深度学习在生物医药领域中的应用

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
21	2025-09-07	Artificial Intelligence-Enhanced Perfusion Scoring Improves the Diagnostic Accuracy of Myocardial Perfusion Imaging 2025-Apr-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.268079 PMID:39978815	研究论文	本研究开发了一种结合人工智能与心肌灌注成像的传统定量方法，以提高阻塞性冠状动脉疾病的诊断准确性	通过深度学习预测调制极坐标图像素评分，生成增强型TPD-DL和SSS-DL评分，简化了AI临床转化流程	研究样本仅包含555名患者，且所有数据均来自冠脉造影180天内的检查，可能存在选择偏差	提高心肌灌注成像对阻塞性冠状动脉疾病的诊断准确性，并增强人工智能方法的临床适用性	接受心肌灌注成像和侵入性冠脉造影检查的患者	数字病理	心血管疾病	SPECT成像、深度学习	DL	医学影像	555名患者（中位年龄65岁，69%为男性）
22	2025-09-07	DeepBiome: A Phylogenetic Tree Informed Deep Neural Network for Microbiome Data Analysis 2025-Apr, Statistics in biosciences IF:0.8Q4 DOI:10.1007/s12561-024-09434-9 PMID:40894332	研究论文	提出一种基于系统发育树信息的深度神经网络DeepBiome，用于微生物组数据分析和表型预测	利用细菌进化关系构建神经网络架构，增强数据解释能力并实现微生物-表型关联网络的可视化	微生物组关联的具体分类水平仍未知，需要进一步研究确定	开发能够预测表型并揭示微生物-表型关联网络的深度学习工具	微生物组计数数据和表型数据	机器学习	NA	微生物组测序数据分析	深度神经网络	微生物丰度数据	中小规模训练样本
23	2025-09-05	AI analysis of medical images at scale as a health disparities probe: a feasibility demonstration using chest radiographs 2025-Apr-08, ArXiv PMID:40297238	研究论文	本研究开发了一种利用胸部X光片提取定量指标并计算健康差异指数的可行性流程	首次将医学影像自动提取的定量指标作为健康差异指数的输入，为健康差异研究提供了新型数据源	研究样本量有限（1,571名患者），仅验证了可行性而未进行大规模应用	探索医学影像作为健康差异研究新型数据源的可行性	1,571名独特患者的胸部X光片	医学影像分析	肺部疾病	深度学习模型分析	深度学习模型（未指定具体类型）	医学影像（X光片）	1,571名患者
24	2025-08-31	DELR-Net: a network for 3D multimodal medical image registration in more lightweight application scenarios 2025-04, Abdominal radiology (New York) DOI:10.1007/s00261-024-04602-3 PMID:39400589	研究论文	提出一种轻量级双编码器网络DELR-Net，用于3D多模态医学图像配准	结合Mamba和ConvNet，采用状态空间序列模块和动态大核块构建双编码器，实现高精度低参数量的配准	NA	设计轻量化3D多模态医学图像变形配准网络，在减少参数量的同时保证配准质量	3D脑部MR图像及腹部MR与CT图像	计算机视觉	NA	深度学习	DELR-Net (融合Mamba和ConvNet的双编码器网络)	3D医学图像	NA
25	2025-08-31	An optimized siamese neural network with deep linear graph attention model for gynaecological abdominal pelvic masses classification 2025-04, Abdominal radiology (New York) DOI:10.1007/s00261-024-04633-w PMID:39446167	研究论文	提出一种优化的孪生神经网络结合深度线性图注意力模型，用于妇科腹部盆腔肿块分类	引入SCINN-DLGN模型，结合语义感知结构保持中值形态滤波和EfficientNet-based U-Net框架，实现高精度分类	NA	开发高效准确的盆腔肿块分类方法以辅助卵巢癌诊断	盆腔肿块MRI图像	计算机视觉	妇科肿瘤	深度学习，图像处理	Siamese neural network, deep linear graph attention, EfficientNet-based U-Net	MRI图像	实时MRI盆腔肿块数据集（具体数量未说明）
