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
761	2025-10-07	First-in-Men Online Adaptive Robotic Stereotactic Body Radiation Therapy: Toward Ultrahypofractionation for High-Risk Prostate Cancer Patients 2025-Feb, Advances in radiation oncology IF:2.2Q2 DOI:10.1016/j.adro.2024.101701 PMID:39866592	研究论文	本文开发并验证了用于高危前列腺癌患者的在线自适应机器人立体定向放射治疗系统	首次在人体中应用在线自适应机器人立体定向放射治疗技术，针对高危前列腺癌患者开发快速治疗计划方法	研究样本量有限，仅为UPRATE试验的首批患者，需更大规模研究验证结果	开发在线自适应放射治疗系统以减少精囊的计划靶区边界	高危前列腺癌患者，特别是精囊需要包含在靶区内的患者	数字病理	前列腺癌	在线自适应放射治疗，CT-on-rails成像，立体定向放射治疗	深度学习	医学影像	UPRATE试验的首批患者（60个治疗计划）	NA	NA	优化时间，剂量参数，计划约束符合率，治疗时间	CyberKnife放射治疗系统，集成CT-on-rails
762	2025-10-07	Diagnostic value of deep learning reconstruction-based subtraction CT-FFR in patients with calcified-related stenosis or stent implantation 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1366 PMID:39995698	研究论文	本研究探讨基于深度学习重建的减影CT-FFR在钙化相关狭窄或支架植入患者中的诊断价值	首次将深度学习重建技术应用于减影CT-FFR，改进了钙化相关狭窄和冠状动脉支架的血流动力学评估	样本量较小（30例患者），需要更大规模研究验证	评估减影CT-FFR在钙化相关狭窄和冠状动脉支架应用中的诊断性能	钙化相关冠状动脉狭窄患者和冠状动脉支架植入患者	医学影像分析	心血管疾病	冠状动脉计算机断层扫描血管成像（CTA）、血流储备分数（FFR）	深度学习重建	医学影像	30例患者，包含52个钙化相关病变和14个冠状动脉支架	NA	NA	灵敏度、特异性、阳性预测值、阴性预测值、准确率	NA
763	2025-10-07	Development and evaluation of a deep learning model for multi-frequency Gibbs artifact elimination 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1344 PMID:39995704	研究论文	开发并评估一种用于消除多频率吉布斯伪影的深度学习模型	使用包含多种解剖区域和MRI序列的大规模数据集，开发能够处理不同频率吉布斯伪影的深度学习模型	研究样本主要来自回顾性数据，前瞻性验证样本量较小（仅30例）	开发消除MRI图像中吉布斯伪影的深度学习模型，提高脊髓空洞症的诊断准确性	MRI图像中的吉布斯伪影	计算机视觉	脊髓空洞症	磁共振成像	深度学习模型	图像	290,940张MRI图像（来自4,936次扫描），外部验证包含20名健康成年人和10名脊髓空洞症患者	NA	NA	AUC, 图像质量评分	NA
764	2025-10-07	Automatic measurement of X-ray radiographic parameters based on cascaded HRNet model from the supraspinatus outlet radiographs 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1373 PMID:39995702	研究论文	本研究开发了一种基于级联HRNet模型的自动测量系统，用于从冈上肌出口X线片中测量肩部形态学参数	首次报道了在冈上肌出口X线片中自动测量放射学参数的方法，使用了基于深度学习的级联HRNet模型	研究仅使用了单中心数据，模型在肩峰形态分类方面仅具有中等可靠性	开发自动测量肩部形态学参数的系统，用于肩袖疾病的早期筛查和临床决策支持	冈上肌出口X线片	计算机视觉	肩袖损伤	X线摄影	HRNet	医学影像	1668张冈上肌出口X线片（1147张用于训练和验证，521张用于测试）	深度学习	级联HRNet	PCK, ICC, Pearson相关系数, 平均绝对误差, 均方根误差, Cohen's kappa系数	NA
765	2025-10-07	Rapid and automatic hemodynamic assessment: integration of deep learning-based image segmentation, vessel reconstruction, and CFD prediction 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1721 PMID:39995727	研究论文	开发了一种基于深度学习的血管血流动力学快速自动评估方法，整合图像分割、血管重建和CFD预测	提出Res2-CD-UNet模型，将深度学习方法与MC算法和OpenFOAM结合，实现从CT图像到血流动力学分析的端到端自动化流程	仅在下肢动脉和主动脉数据集上验证，未提及其他血管区域或更大规模多中心验证	开发快速准确的血管血流动力学特征数据提取方法，替代传统耗时易错的手工处理流程	血管CT图像中的动脉区域	计算机视觉	心血管疾病	CT成像	CNN	医学图像	下肢动脉和主动脉两个数据集	OpenFOAM	Res2Net-ConvFormer-Dilation-UNet (Res2-CD-UNet)	准确率, 相对几何误差	NA
