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	Semi-supervised Learning for Generalizable Intracranial Hemorrhage Detection and Segmentation 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230077 PMID:38446043	研究论文	开发并评估用于颅内出血检测和分割的半监督学习模型，在分布外头部CT数据集上验证其泛化能力	采用半监督学习方法，利用未标记数据提升模型在分布外数据上的泛化性能	回顾性研究，数据来源于特定机构和时间段	开发具有强泛化能力的颅内出血检测和分割模型	头部CT扫描图像	医学影像分析	颅内出血	CT扫描	深度学习模型	医学影像	训练集：457个像素级标注扫描+25,000个未标注检查；验证集：93个扫描；测试集：481个检查（分类）+23个检查/529张图像（分割）	NA	教师-学生模型架构	AUC, Dice相似系数, 平均精度	NA
42	2025-10-06	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	研究论文	评估获奖骨龄深度学习模型对临床图像变化的鲁棒性	首次对获奖骨龄DL模型进行系统性计算压力测试，评估其对多种图像变换的鲁棒性	仅评估单一模型，未比较其他骨龄算法	评估深度学习骨龄算法对临床图像变化的鲁棒性	儿科手部X光片	计算机视觉	儿科发育评估	放射成像	CNN	图像	2627张儿科手部X光片（RSNA 1425张，DHA 1202张）	NA	2017年RSNA儿科骨龄挑战赛获奖模型	平均绝对差异，临床显著错误比例	NA
43	2025-10-06	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	评估两种商用深度学习重建算法在真实临床环境中对MRI检查效率的影响	首次在大型多中心机构中比较DICOM基础和k空间基础两种深度学习重建方法对MRI工作流程效率的实际影响	回顾性研究设计，结果因检查类型而异，需要针对具体病例组合进行个性化评估	评估深度学习重建算法在临床实践中对MRI检查效率的改进效果	门诊MRI检查流程	医学影像分析	NA	MRI, 深度学习重建	深度学习	医学影像	7346次检查，来自10台临床MRI扫描仪	NA	NA	扫描时间减少百分比，房间时间减少百分比	NA
44	2025-10-06	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	研究论文	开发基于深度学习的全自动MRI脑干和脑室结构分割测量方法，应用于进行性核上性麻痹患者的诊断	首次提出快速全自动的深度学习方法用于PSP患者最易受累的脑干和脑室结构的MRI平面测量分析	回顾性研究设计，样本量相对有限	开发自动化脑部MRI结构分割测量方法以辅助神经退行性疾病诊断	进行性核上性麻痹患者、帕金森病患者和健康对照者的脑部MRI图像	医学影像分析	神经退行性疾病	T1加权磁共振成像	CNN	医学影像	健康对照84例，内部、外部和临床测试数据集305例，PSP患者71例，PD患者129例	NA	NA	Dice系数, Spearman相关系数, AUC	NA
45	2025-10-06	Performance of an Artificial Intelligence System for Breast Cancer Detection on Screening Mammograms from BreastScreen Norway 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230375 PMID:38597784	研究论文	评估商业AI系统在乳腺癌筛查乳腺X光片中的独立检测性能	首次在大规模挪威乳腺癌筛查人群中评估商业AI系统在不同风险阈值下的性能表现	回顾性研究设计，仅基于单一筛查项目数据	探索AI系统在乳腺癌筛查中的检测性能和临床应用潜力	242,629名女性的661,695次数字乳腺X光检查	计算机视觉	乳腺癌	数字乳腺X光摄影	CNN	医学影像	661,695次检查，包括3,807例筛查检出癌症和1,110例间期乳腺癌	NA	卷积神经网络	AUC, 癌症检测率, 假阳性率	NA
46	2024-08-07	Faster, More Practical, but Still Accurate: Deep Learning for Diagnosis of Progressive Supranuclear Palsy 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.240181 PMID:38691010	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
