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	2025-09-25	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	基于AO/OTA分类开发多类别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别分类，并采用AO/OTA儿科骨折分类标准	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	儿童远端前臂骨折的X射线图像	计算机视觉	儿科骨折	深度学习	YOLOv4 CNN	X射线图像	7006张手腕X光图像（来自1809名患者），测试集88张图像（来自34名患者）
2	2025-09-25	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	本研究通过将年龄和性别信息融入YOLO5模型通道，提升深度学习模型在发育性髋关节发育不良诊断中的性能	首次将多模态信息（年龄和性别）融入YOLO5模型用于DDH诊断，考虑了骨盆在不同发育阶段和性别间的差异	NA	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有效性	骨盆X射线图像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	深度学习	YOLO5	X射线图像	7750张骨盆X射线图像，覆盖4个月至16岁年龄段，包含畸形和术后等多种情况
3	2025-09-25	Development of Medical Imaging Data Standardization for Imaging-Based Observational Research: OMOP Common Data Model Extension 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00982-6 PMID:38315345	研究论文	提出医学影像数据模型扩展（MI-CDM），用于支持基于影像的观察性研究	首次将医学影像数据结构化整合到OMOP通用数据模型中，新增两个数据表和词汇表	NA	建立医学影像数据标准化框架以支持影像生物标志物研究	观察性医疗数据与医学影像数据	医学信息学	NA	DICOM标准、深度学习	数据模型扩展	医学影像数据、结构化医疗数据	NA
4	2025-09-25	Development and Validation of Deep Learning-Based Automated Detection of Cervical Lymphadenopathy in Patients with Lymphoma for Treatment Response Assessment: A Bi-institutional Feasibility Study 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00966-6 PMID:38316667	研究论文	开发并验证基于深度学习的自动化宫颈淋巴结病变检测系统，用于淋巴瘤患者的治疗反应评估	首次使用3D SegResNet模型对淋巴瘤患者头颈部增强CT图像进行宫颈淋巴结的自动检测和分割，并验证其在纵向治疗反应评估中的临床效用	模型分割性能中等（DSC=0.39），样本量有限且为回顾性研究	开发深度学习模型用于淋巴瘤患者宫颈淋巴结的自动检测和分割，并评估其在治疗反应评估中的临床应用价值	淋巴瘤患者的头颈部增强CT图像和宫颈淋巴结	数字病理	淋巴瘤	对比增强CT扫描	3D SegResNet	医学影像（CT图像）	开发队列76例，内部测试1队列27例，内部测试2队列87例，外部测试队列26例，总计216例患者
5	2025-09-25	Deep Learning-Assisted Diffusion Tensor Imaging for Evaluation of the Physis and Metaphysis 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00993-3 PMID:38321313	研究论文	本研究开发了一种基于UNETR的深度学习模型，用于自动分割儿童骨骼生长板DTI图像，以替代耗时的手动分割方法	首次将UNETR混合模型应用于骨骼生长板DTI图像的自动分割，显著提升了分割效率和一致性	研究为回顾性分析，样本量相对有限（191名受试者），需要进一步前瞻性验证	开发自动分割方法以优化儿童骨骼生长板DTI图像的分析流程	儿童骨骼生长板（physis）和干骺端（metaphysis）的DTI图像	医学影像分析	儿科骨骼发育	扩散张量成像（DTI）	UNETR（UNET Transformer混合模型）和UNET	医学影像数据（DTI扫描）	385次DTI扫描，来自191名平均年龄12.6±2.01岁的受试者
