临床病理信息，构建两个深度学习模型分别预测耐药和病理完全缓解，并联合进行分层预测	NA	非侵入性预测乳腺癌患者对新辅助化疗的耐药和病理完全缓解，实现治疗前分层预测	乳腺癌患者	机器学习, 医学影像	乳腺癌	多模态超声（灰阶二维超声和超声弹性成像）	深度学习模型	图像（超声图像）	170名乳腺癌患者	NA	NA	AUC, 敏感性, 阴性预测值	NA
1234	2026-05-01	Prognostic significance of collagen signatures at breast tumor boundary obtained by combining multiphoton imaging and imaging analysis 2024-Feb, Cellular oncology (Dordrecht, Netherlands) DOI:10.1007/s13402-023-00851-4 PMID:37606817	研究论文	通过结合多光子成像和影像分析，探索乳腺肿瘤边界胶原特征对患者预后的意义	首次利用深度学习自动分类模型从多光子图像中识别肿瘤边界胶原特征，并结合岭回归分析构建CSTB评分，展示其优于传统临床模型的预后性能	样本量较小，仅涉及小规模数据，外部验证数据集可能有限	探索乳腺肿瘤边界胶原特征的预后意义，构建自动化预后预测工具	人类乳腺肿瘤样本	数字病理学	乳腺癌	多光子显微镜（MPM）	深度学习模型	多光子图像	NA	NA	NA	AUC，Cox比例风险回归分析，Kaplan-Meier生存分析	NA
1235	2026-04-30	Computed tomography-based radiomics and body composition model for predicting hepatic decompensation 2024-11-22, Oncotarget DOI:10.18632/oncotarget.28673 PMID:39576671	研究论文	基于CT影像组学和身体成分模型预测原发性硬化性胆管炎患者的肝功能失代偿	首次将身体成分模型（将CT图像量化为四个脂肪和肌肉分区）与影像组学特征结合，构建预测模型用于评估原发性硬化性胆管炎患者的肝功能失代偿	预测未来事件仍具挑战性，需要进一步研究验证临床实用性和局限性	探索计算机影像组学在预测原发性硬化性胆管炎患者肝功能失代偿中的潜在价值	原发性硬化性胆管炎（PSC）患者	计算机视觉	肝胆疾病	CT成像	深度学习	CT图像	训练队列和验证队列的患者数据（具体数量未说明）	NA	身体成分模型（内部开发）	准确率, 精确率, AUC	NA
1236	2026-04-30	Semi-supervised segmentation of cardiac chambers from LGE-CMR using feature consistency awareness 2024-10-17, BMC cardiovascular disorders IF:2.0Q3 DOI:10.1186/s12872-024-04250-x PMID:39420256	研究论文	提出一种利用未标记数据改进心脏腔室分割性能的半监督学习方法	设计集成三重一致性约束（数据级、任务级和特征级）的半监督网络，通过体素级对比学习实现特征级一致性，解决先前研究中忽略挑战性区域和特征一致性问题	未提及具体局限性	开发一种半监督分割方法，利用未标记数据提升延迟钆增强心脏磁共振成像中心脏腔室分割的模型性能	心脏腔室（心房和心室）分割数据集	计算机视觉	心血管疾病	NA	半监督网络	图像（延迟钆增强心脏磁共振成像）	心房分割数据集和心室分割数据集，具体样本量未提及	PyTorch	均值教师架构（含分割和边缘预测任务）	Dice系数、Jaccard系数、平均表面距离（ASD）、95%豪斯多夫距离（95HD）	NA
1237	2026-04-30	Evaluation of a deep learning-enabled automated computational heart modelling workflow for personalized assessment of ventricular arrhythmias 2024-09, The Journal of physiology DOI:10.1113/JP284125 PMID:37060278	研究论文	评估基于深度学习的自动化计算心脏建模工作流在个性化评估室性心律失常中的可行性	开发了一种无需专家手动交互的自动化深度学习工作流，用于重建个性化电生理心脏模型，并在多中心数据中验证其与专家模型在预测室性心动过速方面的一致性	训练数据集较小（111例患者），可能影响深度学习模型的泛化能力	评估自动化深度学习工作流在重建个性化计算心脏模型以指导室性心动过速治疗中的可行性	111例患者的对比增强CT图像及专家心室肌分割结果	计算机视觉, 数字病理	心血管疾病	CT成像, 深度学习分割	卷积神经网络	图像	111例患者的CT图像，来自三个机构五个队列	PyTorch	CNN	分割一致性，VT诱导性，VT数量相关性，VT电路共定位	NA
1238	2026-04-30	Exploring Deep Learning for Estimating the Isoeffective Dose of FLASH Irradiation From Mouse Intestinal Histological Images 2024-Jul-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2023.12.032 PMID:38171387	研究论文	开发深度学习模型，从小鼠肠道组织学图像中估算FLASH照射的等效剂量	首次提出使用深度学习从组织学图像定量估算FLASH照射的等效应剂量，将物理FLASH剂量映射为等效CONV剂量	仅限于小鼠肠道组织，尚未验证于其他组织或肿瘤模型	探索深度学习从小鼠肠道组织学图像估算FLASH照射等效应剂量的可行性	接受CONV或FLASH照射的小鼠空肠组织切片	数字病理学	放射性损伤	H&E染色、数字病理成像	CNN	组织学图像	84只雌性C57BL/6J小鼠，每只小鼠9个空肠横切面，共756个图像样本	PyTorch	ResNet-101	均方误差	NA
1239	2026-04-30	A real-time deep learning-based system for colorectal polyp size estimation by white-light endoscopy: development and multicenter prospective validation 2024-04, Endoscopy IF:11.5Q1 DOI:10.1055/a-2189-7036 PMID:37827513	研究论文	开发并多中心前瞻性验证了一个基于深度学习的实时系统（ENDOANGEL-CPS），用于在白光内镜下估计结直肠息肉大小	首次利用内窥镜镜头参数通过深度估计网络实时计算息肉大小，在现场前瞻性多中心视频中验证，且性能超过所有参与的内镜医师	未明确提及局限性，但依赖内窥镜镜头参数准确性可能影响泛化性	提高结直肠息肉大小测量的准确性，优化息肉切除设备选择和监测间隔	结直肠息肉	数字病理学、机器学习	结直肠癌（结直肠息肉）	白光内镜、深度估计网络	深度神经网络（深度估计网络）	图像（包括虚拟结肠图像和真实世界内镜视频）	7297张训练图像（虚拟结肠）、730张测试图像（虚拟结肠）、157个真实世界息肉（来自三家医院）	NA	深度估计网络（未指定具体架构）	相对误差、一致性相关系数、相对准确率、错误率	NA
1240	2026-04-29	A novel artificial intelligence model for diagnosing Acanthamoeba keratitis through confocal microscopy 2024-10, The ocular surface DOI:10.1016/j.jtos.2024.07.010 PMID:39084255	研究论文	开发了一种基于共聚焦显微镜图像诊断棘阿米巴角膜炎的人工智能模型	首次利用培养确认的棘阿米巴角膜炎病例建立基于HRT-3共聚焦显微镜图像的人工智能诊断模型	样本量较小（仅17名患者），且为单中心回顾性研究	利用共聚焦显微镜图像开发棘阿米巴角膜炎的人工智能诊断模型	棘阿米巴角膜炎患者的体内共聚焦显微镜图像	计算机视觉	棘阿米巴角膜炎	体内共聚焦显微镜	卷积神经网络	图像	17名患者的3312张共聚焦图像	TensorFlow	卷积神经网络	准确率、灵敏度、特异度、精确率	NA