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
1821	2025-10-05	qMAP enabled microanatomical mapping of human skin aging 2024-Jul-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.03.588011 PMID:39005293	研究论文	本研究开发了一种名为qMAP的组织图像分析工作流程，用于定量分析人类皮肤衰老过程中的微观解剖结构变化	首次建立了能够全面标记组织和细胞区室的定量微观解剖表型分析工作流程，填补了组织水平衰老研究的空白	研究仅针对皮肤组织，样本量相对有限（99名捐赠者），需要进一步验证在其他组织类型中的适用性	开发定量分析组织微观解剖结构的方法，探索皮肤衰老的组织水平特征	人类皮肤组织样本	数字病理学	衰老相关疾病	组织切片成像，深度学习，机器视觉	深度学习	组织图像	99名年龄在14-92岁之间的捐赠者	NA	NA	平均绝对误差（MAE）	NA
1822	2025-10-05	Prediction of MRI-Induced Power Absorption in Patients with DBS Leads 2024-Jun, Proceedings. IEEE International Symposium on Computer-Based Medical Systems DOI:10.1109/cbms61543.2024.00087 PMID:41030917	研究论文	使用机器学习和深度学习算法预测深部脑刺激患者MRI扫描中DBS导线尖端的局部比吸收率值	首次将XgBoost和残差网络家族应用于DBS患者MRI功率吸收预测，显著超越了现有最佳方法的性能	研究处于小数据机制，已提取的有限特征更适合集成学习而非深度网络	开发高效算法预测DBS患者MRI扫描时的组织加热风险	植入深部脑刺激系统的患者	机器学习	神经系统疾病	电磁仿真，MRI	XgBoost，深度学习	仿真数据	260个实例（包含患者来源和人工生成数据）	XgBoost	残差网络家族	RMSE	NA
1823	2025-10-05	Fully Automated OCT-based Tissue Screening System 2024-May-15, ArXiv PMID:38800655	研究论文	介绍了一种基于光学相干断层扫描的全自动组织筛选系统，用于离体组织培养的高通量筛选应用	开发了首个结合定制电动平台、组织检测能力和Transformer深度学习分割算法的全自动OCT组织筛选系统	目前仅在视网膜退行性疾病小鼠模型的视网膜外植体培养中进行了验证	开发用于药物发现和相关研究领域的高通量组织筛选系统	小鼠视网膜退行性疾病模型的视网膜外植体培养组织	数字病理学	视网膜退行性疾病	光学相干断层扫描(OCT)	Transformer	OCT图像	NA	NA	Transformer	NA	NA
1824	2025-10-05	Artificial Intelligence in Clinical Diagnosis and Treatment of Dry Eye: Workflows, Effectiveness, and Evaluation 2024 Oct-Dec, Journal of current ophthalmology IF:1.2Q3 DOI:10.4103/joco.joco_172_24 PMID:41041032	综述	本文综述人工智能在干眼症临床诊疗中的应用，探讨其工作流程、有效性及未来发展方向	系统总结AI在干眼症诊疗中的完整工作流程，并提出云端治疗管理等新兴应用方向	AI在干眼症应用中仍面临某些需要解决的挑战	探讨人工智能在干眼症临床诊断和治疗中的应用价值与发展前景	干眼症患者及相关临床数据	医学人工智能	干眼症	数据分析、图像识别	机器学习、深度学习	临床数据、图像数据	基于48项原始研究的汇总分析	NA	NA	诊断效率、准确性、客观性	NA
1825	2025-10-05	Elucidating the neuropathological and molecular heterogeneity of amyloid-beta and tau in Alzheimer's disease through machine learning and transcriptomic integration 2024-Oct-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.16.618708 PMID:39463964	研究论文	本研究通过机器学习和转录组整合方法，揭示了阿尔茨海默病中淀粉样蛋白-β和磷酸化tau蛋白的神经病理学和分子异质性	开发了一种新颖的深度学习方法来区分阿尔茨海默病连续体特异性脑网络改变维度与正常衰老共享维度	样本量相对有限（n=289），且仅使用单一公共转录组图谱进行验证	理解阿尔茨海默病神经病理学聚集物与认知衰退的关联及其分子机制	阿尔茨海默病连续体患者（Aβ阳性，n=129）和正常老年人（Aβ阴性，n=160）	机器学习	阿尔茨海默病	功能磁共振成像，转录组分析，脑脊液生物标志物检测	深度学习	功能磁共振成像数据，基因表达数据，临床生物标志物数据	289名受试者（129名Aβ阳性，160名Aβ阴性）	NA	NA	预测准确性	NA
