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
1301	2025-10-06	Federated Learning for Renal Tumor Segmentation and Classification on Multi-Center MRI Dataset 2025-Sep, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29819 PMID:40384349	研究论文	本研究评估了联邦学习在肾脏肿瘤MRI图像分割和分类中的性能，并与集中式学习方法进行比较	首次在多中心MRI数据集上应用联邦学习进行肾脏肿瘤分割和分类，并验证其与集中式学习相当的性能	研究为回顾性多中心研究，样本量相对有限（987例患者），仅模拟了三个机构场景	评估联邦学习在多机构肾脏肿瘤MRI数据分割和分类中的性能和可靠性	来自六家医院的987名肾脏肿瘤患者（403名女性），其中723例为恶性肿瘤	医学影像分析	肾脏肿瘤	MRI成像（T2加权成像和对比增强T1加权成像）	深度学习	医学影像（MRI）	987名患者，分为训练集785例、验证集104例、测试集99例	NA	nnU-Net, ResNet	Dice系数, 准确率, 灵敏度, 特异性, AUC	NA
1302	2025-10-06	Refining cardiac segmentation from MRI volumes with CT labels for fine anatomy of the ascending aorta 2025-Sep, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00926-x PMID:40553227	研究论文	本研究评估了一种CT引导的细化方法，用于从MRI体积中进行心脏分割，重点保留Valsalva窦的详细形状	使用来自其他患者的CT标签来细化MRI心脏分割，特别是针对Valsalva窦区域的低空间对比度问题	定量分割精度略有下降，Valsalva窦附近出现隆起样结构，未能验证分割精度的定量改善	改进心脏MRI分割，特别是保留Valsalva窦的详细解剖结构	心脏结构，特别是升主动脉和Valsalva窦	医学影像分析	心血管疾病	磁共振成像(MRI), 计算机断层扫描(CT)	深度学习	医学影像体积数据	20个MRI体积和20个CT体积	nnU-Net	U-Net	精确度, 召回率, Dice系数	NA
1303	2025-10-06	Content-based X-ray image retrieval using fusion of local neighboring patterns and deep features for lung disease detection 2025-Sep, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00932-z PMID:40610682	研究论文	提出一种基于内容的医学图像检索系统，通过融合局部纹理特征和深度学习特征来检测和检索肺部疾病病例	首次将局部二值模式纹理特征与多种预训练CNN模型的深度特征进行融合，优化肺部疾病图像检索性能	未提及数据集的具体规模和多样性限制，也未说明计算资源需求	开发辅助医生和放射科医师临床决策的肺部疾病图像检索系统	肺部X光图像	计算机视觉	肺部疾病	医学影像分析	CNN	图像	NA	NA	VGG-16, DenseNet121, InceptionV3	精度, 准确率	NA
1304	2025-10-06	Crop field segmentation and irrigation water source attribution for groundwater monitoring and projection toward conservation in the Texas High Plains 2025-Sep-10, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180031 PMID:40639040	研究论文	本研究通过整合遥感数据和深度学习模型，开发了一种监测和预测德克萨斯高平原地下水消耗的数据驱动方法	结合一维卷积神经网络与长短期记忆网络(1DCNN-LSTM)的集成深度学习模型，用于作物分类和农田分割，实现了高精度的地下水来源归因分析	研究仅限于德克萨斯高平原的Castro和Hale县，模型在其他地区的适用性需要进一步验证	监测和预测地下水消耗，支持可持续水资源管理	德克萨斯高平原地区的高粱、棉花和玉米种植区	遥感分析, 水文建模	NA	遥感技术, 现场地下水监测, 水平衡方法	1DCNN, LSTM, 集成学习	遥感影像, 时间序列数据, 现场监测数据	Castro和Hale县1995-2024年的作物种植数据	NA	1DCNN-LSTM集成模型, Segment Anything Model (SAM)	准确率, F1分数, 马修斯相关系数, RMSE, 相关系数R	NA
