深度学习在生物医药领域中的应用

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
1	2025-09-23	Deep Learning-Based H-Score Quantification of Immunohistochemistry-Stained Images 2024-Feb, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2023.100398 PMID:38043788	研究论文	开发基于深度学习的自动化算法用于免疫组化图像H-score定量分析	首次提出仅基于苏木精染色训练深度学习模型进行区域识别，实现IHC图像的自动化H-score计算	未提及算法在不同类型IHC染色或罕见病例中的泛化能力验证	提高免疫组化图像分析的效率和准确性	免疫组化染色图像	数字病理	NA	免疫组化染色	深度学习模型	图像	NA
2	2025-09-19	Human microscopic vagus nerve anatomy using deep learning on 3D-MUSE images 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3009682 PMID:40949787	研究论文	利用深度学习对3D-MUSE图像进行人类迷走神经显微解剖分析，首次构建迷走神经连接组	开发了0.9μm高分辨率的3D-MUSE成像技术，并首次应用多种深度学习模型实现迷走神经显微结构的自动分割	仅使用50张手动标注图像进行训练，样本量有限，需更多样本提升模型性能	支持神经调控疗法的建模，通过高分辨率成像解析迷走神经解剖结构	人类迷走神经的显微解剖结构，包括神经束、神经外膜和神经束膜	数字病理	神经系统疾病	3D-MUSE显微成像，深度学习分割	2D U-Net, Attention U-Net, Vision Transformer (ViT)	3D显微图像	50张手动标注图像（来自3mm区域约1000张图像），另使用200张未标注图像进行自监督学习
3	2025-09-18	Structurally-informed human interactome reveals proteome-wide perturbations by disease mutations 2024-Feb-01, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.24.538110 PMID:37162909	研究论文	提出深度学习框架PIONEER，预测蛋白质结合界面并构建结构信息化的蛋白质互作组，揭示疾病突变对蛋白质相互作用的广泛扰动	开发了基于深度学习的集成框架PIONEER，能够准确预测蛋白质结合伴侣特异性界面，并生成全面的结构信息化的蛋白质互作组	NA	研究人类遗传和基因组发现向疾病病理生物学和治疗方法发现的转化，特别是在多尺度互作网络层面	人类及其他七种常见模式生物的已知蛋白质相互作用	机器学习	癌症	深度学习，全外显子组测序	深度学习集成框架	基因组数据，蛋白质互作数据	约60,000个生殖系外显子组和约36,000个体细胞基因组，以及来自33种癌症类型的约11,000个肿瘤全外显子组
4	2025-09-13	Robust Medical Diagnosis: A Novel Two-Phase Deep Learning Framework for Adversarial Proof Disease Detection in Radiology Images 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00916-8 PMID:38343214	研究论文	提出一种两阶段深度学习框架，用于增强放射影像疾病检测模型对抗对抗攻击的鲁棒性	结合对抗学习和JPEG压缩的两阶段防御机制，显著提升模型在对抗样本下的诊断准确性	仅针对三种特定对抗攻击（FGSM、PGD、BIM）进行测试，未涵盖所有潜在攻击类型	开发对抗性防护的医学影像诊断系统，确保COVID-19等肺部疾病的高可靠性检测	肺部X光和CT影像，分类为正常、肺炎和COVID-19肺炎	计算机视觉	肺部疾病（包括COVID-19）	深度学习，对抗训练，JPEG压缩	ResNet-50, VGG-16, Inception-V3	图像（X-ray和CT）	NA（未明确说明具体样本数量）
5	2025-09-13	A Deep Learning-Based Approach for Cervical Cancer Classification Using 3D CNN and Vision Transformer 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00911-z PMID:38343216	研究论文	提出一种结合3D CNN和Vision Transformer的深度学习模型，用于宫颈癌图像分类	首次将3D CNN的时空特征提取能力与Vision Transformer的复杂特征学习能力结合，并引入3D FPN和SE模块进行特征优化，采用KELM进行分类	NA	开发高精度的宫颈癌自动分类系统以辅助早期诊断	宫颈图像数据	计算机视觉	宫颈癌	深度学习	3D CNN, Vision Transformer, KELM	图像	NA