1826	2025-10-05	Improving 3D dose prediction for breast radiotherapy using novel glowing masks and gradient-weighted loss functions 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17326 PMID:39088756	研究论文	本研究开发了使用发光掩码和梯度加权损失函数改进乳腺癌放疗3D剂量预测的新方法	提出了两种创新技术：发光掩码算法将轮廓距离编码到每个体素中，梯度加权MSE损失函数强调高剂量梯度区域的误差	研究仅针对乳腺癌切线野治疗，样本量为305个治疗计划	比较两种新技术对深度学习剂量预测模型性能的影响	乳腺癌患者的放疗治疗计划	医学影像分析	乳腺癌	深度学习剂量预测	3D U-Net	CT影像和器官轮廓	305个治疗计划（213训练/46验证/46测试）	NA	3D U-Net	平均误差, 平均绝对误差, 心脏/肺/肿瘤床平均剂量误差, Dice相似系数, Gamma分析	NA
1827	2025-10-05	Multi-modal segmentation with missing image data for automatic delineation of gross tumor volumes in head and neck cancers 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17260 PMID:38896829	研究论文	开发了一种能够处理PET图像缺失情况下的头颈部癌大体肿瘤体积自动分割深度学习框架	提出'空白通道'训练策略，使模型能够灵活处理PET图像缺失情况，在保持多模态分割性能的同时提高临床适用性	研究主要针对头颈部癌症，在其他类型癌症中的适用性需要进一步验证	开发头颈部癌大体肿瘤体积自动分割方法，解决PET图像可能缺失的临床实际问题	头颈部癌患者的大体肿瘤体积	数字病理	头颈部癌	CT, PET	深度学习分割模型	医学图像	数据集I: 524例训练患者和359例测试患者；数据集II: 90例测试患者	NA	NA	Dice相似系数, 平均表面距离, 95% Hausdorff距离	NA
1828	2025-10-05	Patient-specific deep learning for 3D protoacoustic image reconstruction and dose verification in proton therapy 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17294 PMID:38980065	研究论文	开发了一种患者特异性深度学习方法用于质子声学图像重建和剂量验证	提出两阶段患者特异性深度学习框架，结合群体模型预训练和患者特定数据迁移学习	需要进一步研究验证该技术的临床影响	提高质子声学成像重建质量和个体患者剂量验证准确性	10名特定前列腺癌患者	医学影像	前列腺癌	质子声学成像，计算机断层扫描	深度学习	3D图像，射频信号	10名前列腺癌患者	NA	NA	RMSE, SSIM, gamma指数	NA
1829	2025-10-05	Establishing a Validation Infrastructure for Imaging-Based Artificial Intelligence Algorithms Before Clinical Implementation 2024-Oct, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.04.027 PMID:38789066	研究论文	本文提出建立影像AI算法临床实施前验证基础设施的方法与建议	提出在临床系统外建立AI推理基础设施的完整步骤，支持大型医疗中心进行AI算法的本地化验证	未提供具体实施案例的性能数据验证	开发高效、可定制且成本效益高的AI模型外部验证基础设施	基于影像的人工智能算法	数字病理	NA	深度学习	NA	医学影像	NA	NA	NA	准确性, 泛化性	大型医疗中心计算基础设施
1830	2025-10-05	Artificial Intelligence vs. Doctors: Diagnosing Necrotizing Enterocolitis on Abdominal Radiographs 2024-Oct, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.06.001 PMID:38955625	研究论文	本研究开发了一种基于深度学习的AI模型，用于在新生儿腹部X光片上诊断坏死性小肠结肠炎	首次将预训练的ResNet-50模型应用于新生儿坏死性小肠结肠炎的X光片诊断，并与资深外科住院医师进行直接比较	研究样本量有限（494张图像），且缺乏普遍应用的“金标准”作为参考	评估深度学习模型在诊断坏死性小肠结肠炎方面的性能，并与人类专家进行比较	新生儿腹部X光片	计算机视觉	坏死性小肠结肠炎	X光成像	CNN	图像	494张新生儿腹部X光片（214张坏死性小肠结肠炎，280张其他）	PyTorch或TensorFlow（未明确指定）	ResNet-50	AUROC, 准确率	NA
