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
61	2025-05-31	UNSUPERVISED AIRWAY TREE CLUSTERING WITH DEEP LEARNING: THE MULTI-ETHNIC STUDY OF ATHEROSCLEROSIS (MESA) LUNG STUDY 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635651 PMID:39398280	research paper	该研究提出了一种无监督深度学习流程，用于从3D气道分割投影中提取特征并进行聚类，以识别与疾病风险相关的气道亚型	首次使用无监督深度学习方法直接从3D气道分割投影中提取特征并进行聚类，识别出四种可重复且临床意义不同的气道亚型	对CT分割气道树变异的定量表征仍不完整，对这些变异的临床和发展影响的理解也有限	开发一种方法来定量表征CT扫描中气道树的变异，并探索其与疾病风险的关联	人类气道树	digital pathology	COPD	deep learning	unsupervised deep-learning pipeline	3D CT scans	MESA Lung CT cohort	NA	NA	NA	NA
62	2025-10-07	Deep learning-based prediction of coronary artery calcium scoring in hemodialysis patients using radial artery calcification 2024 May-Jun, Seminars in dialysis IF:1.4Q3 DOI:10.1111/sdi.13191 PMID:38178376	研究论文	本研究开发基于桡动脉钙化的随机森林模型预测血液透析患者冠状动脉钙化评分	首次将桡动脉钙化指数与临床变量结合，使用随机森林模型预测冠状动脉钙化评分	样本量较小（118例患者），仅使用单一中心的患者数据	探索桡动脉钙化在预测血液透析患者冠状动脉钙化中的可行性	血液透析患者	机器学习	心血管疾病	超声检查、冠状动脉计算机断层扫描	随机森林, 逻辑回归	临床变量、影像数据	118例血液透析患者	NA	随机森林, 逻辑回归	敏感度, 特异度, 受试者工作特征曲线下面积	NA
63	2025-10-07	Deep Learning Based on Computed Tomography Predicts Response to Chemoimmunotherapy in Lung Squamous Cell Carcinoma 2024-May-12, Aging and disease IF:7.0Q1 DOI:10.14336/AD.2024.0169 PMID:38916736	研究论文	本研究开发了一种基于CT图像的深度学习模型，用于预测肺鳞癌患者对新辅助化疗免疫治疗的主要病理缓解	首次将深度学习模型应用于肺鳞癌化疗免疫治疗响应预测，并系统探索了其与基因突变、免疫细胞和肿瘤内微生物的生物学关联	样本量相对有限（309例），且为多中心回顾性研究	开发预测肺鳞癌患者对新辅助化疗免疫治疗响应的深度学习模型并探索其生物学机制	肺鳞癌患者	计算机视觉	肺癌	增强计算机断层扫描	CNN	医学图像	309例肺鳞癌患者	NA	ResNet50	AUC	NA
64	2025-10-07	Accurate single-molecule spot detection for image-based spatial transcriptomics with weakly supervised deep learning 2024-May-15, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2024.04.006 PMID:38754367	研究论文	提出Polaris分析流程，通过弱监督深度学习方法实现图像空间转录组学中的单分子点检测	结合深度学习细胞分割与点检测模型以及概率基因解码器，为多种空间转录组技术提供统一解决方案	NA	开发准确量化单细胞基因表达的空间转录组学分析流程	图像空间转录组学数据	数字病理学	NA	MERFISH, seqFISH, ISS	深度学习	图像	NA	DeepCell	NA	NA	NA
65	2025-10-07	Graph neural networks for automatic extraction and labeling of the coronary artery tree in CT angiography 2024-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.3.034001 PMID:38756439	研究论文	提出一种使用深度学习从冠状动脉CT血管造影中自动提取和解剖标记冠状动脉树的方法	首次将图卷积神经网络与多分辨率集成方法相结合，利用相邻血管段的几何和图像强度信息进行冠状动脉树的自动提取和标记	研究样本量相对较小（104例患者），仅来自两家医院	开发全自动的冠状动脉树提取和解剖标记方法，以支持冠状动脉疾病的自动报告	冠状动脉CT血管造影扫描图像	医学图像分析	冠状动脉疾病	冠状动脉CT血管造影	图卷积神经网络	医学影像	104名患者来自两家医院的CCTA扫描	NA	图卷积神经网络, 多分辨率集成模型	F1分数	NA
