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
1421	2024-09-23	Response to 'Enhancing multimodal deep learning for improved precision and efficiency in medical diagnostics' 2025-May, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.20347 PMID:39305063	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1422	2025-04-26	Deep learning radiomic nomogram outperforms the clinical model in distinguishing intracranial solitary fibrous tumors from angiomatous meningiomas and can predict patient prognosis 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11082-y PMID:39412667	研究论文	本文提出了一种基于MRI的深度学习放射组学列线图（DLRN），用于区分颅内孤立性纤维瘤（ISFTs）和血管瘤性脑膜瘤（AMs），并预测ISFT患者的总生存期（OS）	DLRN在区分ISFTs和AMs方面优于临床模型（CM），并能预测ISFT患者的OS	研究样本主要来自两家医院，可能存在一定的选择偏差	评估基于MRI的DLRN在区分ISFTs和AMs及预测ISFT患者OS中的价值	颅内孤立性纤维瘤（ISFTs）和血管瘤性脑膜瘤（AMs）患者	数字病理学	脑肿瘤	MRI	深度学习放射组学列线图（DLRN）	医学影像	1090名患者（主要队列）和131名患者（外部验证队列）
1423	2025-04-26	Unbiased and reproducible liver MRI-PDFF estimation using a scan protocol-informed deep learning method 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11164-x PMID:39500799	research paper	该研究提出了一种基于深度学习的VET-Net方法，用于从化学位移编码MR图像中精确且稳健地估计质子密度脂肪分数（PDFF）	VET-Net通过整合回波时间（TEs）作为辅助输入，能够在任何TE设置下计算PDFF，提高了方法的适应性和精确性	研究仅使用了单中心肝脏CSE-MRI数据集，可能限制了结果的广泛适用性	开发一种精确且对不同MR扫描仪和采集回波时间（TEs）稳健的PDFF估计方法	肝脏CSE-MR图像和脂肪-水幻影数据集	医学影像分析	肝脂肪变性	化学位移编码MR成像（CSE-MRI）	深度学习（DL）	图像	188名受试者的4146个轴向切片，以及一个开源的多中心多厂商脂肪-水幻影数据集
1424	2025-04-26	Envelope spectrum knowledge-guided domain invariant representation learning strategy for intelligent fault diagnosis of bearing 2025-May, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.03.004 PMID:40102111	research paper	该研究提出了一种基于包络谱知识引导的领域不变表示学习策略（DIRLs），用于轴承在不同工况下的智能故障诊断	通过包络谱知识蒸馏捕获傅里叶特征作为领域不变特征，并设计了一种创新的损失函数以最大化健康状态表示的二范式度量，丰富了表示的多样性	未明确提及具体局限性，但可能依赖于特定数据集的有效性	开发一种能够在不同工况下进行轴承故障诊断的智能方法	轴承故障诊断	machine learning	NA	envelope spectrum knowledge distillation	domain-invariant representation learning strategy (DIRLs)	signal data	Paderborn-bearing数据集和私有轴承数据集
1425	2025-04-03	Closing the gap: commercialized deep learning solutions for knee MRI are already transforming clinical practice 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11550-z PMID:40172638	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1426	2025-04-03	Reply to the Letter to the Editor: MRI deep learning models for assisted diagnosis of knee pathologies: a systematic review 