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	2025-10-06	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
62	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
63	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
64	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
65	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
66	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
67	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
68	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
69	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
70	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
71	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
72	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
73	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
74	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
75	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
76	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
77	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
78	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
79	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
80	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