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
1	2025-07-26	Enhancing Diagnostic Accuracy of Fresh Vertebral Compression Fractures With Deep Learning Models 2025-Aug-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005156 PMID:39468863	研究论文	本研究开发了一种基于X射线图像的深度学习模型，用于准确诊断新鲜的胸腰椎压缩性骨折	利用深度学习模型结合X射线作为MRI的替代方案，提高了诊断新鲜椎体压缩性骨折的准确性	研究为回顾性设计，可能存在选择偏倚，且样本量相对有限	开发并验证基于X射线图像的深度学习模型，以提高新鲜胸腰椎压缩性骨折的诊断准确性	疑似胸腰椎压缩性骨折的X射线图像	数字病理	骨科疾病	深度学习	EfficientNet, MobileNet, MnasNet	图像	2224名患者的3025张侧位X射线图像
2	2025-07-26	Risk score stratification of cutaneous melanoma patients based on whole slide images analysis by deep learning 2025-Aug, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.20538 PMID:39853986	研究论文	开发了一种基于深度学习的弱监督方法SmartProg-MEL，用于从HE染色的全切片图像中预测I至III期黑色素瘤患者的生存结果	利用HE染色的肿瘤组织中的形态学信息，开发了SmartProg-MEL模型，用于预测黑色素瘤患者的5年总生存期和风险分层，其性能优于现有的临床病理因素	模型在外部验证队列中的性能略低于发现队列，且样本量相对较小	改善原发性皮肤黑色素瘤的风险分层，以更好地指导辅助治疗	I至III期皮肤黑色素瘤患者	数字病理学	黑色素瘤	深度学习	深度神经网络	图像	发现队列342例，外部验证队列IHP-MEL-2 161例，TCGA队列63例
3	2025-07-26	Detecting wing fractures in chickens using deep learning, photographs and computed tomography scanning 2025-Aug, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105264 PMID:40398294	研究论文	本研究评估了使用深度学习模型结合CT扫描和照片检测鸡翅膀骨折和软组织损伤的适用性	首次将深度学习应用于鸡翅膀骨折和挫伤的自动化检测，结合CT扫描和照片数据	模型对挫伤的检测准确率(82%)相对较低，样本量有限(306个CT扫描和285张照片)	开发自动化技术以更客观地监测家禽福利	鸡翅膀的骨折和软组织损伤	计算机视觉	NA	CT扫描和摄影	3D ResNet34和2D EfficientNetV2_s	图像(CT扫描和照片)	306个CT扫描和285张照片
4	2025-07-26	Tailoring task arithmetic to address bias in models trained on multi-institutional datasets 2025-Aug, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104858 PMID:40494422	研究论文	该研究提出两种模型无关的方法TAPER和DAPPER，通过任务向量算术减少多机构数据集中模型对来源的识别能力，从而缓解来源混淆导致的偏差	首次将任务向量算术方法应用于解决NLP模型中的来源混淆偏差问题，并提出两种新的模型无关方法TAPER和DAPPER	仅在三个数据集上进行了评估，需要更多实验验证方法的普适性	解决多机构数据训练中深度学习模型对数据来源的识别导致的预测偏差问题	自然语言处理中的深度学习模型(RoBERTa和Llama-2)	自然语言处理	NA	任务向量算术	RoBERTa, Llama-2	文本	三个数据集(未具体说明样本数量)
5	2025-07-26	Differential Privacy Enabled Robust Asynchronous Federated Multitask Learning: A Multigradient Descent Approach 2025-Aug, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3571953 PMID:40531632	研究论文	本文提出了一种支持差分隐私的鲁棒异步联邦多任务学习方法，采用多梯度下降算法	引入了联邦多任务学习方法（FedMTL）和多梯度下降算法（FedMGDA），开发了半异步模型聚合方法，并应用了分布式差分隐私技术	未提及具体实验样本量及数据来源的局限性	解决联邦学习中的异构数据源、边缘设备异构性、敏感信息泄露、非凸损失和通信资源限制等挑战性问题	联邦学习框架下的深度学习模型	机器学习	NA	分布式差分隐私技术	FedMTL, FedMGDA	NA	NA