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11552-x PMID:40172639	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1427	2025-04-26	Predicting post-hepatectomy liver failure in patients with hepatocellular carcinoma: nomograms based on deep learning analysis of gadoxetic acid-enhanced MRI 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11173-w PMID:39528755	研究论文	本研究旨在开发基于深度学习的钆塞酸增强MRI分析的列线图，用于预测肝细胞癌患者肝切除术后肝功能衰竭	利用深度学习算法测量钆塞酸增强肝胆期MRI中非肿瘤肝脏、预期残余肝脏和脾脏的体积及信号强度，构建预测模型并开发在线计算器	回顾性研究设计，样本仅来自两个转诊中心	预测肝细胞癌患者肝切除术后肝功能衰竭风险	接受钆塞酸增强MRI和肝切除术的肝细胞癌患者	数字病理学	肝细胞癌	钆塞酸增强MRI	深度学习算法	医学影像	1760名患者（1395名男性，平均年龄60±10岁）
1428	2025-04-26	Automatic prediction of stroke treatment outcomes: latest advances and perspectives 2025-May, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00462-y PMID:40271393	综述	本文综述了深度学习在预测中风治疗结果中的最新进展和应用	利用多模态信息（包括最终梗死数据）来更好地预测长期功能结果	医学图像分析领域内常见的数据标准化挑战	预测中风干预的结果以促进临床决策和改善患者护理	中风患者	数字病理学	心血管疾病	深度学习	NA	脑部扫描、医疗报告、EEG、ECG、EMG等传感器信息	NA
1429	2025-04-25	Performance of Artificial Intelligence in Diagnosing Lumbar Spinal Stenosis: A Systematic Review and Meta-Analysis 2025-May-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005174 PMID:39451133	meta-analysis	该研究通过系统综述和荟萃分析评估了人工智能在诊断腰椎管狭窄症（LSS）中的表现	首次对AI在LSS诊断中的准确性进行了系统性评估，并比较了深度学习和机器学习模型的表现	需要进一步的外部验证以增强对不同狭窄类别的分析，并提高对轻度至中度狭窄水平的诊断准确性	评估AI在诊断各种类型腰椎管狭窄症及其狭窄程度中的诊断价值	腰椎管狭窄症（LSS）患者	数字病理	腰椎管狭窄症	深度学习和机器学习	DL和ML	医学影像数据	48篇研究文章
1430	2025-04-25	Assessing Pan-Canada wildfire susceptibility by integrating satellite data with novel hybrid deep learning and black widow optimizer algorithms 2025-May-15, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179369 PMID:40239493	research paper	本研究通过整合卫星数据、深度学习和元启发式算法，开发了多种新型深度学习模型，用于评估加拿大全国范围内的野火发生概率	开发了新型的独立LSTM、RNN、BiLSTM和BiRNN模型，并与黑寡妇优化器（BWO）进行混合，提高了野火预测的准确性	研究仅基于历史野火数据，未来气候变化等因素可能影响模型的预测效果	开发成本效益高且可靠的野火预测方法，以改善加拿大的土地管理和野火预防策略	加拿大全国范围内的野火发生概率	machine learning	NA	remote sensing, deep learning, metaheuristic algorithms	LSTM, RNN, BiLSTM, BiRNN, BWO	satellite data, historical wildfire locations	4240 historical large wildfire locations (2014-2023)
1431	2025-04-25	Feasibility of deep learning algorithm in diagnosing lumbar central canal stenosis using abdominal CT 2025-May, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04796-z PMID:39249505	研究论文	开发一种基于深度学习的算法，利用腹部CT和腰椎CT诊断腰椎中央管狭窄症	首次使用U-Net架构的深度学习模型自动分割硬膜囊并分类中央管狭窄，且在腹部CT上的诊断性能与腰椎CT相当	样本量较小（仅9名患者的990张图像），且为回顾性研究	评估深度学习算法在诊断腰椎中央管狭窄症中的可行性	腰椎中央管狭窄症患者	数字病理学	腰椎疾病	CT成像	U-Net	医学影像	990张CT图像来自9名患者
