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
1501	2025-10-06	Image-based detection of the internal carotid arteries and sella turcica in endoscopic endonasal transsphenoidal surgery 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS24940 PMID:40591959	研究论文	本研究开发了一种基于深度学习的计算机视觉模型，用于在内镜经鼻蝶窦手术视频中自动检测颈内动脉和蝶鞍	首次将YOLOv5目标检测架构应用于内镜经鼻蝶窦手术视频中关键解剖结构的实时检测	研究为回顾性队列研究，模型泛化能力需要来自不同手术环境的未见数据进行验证	开发能够识别关键解剖标志物的深度学习模型，预防手术中潜在的致命损伤	内镜经鼻蝶窦手术视频中的颈内动脉和蝶鞍解剖结构	计算机视觉	NA	内镜视频成像	目标检测模型	图像	98例患者的 endoscopic 视频图像	YOLOv5	YOLOv5s	精确率, 召回率, mAP@0.5, mAP@0.5:0.95, AUC, 准确率	NA
1502	2025-10-06	Open-source AI-assisted rapid 3D color multimodal image fusion and preoperative augmented reality planning of extracerebral tumors 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS24557 PMID:40591963	研究论文	开发基于开源AI的快速3D彩色多模态图像融合及增强现实规划系统用于脑外肿瘤手术	首次将开源AI工具(FastSurfer/Raidionics)与增强现实可视化结合，创建高效的3D彩色多模态图像融合工作流	研究仅针对脑外肿瘤患者，样本量为130例	开发用于脑外肿瘤手术术前规划和手术引导的先进方法	130例脑外肿瘤患者	数字病理	脑外肿瘤	多模态图像融合，增强现实投影	深度学习	3D医学图像	130例患者	FastSurfer, Raidionics-Slicer	NA	Dice相似系数, 95% Hausdorff距离, 手术时间, 出血量, 切除完整性, 并发症发生率, 住院时间, mRS评分	NA
1503	2025-10-06	Generation of synthetic CT-like imaging of the spine from biplanar radiographs: comparison of different deep learning architectures 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS25170 PMID:40591967	研究论文	比较两种深度学习架构（GAN和CNN-INR）从双平面X光片生成脊柱合成CT图像的性能	首次系统比较GAN和CNN-INR在从双平面X光片生成脊柱合成CT图像方面的表现	两种模型均未达到临床级输出质量，样本量相对有限（216训练+54验证）	开发从双平面X光片生成脊柱合成CT图像的稳健且临床可行的深度学习方法	脊柱CT图像和对应的数字重建X光片（DRRs）	计算机视觉	脊柱疾病	数字重建X光片（DRRs）技术	GAN, CNN	医学图像（CT和X光片）	216个训练病例和54个验证病例	NA	GAN, CNN结合隐式神经表示（CNN-INR）	结构相似性指数（SSIM）, 峰值信噪比（PSNR）, 余弦相似度（CS）	NA
1504	2025-10-06	Deep learning-based clinical decision support system for intracerebral hemorrhage: an imaging-based AI-driven framework for automated hematoma segmentation and trajectory planning 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.5.FOCUS25246 PMID:40591968	研究论文	开发基于深度学习的临床决策支持系统，用于脑出血的自动化血肿分割和手术轨迹规划	首次整合nnU-Net血肿分割、CT重定向、安全区域划分和轨迹优化于一体的AI驱动框架	对小脑幕下血肿的处理存在局限性	democratize surgical planning and reduce operator dependence	脑出血患者的CT影像数据	医学影像分析	脑出血	CT影像分析	深度学习	CT图像	347名患者（31,024个CT切片）	nnU-Net	nnU-Net	Dice相似系数, 组内相关系数	NA
1505	2025-10-06	A novel deep learning system for automated diagnosis and grading of lumbar spinal stenosis based on spine MRI: model development and validation 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS24670 PMID:40591977	研究论文	开发基于脊柱MRI的深度学习系统，用于腰椎管狭窄症的自动诊断和分级	设计了改进的单阶段YOLOv5网络，可同时检测感兴趣区域并进行多类别分级	研究样本量相对有限，外部验证集仅包含50名患者	开发自动化的腰椎管狭窄症诊断和分级系统	接受腰椎MRI检查的住院患者	计算机视觉	脊柱疾病	MRI成像	深度学习	医学影像	内部数据集420名患者，外部测试集50名患者	YOLOv5	改进的单阶段YOLOv5网络	召回率,AUC,灵敏度,kappa系数	NA