26	2025-08-31	Advancements in early detection of pancreatic cancer: the role of artificial intelligence and novel imaging techniques 2025-04, Abdominal radiology (New York) DOI:10.1007/s00261-024-04644-7 PMID:39467913	综述	本文综述了人工智能和新型成像技术在胰腺癌早期检测中的进展	重点关注深度学习在胰腺导管腺癌早期检测中的应用及成像生物标志物开发	NA	改善胰腺导管腺癌的风险分层和早期检测方法	胰腺导管腺癌（PDA）患者	医学影像分析	胰腺癌	新型成像技术	深度学习	医学影像	NA
27	2025-08-31	Artificial intelligence in abdominal and pelvic ultrasound imaging: current applications 2025-04, Abdominal radiology (New York) DOI:10.1007/s00261-024-04640-x PMID:39487919	综述	本文综述了人工智能在腹部和盆腔超声成像中的当前应用现状	系统总结了AI在腹部盆腔超声多器官检测、妇科、肝胆系统及肌肉骨骼等领域的应用分布与方法学趋势	研究偏倚风险较高，因多数应用缺乏前瞻性多中心验证或FDA批准	概述人工智能技术在腹部和盆腔超声成像中的最新应用进展	腹部和盆腔器官的超声影像	医学影像分析	多器官疾病（妇科、肝胆、肌肉骨骼等）	深度学习、机器学习、自然语言处理、机器人技术	NA	超声影像	57篇纳入文献（涵盖128项初步研究），17种FDA批准的AI超声设备
28	2025-08-30	Artificial intelligence for detection and characterization of focal hepatic lesions: a review 2025-04, Abdominal radiology (New York) DOI:10.1007/s00261-024-04597-x PMID:39369107	综述	本文回顾了基于人工智能的算法在CT和MRI影像中检测和分类肝脏局灶性病变的诊断能力	系统评估了AI（特别是深度学习）在肝脏病变检测与分类中的高准确度表现，并强调其区分良恶性病变的潜力	数据集规模有限，模型可解释性需提升，且需在更广泛临床环境中验证适用性	评估人工智能技术在肝脏局灶性病变检测与表征诊断中的应用效果	肝脏局灶性病变（FLL），包括良性和恶性病变	计算机视觉	肝脏疾病	CT，MRI，深度学习	CNN	医学影像	45项相关研究（2010年1月至2024年4月）
29	2025-08-30	Gait Video-Based Prediction of Severity of Cerebellar Ataxia Using Deep Neural Networks 2025-Apr, Movement disorders : official journal of the Movement Disorder Society IF:7.4Q1 DOI:10.1002/mds.30113 PMID:39840857	研究论文	利用姿态估计算法和深度学习模型从步态视频预测小脑性共济失调的严重程度	首次将姿态估计算法结合深度学习应用于共济失调步态视频分析，实现SARA评分的自动预测	研究样本量较小（66例患者），且仅限于退行性小脑疾病患者	评估基于视频的步态分析预测小脑性共济失调严重程度的可行性	66例退行性小脑疾病患者	计算机视觉	神经系统疾病	姿态估计算法，深度学习	深度神经网络	视频	66例患者
30	2025-08-29	GCN-BBB: Deep Learning Blood-Brain Barrier (BBB) Permeability PharmacoAnalytics with Graph Convolutional Neural (GCN) Network 2025-04-03, The AAPS journal DOI:10.1208/s12248-025-01059-0 PMID:40180695	研究论文	开发基于图卷积神经网络的深度学习模型用于预测血脑屏障通透性	首次将图卷积神经网络（GCN）应用于血脑屏障通透性预测，采用标准化拉普拉斯矩阵的GCN_2模型在多个评估指标上显著优于传统机器学习方法	模型基于1924个分子的数据集训练，样本规模相对有限，且未明确说明模型在外部验证集上的泛化能力	开发高精度的血脑屏障通透性计算预测方法以替代成本高、通量低的体外和体内实验	小分子药物（1924个分子）	机器学习	神经系统疾病	图神经网络（GNN），分子图表示	GCN（图卷积神经网络）	分子结构图数据	1924个分子
