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
241	2025-07-05	Rural Medical Centers Struggle to Produce Well-Calibrated Clinical Prediction Models: Data Augmentation Can Help 2025-Jun-17, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.16.25329699 PMID:40585177	研究论文	本文探讨了农村医疗中心在临床预测模型校准方面的困难，并提出数据增强技术作为解决方案	提出使用合成数据生成(SDG)技术增强农村医疗机构本地数据量，以改善模型校准效果	研究主要基于模拟数据和单一网络医院数据，需要更多真实世界验证	解决农村医疗机构因患者数量不足导致的临床预测模型校准问题	农村医疗中心的临床预测模型	医疗机器学习	NA	合成数据生成(SDG)	深度学习	临床数据	多站点ICU数据集和真实医院网络数据
242	2025-07-05	Utilizing shallow features and spatial context for weakly supervised intracerebral hemorrhage segmentation 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1462 PMID:40606325	研究论文	提出一种利用浅层特征和空间上下文信息进行弱监督脑出血分割的新方法	开发了Shallow-Feature CAM模块和Spatial Context Aware (SCA)模块，利用CNN的浅层特征图和CT图像的空间上下文信息提高分割精度	仅使用公开数据集验证，未在更多临床场景中测试	提高弱监督条件下脑出血分割的准确性	脑出血CT图像	数字病理	脑出血	CNN	CNN	CT图像	两个公开数据集(BHSD和BCIHM)
243	2025-07-05	A three-classification machine learning model for non-invasive prediction of molecular subtypes in diffuse glioma: a two-center study 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-2461 PMID:40606348	research paper	开发并验证了一种非侵入性的三分类机器学习模型，用于预测成人型弥漫性胶质瘤的分子亚型	结合了常规MRI特征、RSTD特征和人口统计学特征，构建了一个性能优越的三分类机器学习模型	研究为回顾性设计，样本量相对有限，且仅来自两个中心	开发一种非侵入性方法来预测成人型弥漫性胶质瘤的分子亚型	306名胶质瘤患者	machine learning	glioma	MRI, radiomics, Swin Transformer-based deep learning	XGBoost, kNN, LightGBM, RF, SVM, SGD	MRI图像	306名患者（258名来自中心1，48名来自中心2）
244	2025-07-05	A narrative review of foundation models for medical image segmentation: zero-shot performance evaluation on diverse modalities 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2826 PMID:40606341	综述	本文全面回顾了医学图像分割中的基础模型，评估了它们在多种数据集上的零样本性能，并评估了它们在临床环境中的实际适用性	通过系统性地分类基础模型并评估其在未见过的医学图像数据集上的零样本性能，为医学图像分割领域提供了新的见解	研究仅评估了六种基础模型，可能无法涵盖所有相关模型，且数据集的选择可能存在偏差	评估基础模型在医学图像分割中的零样本性能及其在临床环境中的适用性	医学图像分割中的基础模型	数字病理	NA	深度学习	基础模型	医学图像	63项研究系统回顾，31个未见过的医学图像数据集
245	2025-07-05	A comparative analysis of sagittal, coronal, and axial magnetic resonance imaging planes in diagnosing anterior cruciate ligament and meniscal tears via a deep learning model: emphasizing the unexpected importance of the axial plane 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1808 PMID:40606344	research paper	比较分析矢状面、冠状面和轴向磁共振成像平面在通过深度学习模型诊断前交叉韧带和半月板撕裂中的作用，强调轴向平面的意外重要性	首次系统比较了不同MRI平面在深度学习模型中对前交叉韧带和半月板撕裂诊断的影响，并发现轴向平面在半月板撕裂检测中的重要性	研究仅使用了MRNet数据集，样本量相对有限，且未在外部数据集上进行验证	探究不同MRI平面在深度学习模型中对膝关节损伤诊断的影响	前交叉韧带(ACL)撕裂和半月板撕裂	digital pathology	骨科疾病	磁共振成像(MRI)	TripleMRNet (基于CNN的深度学习模型)	image	1,130训练病例和120验证病例
