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
41	2025-10-06	Applied deep learning in neurosurgery: identifying cerebrospinal fluid (CSF) shunt systems in hydrocephalus patients 2024-02-07, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-05940-3 PMID:38321344	研究论文	本研究开发了一种基于深度学习的AI辅助系统，用于自动识别脑积水患者脑脊液分流阀类型	首次将深度学习技术应用于脑脊液分流阀的自动识别，实现了99%的总体F1分数	仅包含10种分流阀类型，样本量相对有限（2070张图像）	评估AI辅助分流阀检测系统在临床实践中的可行性	脑积水患者的脑脊液分流阀	计算机视觉	脑积水	X射线成像，CT扫描	CNN	图像	2070张匿名图像，包含10种常用分流阀类型	FastAi, Python	基于预训练模型的迁移学习	F1-score	NA
42	2025-10-06	PPML-Omics: A privacy-preserving federated machine learning method protects patients' privacy in omic data 2024-02-02, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adh8601 PMID:38295178	研究论文	提出一种保护隐私的联邦机器学习方法PPML-Omics，用于组学数据分析中的患者隐私保护	设计了去中心化差分隐私联邦学习算法，首次提供数学理论证明的隐私保护方法	NA	解决组学数据分析中的患者隐私泄露问题	组学数据中的患者隐私信息	机器学习	NA	测序技术	深度学习模型	组学数据	NA	NA	NA	隐私保护能力，效用平衡	NA
43	2025-10-06	Body Composition, Coronary Microvascular Dysfunction, and Future Risk of Cardiovascular Events Including Heart Failure 2024-02, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2023.07.014 PMID:37768241	研究论文	本研究通过深度学习分析身体成分，探讨冠状动脉微血管功能障碍与骨骼肌、脂肪组织的关联及其对心血管事件风险的预测价值	首次使用深度学习模型量化身体成分，揭示骨骼肌减少（而非脂肪增加）与冠状动脉微血管功能障碍及心血管事件的独立关联	样本量有限（n=400），研究对象为转诊患者可能存在选择偏倚，随访时间中位数为6年	探究身体成分与冠状动脉微血管功能障碍的关系及其对心血管预后的影响	400例冠状动脉疾病评估患者，71%为女性，50%为非白人，50%肥胖	数字病理	心血管疾病	心脏负荷正电子发射断层扫描，腹部计算机断层扫描	深度学习	医学影像	400例连续患者	NA	NA	风险比，置信区间，P值	NA
44	2025-10-06	An automatic parathyroid recognition and segmentation model based on deep learning of near-infrared autofluorescence imaging 2024-02, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.7065 PMID:38457206	研究论文	基于深度学习开发用于近红外自发荧光成像的甲状旁腺自动识别与分割模型	首次将深度学习应用于近红外自发荧光成像的甲状旁腺自动识别与分割	召回率相对较低(57.8%)，需要进一步优化模型性能	建立AI模型帮助外科医生在手术中更好地识别和保护甲状旁腺	甲状旁腺	计算机视觉	甲状旁腺疾病	近红外自发荧光成像(NIFI)	深度学习	图像	523张NIFI图像	NA	NA	精确率,召回率,识别率	NA
45	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
46	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
47	2025-10-06	Machine and deep learning models for accurate detection of ischemia and scar with myocardial blood flow positron emission tomography imaging 2024-02, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2024.101797 PMID:38185409	研究论文	比较传统统计、机器学习和深度学习模型在仅使用静息和负荷心肌血流值诊断冠状动脉疾病的能力	首次系统比较传统统计、机器学习和深度学习在心肌血流PET成像中对缺血和瘢痕的检测性能	仅基于静息和负荷MBF值进行分析，未整合其他临床特征	开发准确检测心肌缺血和瘢痕的机器学习模型	冠状动脉疾病患者	机器学习	心血管疾病	铷-82正电子发射断层扫描	逻辑回归, LASSO逻辑回归, 支持向量机, 随机森林, 多层感知机, CNN	医学影像数据	3245个静息和负荷PET研究	NA	U-Net	AUC	NA