766	2025-10-07	Predicting joint space changes in knee osteoarthritis over 6 years: a combined model of TransUNet and XGBoost 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1397 PMID:39995733	研究论文	本研究开发了结合TransUNet和XGBoost的模型，用于膝关节骨关节炎的关节间隙宽度自动测量和6年变化预测	首次将TransUNet分割网络与XGBoost回归模型结合，仅使用2年X光图像即可高精度预测6年关节间隙变化	数据来源于单一数据库（骨关节炎倡议数据库），样本代表性可能存在局限	建立膝关节间隙自动分割测量模型并预测6年关节间隙宽度变化	膝关节骨关节炎患者的X光图像	计算机视觉	骨关节炎	X射线成像	CNN, Transformer, 集成学习	医学图像	1947名参与者的膝关节X光图像	NA	TransUNet, XGBoost	Dice系数, 组内相关系数(ICC), 平均绝对误差(MAE)	NA
767	2025-10-07	Deep learning for the detection of moyamoya angiopathy using T2-weighted images: a multicenter study 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1269 PMID:39995722	研究论文	基于T2加权图像开发深度学习模型用于烟雾病检测的多中心研究	首次基于T2WI开发深度学习模型用于烟雾病检测，并在多中心数据上进行验证	回顾性研究设计，未包含其他脑血管疾病的全面比较	开发基于T2WI的深度学习模型用于烟雾病检测	烟雾病患者、正常MRA患者和非烟雾病脑血管疾病患者	计算机视觉	烟雾病	磁共振成像，T2加权成像	CNN	医学图像	1038例烟雾病患者，1211例正常MRA患者，271例非烟雾病脑血管疾病患者	NA	SCNN,LeNet-5,VGG,ResNet,DenseNet	准确率,置信区间	NA
768	2025-10-07	Diagnosis of Alzheimer's disease using transfer learning with multi-modal 3D Inception-v4 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1577 PMID:39995734	研究论文	本研究提出了一种基于多模态特征和迁移学习的3D Inception-v4模型，用于阿尔茨海默病的诊断	首次将多模态三维Inception-v4模型与迁移学习相结合，融合MRI影像和临床评分数据进行AD诊断	NA	开发基于深度学习的阿尔茨海默病计算机辅助诊断方法	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	磁共振成像	CNN	图像, 临床评分数据	来自ADNI数据库的数据	NA	3D Inception-v4	准确率, AUC, 精确率, 召回率, F1分数	NA
769	2025-10-07	Combining pelvic floor ultrasonography with deep learning to diagnose anterior compartment organ prolapse 2025-Feb-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-772 PMID:39995742	研究论文	本研究结合盆底超声与深度学习技术，开发用于诊断前盆腔器官脱垂的自动识别系统	首次将深度学习模型应用于盆底超声图像的前盆腔器官脱垂诊断，通过迁移学习提升特征提取稳定性	回顾性研究，样本来源单一，缺乏外部验证	提高盆底超声诊断前盆腔器官脱垂的速度和可靠性，促进基层医疗机构的诊疗能力	前盆腔器官脱垂患者（1,605例）和正常对照者（200例）的盆底超声图像	计算机视觉	盆腔器官脱垂	盆底超声检查	CNN	超声图像	5,816张盆底前腔静态超声图像（5,281张异常，535张正常），来自1,805名女性	NA	AlexNet,VGG-16,ResNet-18,ResNet-50	准确率,精确率,召回率,F1分数,AUC	NA
770	2025-10-07	Deep Learning-Assisted Fluorescence Single-Particle Detection of Fumonisin B1 Powered by Entropy-Driven Catalysis and Argonaute 2025-Feb-25, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05913 PMID:39868471	研究论文	开发了一种结合深度学习和熵驱动催化的荧光单颗粒检测平台，用于超灵敏检测伏马菌素B1	首次将熵驱动催化、Argonaute酶和深度学习YOLOv9模型集成到荧光单颗粒检测平台中	NA	实现食品中痕量霉菌毒素的超灵敏检测	伏马菌素B1（FB1）	生物传感	食品安全相关疾病	荧光单颗粒检测、熵驱动催化、Argonaute酶切割	YOLOv9	共聚焦荧光图像	NA	NA	YOLOv9	检测限0.89 pg/mL，线性范围1 pg/mL-100 ng/mL，回收率87.2-113.5%	NA
