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
61	2025-07-20	Deep learning's crystal ball: Predicting HCC surgery success with multimodal imaging 2025-Aug-01, Hepatology (Baltimore, Md.) DOI:10.1097/HEP.0000000000001410 PMID:40680277	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
62	2025-07-19	Age-stratified deep learning model for thyroid tumor classification: a multicenter diagnostic study 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11386-7 PMID:39903238	研究论文	开发了一种基于年龄分层的深度学习模型（ASMCNet）用于甲状腺结节分类，并研究了年龄分层对模型准确性的影响	首次将年龄分层整合到甲状腺结节分类的深度学习模型中，显著提高了诊断准确性	研究为回顾性设计，需要前瞻性研究进一步验证模型的临床适用性	探索年龄分层对甲状腺结节诊断准确性的影响，并开发辅助诊断工具	甲状腺结节患者	数字病理	甲状腺癌	深度学习	ASMCNet（年龄分层多模态分类网络）	超声图像	来自三家医院的5934名患者的10391张图像
63	2025-07-19	The future of Alzheimer's disease risk prediction: a systematic review 2025-Aug, Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiology IF:2.7Q3 DOI:10.1007/s10072-025-08167-x PMID:40220257	系统综述	本文系统综述了机器学习在阿尔茨海默病风险预测中的应用，包括MRI、遗传学、放射组学和医学数据的使用	整合了传统和AI模型，全面分析了神经影像和非神经影像特征在阿尔茨海默病预测中的应用	仅纳入了2000年至2024年的120项研究，可能遗漏了一些早期或近期的重要研究	评估AI和机器学习在阿尔茨海默病风险预测中的潜力，以改善早期诊断和个性化干预策略	阿尔茨海默病的风险预测模型	机器学习	阿尔茨海默病	MRI、遗传学、放射组学	深度学习(DL)、机器学习(ML)	神经影像数据、非神经影像数据	120项研究
64	2025-07-19	Development of a deep learning method for phase retrieval image enhancement in phase contrast microcomputed tomography 2025-Aug, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13419 PMID:40357880	研究论文	开发了一种基于深度学习的相位检索图像增强方法，用于相位对比显微计算机断层扫描	提出了一种名为EVEPR的深度学习方法，通过整合去噪EEC和PR图像的互补空间特征，解决了传统相位检索算法过度平滑和噪声敏感的问题	该方法主要针对低密度材料（如水凝胶构建体）的图像处理，可能不适用于其他类型的材料	提高相位对比显微计算机断层扫描的图像质量，改善低密度材料的可视化和分割效率	低密度材料（如软组织和体外及离体的水凝胶构建体）	计算机视觉	NA	相位对比显微计算机断层扫描（PBI-µCT）	CNN	图像	体外及离体的PBI-µCT图像数据集
65	2025-07-19	Portable Ultrasound Bladder Volume Measurement Over Entire Volume Range Using a Deep Learning Artificial Intelligence Model in a Selected Cohort: A Proof of Principle Study 2025-Aug, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.70057 PMID:40384598	研究论文	本研究探讨了使用深度学习人工智能模型在便携式超声膀胱扫描仪上测量膀胱体积的准确性	使用深度学习AI模型（AI-BV）在便携式超声设备上测量膀胱体积，相比传统方法（C-BV）更准确	研究仅在特定队列中进行内部验证，外部队列的性能和临床相关性需进一步研究	比较深度学习AI模型和传统方法在测量膀胱体积上的准确性	250名因下尿路症状接受充盈性膀胱测压的患者（213名男性，37名女性）	数字病理学	下尿路症状	便携式超声膀胱扫描仪（PUBS）	深度学习AI模型	超声图像	250名患者，1912张膀胱图像