66	2025-10-07	Efficacy of artificial intelligence in reducing miss rates of GI adenomas, polyps, and sessile serrated lesions: a meta-analysis of randomized controlled trials 2024-May, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2024.01.004 PMID:38184117	荟萃分析	通过荟萃分析评估人工智能在内窥镜手术中降低胃肠道腺瘤、息肉和无蒂锯齿状病变漏诊率的效果	首次通过随机对照试验的荟萃分析系统评估AI对多种胃肠道病变漏诊率的综合影响	仅纳入7项随机对照试验，样本量有限；对晚期腺瘤漏诊率未见显著改善	评估人工智能技术在内窥镜检查中降低病变漏诊率的有效性	胃肠道腺瘤、息肉、无蒂锯齿状病变和微小腺瘤	医学人工智能	胃肠道疾病	内窥镜检查	卷积神经网络	内窥镜图像	7项随机对照试验	NA	NA	相对风险, 置信区间, P值, Hedges' g	NA
67	2025-10-07	Histopathology Based AI Model Predicts Anti-Angiogenic Therapy Response in Renal Cancer Clinical Trial 2024-May-28, ArXiv PMID:38855551	研究论文	开发基于组织病理学切片的深度学习模型预测肾癌抗血管生成治疗反应	首次使用深度学习从常规组织病理学切片预测RNA水平的血管生成评分，并生成可视化血管网络提高模型可解释性	需要多个独立队列验证模型泛化能力，肿瘤异质性可能影响预测准确性	预测转移性透明细胞肾细胞癌对抗血管生成治疗的反应	转移性透明细胞肾细胞癌患者	数字病理学	肾癌	组织病理学，RNA测序	深度学习	组织病理学图像	多个独立队列包括IMmotion150临床试验数据集	NA	NA	Spearman相关系数，c-index	NA
68	2025-10-07	DEEP IMAGE PRIOR WITH STRUCTURED SPARSITY (DISCUS) FOR DYNAMIC MRI RECONSTRUCTION 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635579 PMID:40352104	研究论文	提出一种基于结构化稀疏深度图像先验的自监督动态MRI重建方法DISCUS	在深度图像先验基础上引入帧特定代码向量的组稀疏约束，无需预先指定流形维度即可发现描述时间变化的低维流形	未提及方法在大规模临床数据上的验证结果	解决动态MRI中高质量训练数据不足时的图像重建问题	动态MRI图像序列	医学影像处理	心血管疾病	动态MRI，晚期钆增强(LGE)	深度学习	医学影像	5例患者的回顾性欠采样单次激发LGE数据	NA	深度图像先验(DIP)	NA	NA
69	2025-05-12	MRI-only based material mass density and relative stopping power estimation via deep learning for proton therapy: a preliminary study 2024-05-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61869-8 PMID:38750148	研究论文	本研究开发了一种基于深度学习的MRI-only方法，用于质子治疗中的质量密度和相对阻止本领估计	首次提出结合深度学习的MRI-only方法，直接从MRI图像估计质量密度和相对阻止本领，避免了额外成像的需求	研究为初步研究，样本量有限，仅使用幻影和动物组织进行验证	开发质子治疗计划中直接从MRI图像估计质量密度和相对阻止本领的方法	五种组织替代幻影(皮肤、肌肉、脂肪组织、45%羟基磷灰石和海绵骨)和两种动物组织幻影(猪脑和猪肝)	医学影像分析	肿瘤治疗	深度学习、MRI成像(包括T1、T2和ZTE扫描)	深度学习模型	MRI图像	五种组织替代幻影和两种动物组织幻影	NA	NA	NA	NA
70	2025-05-12	An Update on the Use of Artificial Intelligence in Digital Pathology for Oral Epithelial Dysplasia Research 2024-May-10, Head and neck pathology DOI:10.1007/s12105-024-01643-4 PMID:38727841	综述	本文回顾了人工智能在数字病理学中用于口腔上皮异型增生（OED）诊断的最新进展	总结了AI在OED诊断、分级和恶性转化预测中的应用，强调了深度学习卷积神经网络的使用	研究局限于常规光学显微镜图像，排除了其他成像方式，且需要更多关于泛化性、可解释决策和预后预测的支持性研究	探讨人工智能在数字病理学中用于OED诊断的当前进展	口腔上皮异型增生（OED）	数字病理学	口腔鳞状细胞癌（OSCC）	深度学习（DL）、机器学习（ML）	CNN	图像	24项研究	NA	NA	NA	NA
