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
241	2025-06-13	Comparison of Multimodal Deep Learning Approaches for Predicting Clinical Deterioration in Ward Patients: An Observational Cohort Study 2025-Apr-30, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/75340 PMID:40305429	研究论文	比较不同多模态深度学习方法在预测病房患者临床恶化方面的效果	比较了结合结构化数据与临床笔记信息的模型在预测临床恶化方面的表现，并探索了不同的参数化方法	添加临床笔记信息并未显著提高模型性能，且研究仅基于两个医疗中心的数据	比较不同多模态深度学习模型在预测病房患者临床恶化方面的性能	病房患者	机器学习	临床恶化	深度学习，自然语言处理	深度循环神经网络（RNN）	结构化数据和临床笔记文本	开发队列284,302名患者，外部验证队列248,055名患者	NA	NA	NA	NA
242	2025-10-06	Vision transformer-based multimodal fusion network for classification of tumor malignancy on breast ultrasound: A retrospective multicenter study 2025-Apr, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105793 PMID:39862564	研究论文	本研究开发了一种基于视觉Transformer的多模态融合网络，用于乳腺癌超声图像中肿瘤良恶性的分类	首次同时整合了影像组学特征、深度学习特征和临床参数，构建了专门用于乳腺肿瘤恶性预测的多模态特征融合模型	回顾性研究，样本量相对有限（603例患者用于训练）	开发多模态特征融合模型用于乳腺肿瘤良恶性预测	乳腺超声图像和临床数据	计算机视觉	乳腺癌	超声成像	Vision Transformer, 多模态融合网络	超声图像, 临床数据	1065名患者的临床特征和3315个图像数据集，其中603名患者数据用于模型训练	NA	Vision Transformer, 多模态融合网络	AUC, F1-score, 决策曲线分析	NA
243	2025-06-13	Comparing methods to improve cone-beam computed tomography for dose calculations in adaptive proton therapy 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100784 PMID:40496807	research paper	本研究比较了四种提高锥形束计算机断层扫描（CBCT）质量的方法，用于头颈癌患者的自适应质子治疗中的剂量计算	评估了四种不同的CBCT质量改进方法，包括强度校正方法、两种可变形图像配准方法和一种基于深度学习的方法，用于质子治疗中的剂量计算	所有四种方法在CBCT和重复CT（reCT）之间存在解剖和/或位置差异时，均可能出现异常值	提高CBCT图像质量以用于自适应质子治疗中的精确剂量计算	头颈癌患者的CBCT图像	digital pathology	head-and-neck cancer	cone-beam CT (CBCT), deformable image registration, deep learning	deep learning-based method	image	35 CBCTs from 24 head-and-neck cancer patients	NA	NA	NA	NA
244	2025-10-06	Multiparametric MR Urography: State of the Art 2025-04, Radiographics : a review publication of the Radiological Society of North America, Inc IF:5.2Q1 DOI:10.1148/rg.240151 PMID:40080439	综述	本文全面介绍了多参数MR尿路成像技术的最新进展及其临床应用	系统总结了MR尿路成像作为CT尿路成像替代方案的技术优势，特别强调了在特定患者群体中的首选地位	未提供具体临床研究数据支持技术比较结论	探讨MR尿路成像技术现状及其在泌尿系统疾病诊断中的应用价值	肾脏、肾盂肾盏系统、输尿管和膀胱的成像评估	医学影像	泌尿系统疾病	静态液体T2加权成像、钆增强尿路上皮和排泄期成像、动态对比增强MRI、弥散加权成像	NA	医学影像数据	NA	NA	NA	对比分辨率、组织特征、诊断准确性	NA
245	2025-10-06	Artificial intelligence demonstrates potential to enhance orthopaedic imaging across multiple modalities: A systematic review 2025-Apr, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70259 PMID:40337671	系统综述	本系统综述评估人工智能在骨科影像学中的应用效果和可靠性，重点关注其对诊断准确性、图像分割和操作效率的影响	首次系统比较不同AI模型在多种骨科影像模态中的临床效能和实用性	缺乏全面的统计分析和随机对照试验，需要进一步临床验证	评估人工智能在骨科影像学中的有效性和可靠性	骨科影像学数据和研究文献	医学影像分析	骨科疾病	系统文献综述方法	CNN, 机器学习模型	医学影像	53项研究，包含11,990,643张影像	NA	卷积神经网络	Dice相似系数, 准确率, 灵敏度, 精确率, 特异性, F1分数, AUC	NA
