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
16121	2025-10-07	Anatomical landmark detection on bi-planar radiographs for predicting spinopelvic parameters 2025-Mar, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-024-00990-0 PMID:39443425	研究论文	提出一种基于深度学习的自动化流程，用于在双平面X光片上检测解剖标志点并预测脊柱骨盆参数	开发了无需人工监督的自动化深度学习流程，能够同时处理多个感兴趣区域并预测多种脊柱骨盆参数	对于患有严重病理状况和高BMI患者的预测效果有限	自动化脊柱骨盆参数测量以支持脊柱畸形的诊断和治疗规划	脊柱畸形患者的双平面X光片	计算机视觉	脊柱畸形	双平面X光成像	CNN	医学影像	555张双平面X光片（455张训练，100张测试）	NA	U-Net	平均绝对差异, 组内相关系数(ICC), 平均绝对偏差(MAD)	NA
16122	2025-10-07	ABTrans: A Transformer-based Model for Predicting Interaction between Anti-Aβ Antibodies and Peptides 2025-Mar, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00664-5 PMID:39466358	研究论文	开发基于Transformer的深度学习模型ABTrans，用于预测抗Aβ抗体与多肽之间的相互作用	首次将Transformer架构应用于抗Aβ抗体-多肽相互作用预测，能够对结合能力进行四级分类	模型训练数据主要来源于噬菌体展示实验和公共数据库，可能受数据覆盖范围限制	预测抗Aβ抗体与多肽的结合能力，评估抗体交叉反应性	抗Aβ抗体和十二肽序列	自然语言处理	阿尔茨海默病	噬菌体展示	Transformer	蛋白质序列数据	来自噬菌体展示实验的十二肽序列和公共来源的抗Aβ抗体序列	NA	Transformer	准确率	NA
16123	2025-10-07	Spatial structural abnormality maps associated with cognitive and physical performance in relapsing-remitting multiple sclerosis 2025-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11157-w PMID:39470796	研究论文	使用深度学习算法识别复发缓解型多发性硬化症患者脑部空间结构异常与认知和身体功能表现的关系	首次使用3D nnU-Net生成空间异常图来表征RRMS患者的脑部异常，并基于此识别出五种具有不同临床特征的亚型	研究样本量相对有限，需要更大规模的外部验证	探索复发缓解型多发性硬化症患者脑部异常与认知和身体功能表现的关系	复发缓解型多发性硬化症患者	医学影像分析	多发性硬化症	T1加权磁共振成像	深度学习	3D医学影像	370名RRMS患者（数据集1：281人，数据集2：33人，数据集3：56人）	NA	3D nnU-Net	Kruskal-Wallis检验，Kaplan-Meier分析	NA
16124	2025-10-07	SPINEPS-automatic whole spine segmentation of T2-weighted MR images using a two-phase approach to multi-class semantic and instance segmentation 2025-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11155-y PMID:39470797	研究论文	介绍SPINEPS深度学习方法，用于在全身矢状T2加权磁共振图像中对14个脊柱结构进行语义和实例分割	首个公开可用的能够对T2加权矢状TSE图像中整个脊柱（包括后部元素）进行语义和实例分割的算法	NA	开发自动全脊柱分割方法，便于生物标志物提取、病理定位和退行性疾病分析	14个脊柱结构（十个椎骨子结构、椎间盘、脊髓、椎管和骶骨）	医学影像分析	脊柱疾病	T2加权涡轮自旋回波磁共振成像	深度学习	MRI图像	公开数据集179训练/39测试，德国国家队列1412训练/65测试，内部数据集10测试	nnUNet	两阶段方法：语义分割模型+滑动窗口实例分割模型	Dice分数，平均对称表面距离	NA
16125	2025-10-07	Evaluation of a deep learning-based software to automatically detect and quantify breast arterial calcifications on digital mammogram 2025-Mar, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.10.001 PMID:39490357	研究论文	评估基于深度学习的软件自动检测和量化数字乳腺X线摄影中乳腺动脉钙化的性能	开发了首个能够自动检测和量化乳腺动脉钙化的深度学习软件，并与传统放射科医师视觉评分进行对比验证	单中心回顾性研究，样本量相对有限（502名女性）	评估人工智能软件在自动检测和量化乳腺动脉钙化方面的性能	接受乳腺X线摄影和胸部CT检查的女性患者	数字病理学	心血管疾病	数字乳腺X线摄影，胸部CT	深度学习	医学影像	502名女性，中位年龄62岁（范围42-96岁）	NA	NA	灵敏度, 特异度, 准确率, 阳性预测值, 阴性预测值, AUC	NA
