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
21	2025-09-24	Evaluating the effect of noise reduction strategies in CT perfusion imaging for predicting infarct core with deep learning 2025-Oct, The neuroradiology journal DOI:10.1177/19714009251313517 PMID:39789894	研究论文	本研究评估深度学习模型在CT灌注成像中识别梗死核心的效能，重点分析不同降噪策略对模型性能的影响	首次系统比较多种降噪技术（PCA、小波、NLM）对深度学习模型在CTP图像中梗死核心预测性能的影响	样本量较小（60例患者），仅针对大血管闭塞型急性缺血性卒中患者	评估不同降噪策略对深度学习模型预测梗死核心准确性的影响	急性缺血性卒中患者的CT灌注扫描图像	医学影像分析	脑血管疾病	CT灌注成像、主成分分析、小波降噪、非局部均值降噪	U-Net、CNN	医学影像数据	60例接受机械取栓治疗的大血管闭塞型急性缺血性卒中患者
22	2025-09-24	Attention mechanism-based multi-parametric MRI ensemble model for predicting tumor budding grade in rectal cancer patients 2025-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-025-04886-z PMID:40167646	研究论文	开发基于注意力机制的多参数MRI集成模型用于预测直肠癌患者肿瘤出芽分级	首次将CrossFormer架构与Transformer注意力机制相结合，构建多参数MRI特征集成模型来预测肿瘤出芽分级	回顾性研究设计，样本量相对有限，模型间AUC差异未达统计学显著性	开发深度学习模型预测直肠癌肿瘤出芽分级	458例经病理确诊的直肠癌患者	数字病理	直肠癌	多参数磁共振成像	CrossFormer, Transformer注意力机制	医学影像	458例患者（355例中心1，103例外部验证）
23	2025-09-24	Deep learning-based segmentation of gallbladder cancer on abdominal computed tomography scans: a multicenter study 2025-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-025-04887-y PMID:40167645	研究论文	基于深度学习开发并验证用于腹部CT扫描中胆囊癌自动分割的模型	首次在多中心研究中比较多种先进2D和3D分割模型对胆囊癌的自动分割性能，并发现基于提示的2D基础模型MedSAM表现最佳	回顾性研究设计，样本量相对有限（特别是内部测试集仅29例）	训练和验证用于胆囊癌病灶自动分割的深度学习模型	经病理证实的初治胆囊癌患者的对比增强CT图像	计算机视觉	胆囊癌	深度学习图像分割	SAM Adapter, MedSAM, 3D TransUNet, SAM-Med3D, 3D-nnU-Net	医学影像（CT扫描）	训练验证集317例（中心1），内部测试集29例（中心1），外部测试集85例（三个中心）
24	2025-09-24	Preoperative Assessment of Lymph Node Metastasis in Rectal Cancer Using Deep Learning: Investigating the Utility of Various MRI Sequences 2025-Oct, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17717-8 PMID:40553356	研究论文	本研究开发基于多参数MRI的深度学习模型用于直肠癌术前淋巴结转移评估	提出多参数多尺度EfficientNet模型，首次系统比较不同MRI序列组合对淋巴结转移评估的贡献	回顾性研究设计，外部测试集样本量较小（n=47）	开发直肠癌术前淋巴结转移的深度学习评估模型	直肠癌患者	数字病理	直肠癌	多参数磁共振成像	EfficientNet	医学影像	613例来自四个医疗中心的直肠癌患者
25	2025-09-24	A Geometric Deep Learning Model for Real-Time Prediction of Knee Joint Biomechanics Under Meniscal Extrusion 2025-Oct, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-025-03798-9 PMID:40663282	研究论文	提出一种几何深度学习模型用于实时预测半月板挤压下的膝关节生物力学响应	首次将几何深度学习应用于膝关节生物力学预测，显著缩短计算时间并实现实时评估	模型训练数据来源于有限元分析，未直接使用临床实测数据验证	开发快速准确的膝关节生物力学预测方法以替代传统有限元分析	膝关节软组织（重点关注半月板挤压效应）	生物力学	骨关节炎	几何深度学习（GDL）	几何深度学习模型	有限元分析数据	NA
26	2025-09-24	Deep learning-based quantitative assessment inflammatory response of hyperreflective foci in diabetic macular edema 2025-Oct, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104728 PMID:40680912	研究论文	本研究通过深度学习定量评估糖尿病黄斑水肿中高反射点的炎症反应特征	首次结合深度学习自动分割系统与炎症因子检测，系统分析高反射点数量/体积与眼内炎症因子的相关性	样本量有限（39只DME眼），未验证HRF分布与细胞因子的相关性	探究糖尿病黄斑水肿患者眼内炎症因子与OCT影像中高反射点的关联性	29名DME患者（39眼）和19名对照组（19眼）的房水样本及SD-OCT影像	数字病理	糖尿病黄斑水肿	ELISA检测、光谱域光学相干断层扫描（SD-OCT）	深度学习自动分割系统	医学影像（OCT）、生物分子数据（房水细胞因子）	58只眼（39只DME眼+19只对照组眼）
