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
1521	2025-06-21	Deep learning-assisted detection of meniscus and anterior cruciate ligament combined tears in adult knee magnetic resonance imaging: a crossover study with arthroscopy correlation 2025-Jul, International orthopaedics IF:2.0Q2 DOI:10.1007/s00264-025-06531-2 PMID:40293511	研究论文	本研究比较了医生在使用和不使用深度学习模型辅助下，对膝关节MRI中半月板和前交叉韧带撕裂的诊断性能	使用深度学习模型辅助医生提高对膝关节MRI中半月板和前交叉韧带撕裂的诊断准确性	样本量相对较小（186例MRI检查），且仅评估了Keros®算法	比较医生在使用和不使用深度学习模型辅助下对膝关节MRI中半月板和前交叉韧带撕裂的诊断性能	膝关节MRI图像	数字病理	膝关节损伤	MRI	深度学习模型（Keros®算法）	图像	186例MRI检查（88例来自患者，98例来自公开数据库）
1522	2025-06-21	Radiomics for lung cancer diagnosis, management, and future prospects 2025-Jul, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106926 PMID:40344812	综述	本文综述了放射组学在肺癌诊断和管理中的作用，探讨了从手工放射组学到深度学习技术的多种方法及其在肺癌护理各阶段的关键应用	强调了放射组学在提高诊断准确性、预测治疗反应和个性化患者护理方面的潜力，并探讨了未来整合大型语言模型、可解释AI和超分辨率成像技术的发展方向	NA	探讨放射组学在肺癌诊断和管理中的应用及其未来发展前景	肺癌	数字病理学	肺癌	放射组学、深度学习	AI模型	医学影像	NA
1523	2025-06-21	Breast tumour classification in DCE-MRI via cross-attention and discriminant correlation analysis enhanced feature fusion 2025-Jul, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106941 PMID:40403340	研究论文	本文提出了一种基于动态对比增强磁共振成像（DCE-MRI）的乳腺肿瘤分类方法，通过融合深度特征和交叉注意力编码的放射组学特征，利用判别相关分析（DCA）提高分类准确性	提出了一种新颖的特征融合方法eFF-DCA，结合了深度特征和交叉注意力编码的放射组学特征，利用DCA优化特征相关性，提高了乳腺肿瘤分类的准确性	非端到端的设计限制了多模态特征的融合效果	开发并验证一种基于DCE-MRI的乳腺肿瘤分类方法，以提高良性和恶性肿瘤的鉴别诊断准确性	乳腺肿瘤	数字病理学	乳腺癌	DCE-MRI	eFF-DCA	医学影像	261名个体，包括137个良性肿瘤和163个恶性肿瘤
1524	2025-06-20	NLP-based ergonomics MSD risk root cause analysis and risk controls recommendation 2025-Jul, Ergonomics IF:2.0Q3 DOI:10.1080/00140139.2024.2394510 PMID:39189206	研究论文	本文提出了一种基于NLP的人体工程学MSD风险根因分析及风险控制建议的整体工作改进流程	利用深度学习NLP技术（如词性标注和依存句法分析）对工作动作进行自动根因分析，并结合专家ML系统提供风险控制建议	未提及具体实验验证效果或系统实施难度	通过AI技术改进工作场所人体工程学风险评估流程	工作场所中导致肌肉骨骼疾病(MSD)的物理风险因素	自然语言处理	肌肉骨骼疾病	NLP（词性标注、依存句法分析）	深度学习	文本	NA
1525	2025-06-20	Comparison of different dental age estimation methods with deep learning: Willems, Cameriere-European, London Atlas 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03452-y PMID:39969569	研究论文	比较使用Willems、Cameriere-Europe、London Atlas和深度学习方法在土耳其儿童全景X光片上进行牙齿年龄估计的效果	首次在土耳其儿童中比较多种牙齿年龄估计方法，并引入深度学习方法进行对比	研究仅针对土耳其儿童，结果可能不适用于其他人群	比较不同牙齿年龄估计方法的准确性	1169名土耳其儿童(613名女孩，556名男孩)的全景X光片	计算机视觉	NA	深度学习	CNN	医学影像	1169名儿童(613名女孩，556名男孩)