16126	2025-04-26	Comparing No-Code Platforms and Deep Learning Models for Glaucoma Detection From Fundus Images 2025-Mar, Cureus DOI:10.7759/cureus.81064 PMID:40271336	research paper	本研究比较了两种无代码机器学习平台（Google的Teachable Machine和Apple的Create ML）与传统深度学习模型ResNet200d在使用ACRIMA数据集对视网膜眼底图像进行青光眼分类的性能	首次比较无代码平台与传统深度学习模型在青光眼检测中的性能，展示了无代码平台在医疗图像分析中的潜力	研究仅使用了单一数据集（ACRIMA），建议未来研究使用更多样化的数据集验证结果	评估无代码平台与传统深度学习模型在青光眼检测中的性能差异	视网膜眼底图像	digital pathology	glaucoma	machine learning	ResNet200d, Create ML, Teachable Machine	image	705张标注的视网膜眼底图像（326张青光眼，239张非青光眼），验证集包含70张青光眼和70张非青光眼图像	NA	NA	NA	NA
16127	2025-10-07	DeepCOVIDNet-CXR: deep learning strategies for identifying COVID-19 on enhanced chest X-rays 2025-Feb-25, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2021-0272 PMID:39370946	研究论文	本研究开发了DeepCOVIDNet-CXR系统，通过自适应直方图均衡化和深度学习策略识别COVID-19胸部X光片	首次系统分析3615例COVID-19病例，并确定最适合ConvNet架构的自适应直方图均衡化参数	COVID-19胸部X光片数据量有限是临床相关性的主要缺陷	评估使用自适应直方图均衡化技术增强胸部X光片后深度学习模型识别COVID-19的性能	COVID-19患者、肺炎患者和正常人的胸部X光片	计算机视觉	COVID-19	自适应直方图均衡化(AHE)	CNN	图像	3615例COVID-19病例，包含小规模和大规模数据集	NA	MobileNet, DarkNet19, VGG16, AlexNet	准确率	NA
16128	2025-10-07	Prediction of short-term adverse clinical outcomes of acute pulmonary embolism using conventional machine learning and deep Learning based on CTPA images 2025-Feb, Journal of thrombosis and thrombolysis IF:2.3Q2 DOI:10.1007/s11239-024-03044-4 PMID:39342072	研究论文	本研究基于CTPA图像，比较传统机器学习和深度学习算法对急性肺栓塞患者短期不良临床结局的预测价值	首次结合血栓纹理特征与临床参数，系统比较多种ML和DL模型在APE预后预测中的性能，发现Vgg 19模型表现最佳	回顾性研究设计，样本量较小（132例患者），单中心数据	探索基于CTPA图像的机器学习方法对急性肺栓塞短期不良结局的预测能力	经CTPA确诊的急性肺栓塞患者	医学影像分析	肺栓塞	CTPA，纹理特征分析	传统机器学习，深度学习	医学影像	132例患者（84例良好预后，48例不良预后）	3D-Slicer, Scikit-learn	ResNet 50, Vgg 19	AUC, 精确度, 召回率, 特异性, F1分数	NA
16129	2025-10-07	Deep Learning-based 12-Lead Electrocardiogram for Low Left Ventricular Ejection Fraction Detection in Patients 2025-Feb, The Canadian journal of cardiology DOI:10.1016/j.cjca.2024.09.018 PMID:39343388	研究论文	开发基于深度学习的人工智能心电图算法，用于检测低左心室射血分数并预测LVEF值	首次将AI-ECG算法应用于低射血分数检测，并进行5年随访研究和外部验证	未详细说明模型具体架构和训练数据规模	开发高效、快速且经济的心力衰竭早期筛查工具	患者心电图数据和左心室射血分数值	医疗人工智能	心血管疾病	心电图分析	深度学习	12导联心电图数据	NA	NA	NA	AUC, 准确率, 灵敏度, 特异性, 平均绝对误差	NA
16130	2025-10-07	A review of deep learning methods for gastrointestinal diseases classification applied in computer-aided diagnosis system 2025-Feb, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03203-y PMID:39343842	综述	本文系统综述了应用于胃肠道疾病计算机辅助诊断系统的深度学习分类方法	结合临床诊断流程提出分阶段分类框架，并比较单疾病与多疾病分类结果以提升诊断准确性	NA	回顾胃肠道疾病计算机辅助诊断系统中的深度学习分类技术	胃肠道疾病（涉及食管、胃、小肠和大肠）	计算机视觉	胃肠道疾病	深度学习	NA	医学影像	NA	NA	NA	NA	NA
