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	2025-05-31	ProtoASNet: Comprehensive evaluation and enhanced performance with uncertainty estimation for aortic stenosis classification in echocardiography 2025-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103600 PMID:40324320	research paper	提出了一种基于原型的新型神经网络ProtoASNet，用于从B型超声心动图视频中分类主动脉瓣狭窄的严重程度，并增强预测的可解释性和不确定性估计	ProtoASNet通过相似性分数和可学习的时空原型提供内在可解释性，并利用弃权损失估计数据的不确定性，增强了模型的透明度和临床适用性	研究依赖于私有和公开数据集，可能无法涵盖所有临床场景，且模型性能在不确定案例中有所下降	开发一种可解释且具有不确定性估计能力的深度学习模型，用于主动脉瓣狭窄的自动分类	主动脉瓣狭窄（AS）患者	digital pathology	cardiovascular disease	B-mode echocardiography	prototype-based neural network	video	私有数据集和公开可用的TMED-2数据集	NA	NA	NA	NA
1662	2025-05-31	Deep implicit optimization enables robust learnable features for deformable image registration 2025-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103577 PMID:40328129	research paper	该论文提出了一种深度隐式优化方法，用于在可变形图像配准中实现鲁棒的可学习特征	通过将优化作为深度网络中的一层，结合统计学习和优化的优势，首次实现了在测试时无需重新训练即可切换任意变换表示	NA	弥合统计学习与优化方法在图像配准中的差距，提高配准性能和对领域偏移的鲁棒性	可变形图像配准	computer vision	NA	deep learning, iterative optimization solver	deep network	image	NA	NA	NA	NA	NA
1663	2025-05-31	Rethinking boundary detection in deep learning-based medical image segmentation 2025-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103615 PMID:40344946	research paper	提出了一种名为CTO的新型网络架构，结合CNN、ViT和显式边缘检测算子，以解决医学图像分割中边界区域精确分割的挑战	CTO网络架构结合了CNN、ViT和显式边缘检测算子，通过双流编码器网络和边界引导解码器网络，提高了边界区域的分割精度	未提及具体局限性	提高医学图像分割中边界区域的精确分割能力	医学图像分割	digital pathology	NA	CNN, ViT, 边缘检测算子	CTO (结合CNN和ViT的双流编码器网络及边界引导解码器网络)	image	七个医学图像分割数据集（ISIC 2016, PH2, ISIC 2018, CoNIC, LiTS17, BraTS, BTCV）	NA	NA	NA	NA
1664	2025-05-31	CausalMixNet: A mixed-attention framework for causal intervention in robust medical image diagnosis 2025-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103581 PMID:40359724	research paper	提出了一种名为CausalMixNet的创新方法，通过混合注意力机制探究医学图像与标签之间的因果关系，以提高诊断的准确性和泛化性能	采用查询混合内部注意力和键值混合外部注意力机制，结合非局部推理模块和键值混合外部注意力进行前门调整策略，以及补丁掩码排序模块和查询混合内部注意力增强中介学习	未明确提及具体限制	提高医学图像诊断的准确性和泛化性能，探究图像与标签之间的因果关系	医学图像及其诊断标签	digital pathology	NA	deep learning	CausalMixNet	image	多个数据集，具体数量未提及	NA	NA	NA	NA
1665	2025-10-07	Artificial intelligence applications for the diagnosis of pulmonary nodules 2025-Jul-01, Current opinion in pulmonary medicine IF:2.8Q2 DOI:10.1097/MCP.0000000000001179 PMID:40326426	综述	评估人工智能在孤立性肺结节诊断中的应用价值及临床挑战	系统整合AI在影像学与液体活检中的诊断性能，强调临床转化障碍而非单纯技术细节	缺乏前瞻性多中心验证、存在过拟合风险、可解释性差且与临床评估指标重叠	探讨AI在肺结节诊断中的临床应用前景与局限性	孤立性肺结节（SPNs）	数字病理	肺癌	CT影像分析, RNA测序, 液体活检	CNN, 机器学习	医学影像, 基因组数据, 临床数据	NA	NA	NA	Dice相似系数, AUC	NA