1305	2025-10-06	Deep learning based aerosol particle classification for the detection of ship emissions 2025-Sep-10, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180041 PMID:40644880	研究论文	本研究开发了一种结合单颗粒质谱技术和深度学习的监测系统，用于实时检测船舶排放的气溶胶颗粒	首次将卷积神经网络应用于单颗粒质谱数据的自动分类，实现了对船舶重油燃烧排放颗粒的实时识别	监测距离限制在约1.3公里范围内，样本来源相对有限	开发自动化的气溶胶颗粒分类系统以检测船舶排放污染	船舶排放的气溶胶颗粒，特别是含钒、镍、铁离子的重油燃烧颗粒	环境监测	NA	单颗粒质谱技术(SPMS)	CNN	质谱数据	一周监测期内检测到21艘船舶经过80次	NA	卷积神经网络	准确率92%	NA
1306	2025-04-24	Editorial for "Prostate Cancer Risk Stratification and Scan Tailoring Using Deep Learning on Abbreviated Prostate MRI" 2025-Sep, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29806 PMID:40264361	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1307	2025-10-06	CNN based precise nonlinear tracking control for a nano unmanned helicopter: Theory and implementation 2025-Sep, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.05.020 PMID:40393892	研究论文	提出一种基于深度卷积神经网络的纳米无人直升机非线性跟踪控制方法	将深度CNN与几何积分控制相结合，有效处理纳米直升机的复杂动力学和外部干扰	NA	实现纳米无人直升机的精确轨迹跟踪控制	重量小于70克、机身长度小于0.25米的纳米无人直升机	机器学习和控制系统	NA	深度卷积神经网络系统辨识	CNN	飞行实验数据	NA	NA	深度卷积神经网络	轨迹跟踪精度、鲁棒性	NA
1308	2025-10-06	Multifrequency Time-Dependent Deep Image Prior for Real-Time Free-Breathing Cardiac Imaging 2025-Sep, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70114 PMID:40760871	研究论文	本研究提出了一种多频率时间依赖深度图像先验方法，用于实现自由呼吸条件下的实时心脏磁共振成像	引入了多频率流形参数化时间，无需假设运动周期性；采用零样本深度学习联合估计线圈灵敏度	与传统扫描相比，边缘锐度和图像对比度评分较低	开发无需屏息或心电图门控的高时间分辨率功能性心脏成像技术	健康受试者和心律失常患者	医学影像	心血管疾病	MRI, 2D自由呼吸非门控黄金角螺旋bSSFP序列	深度图像先验	动态MRI图像	健康受试者和患者（包括心律失常患者）	零样本深度学习	Time-DIP, Multifrequency Time-DIP	图像质量指标，左心室功能测量，时间分辨率，混叠伪影减少	NA
1309	2025-10-06	Understanding the Pathophysiology of Mental Diseases and Early Diagnosis Thanks to Electrophysiological Tools: Some Insights and Empirical Facts 2025-Sep, Clinical EEG and neuroscience IF:1.6Q3 DOI:10.1177/15500594241227485 PMID:38238934	研究论文	探讨神经生理学工具在精神疾病病理生理机制研究和早期诊断中的应用价值	聚焦三种高流行性精神疾病中神经生理学技术的新进展，结合机器学习方法提升诊断效能	未提及研究样本量的具体限制，主要基于现有文献证据进行论述	评估电生理工具在精神疾病诊断和治疗监测中的应用潜力	三种精神疾病：痴呆亚型、精神分裂症和成瘾障碍	医学神经科学	精神疾病	脑电图、失匹配负波、认知事件相关电位	深度学习	电生理信号	NA	NA	NA	NA	NA
1310	2025-10-06	Deep learning-based reconstruction improves the image quality of low-dose CT enterography in patients with inflammatory bowel disease 2025-Sep, Abdominal radiology (New York) DOI:10.1007/s00261-024-04590-4 PMID:39305292	研究论文	本研究探讨深度学习重建技术在炎症性肠病患者低剂量CT小肠造影中的应用价值	首次将深度学习重建技术应用于炎症性肠病患者的低剂量CT小肠造影，证明其能在降低54.1%辐射剂量的同时提升图像质量	样本量较小（36例低剂量组，40例标准剂量组），且为单中心研究	评估深度学习重建技术在降低CT小肠造影辐射剂量和改善图像质量方面的潜力	炎症性肠病患者	医学影像	炎症性肠病	CT小肠造影	深度学习重建	CT影像	76例患者（36例前瞻性低剂量组，40例回顾性标准剂量组）	Advanced Intelligence ClearIQ Engine (AiCE)	NA	图像噪声，信噪比，总体图像质量，主观图像噪声，诊断效能，AUC	NA
