深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
241	2025-10-06	A Fundamental Study on the Removal of Vascular Pulsation Artifacts Using U-Net-Based Deep Neural Network 2025-Jun, Cureus DOI:10.7759/cureus.85400 PMID:40621369	研究论文	本研究提出了一种基于U-Net的深度学习网络，用于减少磁共振成像中血管搏动引起的伪影	首次将深度学习应用于STIR图像中血管搏动伪影的减少	需要进一步详细评估以开发适合临床应用的方法	减少磁共振成像中血管搏动引起的伪影	15名成年志愿者的小腿STIR图像	医学影像处理	NA	磁共振成像，短时反转恢复序列	深度学习	医学图像	15名成年志愿者	NA	U-Net	峰值信噪比，结构相似性指数，视觉评估	NA
242	2025-07-09	A Commentary on "Deep Learning-Enhanced Hand Grip and Release Test for Degenerative Cervical Myelopathy: Shortening Assessment Duration to 6 Seconds" 2025-Jun, Neurospine IF:3.8Q1 DOI:10.14245/ns.2550126.063 PMID:40625020	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
243	2025-10-06	From Surface to Deep Learning: Gamified Mobile Education for Subcutaneous and Intramuscular Injection Skills 2025-Jun, Medical science educator IF:1.9Q2 DOI:10.1007/s40670-025-02323-w PMID:40625998	研究论文	本研究探讨基于游戏的移动应用程序对护生皮下和肌肉注射技能的影响	将游戏化移动学习应用于护理教育的实践技能培训，通过HEM-SC-IM应用程序提供互动式学习体验	样本规模相对较小（129名护生），研究时间仅限于2021-2022学年	评估游戏化移动教育对护生皮下和肌肉注射技能的学习效果	护理专业学生	教育技术	NA	移动应用程序、游戏化学习、模拟训练	NA	问卷调查数据、技能评估数据	129名护生（实验组64人，对照组65人）	NA	NA	深度学习分数、皮下注射分数、肌肉注射分数、场景表现分析	移动应用程序平台
244	2025-10-06	Hybrid strategy of coronary atherosclerosis characterization with T1-weighted MRI and CT angiography to non-invasively predict periprocedural myocardial injury 2025-Jun-30, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf116 PMID:40241659	研究论文	本研究探讨结合冠状动脉CT血管成像和T1加权MRI的混合策略对预测经皮冠状动脉介入治疗术后心肌损伤的改进效果	首次提出结合CCTA和MRI的混合策略，并证明该策略在预测PMI方面优于单独使用CCTA	样本量相对有限（120名患者，132个病灶），且为前瞻性多中心研究设计	改进经皮冠状动脉介入治疗后心肌损伤的无创预测方法	计划接受择期PCI治疗的冠状动脉粥样硬化患者	医学影像分析	心血管疾病	冠状动脉CT血管成像，T1加权磁共振成像	深度学习	医学影像数据	120名患者，132个病灶	NA	NA	C-statistic	NA
245	2025-10-06	A comparative study of robustness to noise and interpretability in U-Net-based denoising of Raman spectra 2025-Jun-27, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126577 PMID:40618630	研究论文	本研究比较了基于U-Net的拉曼光谱去噪模型在不同训练策略下的鲁棒性和可解释性	首次将可解释性技术应用于拉曼光谱去噪模型分析，揭示了不同训练策略对模型决策过程的影响	研究仅限于U-Net架构，未探索其他深度学习模型在拉曼光谱去噪中的表现	探究不同训练策略对拉曼光谱去噪模型泛化能力和鲁棒性的影响	拉曼光谱数据	机器学习	NA	拉曼光谱	U-Net	光谱数据	使用不同积分时间采集的光谱数据集	NA	U-Net	均方根误差, 皮尔逊相关系数	NA