48	2025-10-06	Prediction of Biliary Complications After Human Liver Transplantation Using Hyperspectral Imaging and Convolutional Neural Networks: A Proof-of-concept Study 2024-02-01, Transplantation IF:5.3Q1 DOI:10.1097/TP.0000000000004757 PMID:37592397	研究论文	本研究利用高光谱成像和卷积神经网络预测肝移植术后胆道并发症	首次将高光谱成像与深度学习技术结合用于肝移植术后胆道并发症预测	样本量较小（14例患者），仅为概念验证研究	开发非侵入性方法预测肝移植术后胆道并发症	肝移植患者的胆管组织	医学影像分析	肝移植并发症	高光谱成像，免疫组织化学，实时共聚焦显微镜	CNN	高光谱图像	136张高光谱肝脏图像，14例肝移植患者	NA	卷积神经网络	准确率	NA
49	2025-10-06	Artificial intelligence-based analysis of tumor-infiltrating lymphocyte spatial distribution for colorectal cancer prognosis 2024-Feb-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000002964 PMID:38238158	研究论文	本研究利用人工智能技术分析结直肠癌肿瘤浸润淋巴细胞空间分布与预后的关系	首次采用基于深度学习的全自动工作流程量化CD3+ T细胞在肿瘤核心区域的密度，并验证其作为独立预后因素的价值	研究样本来自两个医疗中心共492例患者，需要更大规模的多中心验证	评估CD3 CT在结直肠癌预后预测中的能力	结直肠癌患者的全切片图像和肿瘤浸润淋巴细胞	数字病理学	结直肠癌	深度学习，数字病理分析	深度学习模型	全切片图像	492例患者（训练队列358例，验证队列134例）	NA	NA	C-index，风险比，置信区间	NA
50	2025-05-31	Weakly supervised learning for subcutaneous edema segmentation of abdominal CT using pseudo-labels and multi-stage nnU-Nets 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3008793 PMID:39371589	research paper	该论文提出了一种弱监督学习方法，用于腹部CT扫描中皮下水肿的自动分割，以提高水肿的量化准确性	使用强度先验生成的水肿伪标签和肌肉、皮下及内脏脂肪组织的伪标签进行上下文学习，结合多阶段nnU-Nets，显著降低了分割误差	依赖于伪标签的质量，可能受到初始分割误差的影响	开发一种非侵入性方法，通过腹部CT扫描自动分割水肿，以监测肾、肝或心力衰竭等疾病的进展	腹部CT扫描中的皮下水肿	digital pathology	kidney, liver or heart failure	weakly supervised learning, nnU-Nets	nnU-Nets	3D CT images	NA	NA	NA	NA	NA
51	2025-05-19	Multi-scale Multi-site Renal Microvascular Structures Segmentation for Whole Slide Imaging in Renal Pathology 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering PMID:40375952	research paper	提出了一种名为Omni-Seg的新方法，用于从人类肾脏全切片图像中分割微血管结构	利用多站点、多尺度的训练数据，采用单一动态网络方法，能够处理部分标记的图像	方法依赖于多站点、多尺度的训练数据，可能对数据获取和处理提出更高要求	开发一种自动分割肾脏微血管结构的计算方法	人类肾脏全切片图像中的微血管结构（如小动脉、小静脉和毛细血管）	digital pathology	renal pathology	deep learning	dynamic network	image	来自HuBMAP和NEPTUNE两个数据集的图像，包括不同放大倍数（40×、20×、10×和5×）	NA	NA	NA	NA
