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
861	2025-04-01	Vital Characteristics Cellular Neural Network (VCeNN) for Melanoma Lesion Segmentation: A Biologically Inspired Deep Learning Approach 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01257-w PMID:39284982	研究论文	本文提出了一种名为Vital Characteristics Cellular Neural Network (VCeNN)的生物启发深度学习模型，用于黑色素瘤病变的医学图像分割	该模型从多细胞生物的生命特征中汲取灵感，引入了记忆、适应、凋亡和分裂模块，以提高网络的性能和泛化能力	NA	开发一种能够准确分割黑色素瘤病变的医学图像分割模型	黑色素瘤病变的医学图像	数字病理学	黑色素瘤	深度学习	VCeNN	医学图像	多个公开数据集
862	2025-04-01	High-precision MRI of liver and hepatic lesions on gadoxetic acid-enhanced hepatobiliary phase using a deep learning technique 2025-Apr, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01693-2 PMID:39527182	研究论文	本研究探讨了使用改进的Fast 3D mode wheel和PIQE的高精度MRI序列在肝细胞特异性对比剂增强MRI的肝胆期（HBP）中的应用效果，并与使用CS和AiCE的标准序列进行比较	提出了一种改进的Fast 3D mode wheel和PIQE的高精度MRI序列，显著提高了肝胆期成像的图像质量和病灶检出率	样本量较小（54例患者），且为回顾性研究	比较两种MRI序列在肝胆期成像中的性能差异	54例患有局灶性肝脏病变的患者	数字病理学	肝脏病变	MRI，Fast 3D mode wheel，PIQE，CS，AiCE	NA	医学影像	54例患者
863	2025-03-30	Artificial intelligence in abdominal and pelvic ultrasound imaging: current applications 2025-Apr, 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	全面概述了AI在腹部和盆腔超声成像中的最新应用，包括多器官检测、妇科、肝胆系统和肌肉骨骼系统	研究偏倚风险较高，因为很少有应用经过前瞻性验证（多中心研究）或获得FDA批准	探讨人工智能在腹部和盆腔超声成像中的应用	腹部和盆腔超声成像	医学影像	NA	深度学习、机器学习、自然语言处理、机器人技术	NA	超声图像	57篇文献，17种FDA批准的AI超声设备
864	2025-03-30	Computational Pathology Detection of Hypoxia-Induced Morphologic Changes in Breast Cancer 2025-Apr, The American journal of pathology DOI:10.1016/j.ajpath.2024.10.023 PMID:39732389	研究论文	本研究利用人工智能在计算病理学中的应用，评估乳腺癌中的缺氧状态	首次应用弱监督深度学习模型在常规H&E染色全切片图像中检测缺氧相关的形态学变化	研究仅基于乳腺癌样本，未验证在其他肿瘤类型中的适用性	开发一种快速、经济有效的替代分子检测的方法来评估肿瘤缺氧微环境	乳腺癌组织样本	数字病理学	乳腺癌	弱监督深度学习	HypOxNet	H&E染色全切片图像	1016例乳腺癌原发灶样本
865	2025-03-30	Quantifying knee-adjacent subcutaneous fat in the entire OAI baseline dataset - Associations with cartilage MRI T2, thickness and pain, independent of BMI 2025-Apr, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2025.01.001 PMID:39864732	research paper	本研究开发了一种基于人工智能的工具，用于自动分割膝关节邻近皮下脂肪（kaSCF）厚度，并评估了kaSCF与软骨厚度、MRI T2弛豫时间、膝关节疼痛和肌肉力量之间的横断面关联，独立于体重指数（BMI）	首次使用深度学习算法自动分割kaSCF厚度，并独立于BMI评估其与膝关节骨关节炎相关结构、功能和临床结果的关联	研究为横断面设计，无法确定因果关系	评估膝关节邻近皮下脂肪（kaSCF）与膝关节骨关节炎相关指标之间的关联	骨关节炎倡议（OAI）队列中的4796名参与者的右膝关节基线3.0T MR图像	digital pathology	osteoarthritis	MRI, deep learning	deep learning algorithms	image	4796名OAI队列参与者的右膝关节MR图像
