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
181	2025-03-09	Enhancing Whole Slide Image Classification with Discriminative and Contrastive Learning 2024-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72083-3_10 PMID:40046787	研究论文	本研究通过结合判别式和对比学习技术，提升了全切片图像（WSI）分类的准确性和鲁棒性	与现有主要依赖基于WSI级别标签分配伪标签的对比学习方法不同，本研究直接在WSI级别构建正负样本，从而更有效地学习信息丰富的图像特征	NA	提高全切片图像分类的准确性和鲁棒性	全切片图像（WSI）	数字病理学	NA	对比学习	深度学习	图像	两个数据集	NA	NA	NA	NA
182	2025-03-09	Accurate fully automated assessment of left ventricle, left atrium, and left atrial appendage function from computed tomography using deep learning 2024-Oct, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf011 PMID:40051867	研究论文	本研究开发了一种全自动深度学习方法，用于从计算机断层扫描（CT）中计算心脏功能	首次比较了nnU-Net、3D TransUNet和UNETR在心脏功能参数分割和计算中的表现，发现nnU-Net在多个指标上优于其他模型	样本量较小（39名患者），且仅评估了左侧心脏功能	开发一种全自动深度学习方法，用于从CT中计算心脏功能参数	左心室（LV）、左心房（LA）和左心耳（LAA）	计算机视觉	心血管疾病	CT	nnU-Net, 3D TransUNet, UNETR	图像	39名患者的时间分辨CT数据集	NA	NA	NA	NA
183	2025-03-05	Deep learning models for hepatitis E incidence prediction leveraging Baidu index 2024-10-31, BMC public health IF:3.5Q1 DOI:10.1186/s12889-024-20532-7 PMID:39478514	研究论文	本文利用百度指数和深度学习模型预测山东省的戊型肝炎发病率	引入了KAN到LSTM模型中以提高非线性学习能力，并验证了百度指数在预测戊型肝炎发病率中的价值	百度指数与戊型肝炎发病率之间的相关性较弱	预测戊型肝炎发病率，以帮助公共卫生组织预防疾病传播	山东省的戊型肝炎发病率和百度指数数据	自然语言处理	戊型肝炎	LSTM, stacked LSTM, attention-based LSTM, attention-based stacked LSTM, KAN	LSTM	时间序列数据	2009年1月至2022年12月的山东省戊型肝炎发病率和百度指数数据	NA	NA	NA	NA
184	2025-03-05	"Navigating the complexities of low-Grade glioma treatment: insights into SBT I-125 and novel assessment tools" 2024-Oct-12, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-03028-1 PMID:39394531	研究论文	本文通过系统回顾和荟萃分析评估了SBT I-125近距离放射治疗低级别胶质瘤的疗效和安全性，并探讨了新型自动化肿瘤评估工具在胶质瘤管理中的应用	本文首次对SBT I-125近距离放射治疗低级别胶质瘤的疗效和安全性进行了系统回顾和荟萃分析，并强调了自动化肿瘤评估工具在提高胶质瘤管理精度和效率方面的潜力	数据不足、研究异质性、缺乏随机对照试验、潜在的发表偏倚以及随访时间不一致等问题限制了长期疗效和安全性的评估	评估SBT I-125近距离放射治疗低级别胶质瘤的疗效和安全性，并探讨新型自动化肿瘤评估工具的应用	低级别胶质瘤患者	数字病理学	脑癌	SBT I-125近距离放射治疗	深度学习	医学影像	988名患者，20项研究	NA	NA	NA	NA
185	2025-03-05	Machine learning for the localization of Subthalamic Nucleus during deep brain stimulation surgery: a systematic review and Meta-analysis 2024-Oct-10, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-03010-x PMID:39387996	系统综述与Meta分析	本文评估了人工智能，特别是隐马尔可夫模型（HMM）在深部脑刺激（DBS）手术中定位丘脑底核（STN）的应用	首次系统评估了HMM在STN定位中的应用，并与其他机器学习模型（如KNN和SVM）进行了比较	研究结果基于有限数量的研究（14项），且不同研究方法之间存在显著异质性	评估机器学习在DBS手术中STN定位的应用效果	丘脑底核（STN）的定位	机器学习	神经系统疾病	微电极记录（MER）	隐马尔可夫模型（HMM）、K-近邻（KNN）、支持向量机（SVM）	结构化患者健康数据	14项研究	NA	NA	NA	NA
