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
161	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）
162	2025-06-02	Reproducible image-based profiling with Pycytominer 2025-Apr, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02611-8 PMID:40032995	研究论文	介绍了一个名为Pycytominer的用户友好、开源的Python包，用于处理高通量显微镜图像分析产生的单细胞特征数据	提出了Pycytominer，一个专门用于图像分析的生物信息学步骤的工具包，支持机器学习和下游应用	未提及具体的性能对比或与其他工具的兼容性问题	开发一个工具以处理高通量显微镜图像分析产生的单细胞特征数据，支持下游应用	高通量显微镜图像分析产生的单细胞特征数据	数字病理学	NA	高通量显微镜	NA	图像	NA
163	2025-06-01	AI-Driven Detection of Obstructive Sleep Apnea Using Dual-Branch CNN and Machine Learning Models 2025-Apr-30, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13051090 PMID:40426919	研究论文	本研究比较了机器学习和深度学习方法（如双分支CNN模型）在心电图（ECG）数据中检测阻塞性睡眠呼吸暂停（OSA）的应用	提出了一种非侵入性的AI方法，利用双分支CNN模型从ECG信号中检测OSA，解决了传统多导睡眠图（PSG）的局限性	NA	比较和对比机器学习和深度学习方法在OSA检测中的应用	阻塞性睡眠呼吸暂停（OSA）患者的心电图（ECG）数据	机器学习	阻塞性睡眠呼吸暂停	ECG信号分析	双分支CNN, CNN	ECG信号	NA
164	2025-06-01	Advancements in Medical Radiology Through Multimodal Machine Learning: A Comprehensive Overview 2025-Apr-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050477 PMID:40428096	综述	本文综述了多模态机器学习在医学放射学中的最新进展、应用和未来研究方向	探讨了多模态学习如何从不同医疗数据源提取新特征，提升算法灵活性，并分析了当前多模态机器学习在放射学中的方法、应用和趋势	未提及具体的技术实现细节或实验验证结果	促进人工智能在医学影像中的整合应用，提升诊断效率和患者护理水平	医学放射学中的多模态数据（影像、文本和结构化医疗数据）	数字病理	NA	多模态机器学习	NA	影像、文本、结构化医疗数据	NA
165	2025-06-01	Modelling the Ki67 Index in Synthetic HE-Stained Images Using Conditional StyleGAN Model 2025-Apr-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050476 PMID:40428095	研究论文	本研究利用条件式StyleGAN模型生成基于Ki67指数的合成HE染色图像序列，以探索HE染色与Ki67染色之间的隐藏关系并增强预测模型的可解释性	首次将条件式StyleGAN模型应用于生成反映不同Ki67指数值的HE染色图像序列，并评估模型捕捉HE图像中Ki67相关变化的能力	需要病理学专家评估生成序列的相关性，可能存在主观偏差	开发可解释的框架，用于从HE染色图像分析和预测免疫组化信息	合成HE染色图像及其与Ki67指数的关系	数字病理学	癌症	条件式生成对抗网络	StyleGAN	图像	NA
166	2025-06-01	Development and Validation of a Deep Learning System for the Detection of Nondisplaced Femoral Neck Fractures 2025-Apr-28, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050466 PMID:40428085	research paper	开发并验证了一种用于检测非移位性股骨颈骨折的深度学习系统	使用基于ResNet框架的CNN模型，显著提高了非移位性股骨颈骨折的诊断准确性	研究主要基于两家医院的影像数据，外部验证数据集来源未详细说明	提高非移位性股骨颈骨折的诊断准确性	非移位性股骨颈骨折患者	digital pathology	geriatric disease	deep learning	CNN (ResNet framework)	image	2032张髋关节X光片
167	2025-06-01	FOVEA: Preoperative and intraoperative retinal fundus images with optic disc and retinal vessel annotations 2025-Apr-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04965-2 PMID:40287417	research paper	介绍了一个名为FOVEA的数据集，包含术前和术中的视网膜眼底图像及其注释，旨在支持深度学习在玻璃体视网膜手术中的应用	FOVEA是首个在术中领域与术前领域匹配高质量注释的数据集	数据集仅包含40名患者的数据，样本量相对较小	支持玻璃体视网膜手术中的深度学习应用，如定位兴趣点或注册额外的成像模态	视网膜眼底图像及其注释	computer vision	眼科疾病	生物显微镜成像	NA	image, video	40名患者的数据