246	2025-07-05	Deep learning-based rotational object detection algorithm for automatic Cobb angle measurement in X-ray images of scoliosis 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-2138 PMID:40606352	研究论文	本研究开发了一种基于深度学习的旋转目标检测算法，用于自动测量脊柱侧凸X射线图像中的Cobb角	采用重新设计的YOLOv8-DSF模型，配备创新模块以提高旋转目标的检测能力，从而提升Cobb角测量的准确性	未提及模型在更广泛数据集上的泛化能力或实际临床环境中的验证	提高脊柱侧凸评估中Cobb角测量的准确性	脊柱侧凸患者的X射线图像	计算机视觉	脊柱侧凸	深度学习	YOLOv8-DSF	图像	整合了私有和公开数据的自定义数据集
247	2025-07-05	Deep learning for automated grading of radiographic sacroiliitis 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2742 PMID:40606355	研究论文	本研究开发并验证了一种基于深度学习的AI系统，用于从标准X射线图像中辅助医生评估和诊断骶髂关节炎	利用深度学习模型自动评估X射线图像中的骶髂关节炎分级，显著提高了诊断和分级的准确性	研究为回顾性设计，可能受到数据选择和标注偏差的影响	开发并验证AI系统以辅助骶髂关节炎的X射线图像分级评估	骶髂关节炎患者的骨盆X射线图像	数字病理	骶髂关节炎	深度学习	神经网络	图像	训练集465人（930个骶髂关节），验证集195人（390个骶髂关节），外部测试集223人（446个骶髂关节）
248	2025-07-05	Dual-stage artificial intelligence-powered screening for accurate classification of thyroid nodules: enhancing fine needle aspiration biopsy precision 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-2336 PMID:40606376	研究论文	本文介绍了一种新颖的双阶段深度学习架构，用于甲状腺结节的四分类，旨在提高诊断准确性并减少不必要的细针穿刺活检	提出了一种结合分割和分类的双阶段深度学习框架，用于甲状腺结节的四分类，相比传统的二分类方法提供更精确和一致的分析	未明确提及具体局限性	提高甲状腺结节诊断的准确性，减少不必要的细针穿刺活检	甲状腺结节	数字病理	甲状腺癌	深度学习	K-Net, MobileViT	医学影像	未明确提及具体样本量
249	2025-07-05	Diagnosis of thyroid nodules using ultrasound images based on deep learning features: online dynamic nomogram and gradient-weighted class activation mapping 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-159 PMID:40606380	research paper	本研究开发了一种基于超声图像和深度学习特征的集成模型，用于区分甲状腺结节的良恶性	结合深度学习特征和超声图像特征构建集成模型，并利用Grad-CAM可视化敏感区域，同时开发了在线动态列线图供实际应用	研究为回顾性设计，样本来源仅限于两家医院	提高年轻放射科医生在甲状腺结节良恶性鉴别诊断中的能力	甲状腺结节患者	digital pathology	thyroid nodules	ultrasound imaging, deep learning	CNN (implied by ImageNet-pretrained models)	image	1,501张超声图像用于训练和验证，541名患者用于独立测试
250	2025-07-05	U-Net benign prostatic hyperplasia-trained deep learning model for prostate ultrasound image segmentation in prostate cancer 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2476 PMID:40606395	研究论文	本研究开发了一种基于深度学习的U-Net模型，用于前列腺超声图像分割，并验证其在良性前列腺增生（BPH）和前列腺癌（PCa）患者中的应用效果	首次证明基于BPH患者超声图像训练的深度学习模型可有效应用于PCa患者的前列腺分割	样本量相对较小，且仅使用了TRUS一种成像模态	开发并验证一种适用于前列腺癌诊断的前列腺超声图像自动分割方法	BPH和PCa患者的经直肠超声（TRUS）图像	数字病理	前列腺癌	深度学习	U-Net, LinkNet, PSPNet	超声图像	260例BPH患者（370张图像）和62例PCa患者（68张图像）
