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
21	2025-07-23	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	本研究比较了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分类中的性能	首次在多机构环境中比较了ML和DL方法在神经肿瘤学三分类任务中的表现，并探讨了不同MRI序列掩模对模型性能的影响	研究为回顾性分析，样本量相对有限（502例训练集，86例外部验证集）	确定在神经肿瘤学三分类任务中机器学习或深度学习方法哪种表现更优	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)	数字病理	神经肿瘤	多参数MRI（T1W, T2W, FLAIR, DWI和T1-CE）	机器学习管道和3D-CNN	医学影像	502例训练病例（208 GBM，67 PCNSL，227 IMD）和86例外部验证病例（27:27:32）
22	2025-07-22	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	介绍了一个开源工具箱ECG-Image-Kit，用于从时间序列数据生成具有真实伪影的合成多导联心电图图像，以促进基于深度学习的心电图数字化	开发了一个能够生成具有真实伪影的合成心电图图像的开源工具箱，支持深度学习模型的训练和评估	目前仅支持PhysioNet QT数据库，且生成的图像可能无法完全覆盖所有真实场景的复杂性	促进心电图图像的数字化，以支持高级心电图诊断软件的使用	心电图图像及其对应的时间序列数据	数字病理	心血管疾病	深度学习，传统计算机视觉	深度神经网络，传统计算机视觉模型	图像，时间序列数据	21,801张心电图图像，来自PhysioNet QT数据库
23	2025-07-22	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AI技术分析认知未受损个体的脑老化模式，探讨其与遗传、生物医学指标及认知下降轨迹的关系	利用生成对抗网络(GAN)进行半监督聚类，识别出三种不同的脑老化亚型，并揭示其与遗传、心血管风险因素及未来认知下降的关联	研究仅纳入基线时认知未受损的个体，可能无法完全代表所有老化模式	理解结构脑变化的异质性以提供神经退行性疾病临床前阶段的见解	45-85岁认知未受损个体	数字病理学	阿尔茨海默病	深度学习、半监督聚类、生成对抗网络(GAN)	GAN	脑影像数据	27,402名认知未受损个体(平均年龄63.0岁)
24	2025-07-22	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	开发并外部测试了一种基于MRI的无创深度学习管道，用于儿童低级别胶质瘤的分子亚型分类	结合迁移学习和自监督交叉训练（TransferX）以及共识逻辑，提高了在有限数据场景下的分类性能和泛化能力	样本量相对较小，外部测试集的性能略低于内部测试集	开发一种无创的、基于MRI的儿童低级别胶质瘤突变状态分类方法	儿童低级别胶质瘤患者	数字病理学	儿童低级别胶质瘤	MRI	CNN	图像	开发数据集214例，外部测试集112例
25	2025-07-22	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	本研究开发了一种深度学习流程，用于高分辨率7T尸检MRI的自动分割，以量化神经退行性疾病中的结构与病理相关性	提出了一个高分辨率的尸检人脑组织数据集，并开发了一个深度学习流程，用于皮层分割，并评估了其在未见图像上的泛化能力	标记数据集的可用性有限，扫描硬件和采集协议的异质性	开发自动分割方法，用于尸检MRI中的脑部映射，以量化神经退行性疾病中的结构与病理相关性	135例尸检人脑组织标本	数字病理学	阿尔茨海默病	7T MRI, T2w序列, T2*w FLASH序列	深度学习神经网络	MRI图像	135例尸检人脑组织标本，其中82例为阿尔茨海默病连续诊断的个体
26	2025-07-21	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	研究论文	本文探讨了如何利用深度学习和腹部MRI成像特征监测常染色体显性多囊肾病（ADPKD）的进展	提出了使用深度学习模型分割肾脏及其他器官组织，提取额外生物标志物来表征ADPKD的肾外表现	未提及具体实验数据或模型性能的详细评估	评估和监测ADPKD的疾病进展及治疗效果	常染色体显性多囊肾病（ADPKD）患者	数字病理学	肾脏疾病	MRI成像	深度学习模型	医学影像	NA
27	2025-07-19	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	使用深度学习算法自主筛查眼底图像中的激光光凝治疗	提出了一种用于激光治疗检测的深度学习模型，该模型在患者、图像和眼睛三个层面上均表现出高性能，并能提升其他AI模型在眼底图像分析中的效能	研究仅基于EyePACs数据集，未在其他数据集上验证模型的泛化能力	开发自主检测眼底图像中激光光凝治疗的人工智能模型，以改善糖尿病视网膜病变的管理和随访	眼底图像中的激光光凝治疗模式	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	开发集18,945例，验证集2,105例