1526	2025-06-20	Comparison of CNNs and Transformer Models in Diagnosing Bone Metastases in Bone Scans Using Grad-CAM 2025-Jul-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005898 PMID:40237349	研究论文	比较CNN和Transformer模型在骨扫描中诊断骨转移的性能，并使用Grad-CAM进行可视化	首次探索了ConvNeXt和Transformer模型在骨扫描中诊断骨转移的应用，并比较了多种深度学习模型的性能	研究仅基于两家医院的数据，可能缺乏普适性	评估不同深度学习模型在骨扫描中诊断转移性病变的性能	癌症患者的骨扫描图像	医学图像分析	骨转移	深度学习	ResNet18, DeiT, ViT Large 16, Swin Base, ConvNeXt Large	图像	训练和验证集4626例（医院1），测试集1428例（医院2）
1527	2025-06-20	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	本研究开发了一种基于深度学习的模型，用于识别群养肉种鸡的交配行为	结合生物特征和鸟只数量变化，利用深度学习模型自动识别交配行为，显著提高了处理速度	交配事件识别在不同时间段和鸟龄间存在波动，受鸟只重叠、聚集密度和遮挡影响	开发自动化系统监测肉种鸡交配行为，优化繁殖效率和生产力	罗斯708品种的肉种鸡（20只母鸡和2-3只公鸡，56周龄）	计算机视觉	NA	深度学习	YOLOv7, YOLOv8, DeepSORT, StrongSORT, ByteTrack, SAM2, YOLOv8-segmentation	视频	20只母鸡和2-3只公鸡，共4个实验栏
1528	2025-06-20	Time-series deep learning and conformal prediction for improved sepsis diagnosis in primarily Non-ICU hospitalized patients 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110497 PMID:40450820	研究论文	开发了一种针对非ICU环境的深度学习模型，用于早期脓毒症诊断	结合深度学习与保形预测框架处理不确定性，显著减少假阳性并提高特异性	模型在非ICU环境中的泛化能力仍需进一步验证	提高非ICU住院患者的脓毒症早期诊断准确性	非ICU住院患者	机器学习	脓毒症	深度学习	DL	时间序列数据	83,813名患者（训练集），eICU-CRD数据集（验证集）
1529	2025-06-19	Multi-site, multi-vendor development and validation of a deep learning model for liver stiffness prediction using abdominal biparametric MRI 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11312-3 PMID:39779515	研究论文	开发并验证了使用常规临床非对比腹部T1加权和T2加权数据的深度学习模型，用于预测MR弹性成像(MRE)衍生的肝脏硬度	首次在多机构和多厂商的儿科和成人患者数据上开发和验证了基于深度学习的肝脏硬度预测模型	模型性能仍有提升空间，可能需要结合临床特征进一步优化以减少对MRE的需求	开发能够准确预测肝脏硬度的深度学习模型，以替代或减少对MR弹性成像(MRE)的需求	儿科和成人慢性肝病(CLD)患者	数字病理学	慢性肝病	MRI (T1w和T2w)	DeepLiverNet2.0 (深度学习模型)	医学影像	4295名患者(包括428名儿科患者)的4695次MRI检查
1530	2025-06-19	ReorderBench: A Benchmark for Matrix Reordering 2025-Jul, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3560345 PMID:40227900	research paper	该论文构建了一个名为ReorderBench的矩阵重排序基准，用于评估和改进矩阵重排序技术	提出了一个全面的矩阵重排序基准，包含大量代表性矩阵和基于卷积与熵的评分方法	NA	评估和改进矩阵重排序技术	矩阵重排序算法和视觉模式	machine learning	NA	卷积和熵基评分方法	deep learning model	binary matrices, continuous matrices	2,835,000 binary matrices, 5,670,000 continuous matrices, 450 real-world matrices
