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
341	2025-10-05	Application of Deep Learning Accelerated Image Reconstruction in T2-Weighted Turbo Spin-Echo Imaging of the Brain at 7T 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8662 PMID:39832954	研究论文	本研究评估了基于深度学习的图像重建技术在7T脑部T2加权涡轮自旋回波成像中的应用效果	首次在7T超高场MRI中应用基于深度学习的图像重建技术，显著提升图像质量	样本量较小（仅30例患者），需进一步扩大验证	解决7T MRI成像时间长和运动敏感性问题	30例连续临床7T脑部MRI患者	医学影像分析	神经系统疾病	T2加权涡轮自旋回波成像，7T MRI	深度神经网络	k空间原始数据，MRI图像	30例患者	NA	深度神经网络	对比噪声比，图像噪声，图像质量，伪影，锐度，结构清晰度	NA
342	2025-10-05	Improving the Robustness of Deep Learning Models in Predicting Hematoma Expansion from Admission Head CT 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8650 PMID:39794133	研究论文	本研究探讨了通过对抗训练和输入修改提高深度学习模型在预测急性脑出血患者血肿扩张方面的鲁棒性	首次在血肿扩张预测任务中系统评估对抗训练和Otsu多阈值分割输入对深度学习模型鲁棒性的提升效果	研究仅针对特定类型的对抗攻击(FGSM和PGD)，对其他攻击类型的鲁棒性未经验证	提高深度学习模型在临床实践中对输入数据扰动的鲁棒性	急性脑出血患者的入院头部CT扫描	医学影像分析	脑出血	CT扫描，Otsu多阈值分割	深度学习模型	医学影像	训练/交叉验证队列890名患者，独立验证队列684名患者	NA	NA	AUC	NA
343	2025-10-05	Advancing offline magnetic resonance-guided prostate radiotherapy through dedicated imaging and deep learning-based automatic contouring of targets and neurovascular structures 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100825 PMID:40980260	研究论文	本研究结合高分辨率MRI和深度学习技术，开发了用于前列腺癌放疗规划的自动轮廓勾画系统	首次将高分辨率3D T2加权SPACE MRI序列与3D nnU-net模型结合，实现前列腺癌放疗相关结构和神经血管结构的自动精确勾画	样本量相对较小（50例患者），且阴部动脉的自动勾画与专家评估存在显著差异	开发基于深度学习的自动轮廓勾画方法，提高前列腺癌放疗中神经血管结构保护的精确性和可及性	前列腺癌患者放疗相关的目标结构和神经血管结构	数字病理	前列腺癌	磁共振成像，3D T2加权SPACE序列	CNN	3D医学图像	50例患者（40例训练，10例测试）	nnU-net	3D nnU-net	表面Dice分数，平均表面距离	NA
344	2025-10-05	DNA-CBIR: DNA Translation Inspired Codon Pattern-Based Deep Image Feature Extraction for Content-Based Image Retrieval 2025-07, IEEE transactions on nanobioscience IF:3.7Q3 DOI:10.1109/TNB.2025.3540102 PMID:40031697	研究论文	提出一种基于DNA翻译启发的密码子模式深度图像特征提取方法，用于基于内容的图像检索	首次将DNA编码原理与深度图像特征提取相结合，提出基于密码子模式的图像特征表示方法	未明确说明具体的数据集规模和计算资源需求	开发高效的DNA存储介质中的图像检索技术	存储在DNA介质中的图像数据	计算机视觉	NA	DNA编码技术，深度特征提取	CNN	图像	包含珊瑚、医学和多标签图像的多类数据集	NA	ResNet-50, VGG-16, VGG-19, Inception V3	NA	NA
345	2025-10-05	VibTac: A High-Resolution High-Bandwidth Tactile Sensing Finger for Multi-Modal Perception in Robotic Manipulation 2025 Jul-Sep, IEEE transactions on haptics IF:2.4Q2 DOI:10.1109/TOH.2025.3561049 PMID:40232917	研究论文	介绍VibTac——一种新型多模态触觉传感手指，能够同时提供高分辨率和高带宽的触觉感知	通过集成视觉和振动两种触觉传感模式，实现高分辨率和高带宽的同时感知，采用仿人设计的弹性体凝胶垫(EGP)	NA	开发高性能触觉传感器以增强机器人操作能力	机器人触觉传感手指	机器人技术	NA	视觉触觉传感、振动触觉传感、3D重建、频谱分析	深度学习模型	触觉数据、视觉数据、声音数据	NA	NA	NA	准确率	NA