52	2025-10-07	Geriatric depression and anxiety screening via deep learning using activity tracking and sleep data 2024-02, International journal of geriatric psychiatry IF:3.6Q1 DOI:10.1002/gps.6071 PMID:38372966	研究论文	本研究开发了一种基于活动追踪和睡眠数据的深度学习模型，用于老年人抑郁和焦虑的筛查	首次开发基于活动追踪数据的混合输入深度学习模型，用于老年人抑郁和焦虑的多标签识别	NA	研究通过消费级腕戴式活动追踪器获取的时序数据训练端到端深度学习模型来识别共病抑郁和焦虑的可行性	老年人抑郁和焦虑筛查	机器学习	老年疾病	活动追踪, 睡眠监测	CNN, LSTM, ResNet	时间序列数据(步数, 睡眠阶段), 评估分数	NA	NA	ResNet, CNN, LSTM	汉明损失	NA
53	2025-10-07	Deep learning assisted single particle tracking for automated correlation between diffusion and function 2024-Feb-02, Research square DOI:10.21203/rs.3.rs-3716053/v1 PMID:38352328	研究论文	提出DeepSPT深度学习框架，用于自动分析细胞内颗粒的扩散行为与功能关联	首个能够仅通过扩散行为自动提取亚细胞功能信息的深度学习框架	NA	开发自动化工具来关联亚细胞颗粒扩散行为与生物学功能	病毒感染的早期事件、内体细胞器、网格蛋白包被小窝和囊泡	计算机视觉	病毒感染	光学显微镜，单颗粒追踪	深度学习	2D/3D时间序列图像	NA	NA	NA	准确率	NA
54	2025-05-13	Leverage Weakly Annotation to Pixel-wise Annotation via Zero-shot Segment Anything Model for Molecular-empowered Learning 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3006577 PMID:40343078	research paper	该研究探讨了利用零样本学习的Segment Anything Model（SAM）从弱标注生成像素级标注，以降低病理图像分割的标注成本	提出SAM辅助的分子赋能学习（SAM-L），仅需弱框标注即可训练分割模型，减少非专业标注者的工作量	未明确说明SAM在不同细胞类型上的泛化能力及对IF图像依赖程度的影响	开发无需像素级标注的病理图像分割方法	高分辨率千兆像素全切片图像（WSI）中的多类细胞	digital pathology	NA	immunofluorescence（IF）成像，零样本学习	Segment Anything Model（SAM）	病理图像	NA	NA	NA	NA	NA
55	2025-05-13	High-performance Data Management for Whole Slide Image Analysis in Digital Pathology 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3006273 PMID:40343079	研究论文	本文介绍了一种针对数字病理学中全切片图像分析的高性能数据管理方法，使用ADIOS2系统优化数据访问和处理	首次在数字病理学领域应用ADIOS2系统，并开发了针对性的数据管理流程，显著提升了数据处理效率	仅针对特定两种场景(CPU和GPU)进行了性能评估，未涵盖更多可能的计算环境	解决数字病理学中全切片图像分析时的数据输入输出瓶颈问题	全切片图像(WSI)的数据管理流程	数字病理学	NA	ADIOS2数据管理系统	NA	图像	NA	NA	NA	NA	NA
56	2025-10-07	Counterfactual MRI Generation with Denoising Diffusion Models for Interpretable Alzheimer's Disease Effect Detection 2024-Feb-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.05.578983 PMID:38370616	研究论文	利用去噪扩散模型生成反事实MRI图像，用于阿尔茨海默病的可解释效应检测	首次将条件潜在扩散模型和去噪扩散概率模型应用于神经影像数据，生成个体水平的反事实MRI图像并创建个性化疾病图谱	训练数据集规模有限，计算时间和内存资源受限	开发可解释的AI方法检测阿尔茨海默病对大脑解剖结构的影响	阿尔茨海默病患者和健康受试者的大脑MRI扫描	医学影像分析	阿尔茨海默病	3D T1加权MRI扫描	LDM, DDPM, CNN	3D MRI图像	500个真实训练扫描	NA	潜在扩散模型, 去噪扩散概率模型, 3D CNN	真实性评估, 多样性评估, 分类准确率	NA