28	2025-07-19	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	本研究通过深度学习算法在ANTERION前段OCT系统中实现了自动巩膜棘检测和定量生物特征分析	开发了两种深度学习算法（FPR4和TPR95），在巩膜棘检测和生物特征参数测量上达到专家水平	研究样本量相对有限（117名参与者，1308张图像）	验证深度学习算法在前段OCT图像中自动检测巩膜棘和测量相关生物特征参数的准确性	接受常规眼科检查的患者的前段OCT图像	数字病理	眼科疾病	AS-OCT成像	深度学习算法（FPR4和TPR95）	图像	117名参与者的1308张AS-OCT图像
29	2025-07-19	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	开发并评估一种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化(CoNV)区域	使用深度学习技术自动分割和检测CoNV区域，并采用预训练的U-Net神经网络进行微调	研究仅基于120名患者的120只眼睛的裂隙灯图像，样本量可能不足以代表所有情况	开发一种自动化工具，用于从裂隙灯图像中计算CoNV区域	角膜新生血管化(CoNV)患者的裂隙灯图像	计算机视觉	眼科疾病	深度学习	U-Net	图像	120名患者的120只眼睛的裂隙灯图像
30	2025-07-19	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	本研究通过经典机器学习和深度学习技术，基于脑电图数据对自限性伴中央颞区棘波的癫痫进行分类	结合随机森林和极端随机森林分类器以及深度残差网络，首次在自限性伴中央颞区棘波的癫痫分类中应用深度学习，并展示其高准确性	样本量较小（33名患者），可能影响模型的泛化能力	辅助癫痫的诊断过程，特别是区分自限性伴中央颞区棘波的癫痫与其他类型癫痫	3至11岁被诊断为自限性伴中央颞区棘波的癫痫或其他类型癫痫的患者	机器学习	癫痫	脑电图（EEG）	RF, ERF, ResNet	脑电图数据	33名患者
31	2025-07-19	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	本研究利用MRI脑图像分割和纹理分析，结合深度学习技术，区分精神分裂症、重度抑郁症患者和健康对照组	采用纹理特征映射和深度学习技术进行疾病分类，提高了分类准确率	样本量相对较小，且仅针对特定疾病分类	识别MRI生物标志物以区分精神分裂症、重度抑郁症和健康对照组	141名精神分裂症患者、103名重度抑郁症患者和238名健康对照组	数字病理学	精神分裂症, 重度抑郁症	MRI, 纹理分析, 深度学习	深度学习	图像	482名参与者（141名SCZ, 103名MD, 238名HC）
32	2025-07-18	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	review	本文综述了基础机器学习模型，特别是大型语言模型（LLM）在医学领域的应用、潜力及风险	介绍了基础机器学习模型和LLM在医学中的多任务处理能力及其潜在变革性应用	指出了LLM在开发、评估和使用中缺乏适当审查可能带来的风险和偏见	探讨基础机器学习模型和LLM在医学领域的应用前景及挑战	基础机器学习模型和大型语言模型（LLM）	machine learning	NA	deep learning	LLM	text, audio, images, video	NA
33	2025-07-11	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	本研究提出了一种基于真实世界数据的定量评估方法，用于评估放宽非小细胞肺癌（NSCLC）药物试验的入选标准对风险-效益比的影响	首次利用深度学习方法构建结构化的跨维度真实世界NSCLC数据库，并采用蒙特卡洛模拟和倾向性匹配进行效益-风险评估，同时利用Shapley值定量衡量每个入选标准变化对患者数量、临床疗效和安全性的影响	研究依赖于真实世界数据的质量和完整性，可能受到数据偏差的影响	为肺癌临床试验的合理人群纳入设计提供科学证据，并建立一个可推广至其他癌症研究的数据治理体系和REC评估框架	非小细胞肺癌（NSCLC）药物试验的入选标准	数字病理学	肺癌	深度学习, 蒙特卡洛模拟, 倾向性匹配	NA	真实世界数据	NA
34	2025-06-24	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	本文提出了一种结合质谱技术和深度学习的方法，用于快速预测野外按蚊的年龄	首次将MALDI-TOF质谱技术与深度学习相结合用于蚊虫年龄预测，并在塞内加尔两个生态点验证了方法的稳定性	研究仅针对按蚊进行，尚未验证在其他蚊种上的适用性	开发更准确的野外蚊虫年龄预测工具以支持疟疾防控	野外采集的按蚊	机器学习	疟疾	MALDI-TOF质谱技术	深度学习模型	质谱数据	251只野外采集的蚊子，共2763个质谱数据