771	2025-10-07	RAE-Net: a multi-modal neural network based on feature fusion and evidential deep learning algorithm in predicting breast cancer subtypes on DCE-MRI 2025-Feb-25, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adb494 PMID:39933196	研究论文	提出基于多模态特征融合和证据深度学习算法的RAE-Net神经网络模型，用于预测乳腺癌分子亚型	结合多模态特征融合和证据深度学习算法，为乳腺癌亚型预测提供不确定性估计	NA	提高乳腺癌分子亚型在DCE-MRI影像上的预测准确性	344例经组织学确认的乳腺癌患者	计算机视觉	乳腺癌	动态对比增强磁共振成像	CNN	医学影像	344例患者（训练集200例，验证集60例，测试集62例）	NA	ResNet-50, Multi-Head Attention, Multi-Layer Perceptron	准确率, Macro-F1分数, AUC	NA
772	2025-10-07	Automated hallucination detection for synthetic CT images used in MR-only radiotherapy workflows 2025-Feb-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adb5eb PMID:39946843	研究论文	开发了一种用于检测AI生成盆腔合成CT图像中骨骼幻觉的深度学习工具	首次提出基于深度学习自动分割模型的幻觉筛查器，用于识别AI生成合成CT图像中的虚假骨骼区域	训练数据集规模较小（86个Dixon MR图像集），测试数据集仅包含10个样本	提高MR-only放疗工作流程中合成CT图像的质量和安全性	盆腔AI生成合成CT图像中的骨骼幻觉区域	医学影像分析	盆腔疾病	深度学习自动分割	CNN	3D MR图像，CT图像	训练集：86个Dixon MR图像集，测试集：10个样本	MONAI	3D SegResNet	特异性，灵敏度	NA
773	2025-02-26	Deep-Learning-Assisted Self-Powered Microfluidic Bionic Electronic Tongues 2025-Feb-24, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c22067 PMID:39992874	研究论文	本文介绍了一种结合液体-固体接触带电效应和深度学习算法的自供电微流体仿生电子舌（SMET），用于实现高可靠性和智能化的样品识别和浓度检测	通过结合液体-固体接触带电效应和深度学习算法，开发了一种新型的自供电微流体仿生电子舌，显著提高了样品识别的准确性和灵敏度	NA	开发一种高可靠性和智能化的液体样品识别和浓度检测工具	液体样品，包括五种味觉元素样品和不同浓度的氯化钠溶液	机器学习和微流体技术	NA	液体-固体接触带电效应（LSCE）和深度学习算法	深度学习模型	电信号数据	五种味觉元素样品和五种浓度的氯化钠溶液，以及超过十种不同的味觉样品	NA	NA	NA	NA
774	2025-02-26	An intelligent prediction method for rock core integrity based on deep learning 2025-Feb-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90924-1 PMID:39987183	研究论文	本文提出了一种基于深度学习的岩石核心完整性智能预测方法，名为IDA-RCF，用于自动评估岩石核心完整性	提出了一个双分支特征提取网络，结合可变形卷积和基于自注意力的EfficientViT网络，以及多级特征融合网络，有效提取并融合局部细节和全局上下文信息	未提及具体局限性	解决传统人工评估岩石核心完整性效率低下的问题，实现自动评估	岩石核心完整性	计算机视觉	NA	深度学习	双分支特征提取网络（Deformable convolution和EfficientViT）	图像	未提及具体样本数量	NA	NA	NA	NA
775	2025-02-26	A deep learning digital biomarker to detect hypertension and stratify cardiovascular risk from the electrocardiogram 2025-Feb-22, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01491-8 PMID:39987256	研究论文	本文开发了一种深度学习模型HTN-AI，用于通过12导联心电图波形识别高血压并分层心血管疾病风险	利用深度学习模型从心电图中检测高血压，并作为高血压相关心血管疾病的数字生物标志物	研究依赖于特定医院的数据，可能限制了模型的普适性	开发一种基于心电图的深度学习模型，用于高血压检测和心血管疾病风险分层	103,405名成年人的752,415份心电图数据	数字病理学	心血管疾病	深度学习	深度学习模型	心电图波形	103,405名成年人的752,415份心电图数据	NA	NA	NA	NA