186	2025-10-07	An arrhythmia classification using a deep learning and optimisation-based methodology 2024-Oct, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2463574 PMID:39949269	研究论文	提出一种基于深度学习和优化方法的心电图信号分类方法	结合EfficientNet-B0特征提取与混合特征选择方法（两种滤波方法+自适应秃鹰搜索优化算法）	NA	心电图信号的五类心律失常分类	心电图信号	机器学习	心血管疾病	ECG信号处理	CNN	图像（灰度图和尺度图）	NA	NA	EfficientNet-B0	准确率	NA
187	2025-10-07	A combination of deep learning models and type-2 fuzzy for EEG motor imagery classification through spatiotemporal-frequency features 2024-Oct, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2463577 PMID:39950750	研究论文	提出一种结合深度学习和2型模糊的混合架构FCLNET，用于脑电运动想象分类	首次将2型模糊函数作为CNN激活函数处理不确定性，并采用贝叶斯优化调整超参数	仅使用公开竞赛数据集进行验证，未在更广泛临床场景测试	开发鲁棒的脑电信号分类方法以提升脑机接口系统性能	脑电信号中的运动想象模式	生物医学信号处理	NA	脑电信号处理	CNN, LSTM	脑电信号	BCI Competition IV-2a数据库和BCI Competition IV-1数据库	NA	Compact-CNN, LSTM, FCLNET	分类准确率	NA
188	2025-10-07	Deep learning improves physician accuracy in the comprehensive detection of abnormalities on chest X-rays 2024-10-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76608-2 PMID:39448764	研究论文	开发了一种FDA批准的AI系统，通过深度学习算法辅助医生全面检测和定位胸部X光片异常	FDA批准的AI系统能显著提高医生检测胸部X光片异常的准确性，特别是使非放射科医生达到放射科医生的诊断水平	NA	评估AI系统在辅助医生检测胸部X光片异常方面的效果	胸部X光片异常检测	计算机视觉	胸部疾病	深度学习	深度学习算法	医学影像	大型数据集和公开可用数据	NA	NA	AUC	NA
189	2025-10-07	Generating multi-pathological and multi-modal images and labels for brain MRI 2024-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103278 PMID:39059240	研究论文	提出一种两阶段生成模型，能够生成脑部MRI的多病理多模态图像及对应的语义标签图	首次结合潜在扩散模型和VAE-GAN生成配对的2D/3D语义标签图和多模态图像，支持多种分割任务	未明确说明生成图像的质量评估标准和计算资源需求	开发能够生成配对图像和分割标签的生成模型，用于下游监督分割任务	脑部MRI图像及其语义分割标签	医学影像分析	脑部疾病	MRI	潜在扩散模型, VAE-GAN	2D/3D医学图像, 分割标签	NA	NA	潜在扩散模型, VAE-GAN	分割性能	NA
190	2025-02-21	Deep Learning-Assisted Assessing of Single Circulating Tumor Cell Viability via Cellular Morphology 2024-10-22, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c03334 PMID:39384089	研究论文	本文提出了一种基于卷积神经网络的深度学习模型，用于通过细胞形态学评估单个循环肿瘤细胞（CTC）的活力	利用深度学习模型从细胞形态学特征中准确识别和评估单个CTC的活力，为癌症诊断、预后评估和疗效判断提供了新的非侵入性方法	由于CTC在人体血液中极为稀少，样本获取和标注可能存在挑战	开发一种高效、准确且非侵入性的方法，用于评估单个CTC的活力	循环肿瘤细胞（CTCs）	数字病理学	癌症	细胞计数试剂盒-8（CCK-8）	卷积神经网络（CNN）	图像	未明确提及具体样本数量	NA	NA	NA	NA
