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
341	2025-10-07	[A deep learning model based on magnetic resonance imaging and clinical feature fusion for predicting preoperative cytokeratin 19 status in hepatocellular carcinoma] 2024-Sep-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2024.09.14 PMID:39505342	研究论文	开发基于MRI影像和临床特征融合的深度学习模型，用于术前预测肝细胞癌CK19状态	提出多尺度和多模态特征融合的深度学习模型，首次将MRI影像特征与临床特征结合用于CK19状态预测	回顾性研究，样本量较小（116例患者），需要外部验证	术前预测肝细胞癌CK19表达状态	116例经确认CK19状态的肝细胞癌患者	医学影像分析	肝细胞癌	磁共振成像	深度学习	医学影像, 临床数据	116例肝细胞癌患者	NA	MSFF-IResnet, MMFF-IResnet	AUC, 准确率, 敏感性, 特异性	NA
342	2025-10-07	Real-time CBCT Imaging and Motion Tracking via a Single Arbitrarily-angled X-ray Projection by a Joint Dynamic Reconstruction and Motion Estimation (DREME) Framework 2024-Sep-25, ArXiv PMID:39398221	研究论文	开发了一种无需患者特异性先验知识的实时CBCT成像和运动跟踪框架DREME	通过联合动态重建和运动估计框架，仅使用单个任意角度X射线投影实现实时CBCT成像和运动跟踪	NA	实现放疗中实时CBCT成像和运动跟踪，解决传统方法依赖过时先验知识的问题	呼吸引起的解剖运动，特别是肺部肿瘤运动	医学影像	肺癌	锥束计算机断层扫描(CBCT)，X射线投影	CNN	X射线投影图像，CBCT图像序列	数字体模模拟和真实患者研究	NA	卷积神经网络运动编码器	肿瘤质心定位误差，投影域肿瘤定位精度	NA
343	2025-10-07	AxonFinder: Automated segmentation of tumor innervating neuronal fibers 2024-Sep-07, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.03.611089 PMID:39282317	研究论文	开发了一种名为AxonFinder的深度学习工具，用于自动分割前列腺肿瘤微环境中的神经元轴突	首次提出基于U-Net与ResNet-101编码器的深度学习模型，专门用于分割形态不规则的肿瘤内神经元轴突	模型训练依赖于手动标注的轴突数据，可能受到标注者主观性的影响	开发自动分割肿瘤内神经元轴突的算法，研究肿瘤神经支配与癌症进展的关联	前列腺肿瘤微环境中的神经元轴突	数字病理学	前列腺癌	多重成像技术	CNN	全玻片图像	来自低、中、高风险前列腺癌患者的全玻片图像数据集	NA	U-Net, ResNet-101	准确率	NA
344	2025-10-07	Deep learning-based fully automatic Risser stage assessment model using abdominal radiographs 2024-09, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-024-05999-1 PMID:39046527	研究论文	开发基于深度学习的全自动Risser分期评估模型，使用腹部X光片进行骨骼成熟度评估	首次提出全自动的Risser分期评估方法，结合骨盆骨分割和分类模型实现端到端评估	样本量相对有限，仅包含9-18岁患者，需要进一步验证在更广泛人群中的适用性	开发自动化的Risser分期评估系统以辅助骨骼成熟度评估	青少年患者的腹部X光片	计算机视觉	骨科疾病	X射线成像	CNN	医学图像	1,681张腹部X光片（1,577张用于开发，104张用于外部验证）	NA	DeepLabv3+, EfficientNet-B0, ConvNeXt-B	准确率, AUROC, 平均绝对误差	NA
345	2025-10-07	Doctor simulator: Delta-Age-Sex-AdaIn enhancing bone age assessment through AdaIn style transfer 2024-09, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-024-06000-9 PMID:39060414	研究论文	提出一种结合年龄和性别分布的自适应实例归一化方法DASA-net，用于提升骨龄评估的准确性	首次将年龄和性别分布通过AdaIN风格迁移融入骨龄评估，模拟医生视觉比较手部图像与标准骨图谱的过程	未明确说明模型在临床环境中的泛化能力和计算效率	开发更准确的骨龄评估方法	儿童手部X光片	计算机视觉	儿科发育疾病	X射线成像	深度学习	图像	公开数据集14,236张手部X光片（1-228个月），私有数据集474张手部X光片（12-218个月，268名男性）	NA	DASA-net（包含BoneEncoder、Binary code distribution、Delta-Age-Sex-AdaIn、AgeDecoder四个模块）	平均绝对偏差(MAD)	NA