27	2025-09-24	Efficacy and prognostic factors of anti-VEGF treatment for neovascular age-related macular degeneration: An OCTA imaging-based deep learning analysis 2025-Oct, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2025.104701 PMID:40683364	研究论文	基于OCTA影像的深度学习分析抗VEGF治疗新生血管性年龄相关性黄斑变性的疗效及预后因素	首次采用改进的LUNet深度学习模型分析OCTA图像中的视网膜血管特征（FAZ、VD、VDI、Vdisp），发现MNV血管分散度与治疗反应呈正相关	回顾性单中心研究，样本量有限（165例患者），缺乏外部验证	探索抗VEGF治疗反应的影像学生物标志物和影响因素	渗出性年龄相关性黄斑变性患者	数字病理	年龄相关性黄斑变性	OCTA（光学相干断层扫描血管成像）	改进的LUNet深度学习模型	医学影像（OCTA图像）	165例渗出性AMD患者
28	2025-09-24	Deep self-cleansing for medical image segmentation with noisy labels 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70007 PMID:40983942	研究论文	提出一种用于医学图像分割的深度自清洁框架，能够有效处理带噪声标签的训练数据	首次将高斯混合模型标签过滤模块与标签清洁模块结合，实现噪声标签的自动识别和清洁	仅在肝脏肿瘤和心脏诊断数据集上验证，需要更多医学影像模态的验证	开发能够减轻噪声标签影响的鲁棒医学图像分割框架	肝脏肿瘤CT扫描和心脏MRI扫描图像	医学图像分析	肝脏肿瘤、心脏疾病	深度学习分割框架	GMM、深度学习分割网络	医学影像（CT、MRI）	431个样本（231个CT扫描+200个MRI扫描）
29	2025-09-24	A deep learning framework for accurate mammographic mass classification using local context attention module 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.18119 PMID:40985504	研究论文	提出一种结合局部上下文注意力模块的深度学习框架，用于提高乳腺X线摄影中肿块分类的准确性	引入局部上下文注意力模块(LCAM)，通过通道和空间两个维度自适应优化特征，提升对乳腺肿块恶性相关特征的识别能力	NA	提高乳腺X线摄影对乳腺癌BI-RADS分级的准确性和一致性	乳腺X线摄影图像中的肿块区域	计算机视觉	乳腺癌	乳腺X线摄影	CNN（卷积神经网络）	医学图像	3020名患者，涵盖四个BI-RADS类别
30	2025-09-24	Enhancing auto-contouring with large language model in high-dose rate brachytherapy for cervical cancers 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70034 PMID:40985602	研究论文	本研究提出了一种结合大语言模型生成任务特定提示的深度学习自动分割框架，用于提升宫颈癌高剂量率近距离放疗中的靶区勾画精度	首次将大语言模型生成的领域知识提示与Swin Transformer分割网络结合，通过指南驱动的智能提示提升自动分割性能	样本量较小（32例患者），乙状结肠分割精度较低，提示引导对HR-CTV勾画无明显改善	提高宫颈癌高剂量率近距离放疗中靶区和危及器官自动分割的准确性和一致性	宫颈癌患者的HR-CTV靶区及膀胱、直肠、乙状结肠等危及器官	数字病理	宫颈癌	深度学习，大语言模型（Chat-GPT），Swin Transformer	Swin Transformer编码器+全卷积网络解码器	CT图像	32例宫颈癌患者的124幅计划CT图像
31	2025-09-24	Transforming [177Lu]Lu-PSMA-617 treatment planning: Machine learning-based radiodosiomics and swin UNETR using pretherapy PSMA positron emission tomography/computed tomography (PET/CT) 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70030 PMID:40985608	研究论文	本研究开发了基于机器学习的放射剂量组学模型和Swin UNETR深度学习架构，用于通过治疗前PSMA PET/CT预测转移性病灶的吸收剂量和剂量率分布图	首次将临床生物标志物、放射组学特征和剂量组学特征整合到机器学习模型中，并采用自监督预训练的Swin UNETR架构预测剂量率分布图	样本量较小（20例用于ML模型，30例用于DL模型），且为回顾性研究	优化[177Lu]Lu-PSMA-617放射性配体治疗在转移性去势抵抗性前列腺癌患者中的个性化治疗前剂量规划	转移性去势抵抗性前列腺癌患者	医学影像分析	前列腺癌	PSMA PET/CT成像、蒙特卡罗模拟、机器学习特征选择	集成树回归器、Swin UNETR变换器	PET/CT医学影像数据	20例患者用于机器学习模型，30例患者用于深度学习模型