1506	2025-10-06	Photon-counting detector CT of the brain reduces variability of Hounsfield units and has a mean offset compared with energy-integrating detector CT 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8910 PMID:40592542	研究论文	比较光子计数探测器CT与能量积分探测器CT在脑部成像中亨氏单位变异性和图像质量的差异	首次使用基于深度学习的自动脑部分割技术系统比较PCD-CT和EID-CT在脑灰白质区分中的性能表现	回顾性研究设计，未包含脑部病变患者，需要进一步研究调整窗口预设值的必要性	评估新型光子计数探测器CT技术在脑部成像中的性能优势	接受脑部CT扫描的无脑部病变患者	医学影像分析	脑部疾病	CT成像，深度学习分割	深度学习	CT图像	总计509名患者（EID-CT组329名，PCD-CT组180名），年龄匹配子集314名	NA	NA	亨氏单位，灰白质对比度，图像噪声，对比噪声比，灰白质比率	NA
1507	2025-10-06	Evaluation of the effectiveness of artificial intelligence models in radiopaque and radiolucent lesions of the maxillofacial region on panoramic radiographs 2025-Jul-01, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00838-x PMID:40593453	研究论文	评估深度学习模型在曲面断层片上对上颌骨区域阻射性和透射性病变的分类、检测和分割效果	首次系统比较多种深度学习架构在曲面断层片上对上颌骨区域病变的自动化分析性能	样本年龄范围较宽(12-80岁)，多分类任务准确率相对较低	评估人工智能模型在口腔颌面部影像诊断中的有效性	上颌骨区域的阻射性和透射性病变	计算机视觉	口腔颌面部疾病	全景放射摄影	CNN	医学影像	年龄12-80岁患者的曲面断层片	NA	AlexNet,VGG16,GoogleNet,YOLOv8	准确率,精确率,F1分数,平均精度均值	NA
1508	2025-07-03	Deep learning radiomics and mediastinal adipose tissue-based nomogram for preoperative prediction of postoperative‌ brain metastasis risk in non-small cell lung cancer 2025-Jul-01, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14466-5 PMID:40597925	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1509	2025-10-06	The deep radon prior-based stationary CT image reconstruction algorithm for two phase flow inspection 2025-Jul, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251322078 PMID:40600316	研究论文	提出一种基于深度Radon先验的静态CT图像重建算法，用于两相流检测	提出无监督深度学习算法DRP，通过优化Radon域误差直接从投影数据重建图像，利用神经网络学习图像固有规律信息	受系统整体物理布局限制，CT系统只能采集不完全稀疏投影数据	开发适用于小直径合金钢管内高速两相流的流型识别和空隙率测量的CT图像重建方法	热传递管道中的两相流状态	计算机视觉	NA	静态计算机断层扫描(CT)	深度学习神经网络	CT投影数据	NA	NA	深度Radon先验(DRP)	图像伪影抑制, 噪声抑制, 重建质量	NA
1510	2025-10-06	Machine learning techniques to predict diabetic ketoacidosis and HbA1c above 7% among individuals with type 1 diabetes - A large multi-centre study in Australia and New Zealand 2025-Jul, Nutrition, metabolism, and cardiovascular diseases : NMCD DOI:10.1016/j.numecd.2025.103861 PMID:39939258	研究论文	本研究利用机器学习技术预测1型糖尿病患者发生糖尿病酮症酸中毒和HbA1c高于7%的风险	在澳大利亚和新西兰的大型多中心临床数据集上应用多种机器学习模型，深度学习模型在预测DKA方面表现出色	研究仅限于澳大利亚和新西兰地区，可能影响结果的普适性	预测1型糖尿病患者发生糖尿病酮症酸中毒和血糖控制不良的风险	1型糖尿病患者	机器学习	糖尿病	机器学习预测模型	深度学习,支持向量机	临床数据	13761名1型糖尿病患者	NA	NA	AUC,分类错误率,灵敏度,F-measure	NA