6	2025-09-13	Analysis of Validation Performance of a Machine Learning Classifier in Interstitial Lung Disease Cases Without Definite or Probable Usual Interstitial Pneumonia Pattern on CT Using Clinical and Pathology-Supported Diagnostic Labels 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00914-w PMID:38343230	研究论文	评估机器学习分类器Fibresolve在CT上无明确或可能UIP模式的间质性肺病病例中的验证性能	针对非典型UIP模式的病例验证机器学习分类器的诊断能力，扩展了其在IPF诊断中的应用范围	样本量相对有限（295例），且性能敏感度中等（56-65%）	验证机器学习分类器在无典型UIP影像学特征的间质性肺病中诊断IPF的有效性	间质性肺病患者，特别是无明确或可能UIP模式的病例	数字病理	间质性肺病	深度学习算法，胸部CT影像分析	机器学习分类器（具体类型未明确说明）	CT影像	295例患者的多中心验证数据集
7	2025-09-13	Hybrid Topological Data Analysis and Deep Learning for Basal Cell Carcinoma Diagnosis 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00924-8 PMID:38343238	研究论文	本研究结合拓扑数据分析（TDA）和深度学习（DL）开发了一种混合模型，用于基底细胞癌（BCC）的诊断	首次将TDA的持久同调技术与深度学习结合，并利用集成学习方法提升BCC诊断性能	NA	提高基底细胞癌的自动化诊断准确率	皮肤病变图像中的毛细血管扩张特征和病变区域	数字病理学	皮肤癌	持久同调（Persistence Homology），深度学习	EfficientNet-B5，集成学习	图像	395个皮肤病变样本
8	2025-09-13	Background Subtraction Angiography with Deep Learning Using Multi-frame Spatiotemporal Angiographic Input 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00921-x PMID:38343209	研究论文	提出一种利用多帧时空血管造影输入的深度学习背景减影血管造影方法，显著减少运动伪影	首次引入利用血管造影时间序列丰富时间信息的2D+t深度学习模型，并开发了神经血管造影领域专用的合成仿射运动增强流程	研究基于合成运动增强数据集，真实临床环境中的性能仍需进一步验证	改善导管数字减影血管造影（DSA）中的运动伪影问题	脑血管造影图像	计算机视觉	心血管疾病	数字减影血管造影（DSA）	2D U-Net, 3D U-Net, SegResNet, UNETR	图像序列	516例脑血管造影，包含8784个独立序列
9	2025-09-13	Invertible and Variable Augmented Network for Pretreatment Patient-Specific Quality Assurance Dose Prediction 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00930-w PMID:38343215	研究论文	提出一种新颖的深度学习网络IVPSQA，用于预测放疗前患者特异性质量保证的三维剂量分布	首次使用可逆和变量增强网络预测3D prePSQA剂量分布，在头颈、胸部和腹部病例中优于现有U-Net方法	NA	提高放疗前患者特异性质量保证的准确性和效率	300名接受容积调强弧形放疗的癌症患者	医学影像分析	癌症	深度学习，容积调强弧形放疗(VMAT)	可逆和变量增强网络(IVPSQA)	CT图像，放疗剂量数据，测量引导剂量分布	300例癌症患者（240训练，60测试）
10	2025-09-13	Deep Learning-Assisted Identification of Femoroacetabular Impingement (FAI) on Routine Pelvic Radiographs 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00920-y PMID:38343231	研究论文	本研究开发了一种基于深度学习的系统，用于在常规骨盆X光片上定位髋关节并检测凸轮型股骨髋臼撞击症（FAI）的征象	采用基于焦点损失原理的新型卷积神经网络进行髋关节定位，并使用第二个CNN对FAI进行分类，实现了在单视图X光片上的自动检测	诊断准确率为74%，敏感性和特异性分别为0.821和0.669，AUC为0.736，性能仍有提升空间	开发深度学习辅助工具来识别和分类股骨髋臼撞击症的影像学表现	骨盆X光片中的髋关节	计算机视觉	骨科疾病	深度学习，卷积神经网络	CNN	X光图像	3050项研究，包含3040个髋关节（724个严重FAI，962个中度FAI，846个轻度FAI，518个正常）
