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
16941	2025-04-01	Transformative Approaches in Breast Cancer Detection: Integrating Transformers into Computer-Aided Diagnosis for Histopathological Classification 2025-Feb-20, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12030212 PMID:40150677	research paper	该研究提出了一种新颖的双流方法用于乳腺癌组织病理学图像分类，结合了组织病理学继承特征和基于视觉的特征以提高诊断精度	提出了一种结合Virchow2深度学习模型和Nomic基于视觉的transformer模型的双流方法，实现了全面的特征表示	未提及具体局限性	提高乳腺癌早期检测和治疗的诊断方法	乳腺癌组织病理学图像	digital pathology	breast cancer	deep learning, transformer model	Virchow2, Nomic	image	BACH数据集	NA	NA	NA	NA
16942	2025-04-01	Segmentation of the iliac crest from CT-data for virtual surgical planning of facial reconstruction surgery using deep learning 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83031-0 PMID:39773990	研究论文	本研究开发了一种基于深度学习的自动化方法，用于从CT数据中分割髂嵴，以辅助面部重建手术的虚拟规划	首次采用3D U-Net架构的卷积神经网络实现髂嵴的自动化分割，并应用迁移学习优化模型训练	研究仅针对髂嵴分割，未涉及其他骨骼结构的自动化处理	开发自动化分割髂嵴的方法，以支持数字化手术规划流程	髂嵴的CT影像数据	数字病理	面部重建手术	CT成像	3D U-Net	CT影像	1,398个手动分割的数据集（其中400个用于训练和验证，177个用于测试）	NA	NA	NA	NA
16943	2025-04-01	Prediction of white matter hyperintensities evolution one-year post-stroke from a single-point brain MRI and stroke lesions information 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83128-6 PMID:39774013	研究论文	本研究利用单点脑MRI和卒中病灶信息预测卒中后一年白质高信号（WMH）的演变	结合卒中病灶信息并使用概率深度学习模型预测WMH演变，提出了一种新的体积损失函数以提高预测准确性	研究主要针对轻度卒中事件后的WMH演变，可能不适用于其他类型的卒中或脑部疾病	预测卒中后一年白质高信号的演变，以支持个性化治疗干预	轻度卒中患者的白质高信号（WMH）和卒中病灶	数字病理学	心血管疾病	T2-FLAIR脑MRI	Probabilistic U-Net	图像	NA	NA	NA	NA	NA
16944	2025-04-01	Multi-scale feature fusion of deep convolutional neural networks on cancerous tumor detection and classification using biomedical images 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84949-1 PMID:39774273	研究论文	本文提出了一种基于多尺度特征融合的深度卷积神经网络（MFFDCNN-CTDC）模型，用于生物医学图像中的癌症肿瘤检测和分类	结合ResNet50和EfficientNet架构进行多尺度特征融合，并采用混合烟花鲸鱼优化算法（FWWOA）进行参数调优	未提及模型在临床环境中的实际应用效果及泛化能力	开发一种高效的癌症肿瘤检测和分类方法	皮肤癌肿瘤	数字病理学	皮肤癌	深度学习	CNN（ResNet50, EfficientNet, Unet3+, CAE）	图像	ISIC 2017和HAM10000数据集	NA	NA	NA	NA
16945	2025-04-01	Deep learning-based encryption scheme for medical images using DCGAN and virtual planet domain 2025-01-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84186-6 PMID:39774748	research paper	提出了一种基于DCGAN和VPD的医学图像加密新技术	整合DCGAN和VPD方法生成诱饵图像，并利用时间戳、随机数和1-DEC映射生成加密密钥	未明确提及具体样本量或实验数据集的详细构成	增强医学图像的安全性，防止未经授权的访问和篡改	医学图像	数字病理	NA	DCGAN, VPD, 1-DEC映射	DCGAN	image	NA	NA	NA	NA	NA