1511	2025-10-06	Accelerated Multi-b-Value DWI Using Deep Learning Reconstruction: Image Quality Improvement and Microvascular Invasion Prediction in BCLC Stage A Hepatocellular Carcinoma 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.01.043 PMID:39955255	研究论文	本研究探讨深度学习重建加速多b值弥散加权成像在缩短采集时间、改善图像质量和预测BCLC A期肝细胞癌微血管侵犯方面的效果	首次将深度学习重建技术应用于多b值DWI序列，实现52.86%的采集时间缩短同时保持微血管侵犯预测性能	样本量相对有限（118例患者），仅针对BCLC A期肝细胞癌患者进行研究	评估深度学习加速多b值DWI在肝细胞癌微血管侵犯预测中的临床应用价值	BCLC A期肝细胞癌患者	医学影像分析	肝细胞癌	多b值弥散加权成像，深度学习重建	深度学习	磁共振影像	118例患者，其中48例微血管侵犯阳性	NA	NA	AUC, SNR, CNR, ROC分析	NA
1512	2025-10-06	A Preoperative CT-based Multiparameter Deep Learning and Radiomic Model with Extracellular Volume Parameter Images Can Predict the Tumor Budding Grade in Rectal Cancer Patients 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.028 PMID:40055057	研究论文	开发基于CT的深度学习放射组学模型预测直肠癌患者术前肿瘤出芽分级	首次结合深度学习特征和手工放射组学特征，并整合细胞外容积参数图像构建多参数预测模型	回顾性研究且样本量有限（135例患者）	预测直肠癌患者术前肿瘤出芽分级	经组织学确诊的直肠癌患者	数字病理	直肠癌	CT成像	深度学习,机器学习	CT图像	135例直肠癌患者（Bd1+2组85例，Bd3组50例）	NA	NA	AUC,校准曲线,决策曲线分析	NA
1513	2025-10-06	Dual-Modality Virtual Biopsy System Integrating MRI and MG for Noninvasive Predicting HER2 Status in Breast Cancer 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.039 PMID:40068996	研究论文	开发并验证一种基于深度学习的双模态虚拟活检系统，通过整合MRI和乳腺X线摄影特征来无创预测乳腺癌HER2状态	首次提出结合MRI放射组学特征和乳腺X线摄影深度学习特征的双模态虚拟活检系统，实现HER2状态的三分类预测	未明确说明模型在HER2-zero和HER2-low组间的区分能力有限的具体原因	开发无创预测乳腺癌HER2状态的深度学习决策系统，辅助临床治疗决策	乳腺癌患者	数字病理	乳腺癌	放射组学分析，深度学习特征提取	XGBoost, 深度学习模型	医学影像（MRI，乳腺X线摄影）	550名患者，分为训练集、内部验证集和外部验证集	NA	NA	AUC, 准确率	NA
1514	2025-10-06	Automated Fast Prediction of Bone Mineral Density From Low-dose Computed Tomography 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.041 PMID:40082126	研究论文	本研究开发了一种基于低剂量CT扫描的深度学习系统，用于自动预测骨密度和诊断骨质疏松症	首次利用低剂量胸部CT扫描结合深度学习技术实现骨密度的自动预测和骨质疏松症分类	研究样本量相对有限（551名受试者），需要在更大人群中验证模型性能	探索利用深度学习建立基于低剂量CT扫描的骨密度预测和骨质疏松分类系统的可行性	接受低剂量CT和QCT检查的551名受试者	医学影像分析	骨质疏松症	低剂量CT扫描，定量CT	深度学习	医学影像	551名受试者	NA	U-net	Dice相似系数，灵敏度，阳性预测值，Hausdorff距离，均方根误差，R2，曲线下面积，准确率	NA
1515	2025-10-06	Magnetic resonance image generation using enhanced TransUNet in temporomandibular disorder patients 2025-Jul-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf017 PMID:40104864	研究论文	本研究开发了一种基于Transformer的深度学习模型，用于从质子密度加权图像生成T2加权磁共振图像，以缩短颞下颌关节紊乱患者的MRI扫描时间	提出将TransUNet架构作为生成对抗网络的生成器，并集成椎间盘分割解码器以提升颞下颌关节椎间盘区域的图像质量	研究样本量相对有限（178名患者），且仅针对颞下颌关节紊乱这一特定疾病	开发能够减少颞下颌关节紊乱患者MRI扫描时间的图像生成模型	颞下颌关节紊乱患者的磁共振图像	计算机视觉	颞下颌关节紊乱	MRI	GAN, Transformer	医学图像	178名患者的7226张图像	NA	TransUNet	SSIM, LPIPS, FID, MOS	NA