246	2025-10-06	Epicardial adipose tissue, myocardial remodelling and adverse outcomes in asymptomatic aortic stenosis: a post hoc analysis of a randomised controlled trial 2025-Jun-26, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-324925 PMID:40050004	研究论文	本研究通过深度学习软件量化无症状主动脉瓣狭窄患者的心外膜脂肪组织，分析其与心肌重构和全因死亡率的关系	首次在无症状主动脉瓣狭窄患者中系统评估心外膜脂肪组织与心肌重构和预后的关联，并采用全自动深度学习软件进行精准量化	研究为随机对照试验的事后分析，样本量相对较小（124例患者），且为单中心研究	探讨心外膜脂肪组织与主动脉瓣狭窄严重程度、进展、心肌重构和全因死亡率的关系	124例无症状轻度至重度主动脉瓣狭窄患者	数字病理	心血管疾病	CT血管造影，超声心动图	深度学习	医学影像	124例无症状主动脉瓣狭窄患者	NA	NA	风险比，相关系数，p值	NA
247	2025-10-06	Attention-based deep learning for analysis of pathology images and gene expression data in lung squamous premalignant lesions 2025-Jun-12, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.06.25328492 PMID:40585088	研究论文	提出基于Transformer的深度学习框架，整合病理图像和基因表达数据分析肺鳞状上皮癌前病变	首次将Transformer架构应用于肺鳞状上皮癌前病变的多模态数据分析，实现病理图像与基因表达的灵活融合	模型训练基于二元标签，可能无法完全捕捉病变谱系的连续性特征	开发多模态深度学习框架以区分支气管发育不良及以上病变与正常/增生/化生组织	肺癌高风险患者的支气管活检组织	数字病理	肺癌	H&E全切片成像, 批量基因表达分析	Transformer	图像, 基因表达数据	来自4项研究的多中心数据集	NA	Transformer	AUROC	NA
248	2025-10-06	GAN Inversion for Data Augmentation to Improve Colonoscopy Lesion Classification 2025-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3397611 PMID:38713568	研究论文	本研究探索使用GAN反演生成合成图像进行数据增强，以改善结肠镜病灶分类性能	通过GAN反演在语义丰富且解耦的潜在空间中操作潜在表示生成合成图像，无需重新训练多个生成模型	未明确说明训练数据的具体规模和多样性限制	解决医学影像中标注数据稀缺问题，提高结肠镜息肉分类性能	结肠镜图像中的息肉病灶	计算机视觉	结直肠癌	GAN反演，图像模态转换，风格迁移	GAN	图像	NA	NA	GAN	F1-score, 敏感度	NA
249	2025-10-06	ChatGPT-Assisted Deep Learning Models for Influenza-Like Illness Prediction in Mainland China: Time Series Analysis 2025-Jun-27, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/74423 PMID:40577658	研究论文	本研究评估了五种深度学习模型在中国大陆流感样疾病预测中的表现，并探索了ChatGPT在辅助模型开发中的作用	首次系统评估ChatGPT辅助开发深度学习模型在流感预测中的应用，比较了五种时间序列模型的性能	在北方地区预测误差较大（MAPE>400%），存在显著的区域差异，模型在极端波动时期表现不稳定	评估深度学习模型对流感样疾病阳性率的预测性能，探索ChatGPT在辅助模型开发中的作用	中国大陆流感样疾病阳性率数据	机器学习	流感	时间序列分析	LSTM, N-BEATS, Transformer, TFT, TiDE	时间序列数据	2014-2024年中国国家流感中心数据库的ILI阳性率数据，使用2014-2023年数据训练，2024年（第1-39周）数据测试	NA	LSTM, N-BEATS, Transformer, Temporal Fusion Transformer, Time-series Dense Encoder	均方误差, 平均绝对误差, 平均绝对百分比误差	NA
