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
1501	2025-06-26	Quantitative Ischemic Lesions of Portable Low-Field Strength MRI Using Deep Learning-Based Super-Resolution 2025-Jul, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.124.050540 PMID:40235448	研究论文	本研究评估了基于深度学习的合成超分辨率磁共振成像（SynthMRI）在便携式低场强磁共振成像（LF-MRI）中定量缺血性病变的性能提升	使用深度学习框架SCUNet（Swin-Conv-UNet）从LF-MRI图像生成SynthMRI图像，显著提高了对缺血性病变的检测和量化性能	研究为回顾性设计，且样本量相对有限（178名中风患者和104名健康对照）	评估SynthMRI在LF-MRI中检测和量化缺血性病变的诊断性能	中风患者和健康对照的LF-MRI和HF-MRI图像	数字病理	心血管疾病	深度学习超分辨率技术	SCUNet（Swin-Conv-UNet）	磁共振图像	178名中风患者和104名健康对照
1502	2025-06-26	BERTAgent: The development of a novel tool to quantify agency in textual data 2025-Jul, Journal of experimental psychology. General DOI:10.1037/xge0001740 PMID:40354292	研究论文	开发了一种名为BERTAgent的新工具，用于量化文本数据中的语义能动性	利用transformer架构的深度学习模型，克服了传统词计数方法对语义上下文不敏感的缺点，并考虑了能动性的强度和方向性差异	需要依赖人工编码数据进行微调，可能受限于训练数据的质量和范围	开发能够更准确量化文本中语义能动性的计算工具	文本数据中的语义能动性	自然语言处理	NA	深度学习	transformer架构（BERT）	文本	NA
1503	2025-06-26	Deep Learning Based on Ultrasound Images Differentiates Parotid Gland Pleomorphic Adenomas and Warthin Tumors 2025-Jul, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346251319410 PMID:40156239	研究论文	本研究利用深度学习技术基于超声图像开发自动化模型，以准确区分腮腺多形性腺瘤和沃辛瘤	首次应用深度学习模型（如ResNet18、MobileNetV3Small和InceptionV3）于超声图像分析，用于区分腮腺多形性腺瘤和沃辛瘤，并展示了优于超声医师的诊断准确性	研究样本量较小（91例患者，526张超声图像），且为回顾性研究，可能影响模型的泛化能力	开发一种基于超声图像的深度学习模型，用于准确区分腮腺多形性腺瘤和沃辛瘤	腮腺多形性腺瘤和沃辛瘤患者	数字病理	腮腺肿瘤	超声成像	CNN（包括ResNet18、MobileNetV3Small和InceptionV3）	图像	91例患者，526张超声图像
1504	2025-06-26	Deep Learning Model for Real-Time Nuchal Translucency Assessment at Prenatal US 2025-Jul, Radiology. Artificial intelligence DOI:10.1148/ryai.240498 PMID:40304583	研究论文	开发并评估了一种基于人工智能的模型，用于实时识别和测量产前超声检查中的颈项透明层（NT）平面	提出了一种名为AIM-NT的深度学习模型，能够在产前超声检查中实时识别NT平面并测量NT厚度，与放射科医生的工作流程高度一致	研究为回顾性多中心研究，可能受到数据收集时间和范围的限制	开发并评估一种人工智能模型，用于产前超声检查中的NT平面识别和测量	产前超声检查中的颈项透明层（NT）平面	数字病理	产前筛查	超声检查	CNN	图像和视频	内部数据集包括3153个胎儿的3959张NT图像，外部数据集包括267个胎儿的267个超声视频
1505	2025-06-26	Automatic Detection of B-Lines in Lung Ultrasound Based on the Evaluation of Multiple Characteristic Parameters Using Raw RF Data 2025-Jul, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346251330111 PMID:40539654	研究论文	提出一种基于射频信号的肺部超声B线垂直伪影自动识别方法，通过多特征参数输入非线性支持向量机进行分类	利用射频信号而非图像数据，结合多特征参数和PCA降维，减少了对大型图像数据集的依赖，同时保持了高分类准确率	实验模型（海绵滴水模型、明胶体模）与真实肺部组织的声学特性可能存在差异	开发实时高效的肺部超声B线自动检测方法以辅助肺部疾病诊断	肺部超声中的B线伪影	医学影像分析	肺部疾病	射频信号分析、PCA降维	非线性SVM	射频信号	海绵滴水模型、玻璃珠/明胶液滴体模、体内实验数据