47	2025-06-15	Investigation on ultrasound images for detection of fetal congenital heart defects 2024-05-31, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad4f91 PMID:38781934	综述	本文综述了利用超声图像和深度学习技术检测胎儿先天性心脏缺陷（CHD）的前沿技术	结合胎儿超声图像评估（FUSI）和深度学习技术，提高CHD的检测率	当前筛查技术的检测率相对较低（约60%）	提高胎儿先天性心脏缺陷的早期检测率，降低死亡率和发病率	胎儿先天性心脏缺陷（CHD）	数字病理学	心血管疾病	深度学习技术，包括CNN、ANN等	CNN, ANN	超声图像	NA	NA	NA	NA	NA
48	2025-10-06	Exploring the potential of pretrained CNNs and time-frequency methods for accurate epileptic EEG classification: a comparative study 2024-May-30, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad3cde PMID:38599183	研究论文	本研究比较了多种预训练CNN模型与不同时频分析方法在癫痫EEG分类中的性能	首次使用时频数据评估预训练框架参数调整对EEG数据分类的影响，并系统比较多种时频表示算法与CNN模型的组合效果	研究主要基于特定数据集（Bern-Barcelona EEG数据集），需要在更多数据集上验证模型的泛化能力	开发准确的癫痫EEG自动分类系统，比较不同预训练CNN和时频方法的性能	癫痫患者的脑电图（EEG）信号	机器学习	癫痫	连续小波变换（CWT）、经验傅里叶分解（EFD）、经验模式分解（EMD）、经验小波变换（EWT）、变分模式分解（VMD）	CNN	EEG信号，时频图（scalograms）	Bern-Barcelona EEG数据集和天普大学数据库	NA	AlexNet, GoogLeNet, MobileNetV2, ResNet-18, SqueezeNet	灵敏度, 特异性, F1分数, 分类准确率	NA
49	2025-06-15	Segmentation and quantitative analysis of optical coherence tomography (OCT) images of laser burned skin based on deep learning 2024-05-21, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad488f PMID:38718764	研究论文	本研究基于深度学习对激光烧伤皮肤的光学相干断层扫描（OCT）图像进行分割和定量分析，以评估皮肤恢复情况	利用深度学习U-Net模型对OCT图像进行皮肤分层和烧伤区域分割，结合三维重建技术量化损伤组织体积	研究仅在小鼠模型中进行，尚未在人体皮肤上验证	开发一种快速准确评估烧伤皮肤恢复情况的方法	激光诱导的小鼠皮肤热损伤模型	数字病理	烧伤	光学相干断层扫描（OCT）	U-Net（同时验证了PSPNe和HRNet模型）	图像	30只昆明小鼠，生成7000张正常组织B扫描图像和1400张烧伤组织B扫描图像	NA	NA	NA	NA
50	2025-10-06	Prediction of electrical properties of GAAFET based on integrated learning model 2024-May-17, Nanotechnology IF:2.9Q2 DOI:10.1088/1361-6528/ad2c52 PMID:38387100	研究论文	提出一种集成学习模型用于预测GAAFET的电学特性	结合深度学习和机器学习的优势，解决了传统方法耗时长效率低的问题	NA	开发快速准确的GAAFET电学特性预测方法	环栅场效应晶体管(GAAFET)	机器学习	NA	集成学习	深度学习, 机器学习	电学特性数据	NA	NA	集成学习模型	线性回归因子, 均方根误差	NA
51	2025-06-15	Vision-aided grasp classification: design and evaluation of compact CNN for prosthetic hands 2024-May-15, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad464e PMID:38697026	研究论文	本文提出了一种名为GraspCNet的紧凑型CNN模型，专为假肢手的抓取分类设计，旨在通过视觉辅助技术提高假肢手与使用者之间的协调性	提出了一种紧凑型CNN模型GraspCNet，使用可分离卷积降低计算负担，适合嵌入式系统的实时应用，并能从物体形状中学习以分类未见过的物体	在未见过的物体类别上准确率为75.48%，计算机实时实验中的准确率为69%，仍有提升空间	开发一种能够准确识别和分类抓取模式的视觉辅助技术，以改善上肢截肢者使用假肢手的体验	上肢截肢者使用的假肢手	计算机视觉	NA	深度学习，特别是卷积神经网络(CNN)	CNN	图像	使用了各种标准物体数据集进行训练和测试	NA	NA	NA	NA
