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
501	2025-10-05	AI bone lesion classifier with sensitivity-driven optimization for radiographs 2025-Sep-05, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.107075 PMID:41016074	研究论文	开发了一种基于深度学习的X射线骨病变分类器，通过灵敏度驱动优化实现高灵敏度检测	采用灵敏度驱动方法最小化假阴性，并生成注意力图谱增强模型可解释性	数据集仅包含310名患者的1177张X射线图像，样本规模有限	开发用于X射线骨病变检测的深度学习分类器，在保持临床实用性的同时实现高灵敏度	上肢和下肢X射线图像中的原发性骨病变	计算机视觉	骨肿瘤	X射线成像	CNN	图像	310名患者的1177张X射线图像（547例异常，630例正常）	NA	MobileNetV2	灵敏度, 特异性, 准确率, AUC, 95%置信区间	NA
502	2025-10-05	Deep learning model trained using multi-energy computed tomography (CT) data shows better metal artifact reduction for lumbar CT imaging 2025-Sep-05, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.107076 PMID:41016075	研究论文	开发基于多能量CT数据的深度学习金属伪影减少模型，用于腰椎CT成像	首次使用多能量虚拟单色图像训练深度学习金属伪影减少模型，并在更宽能量范围内评估性能	样本量有限（93例患者），仅针对腰椎植入物患者进行研究	比较基于单能量和多能量CT数据的深度学习金属伪影减少模型性能	腰椎植入物患者的CT图像	医学影像处理	脊柱疾病	多能量CT扫描，虚拟单色图像重建	深度学习模型	CT图像	93例腰椎植入物患者	NA	NA	PSNR, SSIM	NA
503	2025-10-05	High-Performance Open-Source AI for Breast Cancer Detection and Localization in MRI 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240550 PMID:40560044	研究论文	开发并评估用于乳腺MRI扫描中乳腺癌检测和定位的开源深度学习模型	使用迄今为止最大的乳腺MRI数据集训练深度学习模型，并公开提供代码和权重以促进进一步开发	回顾性研究设计，数据主要来自单一医疗中心	开发高性能开源AI系统用于乳腺癌的检测和定位	乳腺MRI扫描图像	计算机视觉	乳腺癌	MRI	深度学习	医学图像	30,672个矢状面MRI检查（52,598个乳房）来自9,986名女性患者，验证集包括6,615个乳房（矢状面）和7,058个乳房（轴位面），外加第二个临床站点的1,840个乳房	NA	NA	AUC, 特异性, 敏感性	NA
504	2025-10-05	Multi-Receptor Skin with Highly Sensitive Tele-Perception Somatosensory Flexible Electronics in Healthcare: Multimodal Sensing and AI-Powered Diagnostics 2025-Sep, Advanced healthcare materials IF:10.0Q1 DOI:10.1002/adhm.202502901 PMID:40619754	综述	系统回顾柔性电子技术在医疗监测领域的进展，重点关注多模态传感平台与人工智能算法的集成	整合多模态传感与人工智能算法，创新柔性基底、可拉伸互连和传感器架构，实现电生理、生物物理和生化信号同步采集	存在异质传感器集成、长期功能稳定性和体内生物相容性等技术挑战	推动柔性电子技术在智能医疗和个性化医疗中的应用发展	柔性电子设备与医疗监测系统	医疗电子	NA	多模态传感，能量采集，无线通信协议	深度学习	电生理信号，生物物理信号，生化信号	NA	NA	NA	NA	边缘计算
505	2025-10-05	Prediction of Early Neoadjuvant Chemotherapy Response of Breast Cancer through Deep Learning-based Pharmacokinetic Quantification of DCE MRI 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240769 PMID:40631989	研究论文	通过基于深度学习的动态对比增强MRI药代动力学量化预测乳腺癌新辅助化疗早期反应	使用深度学习进行回顾性药代动力学量化，提高了病理完全缓解预测的泛化能力	回顾性研究设计，数据来自2002-2016年，可能存在选择偏倚	提高乳腺癌新辅助化疗后病理完全缓解预测的准确性和泛化性	乳腺癌患者	医学影像分析	乳腺癌	动态对比增强MRI，药代动力学量化	深度学习	MRI影像	1073名女性乳腺癌患者，来自四个公共数据集	NA	NA	AUC	NA
