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
101	2025-06-19	Real-time target localization on 1.5 T magnetic resonance imaging linac orthogonal cine images using transfer learning 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100789 PMID:40524739	研究论文	本研究探讨了基于深度学习的肿瘤跟踪技术在1.5T MRI引导的放疗中的适用性，并通过迁移学习提高了模型性能	首次将0.35T MRI-linac上开发的肿瘤跟踪模型应用于1.5T MRI-linac，并采用迁移学习显著提升了模型性能	研究样本量相对较小（24名患者），且仅针对特定MRI系统进行了验证	提高MRI引导放疗中实时肿瘤跟踪的准确性	接受1.5T MRI-linac治疗的癌症患者	医学影像分析	癌症	深度学习、迁移学习	transformer-based变形模型	MRI影像	24名患者（验证集10人，测试集14人）的3600帧cine-MRI图像
102	2025-06-18	Detecting arousals and sleep from respiratory inductance plethysmography 2025-04-11, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03325-z PMID:40214714	研究论文	本研究开发了一种深度学习算法，用于从呼吸感应体积描记信号中分类睡眠状态和检测觉醒	提出了一种新型深度学习算法，能够仅通过呼吸信号准确识别睡眠状态和短暂觉醒，为家庭睡眠测试提供了更便捷的替代方案	算法的敏感性在觉醒检测方面相对较低（66.1%），且研究仅针对疑似睡眠障碍的成年人群	开发一种能够替代多导睡眠图的家庭睡眠测试方法，通过呼吸信号评估睡眠状态和觉醒	1299名疑似睡眠障碍的成年人	机器学习	睡眠障碍	呼吸感应体积描记技术	深度学习算法	呼吸信号	1299名成年人
103	2025-06-18	From Visualization to Automation: A Narrative Review of Deep Learning's Impact on Ultrasound-based Median Nerve Assessment 2025 Apr-Jun, Journal of medical ultrasound IF:0.9Q4 DOI:10.4103/jmu.JMU-D-25-00010 PMID:40521317	review	本文综述了深度学习在超声诊断外周神经疾病中的应用，特别是对腕管综合征中正中神经分割的影响	探讨了深度学习与超声技术结合在提高诊断准确性和效率方面的潜力，并展望了未来研究方向	未提及具体的数据集或实验结果的局限性	回顾深度学习在超声诊断外周神经疾病中的应用现状及未来发展方向	外周神经疾病，特别是腕管综合征中的正中神经	digital pathology	peripheral nerve disorders	ultrasound imaging	deep learning	image	NA
104	2025-06-17	MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting 2025-Apr-26, ArXiv PMID:40093364	research paper	本研究提出了一种基于扩散概率模型和残差偏移机制的MRI超分辨率重建方法，显著减少了采样步骤并保持了关键解剖细节	引入残差误差偏移机制，显著减少采样步骤同时保持解剖细节，加速MRI重建	NA	提高MRI超分辨率重建的效率和图像质量	超高场脑T1 MP2RAGE图和T2加权前列腺图像	medical imaging	prostate cancer	diffusion-based deep learning	Res-SRDiff	MRI图像	NA
105	2025-06-17	Deep learning and machine learning in CT-based COPD diagnosis: Systematic review and meta-analysis 2025-Apr, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105812 PMID:39891985	meta-analysis	本研究通过系统综述和荟萃分析评估了基于CT图像的深度学习和机器学习模型在慢性阻塞性肺疾病(COPD)诊断中的性能	首次对AI模型在COPD CT诊断中的表现进行定量分析，并比较了不同模型类型的诊断效能	纳入研究存在异质性，且MIL机制对DL模型的改善效果未达到统计学显著性	评估AI模型在COPD CT诊断中的性能并促进相关研究发展	COPD患者的CT图像	digital pathology	lung disease	CT imaging	DL, ML, MIL	medical image	22,817名患者
106	2025-04-17	Multicenter Development and Validation of a Multimodal Deep Learning Model to Predict Moderate to Severe AKI 2025-Apr-15, Clinical journal of the American Society of Nephrology : CJASN IF:8.5Q1 DOI:10.2215/CJN.0000000695 PMID:40232856	research paper	开发并验证了一种结合结构化和非结构化数据的深度学习模型，用于预测中度至重度急性肾损伤	首次结合结构化数据和非结构化临床笔记信息，采用中间融合的深度学习循环神经网络架构来预测急性肾损伤	研究排除了入院时血清肌酐≥3.0mg/dL、48小时内需要透析等特定患者群体	开发能够早期预测中度至重度急性肾损伤的深度学习模型	成年住院患者（≥18岁）	digital pathology	acute kidney injury	deep learning, natural language processing	recurrent neural network (RNN)	structured clinical data and unstructured clinical notes	424,579例住院患者（推导队列339,998例，验证队列84,581例）
107	2025-06-15	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	本文系统评估了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	首次系统比较了不同AI模型在多种骨科影像模态中的临床效能和实用性	现有文献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AI在骨科影像学中的应用效果和可靠性	骨科影像学中的AI应用	医学影像分析	骨科疾病	机器学习	CNN	医学影像	11,990,643张来自多种诊断仪器的影像
108	2025-06-14	A physics-informed deep learning model for predicting beam dose distribution of intensity-modulated radiation therapy treatment plans 2025-Apr, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100779 PMID:40502721	研究论文	开发了一种基于物理信息的深度学习模型，用于预测鼻咽癌患者调强放射治疗（IMRT）中的束流剂量分布	提出了一种专门用于束流剂量预测任务的物理信息深度学习网络，并通过交叉采样方案解决了深度学习模型的可解释性挑战	样本量相对较小（100例），且为回顾性研究	开发用于IMRT束流剂量预测的深度学习模型	鼻咽癌患者的IMRT治疗计划	医学影像分析	鼻咽癌	深度学习	U-Net	CT图像和轮廓输入	100例九束IMRT病例（72例训练集，8例验证集，20例测试集）
