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
1661	2025-10-06	How I Do It: Three-Dimensional MR Neurography and Zero Echo Time MRI for Rendering of Peripheral Nerve and Bone 2025-Jul, Radiology IF:12.1Q1 DOI:10.1148/radiol.241604 PMID:40590699	方法论文	介绍结合三维MR神经成像和零回波时间MRI进行周围神经与骨骼融合渲染的方法	首次提出将3D MR神经成像与3D ZTE MRI序列结合进行神经与骨骼的融合渲染，展示神经与骨骼的空间关系	文中讨论了神经与骨骼渲染过程中面临的技术挑战	开发用于临床决策的神经与骨骼三维可视化方法	周围神经与骨骼结构	医学影像分析	周围神经疾病	MR神经成像, 零回波时间MRI, 深度学习重建	深度学习	MRI影像	NA	NA	NA	NA	NA
1662	2025-10-06	Harnessing AI for Improved Diagnosis and Management of Pediatric Sepsis: Current Advances, Challenges, and Future Directions 2025-Jul-01, Pediatric emergency care IF:1.2Q3 DOI:10.1097/PEC.0000000000003397 PMID:40590973	综述	探讨人工智能在儿科脓毒症诊断与管理中的当前应用、挑战与未来发展方向	系统整合知识驱动AI与数据驱动AI在儿科脓毒症领域的联合训练方法，并涵盖从筛查到个性化治疗的全流程AI应用	未提及具体数据验证结果和模型性能指标，主要聚焦于概念框架和潜在应用	改善儿科脓毒症的及时诊断与临床管理	社区获得性儿科脓毒症患者	自然语言处理, 机器学习	脓毒症	电子健康记录分析, 联邦学习	专家系统, 机器学习, 深度学习	电子健康记录, 生命体征监测数据, 临床文本	NA	NA	大型语言模型	NA	NA
1663	2025-10-06	Spectrum prediction and inverse design of metasurfaces via transfer learning based on material similarity 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.565993 PMID:40591274	研究论文	提出基于材料相似性的迁移学习方法用于超表面的光谱预测和逆向设计	利用材料相似性实现迁移学习，在保证网络性能的同时减少50%训练数据需求	仅验证了吸收超表面和偏振转换超表面两种类型，未涉及更广泛的超材料设计	解决深度学习在超表面设计中数据依赖性问题	吸收超表面和偏振转换超表面	机器学习	NA	迁移学习	深度学习	光谱数据	NA	NA	NA	NA	NA
1664	2025-10-06	Coal classification and analysis based on shadowgraphy and deep learning methods 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.559226 PMID:40591303	研究论文	基于阴影成像技术和深度学习方法开发煤炭自动分类与成分分析系统	采用光纤传输的激光激发和图像采集系统，实现纳秒至微秒级冲击波传播过程的高分辨率成像，避免传统高速相机提高帧率时分辨率下降的问题	仅在实验室环境下验证，尚未在实际工业场景中测试	煤炭自动分类与关键成分预测	29种不同类型的煤炭样本	计算机视觉	NA	阴影成像技术	CNN	图像	29种煤炭类型	NA	卷积神经网络	准确率, RMSEP	NA
1665	2025-10-06	Deep learning-enhanced image analysis for liquid crystal optical sensing 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.561960 PMID:40591341	研究论文	本研究利用VGG16深度学习模型加速液晶光学图像分析，实现可视化精确传感应用	首次将VGG16深度学习模型应用于液晶光学图像分析，显著提升传感速度和灵敏度	仅针对两种代表性表面活性剂和胰岛素检测进行了验证，未涉及更广泛的检测对象	开发基于深度学习的液晶光学图像分析方法，提高传感性能	液晶光学图像、表面活性剂(CTAB和SDS)、胰岛素特异性适配体和胰岛素	计算机视觉	NA	偏振光学显微镜成像	CNN	图像	NA	NA	VGG16	准确率, 平均相对误差	NA
1666	2025-10-06	Co-phase errors simultaneous detection for optical sparse aperture systems via deep learning 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.562369 PMID:40591336	研究论文	提出一种基于深度学习的共相误差同时检测方法，用于光学稀疏孔径系统	首次实现活塞误差和倾斜误差的同时检测，通过分离网络消除误差间干扰	基于仿真验证，尚未进行实际系统验证	提高光学稀疏孔径系统共相误差检测效率	光学稀疏孔径系统的共相误差	计算机视觉	NA	深度学习	CNN	特征图	NA	NA	分离网络, 检测网络	检测精度	NA
1667	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
1668	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
1669	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
1670	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
1671	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
1672	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
1673	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
1674	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
1675	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
1676	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
1677	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
1678	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
1679	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
1680	2025-10-06	Data-Driven Detection of Nocturnal Pollen Fragmentation Triggered by High Humidity in an Urban Environment 2025-Jul-01, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c13905 PMID:40400486	研究论文	开发了一种数据驱动方法，首次利用气象和生物颗粒物光谱数据常规检测城市环境中高湿度触发的夜间花粉破碎现象	首次实现了仅使用气象和在线BioPM光谱数据常规检测花粉破碎的能力，明确了相对湿度超过90%的触发阈值	方法基于特定城市环境数据，在其他地区的适用性需要进一步验证	检测花粉破碎现象并识别触发其发生的气象阈值	城市环境中的生物颗粒物（BioPM）特别是花粉	机器学习	NA	光谱数据分析	深度学习	气象数据，光谱数据	NA	自动机器学习	NA	NA	NA