1666	2025-05-28	Artificial intelligence in refractive surgery 2025-Jul-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001139 PMID:40277339	review	本文综述了人工智能在屈光手术中的应用及其进展	人工智能在屈光手术中的应用包括生物测量、病理检测、手术决策和教育等多个方面	未提及具体的技术局限性或研究不足	探讨人工智能在屈光手术中的应用及其对手术安全性和有效性的提升	屈光手术中的生物测量、病理检测、手术决策和教育	人工智能在医学中的应用	眼科疾病	人工智能、机器学习和深度学习	NA	前段成像数据	NA	NA	NA	NA	NA
1667	2025-05-28	Advancements in artificial intelligence for the diagnosis and management of anterior segment diseases 2025-Jul-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001150 PMID:40279352	review	本文综述了人工智能在前段眼病诊断和管理中的最新进展及其潜力	利用AI技术（包括机器学习和深度学习模型）提升前段眼病的诊断准确性和治疗个性化	数据多样性不足和模型可解释性问题	探讨人工智能在前段眼病诊断和管理中的应用及其对临床实践的潜在影响	前段眼病，包括角膜疾病、屈光手术、白内障、结膜疾病（如翼状胬肉）、沙眼和干眼症等	digital pathology	anterior segment diseases	machine learning, deep learning, generative AI	NA	imaging data, clinical information	large-scale	NA	NA	NA	NA
1668	2025-10-07	Assessment of AI-accelerated T2-weighted brain MRI, based on clinical ratings and image quality evaluation 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112123 PMID:40315626	研究论文	比较基于深度学习的MRI重建方法与传统T2加权脑MRI的临床评分和图像质量	首次对商用深度学习MRI重建方法进行系统性临床评估，并引入时间调整后的信噪比(SNReff)指标	样本量相对有限(100例)，仅使用单一厂商的MRI设备，未评估所有可能的病理情况	评估AI加速T2加权脑MRI的临床应用价值	100名患有各种神经系统疾病的连续患者	医学影像分析	神经系统疾病	MRI，深度学习重建	深度学习	医学影像	100名患者(54名女性，平均年龄43.6岁)	NA	NA	信噪比(SNR)，时间调整信噪比(SNReff)，整体图像质量(OIQ)，诊断安全性(DS)，图像伪影(IA)	西门子Vida 3T扫描仪，64通道头线圈
1669	2025-10-07	Impact of CT reconstruction algorithms on pericoronary and epicardial adipose tissue attenuation 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112132 PMID:40344712	研究论文	研究CT重建算法对心周脂肪组织和心外膜脂肪组织定量的影响，并探索通过脂肪阈值调整进行校正的可行性	首次系统比较ASIR-V和DLIR算法对PCAT和EAT定量的影响，并提出脂肪阈值校正方法	回顾性研究设计，样本量有限(134例)，仅评估特定CT扫描参数	评估不同CT重建算法对脂肪组织定量的影响	接受冠状动脉CT血管成像的患者	医学影像分析	心血管疾病	冠状动脉CT血管成像(CCTA)	NA	CT影像数据	134例患者	NA	NA	重复测量方差分析，Bland-Altman图	NA
1670	2025-10-07	Automated vertebrae identification and segmentation with structural uncertainty analysis in longitudinal CT scans of patients with multiple myeloma 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112160 PMID:40349413	研究论文	本研究开发了一种集成结构不确定性分析的深度学习椎骨分割流程，用于多发性骨髓瘤患者的纵向CT扫描	在开源深度学习方法基础上引入结构不确定性分析，自动识别并校正分割不一致性，显著提升纵向匹配精度	研究基于单中心回顾性数据，需要进一步外部验证	优化多发性骨髓瘤患者纵向CT扫描中的椎骨自动识别与分割	474例多发性骨髓瘤患者的1020次CT扫描	医学影像分析	多发性骨髓瘤	CT扫描	深度学习	医学影像	474例患者共1020次CT扫描（训练集179例349次，测试集295例671次）	NA	Payer's方法	识别率, 纵向椎骨匹配率, 成功率, 系列成功率	NA