16946	2025-04-01	Ensemble genetic and CNN model-based image classification by enhancing hyperparameter tuning 2025-01-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76178-3 PMID:39762285	研究论文	提出了一种结合遗传算法和卷积神经网络的集成模型（EGACNN），通过优化超参数来提升图像分类的效率和准确率	结合遗传算法（GA）和卷积神经网络（CNN）进行超参数优化，提出EGACNN模型，显著提高了图像分类的准确率	研究仅基于MNIST数据集，未在其他更复杂的数据集上进行验证	提升基于CNN的图像分类系统的性能，利用集成学习和遗传算法的优势	图像分类模型	计算机视觉	NA	遗传算法（GA）	CNN, GA, 集成学习（EGACNN, CSNN）	图像	MNIST数据集	NA	NA	NA	NA
16947	2025-04-01	Prediction of ECG signals from ballistocardiography using deep learning for the unconstrained measurement of heartbeat intervals 2025-01-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84049-0 PMID:39762351	研究论文	利用深度学习从心冲击图(BCG)信号中提取心电图(ECG)波形，并探索其在R-R间期(RRI)估计中的应用	提出了一种基于双向长短期记忆网络(BiLSTM)的深度学习模型，能够从BCG信号中预测ECG信号，实现无约束的心跳间隔测量	模型在长期记录数据上的泛化能力仍有提升空间，且样本量相对较小(18名参与者用于训练，12名用于验证)	开发一种无约束的心率监测方法，适用于家庭环境中的长期心脏健康监测	心冲击图(BCG)信号和心电图(ECG)信号	机器学习	心血管疾病	深度学习信号处理	BiLSTM	生理信号(BCG和ECG)	18名参与者用于训练模型，12名不同参与者用于长期记录验证	NA	NA	NA	NA
16948	2025-04-01	Explainable attention based breast tumor segmentation using a combination of UNet, ResNet, DenseNet, and EfficientNet models 2025-01-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84504-y PMID:39762417	研究论文	本研究提出了一种基于改进UNet架构的深度学习技术，用于乳腺肿瘤分割，结合了注意力机制和先进的编码器架构	结合了CBAM和非局部注意力机制，以及ResNet、DenseNet和EfficientNet等先进的编码器架构，显著提升了分割性能	未来研究需探索多模态成像、实时临床应用以及更先进的注意力机制以进一步提升分割性能	提高乳腺肿瘤分割的准确性和可靠性	乳腺超声图像（BUSI）数据集中的乳腺肿瘤	计算机视觉	乳腺癌	深度学习	UNet、ResNet、DenseNet、EfficientNet	图像	BUSI数据集中的乳腺超声图像	NA	NA	NA	NA
16949	2025-04-01	Diagnostic Performance of a Computer-aided System for Tuberculosis Screening in Two Philippine Cities 2025, Acta medica Philippina DOI:10.47895/amp.vi0.8950 PMID:39967706	research paper	评估qXR3.0技术在菲律宾两个城市中用于结核病筛查的诊断性能	首次在菲律宾本地评估基于AI的结核病筛查系统qXR3.0的性能，并与放射科医生的诊断进行比较	样本量较小（82名参与者），未来研究需要更大样本量验证结果	评估qXR3.0技术在结核病筛查中的诊断性能，并验证其是否符合WHO标准	菲律宾15岁及以上成年人	digital pathology	tuberculosis	deep learning neural networks (DLNNs)	qXR3.0	chest radiographs (CXRs)	82名参与者	NA	NA	NA	NA
16950	2025-04-01	Detection of ionospheric disturbances with a sparse GNSS network in simulated near-real time Mw 7.8 and Mw 7.5 Kahramanmaraş earthquake sequence 2025, GPS solutions IF:4.5Q1 DOI:10.1007/s10291-024-01808-2 PMID:39990601	研究论文	本文开发了一种近实时检测电离层扰动的方法，用于识别由地震引起的电离层异常信号	利用LSTM神经网络自动检测地震引起的电离层扰动，无需事先知晓地震事件	方法在夜间电离水平较低时可能无法检测到较小幅度的扰动	开发近实时电离层扰动检测方法，用于地震监测	由Kahramanmaraş地震序列引起的电离层扰动	地球物理监测	NA	GNSS总电子含量(TEC)测量	LSTM	卫星信号数据	2023年2月6日Kahramanmaraş地震序列数据	NA	NA	NA	NA