191	2025-02-21	Is cardiovascular risk profiling from UK Biobank retinal images using explicit deep learning estimates of traditional risk factors equivalent to actual risk measurements? A prospective cohort study design 2024-10-08, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-078609 PMID:39384229	研究论文	本研究旨在通过深度学习模型从视网膜图像中预测心血管疾病风险，并与基于实际风险测量的模型进行比较	使用两阶段深度学习神经网络从视网膜图像中估计10种传统心血管疾病风险因素，并预测5年主要不良心血管事件（MACE）风险	研究仅基于UK Biobank的数据，可能无法推广到其他人群	确定从视网膜图像中进行心血管风险预测模型的性能，并与实际风险测量模型进行比较	UK Biobank中的52,297条包含视网膜图像和5年MACE累积发病率的数据	计算机视觉	心血管疾病	深度学习	两阶段深度学习神经网络	图像	52,297条数据，分为训练集（31,403）、验证集（10,420）和测试集（10,474）	NA	NA	NA	NA
192	2025-02-21	Development and validation of a deep learning algorithm for the prediction of serum creatinine in critically ill patients 2024-Oct, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae097 PMID:39318762	研究论文	本文开发并验证了一种深度学习算法Nephrocast，用于预测重症监护病房（ICU）成年患者的次日血清肌酐（SCr）水平	利用深度学习模型预测次日SCr水平，帮助识别急性肾损伤（AKI）高风险患者，预测AKI病程，并指导肾脏清除药物的剂量调整	模型仅在单一医疗中心的数据上进行训练和验证，可能缺乏广泛适用性	开发并验证一种深度学习模型，用于预测ICU患者的次日血清肌酐水平	成年ICU患者	机器学习	急性肾损伤	深度学习	深度学习模型	电子健康记录数据	28,191次就诊，对应105,718个患者日	NA	NA	NA	NA
193	2024-10-16	Deep Learning to Predict Functional Outcome in Acute Ischemic Stroke 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.242705 PMID:39404635	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
194	2025-10-07	Application of machine-learning model to optimize colonic adenoma detection in India 2024-10, Indian journal of gastroenterology : official journal of the Indian Society of Gastroenterology IF:2.0Q3 DOI:10.1007/s12664-024-01530-4 PMID:38758433	研究论文	开发机器学习模型优化印度人群结肠腺瘤检测	首次在印度次大陆建立结肠腺瘤预测模型，采用梯度提升树模型并实现92.2%的AUC	排除了结肠腺瘤高风险患者，研究人群存在选择性偏倚	优化结肠腺瘤检测以预防结直肠癌	接受诊断性结肠镜检查的成年患者	机器学习	结直肠癌	结肠镜检查	梯度提升机,深度学习,决策树,随机森林,逻辑回归	临床数据	10320名患者（平均年龄45.18±14.82岁，69%男性）	NA	梯度提升树	AUC	NA
195	2025-10-07	The Hydronephrosis Severity Index guides paediatric antenatal hydronephrosis management based on artificial intelligence applied to ultrasound images alone 2024-10-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72271-9 PMID:39349526	研究论文	开发基于深度学习的水肾严重程度指数(HSI)，通过肾脏超声图像自动预测小儿产前水肾症患者是否需要手术干预	首次提出仅基于超声图像的人工智能系统来评估水肾严重程度，无需其他临床参数	研究仅在北美四家儿科医院进行，需要更多外部验证	开发自动化水肾严重程度评估系统以指导临床决策	小儿产前水肾症患者	计算机视觉	肾脏疾病	超声成像	深度学习	图像	202名患者测试集，来自四个大型儿科医院	NA	NA	AUROC, AUPRC, 敏感性, 特异性	NA