346	2025-10-05	Artificial Intelligence-Based Detection of Central Retinal Artery Occlusion Within 4.5 Hours on Standard Fundus Photographs 2025-Jul, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.124.041441 PMID:40576025	研究论文	开发深度学习系统在标准眼底照片上检测超急性期视网膜中央动脉阻塞	首次开发可在4.5小时治疗时间窗内检测CRAO的深度学习系统，优于神经科医生诊断能力	回顾性研究，需要进一步验证	开发AI系统辅助CRAO早期诊断和卒中预防	视网膜中央动脉阻塞患者、视网膜中央静脉阻塞患者、非动脉炎性前部缺血性视神经病变患者和健康对照	计算机视觉	视网膜血管疾病	眼底摄影	深度学习	图像	1322张眼底照片，来自771名患者	NA	NA	AUC, 敏感度, 特异度	NA
347	2025-10-05	Noise-aware system generative model (NASGM): positron emission tomography (PET) image simulation framework with observer validation studies 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17962 PMID:40660861	研究论文	开发并验证一种基于深度学习的噪声感知系统生成模型(NASGM)，用于模拟不同采集时间的PET图像	提出具有双域判别器（空间域和频域）的条件生成对抗网络，其中频域判别器采用基于Transformer的结构，能够编码位置信息并捕获全局依赖关系	基于模拟数据集进行研究，需要进一步在真实临床数据上验证	开发计算效率高的PET图像模拟框架，用于生成不同采集时间的PET图像	PET图像模拟	医学影像分析	肿瘤疾病	PET成像，深度学习生成模型	GAN, Transformer	PET图像，CT图像	公共PET/CT数据集作为输入活动和衰减图	NA	条件生成对抗网络，双域判别器，Transformer	一致性相关系数(CCC)，图像保真度评估，噪声测量，定量精度验证，基于任务的评估，纹理分析，人类观察者研究	NA
348	2025-10-05	Super-resolution CBCT on a new generation flat panel imager of a C-arm gantry linear accelerator 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.18000 PMID:40665524	研究论文	本研究开发了一种基于条件生成对抗网络的深度学习超分辨率模型，用于在投影域增强新型平板探测器CBCT图像的空间分辨率	首次在投影域应用深度学习超分辨率技术解决新型平板探测器因像素合并导致的CBCT分辨率损失问题	研究主要使用体模数据进行验证，尚未在真实患者数据上进行广泛测试	评估深度学习超分辨率模型在投影域增强CBCT图像质量的可行性	Rando、Longman、Steeve体模和Catphan 604体模的CBCT投影数据	医学影像处理	NA	锥形束计算机断层扫描(CBCT)	条件生成对抗网络(cGANs)	医学影像	576对CBCT投影数据(460对训练，116对验证)，144个动态胸部投影	NA	U-Net	PSNR, MSE, SSIM, FSIM, MAPE	NA
349	2025-10-05	Specific Contribution of the Cerebellar Inferior Posterior Lobe to Motor Learning in Degenerative Cerebellar Ataxia 2025-Jul-16, Cerebellum (London, England) DOI:10.1007/s12311-025-01887-y PMID:40668493	研究论文	本研究利用深度学习算法CerebNet探究小脑亚区体积与退行性小脑共济失调患者运动学习能力的关系	首次使用深度学习算法CerebNet精确分割小脑亚区，并发现小脑后下叶体积与运动学习能力存在特异性关联	样本量较小（37例患者和18例健康对照），且为横断面研究无法确定因果关系	探究小脑不同亚区体积与运动学习能力及共济失调严重程度的关系	退行性小脑共济失调患者和健康对照者	医学影像分析	退行性小脑共济失调	深度学习分割算法	深度学习	医学影像数据	37例患者和18例健康对照	NA	CerebNet	回归系数(B值), 置信区间(CI)	NA
350	2025-10-05	Preserving noise texture through training data curation for deep learning denoising of high-resolution cardiac EID-CT 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17938 PMID:40660962	研究论文	本研究开发了基于图像的噪声估计方法训练U-net CNN模型，用于高分辨率心脏EID-CT图像去噪并保持噪声纹理	提出了两种直接从患者图像估计噪声的方法来监督CNN训练，无需专用软件或专有信息，有效保留了去噪后CT图像的天然噪声纹理	相邻切片相减训练模型有时会移除小的解剖结构，样本量相对较小（7例患者cCTA检查）	开发图像去噪方法以提升能量积分探测器CT的高空间分辨率重建图像质量，使其噪声水平与光子计数探测器CT相当	心脏EID-CT冠状动脉CT血管造影图像和均匀水模CT图像	医学影像处理	心血管疾病	CT成像，冠状动脉CT血管造影	CNN	医学影像	7例患者cCTA检查和水模数据	NA	U-net	噪声功率谱，噪声幅度，峰值频率，平均频率，10%峰值频率	NA