16951	2025-03-30	Correction: Detection and recognition of foreign objects in Pu-erh Sun-dried green tea using an improved YOLOv8 based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321409 PMID:40153338	correction	对一篇关于使用改进的YOLOv8深度学习模型检测和识别普洱茶晒青毛茶中外来物的文章进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
16952	2025-10-07	Feasibility of deep learning algorithm in diagnosing lumbar central canal stenosis using abdominal CT 2025-May, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04796-z PMID:39249505	研究论文	开发基于U-Net架构的深度学习算法，使用腹部CT和腰椎CT自动诊断腰椎中央管狭窄症	首次利用腹部CT图像进行腰椎中央管狭窄症的自动诊断，并与专用腰椎CT的诊断性能进行比较	回顾性研究，样本量较小（仅109名患者），需要更大规模的前瞻性研究验证	开发深度学习算法用于腰椎中央管狭窄症的自动诊断	接受腹部CT和腰椎CT检查的患者	医学影像分析	腰椎疾病	CT成像	深度学习	CT图像	109名患者，990张CT图像	NA	U-Net	准确率, 敏感性, 特异性, Dice相似系数, 组内相关系数	NA
16953	2025-03-30	Utilization of Image-Based Deep Learning in Multimodal Glaucoma Detection Neural Network from a Primary Patient Cohort 2025 May-Jun, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100703 PMID:40151357	研究论文	开发了一种基于多模态成像数据的深度学习模型，用于青光眼的检测	通过多模态数据（眼底照片、OCT扫描和HVF分析）的整合，提高了青光眼检测模型的性能和准确性	模型在外部数据集上的性能可能受到数据质量和一致性的影响	开发一种临床可用的多模态神经网络模型，用于青光眼的检测	青光眼和非青光眼患者的眼底照片、OCT扫描和HVF测试数据	数字病理学	青光眼	深度学习	CNN和MLP	图像	716次就诊数据（706只眼睛，571名患者）和4个外部单模态数据集	NA	NA	NA	NA
16954	2025-03-30	Artificial Intelligence Models to Identify Patients at High Risk for Glaucoma Using Self-reported Health Data in a United States National Cohort 2025 May-Jun, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100685 PMID:40151359	研究论文	本研究开发了基于自报健康调查数据的人工智能模型，用于预测青光眼高风险患者	利用自报健康调查数据而非专业眼科检查数据来预测青光眼风险，适用于资源匮乏环境的大规模筛查	模型性能依赖于电子健康记录中诊断代码的准确性，且未包含眼科影像数据	开发青光眼高风险人群的预筛查工具	美国全国队列中18岁以上、有≥2次眼科相关电子健康记录并提交健康调查的参与者	机器学习	青光眼	机器学习	XGBoost, 逻辑回归, 全连接神经网络	结构化调查数据	8205名患者（其中873名确诊青光眼）	NA	NA	NA	NA
16955	2025-10-07	The Usefulness of Low-Kiloelectron Volt Virtual Monochromatic Contrast-Enhanced Computed Tomography with Deep Learning Image Reconstruction Technique in Improving the Delineation of Pancreatic Ductal Adenocarcinoma 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01214-7 PMID:39136827	研究论文	评估低keV多期相CT结合深度学习图像重建技术在改善胰腺导管腺癌轮廓描绘方面的效果	首次将深度学习图像重建技术应用于低keV虚拟单色成像，显著提升胰腺导管腺癌的对比噪声比和病灶显着性	样本量较小（35例患者），为回顾性研究	比较深度学习图像重建与传统混合迭代重建在胰腺导管腺癌成像中的性能差异	胰腺导管腺癌患者	医学影像分析	胰腺癌	多期相计算机断层扫描，虚拟单色成像	深度学习	CT影像	35例胰腺导管腺癌患者	TrueFidelity	深度学习图像重建	对比噪声比，病灶显着性评分	NA