346	2025-10-07	Accelerated cardiac magnetic resonance imaging using deep learning for volumetric assessment in children 2024-09, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-024-05978-6 PMID:39017676	研究论文	本研究评估了使用深度学习重建的加速3-RR电影MRI序列在儿童心脏磁共振成像中的诊断性能	首次在儿童心脏MRI中应用深度学习加速技术，将扫描时间从218.3秒显著减少至45.5秒	深度学习电影图像在舒张末期和收缩末期轮廓、乳头肌和瓣膜显示方面的图像质量有所降低	评估深度学习加速心脏MRI在儿童心室容积测量中的诊断性能	29名接受心脏MRI检查的儿童患者（平均年龄11±5岁，范围1-17岁）	医学影像分析	心血管疾病	心脏磁共振成像，平衡稳态自由进动序列	深度学习	医学影像	29名连续患者	NA	NA	组内相关系数，Bland-Altman分析，线性回归，图像质量评分	1.5特斯拉MRI扫描仪
347	2025-10-07	Development and Testing of Artificial Intelligence-Based Mobile Application to Achieve Cataract Backlog-Free Status in Uttar Pradesh, India 2024 Sep-Oct, Asia-Pacific journal of ophthalmology (Philadelphia, Pa.) DOI:10.1016/j.apjo.2024.100094 PMID:39187013	研究论文	开发并测试用于白内障筛查的人工智能移动应用程序，以解决印度北方邦白内障积压问题	开发了首个面向基层卫生工作者的AI移动应用，通过眼部图像进行社区级白内障筛查	模型在眼部和虹膜聚焦图像上的灵敏度较低（约52%），阳性预测值仅为58.4%	通过AI技术实现社区级白内障筛查，消除白内障积压病例	印度北方邦50岁及以上人群的白内障患者	计算机视觉	白内障	眼部图像分析	深度学习	图像	13,633张眼部图像用于模型开发，302名受益者（604张图像）用于现场测试	NA	ResNet50, ResNet101, YOLOv5, EfficientNetV2, InceptionV3, UNet	灵敏度, 特异度, 阳性预测值, 阴性预测值	NA
348	2025-10-07	Fully automated epicardial adipose tissue volume quantification with deep learning and relationship with CAC score and micro/macrovascular complications in people living with type 2 diabetes: the multicenter EPIDIAB study 2024-09-03, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-024-02411-y PMID:39227844	研究论文	本研究使用深度学习自动量化心外膜脂肪组织体积，并探讨其与2型糖尿病患者微血管和大血管并发症的关系	首次在多中心研究中应用经过验证的深度学习分割流程实现心外膜脂肪组织体积的完全自动量化	研究为回顾性分析，心外膜脂肪组织体积与糖尿病视网膜病变和周围神经病变无显著关联	评估心外膜脂肪组织与2型糖尿病微血管和大血管并发症的关系	2型糖尿病患者，特别是接受冠状动脉钙化评分心脏CT检查的患者	数字病理	2型糖尿病	心脏CT，深度学习分割	深度学习	医学影像	1253名接受心脏CT检查的2型糖尿病患者	NA	NA	p值	NA
349	2025-01-07	Deep Learning Features Can Improve Radiomics-Based Prostate Cancer Aggressiveness Prediction 2024-09, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.23.00180 PMID:39292984	研究论文	本研究探讨了深度学习特征如何提升基于放射组学的前列腺癌侵袭性预测	研究表明，除了从分割模型中提取放射组学特征外，深度学习特征空间中的信息也能提升疾病侵袭性分类模型的质量	研究未明确说明深度学习特征与放射组学特征结合的具体机制，且部分模型性能提升不明显	探索深度学习特征在提升前列腺癌侵袭性预测模型性能中的作用	前列腺癌患者	数字病理学	前列腺癌	深度学习	自编码器	图像	2,244次实验，基于13种不同模型	NA	NA	NA	NA
