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	Deep learning model utilizing clinical data alone outperforms image-based model for hernia recurrence following abdominal wall reconstruction with long-term follow up 2024-07, Surgical endoscopy DOI:10.1007/s00464-024-10980-y PMID:38862826	研究论文	本研究比较了基于临床数据和CT图像的深度学习模型在预测腹壁重建术后疝气复发方面的表现	发现仅使用临床数据的深度学习模型在预测疝气复发方面优于基于图像和混合数据的模型	所有三种模型对疝气复发的预测能力均较差，样本量相对有限（190例患者）	评估深度学习模型预测腹壁重建术后疝气复发的能力，并比较不同数据类型的预测效果	接受腹壁重建术并有术前CT检查的患者	机器学习	疝气	CT成像	深度学习模型	临床数据和CT图像	190例腹壁重建术患者，平均随访超过7年	NA	NA	AUC	NA
42	2025-10-06	Surgical optomics: hyperspectral imaging and deep learning towards precision intraoperative automatic tissue recognition-results from the EX-MACHYNA trial 2024-07, Surgical endoscopy DOI:10.1007/s00464-024-10880-1 PMID:38789623	研究论文	本研究开发了基于高光谱成像和深度学习的术中自动组织识别系统，用于腹部手术中的精确组织识别	首次在前瞻性双中心设置中使用人类数据开发基于HSI的自动腹部组织识别系统，提出了“外科光学组学”新概念	需要进一步工作来量化HSI的临床价值，相似胚胎起源组织的分类准确性有待提高	开发术中自动组织识别技术以提高手术精准度	接受择期开腹手术的患者	计算机视觉	腹部疾病	高光谱成像	CNN	高光谱图像，RGB图像	169名患者（斯特拉斯堡73名，维罗纳96名），766张图像	NA	NA	真阳性率，DICE系数	NA
43	2025-10-06	Deep Learning for 3D Vascular Segmentation in Phase Contrast Tomography 2024-Jul-16, Research square DOI:10.21203/rs.3.rs-4613439/v1 PMID:39070623	研究论文	本文利用深度学习技术对HiP-CT成像的3D血管进行分割，并通过系统评估建立血管分割的基准模型	首次将nnU-Net框架应用于新型HiP-CT成像技术的血管分割，创建了经过双标注验证的高分辨率血管数据集	Dice系数主要评估体素一致性而忽略血管关键特征，大血管因缺乏静水压力而塌陷导致分割效果差，细小血管连通性降低和边界分割错误	为血管分割建立基准模型并评估机器学习方法在高分辨率器官成像中的应用	来自三个肾脏的HiP-CT血管数据	计算机视觉	NA	分层相衬断层扫描(HiP-CT)	深度学习	3D图像	三个肾脏的HiP-CT血管数据	nnU-Net	U-Net	Dice系数,中心线Dice值	NA
44	2025-10-06	Automatically Detecting Pancreatic Cysts in Autosomal Dominant Polycystic Kidney Disease on MRI Using Deep Learning 2024-07-16, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10070087 PMID:39058059	研究论文	本研究开发了一种基于深度学习的自动检测方法，用于在ADPKD患者的腹部MRI中识别胰腺囊肿	首次将nnU-Net架构应用于ADPKD患者胰腺囊肿的自动检测，并比较了不同配置和损失函数的模型性能	模型敏感性较低（内部/外部验证分别为20%/24%），标注一致性较差（训练数据标注一致性仅52%）	开发自动化工具辅助放射科医生检测ADPKD患者的胰腺囊肿	146名患有胰腺囊肿的ADPKD患者	数字病理	常染色体显性多囊肾病	MRI	深度学习	医学影像	254次扫描（146名训练患者），103名测试患者（40内部+40外部+23重测）	nnU-Net	nnU-Net	Dice系数, 特异性, 敏感性, 重现性	NA
45	2025-10-06	CT reconstruction using diffusion posterior sampling conditioned on a nonlinear measurement model 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.043504 PMID:39220597	研究论文	提出一种结合非线性测量模型的扩散后验采样方法用于CT重建	首次在扩散后验采样中集成非线性CT物理模型，突破了现有方法依赖线性近似的限制	仅通过模拟研究进行验证，尚未在真实临床数据上测试	开发能够处理非线性CT物理模型的高质量图像重建方法	CT图像重建	医学影像重建	NA	扩散模型，贝叶斯推理	扩散模型	CT投影数据，图像	NA	NA	无条件扩散模型	图像质量评估	NA