52	2025-10-06	Enhancing ECG signal classification through pre-trained stacked-CNN embeddings: a transfer learning approach 2024-May-09, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad40b0 PMID:38640904	研究论文	提出一种结合迁移学习和传统机器学习的创新计算框架，用于优化心电图信号分类	使用预训练堆叠卷积神经网络生成高维特征嵌入，并通过传统机器学习分类器进行评估，实现了深度学习特征提取与传统机器学习的高效结合	NA	优化心电图信号分类，平衡高性能与计算效率	心电图信号	机器学习	心血管疾病	ECG信号分析	CNN, MLP	信号数据	CinC2017和CPSC2018数据集	NA	Stacked CNN, Multilayer Perceptron	F1-score	NA
53	2025-10-06	Development and external validation of a multimodal integrated feature neural network (MIFNN) for the diagnosis of malignancy in small pulmonary nodules (≤10 mm) 2024-May-08, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad449a PMID:38684143	研究论文	开发并外部验证一种多模态集成特征神经网络用于诊断小肺结节（≤10 mm）的恶性风险	首次将深度学习算法与肺结节形态学特征融合，显著提升小肺结节的诊断准确性	回顾性研究设计，样本量相对有限	优化小肺结节的恶性风险评估和管理策略	小肺结节（≤10 mm）患者	计算机视觉	肺癌	CT成像	神经网络	CT图像, 形态学特征	LUNA16数据集382个小肺结节（85个恶性），北京四个中心的101个小肺结节（33个恶性）	NA	MIFNN（多模态集成特征神经网络）	AUC（曲线下面积）	NA
54	2025-06-15	Ultrasound imaging based recognition of prenatal anomalies: a systematic clinical engineering review 2024-05-07, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ad3a4b PMID:39655845	review	本文综述了基于超声成像的产前异常识别技术及其临床工程应用	介绍了基于人工智能的超声图像处理和可解释AI技术，以提高筛查效率和准确性	诊断可靠性受操作者专业知识和设备限制影响，且新技术在临床中的整合和接受度仍需验证	提高产前筛查的效率和准确性，改善产前护理	产前超声成像及异常识别	数字病理	产前异常	AI-based US image processing, multimodal data fusion, XAI	deep learning	image, video	NA	NA	NA	NA	NA
55	2025-06-14	A Semiautonomous Deep Learning System to Reduce False Positives in Screening Mammography 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230033 PMID:38597785	research paper	评估半自主人工智能模型在筛查乳腺X光片中识别非乳腺癌可疑病例并减少假阳性检查的能力	开发了一种半自主深度学习系统，显著减少乳腺癌筛查中的假阳性率和不必要的医疗程序	研究基于回顾性数据，需要在更多前瞻性研究中验证其效果	降低乳腺癌筛查中的假阳性率和相关医疗负担	乳腺X光筛查图像	digital pathology	breast cancer	deep learning	AI	image	123,248张训练用乳腺X光片（含6,161例癌症）和14,831例筛查检查（含1,026例癌症）的回顾性研究	NA	NA	NA	NA