776	2025-02-26	Building rooftop extraction from high resolution aerial images using multiscale global perceptron with spatial context refinement 2025-Feb-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91206-6 PMID:39987354	研究论文	本文提出了一种基于Transformer和CNN的多尺度全局感知网络，用于从高分辨率航空图像中提取建筑物屋顶	提出了一种改进的多头注意力编码器，通过构建多尺度标记来增强全局语义关联，并开发了上下文细化解码器，协同使用高层语义表示和浅层特征来恢复空间细节	尽管模型在WHU和Massub数据集上表现优异，但未提及在其他数据集上的泛化能力	提高从高分辨率航空图像中提取建筑物屋顶的精度和效率	建筑物屋顶	计算机视觉	NA	深度学习	Transformer, CNN	图像	WHU数据集和Massub数据集	NA	NA	NA	NA
777	2025-02-26	Achieving a New Artificial Intelligence System for Serum Protein Electrophoresis to Recognize M-Spikes 2025-Feb-18, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c09327 PMID:39989836	研究论文	本文探索了一种新的人工智能系统AIRSPE，用于准确识别血清蛋白电泳（SPE）模式中的低浓度M峰	开发了基于深度学习的AIRSPE系统，显著优于人工解释，特别是在检测低浓度M峰方面	研究主要依赖于内部和外部测试集，可能需要在更广泛的数据集上进一步验证	准确识别血清蛋白电泳中的低浓度M峰	血清蛋白电泳（SPE）数据	机器学习	NA	免疫固定电泳（IFE）	MobileNetv2	电泳数据	166,003个SPE数据集，分为4个训练集和1个优化集，10,014个内部测试集和1,861个外部测试集	NA	NA	NA	NA
778	2025-02-26	Enhanced classification of medicinal plants using deep learning and optimized CNN architectures 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42385 PMID:39991214	研究论文	本文提出了一种基于深度学习的框架，利用卷积神经网络（CNNs）对药用植物图像进行分类，以提高分类准确性	采用带有残差和倒置残差块配置的CNN架构，并结合二元黑猩猩优化和序列特征融合技术，以提高分类的准确性和速度	研究中未提及具体的数据集规模或多样性，可能影响模型的泛化能力	提高药用植物物种的准确分类，以促进其有效保护和合理使用	药用植物图像	计算机视觉	NA	深度学习，卷积神经网络（CNNs）	CNN	图像	未提及具体样本数量	NA	NA	NA	NA
779	2025-02-26	Improvement of reading platforms assisted by the spring framework: A recommendation technique integrating the KGMRA algorithm and BERT model 2025-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2025.e42191 PMID:39991253	研究论文	本研究提出了一种结合KGMRA算法和BERT模型的新型推荐系统，旨在提高阅读平台的推荐准确性、个性化和内容多样性	结合KGMRA算法和BERT模型，利用知识图谱和多关系网络捕捉文章间的语义关系，并通过深度学习生成文章内容的语义表示，显著提升了推荐系统的性能	未提及具体的技术实现细节和在不同平台上的适用性	提高阅读平台的推荐系统性能，包括推荐准确性、个性化和内容多样性	阅读平台的用户和文章内容	自然语言处理	NA	KGMRA算法, BERT模型	BERT	文本	未提及具体样本数量	NA	NA	NA	NA
780	2025-02-26	Enhancing Pediatric Bone Age Assessment Using Artificial Intelligence: Implications for Orthopedic Surgery 2025-Feb, Cureus DOI:10.7759/cureus.79507 PMID:39989489	研究论文	本研究评估了人工智能在儿科骨龄预测中的应用，使用RSNA 2017儿科骨龄挑战数据集，开发并训练了一个基于ResNet-50架构的深度学习模型	利用深度学习模型（ResNet-50）进行儿科骨龄预测，相比传统方法减少了操作者间的变异性并提高了可靠性	需要进一步验证研究以确保在不同患者群体中的临床适用性	提高儿科骨龄评估的准确性、效率和标准化，优化治疗时机并扩大高质量骨龄评估的普及	儿科骨龄评估	计算机视觉	骨科疾病	深度学习	ResNet-50	图像	12,611张手和手腕的X光片用于训练，1,425张用于验证，200张用于测试	NA	NA	NA	NA