168	2025-06-01	Radiomics Analysis of Whole-Kidney Non-Contrast CT for Early Identification of Chronic Kidney Disease Stages 1-3 2025-Apr-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050454 PMID:40428073	研究论文	本研究通过放射组学分析非对比CT图像，结合机器学习技术，旨在早期识别慢性肾病（CKD）1-3期	利用放射组学特征结合机器学习技术，首次在非对比CT图像上实现了对CKD早期阶段的非侵入性诊断，且性能优于放射科医师的视觉评估	研究为回顾性设计，且仅针对CKD 1-3期患者	评估基于非对比CT的放射组学特征结合机器学习技术在区分CKD 1-3期与健康对照中的潜力	1099名CKD 1-3期患者和1099名健康对照者	数字病理学	慢性肾病	非对比CT成像、放射组学分析	VB-net（用于分割）、Gaussian process分类器	医学影像（CT图像）	2198名参与者（1099名患者+1099名对照）
169	2025-06-01	PE-MT: A Perturbation-Enhanced Mean Teacher for Semi-Supervised Image Segmentation 2025-Apr-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050453 PMID:40428072	研究论文	提出了一种基于不确定性感知均值教师框架的新型半监督分割方法PE-MT，通过引入扰动增强指数移动平均和残差引导不确定性图来提升学生和教师模型的性能	引入了扰动增强指数移动平均(pEMA)和残差引导不确定性图(RUM)，以缓解学生和教师模型之间的耦合效应，并准确定位高不确定性区域	未提及具体局限性	提升医学图像分割的准确性，特别是在标注数据有限的情况下	心脏区域	数字病理	心血管疾病	半监督学习	均值教师框架(UA-MT)	医学图像	公共LASC和ACDC数据集
170	2025-06-01	Artificial Intelligence in Chest Radiography-A Comparative Review of Human and Veterinary Medicine 2025-Apr-25, Veterinary sciences IF:2.0Q2 DOI:10.3390/vetsci12050404 PMID:40431497	review	本文比较了人工智能在人类和兽医胸部放射学中的应用及其影响	比较了人类和兽医医学中AI在胸部放射学中的应用，探讨了各自的挑战和潜力	数据限制、算法偏见、需要广泛验证以及伦理和监管问题阻碍了AI的全面实施	探讨AI在人类和兽医胸部放射学中的应用及其对诊断速度、准确性和效率的影响	人类和兽医医学中的胸部放射学	digital pathology	NA	deep learning	NA	image	NA
171	2025-06-01	A Three-Stage Fusion Neural Network for Predicting the Risk of Root Fracture-A Pilot Study 2025-Apr-24, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050447 PMID:40428066	研究论文	提出一种三阶段融合神经网络(TSFNN)用于预测根管治疗后牙根断裂的风险	首次提出结合数值和分类数据的神经网络架构，采用批归一化和嵌入层技术，显著提升预测性能	临床数据量有限，属于初步研究	提高牙科领域多种临床数据的预测准确性	145颗牙齿(97颗断裂牙和48颗非断裂牙)	机器学习	牙科疾病	批归一化、嵌入层技术	TSFNN(三阶段融合神经网络)	数值数据和分类数据	145颗牙齿(包含17项特征)
172	2025-06-01	Non-Invasive Localization of Epileptogenic Zone in Drug-Resistant Epilepsy Based on Time-Frequency Analysis and VGG Convolutional Neural Network 2025-Apr-23, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050443 PMID:40428062	研究论文	本研究提出了一种基于时间频率分析和VGG卷积神经网络的无创性定位耐药性癫痫致痫区的方法	首次提出结合sLORETA源成像、时间频率分析和VGG-16深度学习的系统框架，用于无创定位致痫区	样本量较小（25例患者），仅针对单一类型的耐药性癫痫	开发无创自动定位致痫区的方法，以指导电极植入并提高神经外科治疗的效果和安全性	耐药性癫痫患者的16通道头皮脑电图	数字病理学	癫痫	短时傅里叶变换(STFT)、连续小波变换(CWT)、超小波算法(superlets)、sLORETA源成像	VGG-16 CNN	脑电图(EEG)信号	25例成功手术的耐药性癫痫患者
173	2025-06-01	AI-assisted computational screening and docking simulation prioritize marine natural products for small-molecule PCSK9 inhibition 2025 Apr-Jun, Current research in translational medicine IF:3.2Q2 DOI:10.1016/j.retram.2025.103498 PMID:39938184	研究论文	该研究开发了一种AI辅助的计算筛选和对接模拟方法，用于优先筛选海洋天然产物作为小分子PCSK9抑制剂	结合卷积神经网络深度学习模型、分子对接和分子动力学模拟的多步骤虚拟筛选流程，用于发现新型PCSK9抑制剂	研究仅基于计算机模拟，未进行实验验证	识别新型人类PCSK9抑制剂，以应对与Covid-19相关的心血管和中枢神经系统并发症	海洋天然产物数据库(CMNPD)中的化合物	计算生物学	心血管疾病	卷积神经网络(CNN)、分子对接、分子动力学(MD)模拟	CNN	化合物结构数据	已知作用于中枢神经系统、心血管和抗炎药物的数据集