6	2025-09-25	Automated Quantification of Total Cerebral Blood Flow from Phase-Contrast MRI and Deep Learning 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00948-0 PMID:38343224	研究论文	开发基于深度学习的自动量化全脑血流量方法，用于评估脑健康	首次将U-Net深度学习网络应用于相位对比MRI的脑血管自动分割，并通过图像预处理增强分割性能	训练样本量相对有限（218张图像），需要进一步验证在更广泛人群中的适用性	开发自动化的全脑血流量量化技术，替代传统手动方法	脑部供血动脉血管	医学影像分析	脑血管疾病	相位对比磁共振成像（PC MRI）、深度学习	U-Net	医学影像（MRI图像）	218张训练图像，40张内部测试图像，20组外部测试数据
7	2025-09-25	Deep Learning-based Diagnosis of Pulmonary Tuberculosis on Chest X-ray in the Emergency Department: A Retrospective Study 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00952-4 PMID:38343228	研究论文	开发基于深度学习的算法用于急诊科胸部X光片的肺结核检测	使用EfficientNetV2架构并结合半监督学习（通过ChestX-ray14数据集进行伪标注），在多种拍摄体位的X光片上验证算法性能	回顾性研究，需前瞻性验证；性能在不同拍摄体位间存在差异	开发辅助急诊科快速诊断肺结核的深度学习算法	胸部X光片图像	计算机视觉	肺结核	深度学习	EfficientNetV2	医学影像（X光片）	3498张本院X光片（训练集2144张，测试集1354张），另使用公共数据集112,120张训练图像和800张测试图像
8	2025-09-25	MRI-Based Machine Learning Fusion Models to Distinguish Encephalitis and Gliomas 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00957-z PMID:38343248	研究论文	本研究比较传统机器学习与深度学习模型性能，并评估融合放射组学在非典型病例中区分脑炎和胶质瘤的有效性	首次将传统机器学习与深度学习放射组学特征融合，构建深度学习放射组学列线图和在线计算器辅助临床决策	样本量有限（116例患者），仅使用FLAIR序列MRI图像	开发机器学习模型用于非典型病例中脑炎与胶质瘤的鉴别诊断	116例经病理确诊的胶质瘤和临床诊断脑炎患者的术前MRI图像	医学影像分析	神经系统疾病	MRI影像分析、放射组学	LR、SVM、MLP、DenseNet121、ResNet50、ResNet18、深度学习放射组学模型	医学影像（MRI FLAIR序列）	116例患者
9	2025-09-25	Development of Local Software for Automatic Measurement of Geometric Parameters in the Proximal Femur Using a Combination of a Deep Learning Approach and an Active Shape Model on X-ray Images 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00953-3 PMID:38343246	研究论文	开发结合深度学习和主动形状模型的本地软件，用于自动测量X光片中股骨近端的几何参数	首次将深度学习神经网络与主动形状模型相结合，实现股骨边界提取和解剖标志点拟合的自动化流程	测试数据量有限（428张图像），alpha角的测量误差相对较高（4.53%）	开发自动化测量股骨近端几何参数的方法，辅助医生早期诊断髋部和股骨疾病	股骨近端几何参数（FNAL、FHD、FNW、SW、NSA、AA）	计算机视觉	骨科疾病	深度学习、主动形状模型（ASM）	深度学习神经网络、ASM	X光图像	428张髋部X光片（男性208张，女性220张）
10	2025-09-25	Enhancing Disease Classification with Deep Learning: a Two-Stage Optimization Approach for Monkeypox and Similar Skin Lesion Diseases 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00941-7 PMID:38343247	研究论文	提出一种基于深度学习的两阶段优化方法，用于区分猴痘、水痘和麻疹等视觉相似的皮肤病变疾病	采用两阶段优化策略，通过分析71个预训练模型并结合集成学习技术，实现高精度疾病分类	NA	开发快速准确的决策支持系统以实现猴痘的及时诊断	猴痘、水痘和麻疹的皮肤病变图像	计算机视觉	猴痘	迁移学习、微调、集成学习	ConvNeXtBase/ConvNeXtLarge/ConvNeXtXLarge/RegNetX160/ResNetRS101/ResNet101	图像	NA