866	2025-03-30	Towards contrast-agnostic soft segmentation of the spinal cord 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103473 PMID:39874684	research paper	本文提出了一种基于深度学习的脊髓软分割方法，能够在不同MRI对比度下稳定分割脊髓	使用软平均分割和回归损失函数减少CSA变异性，并能够处理部分容积效应	研究主要基于健康参与者的数据，对于病理情况的泛化能力仍需进一步验证	开发一种对比度无关的脊髓分割方法，以提高多中心研究中CSA测量的稳定性	脊髓MRI图像	digital pathology	neurodegenerative diseases	MRI	U-Net	image	267名健康参与者，6种对比度
867	2025-03-30	Genomic prediction with NetGP based on gene network and multi-omics data in plants 2025-Apr, Plant biotechnology journal IF:10.1Q1 DOI:10.1111/pbi.14577 PMID:39950326	research paper	该论文提出了一种基于基因网络和多组学数据的NetGP模型，用于植物基因组预测	首次提出基于Pearson-Collinearity Selection (PCS)的SNP特征提取技术，并设计了新型深度学习模型NetGP	未明确说明模型在特定植物种类或环境条件下的适用性限制	提高植物基因组选择的预测准确性	植物基因组和表型数据	machine learning	NA	SNP特征提取, 多组学数据分析	NetGP (深度学习模型)	基因组数据(SNP), 转录组数据(Trans), 多组学数据(Trans + SNP)	多种植物数据(具体数量未明确说明)
868	2025-03-30	A deep learning pipeline for systematic and accurate vertebral fracture reporting in computed tomography 2025-Apr, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106827 PMID:39970769	研究论文	介绍了一种用于在计算机断层扫描中系统准确报告椎体骨折的深度学习流程	开发了一种深度学习流程，用于在不同视野的CT脊柱图像中机会性检测骨折，提高了骨折检测的准确性和系统性	研究仅基于452例CT扫描，且排除了有脊柱手术史或病理性骨折的患者，可能限制了模型的泛化能力	提高椎体骨折在CT图像中的检测效率和准确性	腰椎/胸腰椎的CT图像	数字病理	脊柱骨折	深度学习	nnU-net, resnet18	CT图像	452例CT扫描（405例用于训练/验证，47例用于测试），27,019个切片（20,396个阴性，6,623个阳性）
869	2025-03-30	Automated vertebral compression fracture detection and quantification on opportunistic CT scans: a performance evaluation 2025-Apr, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106831 PMID:40010260	研究论文	开发并评估了一种基于深度学习的算法，用于在机会性CT扫描中自动检测和量化椎体压缩性骨折	使用2D/3D U-Nets卷积神经网络开发了一种自动化工具，用于在非专门针对椎体压缩性骨折的CT扫描中进行机会性筛查和量化	研究样本量相对较小（100名患者），且为回顾性研究	评估深度学习算法在机会性CT扫描中检测和量化椎体压缩性骨折的性能	椎体压缩性骨折	数字病理学	骨质疏松症	CT扫描	2D/3D U-Nets	医学影像	100名患者（平均年龄76.6岁，72%为女性）
870	2025-03-30	Evaluating Traditional, Deep Learning and Subfield Methods for Automatically Segmenting the Hippocampus From MRI 2025-Apr-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70200 PMID:40143669	研究论文	本文评估了传统方法、深度学习和海马体亚区方法在MRI图像中自动分割海马体的性能	首次在同一研究中独立比较了传统方法、深度学习方法和海马体亚区分割方法的性能	大多数方法在临床数据上表现不佳，存在过分割问题，特别是海马体前缘区域	评估不同自动海马体分割方法在MRI图像中的性能	10种自动海马体分割方法（FreeSurfer、SynthSeg、FastSurfer等）	医学影像分析	认知障碍疾病（包括轻度认知障碍和痴呆）	MRI	深度学习与传统图像处理方法	MRI图像	3个数据集（包含手动标注的海马体标签）