174	2025-06-01	Development and multicentric external validation of a prognostic COVID-19 severity model based on thoracic CT 2025-Apr-01, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02983-z PMID:40170034	研究论文	开发并验证了一种基于胸部CT的COVID-19严重程度预后模型	结合患者年龄、性别及胸部CT影像特征，开发了一个逻辑回归模型，用于快速预测COVID-19患者一个月内的严重程度，并在多中心外部数据集上验证了其性能	模型训练数据来自早期疫情阶段，未涵盖所有变异株流行时期的数据	开发一个基于胸部CT的预后模型，以支持COVID-19患者的风险分层和临床决策	COVID-19患者	数字病理	COVID-19	胸部CT影像分析	逻辑回归	影像	来自STOIC挑战的公开数据及多中心外部数据集
175	2025-05-31	Deep learning analysis of hematoxylin and eosin-stained benign breast biopsies to predict future invasive breast cancer 2025-Apr-30, JNCI cancer spectrum IF:3.4Q2 DOI:10.1093/jncics/pkaf037 PMID:40193520	研究论文	本研究利用深度学习分析良性乳腺活检的H&E染色全切片图像，预测未来是否会发展为浸润性乳腺癌	首次采用定制VGG-16和AutoML机器学习模型结合多模态网络（整合全切片图像和临床病理特征）进行乳腺癌风险预测，显著提高了预测性能	研究样本量相对有限（946名女性），且未来需要进一步探索良性乳腺疾病进展为浸润性乳腺癌的机制	开发基于深度学习的乳腺癌风险评估方法	良性乳腺疾病患者的H&E染色全切片图像和临床病理特征	数字病理	乳腺癌	全切片图像分析	VGG-16, AutoML, 多模态网络	图像, 临床数据	946名女性（训练集：331例病例+331例对照；测试集：142例病例+142例对照）
176	2025-05-31	Formation permeability estimation using mud loss data by deep learning 2025-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94617-7 PMID:40307334	研究论文	本研究提出了一种利用泥浆流失数据和深度学习技术估算地层渗透率的新方法	首次将泥浆流失数据与深度学习技术结合用于地层渗透率估算，并引入了DJINN模型提高预测精度	研究基于模拟数据，需要在实际钻井环境中进一步验证	开发一种准确估算地层渗透率的新方法	油气储层的地层渗透率	机器学习	NA	深度学习	1D-CNN, DJINN	数值数据（泥浆流失率、储层参数等）	模拟生成的泥浆流失率数据集
177	2025-05-31	ARAN: Age-Restricted Anonymized Dataset of Children Images and Body Measurements 2025-Apr-30, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11050142 PMID:40422998	research paper	本文介绍了ARAN数据集，这是首个符合欧洲通用数据保护条例的儿童图像与身体测量标记数据集，用于开发预测模型	首个符合伦理委员会批准的儿童图像与身体测量标记数据集，支持多视角图像，数据规模远超同类数据集	数据集仅包含16至98个月的儿童，可能无法覆盖所有年龄段	开发从单张图像精确估计儿童身体测量和体重的模型，用于儿科生长监测和营养不良早期检测	512名16至98个月的儿童，每人4个不同视角的图像，共2048张图像	computer vision	malnutrition	deep learning	DenseNet121	image	512名儿童（2048张图像）
178	2025-05-31	Medical Image Segmentation: A Comprehensive Review of Deep Learning-Based Methods 2025-Apr-30, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11050052 PMID:40423254	review	本文全面回顾了基于深度学习的医学图像分割方法	对当前医学图像分割领域的代表性方法进行了分类、回顾和总结，并预测了未来研究方向	未提及具体方法的局限性	分析医学图像分割领域的研究现状和发展趋势	医学图像分割方法	computer vision	NA	deep learning	CNN	image	NA
179	2025-05-31	SwinTCS: A Swin Transformer Approach to Compressive Sensing with Non-Local Denoising 2025-Apr-29, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11050139 PMID:40422996	研究论文	提出了一种基于Swin Transformer的新型深度学习框架SwinTCS，用于压缩感知图像重建，结合了非局部均值去噪模块以提高重建质量	利用Swin Transformer架构整合分层特征表示策略增强全局上下文建模，同时引入辅助CNN捕捉局部特征，并加入非局部均值去噪模块抑制噪声	NA	解决传统压缩感知重建方法在边界伪影和鲁棒性方面的挑战，提高多媒体应用中的图像重建质量	压缩感知图像重建	计算机视觉	NA	压缩感知(CS)	Swin Transformer, CNN	图像	多个公共基准数据集
180	2025-05-31	Automatic smart brain tumor classification and prediction system using deep learning 2025-Apr-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95803-3 PMID:40295548	研究论文	提出了一种基于深度学习的智能脑肿瘤分类和预测系统	结合定制CNN模型和预训练模型（Inception-v4和EfficientNet-B4），用于脑肿瘤的早期检测和分类，系统具有高准确性和适应性	未提及模型在临床环境中的实际应用效果及泛化能力	开发智能监测系统以实现脑肿瘤的早期检测、分类和预测	脑肿瘤MRI图像	数字病理	脑肿瘤	深度学习	CNN, Inception-v4, EfficientNet-B4	图像	1000张脑肿瘤图像