11	2025-09-13	Generating PET Attenuation Maps via Sim2Real Deep Learning-Based Tissue Composition Estimation Combined with MLACF 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00902-0 PMID:38343219	研究论文	本研究提出了一种基于Sim2Real深度学习的组织成分估计方法，结合MLACF生成PET衰减图	首次仅使用模拟PET数据集进行模型训练，通过Sim2Real深度学习实现人头衰减图的生成	DL模型在颈部切片等解剖细节估计上存在不准确，特别是在颈侧区域	开发无需CT数据的PET衰减校正方法	人头PET数据	医学影像分析	NA	深度学习，最大似然衰减校正因子(MLACF)	深度学习模型	PET图像	临床脑部PET数据（具体数量未说明）
12	2025-09-13	Fetal Ultrasound Segmentation and Measurements Using Appearance and Shape Prior Based Density Regression with Deep CNN and Robust Ellipse Fitting 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00908-8 PMID:38343234	研究论文	提出一种基于外观和形状先验的密度回归方法，结合深度CNN和鲁棒椭圆拟合，用于胎儿超声图像的分割和头围测量	提出DR-ASPnet模型，整合了分层密度回归深度卷积神经网络（HDR-DCNN）和鲁棒椭圆拟合最小二乘法（REFLS），显著提高了分割和测量精度	未明确说明模型在不同孕期或图像质量差异较大时的泛化能力	实现胎儿头部结构的自动精确分割和头围生物测量	胎儿头部超声图像	计算机视觉	胎儿生长异常	超声成像（US）	CNN, HDR-DCNN	图像	基于HC18数据集（具体样本数量未明确说明）
13	2025-09-13	Pulmonary Nodule Classification Using a Multiview Residual Selective Kernel Network 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00928-4 PMID:38343233	研究论文	提出一种基于多视角残差选择核网络的肺结节分类方法，用于CT图像中恶性肺结节的早期检测	结合残差学习和选择核机制设计RSK模块处理结节多样性，并创新性地融合手工纹理特征与深度学习模型	NA	开发高性能计算机辅助诊断系统以提升肺结节恶性概率预测准确率	CT图像中的肺结节	计算机视觉	肺癌	深度学习	多视角残差选择核网络（MRSKNet）	CT图像	LIDC-IDRI公共数据库，采用十倍交叉验证
14	2025-09-13	Deep Learning Detection of Aneurysm Clips for Magnetic Resonance Imaging Safety 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00932-8 PMID:38343241	研究论文	本研究开发了一种基于深度学习的系统，用于在MRI前通过CT图像自动检测动脉瘤夹的存在	首次将预训练的图像分类神经网络应用于CT定位器图像，以实现动脉瘤夹的自动检测，并采用SHAP解释模型预测	三维CT头扫描模型的敏感性未超过定位器模型，准确率为82%尚有提升空间	提高MRI扫描前的安全性，通过自动化系统标记动脉瘤夹的存在	CT头部扫描图像	计算机视觉	心血管疾病	CT成像	CNN（图像分类神经网络）	图像	280例CT头部扫描（140例含动脉瘤夹，140例不含）
15	2025-09-13	Intra- and Inter-expert Validation of an Automatic Segmentation Method for Fluid Regions Associated with Central Serous Chorioretinopathy in OCT Images 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00926-6 PMID:38343245	研究论文	本文开发并验证了一种基于深度学习的自动分割方法，用于OCT图像中与中心性浆液性脉络膜视网膜病变相关的积液区域分割	首次进行了专家内部和专家间验证，比较自动分割与人工分割性能，并显示模型与专家的吻合度甚至高于专家间相互吻合度	NA	开发自动分割OCT图像中CSC相关病变的方法，减少人工检测的工作量和主观性	中心性浆液性脉络膜视网膜病变（CSC）患者的OCT图像	数字病理	视网膜疾病	OCT成像	深度学习分割架构	医学图像	内部数据集和外部验证集（具体数量未提及）