1506	2025-06-26	Predicting Primary Graft Dysfunction in Systemic Sclerosis Lung Transplantation Using Machine-Learning and CT Features 2025-Jul, Clinical transplantation IF:1.9Q3 DOI:10.1111/ctr.70217 PMID:40552679	研究论文	本研究利用机器学习和CT特征预测系统性硬化症肺移植后的原发性移植物功能障碍	首次在系统性硬化症患者中应用深度学习算法自动计算CT图像特征，并结合多种机器学习模型预测PGD	样本量相对较小（92例），且为单中心回顾性研究	预测系统性硬化症患者肺移植后的原发性移植物功能障碍	92例接受双侧肺移植的系统性硬化症患者	数字病理学	系统性硬化症	CT扫描、深度学习	多元逻辑回归、SVM、随机森林分类器(RFC)、多层感知机(MLP)	CT图像	92例系统性硬化症肺移植患者（2007-2020年）
1507	2025-06-26	[A deep learning method for differentiating nasopharyngeal carcinoma and lymphoma based on MRI] 2025-Jul, Lin chuang er bi yan hou tou jing wai ke za zhi = Journal of clinical otorhinolaryngology head and neck surgery DOI:10.13201/j.issn.2096-7993.2025.07.001 PMID:40555483	research paper	开发一种基于常规MRI的深度学习模型，用于自动分割和鉴别诊断鼻咽癌（NPC）和鼻咽淋巴瘤（NPL）	利用深度学习模型结合常规MRI数据进行自动分割和分类，提高了鼻咽癌和鼻咽淋巴瘤的鉴别诊断准确性	研究为回顾性研究，样本量有限，且仅来自单一医疗中心	开发一种自动化的深度学习模型，用于鼻咽癌和鼻咽淋巴瘤的鉴别诊断	鼻咽癌（NPC）和鼻咽淋巴瘤（NPL）患者	digital pathology	nasopharyngeal carcinoma, lymphoma	MRI	ResNet101	image	434名患者（142名NPL患者和292名NPC患者）
1508	2025-06-24	Classifying Three-Wall Intrabony Defects from Intraoral Radiographs Using Deep Learning-Based Convolutional Neural Network Models 2025-Jul, European journal of dentistry DOI:10.1055/s-0044-1791784 PMID:39572193	research paper	本研究使用基于深度学习的CNN模型对口腔内X光片中的三壁骨内缺损进行分类	首次应用多种CNN模型对三壁骨内缺损进行分类，并评估其性能	模型性能AUC值在0.7至0.77之间，仍有提升空间	开发一种自动分类三壁骨内缺损的方法以辅助牙周治疗	口腔内X光片中的三壁骨内缺损	digital pathology	periodontal disease	deep learning	CNN (InceptionV3, InceptionResNetV2, ResNet50V2, MobileNetV3Large, EfficientNetV2B1, VGG19)	image	1,369张来自556名患者的X光片
1509	2025-06-24	Identifying Primary Sites of Spinal Metastases: Expert-Derived Features vs. ResNet50 Model Using Nonenhanced MRI 2025-Jul, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29720 PMID:39868626	研究论文	本研究开发并验证了使用非增强MRI的人工智能模型，以识别脊柱转移瘤的原发部位，旨在提高诊断效率	比较了专家衍生特征模型和ResNet50深度学习模型在非增强MRI上识别脊柱转移瘤原发部位的效能，发现专家模型在常见部位表现更优	研究为回顾性设计，样本量有限（514例），且仅使用非增强MRI数据	提高脊柱转移瘤原发部位的诊断效率	514例病理确诊的脊柱转移瘤患者	数字病理	癌症转移	非增强MRI（T1加权、T2加权和脂肪抑制T2序列）	ResNet50	MRI图像	514例患者（开发集360例，测试集154例）
1510	2025-06-24	The Central Role of Learning in Preventing Foot Complications in Persons With Diabetes: A Scoping Review 2025-Jul, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17678 PMID:40001301	综述	本文探讨了糖尿病患者足部护理的学习过程和教育策略，并分析了不同学习过程对这些策略的影响	提出了一个理解患者学习和自我管理渐进阶段的框架，并强调了早期学习在糖尿病足部护理中的核心作用	仅纳入了英文文献，可能遗漏了其他语言的重要研究	探索糖尿病患者足部护理的学习过程和教育策略	糖尿病患者及其足部护理	糖尿病护理	糖尿病	NA	NA	文献数据	906篇文章经过筛选