11	2025-09-25	Automatic 3D Segmentation and Identification of Anomalous Aortic Origin of the Coronary Arteries Combining Multi-view 2D Convolutional Neural Networks 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00950-6 PMID:38343261	研究论文	开发结合多视角2D卷积神经网络的自动3D分割方法，用于识别冠状动脉异常主动脉起源	首次将三个单视角2D Attention U-Net与3D视角集成相结合，实现冠状动脉自动分割和异常起源分类	测试集样本量较小（n=13），需要更大规模验证	自动分割和分类冠状动脉正常/异常主动脉起源，辅助临床诊断	124例计算机断层扫描血管造影（CTA）数据中的主动脉根和冠状动脉	医学影像分析	心血管疾病	计算机断层扫描血管造影（CTA）	Attention U-Net, 决策树	3D医学影像	124例CTA数据（训练111例，测试13例）
12	2025-09-25	Lightweight Attentive Graph Neural Network with Conditional Random Field for Diagnosis of Anterior Cruciate Ligament Tear 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00944-4 PMID:38343260	研究论文	提出一种轻量级注意力图神经网络结合条件随机场的模型（ACGNN），用于膝关节MRI图像中的前交叉韧带撕裂诊断	首次将条件随机场集成到图神经网络层中优化关联性，并采用三重注意力机制（自增强注意力、节点注意力和记忆注意力）解决过平滑和过拟合问题	需要在小样本不平衡数据场景下验证模型泛化能力	实现基于膝关节MRI的快速准确ACL撕裂分类	膝关节磁共振图像	计算机辅助诊断	运动损伤	磁共振成像（MRI）	图神经网络（GNN）与条件随机场（CRF）结合	医学图像	包含斜冠状面和矢状面MRI数据
13	2025-09-25	Horse Herd Optimization with Gate Recurrent Unit for an Automatic Classification of Different Facial Skin Disease 2024-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00962-2 PMID:38343253	研究论文	提出一种结合马群优化算法和门控循环单元的深度学习模型，用于自动分类不同面部皮肤疾病	首次将马群优化算法（HOA）与门控循环单元（GRU）相结合用于面部皮肤疾病分类，并采用多阶段图像处理流程	仅使用Kaggle单一数据库进行验证，未提及模型在临床环境中的实际应用效果	开发高精度的面部皮肤疾病自动分类系统	面部皮肤疾病图像（包括红斑痤疮、湿疹、基底细胞癌、光化性角化病和痤疮等）	计算机视觉	皮肤疾病	非线性扩散、自适应直方图均衡化、高通滤波、灰度游程矩阵、彩色共生局部二值模式	GRU（门控循环单元）结合HOA（马群优化算法）	图像	Kaggle数据库中的面部皮肤疾病图像（具体数量未明确说明）
14	2025-09-24	Histopathological evaluation of abdominal aortic aneurysms with deep learning 2024-Apr-24, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.23.24306178 PMID:38712033	研究论文	本研究首次对深度学习在腹主动脉瘤组织病理学评估中的应用进行全面评估	首次在血管病理学领域系统评估深度学习技术，并发现其在预测炎症特征和纤维化分级方面的稳健性能	研究样本仅来自三个欧洲中心，可能存在地域局限性	探索深度学习在血管疾病计算病理学中的应用价值	369名腹主动脉瘤患者的组织样本	数字病理学	心血管疾病	深度学习	深度学习模型	数字全玻片图像	来自三个欧洲中心的369名患者样本
15	2025-09-21	Influence of training and expertise on deep neural network attention and human attention during a medical image classification task 2024-04-01, Journal of vision IF:2.0Q2 DOI:10.1167/jov.24.4.6 PMID:38587421	研究论文	比较人类专家与深度学习模型在医学图像分类任务中的视觉注意力机制	首次直接比较人类视觉注意力与机器视觉注意力在相同医学诊断任务中的表现，并揭示模型注意力与专家注意力的相似性	研究仅限于小肠内窥镜图像和克罗恩病诊断，可能不适用于其他医学领域	探索人类专家与深度学习模型在视觉决策过程中的相似性，以促进医学培训和新算法设计	新手和胃肠病学专家参与者，以及三种最先进的深度学习模型	计算机视觉	克罗恩病	眼动追踪和六种不同的后 hoc 注意力提取方法	深度学习模型	医学图像（小肠内窥镜图像）	包含新手和胃肠病学专家的参与者群体，以及经过精细标注数据集训练的模型
