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
21	2025-10-06	Artificial Intelligence-Guided Segmentation and Path Planning Software for Transthoracic Lung Biopsy 2024-05, Journal of vascular and interventional radiology : JVIR IF:2.6Q2 DOI:10.1016/j.jvir.2024.02.006 PMID:38355040	研究论文	开发并验证用于经胸肺活检的AI引导分割和路径规划软件	结合3D-CNN进行肺部病灶检测和贝叶斯优化进行针道规划，为自动化活检提供新方法	回顾性研究，样本量有限，需要进一步前瞻性验证	验证AI软件在肺部病灶检测和活检路径规划中的性能	肺部结节患者	计算机视觉	肺癌	CT扫描	CNN	医学影像	训练集：219例扫描（2147个结节）；验证集：235例扫描（354个结节）；路径验证：150例患者	NA	3D-CNN	AUC, 敏感度, 特异度, 角度偏差, 路径偏差	NA
22	2025-10-06	Dev-ResNet: automated developmental event detection using deep learning 2024-05-15, The Journal of experimental biology IF:2.8Q2 DOI:10.1242/jeb.247046 PMID:38806151	研究论文	提出一种名为Dev-ResNet的小型高效3D卷积神经网络，用于自动检测发育生物学中的发育事件	开发了首个能够同时检测空间和时间特征的发育事件检测深度学习模型	NA	实现发育生物学中发育事件的自动化检测	大池塘蜗牛（Lymnaea stagnalis）的胚胎发育过程	计算机视觉	NA	生物成像	CNN	3D图像序列	10种不同的功能事件	NA	ResNet	NA	NA
23	2025-10-06	Artificial intelligence to analyze magnetic resonance imaging in rheumatology 2024-05, Joint bone spine IF:3.8Q1 DOI:10.1016/j.jbspin.2023.105651 PMID:37797827	综述	探讨人工智能在风湿病学磁共振成像分析中的应用现状与前景	系统评估AI在风湿病MRI分析中实现或超越专家水平的表现潜力	未提及具体技术局限，但指出临床实施存在挑战	改善风湿性疾病的诊断和管理	风湿性疾病患者的磁共振影像	医学影像分析	风湿性疾病	磁共振成像	机器学习,深度学习	医学影像	NA	NA	NA	灵敏度,特异性,准确度	NA
24	2025-07-26	Dynamic risk prediction model for multiple myeloma: Through deep learning, the model is able to adapt to future data, such as emerging treatment modalities and combinations 2024-05-01, Cancer IF:6.1Q1 DOI:10.1002/cncr.35294 PMID:38604987	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
25	2025-10-06	AI-based classification of three common malignant tumors in neuro-oncology: A multi-institutional comparison of machine learning and deep learning methods 2024-May, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2023.08.007 PMID:37652263	研究论文	比较机器学习和深度学习方法在神经肿瘤学中三种常见恶性肿瘤的AI分类性能	首次在多机构数据上系统比较机器学习和深度学习管道在神经肿瘤三分类任务中的性能，并分析了不同MRI序列掩模的组合效果	回顾性研究，样本量相对有限，外部验证集规模较小	评估机器学习和深度学习方法在神经肿瘤分类中的性能差异	胶质母细胞瘤(GBM)、颅内转移性疾病(IMD)和原发性中枢神经系统淋巴瘤(PCNSL)	医学影像分析	脑肿瘤	多参数MRI成像	机器学习管道,3D-CNN	多参数MRI图像(T1W, T2W, FLAIR, DWI, T1-CE)	训练集502例(208 GBM, 67 PCNSL, 227 IMD)，外部验证集86例(27:27:32)	NA	3D卷积神经网络	AUC, 95%置信区间	NA