31	2025-08-29	Deep Learning and Hyperspectral Imaging for Liver Cancer Staging and Cirrhosis Differentiation 2025-04, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400557 PMID:39873135	研究论文	提出一种结合高光谱成像与深度学习的新型诊断策略，用于肝癌分期和肝硬化鉴别	首次整合高光谱成像与深度卷积神经网络，捕捉传统方法难以识别的细微细胞差异	NA	开发高精度、快速且非侵入性的肝癌诊断工具	肝组织样本（重点关注肝细胞癌和肝硬化）	计算机视觉	肝癌	高光谱成像	深度卷积神经网络（CNN）	高光谱图像	NA
32	2025-08-10	Deep structural brain imaging via computational three-photon microscopy 2025-04, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.4.046002 PMID:40161251	研究论文	本文介绍了一种名为LRDM-3PM的计算深度三光子显微镜方法，用于提高深层组织的成像质量	结合了低秩扩散模型、定制聚集诱导发射纳米探针和自监督深度学习，实现了在1.5毫米深度下信号背景比超过100的高质量成像	目前仅在活体小鼠脑部进行了验证，尚未扩展到其他组织或更大型动物	开发一种在不影响采集速度、不增加激发功率或额外光学组件的情况下提高深层组织成像质量的技术	活体小鼠脑部海马体	生物医学成像	NA	三光子显微镜(3PM)、低秩扩散模型(LRDM)、自监督深度学习	低秩扩散模型(LRDM)	3D图像	活体小鼠脑部样本
33	2025-08-10	Artificial Intelligence in Cardiovascular Imaging: Current Landscape, Clinical Impact, and Future Directions 2025 Apr-Jun, Discoveries (Craiova, Romania) DOI:10.15190/d.2025.10 PMID:40771296	综述	本文综述了人工智能在心血管影像学中的当前应用、临床影响及未来发展方向	总结了卷积神经网络在实时超声心动图解读、深度学习在冠状动脉钙化评分中的应用，以及AI驱动的斑块量化和狭窄检测的最新进展	存在算法偏见、可解释性、数据隐私、监管异质性和医疗法律责任等持续性问题	探讨人工智能如何优化心血管影像诊断流程和临床治疗	心血管影像学技术（超声心动图、CT、MRI和核医学成像）	数字病理学	心血管疾病	卷积神经网络（CNN）、深度学习	CNN	医学影像	NA
34	2025-08-06	Dynamic glucose enhanced imaging using direct water saturation 2025-Apr-24, ArXiv PMID:39502884	研究论文	该研究提出了一种利用直接水饱和曲线的交换线宽增宽技术进行动态葡萄糖增强成像的新方法	采用基于交换线宽增宽的直接水饱和曲线技术，克服了传统CEST或CESL方法效应量低和对运动敏感的局限性	目前仅在四例脑肿瘤患者中进行了评估，样本量较小	开发一种新型动态葡萄糖增强MRI技术，用于评估D-葡萄糖摄取	脑肿瘤患者	医学影像	脑肿瘤	DS-DGE MRI	深度学习	MRI影像数据	4例脑肿瘤患者
35	2025-08-06	Virtual Lung Screening Trial (VLST): An In Silico Study Inspired by the National Lung Screening Trial for Lung Cancer Detection 2025-Apr-04, ArXiv PMID:38699170	研究论文	本文通过虚拟肺部筛查试验（VLST）模拟了国家肺部筛查试验（NLST）的关键元素，展示了虚拟成像试验（VITs）在加速临床试验和优化影像技术应用方面的潜力	利用虚拟成像试验平台模拟真实临床试验的关键元素，减少参与者风险并提高效率	研究仅基于模拟数据，未涉及真实患者，可能影响结果的临床适用性	探索虚拟成像试验在肺部癌症筛查中的应用潜力	虚拟患者队列（294名）及其模拟的肺部结节影像	数字病理学	肺癌	CT和CXR影像技术	深度学习模型（AI CT-Reader和AI CXR-Reader）	影像数据	294名虚拟患者