251	2025-07-05	Stroke subtypes risk prediction and detection using retinal vascular structure and oxygen saturation analysis 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2712 PMID:40606397	研究论文	本研究通过分析视网膜血管结构和氧饱和度，预测和检测中风亚型的风险	首次探索视网膜血管氧饱和度和结构在中风亚型中的差异，并利用机器学习和统计方法进行中风分类	样本量较小，缺血性和出血性中风患者分别只有29和23例	评估视网膜生物标志物在中风风险预测和分类中的潜在价值	缺血性和出血性中风患者以及健康对照者	数字病理学	心血管疾病	视网膜图像分析	随机森林分类器	图像	29例缺血性中风患者、23例出血性中风患者和82例健康对照者
252	2025-07-05	Can diffusion-based generated magnetic resonance images predict glioma methylation accurately? 2025-Jun-06, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1688 PMID:40606391	研究论文	本研究开发了一种基于扩散的生成模型，用于从加速的T1加权扫描中重建高质量的MRI序列，同时保留对胶质瘤诊断和MGMT预测至关重要的病理特征	提出了一种基于扩散的生成模型，能够在加速扫描条件下重建高质量的MRI图像，并保持病理细节和诊断特征	研究为回顾性研究，未来需要评估其临床应用效果	开发能够从加速T1加权扫描中重建高质量MRI序列的生成模型，以保留对胶质瘤诊断和MGMT预测至关重要的病理特征	胶质瘤患者的MRI图像	数字病理学	胶质瘤	扩散模型	扩散模型	MRI图像	1,480例（训练集785例，验证集695例）
253	2025-04-03	Deep Learning Unlocks the Prognostic Importance of Thoracic Aortic Calcification 2025-Jun, AJR. American journal of roentgenology DOI:10.2214/AJR.25.33012 PMID:40172167	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
254	2025-07-05	Diagnostic performance of deep learning models in classifying mandibular third molar and mandibular canal contact status on panoramic radiographs: A systematic review and meta-analysis 2025-Jun, Imaging science in dentistry IF:1.7Q3 DOI:10.5624/isd.20240239 PMID:40607067	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习模型在全景X光片上分类下颌第三磨牙与下颌管接触状态的诊断性能	首次对深度学习模型在该特定诊断任务中的性能进行了系统评价，并识别了影响模型性能的关键因素	研究间存在高度异质性，患者选择标准不明确	评估深度学习模型在全景X光片上识别下颌第三磨牙与下颌管接触的诊断准确性	下颌第三磨牙与下颌管的接触状态	数字病理学	口腔疾病	深度学习	CNN（包括VGG-16、AlexNet等架构）	医学影像（全景X光片）	7项研究共4,955张全景X光片
255	2025-07-05	Automated quality evaluation of dental panoramic radiographs using deep learning 2025-Jun, Imaging science in dentistry IF:1.7Q3 DOI:10.5624/isd.20240232 PMID:40607073	研究论文	本研究开发了一种基于深度学习的模型，用于自动评估牙科全景X光片的质量	首次使用YOLOv8模型对牙科全景X光片的多项质量指标进行自动化评估	模型在某些质量指标上的准确率仍有提升空间，如覆盖区域评估准确率为74.1%	开发自动化工具以提高牙科全景X光片质量评估的效率和一致性	牙科全景X光片	计算机视觉	NA	深度学习	YOLOv8	图像	1000张全景X光片