6	2025-07-26	Artificial Intelligence Solutions to Improve Emergency Department Wait Times: Living Systematic Review 2025-Aug, The Journal of emergency medicine IF:1.2Q3 DOI:10.1016/j.jemermed.2025.05.031 PMID:40664005	review	本文通过系统综述评估人工智能（AI）在改善急诊科（ED）等待时间方面的应用潜力	首次系统评估AI在优化急诊科流程和减少等待时间方面的应用，并识别现有研究的空白	缺乏真实急诊科环境中的AI实施研究，且多数研究未纳入急诊科专家参与	评估AI建模策略在急诊科流程优化中的应用效果	急诊科等待时间优化相关的AI研究	machine learning	NA	回归分析、传统单模型机器学习、神经网络/深度学习、自然语言处理、集成方法	regression-based methods, traditional single-model machine learning, neural networks/deep learning, NLP, ensemble methods	定量观察数据	16项符合纳入标准的定量观察研究（共筛选17,569项研究）
7	2025-07-26	HCCD: A handwritten camera-captured dataset for document enhancement under varied degradation conditions 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111849 PMID:40697364	research paper	该研究介绍了手写相机捕获数据集（HCCD），用于支持真实场景下的文档增强和识别任务	HCCD数据集不同于现有数据集，它包含实时相机捕获的手写文档，展示了多种自然退化情况，如运动模糊、阴影伪影和不均匀光照	数据集仅包含罗马字母手写文档，可能不适用于其他书写系统的文档增强研究	解决智能手机相机捕获的退化手写文档增强问题	手写文档	computer vision	NA	computer vision-based imaging techniques	deep learning	image	多个贡献者提供的不同手写风格的文档
8	2025-07-26	Artificial intelligence-augmented ultrasound diagnosis of follicular-patterned thyroid neoplasms: a multicenter retrospective study 2025-Aug, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103351 PMID:40697959	研究论文	本研究开发并验证了一种基于深度学习的超声诊断系统，用于术前区分甲状腺滤泡性肿瘤的良恶性	开发了一种名为OverLoCK的新型深度学习模型，用于提高甲状腺滤泡性肿瘤的诊断准确性	需要进一步的前瞻性研究来验证模型在真实临床环境中的表现	提高甲状腺滤泡性肿瘤的术前诊断准确性，减少不必要的手术干预	甲状腺滤泡性肿瘤患者	数字病理	甲状腺癌	深度学习	OverLoCK (Overview-first-Look-Closely-next ConvNet with Context-Mixing Dynamic Kernels)	超声图像	3817名患者（9393张超声图像）
9	2025-07-26	Enhancing Brain Metastases Detection and Segmentation in Black-Blood MRI Using Deep Learning and Segment Anything Model (SAM) 2025-Aug, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2024.0198 PMID:40709680	research paper	该研究探讨了深度学习和Segment Anything Model (SAM)在黑血磁共振图像(BB MRI)中检测和分割脑转移瘤(BMs)的效果和准确性	结合生成对抗网络(GAN)改进的U-Net模型，并首次将SAM作为后处理步骤应用于脑转移瘤的分割，显著提升了分割精度	样本量较小(仅50例患者)，且未进行多中心验证	提高黑血MRI中脑转移瘤的检测和分割精度	脑转移瘤患者的黑血磁共振图像	digital pathology	brain metastases	MRI	U-Net, GAN, SAM	MRI图像	50例患者(40例训练，10例测试)
10	2025-07-26	Deep Learning-Based Landmark Detection Model for Multiple Foot Deformity Classification: A Dual-Center Study 2025-Aug, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2024.0246 PMID:40709679	研究论文	介绍了一种基于热图嵌套热图（HIH）的深度学习模型，用于通过负重足部X光片自动诊断足部畸形	提出HIH模型，在足部畸形诊断中表现出优于基线模型FlatNet的性能，包括更高的准确性、敏感性和特异性	研究为回顾性设计，可能受到数据选择偏差的影响	开发自动化诊断足部畸形的方法，解决人工诊断劳动密集和结果可变的问题	负重足部X光片（前后位和侧位图像）	数字病理	足部畸形	深度学习	HIH（热图嵌套热图模型）	医学影像（X光片）	训练集：806名患者的3097张图像；验证集：196名患者的747张图像；外部验证集：270名患者的1056张图像