1432	2025-04-25	Deep Learning-Based Classification of Early-Stage Mycosis Fungoides and Benign Inflammatory Dermatoses on H&E-Stained Whole-Slide Images: A Retrospective, Proof-of-Concept Study 2025-May, The Journal of investigative dermatology IF:5.7Q1 DOI:10.1016/j.jid.2024.07.036 PMID:39306030	研究论文	本研究探讨了深度学习在区分早期蕈样肉芽肿和良性炎症性皮肤病中的应用，使用H&E染色的全切片图像数据集	首次将深度学习应用于皮肤淋巴瘤的分类，特别是在早期蕈样肉芽肿与良性炎症性皮肤病的区分上	需要更大的多机构数据集和改进的方法论，如结合临床数据的多模态深度学习	评估深度学习在早期蕈样肉芽肿与良性炎症性皮肤病分类中的表现	皮肤活检的H&E染色全切片图像	数字病理学	皮肤淋巴瘤	深度学习	弱监督深度学习模型	图像	924张H&E染色全切片图像，包括233名早期蕈样肉芽肿患者和353名良性炎症性皮肤病患者
1433	2025-04-25	Deep Learning for Contrast Enhanced Mammography - A Systematic Review 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.035 PMID:39643464	系统综述	本文系统综述了深度学习在对比增强乳腺摄影（CEM）中的应用，探讨了这些模型如何进一步提升CEM的诊断潜力	首次系统性地回顾了深度学习在CEM中的应用，并总结了不同模型的性能表现	研究数量相对较少且多为回顾性研究，缺乏前瞻性临床验证	评估深度学习算法在CEM图像自动分析中的应用效果	对比增强乳腺摄影（CEM）图像	数字病理学	乳腺癌	深度学习	CNN	医学影像	16项研究（2018-2024年）
1434	2025-04-25	Deep Learning Model for the Differential Diagnosis of Nasal Polyps and Inverted Papilloma by CT Images: A Multicenter Study 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.011 PMID:39730250	research paper	本研究开发了一种基于CT图像的深度学习模型，用于区分鼻腔息肉和倒置性乳头状瘤，并通过多中心研究验证其性能	首次利用深度学习模型（3D Xception）在CT图像上区分鼻腔息肉和倒置性乳头状瘤，并通过蛋白质组学分析揭示模型预测与上皮细胞分化的关联	研究样本来自两家医院，可能存在选择偏差；蛋白质组学分析的样本量较小（70例）	开发并验证一种深度学习模型，以提高鼻腔良性肿瘤（鼻腔息肉和倒置性乳头状瘤）的鉴别诊断准确性	鼻腔良性肿瘤患者（鼻腔息肉和倒置性乳头状瘤）	digital pathology	nasal cavity tumors	CT imaging, proteomics analysis	3D ResNet, 3D Xception, HRNet	CT images	1791名患者（来自两家医院），其中70名进行了蛋白质组学分析
1435	2025-04-25	Dynamic Hierarchical Convolutional Attention Network for Recognizing Motor Imagery Intention 2025-May, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3549583 PMID:40131750	研究论文	提出了一种动态分层卷积注意力网络（DH-CAN），用于从EEG信号中全面学习全局和局部空间域以及时频域的判别信息，以识别运动想象意图	设计了多尺度卷积块动态捕捉时频信息，将EEG信号通道映射到不同脑区，分层提取全局和局部空间特征，并利用图注意力网络建立区域连接性，共享对称脑区间的网络参数以更好地捕捉不对称运动想象模式	NA	提高EEG信号解码的准确性，特别是在运动想象意图识别方面	EEG信号	脑机接口	NA	EEG信号分析	动态分层卷积注意力网络（DH-CAN）	EEG信号	两个数据集
1436	2025-04-25	PackPPI: An integrated framework for protein-protein complex side-chain packing and ΔΔG prediction based on diffusion model 2025-May, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70110 PMID:40260988	研究论文	介绍了一个名为PackPPI的集成框架，用于蛋白质复合物的侧链包装和ΔΔG预测，基于扩散模型	结合了扩散模型和近端优化算法，改进了蛋白质复合物的侧链预测，并利用学习到的表示预测ΔΔG	未提及具体限制	提高蛋白质复合物的侧链包装和ΔΔG预测的准确性和效率	蛋白质复合物	生物信息学	NA	扩散模型，近端优化算法	扩散模型	蛋白质结构数据	CASP15数据集和SKEMPI v2.0数据集
