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
141	2025-03-13	Deep learning model using planar whole-body bone scintigraphy for diagnosis of skull base invasion in patients with nasopharyngeal carcinoma 2024-Oct-09, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05969-y PMID:39379746	研究论文	本研究评估了基于平面全身骨显像的深度学习模型在诊断鼻咽癌患者颅底侵犯中的可靠性	首次使用深度学习模型结合平面全身骨显像数据来诊断鼻咽癌患者的颅底侵犯，并展示了其优于核医学专家的诊断能力	研究结果主要基于特定数据集，需要进一步的外部验证以确保模型的广泛适用性	评估深度学习模型在诊断鼻咽癌患者颅底侵犯中的应用效果	新诊断的鼻咽癌患者	数字病理	鼻咽癌	平面全身骨显像	CNN	图像	多中心研究，具体样本数量未明确	NA	NA	NA	NA
142	2025-03-13	Deep learning-based approaches for multi-omics data integration and analysis 2024-Oct-02, BioData mining IF:4.0Q1 DOI:10.1186/s13040-024-00391-z PMID:39358793	综述	本文回顾了基于深度学习的多组学数据整合和分析方法，并讨论了这些方法的独特能力和新兴趋势	本文创新性地将深度学习方法分为非生成式和生成式两大类，并详细讨论了它们在多组学数据整合中的应用和优势	本文未涉及具体实验验证，仅进行了方法论的综述和讨论	探讨深度学习在多组学数据整合和分析中的应用	多组学数据（包括分子组学和影像组学数据）	机器学习	NA	深度学习	前馈神经网络、图卷积神经网络、自编码器、变分方法、生成对抗模型、生成预训练模型	多组学数据（包括分子组学和影像组学数据）	NA	NA	NA	NA	NA
143	2025-10-07	Removing Artifacts in Transcranial Photoacoustic Imaging With Polarized Self-Attention Dense-UNet 2024-10, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.06.006 PMID:39013725	研究论文	提出一种极化自注意力密集U-Net模型用于去除经颅光声成像中的伪影	首次将极化自注意力机制与密集连接U-Net结合用于经颅光声成像伪影去除	仅在一层或两层骨板条件下验证，未涉及更复杂颅骨结构	提高经颅光声成像质量，消除颅骨引起的信号失真	颅骨下方的成像对象	医学影像处理	NA	光声成像	深度学习	光声图像	NA	NA	PSAD-UNet, U-Net	结构相似性, 峰值信噪比	NA
144	2025-10-07	Transition-zone PSA-density calculated from MRI deep learning prostate zonal segmentation model for prediction of clinically significant prostate cancer 2024-10, Abdominal radiology (New York) DOI:10.1007/s00261-024-04301-z PMID:38896250	研究论文	开发基于MRI的深度学习前列腺分区分割模型，并评估移行区PSA密度对临床显著性前列腺癌的预测价值	首次利用深度学习模型自动分割前列腺移行区，并基于此计算TZ-PSAD用于预测临床显著性前列腺癌	模型在外部验证集上的性能提升相对有限，需要进一步多中心验证	比较传统PSAD与基于深度学习的TZ-PSAD在预测临床显著性前列腺癌方面的性能差异	前列腺癌患者	数字病理	前列腺癌	MRI, T2加权成像	深度学习分割模型	医学影像	开发集1020例，内部测试集3461例，外部测试集1460例	NA	NA	Dice系数, AUC	NA
145	2025-10-07	Advanced MRI techniques in abdominal imaging 2024-10, Abdominal radiology (New York) DOI:10.1007/s00261-024-04369-7 PMID:38802629	综述	本文综述了腹部磁共振成像的先进技术及其临床应用	系统总结了包括并行成像、三维采集、压缩感知和深度学习在内的最新腹部MRI技术进展	NA	探讨先进MRI技术在腹部成像中的应用和发展	腹部MRI技术和图像质量	医学影像	腹部疾病	磁共振成像, 并行成像, 三维采集, 压缩感知, 深度学习	NA	医学影像	NA	NA	NA	NA	NA
146	2025-10-07	Effectiveness of deep learning-based reconstruction for improvement of image quality and liver tumor detectability in the hepatobiliary phase of gadoxetic acid-enhanced magnetic resonance imaging 2024-10, Abdominal radiology (New York) DOI:10.1007/s00261-024-04374-w PMID:38755452	研究论文	评估深度学习重建技术在钆塞酸增强磁共振成像肝胆期图像质量和肝肿瘤检测能力改善方面的有效性	首次系统比较深度学习重建技术在三种不同成像技术（屏气+DLR、屏气无DLR、自由呼吸导航+DLR）中对肝胆期MRI图像质量和肿瘤检测能力的提升效果	回顾性研究，样本量较小（42例患者，98个肿瘤），单中心数据	评估深度学习重建技术在钆塞酸增强MRI肝胆期成像中的图像质量改善和肿瘤检测能力提升	肝肿瘤患者	医学影像分析	肝癌	钆塞酸增强磁共振成像，深度学习重建技术	深度学习	医学影像	42例患者，98个肝肿瘤	NA	NA	图像噪声评分，呼吸运动伪影评分，病灶与非病灶对比度比，肿瘤检测率	NA
147	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
148	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
149	2025-03-08	Machine learning for automated classification of lung collagen in a urethane-induced lung injury mouse model 2024-Oct-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.527972 PMID:39421774	研究论文	本文提出了一种基于机器学习的自动化评分框架，用于评估小鼠肺损伤模型中的肺胶原含量	利用预训练的VGG16模型和统计特征结合的方法，以及采用无监督技术进行图像分析，提高了肺胶原含量评估的准确性和效率	研究依赖于小鼠模型，可能无法完全反映人类肺疾病的情况	开发自动化评分系统以提高肺胶原含量评估的准确性和一致性	成年雌性小鼠的肺切片图像	数字病理学	肺癌	SHG显微镜	VGG16, SVM	图像	NA	NA	NA	NA	NA
150	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
151	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
152	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
153	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
154	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
155	2025-10-07	Cough2COVID-19 detection using an enhanced multi layer ensemble deep learning framework and CoughFeatureRanker 2024-10-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76639-9 PMID:39448760	研究论文	提出基于咳嗽音频信号的COVID-19检测框架Cough2COVID-19，采用多层集成深度学习方法和特征选择算法	开发了多层集成深度学习框架和CoughFeatureRanker特征选择算法，首次实现从15个咳嗽音频特征中自动选择最具判别性的特征用于COVID-19检测	NA	开发低成本、非侵入式且易于获取的COVID-19检测方法	咳嗽音频信号	机器学习	COVID-19	音频信号分析	集成深度学习	音频	NA	NA	多层集成深度学习框架	特异性, 灵敏度, 准确率, AUC	NA
156	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
157	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
158	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
159	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
160	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