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
581	2025-10-07	Applications and potential of machine, learning augmented chest X-ray interpretation in cardiology 2025-Feb, Minerva cardiology and angiology IF:1.4Q3 DOI:10.23736/S2724-5683.24.06288-4 PMID:39535525	综述	探讨机器学习在心脏X光片判读中的应用现状与未来潜力	系统梳理机器学习在心脏X光判读中的多维度应用，并从临床和技术双视角展望未来发展方向	NA	改善心脏病学领域临床决策支持系统	胸部X光影像及其临床判读	计算机视觉	心血管疾病	胸部X光成像	深度学习	医学影像	NA	NA	NA	NA	NA
582	2025-10-07	Glottic opening detection using deep learning for neonatal intubation with video laryngoscopy 2025-Feb, Journal of perinatology : official journal of the California Perinatal Association IF:2.4Q1 DOI:10.1038/s41372-024-02171-3 PMID:39537817	研究论文	本研究开发了一种基于深度学习的AI方法，用于在新生儿视频喉镜检查中自动检测声门开口	首次将YOLOv8深度学习模型应用于新生儿视频喉镜检查中的声门开口自动检测，并与不同经验水平的医疗提供者进行性能比较	样本量相对有限（84例新生儿插管），需要在更大数据集上进一步验证	开发AI辅助工具以提高新生儿插管的安全性和效率	新生儿插管过程中的声门开口	计算机视觉	NA	视频喉镜检查	CNN	视频帧	84例新生儿插管的1623个视频帧	NA	YOLOv8	精确率, 召回率	NA
583	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
584	2025-10-07	Geometric neural network based on phase space for BCI-EEG decoding 2025-Feb-19, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad88a2 PMID:39423831	研究论文	提出一种基于相位空间的几何神经网络Phase-SPDNet，用于脑机接口中脑电信号的解码	结合增强协方差方法和SPDNet框架，提出新型Phase-SPDNet架构，在仅使用三个电极的情况下显著优于现有深度学习架构	仅使用三个电极可能限制信号捕获的完整性，模型在更广泛人群中的泛化能力需进一步验证	开发能够在有限电极数量下实现有效脑电信号解码的深度学习算法	脑机接口系统中的脑电信号	脑机接口	NA	脑电图	几何神经网络	脑电信号	来自多个开源数据集的近100名受试者	SPDNet	Phase-SPDNet	5折交叉验证	NA
585	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
586	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
587	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
588	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
589	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
590	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
591	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
592	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
593	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
594	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
595	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
596	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
597	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
598	2025-10-07	The Impact of Deep Learning on Determining the Necessity of Bronchoscopy in Pediatric Foreign Body Aspiration: Can Negative Bronchoscopy Rates Be Reduced? 2025-Feb, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.162014 PMID:39489944	研究论文	本研究评估深度学习在儿童气道异物吸入诊断中的作用，旨在减少不必要的支气管镜检查	首次将CNN深度学习模型应用于儿童气道异物吸入的影像诊断，并与传统逻辑回归方法进行对比	样本量较小（47例患者），单中心研究，需要更大规模多中心数据验证	评估深度学习在减少儿童气道异物吸入阴性支气管镜检查率方面的效果	疑似气道异物吸入的儿科患者（47例）和健康儿童（63例）	计算机视觉	儿科呼吸系统疾病	胸部X光摄影	CNN	医学影像	110张PA胸部X光图像（47例患者+63例健康对照）	NA	卷积神经网络	灵敏度, 特异性, 准确率, F1分数	NA
599	2025-04-25	Deep Learning-Powered Colloidal Digital SERS for Precise Monitoring of Cell Culture Media 2025-Feb-04, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.03.636280 PMID:39974903	研究论文	本文介绍了一种基于深度学习的胶体数字SERS平台，用于精确监测细胞培养基	利用深度学习和胶体数字SERS技术，通过将时间波动的SERS强度转换为数字二进制信号，显著提高了检测的准确性和可重复性	某些分析物缺乏特征SERS峰可能限制了该平台的广泛应用	开发一种快速、精确监测细胞培养基的新技术，以提高生物制药制造的质量控制	细胞培养基（特别是AMBIC 1.1）中的小分子关键过程参数和质量属性	生物医学诊断	NA	表面增强拉曼光谱（SERS），深度学习	深度学习	光谱数据	NA	NA	NA	NA	NA
600	2025-04-25	UTSRMorph: A Unified Transformer and Superresolution Network for Unsupervised Medical Image Registration 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3467919 PMID:39321000	research paper	提出了一种名为UTSRMorph的新型无监督医学图像配准方法，结合Transformer和超分辨率网络以提升特征表示学习和生成详细位移场	提出融合注意力块和重叠注意力块，结合ConvNets和Transformers的优势，并使用超分辨率模块替代插值上采样以避免特征退化	未明确提及具体局限性，但可能涉及计算复杂度或特定数据集上的泛化能力	提升医学图像配准的准确性和效率	3D脑部MR图像（OASIS, IXI）和MR-CT数据集（腹部、颅颌面）	digital pathology	NA	深度学习	Transformer, ConvNet	3D医学图像	多个公开数据集（OASIS, IXI, 腹部和颅颌面MR-CT）	NA	NA	NA	NA