16131	2025-10-07	Deep learning model for automated diagnosis of degenerative cervical spondylosis and altered spinal cord signal on MRI 2025-Feb, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2024.09.015 PMID:39357744	研究论文	开发基于深度学习的MRI图像自动诊断模型，用于识别退行性颈椎病和脊髓信号异常	首次采用基于Transformer的深度学习模型对颈椎MRI进行多类别自动诊断，并在内部和外部测试中展现出优于放射科医生的诊断一致性	回顾性研究设计，样本量相对有限（共604例），且排除了有植入器械的病例	开发自动化诊断工具以提高颈椎MRI报告的一致性和效率	颈椎MRI图像中的脊髓信号异常、椎管狭窄和神经孔狭窄	医学影像分析	颈椎病	MRI成像	Transformer	医学影像	604例颈椎MRI（504例用于训练和内部测试，100例用于外部测试）	NA	Transformer	召回率, Gwet's kappa, 敏感性, 特异性	NA
16132	2025-10-07	Multi-Organ Foundation Model for Universal Ultrasound Image Segmentation With Task Prompt and Anatomical Prior 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3472672 PMID:39361457	研究论文	提出一种用于通用超声图像分割的多器官基础模型MOFO，通过任务提示和解剖先验提升分割性能	首次探索多器官通用超声图像分割，通过联合优化多个器官、提取器官不变表示、使用任务提示和解剖先验来利用多器官间的语义和解剖关系	未明确说明模型在未见器官或异常解剖结构上的泛化能力	开发通用的超声图像分割模型，克服单器官模型的局限性	超声图像中的多器官分割	计算机视觉	NA	超声成像	基础模型	超声图像	7039张图像，涵盖人体不同区域的10个器官	NA	MOFO（多器官基础模型）	Dice系数, 95% Hausdorff距离, 平均对称表面距离	NA
16133	2025-10-07	Geometry-Aware Attenuation Learning for Sparse-View CBCT Reconstruction 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3473970 PMID:39365719	研究论文	提出一种几何感知的编码器-解码器框架用于稀疏视图CBCT重建	在特征反投影阶段保持3D CBCT图像与2D X射线投影间的几何关系，并利用数据群体学习的先验知识	未明确说明模型在极端稀疏视图下的性能边界	降低CBCT扫描的辐射剂量同时保证重建质量	锥束计算机断层扫描(CBCT)图像	计算机视觉	NA	X射线投影	CNN	2D X射线投影图像，3D CBCT图像	两个模拟数据集和一个真实数据集	NA	2D CNN编码器，3D CNN解码器	重建质量，时间效率	NA
16134	2025-10-07	Coronary artery disease detection using deep learning and ultrahigh-resolution photon-counting coronary CT angiography 2025-Feb, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.09.012 PMID:39366836	研究论文	本研究评估深度学习模型在光子计数冠状动脉CT血管成像上自动检测冠状动脉疾病的诊断性能	首次在非超高分辨率光子计数冠状动脉CT血管成像上应用深度学习模型进行冠状动脉疾病自动检测，并与人类专家基于超高分辨率图像的评估进行对比	回顾性单中心研究，样本量相对有限（140例患者）	评估深度学习在冠状动脉疾病检测中的诊断性能	疑似冠状动脉疾病患者	医学影像分析	冠状动脉疾病	光子计数冠状动脉CT血管成像	深度学习	医学影像	140例患者（96名男性，44名女性），中位年龄60岁	NA	CorEx, Spimed-AI	敏感度, 特异度, 准确度, 阳性预测值, 阴性预测值, AUC	NA
16135	2025-10-07	CQformer: Learning Dynamics Across Slices in Medical Image Segmentation 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3477555 PMID:39388328	研究论文	提出一种跨实例查询引导的Transformer架构CQformer，通过常微分方程建模医学图像切片间的动态变化以提升分割性能	首次将常微分方程建模引入医学图像切片间动态变化学习，提出跨实例查询引导的Transformer架构	在BTCV数据集上仅取得第二高的性能，未在所有测试数据集上均取得最优结果	改进3D医学图像分割中连续2D切片间的特征交互机制	3D医学图像中的器官、组织和病灶分割	医学图像分割	多疾病类别（涉及不同器官和组织）	医学图像分析	Transformer	3D医学图像（CT, MRI）	7个数据集	NA	CQformer, Transformer	分割准确率	NA