871	2025-03-29	Two-step deep learning models for detection and identification of the manufacturers and types of dental implants on panoramic radiographs 2025-Apr, Odontology IF:1.9Q2 DOI:10.1007/s10266-024-00989-z PMID:39198339	研究论文	开发了两步深度学习模型，用于在全景X光片上自动检测种植体区域并识别多种种植体类型	采用两步深度学习模型（YOLO v7和EfficientNet）分别进行种植体区域检测和类型识别，实现了高精度的自动化分析	Nobel的class 2（Parallel）分类指标较低	开发自动化工具以辅助牙科种植体的检测和识别	牙科种植体及其制造商	计算机视觉	NA	深度学习	YOLO v7, EfficientNet	图像	1574张全景X光片，包含3675个种植体
872	2025-03-29	Deep Learning for Automated Segmentation of Basal Cell Carcinoma on Mohs Micrographic Surgery Frozen Section Slides 2025-Apr-01, Dermatologic surgery : official publication for American Society for Dermatologic Surgery [et al.] IF:2.5Q1 DOI:10.1097/DSS.0000000000004501 PMID:39625169	研究论文	本研究训练了一个深度学习模型，用于在Mohs手术冰冻切片上自动分割基底细胞癌（BCC）	首次使用YOLOv8模型对BCC在Mohs手术冰冻切片上进行分割，并评估了不同BCC亚型的性能	分割研究的准确性和临床相关性指标仍需提高	开发一种自动化工具，用于在Mohs手术冰冻切片上定位BCC	基底细胞癌（BCC）及其亚型	数字病理学	基底细胞癌	全切片图像扫描	YOLOv8	图像	348张新鲜冰冻组织切片
873	2025-03-29	Tea grading, blending, and matching based on computer vision and deep learning 2025-Apr, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.14088 PMID:39711109	research paper	本研究开发了一种基于计算机视觉和深度学习的茶叶分级、混合比例评估和样本匹配的高效无损方法	结合ResNet模型和CBAM注意力模块，提高了茶叶图像特征提取能力，显著提升了分类和匹配的准确率	仅针对乌龙茶和红茶进行了测试，未涵盖其他茶类	提高茶叶生产过程中的分级、混合和样本匹配的效率和准确性	乌龙茶和红茶的图像数据	computer vision	NA	deep learning	ResNet with CBAM	image	NA
874	2025-03-29	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	本文探讨了使用卷积神经网络（CNN）对皮肤病变的荧光图像进行自动诊断的方法	首次利用智能手机采集的荧光图像创建了名为FLUO-SC的新数据集，并验证了荧光图像在皮肤病变分类中的竞争力	缺乏公开的皮肤病变荧光图像数据集，样本量相对较小（1,563张图像）	开发基于深度学习的皮肤癌自动诊断方法	皮肤病变的荧光图像	计算机视觉	皮肤癌	荧光宽场成像	CNN	图像	1,563张荧光图像
875	2025-03-29	Age and gender-related changes in choroidal thickness: Insights from deep learning analysis of swept-source OCT images 2025-Apr, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104511 PMID:39900214	研究论文	通过深度学习分析扫频源OCT图像，研究年龄和性别对脉络膜厚度及其组成部分的影响	利用深度学习算法自动测量脉络膜厚度，揭示了不同性别在不同年龄段的脉络膜厚度变化特点	研究排除了有眼部病理和系统性疾病的参与者，可能限制了结果的普遍性	探究年龄和性别对脉络膜厚度变化的影响	262名参与者（136名女性和126名男性）的扫频源OCT图像	数字病理	年龄相关性黄斑变性（AMD）、高度近视（HM）和糖尿病（DM）	扫频源光学相干断层扫描（SS-OCT）	深度学习算法	图像	262名参与者