16	2025-09-13	Impacts of Adaptive Statistical Iterative Reconstruction-V and Deep Learning Image Reconstruction Algorithms on Robustness of CT Radiomics Features: Opportunity for Minimizing Radiomics Variability Among Scans of Different Dose Levels 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00901-1 PMID:38343265	研究论文	研究自适应统计迭代重建-V（ASIR-V）和深度学习图像重建（DLIR）算法对CT影像组学特征鲁棒性的影响	首次系统比较ASIR-V和DLIR在不同剂量水平和重建强度下对影像组学特征重现性的影响，发现高强度DLIR可减少因剂量降低导致的特征变异	研究基于标准化体模数据，未涉及真实患者影像；仅评估了94个影像组学特征	探究CT重建算法对影像组学特征稳定性的影响，为降低多中心、多剂量扫描的影像组学变异提供方案	标准化CT体模	医学影像分析	NA	单能量CT（SECT）、双能量CT（DECT）、自适应统计迭代重建（ASIR-V）、深度学习图像重建（DLIR）	NA	CT影像	在标准及低剂量（20和10 mGy）水平下扫描的体模数据，涵盖SECT和DECT模式
17	2025-09-13	The Segmentation of Multiple Types of Uterine Lesions in Magnetic Resonance Images Using a Sequential Deep Learning Method with Image-Level Annotations 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00931-9 PMID:38343259	研究论文	提出一种仅使用图像级标注的弱监督深度学习模型，用于MRI图像中多种子宫病变和正常组织的自动分割	开发了基于图像级标注的弱监督分割方法，避免了像素级标注的繁琐过程，并设计了包含四个顺序模块的两阶段模型	研究为回顾性设计，数据来自单一机构，可能影响模型泛化能力	实现MRI图像中子宫病变的自动分割	316名患者的85,730张MRI图像，包含四种子宫病变（子宫内膜癌、子宫肌瘤、子宫内膜息肉、子宫内膜不典型增生）和三种正常组织	医学图像分析	妇科疾病	MRI T2加权序列成像	深度学习序列模型（包含像素相关模块、类重激活图模块、像素间关系网络模块和Deeplab v3+模块）	医学图像	316名患者，85,730张图像，其中196例训练、57例验证、63例测试
18	2025-09-03	Network response of brain microvasculature to neuronal stimulation 2024-02-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120512 PMID:38199427	研究论文	本研究通过三维双光子荧光显微镜和深度学习分析，揭示了神经元激活后大脑微血管网络的血流动力学响应特征	首次在500×500×500 μm皮层体积内实现微血管网络级别的神经血管耦合响应映射，并采用深度学习流程进行高通量血管分割与图像分析	研究局限于特定皮层体积的观测，尚未扩展到全脑范围或不同疾病模型	探究神经血管耦合在微血管网络层面的响应机制	小鼠皮层锥体神经元及相邻微血管网络	神经科学	NA	3D双光子荧光显微镜、光遗传学激活、深度学习图像分割	深度学习管道（具体架构未说明）	3D显微图像	约30个高分辨率3纳升fMRI体素对应的皮层体积
19	2025-09-03	Spatial-temporal convolutional attention for discovering and characterizing functional brain networks in task fMRI 2024-02-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120519 PMID:38280690	研究论文	提出一种基于深度学习和空间注意力的时空卷积注意力模型（STCA），用于准确建模动态功能脑网络	结合自监督卷积自编码器和空间注意力机制，能够动态捕捉功能脑网络随时间的变化	NA	开发新方法以更准确地表征动态功能脑网络	人脑功能网络	机器学习	NA	深度学习，自监督学习	CNN，自编码器，注意力机制	fMRI功能磁共振成像数据	HCP-task运动行为数据集（具体样本数未明确说明）
20	2025-08-30	Identifying Diabetic Retinopathy in the Human Eye: A Hybrid Approach Based on a Computer-Aided Diagnosis System Combined with Deep Learning 2024-02-05, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10020017 PMID:38393285	研究论文	提出一种结合计算机辅助诊断系统和深度学习的混合方法，用于识别人类眼中的糖尿病视网膜病变	采用混合建模策略结合CNN分析和SHAP模型推导，针对类别不平衡问题进行了详细对比研究	存在数据集不平衡、标注错误、样本图像不足和性能评估指标不当等问题	开发自动检测糖尿病视网膜病变的深度学习分类模型	糖尿病视网膜病变患者眼部医学图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN, SHAP	医学图像	三个基准数据集