16956	2025-10-07	Optimizing Acute Stroke Segmentation on MRI Using Deep Learning: Self-Configuring Neural Networks Provide High Performance Using Only DWI Sequences 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00994-2 PMID:39138749	研究论文	本研究评估了深度学习模型在急性脑卒中MRI分割中的性能，发现仅使用DWI序列的自配置nnU-Net模型即可达到优异分割效果	首次系统评估DWI、ADC和FLAIR序列组合对脑梗死分割的价值，并证明自配置nnU-Net仅需DWI序列即可实现高性能分割	外部验证数据集包含颅内出血病例导致假阳性，样本量相对有限	优化急性脑卒中在MRI上的自动分割方法	缺血性脑卒中患者的脑梗死区域	医学影像分析	脑卒中	MRI成像（DWI、ADC、FLAIR序列）	CNN	3D医学影像	200个梗死病例用于训练，50个病例用于测试，50个外部临床MRI用于验证	MONAI	nnU-Net, U-Net	Dice系数	NA
16957	2025-10-07	Ensemble of Deep Learning Architectures with Machine Learning for Pneumonia Classification Using Chest X-rays 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01201-y PMID:39138748	研究论文	本研究开发了一种结合深度学习架构与机器学习分类器的集成方法，用于胸部X光图像的肺炎分类	提出将改进的VGG19、ResNet50V2和DenseNet121深度学习模型与五种机器学习分类器相结合的集成方法	未提及模型可解释性方法，需要进一步研究决策过程的透明度	提高肺炎分类的准确性和效率	胸部X光图像	计算机视觉	肺炎	医学影像分析	CNN, 集成学习	图像	NA	NA	VGG19, ResNet50V2, DenseNet121	准确率	NA
16958	2025-10-07	Deep Learning-Based Prediction of Post-treatment Survival in Hepatocellular Carcinoma Patients Using Pre-treatment CT Images and Clinical Data 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01227-2 PMID:39147884	研究论文	本研究开发了一种基于深度学习的模型，利用治疗前CT图像和临床数据预测肝细胞癌患者治疗后的生存期	提出了一种级联式3D CNN模型，将CT图像特征与临床信息融合，采用离散时间生存预测方法优化预测性能	样本量相对有限，外部验证队列仅包含39例患者	预测肝细胞癌患者治疗后的生存期	692例肝细胞癌患者	医学影像分析	肝细胞癌	CT成像	CNN	CT图像, 临床数据	总样本692例（训练队列507例，测试队列146例，外部CT队列39例）	NA	DenseNet-121, 3D CNN	C-index, mC/D AUC, mBS	NA
16959	2025-10-07	Construction and Validation of a General Medical Image Dataset for Pretraining 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01226-3 PMID:39147887	研究论文	构建并验证了一个用于医学图像预训练的通用数据集CPMID	创建了首个专门用于医学图像预训练的通用数据集，并验证其在分类和分割任务中的有效性	数据集仅包含公开医学图像数据集，未涉及私有或专有数据	开发适用于医学图像分析的预训练数据集	医学图像数据	计算机视觉	NA	医学图像分析	CNN, Transformer	图像	多个公开医学图像数据集组成的CPMID数据集	NA	ResNet, Vision Transformer	准确率, ROC-AUC, 类激活图, 交并比	NA
16960	2025-10-07	Deep Learning-Based Model for Non-invasive Hemoglobin Estimation via Body Parts Images: A Retrospective Analysis and a Prospective Emergency Department Study 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01209-4 PMID:39160365	研究论文	开发基于多部位身体图像的深度学习模型用于无创血红蛋白估计	提出融合注意力机制的多身体部位图像分析模型，采用双损失函数结合回归与分类方法	前瞻性研究样本量较小（101例患者）	开发无创血红蛋白估计方法以替代传统实验室检测	贫血患者	计算机视觉	贫血	图像分析	深度学习	图像	回顾性数据集EYES-DEFY-ANEMIA和前瞻性101例患者	NA	BPANet	准确率,F1分数	NA