351	2025-10-06	A Study of Anatomical Priors for Deep Learning-Based Segmentation of Pheochromocytoma in Abdominal CT 2025-Jul-24, ArXiv PMID:40969484	研究论文	本研究系统评估解剖学先验知识对基于深度学习的腹部CT中嗜铬细胞瘤分割性能的影响	提出了基于器官特异性解剖先验的新型多类别标注方案，首次系统比较了11种标注策略对嗜铬细胞瘤分割的影响	研究样本量相对有限（105个CT扫描，91名患者），所有数据均来自单一医疗中心（NIH临床中心）	提高腹部CT中嗜铬细胞瘤的自动分割精度，为肿瘤负荷评估和疾病监测提供工具	嗜铬细胞瘤患者及其腹部CT影像	医学影像分析	嗜铬细胞瘤	CT成像	深度学习	3D CT影像	105个增强CT扫描，来自91名患者	nnU-Net	U-Net	Dice相似系数, 归一化表面距离, F1分数, IoU, R平方	NA
352	2025-10-06	MuST: multiple-modality structure transformation for single-cell spatial transcriptomics 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf405 PMID:40874816	研究论文	提出一种名为MuST的多模态结构转换方法，用于解决单细胞空间转录组学中的模态偏差问题	通过拓扑发现策略和拓扑融合损失函数学习内在局部结构，协调不同模态间的不一致性	NA	缓解空间转录组数据中的模态偏差现象，为各种下游任务提供统一基础	单细胞空间转录组数据	生物信息学	NA	空间转录组学	深度学习	多模态数据（转录组、空间、形态学）	NA	NA	NA	性能指标，生物意义评估	NA
353	2025-10-06	Identifying mating events of group-housed broiler breeders via bio-inspired deep learning models 2025-Jul, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105126 PMID:40300323	研究论文	开发基于深度学习的生物启发模型来识别群养肉种鸡的交配行为	结合鸟类计数变化和交配生物特征，开发了集成目标检测、跟踪和分割的深度学习框架	交配事件识别在不同时间和鸟类年龄间存在波动，受鸟类重叠、聚集密度和遮挡影响	开发深度学习模型识别肉种鸡交配行为以优化繁殖管理	罗斯708品种的20只肉种母鸡和2-3只公鸡（56周龄）	计算机视觉	NA	视频监控系统	CNN, 目标检测, 目标跟踪, 实例分割	图像	4个实验围栏中的20-23只肉种鸡	PyTorch	YOLOv7, YOLOv8, DeepSORT, StrongSORT, ByteTrack, SAM2, YOLOv8-segmentation, Track Anything	准确率, 精确率, 召回率, mAP50, mAP95, F1分数, 阳性预测值, 阴性预测值	NA
354	2025-10-06	Predicting functional outcomes after a stroke event by clinical text notes: A comparative study of traditional machine learning and deep learning methods 2025 Jul-Sep, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582251381194 PMID:40961451	研究论文	比较传统机器学习和深度学习方法在利用临床文本笔记预测中风后功能结局的表现	系统比较了四种文本特征表示方法(BOW、TF-IDF、ELMo、BERT)与四种预测模型(KNN、SVM、CNN、LSTM)的组合效果，并探索了特征融合策略	研究数据仅来自单一台湾医院，可能影响模型泛化能力	预测急性缺血性中风后的功能结局以优化医疗资源配置	中风患者的临床文本笔记	自然语言处理	心血管疾病	文本挖掘	KNN,SVM,CNN,LSTM	文本	来自台湾医院的临床文本笔记数据集	NA	CNN,LSTM,BERT,ELMo	I型错误率,假阳性率	NA
355	2025-10-06	The REgistry of Flow and Perfusion Imaging for Artificial INtelligEnce with PET (REFINE PET): Rationale and Design 2025-Jul-11, medRxiv : the preprint server for health sciences DOI:10.1101/2025.07.10.25330435 PMID:40672503	研究论文	介绍REFINE PET注册研究的设计理念与数据架构，该注册表整合全球多中心的PET/CT影像与临床数据	建立首个专注于PET血流灌注影像与人工智能结合的国际多中心注册研究平台	NA	推动PET/CT心肌灌注成像在诊断和风险分层中的应用	心血管疾病患者	数字病理	心血管疾病	PET, CT, 深度学习	深度学习	医学影像, 临床数据	35,588名患者来自14个中心，其中5,972例有血管造影数据	NA	NA	NA	NA