57	2025-05-11	Evaluation Kidney Layer Segmentation on Whole Slide Imaging using Convolutional Neural Networks and Transformers 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3006865 PMID:40336524	research paper	评估使用卷积神经网络和Transformer在肾脏全切片图像上进行肾脏分层分割的效果	首次将深度学习技术应用于肾脏分层结构分割，并比较了CNN和Transformer模型的性能	研究仅在小鼠肾脏WSI上进行，未验证人类样本的适用性	探索深度学习在肾脏分层结构自动分割中的可行性	小鼠肾脏全切片图像中的皮质层结构	digital pathology	NA	whole slide imaging	Swin-Unet, Medical-Transformer, TransUNet, U-Net, PSPNet, DeepLabv3+	image	小鼠肾脏WSI（具体数量未提及）	NA	NA	NA	NA
58	2025-05-11	Deep Learning-Based Open Source Toolkit for Eosinophil Detection in Pediatric Eosinophilic Esophagitis 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3006520 PMID:40336525	研究论文	开发了一个名为Open-EoE的开源工具包，用于在儿童嗜酸性食管炎（EoE）中进行嗜酸性粒细胞的自动检测	开发了一个支持三种最先进的深度学习目标检测模型的开源工具包，并通过集成学习策略优化性能	未提及具体局限性	将机器学习方法整合到EoE的诊断过程中，提高检测效率和准确性	儿童嗜酸性食管炎（EoE）患者的全切片图像（WSI）	数字病理学	嗜酸性食管炎	深度学习	目标检测模型	图像	289张全切片图像（WSI）	NA	NA	NA	NA
59	2025-10-07	Deep Learning-Based Localization and Detection of Malpositioned Endotracheal Tube on Portable Supine Chest Radiographs in Intensive and Emergency Medicine: A Multicenter Retrospective Study 2024-02-01, Critical care medicine IF:7.7Q1 DOI:10.1097/CCM.0000000000006046 PMID:38095506	研究论文	开发基于深度学习的计算机辅助检测系统，用于定位和检测重症与急诊医学中便携式仰卧胸片上气管插管的位置异常	首次采用DeepLabv3+与ResNeSt50结合DenseNet121的混合架构，在 multicenter 回顾性研究中实现气管插管分割与位置异常分类的双重任务	回顾性研究设计，数据来源于单一医疗体系的不同分院，需要前瞻性研究进一步验证	开发自动检测气管插管位置异常的计算机辅助诊断系统	重症监护室和急诊科患者的便携式仰卧胸部X光片	计算机视觉	呼吸系统疾病	胸部X光成像	CNN	医学图像	训练集5767张图像（NTUH-1519），测试集1611张图像（NTUH-20: 955张，NTUH-YB: 656张）	NA	DeepLabv3+, ResNeSt50, DenseNet121	Dice系数, AUC	NA
60	2025-05-02	Inflamed immune phenotype predicts favorable clinical outcomes of immune checkpoint inhibitor therapy across multiple cancer types 2024-02-14, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2023-008339 PMID:38355279	研究论文	本研究探讨了基于AI的免疫表型在预测多种实体瘤类型中免疫检查点抑制剂治疗临床结果的能力	利用深度学习模型Lunit SCOPE IO客观且可重复地定义炎症免疫表型（IIP），并验证其作为跨多种肿瘤类型的免疫检查点抑制剂治疗反应的生物标志物	微卫星不稳定/错配修复缺陷亚组的IIP未能预测有利的无进展生存期	评估AI定义的IIP与免疫检查点抑制剂治疗临床结果之间的相关性	1,806名接受免疫检查点抑制剂治疗的患者，涵盖超过27种实体瘤类型	数字病理学	多种癌症	深度学习	Lunit SCOPE IO	图像	1,806名患者	NA	NA	NA	NA