1671	2025-10-07	Impact of spectrum bias on deep learning-based stroke MRI analysis 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112161 PMID:40359732	研究论文	评估排除不确定急性缺血性病灶病例对深度学习卒中MRI分析中频谱偏倚的影响	首次系统评估卒中MRI分析中排除不确定病例对深度学习工具诊断性能的影响，并识别与不确定病灶相关的关键因素	单中心回顾性研究，样本量有限（989例患者），仅使用商业深度学习工具	评估卒中MRI分析中的频谱偏倚及其影响因素	疑似卒中成年患者的脑部MRI影像	医学影像分析	卒中	脑部MRI	深度学习	医学影像	989例患者（中位年龄73岁，53%女性）	NA	NA	诊断比值比	NA
1672	2025-10-07	Application and optimization of the U-Net++ model for cerebral artery segmentation based on computed tomographic angiography images 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112137 PMID:40367559	研究论文	本研究基于CTA图像实现U-Net++模型用于脑动脉分割，并通过优化剪枝水平平衡分割性能与计算成本	在U-Net++模型中实施四种剪枝级别（L1-L4），分析剪枝对分割性能和计算效率的权衡关系	仅针对特定脑动脉区域（颈内动脉和椎动脉）进行分割验证	优化脑动脉分割模型的性能与计算效率平衡	CTA图像中的脑动脉结构	计算机视觉	脑血管疾病	计算机断层扫描血管成像（CTA）	U-Net++	医学图像	双能CTA和直接减影CTA数据集	NA	U-Net++	准确率, 交并比, F1分数, 边界F1分数, 豪斯多夫距离	NA
1673	2025-10-07	Challenges, optimization strategies, and future horizons of advanced deep learning approaches for brain lesion segmentation 2025-Jul, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.04.016 PMID:40306473	综述	本文系统综述了2021-2024年间深度学习在脑部病变分割领域的最新进展、挑战与未来发展方向	基于250余篇最新综述论文的系统性分析，提出了针对类别不平衡和多模态数据的解决方案，并首次系统探讨了隐私保护学习框架在脑病变分割中的应用前景	作为综述性论文，未包含原始实验验证，主要依赖已有文献的二次分析	为脑部病变检测和卒中分割任务的研究人员和系统设计者提供技术指南和发展方向	脑肿瘤和卒中病变的医学影像分割	计算机视觉	脑部疾病	医学影像分析	深度学习	医学影像	NA	NA	轻量级神经网络,多层架构	NA	NA
1674	2025-10-07	Establishment and evaluation of an automatic multi?sequence MRI segmentation model of primary central nervous system lymphoma based on the nnU?Net deep learning network method 2025-Jul, Oncology letters IF:2.5Q3 DOI:10.3892/ol.2025.15080 PMID:40400535	研究论文	基于nnU-Net深度学习网络建立原发性中枢神经系统淋巴瘤多序列MRI自动分割模型	首次基于nnU-Net开发针对PCNSL的多模态MRI自动分割模型，解决了传统2D测量和手动体积评估的挑战	样本量较小（仅49例患者），模型在T2WI序列上表现相对较差	开发自动MRI分割模型以改进PCNSL的定量评估	经病理确诊的原发性中枢神经系统淋巴瘤患者	医学影像分析	中枢神经系统淋巴瘤	钆对比剂磁共振成像	3D卷积神经网络	MRI图像	49例来自6个中国医疗中心的PCNSL患者	nnU-Net	nnU-Net	Dice相似系数	NA
1675	2025-05-23	A Minimal Annotation Pipeline for Deep Learning Segmentation of Skeletal Muscles 2025-Jul, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70066 PMID:40390325	研究论文	本研究探讨了一种简单有效的迭代方法，用于构建高质量自动分割模型，同时最小化手动标注工作	提出了一种最小化标注工作的迭代方法，用于训练高质量的nnU-Net分割模型	训练集规模较小（n=30），且五级评分量表上的评分者间一致性仅为一般到中等	开发高效的自动分割方法，将骨骼肌MRI生物标志物转化为临床应用	健康志愿者和患有各种神经肌肉疾病的患者（包括肌营养不良、炎症性、神经源性和未标记的NMDs）	数字病理	神经肌肉疾病	定量MRI	nnU-Net	MRI图像	训练集70例（健康与病理大腿），独立测试集20例	NA	NA	NA	NA