1516	2025-10-06	Deep Learning and Radiomics Discrimination of Coronary Chronic Total Occlusion and Subtotal Occlusion using CTA 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.011 PMID:40164533	研究论文	本研究开发基于冠状动脉CT血管成像的深度学习和影像组学模型，用于区分冠状动脉慢性完全闭塞和次全闭塞病变	首次结合深度学习和影像组学方法对冠状动脉CTO和STO进行鉴别诊断，并在多中心数据上验证模型性能	回顾性研究设计，样本主要来自三级医院，可能存在选择偏倚	开发准确区分冠状动脉慢性完全闭塞和次全闭塞的人工智能诊断模型	冠状动脉慢性完全闭塞和次全闭塞病变患者	医学影像分析	心血管疾病	冠状动脉CT血管成像	深度学习, 影像组学	医学影像	581名参与者（平均年龄50±11岁，81.6%为男性），共600个病灶（403个CTO，197个STO）	NA	NA	AUC	NA
1517	2025-10-06	Radiation and contrast dose reduction in coronary CT angiography for slender patients with 70 kV tube voltage and deep learning image reconstruction 2025-Jul-01, The British journal of radiology DOI:10.1093/bjr/tqaf077 PMID:40205479	研究论文	评估70kV管电压结合深度学习图像重建在冠状动脉CT血管成像中对消瘦患者降低辐射和造影剂剂量的潜力	首次将70kV低管电压与深度学习图像重建技术结合应用于冠状动脉CT血管成像，显著降低辐射和造影剂剂量同时提升图像质量	研究样本量较小（60例患者），仅针对BMI≤25kg/m²的消瘦患者，缺乏对其他人群的验证	探索在冠状动脉CT血管成像中降低辐射和造影剂剂量的优化方案	60例接受冠状动脉CT血管成像检查的消瘦患者（BMI≤25kg/m²）	医学影像	心血管疾病	冠状动脉CT血管成像，深度学习图像重建	深度学习	医学影像数据	60例患者随机分为两组	NA	深度学习图像重建（DLIR）	信噪比，对比噪声比，主观评分，CT值，噪声值	NA
1518	2025-10-06	A Deep Learning Approach for Nerve Injury Classification in Brachial Plexopathies Using Magnetic Resonance Neurography with Modified Hiking Optimization Algorithm 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.004 PMID:40300994	研究论文	本研究提出了一种结合深度学习和改进型远足优化算法的AI框架，用于基于磁共振神经成像的臂丛神经病变神经损伤分类	首次将改进型远足优化算法与综合学习技术相结合，并应用于臂丛神经病变的神经损伤分类	样本量较小（仅39名患者），需要更大规模的研究验证	提高臂丛神经病变中神经损伤分类的准确性	臂丛神经病变患者的磁共振神经成像数据	医学影像分析	神经损伤	磁共振神经成像	CNN	医学影像	39名确诊臂丛神经病变患者	TensorFlow, PyTorch	MobileNetV4	准确率, 敏感性, 特异性	NA
1519	2025-10-06	Deep Learning-enhanced Opportunistic Osteoporosis Screening in Ultralow-Voltage (80 kV) Chest CT: A Preliminary Study 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.062 PMID:40318972	研究论文	本研究探索利用深度学习在超低电压80 kV胸部CT扫描中实现全自动骨密度测量，用于机会性骨质疏松筛查	首次将深度学习应用于超低电压80 kV胸部CT的骨密度自动测量，为肺癌筛查中的骨质疏松机会性筛查提供新方法	初步研究，样本量相对有限（987例患者），需要更大规模验证	探索深度学习增强的骨密度测量在超低电压胸部CT中的可行性	987名接受80 kV胸部CT和120 kV腰椎CT的患者	医学影像分析	骨质疏松症	定量CT（QCT）	CNN	CT影像	987名患者，分为训练集561例、验证集177例、测试集1（112例）和测试集2（137例）	NA	3D VB-Net, SCN, DenseNet, ResNet	R2, 平均误差, 95%一致性界限, AUC	NA
1520	2025-10-06	Video-estimated peak jump power using deep learning is associated with sarcopenia and low physical performance in adults 2025-Jul, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA IF:4.2Q1 DOI:10.1007/s00198-025-07515-z PMID:40372459	研究论文	本研究开发了基于深度学习的视频估计峰值跳跃功率方法，并验证其与肌少症和身体机能的相关性	首次使用无标记视频分析方法估计峰值跳跃功率，为日常生活空间中的肌肉功能监测提供了概念验证	仅提供了概念验证，需要进一步研究验证其在日常环境中的实际可行性	开发基于视频分析的肌肉功能评估方法并验证其临床相关性	成年人群体	计算机视觉	肌少症	深度学习	深度学习模型	视频数据	NA	NA	NA	一致性分析	NA