1531	2025-06-19	Agreement between Routine-Dose and Lower-Dose CT with and without Deep Learning-based Denoising for Active Surveillance of Solid Small Renal Masses: A Multiobserver Study 2025-Jul, Radiology. Imaging cancer DOI:10.1148/rycan.240250 PMID:40512032	研究论文	评估常规剂量和低剂量CT扫描在深度学习去噪技术辅助下对小肾肿块主动监测中的一致性	研究首次评估了深度学习去噪技术在低剂量CT扫描中对小肾肿块评估的影响，并验证了75%剂量降低的可行性	研究为回顾性设计，样本量相对较小(70例患者)，且仅评估了特定两种剂量降低水平	评估不同剂量CT扫描在肾肿块主动监测中的诊断一致性	接受小肾肿块主动监测的患者	数字病理	肾癌	CT扫描、深度学习去噪(DLD)	深度学习	医学影像	70例患者(48男22女，平均年龄73.2岁)的350次CT扫描
1532	2025-06-19	ConsAMPHemo: A computational framework for predicting hemolysis of antimicrobial peptides based on machine learning approaches 2025-Jul, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70087 PMID:40519190	research paper	提出了一种基于深度学习的计算框架ConsAMPHemo，用于预测抗菌肽的溶血活性	开发了一个两阶段的深度学习框架，既能进行抗菌肽溶血活性的二元分类，也能预测其溶血浓度，并通过特征分析揭示了溶血活性的物理基础	NA	降低评估抗菌肽作为药物安全性的成本	抗菌肽（AMPs）	machine learning	NA	deep learning	NA	NA	三个不同的数据集
1533	2025-06-19	PCKRF: Point Cloud Completion and Keypoint Refinement With Fusion Data for 6D Pose Estimation 2025-Jul, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3390122 PMID:38630565	research paper	提出了一种名为PCKRF的新姿态细化流程，用于6D姿态估计，通过点云补全和关键点细化融合数据来提高姿态估计的准确性	PCKRF流程结合了姿态敏感的点补全网络和引入颜色信息的CIKP方法，有效提升了姿态估计的稳定性和准确性	在纹理较少和对称物体的挑战性场景中，方法的性能可能仍有提升空间	提高6D姿态估计的准确性和稳定性	点云数据	computer vision	NA	点云补全、关键点细化	pose-sensitive point completion network, CIKP	point cloud	NA
1534	2025-06-19	Automated segmentation of target volumes in breast cancer radiotherapy, impact on target size and dose to organs at risk 2025-Jul, Clinical and translational radiation oncology IF:2.7Q2 DOI:10.1016/j.ctro.2025.100986 PMID:40529410	研究论文	本研究比较了深度学习模型与临床标准在乳腺癌放疗目标体积划分上的差异，评估了对危险器官剂量的影响	首次将深度学习模型应用于乳腺癌放疗目标体积划分，并考虑了临床数据如肿瘤位置和患者合并症	深度学习模型在仅针对乳房的放疗中可能导致心脏剂量增加，且样本量有限	评估深度学习模型在乳腺癌放疗目标体积划分中的效果及其对危险器官剂量的影响	乳腺癌放疗的目标体积和危险器官剂量	数字病理	乳腺癌	深度学习	DL-models (Raystation 和 MVision)	医学影像	10-14个放疗中心的数据
1535	2025-06-19	Deep Learning for Detecting and Subtyping Renal Cell Carcinoma on Contrast-Enhanced CT Scans Using 2D Neural Network with Feature Consistency Techniques 2025-Jul, The Indian journal of radiology & imaging DOI:10.1055/s-0044-1800804 PMID:40529970	研究论文	本研究探索了一种创新的深度学习方法，用于在CT扫描上检测和分型肾细胞癌（RCC），特别是透明细胞RCC（ccRCC）与非ccRCC	使用二维神经网络架构和特征一致性模块，提供了一种新颖、计算更简单且准确的RCC表征方法	研究为回顾性研究，样本量相对较小（196例患者）	开发一种高效的深度学习算法，用于肾细胞癌的检测和分型	196例经病理证实的RCC患者的基线CT扫描（143例ccRCC和53例非ccRCC）	计算机视觉	肾细胞癌	CT扫描	2D神经网络（FocalNet-DINO）	图像	196例患者的CT扫描