1511	2025-06-24	Artificial Intelligence Iterative Reconstruction for Dose Reduction in Pediatric Chest CT: A Clinical Assessment via Below 3 Years Patients With Congenital Heart Disease 2025-Jul-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000827 PMID:40013381	研究论文	评估基于深度学习的重建算法AIIR在降低儿童胸部CT剂量中的表现，研究对象为3岁以下先天性心脏病患者	首次在3岁以下先天性心脏病患者中评估AIIR算法在低剂量胸部CT中的表现，并与传统HIR方法进行比较	研究仅针对3岁以下先天性心脏病患者，结果可能不适用于其他年龄段或疾病类型	评估AIIR算法在降低儿童胸部CT剂量中的效果	3岁以下先天性心脏病患者	数字病理	先天性心脏病	CT扫描	深度学习	医学影像	191名3岁以下先天性心脏病患者
1512	2025-05-10	Deep learning model to identify and validate hypotension endotypes in surgical and critically ill patients. Comment on Br J Anaesth 2025; 134: 308-16 2025-Jul, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.03.025 PMID:40340157	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1513	2025-06-24	Assessment of the efficacy and accuracy of cervical cytology screening with the Hologic Genius Digital Diagnostics System 2025-Jul, Cancer cytopathology IF:2.6Q2 DOI:10.1002/cncy.70022 PMID:40543043	research paper	评估Hologic Genius数字诊断系统在宫颈细胞学筛查中的效果和准确性	利用人工智能技术和大数据分析，验证了Hologic Genius数字诊断系统在临床实践中的高效性和准确性	研究仅基于890例样本，可能无法完全代表所有临床情况	验证Hologic Genius数字诊断系统在宫颈细胞学筛查中的临床应用效果	890例已诊断的ThinPrep Papanicolaou (Pap)测试样本	digital pathology	cervical cancer	deep learning	NA	image	890例ThinPrep Pap测试样本
1514	2025-06-22	Artificial intelligence entering the pathology arena in oncology: current applications and future perspectives 2025-Jul, Annals of oncology : official journal of the European Society for Medical Oncology IF:56.7Q1 DOI:10.1016/j.annonc.2025.03.006 PMID:40307127	review	本文综述了人工智能在病理学和肿瘤学领域的当前应用及未来前景，特别是在癌症诊断、预后评估和治疗策略中的作用	探讨了AI在肿瘤病理学中的创新应用，包括自动肿瘤检测、分子生物标志物识别以及治疗反应预测，并展望了基础模型和通用模型等AI算法的未来发展	目前尚无基于IA或IB级别证据的AI预后或预测性生物标志物，且数据可用性、可解释性和监管问题仍是临床应用的障碍	评估AI在癌症病理学中的当前应用并探讨其未来发展方向	肿瘤诊断、分子生物标志物检测和癌症预后评估	digital pathology	oncology	AI-based algorithms, transformer-based deep learning	foundation models, generalist models	image, multi-omics data	NA
1515	2025-06-21	Feasibility/clinical utility of half-Fourier single-shot turbo spin echo imaging combined with deep learning reconstruction in gynecologic magnetic resonance imaging 2025-Jul, Abdominal radiology (New York) DOI:10.1007/s00261-024-04739-1 PMID:39692759	research paper	本研究探讨了结合深度学习重建和可变翻转角进化的HASTE（iHASTE）在妇科MRI中的临床效用	首次将深度学习重建技术应用于HASTE序列，提高了图像质量和抗伪影能力	样本量较小（79例），且iHASTE在病灶边缘显示方面评分低于BLADE和TSE	评估iHASTE在妇科MRI中的临床应用价值	接受妇科MRI检查的患者	医学影像	妇科疾病	MRI（HASTE、BLADE、TSE序列）	深度学习重建	医学影像	79例患者（无抗痉挛药组）和79例匹配对照（有抗痉挛药组）