26	2025-10-06	ECG-Image-Kit: a synthetic image generation toolbox to facilitate deep learning-based electrocardiogram digitization 2024-May-28, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad4954 PMID:39150768	研究论文	介绍ECG-Image-Kit开源工具箱，用于生成带真实伪影的合成多导联心电图图像，促进基于深度学习的心电图数字化	开发首个能够从时间序列数据生成具有真实伪影（如文本伪影、褶皱）的合成心电图图像的开源工具箱	当前主要支持2024年PhysioNet挑战赛的数据增强，工具箱功能可能受限于特定应用场景	开发心电图图像数字化工具，促进深度学习模型在心电图诊断中的应用	心电图图像和对应的时间序列数据	计算机视觉	心血管疾病	合成图像生成，数据增强	CNN，传统计算机视觉与深度神经网络结合	图像，时间序列数据	21,801张从PhysioNet QT数据库生成的ECG图像	NA	NA	信噪比，QRS宽度，RR间期，QT间期	NA
27	2025-10-06	Genetic and Clinical Correlates of AI-Based Brain Aging Patterns in Cognitively Unimpaired Individuals 2024-May-01, JAMA psychiatry IF:22.5Q1 DOI:10.1001/jamapsychiatry.2023.5599 PMID:38353984	研究论文	本研究通过深度学习聚类方法识别认知未受损个体的脑老化模式亚组，并分析其与遗传、临床因素及认知衰退的关联	首次在认知未受损人群中采用生成对抗网络的半监督聚类方法识别跨年龄段的脑老化亚型，并系统关联遗传变异与临床特征	研究基于观察性数据，无法确定因果关系；样本主要来自特定国际联盟，可能存在选择偏倚	探索认知未受损个体脑结构老化的异质性模式及其与神经退行性疾病早期阶段的关系	45-85岁基线时认知未受损的个体	数字病理学	阿尔茨海默病	脑结构成像，遗传分析	GAN	脑结构影像数据，遗传数据，临床数据	27,402名认知未受损个体，超过50,000个数据时间点	NA	生成对抗网络	统计显著性(P值)，效应量(B值)	NA
28	2025-10-06	Noninvasive Molecular Subtyping of Pediatric Low-Grade Glioma with Self-Supervised Transfer Learning 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230333 PMID:38446044	研究论文	开发并外部验证基于MRI的深度学习流程，用于儿童低级别胶质瘤的无创分子亚型分类	提出结合迁移学习和自监督交叉训练(TransferX)的两阶段深度学习流程，开发了质心距离新指标增强模型可解释性	回顾性研究，样本量有限(共326例)，数据场景受限	开发非侵入性MRI影像预测儿童低级别胶质瘤突变状态的深度学习模型	儿童低级别胶质瘤患者	医学影像分析	儿童低级别胶质瘤	T2加权MRI	CNN	医学影像	开发集214例(波士顿儿童医院)，外部测试集112例(儿童脑肿瘤网络)	NA	NA	AUC	NA
29	2025-10-06	Automated deep learning segmentation of high-resolution 7 Tesla postmortem MRI for quantitative analysis of structure-pathology correlations in neurodegenerative diseases 2024-May-01, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/imag_a_00171 PMID:39301426	研究论文	开发深度学习管道用于高分辨率7T尸检MRI的自动分割，以分析神经退行性疾病的结构-病理相关性	首次提供高分辨率尸检脑MRI数据集，并系统比较九种深度神经网络架构在脑分割任务中的性能	标记数据集有限，仅对6个样本进行手动分割验证，对部分结构的准确性评估有限	开发尸检MRI自动分割方法，量化神经退行性疾病的结构-病理关联	135例尸检人脑组织样本，其中82例为阿尔茨海默病连续谱诊断患者	医学影像分析	神经退行性疾病	7T MRI, T2w序列, T2*w FLASH序列	深度学习	MRI图像	135个尸检脑样本，其中36个用于相关性分析，82个用于病理关联分析	NA	九种深度神经网络架构（具体未列明）	重叠度指标, 组内相关系数	NA
30	2025-10-06	A Primer for Utilizing Deep Learning and Abdominal MRI Imaging Features to Monitor Autosomal Dominant Polycystic Kidney Disease Progression 2024-May-20, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12051133 PMID:38791095	综述	介绍如何利用深度学习和腹部MRI影像特征监测常染色体显性多囊肾病进展	将深度学习应用于ADPKD的肾脏分割和额外生物标志物提取，超越传统的总肾脏体积测量	概念性论文，缺乏具体实验验证和性能数据	探索深度学习在监测常染色体显性多囊肾病进展中的应用潜力	常染色体显性多囊肾病患者的腹部MRI影像	医学影像分析	常染色体显性多囊肾病	MRI成像	深度学习	医学影像	NA	NA	NA	速度、准确性、可重复性	NA