356	2025-10-06	Artificial Intelligence in the Management of Malnutrition in Cancer Patients: A Systematic Review 2025-Jul, Advances in nutrition (Bethesda, Md.) DOI:10.1016/j.advnut.2025.100438 PMID:40334987	系统评价	评估人工智能在癌症患者营养不良管理中的应用效果	首次系统评价AI在癌症患者营养不良管理中的多种应用，包括营养状况评估、预测、临床结局和身体成分监测	需要进一步研究以标准化AI模型并确保临床适用性	评估人工智能在癌症患者营养不良识别和管理中的作用	癌症患者	医疗人工智能	癌症	机器学习，深度学习，医学影像分析	决策树，随机森林，支持向量机，深度学习模型	医疗数据，医学影像	11项研究，共52,228名患者	NA	NA	曲线下面积，Dice相似系数，准确率	NA
357	2025-10-06	A systematic review and meta-analysis of the utility of quantitative, imaging-based approaches to predict radiation-induced toxicity in lung cancer patients 2025-Jul, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110935 PMID:40360049	系统综述与荟萃分析	通过系统综述和荟萃分析评估影像组学、剂量组学和机器学习在预测肺癌患者放疗毒性方面的性能	首次对影像组学、剂量组学和机器学习在胸部放疗毒性预测中的表现进行系统性比较和荟萃分析	研究主要集中于放射性肺炎预测，对其他器官毒性预测研究较少	评估定量影像学方法预测肺癌患者放疗诱导毒性的效用	肺癌患者接受胸部放疗的毒性反应	医学影像分析	肺癌	影像组学、剂量组学、机器学习	经典机器学习模型、深度学习模型	医学影像数据、剂量数据	104项研究，包含23,373名患者	NA	NA	AUC（曲线下面积）	NA
358	2025-10-06	MRI-derived deep learning models for predicting 1p/19q codeletion status in glioma patients: a systematic review and meta-analysis of diagnostic test accuracy studies 2025-Jul, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03631-z PMID:40369298	系统评价与荟萃分析	评估基于MRI的深度学习模型预测胶质瘤1p/19q共缺失状态的诊断准确性	首次对MRI衍生深度学习模型预测胶质瘤1p/19q共缺失状态进行系统性评估和荟萃分析	纳入研究数量有限（20篇系统评价，10篇荟萃分析），存在异质性来源	评估深度学习模型在预测胶质瘤1p/19q共缺失状态中的诊断性能	胶质瘤患者	医学影像分析	胶质瘤	磁共振成像（MRI）	深度学习模型	医学影像	NA	NA	端到端深度学习模型	敏感度,特异度,诊断似然比,诊断比值比,曲线下面积	NA
359	2025-10-06	Can machine learning be a reliable tool for predicting hematoma progression following traumatic brain injury? A systematic review and meta-analysis 2025-Jul, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03657-3 PMID:40397134	系统综述与荟萃分析	评估人工智能算法在预测创伤性脑损伤后血肿进展中的性能	首次通过系统综述和荟萃分析综合评估机器学习在血肿进展预测中的表现，发现XGBoost算法具有最佳预测性能	纳入研究数量有限（仅5项），需要标准化数据集和更多样化的患者群体以提高模型适用性	评估人工智能算法预测创伤性脑损伤后血肿进展的可靠性	创伤性脑损伤患者的血肿进展	机器学习	创伤性脑损伤	机器学习，深度学习	XGBoost, AI算法	影像组学特征，临床特征	基于5项符合纳入标准的研究（从1240项研究中筛选）	NA	NA	敏感度，特异度，AUC，准确率，阳性似然比，阴性似然比，诊断比值比	NA
360	2025-10-06	Preoperative Differentiation of Spinal Schwannoma and Meningioma Using Machine Learning-Based Models: A Systematic Review and Meta-Analysis 2025-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2025.124096 PMID:40398809	系统综述与荟萃分析	评估基于机器学习的模型在术前区分脊柱神经鞘瘤和脑膜瘤中的诊断性能	首次系统评估机器学习模型在脊柱肿瘤术前鉴别诊断中的表现	仅纳入6项研究，样本量相对有限（644例患者）	评估机器学习模型在脊柱神经鞘瘤和脑膜瘤术前鉴别诊断中的准确性	脊柱神经鞘瘤和脑膜瘤患者	机器学习	脊柱肿瘤	医学影像分析	深度学习, 机器学习	医学影像数据	644例患者（364例神经鞘瘤，258例脑膜瘤）	NA	NA	AUC, 准确率, 灵敏度, 特异性, 诊断比值比	NA