506	2025-10-05	MR-Transformer: A Vision Transformer-based Deep Learning Model for Total Knee Replacement Prediction Using MRI 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240373 PMID:40668131	研究论文	开发基于Vision Transformer的深度学习模型MR-Transformer，利用MRI预测膝关节骨关节炎进展为全膝关节置换的风险	首次将Vision Transformer架构应用于膝关节MRI分析，利用ImageNet预训练和三维空间相关性进行预测	回顾性研究设计，样本量相对有限，随访时间最长9年	预测膝关节骨关节炎进展为全膝关节置换的风险	膝关节骨关节炎患者	计算机视觉	骨关节炎	MRI扫描	Transformer	三维MRI图像	骨关节炎倡议数据库353对病例对照，多中心骨关节炎研究数据库270对病例对照	NA	Vision Transformer	AUC, 敏感性, 特异性	NA
507	2025-10-05	Predicting arterial pressure without prejudice: towards effective hypotension prediction models 2025-Sep, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.06.016 PMID:40685291	评论	讨论选择偏差对低血压预测模型的影响及有效算法开发建议	通过对比有偏和无偏数据训练的深度学习模型，揭示选择偏差对模型学习动脉波形信息能力的影响	基于已有研究的讨论性分析，未提供原始实验数据	开发有效的低血压预测算法并解决选择偏差问题	动脉波形数据和低血压预测模型	机器学习	心血管疾病	NA	深度学习	动脉波形数据	NA	NA	NA	阳性预测值	NA
508	2025-10-05	Deep-Learning-Driven High Spatial Resolution Attenuation Imaging for Ultrasound Tomography (AI-UT) 2025-09, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3592578 PMID:40705570	研究论文	提出基于深度学习的高空间分辨率超声衰减成像方法，用于乳腺超声断层扫描	利用声速与衰减的空间相关性作为模型约束，结合深度学习实现高分辨率衰减成像	NA	开发高空间分辨率、低方差的超声衰减成像方法	人体乳腺组织	医学影像处理	乳腺癌	超声断层扫描	深度学习	射频数据	来自QTI BACT扫描仪的60个角度视图数据	NA	NA	空间分辨率，方差	NA
509	2025-10-05	Collaborative Integration of AI and Human Expertise to Improve Detection of Chest Radiograph Abnormalities 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240277 PMID:40668130	研究论文	开发了一种融合眼动数据和放射学报告的协作AI系统，用于改善胸部X光片异常检测并纠正感知错误	首次将眼动追踪数据与放射学报告相结合，通过多模态大模型识别和纠正放射科医生的感知错误	使用模拟错误数据集而非真实临床环境，错误类型有限且样本量相对较小	提高胸部X光片异常检测的诊断准确性	胸部X光片中的异常区域	计算机视觉	胸部疾病	眼动追踪，多模态分析	CNN，深度学习	图像，眼动数据，文本报告	来自REFLACX和EGD-CXR公共数据集的332个异常样本	NA	多模态大模型	准确率，置信区间，满意度比例	NA
510	2025-10-05	[Extracorporeal Membrane Oxygenation( ECMO) as an Emerging Technology:Present and Future] 2025-Sep, Kyobu geka. The Japanese journal of thoracic surgery PMID:40998332	综述	本文从临床医生视角综述体外膜肺氧合(ECMO)技术的最新进展与未来发展方向	介绍了新型硅胶膜肺与MPC聚合物涂层在大型动物模型中实现长达100天无血栓支持，以及人工智能在实时决策和生存预测中的应用探索	NA	探讨ECMO作为新兴技术的发展现状与未来趋势	ECMO相关技术设备与临床应用	医疗技术	呼吸循环衰竭	体外膜肺氧合, 表面涂层技术, 人工智能	深度学习	NA	大型动物模型	NA	NA	设备使用寿命, 血栓形成情况	NA