250	2025-07-07	Uncovering the genetic basis of glioblastoma heterogeneity through multimodal analysis of whole slide images and RNA sequencing data 2025-Jun-26, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103191 PMID:40617061	研究论文	通过多模态深度学习分析全切片图像和RNA测序数据，揭示胶质母细胞瘤异质性的遗传基础	结合全切片图像和RNA测序数据，引入新方法编码RNA测序数据，识别与胶质母细胞瘤进展模式相关的特定遗传特征	NA	研究胶质母细胞瘤异质性的遗传机制	胶质母细胞瘤	数字病理学	胶质母细胞瘤	RNA-seq	多模态深度学习	图像、RNA测序数据	NA	NA	NA	NA	NA
251	2025-10-06	An Integrated Framework for Automated Image Segmentation and Personalized Wall Stress Estimation of Abdominal Aortic Aneurysms 2025-Jun-12, Research square DOI:10.21203/rs.3.rs-6630234/v1 PMID:40585219	研究论文	提出一个集成框架，用于自动分割腹主动脉瘤CTA图像并估算个性化血管壁应力	结合基于块的扩张改进U-Net模型、NURBS优化分割和NEMA应力分析，实现高效精准的AAA计算分析	未明确说明模型在多样化数据集上的泛化能力及临床验证结果	开发自动化AAA图像分割和血管壁应力估算方法	腹主动脉瘤患者的CTA影像数据	医学图像分析	心血管疾病	计算机断层扫描血管造影(CTA)	CNN	医学图像	NA	NA	改进的U-Net	处理速度(每帧17±0.02毫秒)	NA
252	2025-10-06	Extracting True Virus SERS Spectra and Augmenting Data for Improved Virus Classification and Quantification 2025-Jun-27, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c03397 PMID:40382719	研究论文	开发深度学习框架提取真实病毒SERS光谱并增强数据，以改进病毒分类和定量分析	使用双神经网络提取真实病毒SERS光谱并估计浓度系数，实现有效数据增强	NA	解决生物样本中背景光谱对分析物峰值检测的干扰问题，提高病毒检测和诊断能力	12种不同呼吸道病毒	机器学习	呼吸道病毒感染	表面增强拉曼光谱(SERS)	神经网络,XGBoost	光谱数据	NA	NA	双神经网络	准确率,决定系数	NA
253	2025-10-06	EEG-Based Classification of Parkinson's Disease With Freezing of Gait Using Midfrontal Beta Oscillations 2025-Jun-20, Journal of integrative neuroscience IF:2.5Q3 DOI:10.31083/JIN39023 PMID:40613373	研究论文	本研究利用中额叶β振荡脑电特征，通过机器学习和深度学习方法对帕金森病伴冻结步态患者进行分类	首次系统评估中额叶β振荡作为生物标志物在帕金森病冻结步态分类中的应用，并比较多种ML/DL模型性能	样本量相对有限（共82名受试者），仅使用静息态脑电数据	开发基于脑电信号的帕金森病冻结步态分类方法	41名伴冻结步态帕金森病患者和41名不伴冻结步态帕金森病患者	机器学习	帕金森病	脑电图	逻辑回归, 随机森林, XGBoost, CatBoost, LSTM	脑电信号	82名受试者（41 PDFOG+，41 PDFOG-）	NA	LSTM	AUC-ROC, 准确率	NA
254	2025-10-06	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	本研究探讨农村医疗机构因患者数据量不足导致临床预测模型校准困难的问题，并提出通过合成数据生成技术进行数据增强的解决方案	首次系统分析农村医疗机构在模型校准方面的特殊挑战，并验证合成数据生成技术在农村医疗场景下的有效性	研究基于特定医院网络和ICU数据集，结果可能无法完全推广到所有农村医疗场景	解决农村医疗机构因数据量不足导致的临床预测模型校准问题	医院网络数据和多中心ICU数据集	机器学习	NA	合成数据生成	深度学习	临床数据	多个医院站点数据，具体样本量未明确说明	NA	NA	模型校准度，分类器性能	NA
