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
141	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
142	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
143	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
144	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
145	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）
146	2025-06-07	Multi-region nomogram for predicting central lymph node metastasis in papillary thyroid carcinoma using multimodal imaging: A multicenter study 2025-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108608 PMID:39827707	研究论文	本研究通过整合基于超声图像的深度学习特征、基于CT图像的脂肪放射组学特征及临床特征，构建了一个多模态多区域列线图（MMRN）用于预测甲状腺乳头状癌（PTC）的中央淋巴结转移（CLNM）	首次结合深度学习特征、脂肪放射组学特征和临床特征构建多模态多区域列线图，用于预测PTC的CLNM	研究仅基于两个独立中心的数据，样本量相对有限	预测甲状腺乳头状癌（PTC）的中央淋巴结转移（CLNM）	661名通过甲状腺切除术诊断为PTC的患者	数字病理	甲状腺癌	深度学习、放射组学特征提取、LASSO回归	Resnet50	超声图像、CT图像	661名患者，分为主要队列、内部测试队列和外部测试队列
147	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）
148	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
149	2025-06-06	Artificial intelligence to predict treatment response in rheumatoid arthritis and spondyloarthritis: a scoping review 2025-04-07, Rheumatology international IF:3.2Q2 DOI:10.1007/s00296-025-05825-3 PMID:40192881	综述	本文综述了人工智能在预测类风湿性关节炎和脊柱关节炎治疗反应中的应用类型和方法	总结了AI技术在预测类风湿性关节炎和脊柱关节炎治疗反应中的多种应用，包括监督学习、无监督聚类和深度学习等方法	方法学异质性限制了结果的普遍适用性，且存在数据整合和外部验证的挑战	分析人工智能技术在预测类风湿性关节炎和脊柱关节炎治疗反应中的应用	类风湿性关节炎(RA)和脊柱关节炎(SpA)患者	数字病理学	类风湿性关节炎, 脊柱关节炎	监督机器学习(如随机森林、支持向量机)、无监督聚类、深度学习	随机森林, 支持向量机, 深度学习模型	电子医疗记录、临床生物标志物、遗传和蛋白质组数据、影像数据	89项研究(74项关于RA，7项关于SpA，4项关于银屑病关节炎，4项混合研究)
150	2025-06-06	Utilising artificial intelligence in developing education of health sciences higher education: An umbrella review of reviews 2025-Apr, Nurse education today IF:3.6Q1 DOI:10.1016/j.nedt.2025.106600 PMID:39904286	综述的综述	本文通过综述的综述方法，综合了当前关于人工智能在健康科学教育中应用的证据	识别了人工智能在健康科学教育中的五个关键领域，并强调了其潜在应用和需要进一步投资的方面	仅分析了2019年至2023年间发表的七篇综述，可能无法涵盖所有相关研究	综合当前关于人工智能在健康科学教育中应用的证据	健康科学高等教育	教育技术	NA	机器人技术、机器学习和深度学习、大数据、沉浸式技术、自然语言处理	NA	文献数据	201篇综述
151	2025-06-05	A fine-tuned convolutional neural network model for accurate Alzheimer's disease classification 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86635-2 PMID:40185767	研究论文	该研究提出了一种基于微调卷积神经网络（CNN）的模型，用于准确分类阿尔茨海默病（AD）	利用迁移学习技术减少训练成本并提高性能，使用预训练的CNN架构（AlexNet、GoogleNet和MobileNetV2）结合多种优化器（如Adam、SGD和RMSprop），在Kaggle MRI数据集和OASIS数据库上取得了高分类准确率（99.4%和98.2%）	未提及模型在其他独立数据集上的泛化能力，以及计算资源需求的具体情况	通过早期诊断实现阿尔茨海默病的及时干预和有效控制	阿尔茨海默病患者	数字病理学	老年病	MRI扫描	CNN（AlexNet、GoogleNet、MobileNetV2）	图像	Kaggle MRI数据集和OASIS数据库（具体样本数量未提及）
152	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