1831	2025-10-05	Identification of diabetic retinopathy classification using machine learning algorithms on clinical data and optical coherence tomography angiography 2024-Oct, Eye (London, England) DOI:10.1038/s41433-024-03173-3 PMID:38871934	研究论文	应用机器学习算法结合临床数据和光学相干断层扫描血管成像进行糖尿病视网膜病变多分类识别	首次将机器学习算法应用于结合临床数据和OCTA参数进行糖尿病视网膜病变的多类别分类	样本量相对有限（203例训练，169例验证），且为横断面观察性研究	开发基于机器学习的糖尿病视网膜病变自动分类系统	糖尿病患者（共372例，372只眼）	机器学习	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	随机森林,梯度提升机,深度学习,逻辑回归	临床数据,影像数据	训练集203例，验证集169例	NA	NA	AUC,ROC曲线	NA
1832	2025-10-05	Colour fusion effect on deep learning classification of uveal melanoma 2024-Oct, Eye (London, England) DOI:10.1038/s41433-024-03148-4 PMID:38773261	研究论文	本研究验证深度学习对葡萄膜黑色素瘤和脉络膜痣的分类性能，并评估不同颜色融合策略对分类效果的影响	首次系统评估不同颜色融合策略（早期融合、中期融合和晚期融合）在葡萄膜黑色素瘤分类任务中对深度学习性能的影响	回顾性研究设计，样本量相对有限（798张图像），未进行外部验证	验证深度学习对葡萄膜黑色素瘤和脉络膜痣的自动分类能力，并评估颜色融合策略对分类性能的影响	438名患者的798张超广角视网膜图像，包括157名葡萄膜黑色素瘤患者和281名脉络膜痣患者	计算机视觉	葡萄膜黑色素瘤	超广角视网膜成像	CNN	图像	798张超广角视网膜图像（来自438名患者）	NA	NA	F1分数, 准确率, AUC	NA
1833	2025-10-05	Invariant point message passing for protein side chain packing 2024-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26705 PMID:38790143	研究论文	提出一种基于几何图神经网络的新方法PIPPack，用于蛋白质侧链包装任务	采用几何感知的不变点消息传递(IPMP)机制和二面角分布预测来生成理想的侧链坐标	仅在约1400个高质量蛋白质链的测试集上验证，未在更大规模或更复杂数据集上测试	解决蛋白质侧链包装(PSCP)问题，预测氨基酸侧链的高置信度低能量构象	蛋白质侧链构象	生物信息学	NA	几何图神经网络	图神经网络	蛋白质结构数据	约1400个高质量蛋白质链	NA	不变点消息传递(IPMP)	旋转异构体恢复率, 每个残基RMSD	NA
1834	2025-10-05	Accurate Automated Quantification of Dopamine Transporter PET Without MRI Using Deep Learning-based Spatial Normalization 2024-Oct, Nuclear medicine and molecular imaging IF:1.3Q3 DOI:10.1007/s13139-024-00869-y PMID:39308485	研究论文	提出一种基于深度学习的空间归一化方法，用于无需MRI的18F-FP-CIT PET图像自动定量分析	开发了无需解剖图像（CT或MRI）的AI驱动PET空间归一化技术，通过循环训练策略实现从模板到个体空间的逆向形变	研究样本量有限（训练集213对，验证集89对，外部验证135例），未与其他PET定量方法进行广泛比较	开发无需MRI的自动化多巴胺转运体PET定量方法	帕金森病及相关帕金森综合征患者的18F-FP-CIT PET图像	医学影像分析	帕金森病	18F-FP-CIT PET成像，3D结构MRI	CNN	PET图像，MRI图像	训练集213对PET-MRI数据，验证集89对PET-MRI数据，外部验证135例数据	NA	卷积神经网络	R²，斜率	NA
1835	2025-10-05	Comparative analysis of chronic progressive nephropathy (CPN) diagnosis in rat kidneys using an artificial intelligence deep learning model 2024-Oct, Toxicological research IF:1.6Q4 DOI:10.1007/s43188-024-00247-y PMID:39345736	研究论文	本研究使用深度学习分割模型比较分析大鼠肾脏慢性进行性肾病的三种代表性病变诊断	首次针对包含多种病变的复杂病变诊断模型进行研究，并比较了三种不同分割算法在肾脏病理图像分析中的性能	样本量相对有限（33个全切片图像），模型在某些病变上准确率仍有提升空间	开发适用于复杂病变诊断的AI深度学习模型	大鼠肾脏慢性进行性肾病病变	数字病理学	肾脏疾病	全切片图像分析	深度学习分割模型	病理图像	33个大鼠肾脏全切片图像，约2000张包含三种病变的图像	NA	YOLOv8, Mask R-CNN, SOLOv2	损失值, mAP50	NA