350	2024-09-25	Construction of Risk Prediction Model of Type 2 Diabetic Kidney Disease Based on Deep Learning (Diabetes Metab J 2024;48:771-9) 2024-09, Diabetes & metabolism journal IF:6.8Q1 DOI:10.4093/dmj.2024.0464 PMID:39313232	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
351	2025-01-04	Deep Learning for Visual Speech Analysis: A Survey 2024-09, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3376710 PMID:38478434	综述	本文综述了深度学习在视觉语音分析领域的最新进展，包括基本问题、挑战、基准数据集、现有方法的分类以及最先进的性能	提供了视觉语音分析领域的全面综述，识别了当前研究中的空白，并讨论了未来的研究方向	未涉及具体实验验证，仅为基础性综述	推动视觉语音领域的未来研究	视觉语音分析	计算机视觉	NA	深度学习	NA	视频	NA	NA	NA	NA	NA
352	2025-01-01	Fed-CL- an atrial fibrillation prediction system using ECG signals employing federated learning mechanism 2024-09-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71366-7 PMID:39251753	研究论文	本文提出了一种基于联邦学习机制的心电图信号心房颤动预测系统Fed-CL	结合长短期记忆网络和卷积神经网络，利用联邦学习机制解决数据隐私问题	未提及具体的数据集大小和实验结果的详细比较	通过心电图信号预测心房颤动，同时保护用户隐私	心电图信号和心率变异性	机器学习	心血管疾病	联邦学习	LSTM, CNN	心电图信号	NA	NA	NA	NA	NA
353	2024-12-31	Identification and diagnosis of schizophrenia based on multichannel EEG and CNN deep learning model 2024-09, Schizophrenia research IF:3.6Q1 DOI:10.1016/j.schres.2024.07.015 PMID:39002527	研究论文	本文提出了一种基于多通道EEG和CNN深度学习模型的高精度精神分裂症检测方法	与使用传统机器学习算法的文献不同，本方法从EEG记录中自主提取网络训练所需的特征	样本量较小，仅包括14名健康受试者和14名精神分裂症患者	开发一种高精度的精神分裂症检测方法	精神分裂症患者和健康受试者的EEG记录	机器学习	精神分裂症	EEG	CNN	EEG记录	14名健康受试者和14名精神分裂症患者	NA	NA	NA	NA
354	2024-12-31	AI potential in PET/CT cancer imaging 2024 Sep-Dec, Hellenic journal of nuclear medicine IF:0.9Q4 DOI:10.1967/s002449912756 PMID:39644273	综述	本文探讨了人工智能（AI）在正电子发射断层扫描/计算机断层扫描（PET/CT）癌症成像中的应用	AI在肿瘤分割、分类、诊断、无病生存预测和治疗反应预测中的应用，尤其是放射组学这一新兴研究领域	数据集规模、标准化和伦理问题仍需解决，以实现AI在PET/CT肿瘤成像中的广泛临床整合	研究AI在PET/CT癌症成像中的应用及其潜力	PET/CT成像技术及其在肿瘤学中的应用	数字病理学	癌症	PET/CT	机器学习和深度学习	医学影像	NA	NA	NA	NA	NA
355	2024-12-29	Backpropagation-Based Learning Techniques for Deep Spiking Neural Networks: A Survey 2024-09, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3263008 PMID:37027264	综述	本文综述了基于反向传播的深度脉冲神经网络（SNNs）学习技术	提出了新的脉冲反向传播算法分类法，分为空间、时空和单脉冲三类	SNNs的离散信息表示使得基于反向传播的训练具有挑战性	探讨深度SNNs在低功耗应用中的训练策略	深度脉冲神经网络（SNNs）	机器学习	NA	反向传播	SNN	NA	NA	NA	NA	NA	NA