71	2025-10-07	Exploiting holographically encoded variance to transmit labelled images through a multimode optical fiber 2024-May-20, Optics express IF:3.2Q2 DOI:10.1364/OE.519379 PMID:38859036	研究论文	本文提出通过全息调制在多模光纤传输中编码额外方差层，提升系统传输能力并实现彩色图像重建	首次将全息编码标签引入多模光纤传输系统，通过输出散斑模式的方差增强实现无时间同步的彩色图像重建	未明确说明样本规模和具体性能指标的量化结果	提升多模光纤系统的图像传输能力和解码效率	通过多模光纤传输的标记图像和散斑模式	计算机视觉	NA	全息调制，傅里叶变换透镜	深度学习神经网络	图像，散斑模式	数千张图像	NA	ResUNet	保真度	NA
72	2025-10-07	Deep learning-based lesion detection and severity grading of small-bowel Crohn's disease ulcers on double-balloon endoscopy images 2024-May, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2023.11.059 PMID:38065509	研究论文	本研究开发了一种基于深度学习的人工智能模型，用于在双气囊内镜图像中检测小肠克罗恩病病变并对溃疡严重程度进行分级	首次将EfficientNet-b5深度学习模型应用于双气囊内镜图像的小肠克罗恩病病变检测和溃疡严重程度分级	研究数据来自单一中心，需要多中心验证来进一步验证模型的泛化能力	利用人工智能准确检测和客观评估小肠克罗恩病，实现更精细化的疾病管理	小肠克罗恩病患者	计算机视觉	克罗恩病	双气囊内镜	CNN	图像	28,155张双气囊内镜图像，来自628名患者	NA	EfficientNet-b5	准确率	NA
73	2025-10-07	Deep learning model for the detection of prostate cancer and classification of clinically significant disease using multiparametric MRI in comparison to PI-RADs score 2024-05, Urologic oncology DOI:10.1016/j.urolonc.2024.01.021 PMID:38388243	研究论文	开发基于深度学习的多参数MRI模型用于前列腺癌检测和临床显著性前列腺癌分类，并与PI-RADS评分系统进行性能比较	首次将深度学习模型与PI-RADS分类系统在前列腺癌检测和临床显著性前列腺癌分类方面进行直接比较，并展示了在PSA分层条件下的优越性能	研究基于单中心数据，外部验证队列样本量相对较小(315例患者)	开发自动化前列腺癌检测和分类系统，提高临床显著性前列腺癌的诊断准确性	接受根治性前列腺切除术或活检的前列腺疾病患者	医学影像分析	前列腺癌	多参数磁共振成像(mpMRI)	深度学习	医学影像	总样本1729例患者(训练队列1285例，外部测试队列315例)	NA	集成模型	AUC, 敏感度, 特异度	NA
74	2025-10-07	Automated Cytometric Gating with Human-Level Performance Using Bivariate Segmentation 2024-May-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.06.592739 PMID:38766268	研究论文	提出一种名为UNITO的深度学习框架，通过将细胞级分类任务转化为基于图像的语义分割问题，实现自动化细胞分选门控	首次将图像分割技术应用于细胞分选门控，能够生成与人工门控相似的轮廓，提供更好的可解释性和可视化检查能力	未明确说明训练数据的具体规模和多样性限制	开发自动化细胞分选门控方法以减少人工操作负担	流式细胞术数据中的细胞亚群	数字病理	NA	流式细胞术	深度学习	图像	三个独立队列	NA	语义分割	与专家共识比较	每个样本预门控和门控推理约需2分钟
75	2025-10-07	PyHFO: lightweight deep learning-powered end-to-end high-frequency oscillations analysis application 2024-05-28, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad4916 PMID:38722308	研究论文	开发并验证了一个名为PyHFO的端到端软件平台，用于简化深度学习在癫痫区域神经生理生物标志物检测中的应用	首次开发了轻量级端到端高频振荡分析应用，优化技术使其处理速度比传统HFO检测应用快50倍	NA	开发能够简化深度学习在癫痫研究中应用的软件平台	癫痫患者的脑电图记录和神经生理生物标志物	数字病理	癫痫	脑电图记录，高频振荡检测	深度学习模型	脑电图信号	三个独立数据集：网格/条状电极数据、混合电极数据和啮齿动物研究数据	PyTorch	NA	处理速度	标准计算机硬件