66	2025-07-19	Enhancing HF-DL Model Validation for Liver Fibrosis Staging Through Sample Optimisation and Technical Integration 2025-Aug, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70214 PMID:40607661	comments	本文对Zhang等人的研究进行了讨论，重点关注了基于高频超声图像的深度学习模型在慢性乙型肝炎患者肝纤维化分期中的表现	强调了通过样本优化和技术整合来增强高频深度学习模型验证的创新点	未提及具体的研究局限性	探讨高频深度学习模型在肝纤维化分期中的验证优化	慢性乙型肝炎患者的肝纤维化分期	digital pathology	liver fibrosis	高频超声成像	深度学习模型	超声图像	NA
67	2025-07-18	TKA-AID: An Uncertainty-Aware Deep Learning Classifier to Identify Total Knee Arthroplasty Implants 2025-Aug, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.019 PMID:39832639	研究论文	开发了一种基于深度学习的分类器TKA-AID，用于自动识别全膝关节置换术中的植入物	采用EfficientNet架构的深度学习模型，结合不确定性估计和异常检测机制，提高了植入物识别的准确性和安全性	模型在外部测试集上仅有一次错误，但未提及在不同医疗机构或设备上的泛化能力	开发自动识别全膝关节置换术植入物的工具，以简化术前规划流程	全膝关节置换术中的植入物	计算机视觉	骨科疾病	深度学习	EfficientNet	图像	9,651名患者（共111,519张图像）
68	2025-07-18	Development of a Deep Learning Model for Automating Implant Position in Total Hip Arthroplasty 2025-Aug, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.032 PMID:39880053	研究论文	开发了一种深度学习模型，用于在全髋关节置换术中自动标注骨盆标志物并进行相关测量	提出的深度学习模型在标注骨盆标志物方面表现优于或等同于训练有素的人类专家，并能够实时提供全髋关节置换术相关测量	临床使用尚未广泛验证，样本量相对较小（161例）	开发能够自动标注骨盆标志物并计算全髋关节置换术相关测量的深度学习模型	全髋关节置换术患者的术前术后骨盆X光片和术中透视图像	计算机视觉	骨科疾病	深度学习	CNN（假设基于图像处理，但未明确说明具体架构）	医学影像（X光片和透视图像）	161例初次全髋关节置换术患者的影像数据
69	2025-07-18	A Deep Learning Tool for Minimum Joint Space Width Calculation on Antero-posterior Knee Radiographs 2025-Aug, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.038 PMID:39880057	研究论文	开发了一种用于膝关节前后位X光片上最小关节间隙宽度（mJSW）自动测量的深度学习工具	提出了一种结合深度学习分割模型和计算机视觉算法的端到端自动化测量方法，能够灵活处理自然膝关节和关节置换后的膝关节	算法测量与人工测量之间存在一定误差（73.2%的测量差异小于1毫米）	开发自动化测量膝关节mJSW的算法，以评估骨关节炎进展	膝关节前后位X光片	数字病理	骨关节炎	深度学习分割模型+计算机视觉算法	深度学习分割模型	X光图像	583张图像用于训练分割模型，330张独立图像用于算法验证
70	2025-07-18	AI-Driven Dental Caries Management Strategies: From Clinical Practice to Professional Education and Public Self Care 2025-Aug, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.04.007 PMID:40354695	研究论文	本文综述了人工智能在龋齿管理中的应用，包括临床实践、专业教育和公众自我护理	探讨了AI在龋齿风险预测、图像分析、治疗计划制定及口腔卫生教育中的创新应用	未提及具体AI模型的性能评估或实际临床应用效果的定量数据	概述AI在个性化龋齿管理中的应用现状和发展前景	龋齿患者、牙科专业人员及公众	数字病理	龋齿	machine learning, deep learning	NA	图像、临床数据	NA