56	2025-10-06	Deep learning-based workflow for automatic extraction of atria and epicardial adipose tissue on cardiac computed tomography in atrial fibrillation 2024-May-01, Journal of the Chinese Medical Association : JCMA IF:1.9Q2 DOI:10.1097/JCMA.0000000000001076 PMID:38380919	研究论文	开发基于深度学习的自动分割工作流程，用于心房颤动患者心脏CT图像中心房和心外膜脂肪组织的提取	首次提出结合3D U-Net模型的心房和心外膜脂肪组织自动分割工作流程	样本量较小（157例患者），单中心研究	为心房颤动管理提供可靠的心脏结构自动分割方法	心房颤动患者的心脏CT图像	医学影像分析	心房颤动	心脏计算机断层扫描（CT）	3D U-Net	三维医学影像	157例接受首次导管消融术的心房颤动患者	NA	3D U-Net	Dice系数, 相关系数r值, p值	NA
57	2025-10-06	Disentangling developmental effects of play aspects in rat rough-and-tumble play 2024-05, Biology letters IF:2.8Q2 DOI:10.1098/rsbl.2024.0037 PMID:38808945	研究论文	本研究通过选择性减少大鼠打闹游戏中的运动或社交方面，探讨不同游戏方面对发育的影响	首次通过选择性减少游戏特定方面（运动或社交）来区分不同游戏方面对发育的独立影响	研究仅针对雄性大鼠，未包括雌性；仅评估了对人类-大鼠游戏的反应，未涵盖其他行为表现	理解动物游戏中不同方面（运动和社会方面）对发育的具体贡献	发育期雄性大鼠	行为神经科学	NA	超声波发声记录，深度学习分类	深度学习	音频数据（50 kHz超声波发声）	多组发育期雄性大鼠（具体数量未在摘要中说明）	NA	NA	超声波发声数量，发声亚型分类	NA
58	2025-10-06	Segment anything with inception module for automated segmentation of endometrium in ultrasound images 2024-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.3.034504 PMID:38827779	研究论文	提出一种专门用于超声图像中子宫内膜分割的改进模型SAIM	在Segment Anything模型基础上引入inception模块和点提示机制，专门针对子宫内膜分割任务进行优化	NA	开发自动化子宫内膜分割方法以提高妇科诊断效率和准确性	接受宫腔镜手术患者的超声图像	计算机视觉	妇科疾病	超声成像	CNN	图像	NA	NA	Segment Anything Model, Inception模块	Dice相似系数, 交并比	NA
59	2025-10-06	Quantifying lung fissure integrity using a three-dimensional patch-based convolutional neural network on CT images for emphysema treatment planning 2024-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.3.034502 PMID:38817711	研究论文	开发基于三维块状卷积神经网络的深度学习方法来分割肺裂并定量评估肺裂完整性，用于肺气肿患者的治疗规划	首次提出使用三维块状卷积神经网络自动量化肺裂完整性评分，为肺气肿患者的支气管内瓣膜治疗提供决策支持	样本量相对有限（129例CT扫描），且右水平裂的预测误差较大（12.2%）	开发自动量化肺裂完整性的方法以辅助肺气肿治疗规划	严重肺气肿患者的CT图像	医学影像分析	肺气肿	CT成像	CNN	三维医学图像	129例严重肺气肿患者的CT扫描（86例训练，43例测试）	nnU-Net	U-Net	绝对百分比误差	NA
60	2025-05-31	ROBUST QUANTIFICATION OF PERCENT EMPHYSEMA ON CT VIA DOMAIN ATTENTION: THE MULTI-ETHNIC STUDY OF ATHEROSCLEROSIS (MESA) LUNG STUDY 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635299 PMID:39267982	研究论文	本文提出了一种基于域注意力的深度学习框架，用于在CT扫描中稳健量化肺气肿，解决了不同扫描仪类型带来的域偏移问题	设计了一种新颖的域注意力块，将图像视觉特征与定量扫描仪先验融合，显著提高了结果	需要进一步验证在大规模临床扫描中的适用性	开发一种稳健的肺气肿量化方法，适用于不同CT扫描仪的大规模研究	CT扫描图像中的肺气肿量化	数字病理	肺气肿	CT扫描	UNet, 域注意力块	CT图像	NA	NA	NA	NA	NA