1836	2025-10-05	Exploring the Impact of Model Complexity on Laryngeal Cancer Detection 2024-Oct, Indian journal of otolaryngology and head and neck surgery : official publication of the Association of Otolaryngologists of India DOI:10.1007/s12070-024-04776-8 PMID:39376269	研究论文	本研究探讨模型复杂度对喉癌检测效果的影响，通过比较逻辑回归、浅层神经网络和深度卷积网络在CT图像上的表现	首次系统比较不同复杂度机器学习模型在喉癌CT图像检测中的性能差异，揭示模型复杂度与诊断效果的关系	研究仅基于对比CT图像，未考虑其他影像模态；样本来源单一	评估模型复杂度对喉癌检测诊断效果的影响	喉癌患者的对比CT图像	计算机视觉	喉癌	计算机断层扫描(CT)	Logistic Regression, CNN	医学图像	NA	NA	4层神经网络, ResNet-50	准确率	NA
1837	2025-10-05	Automated Detection and Grading of Extraprostatic Extension of Prostate Cancer at MRI via Cascaded Deep Learning and Random Forest Classification 2024-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.04.011 PMID:38670874	研究论文	开发基于级联深度学习和随机森林分类的AI工作流，用于从前列腺MRI自动检测和分级前列腺癌的包膜外侵犯	结合级联深度学习和随机森林分类器，利用多序列MRI数据实现前列腺癌包膜外侵犯的自动化分级	模型性能在某些EPE等级上的AUC相对较低（如等级3仅为0.55），样本量有限（634例患者）	开发自动化AI工作流用于前列腺癌包膜外侵犯的检测和分级	前列腺癌患者的MRI影像数据	医学影像分析	前列腺癌	T2W MRI, ADC map, High B DWI	深度学习, 随机森林	医学影像	634例患者（507例训练集，127例测试集）	NA	级联深度学习架构	平衡准确率, ROC AUC, 灵敏度, 特异性, 准确率	NA
1838	2025-10-05	Short-length SSVEP data extension by a novel generative adversarial networks based framework 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10134-9 PMID:39555252	研究论文	提出一种基于生成对抗网络的端到端信号转换框架TEGAN，用于扩展短时长稳态视觉诱发电位信号的数据长度	首次提出用于SSVEP信号时间窗口长度扩展的GAN框架，引入两阶段训练策略和LeCam散度正则化项	仅在两个公开SSVEP数据集上验证，需要进一步在实际应用场景中测试	解决SSVEP脑机接口系统中数据长度和校准数据量限制性能的问题	稳态视觉诱发电位信号	脑机接口	NA	脑电图	GAN	脑电信号	两个公开SSVEP数据集（4类和12类）	NA	TEGAN	分类准确率	NA
1839	2025-10-05	Motor imagery decoding using source optimized transfer learning based on multi-loss fusion CNN 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10100-5 PMID:39555257	研究论文	提出基于多损失融合CNN的源优化迁移学习方法，用于解码运动想象任务	首次提出多损失融合卷积神经网络构建可优化源模型，并提出源优化迁移学习方法使源模型更符合目标域特征	NA	提高多类运动想象任务的解码性能	16名健康受试者和16名中风患者	机器学习	中风	运动想象解码	CNN	脑电信号	16名健康受试者训练源模型，16名中风患者作为目标域	NA	多损失融合CNN	分类准确率	NA
1840	2025-10-05	Multiresolution feature fusion for smart diagnosis of schizophrenia in adolescents using EEG signals 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10120-1 PMID:39555262	研究论文	提出一种基于多分辨率特征融合和机器智能的自动化诊断模型，用于通过脑电图信号对青少年精神分裂症进行高效诊断	结合经验小波变换和经验模态分解两种多分辨率信号分析方法，提出CNN与集成装袋树的混合模型，融合深度学习和手工特征进行诊断	样本量相对有限（84名青少年），仅使用单一公开数据集	开发精神分裂症的自动化诊断系统	青少年精神分裂症患者	机器学习	精神分裂症	脑电图信号分析	CNN, 集成学习	脑电图信号	84名青少年（45名精神分裂症症状患者和39名健康对照）	NA	卷积神经网络, 集成装袋树	分类性能	NA