153	2025-06-05	Comprehensive Segmentation of Gray Matter Structures on T1-Weighted Brain MRI: A Comparative Study of Convolutional Neural Network, Convolutional Neural Network Hybrid-Transformer or -Mamba Architectures 2025-Apr-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8544 PMID:39433334	研究论文	本研究比较了6种深度学习模型在T1加权脑MRI上分割122个灰质结构的性能，旨在确定最有效的模型用于临床和研究应用	评估了包括U-Mamba_Bot在内的6种先进深度学习模型在脑MRI分割中的性能，并验证了其在阿尔茨海默病研究中的潜在应用	研究数据集规模有限，未来需要更大数据集验证结果并探索模型在其他神经系统疾病中的适用性	评估深度学习模型在脑MRI灰质结构分割中的性能，并比较正常对照组与阿尔茨海默病患者的脑结构体积差异	1510例T1加权脑MRI扫描数据，包括正常对照组和阿尔茨海默病患者	医学图像分析	阿尔茨海默病	深度学习	nnU-Net, SegResNet, SwinUNETR, UNETR, U-Mamba_BOT, U-Mamba_Enc	MRI图像	1510例T1加权脑MRI扫描
154	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
155	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
156	2025-06-04	Automatic determination of the resection plane for shoulder arthroplasty in arthritic humeri: a deep learning model 2025-Apr-22, Journal of shoulder and elbow surgery IF:2.9Q1 DOI:10.1016/j.jse.2025.03.010 PMID:40274011	research paper	开发了一种深度学习模型，用于自动确定关节炎肱骨的肩关节置换术切除平面	首次提出自动化方法识别关节炎肱骨的切除平面，解决了传统方法因骨赘和畸形导致参考标志模糊的问题	样本量较小（62个3D模型），且仅在特定类型关节炎病例中验证	提高肩关节置换术术前规划的自动化水平和准确性	关节炎和非关节炎患者的肱骨3D模型	digital pathology	osteoarthritis	computed tomography扫描	deep learning	3D模型	62个肱骨3D模型（80%训练，20%测试）
157	2025-06-04	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	首次使用智能手机采集的荧光图像进行皮肤病变分类，并创建了新的数据集FLUO-SC	缺乏公开的荧光图像数据集，样本量相对较小（1,563张图像）	探索荧光图像在皮肤癌自动诊断中的应用潜力	皮肤病变（特别是皮肤癌）	数字病理学	皮肤癌	荧光宽场成像	CNN	图像	1,563张荧光图像
158	2025-06-04	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	research paper	本文提出了一种基于改进Y-NET网络的深度学习模型WALINET，用于全脑1H-MRSI中水和脂质信号的去除	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，相比传统方法具有更快的处理速度和更好的性能	未提及具体的数据集规模限制或模型泛化能力测试	开发一种快速有效的方法来去除1H-MRSI中的水和脂质干扰信号	全脑1H-MRSI数据	医学影像处理	NA	1H-MRSI	改进的Y-NET网络(CNN)	磁共振波谱成像数据	模拟数据和体内全脑MRSI数据(未提具体数量)
159	2025-06-04	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	本研究利用深度学习技术分析心电图（ECG）数据，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左心室收缩功能障碍预测	研究主要基于美国两家医院的数据，可能无法完全代表其他地区或人群的情况	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	数字病理学	心血管疾病	AI-ECG	CNN	心电图和超声心动图数据	训练队列包含124,265对心电图-超声心动图数据（来自49,158名患者），测试组包括内部测试（21,068名患者）和外部验证（42,984名患者）
160	2025-06-03	Sex-based differences in imaging-derived body composition and their association with clinical malnutrition in abdominal surgery patients 2025-Apr-07, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.05.25325276 PMID:40453372	研究论文	本研究通过深度学习分析腹部手术患者的术前CT扫描，探讨了性别差异在身体组成与临床营养不良之间的关联	首次全面评估了性别特异性身体组成特征与营养不良的关联，并利用深度学习进行量化分析	研究为单中心回顾性研究，结果可能受限于样本选择偏差	探究腹部手术患者术前影像学身体组成特征与营养不良的性别特异性关联	接受腹部手术的患者	数字病理	NA	CT扫描	深度学习	图像	1,143名患者（52%为女性）