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
221	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
222	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
223	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
224	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
225	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
226	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
227	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
228	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
229	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
230	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
231	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
232	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
233	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
234	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
235	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
236	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
237	2025-10-07	A Feature-Fusion Technique-Based Alzheimer's Disease Classification Using Magnetic Resonance Imaging 2024-Oct-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212363 PMID:39518331	研究论文	提出一种基于特征融合技术的阿尔茨海默病分类方法，使用磁共振成像数据	改进现有视觉Transformer模型，结合CatBoost分类器实现特征融合，在有限计算资源下提供可解释的AD分类方案	仅使用MRI数据，未整合遗传和临床数据，模型鲁棒性和适用性有待进一步验证	开发计算资源需求较低且可解释的阿尔茨海默病早期诊断方法	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	磁共振成像	ViT, CatBoost	图像	OASIS数据集	NA	改进的Vision Transformer	准确率, 损失值	有限计算资源
238	2025-10-07	Hexagonal diffraction gratings generated by convolutional neural network-based deep learning for suppressing high-order diffractions 2024-Oct-01, Journal of the Optical Society of America. A, Optics, image science, and vision DOI:10.1364/JOSAA.531198 PMID:39889023	研究论文	利用基于卷积神经网络的深度学习算法设计六边形衍射光栅，有效抑制高阶衍射	首次将卷积神经网络应用于六边形衍射光栅的结构参数反演设计，实现单阶衍射特性	未明确说明神经网络的具体训练数据规模和泛化能力	开发能够抑制高阶衍射的衍射光栅设计方法	六边形衍射光栅	计算机视觉	NA	深度学习	CNN	仿真数据，实验数据	NA	NA	卷积神经网络	衍射强度抑制率	NA
239	2025-02-01	Deep learning-based image quality assessment for optical coherence tomography macular scans: a multicentre study 2024-Oct-22, The British journal of ophthalmology DOI:10.1136/bjo-2023-323871 PMID:39033014	研究论文	本文开发并外部测试了用于评估Cirrus和Spectralis光学相干断层扫描设备三维黄斑扫描图像质量的深度学习模型	使用深度学习模型评估三维黄斑扫描图像质量，并进行了多中心外部测试	研究依赖于特定设备（Cirrus和Spectralis）的数据，可能不适用于其他设备	开发用于评估光学相干断层扫描图像质量的深度学习模型	Cirrus和Spectralis光学相干断层扫描设备的三维黄斑扫描图像	计算机视觉	黄斑疾病	深度学习	ResNet-18	图像	2277个Cirrus 3D扫描和1557个Spectralis 3D扫描	NA	NA	NA	NA
240	2025-01-31	A Scoping Review of the Use of Artificial Intelligence in the Identification and Diagnosis of Atrial Fibrillation 2024-Oct-24, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm14111069 PMID:39590561	综述	本文综述了人工智能（AI）在心房颤动（AF）识别和诊断中的应用，特别是机器学习（ML）在临床环境中的应用	本文首次系统地综述了AI在AF诊断中的应用，特别是深度学习在自动提取特征方面的优越表现	综述仅基于30项研究，可能无法涵盖所有相关研究	旨在综合当前关于AI在AF识别和诊断中应用的知识	心房颤动（AF）的识别和诊断	机器学习	心血管疾病	机器学习（ML），深度学习	深度学习	12导联和单导联心电图信号，光电容积描记法数据	2635篇文章初步筛选，最终纳入30项研究	NA	NA	NA	NA