246	2025-10-06	Deep learning reconstruction algorithm and high-concentration contrast medium: feasibility of a double-low protocol in coronary computed tomography angiography 2025-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11059-x PMID:39299952	研究论文	评估深度学习重建算法结合高浓度造影剂在非肥胖患者冠状动脉CT血管成像中实现低辐射低造影剂剂量的可行性	首次将高强度深度学习图像重建与低管电压、低造影剂输送率相结合，实现冠状动脉CTA的'双低'协议	研究仅限于BMI<30kg/m²的非肥胖患者，样本量相对有限	评估双低CCTA协议在辐射剂量和图像质量方面的表现	255名接受临床CCTA检查的非肥胖患者	医学影像	心血管疾病	冠状动脉CT血管成像	深度学习重建算法	CT影像	255名患者（64±10岁，161名男性），每组85人	NA	DLIR-H（高强度深度学习图像重建）	信噪比, 对比噪声比, 主观图像质量评分, 辐射剂量, 造影剂剂量	NA
247	2025-10-06	Deep learning-based segmentation of OCT images for choroidal thickness 2025 Apr-Jun, Journal of optometry IF:2.2Q2 DOI:10.1016/j.optom.2025.100556 PMID:40328135	研究论文	开发并验证基于深度学习的自动分割方法用于OCT图像脉络膜厚度测量	使用定制化的Deeplabv3+网络实现OCT图像脉络膜-巩膜边界的自动分割，相比开源算法表现更优	仅使用单一中心数据，样本量相对有限（测试集130例）	开发自动化的OCT图像脉络膜厚度测量方法	光学相干断层扫描（OCT）图像	计算机视觉	眼科疾病	光学相干断层扫描（OCT）	CNN	医学图像	训练集10,798个手动分割的OCT扫描，测试集130个独特扫描	NA	Deeplabv3+, ResNet50	准确率, 损失值, Bland-Altman分析, 组内相关系数（ICC）, Deming回归	NA
248	2025-10-06	AUTOENCODER FOR 4-DIMENSIONAL FIBER ORIENTATION DISTRIBUTIONS FROM DIFFUSION MRI 2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi60581.2025.10981302 PMID:40475178	研究论文	提出一种用于扩散MRI纤维取向分布的四维自编码器压缩方法	开发了顺序平衡顺序级自编码器，通过分离不同球谐函数阶数的编码器来平衡特征图大小，更好地保留低阶系数信息	未明确说明具体压缩率和计算效率提升的量化指标	解决高阶球谐函数表示纤维取向分布时的内存消耗问题	扩散MRI中的纤维取向分布	医学影像分析	NA	扩散MRI	自编码器	四维纤维取向分布数据	NA	NA	OBOL自编码器	精度	常用GPU
249	2025-06-08	Leveraging network uncertainty to identify regions in rectal cancer clinical target volume auto-segmentations likely requiring manual edits 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100771 PMID:40475847	research paper	本研究探讨了深度学习自动分割在直肠癌放疗工作流程中的应用，特别是通过网络不确定性量化来识别需要手动编辑的区域	提出利用网络不确定性估计来预测需要临床相关编辑的分割区域，验证了认知不确定性估计的有效性	网络不确定性的解释因多种不确定性来源的非平凡交互而复杂化	提高直肠癌放疗工作流程中自动分割的效率和质量	直肠系膜临床靶区的自动分割	digital pathology	rectal cancer	Monte Carlo dropout	nnU-Net	image	NA	NA	NA	NA	NA
250	2025-06-08	Enhancing patient-specific deep learning based segmentation for abdominal magnetic resonance imaging-guided radiation therapy: A framework conditioned on prior segmentation 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100766 PMID:40475848	研究论文	提出了一种基于先验分割的深度学习框架，用于增强腹部磁共振成像引导放射治疗中的患者特异性分割	无需为每位患者重新训练模型，通过整合分次MR体积和计划分割图生成稳健的分次MR分割	需要分次MR和计划分割图的对齐效果较好，否则性能可能下降	提高腹部磁共振成像引导放射治疗中患者特异性分割的准确性和效率	接受腹部癌症MRgRT治疗的69名患者（共222个分次MR）	数字病理	腹部癌症	磁共振成像引导放射治疗(MRgRT)	3D UNet	磁共振图像	69名患者，222个分次MR	NA	NA	NA	NA