36	2025-08-06	Prediction of Intensive Care Length of Stay for Surviving and Nonsurviving Patients Using Deep Learning 2025-Apr-01, Critical care medicine IF:7.7Q1 DOI:10.1097/CCM.0000000000006588 PMID:39928543	research paper	该研究开发了一个深度学习模型CCOPM，用于预测ICU存活和非存活患者的住院时间和ICU停留时间，以提高ICU护理评估的公平性	首次在ICU停留时间预测模型中考虑了存活与非存活患者的差异，并解决了文档偏差问题，提升了预测的公平性	模型在非存活患者群体中的预测性能（R2=0.23）仍低于存活患者群体（R2=0.29）	开发更公平的ICU停留时间预测模型以改善ICU护理评估标准	ICU患者的住院时间和ICU停留时间	machine learning	重症监护	深度学习框架	CCOPM（Critical Care Outcomes Prediction Model）	电子健康记录（患者特征、生命体征和实验室数据）	669,876例ICU入院记录（涉及628,815名患者，来自美国194家医院的329个ICU）
37	2025-08-06	Finger-aware Artificial Neural Network for predicting arthritis in Patients with hand pain 2025-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103077 PMID:39970842	研究论文	本研究开发了一种基于Transformer的手指感知人工神经网络（FANN），用于预测手部疼痛患者的关节炎	首次将深度学习应用于SPECT/CT的SUV数据来预测手部关节炎的发展，并开发了包含手指嵌入和手指特定信息共享的FANN模型	未提及具体样本量限制或数据多样性问题	提高关节炎早期诊断的准确性以支持临床决策	手部疼痛患者	数字病理学	关节炎	SPECT/CT, SUV定量测量	Transformer-based FANN	医学影像数据	NA
38	2025-08-06	Artificial Intelligence non-invasive methods for neonatal jaundice detection: A review 2025-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103088 PMID:39988547	综述	本文综述了人工智能在新生儿黄疸非侵入性检测方法中的应用	探讨了AI驱动的技术（如机器学习和深度学习）在提高新生儿黄疸诊断准确性方面的潜力，特别是在资源有限的地区	讨论了将AI技术整合到临床实践中的伦理和实际问题	评估AI解决方案在减少新生儿发病率和死亡率方面的潜在影响	新生儿黄疸	数字病理学	新生儿疾病	机器学习和深度学习	神经网络	图像	NA
39	2025-08-06	A multi-stage multi-modal learning algorithm with adaptive multimodal fusion for improving multi-label skin lesion classification 2025-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103091 PMID:40015211	研究论文	本文提出了一种基于不确定性的多模态混合融合策略，用于皮肤癌诊断的多模态学习算法	引入了一种新颖的不确定性混合融合策略，结合临床图像、皮肤镜图像和元数据三种不同模态进行最终分类，并采用中间融合策略和余弦相似度来提取互补和相关信息	未提及具体的数据集规模限制或算法在特定条件下的性能下降情况	提高皮肤病变多标签分类的准确性和临床适用性	皮肤癌诊断	计算机视觉	皮肤癌	多模态学习算法	深度学习	图像和元数据	使用了一个流行的公开皮肤疾病诊断数据集，但未提及具体样本数量
40	2025-08-05	Physics-informed deep learning for infectious disease forecasting 2025-Apr-29, ArXiv PMID:39876937	研究论文	本文提出了一种基于物理信息神经网络（PINNs）的新型传染病预测模型，旨在通过结合流行病学理论和数据来提高预测准确性	利用物理信息神经网络（PINNs）将疾病传播的动态系统表示融入损失函数，结合流行病学理论和数据，防止模型过拟合，并通过子网络考虑流动性、疫苗剂量等影响传播率的协变量	模型在加州州级COVID-19数据上表现良好，但未在其他地区或疾病上进行验证	提高传染病预测的准确性和方法，以支持公共卫生决策	COVID-19在加州的数据，包括病例数、死亡数和住院数	机器学习	传染病	物理信息神经网络（PINNs）	PINN, RNN, LSTM, GRU, Transformer	时间序列数据	加州州级COVID-19数据