1536	2025-06-18	Malignancy risk stratification for pulmonary nodules: comparing a deep learning approach to multiparametric statistical models in different disease groups 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11256-8 PMID:39747589	research paper	比较深度学习方法和多参数统计模型在不同疾病组中对肺结节恶性风险分层的性能	首次评估了深度学习模型LCP-CNN在多种风险特征和潜在肺部疾病患者中的性能，并与传统多参数统计模型进行了比较	研究为回顾性分析，样本量相对有限（297名患者，422个结节）	评估深度学习模型在肺结节恶性风险分层中的性能	肺结节患者（包括筛查、肺气肿和间质性肺病患者）	digital pathology	lung cancer	CT扫描	CNN	image	297名患者，422个肺结节（其中105个为恶性）
1537	2025-06-18	Deep learning for forensic age estimation using orthopantomograms in children, adolescents, and young adults 2025-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11373-y PMID:39862249	research paper	该研究利用卷积神经网络（CNN）和大型多样化数据集改进法医年龄估计，特别关注儿童、青少年和年轻成人的牙齿生长特征	使用自定义CNN模型和大型多样化数据集显著提高了法医年龄估计的准确性和可靠性，预测精度可达1年以内	研究主要基于牙齿生长特征，可能不适用于所有年龄段或特殊情况	改进法医年龄估计方法，提高预测准确性和效率	儿童、青少年和年轻成人（1至25岁以下）	digital pathology	NA	orthopantomograms (OPGs)	CNN	image	21,814张OPGs（来自13,766名个体）
1538	2025-06-18	A novel approach for estimating postmortem intervals under varying temperature conditions using pathology images and artificial intelligence models 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03447-9 PMID:40019556	研究论文	提出了一种利用病理图像和人工智能模型在不同温度条件下估计死后间隔的新方法	首次引入基于病理组织图像和人工智能的预测模型，用于估计死后间隔，并在三种温度条件下进行验证	未提及样本来源的多样性或模型在其他环境条件下的泛化能力	提高法医调查中死后间隔估计的准确性和效率	病理组织图像	数字病理	NA	深度学习	ResNet50	图像	未明确提及具体样本数量
1539	2025-06-18	The impact of multi-modality fusion and deep learning on adult age estimation based on bone mineral density 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03432-2 PMID:40100354	研究论文	本研究通过多模态融合和深度学习技术，基于骨密度（BMD）提高了成人年龄估计的准确性	采用多模态融合策略结合深度学习，显著提升了基于BMD的成人年龄估计精度	研究主要基于中国人群数据，可能在其他种族群体中的泛化性有待验证	提升基于骨密度的成人年龄估计准确性	成人年龄估计	机器学习	老年疾病	CT扫描	深度学习	医学影像	4296例CT扫描（内部验证644例，外部尸体验证351例）
1540	2025-06-18	Multitask Deep Learning for Automated Detection of Endoleak at Digital Subtraction Angiography during Endovascular Aneurysm Repair 2025-07, Radiology. Artificial intelligence DOI:10.1148/ryai.240392 PMID:40266029	research paper	开发并评估一种新型多任务深度学习框架，用于在真实世界的腹主动脉瘤血管内修复术（EVAR）过程中自动检测和定位主动脉数字减影血管造影（DSA）中的内漏	提出了一种基于多任务学习的卷积神经网络，用于内漏的自动检测和定位，性能优于人类专家	研究为回顾性设计，样本量相对较小（220例患者）	开发自动化工具以提高EVAR手术中内漏检测的准确性和效率	接受EVAR手术患者的主动脉DSA图像	digital pathology	cardiovascular disease	digital subtraction angiography	CNN	image	220例患者（中位年龄74岁，181名男性）