251	2025-06-07	Deep learning model for detecting high-grade dysplasia in colorectal adenomas 2025-Apr, Journal of pathology informatics DOI:10.1016/j.jpi.2025.100441 PMID:40463412	研究论文	本研究开发了一种深度学习模型，用于区分结直肠腺瘤中的低级别异型增生（LGD）和高级别异型增生（HGD）	首次使用深度学习模型对结直肠腺瘤的异型增生程度进行准确分类	样本量相对较小，可能影响模型的泛化能力	提高结直肠腺瘤异型增生程度的自动诊断准确性	结直肠腺瘤组织切片	数字病理学	结直肠癌	深度学习	ResNet34	病理图像	200张组织切片（71例HGD，129例LGD）	NA	NA	NA	NA
252	2025-06-07	Efficient merging and validation of deep learning-based nuclei segmentations in H&E slides from multiple models 2025-Apr, Journal of pathology informatics DOI:10.1016/j.jpi.2025.100443 PMID:40463413	研究论文	本研究提出了一种整合多种深度学习模型进行H&E切片中细胞核分割的新方法，以提高细胞类型定量的准确性	提出了一种新颖的整合多种深度学习模型的方法，用于细胞核分割，相比单一模型和人工病理学检查，提高了细胞类型比例的准确性和基因表达变异的解释能力	深度学习模型在分割特定细胞类型方面仍存在局限性，且某些模型在特定任务上可能比其他模型更有效	开发一种高效整合多种深度学习模型的方法，以改进H&E切片中细胞核分割和细胞类型定量	471例正常前列腺样本的H&E切片	数字病理学	前列腺癌	深度学习	多种深度学习模型	图像	471例正常前列腺样本	NA	NA	NA	NA
253	2025-06-05	CausalCervixNet: convolutional neural networks with causal insight (CICNN) in cervical cancer cell classification-leveraging deep learning models for enhanced diagnostic accuracy 2025-Apr-03, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13926-2 PMID:40181353	研究论文	该研究提出了一种结合因果推理的卷积神经网络CausalCervixNet，用于提高宫颈癌细胞分类的诊断准确性和效率	将因果推理、因果推断和因果发现整合到诊断框架中，揭示了潜在的因果关系，而不仅仅是依赖观察相关性，提高了诊断的准确性和可解释性	研究仅在三个数据集上进行了验证，可能需要更多样化的数据来进一步验证模型的泛化能力	提高宫颈癌细胞的分类和诊断准确性，构建可解释的AI系统	宫颈癌细胞图像	计算机视觉	宫颈癌	深度学习	CNN	图像	三个数据集：SIPaKMeD、Herlev和自收集的ShUCSEIT数据集	NA	NA	NA	NA
254	2025-06-05	Regional Image Quality Scoring for 2-D Echocardiography Using Deep Learning 2025-04, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.12.008 PMID:39864961	research paper	该研究开发并比较了三种自动评估超声心动图区域图像质量的方法	提出了一种端到端的深度学习模型，直接预测图像中各区域的质量，性能优于传统方法	gCNR指标在本研究中表现不佳，效果有限	开发自动评估超声心动图区域图像质量的方法	超声心动图的区域图像质量	计算机视觉	心血管疾病	深度学习	U-Net, 端到端深度学习模型	图像	由三位经验丰富的心脏病专家提供的手动区域质量标注	NA	NA	NA	NA
255	2025-06-05	SpaMask: Dual masking graph autoencoder with contrastive learning for spatial transcriptomics 2025-Apr, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012881 PMID:40179332	研究论文	提出了一种名为SpaMask的双重掩码图自编码器结合对比学习方法，用于空间转录组学数据分析	SpaMask通过同时掩码部分节点和边来增强模型性能和鲁棒性，结合了掩码图自编码器和掩码图对比学习模块	未明确提及具体限制	提高空间转录组学数据中空间域表征的准确性和鲁棒性	空间转录组学数据中的细胞空间位置和基因表达	生物信息学	NA	空间分辨转录组学(SRT)	图神经网络(GNN), 掩码图自编码器(MGAE), 掩码图对比学习(MGCL)	空间转录组数据	来自5个不同平台的8个数据集	NA	NA	NA	NA