256	2025-07-04	Deep learning for automated, motion-resolved tumor segmentation in radiotherapy 2025-Jun-30, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00970-1 PMID:40588532	研究论文	开发了一种深度神经网络模型，用于在放疗中自动分割肺部肿瘤并追踪其在呼吸过程中的运动	提出了一种名为iSeg的3D UNet模型，能够自动分割肿瘤并在4D CT图像上追踪肿瘤运动，其性能与人类观察者相当，且在多中心验证中表现稳定	尽管模型在多中心验证中表现良好，但高假阳性体素率与局部失败率增加相关，这可能影响临床决策	提高放疗中肿瘤分割的准确性、可重复性和效率	肺部肿瘤	数字病理	肺癌	深度学习	3D UNet	4D CT图像	训练集739例，两个独立验证集分别为161例和102例
257	2025-07-04	Development of a deep learning algorithm for detecting significant coronary artery stenosis in whole-heart coronary magnetic resonance angiography 2025-Jun-30, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101932 PMID:40602666	研究论文	开发一种深度学习算法，用于在全心脏冠状动脉磁共振血管造影中检测显著的冠状动脉狭窄	提出了一种基于深度卷积神经网络的深度学习算法，用于辅助准确检测冠状动脉狭窄，特别是对经验不足的观察者效果显著	样本量相对较小（75名患者，951个冠状动脉段），且未在更大规模或多样化的患者群体中进行验证	开发一种深度学习算法，以提高全心脏冠状动脉磁共振血管造影（CMRA）中冠状动脉狭窄的检测准确性	75名患者的951个冠状动脉段	医学影像分析	心血管疾病	深度卷积神经网络	CNN	医学影像	75名患者的951个冠状动脉段
258	2025-07-04	Revolutionizing gastroenterology and hepatology with artificial intelligence: From precision diagnosis to equitable healthcare through interdisciplinary practice 2025-Jun-28, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i24.108021 PMID:40599184	research paper	本文探讨了人工智能在胃肠病学和肝脏病学中的应用，从精准诊断到公平医疗的跨学科实践	通过深度学习和多模态数据整合，AI在胃肠镜图像分析和肝脏病理非侵入性评估方面达到了与专家相当的诊断水平，并在个性化护理场景中展示了实用性	模型泛化能力有限，罕见病（如儿童肝病）算法因训练数据不足存在局限性，以及未解决的伦理问题（如偏见、责任和患者隐私）	探索人工智能在胃肠病学和肝脏病学中的应用，以实现精准诊断和公平医疗	胃肠病和肝脏病的筛查、诊断、治疗和预后管理	digital pathology	gastroenterology and hepatology	deep learning, radiomics, multimodal data integration	NA	image, multimodal data	NA
259	2025-07-04	Radiomic 'Stress Test': exploration of a deep learning radiomic model in a high-risk prospective lung nodule cohort 2025-Jun-27, BMJ open respiratory research IF:3.6Q1 DOI:10.1136/bmjresp-2024-002687 PMID:40579208	研究论文	本研究探讨了深度学习放射组学模型在高风险前瞻性肺结节队列中的应用，以评估其减少侵入性活检需求的潜力	首次在高风险前瞻性肺结节队列中评估了LCP放射组学模型的诊断性能，并开发了结合临床变量的集成模型	研究样本量相对有限（196恶性结节和125良性结节），且仅在单一三级医疗中心进行	评估深度学习放射组学模型在肺结节恶性风险预测中的性能，并探索减少不必要侵入性活检的可能性	不确定肺结节（IPNs）患者	数字病理	肺癌	深度学习放射组学	深度学习模型（LCP）	医学影像	321例肺结节（196恶性，125良性）
260	2025-07-04	Deep learning for hydrocephalus prognosis: Advances, challenges, and future directions: A review 2025-Jun-27, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000043082 PMID:40587678	综述	本文综述了深度学习在脑积水的诊断和预后中的应用，重点关注基于图像、生化和结构化数据的模型	深度学习在脑积水预后预测中展现出新的技术优势，特别是在医学图像分析方面，其准确率、敏感性和特异性均优于传统方法	综述文章未具体提及深度学习在脑积水预后中的具体局限性，但暗示了传统经验方法的不足	探讨深度学习在脑积水诊断和预后中的应用，以提升个性化治疗和改善治疗效果	脑积水患者	数字病理学	脑积水	深度学习	CNN	图像、生化数据、结构化数据	NA