1676	2025-10-07	Integrating artificial intelligence into orthopedics: Opportunities, challenges, and future directions 2025-Jul, Journal of hand and microsurgery IF:0.3Q4 DOI:10.1016/j.jham.2025.100257 PMID:40395968	综述	本文评估人工智能在骨科领域的应用现状、挑战和未来发展方向	系统评估AI在骨科领域的整合机遇与挑战，并提出未来研究方向	数据标准化和临床验证仍是主要挑战，需要更多多中心临床试验	评估人工智能在骨科领域的应用效果和临床整合前景	骨科领域的AI应用研究	机器学习	骨科疾病	机器学习，深度学习	NA	医学文献数据	NA	NA	NA	NA	NA
1677	2025-10-07	Accelerating CEST MRI With Deep Learning-Based Frequency Selection and Parameter Estimation 2025-Jul, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70068 PMID:40396230	研究论文	提出一种基于深度学习的频率选择和参数估计框架，用于加速化学交换饱和转移磁共振成像	首次将通道剪枝与参数估计相结合，通过批归一化识别最有信息量的频率偏移，同时训练网络进行参数图预测	目前仅在健康志愿者数据上验证，尚未在患者群体中测试，且未解决B场不均匀性和病变组织异常信号变化等挑战	加速CEST MRI扫描过程，减少临床采集时间	健康志愿者的大脑CEST MRI数据	医学影像分析	NA	化学交换饱和转移磁共振成像	深度学习	磁共振图像	6名健康志愿者	NA	NA	参数图质量比较	NA
1678	2025-10-07	CatSkill: Artificial Intelligence-Based Metrics for the Assessment of Surgical Skill Level from Intraoperative Cataract Surgery Video Recordings 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100764 PMID:40385240	研究论文	开发并验证基于人工智能的白内障手术视频分析系统，用于评估外科医生的手术技能水平	首次提出白内障手术评估指标(CSAMs)，通过深度学习分析手术视频自动评估医生在维持眼球中立位、居中和显微镜对焦方面的技能	回顾性研究，仅包含620例手术视频，需要更大样本量验证	开发AI系统评估白内障手术医生的专业技能水平	620例完整白内障手术视频，由主治医生和眼科住院医师完成	计算机视觉	白内障	视频分析，深度学习分割	CNN	手术视频	620例白内障手术视频(430例用于分析，254例主治医生，176例住院医师)	NA	FPN(VGG16)	Dice系数,AUC	NA
1679	2025-10-07	FADE: Forecasting for anomaly detection on ECG 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108780 PMID:40300434	研究论文	提出一种名为FADE的深度学习系统，用于正常心电图预测和异常检测	采用自监督学习方式训练正常心电图预测模型，使用新型形态学启发的损失函数，无需大量标注异常数据	仅在两个公开数据集上进行验证，需要进一步测试在不同传感器和患者群体中的适应性	开发心电图异常检测系统以减少对标注数据和人工解读的依赖	心电图信号	机器学习	心血管疾病	心电图分析	深度学习	心电图信号	MIT-BIH NSR和MIT-BIH Arrythmia两个公开数据集	NA	NA	准确率	NA
1680	2025-10-07	A multi-task neural network for full waveform ultrasonic bone imaging 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108807 PMID:40311439	研究论文	提出一种名为CEDD-Unet的多任务神经网络，用于实现高分辨率超声骨成像	采用双解码器架构分别重建声速模型和检测骨组织边界，集成ConvLSTM模块捕捉多尺度时空特征，并引入EMA模块增强特征表示	未明确说明数据集的样本数量限制和模型泛化能力验证	开发基于深度学习的全波形反演方法实现高分辨率超声骨成像	人类骨骼和小鼠骨骼的声速模型数据集	医学影像处理	骨骼疾病	超声射频信号采集，全波形反演	CNN, LSTM	超声射频信号	NA	NA	CEDD-Unet, Unet, Unet++, Att-Unet, InversionNet, DD-Net, UPFWI, DEFE-Unet	MAE, SSIM, PSNR	NA