76	2025-10-07	Deep learning-based auditory attention decoding in listeners with hearing impairment 2024-05-22, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad49d7 PMID:38729132	研究论文	本研究开发了一种基于深度学习的快速听觉注意解码方法，用于分析听力受损者的脑电图数据	首次针对听力受损人群开发深度学习听觉注意解码方法，并比较了两种数据划分策略对模型性能的影响	仅使用了31名参与者的数据，样本量有限；仅测试了深度卷积神经网络架构	开发快速听觉注意解码方法，理解听力技术对听力受损人群听觉处理的影响	听力受损人群的脑电图数据	脑机接口	听力障碍	脑电图	DCNN	脑电图信号	31名听力受损参与者	NA	深度卷积神经网络	准确率, AUC	NA
77	2025-10-07	FetchEEG: a hybrid approach combining feature extraction and temporal-channel joint attention for EEG-based emotion classification 2024-05-15, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad4743 PMID:38701773	研究论文	提出一种结合特征提取和时空联合注意力的混合方法FetchEEG，用于基于脑电信号的情绪分类	首次将传统特征提取与深度学习相结合，采用多头自注意力机制同时提取不同时间点和通道的联合表征	未明确说明模型在跨数据集泛化能力的具体限制	开发高效的脑电信号情绪分类方法	人类情绪状态的脑电信号	神经工程	NA	脑电信号分析	Transformer, 注意力机制	脑电信号	自建数据集和两个公共数据集	NA	多头自注意力机制，全连接层	分类准确率，泛化能力，训练效率	NA
78	2025-10-07	EEGminer: discovering interpretable features of brain activity with learnable filters 2024-05-13, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad44d7 PMID:38684154	研究论文	提出一种名为EEGminer的新型可微分解码流程，用于从多通道脑电图记录中学习信息丰富的潜在表征	引入由广义高斯函数参数化的可学习滤波器，提供平滑导数以实现稳定的端到端模型训练，并允许学习可解释的特征	NA	设计一个系统用于从持续脑电图活动中学习信息丰富的潜在表征	脑活动模式、脑状态识别、行为预测	机器学习	NA	脑电图(EEG)	深度学习	脑电图信号	721名受试者	NA	可学习滤波器+预定义特征提取模块	准确率	NA
79	2025-10-07	DEEP LEARNING FOR AUTOMATED DETECTION OF BREAST CANCER IN DEEP ULTRAVIOLET FLUORESCENCE IMAGES WITH DIFFUSION PROBABILISTIC MODEL 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/ISBI56570.2024.10635349 PMID:40313564	研究论文	本研究应用扩散概率模型增强深紫外荧光图像数据集，以改进乳腺癌术中切缘评估的分类性能	首次将扩散概率模型应用于深紫外荧光医学图像的数据增强，并结合预训练ResNet特征提取与XGBoost分类器进行乳腺癌检测	数据量有限是主要挑战，研究依赖于特定类型的深紫外荧光图像	提高乳腺癌在深紫外荧光图像中的自动检测准确率，用于术中切缘评估	乳腺癌的深紫外荧光图像	计算机视觉	乳腺癌	深紫外荧光成像	扩散概率模型, ResNet, XGBoost	医学图像	NA	NA	ResNet	准确率	NA
80	2025-05-03	Development and validation of a deep learning model to predict axial length from ultra-wide field images 2024-May, Eye (London, England) DOI:10.1038/s41433-023-02885-2 PMID:38102471	研究论文	开发并验证了一种深度学习模型，用于从超广角眼底图像预测中高度近视患者的眼轴长度	首次利用深度学习模型从超广角眼底图像预测眼轴长度，并验证了其可行性	模型预测偏差与真实眼轴长度值呈强负相关，且在男女之间存在显著差异	验证利用深度学习模型从超广角眼底图像预测中高度近视患者眼轴长度的可行性	3134名近视患者的6174张超广角眼底图像	计算机视觉	近视	深度学习	深度学习模型	图像	6174张超广角眼底图像（来自3134名患者）	NA	NA	NA	NA