511	2025-10-05	DM-Net: a physics-model-independent direct mapping approach for calibration-free multi-coil MRI 2025-Sep-01, Research square DOI:10.21203/rs.3.rs-7174070/v1 PMID:40951291	研究论文	提出一种不依赖物理模型的直接映射方法DM-Net，用于无需校准的多线圈MRI重建	首次提出不显式使用线圈敏感度的物理模型独立直接映射方法，无需预计算线圈敏感度即可实现最优重建	仅在17名受试者的5440张图像上进行训练和测试，样本规模有限	开发无需校准的多线圈磁共振图像重建方法	多线圈磁共振图像	医学影像重建	NA	3DFT（傅里叶变换）	CNN	医学影像	17名受试者的5440张图像	NA	密集连接卷积网络	NA	NA
512	2025-10-05	A machine learning approach for automated injuries classification on postmortem images 2025-Sep-01, Journal of forensic and legal medicine IF:1.2Q3 DOI:10.1016/j.jflm.2025.102955 PMID:41016353	研究论文	本研究开发了一种基于机器学习的自动化方法，用于在尸体图像上对瘀伤和擦伤两类损伤进行语义分割	首次将U-Net、FPN和LinkNet三种深度学习架构与EfficientNetB3和ResNet50骨干网络结合应用于尸体损伤分类，并采用自定义损失函数结合图像变换和类别平衡技术的优化策略	仅针对瘀伤和擦伤两类损伤进行研究，未涵盖其他类型损伤	开发自动化尸体损伤分类的人工智能方法	尸体损伤图像中的瘀伤和擦伤	计算机视觉	NA	图像分析	深度学习	图像	NA	NA	U-Net,FPN,LinkNet,EfficientNetB3,ResNet50	灵敏度,特异度	NA
513	2025-10-05	[Advances in the application of artificial intelligence for pulmonary function assessment based on chest imaging in thoracic surgery] 2025-Sep-27, Zhonghua wai ke za zhi [Chinese journal of surgery] DOI:10.3760/cma.j.cn112139-20250309-00116 PMID:41015474	综述	探讨人工智能在基于胸部影像的胸外科肺功能评估中的应用进展	首次系统总结AI技术在多模态胸部影像（X射线、CT、MRI）肺功能评估中的创新应用，包括肺通气定量分析、弥散功能评估等新方向	面临数据标准化不足、模型可解释性有限、缺乏术后并发症预测模型等临床转化挑战	提升胸外科围术期肺功能评估的精准决策能力	胸外科患者的胸部影像数据及肺功能指标	医学影像分析	肺部疾病	多模态影像分析（X射线、CT、MRI）	深度学习	医学影像	NA	NA	NA	FEV1预测精度, DLCO评估准确率, TLC测量一致性	NA
514	2025-10-05	Exploring learning transferability in deep segmentation of colorectal cancer liver metastases 2025-Sep-26, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111076 PMID:41014675	研究论文	本研究探索深度学习模型在结直肠癌肝转移分割任务中的知识迁移能力	首次系统研究在肝转移瘤分割任务中不同迁移学习方案的效果，并通过尺度特异性评估揭示领域特定预训练的优势	研究仅针对肝转移瘤数据集，未涵盖其他类型肝脏病变	评估深度学习模型在医学图像分割中的迁移学习能力	结直肠癌肝转移病灶	医学图像分割	结直肠癌肝转移	深度学习	Transformer	医学图像	NA	NA	Transformer	尺度特异性评估指标	NA
515	2025-10-05	[Research and prospects of deep learning in the field of temporomandibular disorders] 2025-Sep-26, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250507-00171 PMID:41015467	综述	回顾深度学习在颞下颌关节紊乱病诊疗中的应用现状，讨论面临的挑战并展望未来发展	首次系统总结深度学习技术在颞下颌关节紊乱病诊疗领域的研究进展与前景	NA	探讨深度学习技术在颞下颌关节紊乱病诊疗中的应用潜力与发展方向	颞下颌关节紊乱病患者	医学人工智能	颞下颌关节紊乱病	深度学习	NA	医学影像数据	NA	NA	NA	NA	NA