1437	2025-04-24	Deep learning-based cytoskeleton segmentation for accurate high-throughput measurement of cytoskeleton density 2025-May, Protoplasma IF:2.5Q2 DOI:10.1007/s00709-024-02019-9 PMID:39692866	研究论文	本研究探讨了基于深度学习的细胞骨架分割方法在定量评估细胞骨架组织中的效用	采用深度学习技术显著提高了细胞骨架密度测量的准确性，并验证了该方法在不同生理模型中的适用性	未提及具体的技术局限性	开发一种高精度、高通量的细胞骨架密度测量方法	烟草BY-2细胞的皮层微管、拟南芥保卫细胞和受精卵	数字病理学	NA	共聚焦显微镜成像	深度学习模型	图像	未明确提及具体样本数量
1438	2025-04-24	The Quality and Accuracy of Radiomics Model in Diagnosing Osteoporosis: A Systematic Review and Meta-analysis 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.065 PMID:39701845	meta-analysis	对当前用于诊断骨质疏松症的放射组学模型的诊断性能进行荟萃分析，并评估这些放射组学研究的方法学和报告质量	首次通过荟萃分析评估放射组学模型在骨质疏松症诊断中的表现，并使用QUADAS-2和RQS工具全面评估研究质量	纳入研究的方法学质量参差不齐，RQS评分平均仅为31.89%的依从率	评估放射组学模型在骨质疏松症诊断中的准确性和质量	骨质疏松症患者和非骨质疏松症患者	digital pathology	osteoporosis	radiomics	deep learning algorithms	medical imaging (CT images)	25项研究(1553名骨质疏松患者和2200名非骨质疏松患者)
1439	2025-04-24	PSMA PET/CT based multimodal deep learning model for accurate prediction of pelvic lymph-node metastases in prostate cancer patients identified as candidates for extended pelvic lymph node dissection by preoperative nomograms 2025-May, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-07065-2 PMID:39865180	research paper	开发并验证了一种基于PSMA PET/CT的多模态深度学习模型，用于预测前列腺癌患者盆腔淋巴结转移	结合了PSMA PET/CT深度学习特征、定量PET参数和临床参数，构建的多模态模型在预测淋巴结侵犯方面表现出更高的准确性	样本量相对较小（116例患者），且仅在特定患者群体中验证	提高前列腺癌患者盆腔淋巴结转移的预测准确性，以减少不必要的盆腔淋巴结清扫术	前列腺癌患者	digital pathology	prostate cancer	PSMA PET/CT	Med3D, Multi kernel Support Vector Machine	image, clinical parameters	116例前列腺癌患者（82例训练队列，34例测试队列）
1440	2025-04-24	Exploring the role of multimodal [18F]F-PSMA-1007 PET/CT and multiparametric MRI data in predicting ISUP grading of primary prostate cancer 2025-May, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07099-0 PMID:39871017	research paper	本研究探讨了多模态成像技术在预测前列腺癌ISUP分级中的作用，旨在通过整合先进成像技术与临床变量提高诊断准确性和临床决策	应用少样本学习解决前列腺癌成像数据有限的问题，并比较了不同模态数据融合在深度学习网络中的性能	研究为回顾性分析，可能存在选择偏差，且样本量相对较小	提高前列腺癌ISUP分级的诊断准确性，优化临床决策	341名前列腺癌患者的多模态成像数据	digital pathology	prostate cancer	[18F]F-PSMA-1007 PET/CT, multiparametric MRI (mpMRI), Diffusion Weighted Imaging (DWI), T2 Weighted Imaging (T2WI), Apparent Diffusion Coefficient (ADC)	few-shot deep learning network	image	341名前列腺癌患者