46	2025-10-06	Deep learning-based aberration compensation improves contrast and resolution in fluorescence microscopy 2024-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.15.562439 PMID:37986950	研究论文	提出基于深度学习的像差补偿方法，提升荧光显微镜在厚样本成像中的对比度和分辨率	通过引入合成像差训练神经网络进行像差补偿，无需降低采集速度、增加剂量或添加额外光学元件	NA	改善厚样本荧光显微镜成像质量	小鼠组织血管、胚胎细胞膜和细胞核	计算机视觉	NA	荧光显微镜技术	神经网络	显微镜图像	NA	NA	NA	图像对比度、分辨率、分割质量	NA
47	2025-10-06	Union is strength: the combination of radiomics features and 3D-deep learning in a sole model increases diagnostic accuracy in demented patients: a whole brain 18FDG PET-CT analysis 2024-Jul-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001853 PMID:38632972	研究论文	本研究比较了放射组学特征、3D深度学习CNN及其融合模型在痴呆患者全脑18F-FDG PET图像诊断中的性能	首次将放射组学特征与3D深度学习CNN结合到单一模型中，应用于全脑18FDG PET研究	样本量相对有限（共210名受试者），仅使用单一影像模态（PET-CT）	提高痴呆患者的诊断准确性	85名痴呆患者和125名健康对照者	医学影像分析	痴呆症	18F-FDG PET-CT成像	CNN	3D医学影像	210名受试者（85名痴呆患者，125名健康对照），其中40名用于测试	NA	3D-CNN	灵敏度, 特异性, 分类得分	NA
48	2025-10-06	Capability and reliability of deep learning models to make density predictions on low-dose mammograms 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044506 PMID:39114539	研究论文	评估深度学习模型在低剂量乳腺X光片上预测乳腺密度的能力和可靠性	首次系统评估深度学习模型在低剂量与标准剂量乳腺X光片上的密度预测一致性，并分析影响预测质量的关键因素	模型在致密乳腺和小面积乳腺上的预测质量会降低	评估深度学习模型在低剂量乳腺X光片上预测乳腺密度的能力和可靠性，为年轻女性乳腺癌风险估计提供依据	配对的低剂量和标准剂量乳腺X光片	计算机视觉	乳腺癌	数字乳腺X光摄影	深度学习模型	医学图像	包含配对标准剂量和低剂量图像的乳腺X光数据集	NA	NA	相关系数	NA
49	2025-10-06	Neural Network Enables High Accuracy for Hepatitis B Surface Antigen Detection with a Plasmonic Platform 2024-07-17, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.4c02860 PMID:38975746	研究论文	本文介绍了一种结合无标记等离子体生物传感与神经网络深度学习的高精度乙肝表面抗原检测方法	首次将监督深度学习神经网络与厚度敏感等离子体耦合传感技术相结合，显著提高了检测精度	未明确说明样本来源和具体样本数量	开发高精度乙肝表面抗原检测平台，用于即时诊断应用	乙肝表面抗原（HBsAg）	生物传感	乙肝病毒感染	无标记等离子体生物传感，厚度敏感等离子体耦合	神经网络	传感数据	NA	深度学习框架	神经网络	检测限，准确率，灵敏度	NA
50	2025-10-06	Dose robustness of deep learning models for anatomic segmentation of computed tomography images 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044005 PMID:39099642	研究论文	评估深度学习模型在CT图像解剖分割中对辐射剂量变化的鲁棒性	使用原始全剂量采集数据模拟低剂量CT扫描，无需重新扫描患者，并验证了与现有去噪方法的兼容性	需要进一步研究病灶分割方法的鲁棒性，并确定影响剂量鲁棒性的关键因素	评估现有分割模型对CT扫描辐射剂量变化的鲁棒性	CT图像中的人体器官分割	医学影像分析	NA	计算机断层扫描(CT)	深度学习模型	CT图像	使用体模的真实CT扫描验证模拟准确性	NA	卷积神经网络(CNN), TotalSegmentator	Dice系数, Hausdorff距离	NA