31	2025-10-06	Autonomous screening for laser photocoagulation in fundus images using deep learning 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323376 PMID:37217293	研究论文	本研究开发了一种基于深度学习的自主筛查模型，用于检测眼底图像中的激光光凝治疗模式	首次提出使用深度学习模型自动识别眼底图像中的激光光凝模式，并证明该模型能有效提升其他AI模型的性能	研究仅使用单一数据集(EyePACs)，缺乏外部验证	开发能够自动检测眼底图像中激光光凝治疗的人工智能模型	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	深度学习模型	眼底图像	开发集18,945例，验证集2,105例	NA	NA	AUC, MAE	NA
32	2025-10-06	Automated expert-level scleral spur detection and quantitative biometric analysis on the ANTERION anterior segment OCT system 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2022-322328 PMID:37798075	研究论文	本研究对ANTERION前段OCT系统中的深度学习算法进行独立验证，实现自动巩膜突检测和定量生物计量分析	在独立患者群体中验证深度学习算法达到专家级别的巩膜突定位精度，并首次系统比较算法与不同经验水平人工评分者的性能差异	样本量相对有限（117名参与者），仅使用单一OCT系统（ANTERION）的数据	验证深度学习算法在AS-OCT图像中自动检测巩膜突和测量相关生物计量参数的准确性和可靠性	接受常规眼科护理的患者的前段OCT图像	医学影像分析	眼科疾病	前段光学相干断层扫描（AS-OCT）	深度学习算法	医学影像	117名参与者的1308张AS-OCT图像	NA	NA	假阳性率, 真阳性率, 组内相关系数	NA
33	2025-10-06	Detecting the corneal neovascularisation area using artificial intelligence 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323308 PMID:37339866	研究论文	开发并评估基于人工智能的图像分析工具，用于测量和量化角膜新生血管区域	首次使用预训练的U-Net神经网络对裂隙灯图像进行角膜新生血管区域的自动分割与检测	样本量相对有限（120例患者），仅使用单一医疗机构数据	创建自动化工具量化角膜新生血管区域	角膜新生血管患者的裂隙灯图像	计算机视觉	角膜疾病	深度学习图像分割	CNN	图像	120例患者的120张眼部裂隙灯图像	NA	U-Net	交并比(IoU), 特异性	NA
34	2025-10-06	Classification of self-limited epilepsy with centrotemporal spikes by classical machine learning and deep learning based on electroencephalogram data 2024-05-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.148813 PMID:38373675	研究论文	本研究基于脑电图数据，使用经典机器学习和深度学习方法对自限性伴中央颞区棘波癫痫进行分类诊断	同时采用经典机器学习（基于尖波特征提取）和深度学习方法（ResNet）进行癫痫分类比较，展示了深度学习在癫痫分类中的显著优势	样本量较小（仅33名患者），年龄范围有限（3-11岁）	开发有效的分类方法以辅助自限性伴中央颞区棘波癫痫的临床诊断	33名被诊断为SeLECTS或非SeLECTS的癫痫患者	机器学习	癫痫	脑电图	随机森林,极端随机森林,CNN	脑电图信号	33名3-11岁癫痫患者	NA	ResNet	准确率,F1分数,AUC,AUPRC	NA
35	2025-10-06	Based on neural network cascade abnormal texture information dissemination of classification of patients with schizophrenia and depression 2024-05-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.148819 PMID:38403037	研究论文	本研究通过MRI脑图像纹理分析和深度学习技术区分精神分裂症、重度抑郁症患者和健康对照组	结合纹理特征映射与深度学习技术进行精神疾病分类，采用重复嵌套交叉验证进行特征选择	样本量相对有限，仅包含三种分组比较	开发基于MRI纹理特征的生物标志物来区分精神分裂症、重度抑郁症和健康人群	精神分裂症患者、重度抑郁症患者和健康对照者	医学影像分析	精神疾病	MRI脑图像分割，纹理分析	深度学习	MRI脑部图像	141名精神分裂症患者，103名重度抑郁症患者，238名健康对照者	NA	NA	准确率，敏感性，特异性	NA