256	2025-10-06	Fluorescence images of skin lesions and automated diagnosis using convolutional neural networks 2025-Apr, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2024.104462 PMID:39736369	研究论文	本研究通过构建荧光皮肤病变图像数据集FLUO-SC，并应用卷积神经网络实现皮肤病变的自动分类诊断	首次创建了皮肤病变荧光图像公开数据集FLUO-SC，并证明荧光图像在皮肤病变分类中与临床图像具有竞争力	数据集规模有限（1,563张图像），且缺乏与其他先进深度学习方法的对比实验	开发基于荧光图像的皮肤癌自动诊断方法	主要皮肤病变的荧光图像	计算机视觉	皮肤癌	荧光宽场成像技术	CNN	图像	1,563张荧光皮肤病变图像	NA	NA	分类准确率	NA
257	2025-10-06	WALINET: A water and lipid identification convolutional neural network for nuisance signal removal in 1 H $$ {}^1\mathrm{H} $$ MR spectroscopic imaging 2025-Apr, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30402 PMID:39737778	研究论文	提出一种基于改进Y-NET的深度学习网络WALINET，用于去除全脑质子磁共振波谱成像中的水和脂质干扰信号	首次将监督神经网络应用于MRSI处理中的水和脂质信号去除任务，相比传统方法显著提升了处理速度和性能	未明确说明训练数据的具体规模和多样性，可能影响模型的泛化能力	开发快速有效的全脑质子磁共振波谱成像干扰信号去除方法	全脑质子磁共振波谱成像数据	医学影像处理	NA	质子磁共振波谱成像	CNN	磁共振波谱数据	模拟模型和体内全脑MRSI数据	NA	Y-NET	NMRSE, SNR, CRLB, FWHM	NA
258	2025-10-06	Electrocardiogram-based deep learning to predict left ventricular systolic dysfunction in paediatric and adult congenital heart disease in the USA: a multicentre modelling study 2025-04, The Lancet. Digital health DOI:10.1016/j.landig.2025.01.001 PMID:40148010	研究论文	开发基于心电图和深度学习的方法预测儿童和成人先天性心脏病患者的左心室收缩功能障碍	首次将人工智能增强心电图分析全面应用于各类先天性心脏病病变的LVSD预测，并在多中心进行外部验证	研究主要基于美国两家儿童医院的数据，需要在更广泛人群中进一步验证	预测先天性心脏病患者的左心室收缩功能障碍	儿童和成人先天性心脏病患者	医疗人工智能	先天性心脏病	心电图、超声心动图	CNN	心电图信号、超声心动图数据	训练队列124,265对ECG-超声心动图（49,158名患者），内部测试21,068名患者，外部验证42,984名患者	NA	卷积神经网络	AUROC, AUPRC, 风险比	NA
259	2025-10-06	Automated Bi-Ventricular Segmentation and Regional Cardiac Wall Motion Analysis for Rat Models of Pulmonary Hypertension 2025-Apr, Pulmonary circulation IF:2.2Q3 DOI:10.1002/pul2.70092 PMID:40356847	研究论文	提出用于肺动脉高压大鼠模型的自动化双心室分割和区域心脏壁运动分析的深度学习流程	开发了首个针对啮齿类动物的自动化双心室分割和3D壁运动分析流程，与临床心脏成像AI发展保持一致	研究仅限于大鼠模型，样本量为163个心脏磁共振扫描	开发自动化工具用于肺动脉高压疾病进展的心脏运动分析	肺动脉高压大鼠模型（MCT和SuHx模型）	数字病理学	肺动脉高压	心脏磁共振成像	全卷积网络	短轴电影心脏磁共振扫描图像	163个心脏磁共振扫描	NA	全卷积网络	Dice系数	NA
260	2025-06-03	Deep Learning-Accelerated Non-Contrast Abbreviated Liver MRI for Detecting Malignant Focal Hepatic Lesions: Dual-Center Validation 2025-Apr, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0862 PMID:40150922	研究论文	比较深度学习加速的非增强简化MRI协议与标准简化MRI在肝脏恶性局灶性病变检测中的表现	采用深度学习加速的MRI协议，显著提高图像质量并减少扫描时间约50%	研究为回顾性设计，样本量相对较小（155例患者）	评估深度学习加速的简化MRI协议在肝脏恶性局灶性病变检测中的效能	肝脏恶性局灶性病变患者	医学影像分析	肝癌	深度学习加速的MRI序列（SSFSEDL和DWIDL）	深度学习	MRI图像	155例患者（其中64例有104个恶性病灶）	NA	NA	NA	NA