51	2025-10-06	A deep learning-driven discovery of berberine derivatives as novel antibacterial against multidrug-resistant Helicobacter pylori 2024-07-08, Signal transduction and targeted therapy IF:40.8Q1 DOI:10.1038/s41392-024-01895-0 PMID:38972904	研究论文	利用图神经网络深度学习模型发现新型小檗碱衍生物作为抗耐药幽门螺杆菌的抗菌剂	首次采用图神经网络深度学习模型预测并验证具有3,13-二取代烯烃结构的小檗碱衍生物8作为新型抗幽门螺杆菌候选药物	研究主要聚焦于临床前验证，尚未进行人体临床试验	开发针对多重耐药幽门螺杆菌的新型抗菌药物	幽门螺杆菌（包括药物敏感和耐药菌株）	药物发现	幽门螺杆菌感染	化学蛋白质组学技术	图神经网络	分子结构数据	13,638个分子组成的训练集	NA	图神经网络	最小抑菌浓度	NA
52	2025-10-06	Enhancing Hypotension Prediction in Real-time Patient Monitoring Through Deep Learning: A Novel Application of XResNet with Contrastive Learning and Value Attention Mechanisms 2024-Jul, Artificial intelligence in medicine. Conference on Artificial Intelligence in Medicine (2005- ) DOI:10.1007/978-3-031-66538-7_5 PMID:39155989	研究论文	本研究提出了一种基于XResNet架构的深度学习模型，通过对比学习和值注意力机制增强实时患者监测中的低血压预测性能	首次将XResNet架构与对比学习和值注意力机制相结合，专门针对动脉血压波形信号分析进行优化	NA	提高实时患者监测中低血压预测的准确性和可靠性	动脉血压波形信号	医疗健康监测	低血压	深度学习	XResNet	生理信号波形数据	NA	NA	XResNet	NA	NA
53	2025-10-06	SCorP: Statistics-Informed Dense Correspondence Prediction Directly from Unsegmented Medical Images 2024-Jul, Medical Image Understanding and Analysis. Medical Image Understanding and Analysis (Conference) DOI:10.1007/978-3-031-66955-2_10 PMID:39444584	研究论文	提出SCorP框架，直接从非分割医学图像预测基于表面的对应关系，无需传统形状建模流程	通过无监督方式直接从表面网格学习形状先验，消除对优化形状模型监督训练的依赖，突破传统线性假设限制	仅在LGE MRI左心房数据集和Abdomen CT-1K肝脏数据集上验证，未在其他解剖结构或模态上测试	开发直接从非分割医学图像预测密集对应关系的统计形状建模方法	左心房和肝脏的解剖结构	医学图像分析	心血管疾病, 肝脏疾病	统计形状建模, 深度学习	教师-学生网络	医学图像(LGE MRI, CT)	LGE MRI左心房数据集和Abdomen CT-1K肝脏数据集	NA	NA	准确性, 鲁棒性	NA
54	2025-10-06	Calculating Protein-Ligand Residence Times through State Predictive Information Bottleneck Based Enhanced Sampling 2024-Jul-23, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00503 PMID:38991145	研究论文	提出一种结合深度学习与增强采样方法计算蛋白质-配体停留时间的半自动化协议	首次将状态预测信息瓶颈(SPIB)与元动力学增强采样相结合，实现跨越12个数量级时间尺度的停留时间计算	方法验证仅限于六种蛋白质-配体复合物，需要进一步扩展验证范围	开发准确计算蛋白质-配体停留时间的方法以改进药物疗效	六种蛋白质-配体复合物，包括抗癌药物伊马替尼与野生型Abl激酶及耐药突变体的解离过程	计算生物学	癌症	分子动力学模拟，增强采样，深度学习	状态预测信息瓶颈(SPIB)	分子动力学轨迹数据	六种蛋白质-配体复合物	NA	状态预测信息瓶颈神经网络	停留时间计算准确性	NA
55	2025-10-06	Assessing spectral effectiveness in color fundus photography for deep learning classification of retinopathy of prematurity 2024-Jul, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.29.7.076001 PMID:38912212	研究论文	本研究评估彩色眼底摄影中不同光谱通道对早产儿视网膜病变深度学习分类的效果	首次系统比较单色通道（红、绿、蓝）和多通道融合架构在ROP分期深度学习分类中的性能差异	未说明样本来源和具体数据量，未提及外部验证结果	评估彩色眼底摄影中光谱通道对ROP深度学习分类的有效性	早产儿视网膜病变（ROP）的眼底图像	计算机视觉	早产儿视网膜病变	彩色眼底摄影	CNN	图像	NA	NA	端到端卷积神经网络分类器	准确率, 敏感度, 特异性	NA