16	2025-09-11	The Integration of Deep Learning in Radiotherapy: Exploring Challenges, Opportunities, and Future Directions through an Umbrella Review 2024-Apr-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14090939 PMID:38732351	综述	通过伞式综述探讨深度学习在放疗领域的整合，分析其挑战、机遇和未来方向	强调COVID-19大流行加速了深度学习在放疗中的发展，并揭示数字放射学与放疗之间的复杂相互作用	基于19项系统综述研究，可能受限于现有文献的覆盖范围和深度	研究深度学习在放疗中的变革性影响，优化治疗计划、图像分析和患者结果预测	放疗领域，特别是治疗规划、图像分析和患者预后	医疗影像分析	肿瘤放疗	深度学习（DL）	NA	医疗影像数据	基于19项系统综述研究（未提供具体患者样本数）
17	2025-09-03	Impact of Deep Learning Denoising Algorithm on Diffusion Tensor Imaging of the Growth Plate on Different Spatial Resolutions 2024-04-02, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10040039 PMID:38668397	研究论文	评估深度学习去噪算法在不同空间分辨率下对生长板扩散张量成像的影响	首次在儿科患者中应用商用深度学习去噪模型，并系统比较不同体素尺寸下DTI指标的差异	样本量未明确说明，仅使用单一厂商设备和特定去噪设置	评估深度学习去噪算法在不同空间分辨率DTI扫描中的效果	儿童膝关节生长板的扩散张量成像数据	医学影像分析	NA	扩散张量成像(DTI), 深度学习去噪	深度学习模型	医学影像	未明确说明样本数量的儿科患者
18	2025-08-09	Greater accuracy of radiomics compared to deep learning to discriminate normal subjects from patients with dementia: a whole brain 18FDG PET analysis 2024-Apr-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001810 PMID:38189449	研究论文	比较放射组学和深度学习在区分痴呆患者与正常受试者方面的准确性	研究发现放射组学特征在标准化PET全脑图像中比CNN更准确地区分痴呆患者与正常受试者	样本量相对较小（85名痴呆患者和125名健康对照）	比较放射组学和深度学习在痴呆诊断中的准确性	85名痴呆患者和125名健康对照	数字病理学	老年疾病	18F-FDG脑PET成像	Neural Network, CNN	图像	85名痴呆患者和125名健康对照
19	2025-08-08	Length of Stay Prediction With Standardized Hospital Data From Acute and Emergency Care Using a Deep Neural Network 2024-Apr-01, Medical care IF:3.3Q1 DOI:10.1097/MLR.0000000000001975 PMID:38345863	研究论文	本研究提出了一种基于深度学习的住院时间预测方法，使用广泛可用的急性和急诊护理管理数据，并与其它方法进行比较	使用嵌入和前馈神经网络（FFNN）模型进行细粒度的住院时间预测，相比随机森林和逻辑回归方法表现更优	研究数据仅来自法国里昂大都会的6所大学医院，可能限制了模型的泛化能力	预测住院时间以优化医疗活动的组织和调度	515,199名患者的1,140,100次住院记录	机器学习	NA	深度学习	FFNN（前馈神经网络）	结构化医院管理数据（人口统计学、诊断、医疗程序等）	1,140,100次住院记录（来自515,199名患者）
20	2025-08-07	Prediction of preeclampsia from retinal fundus images via deep learning in singleton pregnancies: a prospective cohort study 2024-04-01, Journal of hypertension IF:3.3Q1 DOI:10.1097/HJH.0000000000003658 PMID:38230614	研究论文	本研究探讨了利用深度学习算法分析视网膜眼底图像预测单胎妊娠中先兆子痫的可行性	首次将深度学习算法应用于视网膜眼底图像预测先兆子痫，并开发了具有预测价值的眼底评分系统	研究样本仅来自单一医疗中心，可能限制结果的普遍适用性	评估视网膜眼底图像在先兆子痫早期预测中的应用价值	单胎妊娠孕妇	数字病理学	先兆子痫	深度学习	深度学习算法（未指定具体模型）	图像	1138名孕妇（92例发展为妊娠期高血压疾病，其中66例为先兆子痫）