11	2024-12-05	Multimodal Deep Learning-based Radiomics Approach for Predicting Surgical Outcomes in Patients With Cervical Ossification of the Posterior Longitudinal Ligament 2025-Aug-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005227 PMID:39618126	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12	2025-07-25	A deep learning-based computer-aided diagnosis system for detecting atypical endometrial hyperplasia and endometrial cancer through hysteroscopy 2025-Aug-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113045 PMID:40703442	研究论文	本研究介绍了一种基于深度学习的计算机辅助诊断系统ECCADx，用于通过宫腔镜检测非典型子宫内膜增生和子宫内膜癌	首次将对比学习集成到宫腔镜图像分析中，用于特定疾病区分	NA	提高子宫内膜癌和非典型子宫内膜增生的诊断准确性	非典型子宫内膜增生和子宫内膜癌患者	数字病理学	子宫内膜癌	深度学习	对比学习	图像	训练集：49,646张图像来自1,204名患者；验证集：6,228张图像来自190名患者
13	2025-07-25	Multimodal Deep Learning for Grading Carpal Tunnel Syndrome: A Multicenter Study in China 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.043 PMID:40157849	研究论文	本研究开发了一种结合临床信息和多模态超声特征的联合深度学习模型（CTSGrader），用于评估腕管综合征（CTS）的严重程度	首次开发了结合临床信息和多模态超声特征的联合深度学习模型，用于CTS分级，并在多中心研究中验证了其性能	研究为回顾性和前瞻性混合设计，可能影响结果的普遍性	开发并验证一种联合深度学习模型，用于更准确地评估腕管综合征的严重程度	腕管综合征患者	数字病理	腕管综合征	深度学习，超声成像	联合深度学习模型（CTSGrader）	超声图像，临床数据	训练集680例，内部验证集173例，外部验证集174例，外部验证集2（跨厂商测试）224例
14	2025-07-25	Deep learning-based prediction of enhanced CT scans for lymph node metastasis in esophageal squamous cell carcinoma 2025-Aug, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01780-y PMID:40214915	research paper	利用深度学习技术预测食管鳞状细胞癌淋巴结转移的研究	提出了一种结合CNN和LSTM的新型深度学习模型LymphoReso-Net，用于分析增强CT图像并预测淋巴结转移	研究为回顾性研究，样本量有限（441例患者），且仅基于动脉期增强CT图像	优化食管鳞状细胞癌的治疗策略并改善患者预后	食管鳞状细胞癌患者	digital pathology	esophageal squamous cell carcinoma	contrast-enhanced CT	CNN, LSTM	image	441例接受根治性食管切除术和区域淋巴结清扫术的ESCC患者
15	2025-07-25	Habitat Radiomics and Deep Learning Features Based on CT for Predicting Lymphovascular Invasion in T1-stage Lung Adenocarcinoma: A Multicenter Study 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.005 PMID:40253221	研究论文	本研究探讨了基于CT的生境放射组学和深度学习特征在预测T1期肺腺癌淋巴管浸润中的应用	首次使用K-means算法聚类CT图像和表观扩散系数图，构建生境放射组学模型，并比较其与传统放射组学和深度学习模型的性能	回顾性研究设计可能引入选择偏倚，样本量相对较小且来自三个中心	预测T1期肺腺癌患者的淋巴管浸润状态	349名T1期肺腺癌患者	数字病理学	肺癌	CT成像，K-means聚类算法	放射组学模型，生境模型，深度学习模型	CT图像	349名患者（内部训练集210名，外部测试集139名）