36	2025-10-06	The new paradigm in machine learning - foundation models, large language models and beyond: a primer for physicians 2024-05, Internal medicine journal IF:1.8Q2 DOI:10.1111/imj.16393 PMID:38715436	综述	本文为医生提供关于基础模型和大语言模型的入门指南，介绍其类型、医学应用及潜在风险	系统阐述基础模型从传统任务特定模型向多任务多模态的范式转变，特别聚焦医学领域的大语言模型应用前景	指出基础模型和大语言模型若缺乏适当监管可能造成危害的风险	为医生群体普及基础模型和大语言模型的基本概念及其在医学领域的应用潜力	基础机器学习模型和大语言模型	机器学习	NA	深度学习	基础模型, 大语言模型	文本, 音频, 图像, 视频	NA	NA	NA	NA	NA
37	2025-10-06	Quantitative evaluation of the impact of relaxing eligibility criteria on the risk-benefit profile of drugs for lung cancer based on real-world data 2024-05, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.15269 PMID:38576119	研究论文	提出基于真实世界数据定量评估放宽非小细胞肺癌药物临床试验入选标准对风险-获益影响的研究方案	首次通过深度学习构建结构化真实世界数据库，结合蒙特卡洛模拟和Shapley值定量评估单个入选标准放宽对患者数量、疗效和安全性的影响	研究基于中国非小细胞肺癌数据，结果在其他癌症类型和地区的普适性需要进一步验证	为肺癌临床试验人群纳入标准设计提供科学证据，建立可推广的放宽入选标准评估框架	非小细胞肺癌患者和临床试验入选标准	医疗数据分析	肺癌	深度学习，蒙特卡洛模拟，倾向性匹配，Shapley值分析	NA	真实世界医疗数据	NA	NA	NA	患者数量，临床疗效，安全性	NA
38	2025-10-06	Predicting the age of field Anopheles mosquitoes using mass spectrometry and deep learning 2024-05-10, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adj6990 PMID:38728404	研究论文	开发了一种结合质谱技术和深度学习预测野外按蚊年龄的快速方法	首次将基质辅助激光解吸/电离飞行时间质谱与深度学习相结合用于蚊子年龄预测	研究样本数量有限（251只蚊子），需要在更多生态站点验证	改进蚊媒监测方法，支持疟疾传播流行病学监测和病媒控制策略评估	野外采集的按蚊（Anopheles mosquitoes）	机器学习	疟疾	基质辅助激光解吸/电离飞行时间质谱（MALDI-TOF MS）	深度学习	质谱数据	251只野外采集的蚊子，共2763个质谱样本（来自头部、腿部和胸部）	NA	NA	平均绝对误差（1.74天）	NA
39	2025-10-06	Clinical Feasibility of Deep Learning-Based Attenuation Correction Models for Tl-201 Myocardial Perfusion SPECT 2024-May-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005129 PMID:38409758	研究论文	开发基于深度学习的Tl-201心肌灌注SPECT衰减校正模型并评估其临床可行性	首次将深度学习图像到图像转换技术应用于Tl-201心肌灌注SPECT的衰减校正，提出改进的U-Net架构	回顾性研究设计，样本来源单一	开发可替代CT衰减校正的深度学习模型	疑似或确诊冠状动脉疾病患者	医学影像分析	心血管疾病	SPECT成像	深度学习	医学影像	985名患者（657名男性，328名女性，年龄65±11岁）	NA	改进的U-Net	平均绝对误差, 结构相似性指数, 峰值信噪比	NA
40	2025-10-06	Impact of AI for Digital Breast Tomosynthesis on Breast Cancer Detection and Interpretation Time 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230318 PMID:38568095	研究论文	开发用于数字乳腺断层合成图像的AI诊断模型，评估其对乳腺癌检测准确性和放射科医生阅片时间的影响	开发了专门针对数字乳腺断层合成图像的深度学习AI算法，并在多中心研究中证明其能同时提高诊断准确性和减少阅片时间	回顾性研究设计，样本量相对有限（258例患者），仅包含15名放射科医生	开发AI模型辅助乳腺癌诊断并评估其临床效用	数字乳腺断层合成图像中的乳腺癌检测	计算机视觉	乳腺癌	数字乳腺断层合成	深度学习	医学影像	258名女性患者（65例癌症病例），来自14个机构的回顾性数据（2010-2021年）	NA	NA	AUC, 敏感性, 特异性, 阅片时间, Fleiss κ	NA