16136	2025-10-07	Evaluating deep learning techniques for optimal neurons counting and characterization in complex neuronal cultures 2025-Feb, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03202-z PMID:39417963	研究论文	评估三种深度学习技术在神经元培养物中实现最优神经元计数和表征的性能	首次系统比较语义分割、目标检测和实例分割三种深度学习技术在神经元计数和表征任务中的表现	仅针对特定神经元培养物图像进行评估，未涉及其他类型细胞或组织	开发自动可靠的神经元计数和表征方法	神经元培养物中的神经元	计算机视觉	NA	深度学习	语义分割,目标检测,实例分割	图像	NA	NA	NA	计数准确率,表征精度	NA
16137	2025-10-07	Attention-Guided Residual U-Net with SE Connection and ASPP for Watershed-Based Cell Segmentation in Microscopy Images 2025-Feb, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2023.0446 PMID:39422580	研究论文	提出一种结合注意力机制、残差连接和空间金字塔池化的U-Net变体用于显微镜图像中的细胞分割	提出RA-SE-ASPP-Net框架，整合残差块、注意力机制、压缩激励连接和空洞空间金字塔池化，改进了接触细胞的分割精度	主要评估数据集为诱导多能干细胞重编程数据，在其他细胞类型上的泛化能力需进一步验证	开发自动化的细胞分割方法以替代耗时的手动分析	显微镜图像中的细胞，特别是接触细胞	计算机视觉	NA	时间推移显微镜成像	CNN, U-Net	显微镜图像	诱导多能干细胞重编程数据集	NA	Residual U-Net, SE Connection, ASPP	准确率, 精确率, 召回率, F1分数, AUC, Dice系数	NA
16138	2025-10-07	High-Accuracy and Lightweight Image Classification Network for Optimizing Lymphoblastic Leukemia Diagnosisy 2025-Feb, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24704 PMID:39429031	研究论文	提出一种高精度轻量级图像分类网络，用于优化淋巴细胞白血病的诊断	采用渐进式收缩方法，在宽度、深度、分辨率和核大小等多个维度集成综合剪枝技术训练轻量模型	数据集的物理约束和部署设备的限制可能影响模型效果	优化淋巴细胞白血病的早期检测和诊断	淋巴增生性肿瘤患者的骨髓细胞图像	计算机视觉	白血病	深度学习	CNN	图像	85名患者的17,826张骨髓细胞形态学图像	NA	轻量级图像分类网络	准确率, 吞吐量	NA
16139	2025-10-07	Electrocardiograph analysis for risk assessment of heart failure with preserved ejection fraction: A deep learning model 2025-Feb, ESC heart failure IF:3.2Q2 DOI:10.1002/ehf2.15120 PMID:39463004	研究论文	开发了一种基于心电图分析的深度学习模型，用于评估射血分数保留型心力衰竭的风险	首次将CNN-LSTM混合深度学习模型应用于心电图分析来评估HFpEF风险，相比传统生物标志物具有更好的区分能力	样本量相对有限（总355例患者），需要更大规模的外部验证	开发一种高效、经济的心力衰竭筛查方法	射血分数保留型心力衰竭高风险和低风险患者	医疗人工智能	心血管疾病	心电图分析，左心室导管检查	CNN-LSTM	心电图信号	训练队列A：238例患者，验证队列B：117例患者	NA	CNN-LSTM混合架构	准确率, 特异性, 敏感性	NA
16140	2025-10-07	A Recognition System for Diagnosing Salivary Gland Neoplasms Based on Vision Transformer 2025-Feb, The American journal of pathology DOI:10.1016/j.ajpath.2024.09.010 PMID:39490441	研究论文	开发基于Vision Transformer的计算机辅助诊断系统，用于准确分类唾液腺肿瘤的八种主要亚型	首次将Vision Transformer应用于唾液腺肿瘤的病理图像分类，诊断性能超越基准模型，并与主任病理学家相当	研究仅包含九种组织类别，未涵盖所有唾液腺肿瘤类型	开发高精度的唾液腺肿瘤计算机辅助诊断系统	唾液腺肿瘤的八种主要亚型：多形性腺瘤、肌上皮瘤、Warthin瘤、基底细胞腺瘤、嗜酸细胞腺瘤、囊腺瘤、黏液表皮样癌和腺样囊性癌	计算机视觉	唾液腺肿瘤	数字病理全切片图像分析	Vision Transformer (ViT)	图像	3046张经组织学确认的唾液腺肿瘤全切片图像，涵盖九种组织类别	NA	Vision Transformer	准确率, AUC, 精确率, 召回率, F1分数	NA