196	2025-02-12	Ensemble Learning for Three-dimensional Medical Image Segmentation of Organ at Risk in Brachytherapy Using Double U-Net, Bi-directional ConvLSTM U-Net, and Transformer Network 2024 Oct-Dec, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_160_24 PMID:39926139	研究论文	本文提出了一种新颖的方法，通过结合三种深度学习模型和集成学习技术，自动化分割高剂量率近距离放射治疗患者的风险器官（OAR），旨在提高分割的准确性和效率	结合了Double U-Net、双向ConvLSTM U-Net和Transformer网络三种深度学习模型，并采用集成学习技术，显著提高了分割的准确性和效率	由于内存限制，训练数据使用了降维后的CT扫描（240 × 240 × 128），可能影响模型的泛化能力	提高高剂量率近距离放射治疗中风险器官（OAR）分割的准确性和效率	高剂量率近距离放射治疗患者的风险器官（OAR）	医学图像分割	癌症	深度学习	Double U-Net (DUN), Bi-directional ConvLSTM U-Net (BCUN), Transformer Networks (TN)	CT扫描图像	70名患者（60名来自本机构，10名来自其他机构）	NA	NA	NA	NA
197	2025-10-07	An Artificial Intelligent System for Prostate Cancer Diagnosis in Whole Slide Images 2024-Oct-28, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-024-02118-3 PMID:39466503	研究论文	开发并验证用于前列腺癌全切片图像诊断的人工智能系统	提出三阶段分析流程（组织检测、分类和玻片级分析），整合传统机器学习与深度学习算法，同时检测神经周围浸润并量化癌组织比例	仅使用H&E染色玻片，未提及其他染色方法或多中心外部验证结果	开发满足临床报告需求的计算机辅助前列腺癌诊断工具	前列腺组织全切片图像	数字病理学	前列腺癌	全切片成像，H&E染色	深度学习，传统机器学习	图像	2340张H&E染色玻片，由11位专业病理学家在4个医疗中心独立标注	NA	NA	准确率，灵敏度，特异性	NA
198	2025-10-07	Semantic Segmentation of CT Liver Structures: A Systematic Review of Recent Trends and Bibliometric Analysis : Neural Network-based Methods for Liver Semantic Segmentation 2024-Oct-14, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-024-02115-6 PMID:39400739	系统综述	对基于神经网络的CT肝脏结构语义分割方法进行系统回顾和文献计量分析	首次提供该科学领域的文献计量报告，系统概述了深度学习在肝脏结构分割中的研究进展	仅关注CT图像中的肝脏结构分割，未涵盖其他成像模态	系统回顾神经网络在CT肝脏结构语义分割中的最新进展	医学CT图像中的肝脏结构	计算机视觉	肝脏疾病	CT成像	深度学习,生成模型	CT图像	NA	NA	混合2D和3D网络	性能基准	NA
199	2025-10-07	Deep learning pipeline for automated cell profiling from cyclic imaging 2024-10-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74597-w PMID:39384907	研究论文	开发用于循环荧光显微镜图像的自动化细胞分析深度学习流程CycloNET	提出专门针对循环免疫荧光数据的端到端计算流程，实现快速图像配准和细胞分割	仅应用于头颈部鳞状细胞癌的22个人类样本，需要验证在其他疾病类型的适用性	开发自动化分析循环荧光显微镜图像的计算方法	头颈部鳞状细胞癌患者的组织样本和免疫细胞	数字病理学	头颈部鳞状细胞癌	循环免疫荧光显微镜	CNN	荧光显微镜图像	22个人类头颈部鳞状细胞癌样本，每个样本13个染色周期和17个视野	NA	预训练神经网络	处理效率（10分钟完成大规模数据集分析）	NA
200	2025-10-07	Fully automated segmentation and volumetric measurement of ocular adnexal lymphoma by deep learning-based self-configuring nnU-net on multi-sequence MRI: a multi-center study 2024-Oct, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03429-5 PMID:39014270	研究论文	本研究评估了nnU-net在眼部附件淋巴瘤多序列MRI图像上的自动分割和体积测量性能	首次在多中心研究中应用自配置nnU-net实现眼部附件淋巴瘤的自动分割和体积测量	模型2无法检测19例T1c序列病例，T1_nFS序列的分割性能相对较差	评估深度学习模型在眼部附件淋巴瘤MRI图像分割和体积测量中的性能	眼部附件淋巴瘤患者	医学影像分析	眼部附件淋巴瘤	多序列MRI成像	nnU-net	MRI图像	训练集147例患者，测试集33例患者	nnU-net	nnU-net	Dice相似系数, 敏感度, 阳性预测值, Bland-Altman图, Lin一致性相关系数	NA