71	2025-07-17	Enhanced reconstruction of atomic force microscopy cell images to super-resolution 2025-Aug, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13423 PMID:40341533	研究论文	本研究提出了一种基于深度学习的跨模块方法，用于超分辨率重建原子力显微镜（AFM）细胞图像，通过整合频率分割和自适应融合模块显著提升图像质量	提出了一种增强的空间融合结构和优化的反向投影机制，结合对抗性超分辨率网络，有效检测AFM细胞图像特有的弱信号和复杂纹理，并设计了基于交叉的频率分割模块以分离和增强与细胞结构相关的特征	未明确提及具体局限性，但可能受限于AFM图像采集的固有噪声或特定细胞类型的适用性	提升AFM细胞图像的分辨率和质量，以支持细胞生物学研究和生物医学应用	原子力显微镜（AFM）捕获的细胞图像	计算机视觉	NA	原子力显微镜（AFM）成像与深度学习	对抗性超分辨率网络（GAN）	图像（AFM细胞表面形貌图）	多种细胞的AFM图像（未明确数量）
72	2025-07-17	Learning-Based Classification of B- and T-Cell Lymphoma on Histopathological Images: A Multicenter Study 2025-Aug, European journal of haematology IF:2.3Q2 DOI:10.1111/ejh.14433 PMID:40360162	研究论文	本研究探讨了深度学习模型在B细胞和T细胞淋巴瘤组织病理学图像分类中的首次可行性应用	首次在组织病理学图像上应用深度学习模型进行B细胞和T细胞淋巴瘤分类，并集成了卷积块注意力模块(CBAMs)	研究样本量相对有限(1510个切片)，且仅针对H&E染色图像	开发AI驱动的淋巴瘤分类系统以提高诊断精度并减少对人工染色和判读的依赖	B细胞和T细胞淋巴瘤的组织病理学图像	数字病理学	淋巴瘤	H&E染色	CNN (Xception, NASNetL, ResNet50, EfficientNet) 与 CBAMs结合	图像	1510个H&E染色切片(750个B细胞，760个T细胞)
73	2025-07-17	Large-scale deep learning for metastasis detection in pathology reports 2025-Aug, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf070 PMID:40655537	研究论文	本研究开发了一种深度学习模型，用于从病理报告中自动检测转移性癌症患者	开发了一个针对特定任务的深度学习模型，其在性能上优于通用的大型语言模型（LLM），并通过不确定性量化提高了召回率	研究仅基于来自4个SEER登记处的病理报告，可能无法覆盖所有癌症类型和人群	开发一种能够从非结构化病理报告中自动识别转移性癌症的算法	60,471份非结构化病理报告	数字病理	癌症	深度学习	深度神经网络	文本	60,471份病理报告
74	2025-07-16	Near-infrared spectroscopy coupled with Gramian angular field two-dimensional convolutional neural network for white tea adulteration detection 2025-Aug-30, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.14353 PMID:40405615	研究论文	本研究利用近红外光谱结合Gramian角场二维卷积神经网络（GAF-2D-CNN）检测白茶的地理来源掺假	首次将GAF图像编码技术与2D-CNN结合应用于近红外光谱数据，提高了掺假检测的准确性和实用性	研究仅针对白茶的地理来源掺假，未涉及其他类型的茶叶或掺假方式	开发一种高效的白茶地理来源掺假定量检测方法	白茶及其地理来源掺假样本	计算机视觉	NA	近红外光谱（NIRS）	2D-CNN	光谱数据	未明确说明样本数量
75	2025-07-16	A PET/CT-based 3D deep learning model for predicting spread through air spaces in stage I lung adenocarcinoma 2025-Aug, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-025-03870-9 PMID:39994163	研究论文	本研究评估了一种基于18F-FDG PET/CT的三维深度学习模型，用于预测临床I期肺腺癌患者术前的气腔扩散状态	开发了一种融合PET和CT数据的3D深度学习模型，用于预测肺腺癌的气腔扩散状态，并展示了其在辅助医生诊断中的潜力	需要进行前瞻性验证	预测临床I期肺腺癌患者术前的气腔扩散状态	162名I期肺腺癌患者	数字病理学	肺癌	18F-FDG PET/CT	3D ResNet50	医学影像	162名患者