109	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
110	2025-06-13	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	research paper	本研究提出了一种基于视觉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，构建了多模态特征融合模型	研究为回顾性研究，可能存在选择偏倚	开发一种能够预测乳腺肿瘤良恶性的多模态融合模型	乳腺肿瘤超声图像和临床数据	digital pathology	breast cancer	multimodal feature fusion	Vision Transformer	image, clinical data	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
111	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
112	2025-06-12	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	review	本文综述了多参数MR尿路造影（MRU）的最新技术进展及其在临床中的应用	MRU技术在对比分辨率、组织表征及上尿路可视化方面与CT尿路造影（CTU）相当，并在特定患者群体中成为首选检查方法	MRU在某些情况下可能不如CTU普及，且需要技术优化和对各种尿路病理条件的深入了解	探讨MRU技术的发展现状及其在尿路疾病诊断中的应用	肾脏、肾盂系统、输尿管和膀胱	数字病理	泌尿系统疾病	静态流体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、扩散加权成像	NA	图像	NA
113	2025-06-11	Improving AlphaFold2 and 3-based protein complex structure prediction with MULTICOM4 in CASP16 2025-Apr-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.06.641913 PMID:40161604	research paper	本文介绍了MULTICOM4系统，通过整合AlphaFold2、AlphaFold3及内部技术，提升蛋白质复合物结构预测的准确性	整合了基于transformer的AlphaFold2和基于扩散模型的AlphaFold3，结合内部技术如蛋白质复合物化学计量比预测、多样化的多序列比对生成等	未提及具体局限性	提升多链蛋白质复合物（多聚体）结构的预测准确性	蛋白质复合物结构	生物信息学	NA	多序列比对（MSA）、深度学习模型质量评估	AlphaFold2、AlphaFold3	蛋白质序列和结构数据	在CASP16评估中进行了盲测
114	2025-06-10	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	评估在非肥胖患者中使用高强度深度学习图像重建（DLIR-H）与标准自适应统计迭代重建（ASiR-V）协议在冠状动脉CT血管造影中的辐射剂量和图像质量	提出了一种结合DLIR-H和80-kVp CCTA的双低协议，显著减少辐射和对比剂暴露，同时提高图像质量	研究仅针对非肥胖患者，BMI限制在30 kg/m2以下	评估双低CCTA协议在减少辐射和对比剂剂量同时保持图像质量的可行性	非肥胖患者（BMI < 30 kg/m2）	医学影像	心血管疾病	深度学习图像重建（DLIR-H），自适应统计迭代重建（ASiR-V）	深度学习	医学影像	255名患者（每组85人）
115	2025-06-10	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	research paper	开发并验证了一种基于深度学习的自动化分割方法，用于光学相干断层扫描（OCT）图像的脉络膜厚度测量	使用Deeplabv3+网络和ResNet50架构开发了一种自动化分割算法，与手动分割方法相比表现出色	测试集样本量较小（130例），且仅与一种开源算法进行了比较	开发并验证一种自动化分割方法，用于OCT图像的脉络膜厚度测量	光学相干断层扫描（OCT）图像	digital pathology	NA	光学相干断层扫描（OCT）	Deeplabv3+, ResNet50	image	训练集10,798例手动分割OCT扫描，测试集130例独特扫描
116	2025-06-10	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	本文提出了一种用于压缩扩散MRI中纤维取向分布（FODs）的平衡阶数级自编码器（OBOL）	提出了一种平衡阶数级的自编码器（OBOL），通过为不同阶数的FODs使用单独的编码器来平衡特征图大小，从而在解码后高精度压缩FODs	未明确提及具体限制	提高扩散MRI中纤维取向分布（FODs）的压缩精度和内存效率	扩散MRI中的纤维取向分布（FODs）	医学影像分析	NA	扩散MRI	自编码器（Autoencoder）	医学影像数据	未明确提及具体样本数量
117	2025-06-09	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	research paper	提出了一种基于深度学习的自动化双心室分割和3D壁运动分析流程，用于肺动脉高压（PH）啮齿动物模型的研究	开发了一个高效的自动化深度学习流程，用于PH啮齿动物模型的双心室分割和3D壁运动分析，与临床心脏成像AI发展保持一致	研究仅针对啮齿动物模型，尚未在人类患者中进行验证	开发一种自动化工具，用于肺动脉高压疾病进展及其对心脏影响的预测性分析	肺动脉高压（PH）啮齿动物模型	digital pathology	pulmonary hypertension	cardiac magnetic resonance	fully convolutional network	image	163 short-axis cine cardiac magnetic resonance scans from MCT and SuHx PH rats
118	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
119	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
120	2025-06-07	Hybrid optimization enabled DenseNet for autism spectrum disorders using MRI image 2025-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108335 PMID:39793514	research paper	该研究提出了一种结合JSTO优化算法的DenseNet模型，用于通过MRI图像检测自闭症谱系障碍（ASD）	引入了新型的Jaya Sewing Training Optimization (JSTO)算法，结合Jaya算法和Sewing Training-Based Optimization (STBO)，用于特征选择和模型训练	研究仅基于Abide 1数据集进行验证，未在其他数据集上测试模型的泛化能力	开发一种高效的自闭症谱系障碍早期检测方法	自闭症患者的MRI脑部图像	digital pathology	autism spectrum disorder	MRI	DenseNet	image	基于Abide 1数据集（具体样本数量未提及）