1516	2025-06-21	A novel artificial intelligence segmentation model for early diagnosis of bladder tumors 2025-Jul, Abdominal radiology (New York) DOI:10.1007/s00261-024-04715-9 PMID:39738572	research paper	开发了一种基于深度学习的智能诊断系统BTS-Net，用于早期膀胱癌的准确诊断	提出了基于transformer的新型膀胱肿瘤分割网络BTS-Net，能够实时处理手术视频并准确分割潜在卫星病灶	研究仅在中南医院收集的数据上进行验证，需要进一步的外部验证	提高早期膀胱肿瘤的识别率，减少漏诊	膀胱癌患者的手术视频数据	digital pathology	bladder cancer	deep learning	transformer-based BTS-Net	video	273名膀胱癌患者的TURBT手术视频数据
1517	2025-06-21	Multiparametric MRI for Assessment of the Biological Invasiveness and Prognosis of Pancreatic Ductal Adenocarcinoma in the Era of Artificial Intelligence 2025-Jul, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29708 PMID:39781607	研究论文	本文探讨了多参数磁共振成像（mpMRI）结合人工智能（AI）在评估胰腺导管腺癌（PDAC）生物学侵袭性和预后中的应用	结合AI的mpMRI能够提供形态和功能信息，量化肿瘤内特征，预测PDAC的生物学特性和预后	当前基于AI的PDAC模型主要基于单一模态，样本量较小，技术可重复性和生物学解释存在挑战	评估PDAC的生物学侵袭性和预后，推动个性化医疗	胰腺导管腺癌（PDAC）	数字病理	胰腺癌	多参数磁共振成像（mpMRI）	深度学习	图像	相对较小的样本量
1518	2025-06-21	Visualizing Preosteoarthritis: Updates on UTE-Based Compositional MRI and Deep Learning Algorithms 2025-Jul, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29710 PMID:39792443	综述	本文综述了基于超短回波时间的MRI技术和深度学习算法在骨关节炎早期检测中的应用	结合超短回波时间MRI和深度学习算法，革新了MRI分析方式，实现了对短T2组织的直接可视化和定量评估	证据等级为5级，技术效能处于第2阶段，表明研究尚处于早期阶段	探索骨关节炎早期检测和管理的先进成像技术和分析方法	骨关节炎相关的短T2组织，如软骨、半月板/唇、韧带和肌腱	数字病理学	骨关节炎	超短回波时间MRI (UTE-MRI)	深度学习 (DL)	MRI图像	NA
1519	2025-06-21	AI-Driven Detection and Measurement of Keratinized Gingiva in Dental Photographs: Validation Using Reference Retainers 2025-Jul, Journal of clinical periodontology IF:5.8Q1 DOI:10.1111/jcpe.14164 PMID:40195567	研究论文	本文评估了一种深度学习模型在牙科照片中检测角化牙龈的能力，并使用参考保持器验证其临床适用性	首次提出能够可靠识别全口角化牙龈的AI模型，并通过参考保持器进行了全面验证	对后牙区域的预测需要进一步改进	评估深度学习模型在牙科照片中检测角化牙龈的准确性及其临床应用价值	角化牙龈的检测与测量	数字病理	牙科疾病	深度学习	DeepLabv3 with ResNet50 backbone	图像	32名受试者的576张六分照片
1520	2025-06-21	Development and application of deep learning-based diagnostics for pathologic diagnosis of gastric endoscopic submucosal dissection specimens 2025-Jul, Gastric cancer : official journal of the International Gastric Cancer Association and the Japanese Gastric Cancer Association IF:6.0Q1 DOI:10.1007/s10120-025-01612-y PMID:40232558	研究论文	开发并评估了一种用于诊断胃内镜黏膜下剥离术(ESD)标本的深度学习模型	首次将深度学习模型应用于ESD标本的肿瘤和黏膜下浸润检测，显著提高了诊断效率和准确性	研究仅基于366个ESD标本，样本量相对有限	开发一种能够准确诊断胃ESD标本的深度学习模型	胃ESD标本中的腺癌组织	数字病理学	胃癌	深度学习	CNN	图像	366个ESD标本，包含2257个标注区域和83,839个图像块