76	2025-07-16	Deep Learning in Echocardiography for Enhanced Detection of Left Ventricular Function and Wall Motion Abnormalities 2025-Aug, Ultrasound in medicine & biology.. DOI:10.1016/j.ultrasmedbio.2025.03.015 PMID:40316488	系统综述	本文系统综述了深度学习在超声心动图中用于增强左心室功能和壁运动异常检测的应用	探讨了深度卷积神经网络（DCNNs）在提高超声心动图诊断精确度中的作用	数据多样性、图像质量以及深度学习模型的计算需求限制了其更广泛的临床应用	评估深度学习技术在超声心动图中心血管异常检测中的应用	超声心动图数据	数字病理	心血管疾病	深度学习	DCNNs	图像	29项研究
77	2025-07-16	Deep learning dosiomics in grade 4 radiation-induced lymphopenia prediction in radiotherapy for esophageal cancer: a multi-center study 2025-Aug, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110995 PMID:40550423	research paper	本研究探讨了深度学习与剂量组学特征及其与剂量体积直方图参数和临床因素结合预测食管癌放疗患者4级放射性淋巴细胞减少症的可行性和准确性	结合了深度学习剂量组学特征、剂量体积直方图参数和临床因素构建预测模型，并在多中心数据集中验证了其有效性	研究为回顾性设计，可能受到数据质量和选择偏倚的影响	预测食管癌患者放疗后4级放射性淋巴细胞减少症的发生	545名接受放疗的食管癌患者	digital pathology	esophageal cancer	深度学习剂量组学分析	深度学习模型	医学影像数据和临床数据	545名患者（来自5个医疗中心）
78	2025-07-16	Transformative potential of artificial intelligence in US CDC HIV interventions: balancing innovation with health privacy 2025-Aug-01, AIDS (London, England) DOI:10.1097/QAD.0000000000004220 PMID:40643081	评论	本文探讨了人工智能（AI）在美国CDC HIV干预中的变革潜力，强调了创新与健康隐私之间的平衡	提出AI在HIV预防和治疗中的创新应用，包括机器学习（ML）、深度学习（DL）和生成式AI（Gen AI）等技术，以优化HIV护理策略和预防干预	需要解决AI应用中的偏见、伦理标准（包括健康隐私标准）的维护以及AI幻觉等风险	探索AI在HIV预防和治疗中的潜在应用，以推动更公平的健康结果	美国CDC的HIV预防公共健康策略及相关数据集	机器学习	HIV	机器学习（ML）、深度学习（DL）、生成式AI（Gen AI）	NA	复杂HIV相关数据集	NA
79	2025-07-16	Generation of synthetic tomographic images from biplanar X-ray: a narrative review of history, methods, and the state of the art 2025-Aug, Journal of neurosurgical sciences IF:1.3Q3 DOI:10.23736/S0390-5616.25.06506-3 PMID:40662246	review	本文综述了基于深度学习的策略，用于从双平面或多平面2D X射线数据生成合成3D CT样图像	强调了深度学习技术在合成CT重建中的潜在优势，并介绍了CNN、GAN和CDP等最新方法	讨论了当前传统CT成像的局限性以及深度学习技术在3D重建中面临的挑战	探索从2D X射线数据生成合成3D CT图像的替代技术	双平面或多平面2D X射线数据	digital pathology	NA	deep learning	CNN, GAN, CDP	X-ray图像	NA
80	2025-07-15	Monitoring kidney microanatomy during ischemia-reperfusion using ANFIS optimized CNN 2025-Aug, International urology and nephrology IF:1.8Q3 DOI:10.1007/s11255-025-04449-7 PMID:40100537	研究论文	该研究提出了一种基于自适应神经模糊推理系统优化的Resnet50卷积神经网络（ANFIS-CNN）方法，用于监测肾脏疾病	结合ANFIS和Resnet50优化CNN，提高了肾脏疾病分类的准确率、召回率和精确度	研究仅使用了标准数据库中的OCT图像，未涉及实际临床数据的验证	提高肾脏疾病监测的图像识别性能	肾脏微解剖结构	数字病理学	肾脏疾病	光学相干断层扫描（OCT）	ANFIS-Resnet50优化CNN	图像	NA