516	2025-10-05	An open deep learning-based framework and model for tooth instance segmentation in dental CBCT 2025-Sep-25, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06578-w PMID:40996470	研究论文	开发了一个基于深度学习的开源框架和模型OralSeg，用于牙科CBCT图像中的牙齿实例分割	构建了密集标注的牙科CBCT数据集，结合Swin Transformer和空间Mamba模块进行多尺度残差特征融合，并部署为一键式工具	NA	解决当前牙科CBCT分割工具在准确性、可访问性和解剖覆盖范围方面的不足	牙科CBCT图像中的牙齿实例分割	计算机视觉	牙科疾病	CBCT成像	深度学习	医学图像	NA	3D Slicer平台	UNetR, Swin Transformer, 空间Mamba模块	Dice相似系数	NA
517	2025-10-05	Segmentation-model-based framework to detect aortic dissection on non-contrast CT images: a retrospective study 2025-Sep-25, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02098-z PMID:40996604	研究论文	开发基于分割模型的深度学习框架，用于在非增强CT图像上自动检测主动脉夹层并可视化其形态和范围	首次在非增强CT图像上使用分割模型检测主动脉夹层，并利用假腔体积作为诊断指标	回顾性研究，样本量有限，仅包含两个医疗中心的数据	开发自动化的主动脉夹层检测和可视化方法	接受主动脉CTA检查的患者	数字病理	心血管疾病	CT扫描	深度学习分割模型	医学影像	701名患者（中心1：545例，中心2：156例）	NA	分割模型	Dice系数, ICC, AUC, 灵敏度, 特异性, 阴性预测值	NA
518	2025-10-05	Attention-Enhanced CNNs and transformers for accurate monkeypox and skin disease detection 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12216-y PMID:40998853	研究论文	提出一种注意力增强的深度学习架构，用于从皮肤病变图像中准确检测猴痘和其他皮肤病	基于EfficientNetB7架构并增强坐标注意力机制，显著提升特征提取能力和分类准确率，在猴痘检测任务中达到前所未有的性能	未明确说明模型在真实临床环境中的部署挑战和计算资源需求	开发高精度的AI诊断工具用于猴痘和皮肤病的自动检测	皮肤病变图像	计算机视觉	猴痘, 皮肤病	图像分析	CNN, Transformer	图像	Monkeypox Skin Lesion Dataset (MSLD v2.0)数据集	NA	EfficientNetB7, Xception, Swin Transformer, ResNet-50, MobileNetV2	准确率, 精确率, 召回率, F1分数, AUC	NA
519	2025-10-05	Automated segmentation of brain metastases in magnetic resonance imaging using deep learning in radiotherapy 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15630-4 PMID:40998856	研究论文	本研究提出基于深度学习的脑转移瘤自动分割方法BUC-Net，用于放疗中的磁共振影像分析	提出结合级联策略和瓶颈模块的BUC-Net架构，在脑转移瘤分割任务中表现优于传统U-Net模型	回顾性研究，样本量有限（158例患者），需要进一步前瞻性验证	开发自动分割脑转移瘤的深度学习模型以提升放疗规划效率	脑转移瘤患者的磁共振影像	医学影像分析	脑转移瘤	磁共振成像	CNN	医学影像	158例符合条件的脑转移瘤患者	NA	U-Net	Dice相似系数, 95% Hausdorff距离, 平均表面距离, 精确率-召回率曲线, 受试者工作特征曲线, 相对体积差异	NA
520	2025-10-05	Multimodal text guided network for chest CT pneumonia classification 2025-Sep-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14165-y PMID:40998864	研究论文	提出一种多模态文本引导网络用于胸部CT肺炎分类，通过融合CT序列和文本报告信息提升分类性能	设计了序列图池化网络编码CT序列，提出模态转移模块生成模拟文本特征，并采用跨模态注意力和对比学习增强特征学习	仅使用自建肺炎CT序列数据集，未在公共数据集上验证	开发自动肺炎诊断系统，解决CT序列分类中空间上下文信息丢失和多模态信息融合不足的问题	胸部CT序列和对应的文本报告	医学影像分析	肺炎	CT成像	图神经网络,注意力机制	CT序列图像,文本报告	自建肺炎CT序列数据集	NA	序列图池化网络,跨模态注意力,模态转移模块	分类性能指标	NA