1311	2025-10-06	A deep learning-based psi CT network effectively predicts early recurrence after hepatectomy in HCC patients 2025-Sep, Abdominal radiology (New York) DOI:10.1007/s00261-025-04849-4 PMID:40009155	研究论文	本研究开发了一种基于深度学习的增强CT网络，用于预测肝细胞癌患者肝切除术后早期复发	首次将DenseNet与注意力机制结合，能够同时处理三期增强CT扫描并自动关注影响患者生存的关键区域	回顾性研究设计，样本量相对有限（302例），需要进一步前瞻性验证	开发可靠的深度学习模型预测肝细胞癌患者术后早期复发	接受部分肝切除术的肝细胞癌患者	计算机视觉	肝细胞癌	三期增强CT扫描	CNN	医学影像	302例来自五个中心的患者数据	NA	DenseNet	C-index, AUC, 校准曲线, 决策曲线分析	NA
1312	2025-10-06	DeepOptimalNet: optimized deep learning model for early diagnosis of pancreatic tumor classification in CT imaging 2025-Sep, Abdominal radiology (New York) DOI:10.1007/s00261-025-04860-9 PMID:40047871	研究论文	提出一种名为DeepOptimalNet的优化深度学习模型，用于CT影像中胰腺肿瘤的早期诊断分类	集成优化算法与深度学习技术，提出改进的Remora优化算法(MROA)用于组织分割，并采用深度迁移CNN与ResNet-50结合的多模态学习级联卷积神经网络	NA	解决胰腺CT图像分类中的挑战，实现胰腺肿瘤的早期准确诊断	胰腺CT影像	计算机视觉	胰腺癌	CT成像	CNN, 深度学习	医学影像	NA	NA	ResNet-50, 级联卷积神经网络	准确率, 敏感度, 特异性, F分数	NA
1313	2025-10-06	Automated detection of small hepatocellular carcinoma in cirrhotic livers: applying deep learning to Gd-EOB-DTPA-enhanced MRI 2025-Sep, Abdominal radiology (New York) DOI:10.1007/s00261-025-04853-8 PMID:40059243	研究论文	开发基于深度学习的自动化方法，利用Gd-EOB-DTPA增强MRI检测肝硬化患者中的小肝细胞癌	应用nnU-Net深度学习架构实现小肝细胞癌的自动检测，在肝硬化背景下具有挑战性的小目标分割任务中表现出色	回顾性研究设计，样本量相对有限（120例患者），需要进一步的外部验证	开发自动化深度学习方法来检测肝硬化患者中的小肝细胞癌	肝硬化患者，包括78例小肝细胞癌患者和42例非肝细胞癌肝硬化患者	医学影像分析	肝细胞癌	Gd-EOB-DTPA增强MRI	深度学习	医学影像	120例患者（78例sHCC，42例非HCC肝硬化）	NA	nnU-Net	Dice系数, ROC曲线, AUC, 准确率, 灵敏度, 特异性	NA
1314	2025-10-06	Progress in the application of machine learning in CT diagnosis of acute appendicitis 2025-Sep, Abdominal radiology (New York) DOI:10.1007/s00261-025-04864-5 PMID:40095017	综述	本文综述了机器学习在急性阑尾炎CT诊断中的应用进展与挑战	系统总结了机器学习在阑尾炎自动检测、鉴别诊断和严重程度分层方面的最新突破，包括深度学习模型AppendiXNet和3D CNN的优异表现	人工智能的'黑箱'特性、临床工作流程整合困难以及所需资源庞大	整合机器学习与CT技术以改进急性阑尾炎的诊断	急性阑尾炎患者及其CT影像数据	医学影像分析	急性阑尾炎	CT成像	CNN,深度学习模型	CT影像	NA	NA	3D CNN, AppendiXNet	AUC,准确率	NA
1315	2025-10-06	Diagnosis of moderate-to-severe hepatic steatosis using deep learning-based automated attenuation measurements on contrast-enhanced CT 2025-Sep, Abdominal radiology (New York) DOI:10.1007/s00261-025-04872-5 PMID:40095018	研究论文	本研究评估基于深度学习的自动衰减测量在对比增强CT上诊断中重度肝脂肪变性的效用	首次在大型肝脏供体队列中验证深度学习自动测量肝脾衰减值诊断中重度肝脂肪变性的性能，并与人工测量进行对比	回顾性研究设计，仅包含肝脏供体人群可能限制结果的普适性	评估深度学习自动测量CT肝脾衰减值诊断中重度肝脂肪变性的诊断性能	3,620名肝脏供体（2,393名男性，1,227名女性，平均年龄31.7±9.4岁）	医学影像分析	肝脂肪变性	对比增强CT（CECT）	深度学习	CT影像	3,620例，其中开发队列2,714例，测试队列906例	NA	NA	AUC, 敏感性, 特异性, Youden指数	NA