35	2025-06-23	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	本研究旨在开发基于深度学习的Tl-201心肌灌注SPECT图像的衰减校正模型，并评估其临床可行性	提出了一种基于深度学习的图像到图像转换技术，用于将未经衰减校正的图像转换为基于CT的衰减校正图像，并采用改进的U-Net模型进行训练	研究为回顾性研究，样本来源仅限于疑似或已知冠状动脉疾病的患者	开发并评估基于深度学习的Tl-201心肌灌注SPECT图像衰减校正模型的临床可行性	疑似或已知冠状动脉疾病的患者	数字病理学	心血管疾病	SPECT成像	改进的U-Net	图像	657名男性和328名女性（年龄65±11岁）
36	2025-06-18	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	开发了一种用于数字乳腺断层合成（DBT）图像乳腺癌诊断的人工智能（AI）模型，并研究其是否能提高诊断准确性和减少放射科医生的阅读时间	AI模型在乳腺癌检测中显示出比放射科医生更高的诊断准确性，并显著减少了阅读时间	研究样本来自14个机构，但可能仍存在地域和人群代表性不足的问题	提高乳腺癌诊断的准确性和效率	数字乳腺断层合成（DBT）图像	数字病理学	乳腺癌	深度学习	深度学习AI算法	图像	258名女性（平均年龄56岁±13.41），包括65例癌症病例
37	2025-06-18	Semi-supervised Learning for Generalizable Intracranial Hemorrhage Detection and Segmentation 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230077 PMID:38446043	research paper	开发并评估了一种半监督学习模型，用于在分布外的头部CT评估集上进行颅内出血检测和分割	利用半监督学习框架结合标记和未标记数据，提升了模型在分布外数据上的泛化能力	研究依赖于特定机构的标记数据和外部未标记数据，可能影响模型的广泛适用性	提高颅内出血检测和分割的泛化能力	头部CT扫描图像	digital pathology	Traumatic Brain Injury	semi-supervised learning	deep learning model	image	457标记样本和25,000未标记样本用于训练，481次扫描用于分类测试，23次扫描（529张图像）用于分割测试
38	2025-06-18	Evaluating the Robustness of a Deep Learning Bone Age Algorithm to Clinical Image Variation Using Computational Stress Testing 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230240 PMID:38477660	research paper	评估一种获奖的深度学习骨龄算法对临床图像变化的鲁棒性	通过计算应力测试评估深度学习模型对多种图像外观变化的鲁棒性	模型对经过简单变换的图像预测结果不一致	评估深度学习骨龄模型对图像变化的鲁棒性	儿科手部X光片	digital pathology	pediatric disease	deep learning	CNN	image	2627 pediatric hand radiographs (1425 from RSNA validation set and 1202 from DHA)
39	2025-06-18	Impact of Deep Learning Image Reconstruction Methods on MRI Throughput 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230181 PMID:38506618	研究论文	评估两种不同的商用深度学习重建（DLR）算法在大型多中心机构门诊环境中对MRI检查效率的影响	比较了DICOM基础和k空间基础的DLR方法在减少MRI扫描和房间时间方面的效果	研究结果因检查类型而异，潜在采用者需根据具体情况评估这些工具的影响	评估DLR算法对MRI检查效率的影响	7346例来自10台临床MRI扫描仪的检查	医学影像	NA	深度学习重建（DLR）	NA	MRI图像	7346例检查
40	2025-06-18	Deep Learning-based Approach for Brainstem and Ventricular MR Planimetry: Application in Patients with Progressive Supranuclear Palsy 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230151 PMID:38506619	research paper	开发了一种基于深度学习的快速全自动方法，用于MRI平面测量分割和测量进行性核上性麻痹（PSP）患者中最受影响的脑干和脑室结构	提出了一种全自动的深度学习方法，用于分割和测量脑干和脑室结构，并在区分PSP和帕金森病（PD）患者中表现出色	研究为回顾性研究，可能受到数据选择和样本量的限制	开发一种自动化方法，支持PSP及其他与脑干和脑室改变相关疾病的诊断	健康对照组和PSP及PD患者的脑部MRI图像	digital pathology	geriatric disease	MRI	CNN	image	健康对照组84例，PSP患者71例，PD患者129例，测试数据集305例