255	2025-10-06	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的弱监督脑出血分割方法	开发了浅层特征类激活图模块和空间上下文感知模块，通过弱图像级标签实现精确的脑出血定位和轮廓分割	仅使用弱监督标签，分割精度仍低于全监督方法	改进弱监督语义分割方法在脑出血诊断中的应用	脑出血CT图像	计算机视觉	脑出血	CT成像	CNN	医学图像	两个公开数据集：BHSD和BCIHM	NA	U-Net	mIoU, 正确定位率, 漏定位率, 假阳性定位率	NA
256	2025-10-06	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	研究论文	开发并验证用于预测弥漫性胶质瘤分子亚型的非侵入性三分类机器学习模型	结合常规MRI特征、放射组学与Swin Transformer深度学习特征及人口统计学特征，构建三分类预测模型	回顾性研究，样本量有限（306例患者），仅来自两个医疗中心	开发非侵入性方法预测成人型弥漫性胶质瘤的分子亚型	306例胶质瘤患者（258例来自华山医院，48例来自安徽医科大学第一附属医院）	医学影像分析	胶质瘤	磁共振成像（MRI），放射组学分析，深度学习	机器学习分类器	医学影像（3D T1C和T2-FLAIR序列）	306例患者（训练集180例，内部验证78例，外部验证48例）	Scikit-learn, LightGBM, XGBoost	Swin Transformer	AUC, 敏感性, 特异性, 准确率, 精确率, F1分数	NA
257	2025-10-06	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	系统回顾医学图像分割领域的基础模型，并在多模态数据集上评估其零样本性能	首次对医学图像分割基础模型进行系统分类和跨模态零样本性能评估	仅评估了6个基础模型，数据集数量有限（31个）	评估基础模型在医学图像分割中的零样本性能和临床应用潜力	医学图像分割基础模型	医学影像分析	NA	深度学习	基础模型	医学图像	31个未见过的医学图像数据集	NA	NA	零样本性能评估	NA
258	2025-10-06	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	研究论文	通过深度学习模型比较矢状面、冠状面和轴面磁共振成像在诊断前交叉韧带和半月板撕裂中的效果，特别强调轴面成像的意外重要性	首次系统比较不同MRI平面组合对ACL和半月板撕裂检测的影响，发现轴面在半月板撕裂检测中具有突出价值	使用公开数据集，样本量相对有限，未进行外部验证	研究不同膝关节MRI平面对ACL和半月板撕裂检测的差异影响和相互作用	前交叉韧带撕裂和半月板撕裂	医学影像分析	运动损伤	磁共振成像	深度学习模型	磁共振图像	1,130个训练病例和120个验证病例	NA	TripleMRNet	准确率, 敏感度, 特异度, F1分数	NA
259	2025-10-06	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	开发基于深度学习的旋转目标检测算法，用于脊柱侧凸X射线图像中Cobb角的自动测量	基于YOLOv8-OBB框架重新设计了YOLOv8-DSF模型，配备创新模块以改进旋转椎体的检测	NA	提高旋转椎体检测精度，从而提升脊柱侧凸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	X射线成像	CNN	图像	整合私有和公开数据的自定义数据集	YOLOv8	YOLOv8-DSF, YOLOv8n-OBB	mAP50, mAP50-95, SMAPE, MAE	NA
260	2025-10-06	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	开发并验证用于自动化评估X射线骶髂关节炎分级的深度学习系统	首次开发专门用于X射线骶髂关节炎自动分级的深度学习模型，并证明其能显著提升放射科医生的诊断准确性	回顾性研究设计，样本量相对有限（共883名患者），需要进一步前瞻性验证	开发辅助医生评估和诊断骶髂关节炎的人工智能系统	骶髂关节炎患者的骨盆X射线图像	计算机视觉	风湿性疾病	X射线成像	深度学习	医学图像	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）	NA	神经网络	准确率, AUC, 敏感性, 特异性	NA