16	2025-07-25	Application of a pulmonary nodule detection program using AI technology to ultra-low-dose CT: differences in detection ability among various image reconstruction methods 2025-Aug, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01781-x PMID:40343649	研究论文	本研究探讨了基于AI的肺结节检测程序在超低剂量CT成像中的性能，重点关注不同图像重建方法对检测准确性的影响	比较了多种图像重建方法（FBP、HIR、MBIR和DLR）在超低剂量CT中对AI肺结节检测性能的影响，发现DLR在超低剂量条件下仍能保持高检测率	未检测到3mm的磨玻璃结节（GGNs），且研究使用的是胸部模型而非真实患者数据	评估AI肺结节检测程序在不同图像重建方法和辐射剂量方案下的性能差异	嵌入人工肺结节（实性结节和磨玻璃结节）的胸部模型	数字病理	肺癌	超低剂量CT（ULDCT）	AI-based	CT图像	6种管电流和电压组合扫描的胸部模型
17	2025-07-25	Unsupervised deep clustering of high-resolution satellite imagery reveals phenotypes of urban development in Sub-Saharan Africa 2025-Aug-01, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179739 PMID:40480170	研究论文	利用无监督深度学习框架和高分辨率卫星图像对撒哈拉以南非洲多个城市的城市发展表型进行分类	提出了一种新颖的分层深度学习框架，用于无监督聚类高分辨率卫星图像，揭示城市发展的多维特征	研究仅覆盖了撒哈拉以南非洲的少数城市，可能无法完全代表该地区的所有城市发展模式	通过无监督深度学习对高分辨率卫星图像进行分析，以实现对城市环境的近实时监测	撒哈拉以南非洲多个城市（阿克拉、达喀尔、达累斯萨拉姆和基加利）的卫星图像	计算机视觉	NA	无监督深度学习	分层深度学习框架	卫星图像	多个城市（阿克拉、达喀尔、达累斯萨拉姆和基加利）的高分辨率卫星图像
18	2025-07-25	Enhanced deep learning framework for real-time instrument detection and tracking in laparoscopic surgery using advanced augmentation and tracking techniques 2025-Aug, Surgical endoscopy DOI:10.1007/s00464-025-11932-w PMID:40588604	研究论文	该研究提出了一种增强的深度学习框架，用于腹腔镜手术中手术器械的实时检测与追踪，结合了先进的数据增强和追踪技术	整合了YOLOv9n、ByteTrack和BoT-SORT等最新算法，实现了高精度和快速响应的实时检测与追踪系统	研究依赖于特定数据集（m2cai16-tool-locations），可能在其他手术场景中的泛化能力有待验证	提升微创手术中手术器械的实时检测与追踪精度，优化手术流程和患者安全	腹腔镜手术中的手术器械	计算机视觉	NA	深度学习、计算机视觉技术	YOLOv9n、ByteTrack、BoT-SORT	图像	使用m2cai16-tool-locations检测数据集
19	2025-07-25	[AI-based applications in medical image computing] 2025-Aug, Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz DOI:10.1007/s00103-025-04093-7 PMID:40600998	综述	本文探讨了人工智能在医学图像计算中的应用及其对现代诊断和治疗的推动作用	详细介绍了深度学习在医学图像分析中的最新进展，包括分割、配准和图像合成等应用	未提及具体算法的性能比较或实际临床应用中可能遇到的具体挑战	探索人工智能在医学图像处理中的应用潜力	医学图像数据	医学图像计算	NA	深度学习	深度神经网络	医学图像（如CT、MRI、PET等）	NA
20	2025-07-25	AI-Assisted Post Contrast Brain MRI: Eighty Percent Reduction in Contrast Dose 2025-Aug, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.026 PMID:39592383	研究论文	本研究提出并评估了一种深度学习方法，用于从仅使用20%标准剂量的钆基对比剂的多参数MRI中预测全剂量对比增强T1加权图像	利用深度学习技术实现钆基对比剂剂量减少80%的同时保持诊断准确性	研究样本量相对较小(101例患者)，且未评估所有可能的脑部病变类型	开发减少钆基对比剂使用剂量同时保持MRI诊断准确性的方法	脑部MRI图像	医学影像分析	脑部疾病	深度学习	DL网络	MRI图像	101名患者的多中心前瞻性研究数据