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
701	2025-07-29	Automated Microbubble Discrimination in Ultrasound Localization Microscopy by Vision Transformer 2025-Aug, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3570496 PMID:40372868	研究论文	本文提出了一种基于Vision Transformer的自动化微泡鉴别方法，用于超声定位显微镜(ULM)中的微血管成像	提出了一种减少先验知识的通用ULM流程，采用高效的通道注意力Vision Transformer和渐进式学习策略，能够在不估计脉冲响应和微泡数量的情况下从每帧图像中提取微泡信号并减少斑点噪声	虽然使用了大量合成数据进行训练，但仍可能存在真实临床数据适应性不足的问题	提高超声定位显微镜在微血管成像中的性能	微泡信号和微血管结构	医学影像分析	肿瘤(小鼠肿瘤模型)和脑血管疾病(大鼠脑部模型)	超声定位显微镜(ULM)和k-Wave模拟工具箱	Vision Transformer(ViT)	超声图像	1个计算机模拟数据集(含真实值)和4个活体数据集(小鼠肿瘤、大鼠脑部、大鼠脑部团注和大鼠肾脏)
702	2025-07-29	[AI-based applications in medical image computing] 2025-Aug, Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz DOI:10.1007/s00103-025-04093-7 PMID:40600998	review	本文综述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贡献	探讨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AI模型在特定疾病诊断中的准确性和可靠性验证	研究AI在医学图像处理中的应用，以加速临床工作流程并改善患者护理	医学图像数据，包括CT、MRI和PET等不同成像模态	digital pathology	NA	deep learning	deep neural networks	image	NA
703	2025-07-29	Development and validation of a SOTA-based system for biliopancreatic segmentation and station recognition system in EUS 2025-Aug, Surgical endoscopy DOI:10.1007/s00464-025-11858-3 PMID:40551029	research paper	开发并验证了一种基于SOTA的EUS图像分割和站点识别系统，用于胆胰疾病的诊断	结合最新的SOTA深度学习算法，开发了一个AI辅助EUS系统，显著提高了胆胰管分割和站点识别的准确性	研究仅基于特定数据集的内部和外部验证，未涉及更广泛的临床环境测试	开发AI辅助EUS系统以提高胆胰疾病诊断的准确性和效率	胆胰管分割和站点识别	digital pathology	biliopancreatic disease	deep learning	Mean Teacher, U-Net v2, ResNet-50, YOLOv8	image	45,737张EUS图像来自1,852名患者，其中2,881张用于内部测试，2,747张来自208名患者用于外部验证，340张用于人机竞赛测试
704	2025-07-29	BanglaTaka: A dataset for classification of Bangladeshi banknotes 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111853 PMID:40703564	research paper	介绍了一个名为BanglaNotes的数据集，用于孟加拉国纸币面额分类	提出了一个高质量且一致的孟加拉国纸币数据集，支持金融自动化和深度学习分类算法的研究	数据集仅包含孟加拉国纸币，可能不适用于其他国家的纸币分类	开发自动化系统以提高纸币分类的效率和准确性	孟加拉国纸币的九种面额（2、5、10、20、50、100、200、500和1000 BDT）	computer vision	NA	NA	NA	image	5073张孟加拉国纸币图像
705	2025-07-29	Benford's Law in histology 2025-Aug, Journal of pathology informatics DOI:10.1016/j.jpi.2025.100458 PMID:40704058	研究论文	探讨Benford定律在数字病理学中应用于组织学数据分析的潜力	首次将Benford定律应用于数字病理学中的全切片图像分析，提供了一种新的统计工具来检测正常和癌变肝细胞的变异性	QuPath无法准确区分所有细胞质边界，因此未使用描述尺寸测量的类别	探索Benford定律在数字病理学中的应用，以区分正常和癌变肝细胞	正常肝细胞和肝癌肝细胞的数字病理切片	数字病理学	肝癌	定量组织形态计量学	NA	图像	20张切片（15张来自7名癌症患者的肝组织，5张来自正常肝组织），共323,039个细胞
706	2025-07-29	Modelling the liver's regenerative capacity across different clinical conditions 2025-Aug, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2025.101465 PMID:40704068	研究论文	本研究通过系统生物学和机器学习方法，识别了不同临床条件下小鼠模型中肝脏再生的关键转录组、蛋白质组和血清生物标志物	开发了一种新颖的对比深度学习框架，结合三重损失函数，用于绘制再生轨迹并识别与再生效率相关的基因	研究仅基于小鼠模型，尚未在人体中进行验证	识别不同临床条件下肝脏再生的关键分子标志物，评估再生能力	小鼠肝脏再生过程	机器学习	肝脏疾病	转录组测序、蛋白质组分析、SPLiT-seq	对比深度学习框架	转录组数据、蛋白质组数据、血清数据	6种不同临床条件的小鼠模型，每种模型进行75%肝切除术
707	2025-07-29	Self-Supervised Optimization of RF Data Coherence for Improving Breast Reflection UCT Reconstruction 2025-Aug, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3581915 PMID:40549515	研究论文	本研究提出了一种自监督优化方法，用于改善乳腺反射超声计算机断层扫描（UCT）重建中射频（RF）数据的相干性	引入了三个精心设计的模块（BSegB、SSM-SRP和PARR策略），利用接收阵列的空间相关性提高RF数据的相干性，并有效抑制旁瓣噪声	研究未提及方法在临床环境中的实际应用效果或大规模验证结果	提升乳腺反射UCT成像质量，克服传统DAS算法中声速均匀假设导致的RF数据相干性问题	乳腺组织的超声反射数据	数字病理	乳腺癌	反射超声计算机断层扫描（UCT）	自监督优化模块（BSegB、SSM-SRP、PARR）	射频（RF）数据	未明确说明样本数量
708	2025-06-01	Letter to the Editor on "Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound" 2025-Aug, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.05.044 PMID:40447158	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
709	2025-07-28	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	research paper	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框架，开发了半异步模型聚合方法，并应用分布式差分隐私技术增强隐私保护	未明确提及具体局限性	解决联邦学习中的数据异质性、边缘设备异质性、敏感信息泄露、非凸损失和通信资源限制等挑战性问题	联邦学习框架及其在隐私保护下的深度学习模型训练	machine learning	NA	federated learning, differential privacy	FedMGDA, DP-AsynFedMGDA	NA	NA
710	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
711	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
712	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
713	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)
714	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）
715	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
716	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）
717	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
718	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
719	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
720	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）