356	2024-12-29	SSGCNet: A Sparse Spectra Graph Convolutional Network for Epileptic EEG Signal Classification 2024-09, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3252569 PMID:37030729	研究论文	本文提出了一种稀疏光谱图卷积网络（SSGCNet）用于癫痫脑电图（EEG）信号分类	提出了一种加权邻域场图（WNFG）来表示EEG信号，并结合稀疏权重剪枝和交替方向乘子法（ADMM）开发了序列图卷积网络	未提及具体局限性	开发一种轻量级的深度学习模型，同时保持高分类准确率	癫痫脑电图（EEG）信号	机器学习	癫痫	图卷积网络（GCN）	SSGCNet	EEG信号	Bonn公共数据集和SSW临床真实数据集	NA	NA	NA	NA
357	2024-12-29	Higher Order Polynomial Transformer for Fine-Grained Freezing of Gait Detection 2024-09, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3264647 PMID:37043325	研究论文	本文提出了一种基于视觉输入的高阶多项式变换器（HP-Transformer）架构，用于细粒度冻结步态（FoG）检测	提出了高阶自注意力机制，基于高阶多项式构建了线性、双线性和三线性变换器，并通过跨阶融合策略进行FoG检测	NA	开发一种基于机器学习的细粒度冻结步态检测方法	帕金森病患者的冻结步态（FoG）事件	计算机视觉	帕金森病	NA	高阶多项式变换器（HP-Transformer）	图像	大型内部数据集	NA	NA	NA	NA
358	2024-12-25	Magnetic Resonance Electrical Properties Tomography Based on Modified Physics- Informed Neural Network and Multiconstraints 2024-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3391651 PMID:38640054	研究论文	本文提出了一种基于改进的物理信息神经网络和多约束的磁共振电特性断层成像方法	本文提出了一种模型驱动的方法，利用全连接网络从测量的射频信号及其空间梯度和拉普拉斯算子映射到电特性，并通过自动微分和链式法则计算电特性的空间梯度，同时引入了多约束以缓解问题的病态性	NA	开发一种新的磁共振电特性断层成像方法，以提高电特性值的重建精度	磁共振成像系统中扫描组织的电特性空间分布	计算机视觉	NA	磁共振成像	全连接网络	图像	三维真实头部模型、数字幻影模拟和9.4T动物MRI系统的实际幻影实验	NA	NA	NA	NA
359	2024-12-25	Deep Location Soft-Embedding-Based Network With Regional Scoring for Mammogram Classification 2024-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3389661 PMID:38625766	研究论文	提出了一种基于深度位置软嵌入和区域评分网络（DLSEN-RS）的乳腺X线图像分类方法	引入了位置嵌入（PE）和聚合池化（AP）模块，无需手动分割标注、边界框、迁移学习或多阶段训练即可定位病变区域，并提高了模型的肿瘤定位和诊断准确性	未提及具体的局限性	开发一种无需手动分割标注的乳腺X线图像分类方法，以减少劳动、资金和计算开销	乳腺X线图像中的病变区域	计算机视觉	乳腺癌	深度学习	CNN	图像	使用了INbreast和CBIS-DDSM数据集进行实验	NA	NA	NA	NA
360	2024-12-25	Morph-SSL: Self-Supervision With Longitudinal Morphing for Forecasting AMD Progression From OCT Volumes 2024-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3390940 PMID:38635383	研究论文	本文提出了一种名为Morph-SSL的自监督学习方法，用于从OCT体积数据中预测年龄相关性黄斑变性（AMD）的进展	Morph-SSL通过使用不同时间点的未标记OCT扫描并进行纵向变形，生成中间扫描，从而在自监督学习中实现平滑的特征流形	本文仅在特定数据集上进行了验证，未来需要在更多样化的数据集上进行测试	开发一种深度学习模型，用于预测从中间年龄相关性黄斑变性（iAMD）到新生血管性年龄相关性黄斑变性（nAMD）的转换风险	年龄相关性黄斑变性（AMD）患者的OCT扫描数据	机器学习	眼科疾病	自监督学习	深度学习模型	图像	399只眼睛的未标记扫描（3570次访问），以及343只眼睛的临床标记扫描（2418次扫描）	NA	NA	NA	NA