1316	2025-10-06	Incorporating Pre-Training Data Matters in Unsupervised Domain Adaptation 2025-Sep, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3572963 PMID:40408198	研究论文	本文从预训练视角研究无监督领域自适应，提出将预训练数据纳入领域适应的三领域框架TriDA	首次系统分析预训练对领域自适应的影响，提出将UDA重新定义为包含预训练数据域的三领域问题	未明确说明预训练数据选择策略的具体实现细节和计算效率的定量分析	研究预训练数据在无监督领域自适应中的作用和影响机制	无监督领域自适应方法中的预训练模型	机器学习	NA	深度学习预训练	深度神经网络	图像	多个基准数据集，具体数量未明确说明	NA	基于ImageNet预训练的骨干网络	目标域错误率，基准测试性能	NA
1317	2025-10-06	Deep Learning Can be Used to Classify the Disease Status of the Canine Middle Ear From Computed Tomographic Images 2025-Sep, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association IF:1.3Q2 DOI:10.1111/vru.70065 PMID:40714864	研究论文	本研究开发了一种基于深度学习的方法，利用CT图像对犬类中耳疾病状态进行分类	首次将深度学习方法应用于兽医放射学领域，针对犬类中耳疾病开发诊断模型，并在小数据集上结合迁移学习和数据增强技术取得良好效果	数据集相对较小（仅535张CT图像），模型仅在犬类中耳疾病上进行验证	开发能够诊断犬类中耳疾病的深度学习模型	犬类中耳CT图像	计算机视觉	中耳疾病	CT扫描	CNN	医学图像	535张犬类CT图像	NA	ResNet	准确率	NA
1318	2025-10-06	ICD code mapping model based on clinical text tree structure 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103163 PMID:40446588	研究论文	提出一种基于树形结构和Transformer的ICD编码模型TRIC，用于电子病历的自动ICD编码	结合成分树模型提取临床记录结构特征，使用Tree-LSTM丰富特征表示，并利用bioBERT预训练模型提升关键编码匹配性能	NA	解决临床记录文本语义表示模糊和结构特征缺失的ICD自动编码问题	电子病历临床记录文本	自然语言处理	NA	深度学习	Transformer, LSTM	文本	MIMIC-III完整数据集和样本数据集	NA	Transformer, Tree-LSTM, bioBERT, 全连接神经网络	MiF, MaF, MiAUC, MaAUC, P@8	NA
1319	2025-10-06	Quantitative computed tomography imaging classification of cement dust-exposed patients-based Kolmogorov-Arnold networks 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103166 PMID:40450965	研究论文	本研究使用Kolmogorov-Arnold网络对水泥粉尘暴露患者的定量CT影像进行二分类分析	首次将Kolmogorov-Arnold网络应用于定量CT影像分类，相比传统机器学习方法和深度学习模型表现更优	研究样本量相对有限，仅包含609名受试者	开发基于定量CT影像的呼吸系统疾病分类模型，用于职业健康评估	水泥粉尘暴露患者和健康对照者	医学影像分析	呼吸系统疾病	定量CT成像	Kolmogorov-Arnold网络	医学影像	609名受试者（311名水泥粉尘暴露者，298名健康对照）	NA	KAN（两层隐藏层，15和8个神经元）	准确率, 精确率, 召回率, F1分数, 特异性, Matthews相关系数	NA
1320	2025-10-06	ECG synthesis for cardiac arrhythmias: Integrating self-supervised learning and generative adversarial networks 2025-09, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103162 PMID:40460597	研究论文	提出一种结合自监督学习和生成对抗网络的心电图生成方法ECGAN，用于合成心律失常数据并提升分类性能	整合自监督学习与生成对抗网络的条件生成架构，能够控制心电图记录的概率分布	未明确说明模型在更广泛心律失常类型上的泛化能力	开发能够生成真实心电图信号的方法以解决标注数据不足和患者匿名化问题	心电图时间序列数据	机器学习	心血管疾病	心电图分析	GAN, 自监督学习	时间序列数据	MIT-BIH、BIDMC和PTB数据集	NA	ECGAN	分类准确率	NA