56	2025-10-06	Deep Learning Models Used in the Diagnostic Workup of Keratoconus: A Systematic Review and Exploratory Meta-Analysis 2024-Jul-01, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000003467 PMID:38300179	系统综述与探索性荟萃分析	本文系统回顾并荟萃分析了深度学习模型在圆锥角膜诊断中的应用效果	首次对深度学习在圆锥角膜诊断中的研究进行全面系统综述并开展探索性荟萃分析	纳入研究的方法学质量有限，患者选择报告不充分且参考标准使用不当	评估深度学习算法在圆锥角膜诊断中的性能表现	圆锥角膜患者及相关医学影像数据	医学影像分析	圆锥角膜	深度学习	深度学习算法	地形图图像	19项研究纳入定性分析，10项研究纳入荟萃分析	NA	NA	敏感度, 特异度	NA
57	2025-07-23	Multimodal functional deep learning for multiomics data 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae448 PMID:39285512	research paper	提出了一种多模态功能深度学习（MFDL）方法，用于分析高维多组学数据	MFDL方法通过深度神经网络的层次结构建模多组学变异与疾病表型之间的复杂关系，并利用功能数据分析技术处理高维组学数据	未明确提及具体局限性	开发新型分析方法以应对高维多组学数据分析的挑战	高维多组学数据	machine learning	NA	functional data analysis, deep learning	deep neural networks	multiomics data	NA	NA	NA	NA	NA
58	2025-07-23	A Computed Tomography-Based Fracture Prediction Model With Images of Vertebral Bones and Muscles by Employing Deep Learning: Development and Validation Study 2024-07-12, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/48535 PMID:38995678	研究论文	本研究开发并验证了一种基于CT扫描的深度学习模型，用于预测椎骨骨折风险	结合椎骨和椎旁肌肉的CT图像，使用注意力卷积神经网络-循环神经网络模型进行骨折预测，相比仅使用骨图像或临床变量模型表现更优	研究样本主要来自特定时间段(2010-2019年)的患者，且女性比例较高	开发并验证基于CT图像的骨折预测模型	1214名患者的腹部CT图像(开发集)和495名患者(验证集)	数字病理学	骨质疏松症	CT扫描	注意力CNN-RNN	医学图像	开发集1214名患者，验证集495名患者	NA	NA	NA	NA
59	2025-07-23	Deep Learning-Based Automated Measurement of Murine Bone Length in Radiographs 2024-Jul-01, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11070670 PMID:39061752	研究论文	本研究开发了一种基于深度学习的模型，用于自动化测量小鼠骨骼X光片中的骨骼长度，以提高准确性和可重复性	利用Keypoint R-CNN算法与EfficientNet-B3特征提取骨干网络，开发了一个骨骼检测和测量流程，显著提升了测量精度和一致性	研究主要针对小鼠骨骼，尚未验证其在人类骨骼测量中的适用性	开发自动化工具以替代传统手动测量小鼠骨骼长度的方法，提高遗传关联映射的精度和一致性	小鼠骨骼X光片	计算机视觉	骨骼疾病	深度学习	Keypoint R-CNN, EfficientNet-B3	图像	94张X光片用于开发，592张用于独立测试，21,300张用于进一步验证	NA	NA	NA	NA
60	2025-10-06	Evaluating the Quality of Serial EM Sections with Deep Learning 2024-Jul-04, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada IF:2.9Q1 DOI:10.1093/mam/ozae033 PMID:38701183	研究论文	本研究开发了一种基于深度学习的串行电镜切片质量评估方法	提出了改进的ResNet-50模型（QEN）用于自动评估串行切片扫描电镜图像质量，能够实时识别成像问题	模型性能依赖于用户生成的质量评分，可能受主观因素影响	开发自动评估串行切片扫描电镜图像质量的方法，提高数据集生成效率	串行切片扫描电镜图像	计算机视觉	NA	串行切片扫描电子显微镜	CNN	图像	NA	Python	ResNet-50, QEN	NA	NA