876	2025-03-29	Optimizing visible retinal area in pediatric ultra-widefield fundus imaging: The effectiveness of mydriasis and eyelid lifting 2025-Apr, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104532 PMID:40015615	研究论文	本研究旨在通过超广角眼底成像技术最大化儿童可见视网膜区域（VRA）以提高周边视网膜病变的检测率	结合散瞳和手动提睑技术显著提升超广角眼底成像中的可见视网膜区域，有效减少眼睑和睫毛造成的伪影影响	样本量较小（53名儿童，106只眼），且研究仅在一家医院进行，可能限制结果的普遍性	优化儿童超广角眼底成像中的可见视网膜区域	53名儿童（106只眼）	数字病理学	视网膜病变	超广角Optos成像系统（Daytona P200T）和基于深度学习的自定义图像分割工具	深度学习	图像	53名儿童（106只眼）
877	2025-03-29	Analysis of AI foundation model features decodes the histopathologic landscape of HPV-positive head and neck squamous cell carcinomas 2025-Apr, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2025.107207 PMID:40043423	研究论文	利用AI基础模型分析HPV阳性头颈部鳞状细胞癌的组织病理学特征	首次使用基础模型UNI和生成对抗网络HistoXGAN解析HPV阳性HNSCC的组织学特征，并通过合成图像验证	研究依赖于合成图像的病理学评估，可能存在与真实图像的偏差	解析HPV阳性头颈部鳞状细胞癌的组织病理学特征并开发可解释的检测方法	981名头颈部鳞状细胞癌患者的H&E染色切片	数字病理学	头颈部鳞状细胞癌	自监督学习(SSL)、生成对抗网络(GAN)	UNI、HistoXGAN	H&E染色图像	981名患者
878	2025-03-29	Development and validation of a deep learning-based automated computed tomography image segmentation and diagnostic model for infectious hydronephrosis: a retrospective multicentre cohort study 2025-Apr, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103146 PMID:40144691	研究论文	开发并验证了一种基于深度学习的自动化CT图像分割和诊断模型，用于感染性肾积水的诊断	使用改进的U-Net算法开发了肾积水分割模型（HRSM），并结合3D CNN和临床数据建立了感染性肾积水诊断模型（IHDM）	需要更多多样化的真实世界多中心验证研究来验证模型的稳健性	开发一种全自动分割和非侵入性诊断模型，用于感染性肾积水的诊断	肾积水患者	数字病理	肾积水	CT图像分析	Improved U-Net, 3D CNN, SVM	CT图像	615名患者（包括5876张标注的CT图像）
879	2025-03-29	A data-driven approach to turmeric disease detection: Dataset for plant condition classification 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111435 PMID:40144898	研究论文	本文提出了一种基于数据驱动的姜黄病害检测方法，并构建了一个用于植物状态分类的数据集	构建了一个包含1037张原始图像和4628张增强图像的姜黄植物病害数据集，并应用Inception-v3模型实现了97.36%的分类准确率	数据集仅包含五种姜黄植物状态，可能无法涵盖所有可能的病害类型	开发AI辅助解决方案以实现精准农业和可持续作物生产	姜黄植物及其病害（健康叶片、干枯叶片、叶斑病、根茎病根和健康根茎）	计算机视觉	植物病害	数据增强（翻转、旋转、亮度调整）	Inception-v3	图像	1037张原始图像和4628张增强图像
880	2025-03-29	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-Apr, The Lancet. Digital health DOI:10.1016/j.landig.2025.01.001 PMID:40148010	research paper	该研究利用深度学习技术分析心电图（ECG）来预测成人和儿童先天性心脏病患者的左心室收缩功能障碍（LVSD）	首次将人工智能增强的心电图分析（AI-ECG）全面应用于先天性心脏病患者的LVSD预测	研究主要基于美国两家医院的数据，可能在其他地区或人群中的适用性有限	开发一种预测先天性心脏病患者当前和未来左心室收缩功能障碍的算法	成人和儿童先天性心脏病患者	digital pathology	cardiovascular disease	AI-ECG	CNN	ECG和超声心动图数据	训练队列包括124,265对ECG-超声心动图数据（49,158名患者），测试组包括21,068名患者（内部测试）和42,984名患者（外部验证）