32	2025-09-24	Enhancing semi-supervised learning for fine-grained 3D cerebrovascular segmentation with cross-consistency and uncertainty estimation 2025-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.70017 PMID:40985655	研究论文	提出一种结合交叉一致性和双重不确定性量化的半监督学习方法，用于3D脑血管精细分割	提出双一致性学习框架，同时保持像素-图像变换的等变一致性和特征扰动不变性，并引入师生模型联合预测的不确定性估计来指导一致性正则化	方法仅在两个公开数据集上验证，需要更多临床数据验证泛化能力	提升半监督学习在3D脑血管分割中的性能，减少对标注数据的依赖	时间飞跃法磁共振血管成像(TOF-MRA)中的脑血管结构	医学图像分割	脑血管疾病	半监督学习、不确定性量化、一致性正则化	Mean Teacher模型（师生框架）	3D医学图像（TOF-MRA）	两个公开数据集（包括IXI数据集），具体样本数未明确说明
33	2025-09-23	Ovarian masses suggested for MRI examination: assessment of deep learning models based on non-contrast-enhanced MRI sequences for predicting malignancy 2025-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-025-04891-2 PMID:40116887	研究论文	评估四种基于非增强MRI序列的深度学习模型在区分卵巢良恶性肿瘤方面的诊断效能	首次系统比较四种不同深度学习架构在非增强MRI上对卵巢肿瘤良恶性的鉴别性能，并分析模型参数效率	回顾性研究设计，样本量相对有限（526例），未包含对比增强MRI序列	开发基于非增强MRI的深度学习辅助诊断工具，降低卵巢肿瘤诊断成本	经病理证实的卵巢肿瘤患者（良恶性共526例）	数字病理	卵巢癌	非增强磁共振成像（T1WI/T2WI/DWI）	ConvNeXt/FBNet/GhostNet/ResNet50	医学影像	526例患者（367例训练集，159例验证集）
34	2025-09-23	Optimizing bladder magnetic resonance imaging: accelerating scan time and improving image quality through deep learning 2025-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-025-04895-y PMID:40167648	研究论文	本研究探讨深度学习在膀胱磁共振T2加权成像中加速扫描时间和提升图像质量的价值	首次将深度学习重建技术应用于膀胱磁共振T2加权成像，实现扫描时间减少近50%的同时提升图像质量	样本量较小（28例患者），需要更大规模研究验证	评估深度学习技术在膀胱磁共振成像中的临床应用价值	膀胱癌患者	医学影像分析	膀胱癌	磁共振成像（MRI）、深度学习重建	深度学习	医学影像	28例连续入组的膀胱癌患者
35	2025-09-23	Arterial phase CT radiomics for non-invasive prediction of Ki-67 proliferation index in pancreatic solid pseudopapillary neoplasms 2025-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-025-04921-z PMID:40178588	研究论文	基于动脉期CT影像组学特征开发深度学习模型，用于胰腺实性假乳头状瘤Ki-67增殖指数的无创预测	首次结合CT影像组学特征与深度学习算法构建非侵入性预测模型，识别CTscore和形态学特征作为关键预测因子	回顾性研究设计，样本量有限（92例患者），需多中心前瞻性验证	术前无创预测胰腺实性假乳头状瘤的Ki-67增殖指数水平	经病理确诊的胰腺实性假乳头状瘤患者	数字病理	胰腺肿瘤	CT影像组学分析、深度学习	GBM、深度学习算法	医学影像（动脉期CT图像）	92例患者（训练集64例，验证集28例）
36	2025-09-23	Deep learning assisted detection and segmentation of uterine fibroids using multi-orientation magnetic resonance imaging 2025-Oct, Abdominal radiology (New York) DOI:10.1007/s00261-025-04934-8 PMID:40188260	研究论文	开发基于多方位MRI的深度学习模型，用于子宫肌瘤的自动检测和分割	首次采用三维nnU-Net框架构建多方位（矢状面和轴向）T2加权MRI的自动分割模型，并对不同尺寸和FIGO分型的肌瘤进行亚组分析	NA	实现子宫肌瘤的自动化检测与分割	经诊断患有子宫肌瘤的患者	医学影像分析	子宫肌瘤	磁共振成像（MRI）	三维nnU-Net	医学影像（T2加权MRI）	内部数据集299例患者（训练集239例，内部测试集60例），外部验证集45例患者
37	2025-09-23	Multi-View Self-Supervised Learning Enhances Automatic Sleep Staging From EEG Signals 2025-Oct, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3561228 PMID:40232903	研究论文	提出一种基于多视图自监督学习的自动睡眠分期方法，通过脑电图信号实现高效睡眠阶段分类	设计多视图特征编码器（时域和频域），引入跨视图对比损失和动态加权算法，显著提升特征可迁移性和模型鲁棒性	未明确说明模型在不同人群或临床环境中的泛化能力限制	开发不依赖大量标注数据的自动睡眠分期框架，提升模型泛化能力	睡眠脑电图（EEG）信号	机器学习	睡眠障碍	自监督学习（SSL）、对比学习	多视图神经网络（含时序编码器和频谱编码器）	EEG信号（时域原始信号和时频特征）	三个公开数据集（SleepEDF-20、SleepEDF-78、MASS），具体样本量未明确说明
38	2025-09-23	Machine learning based radiomic models outperform clinical biomarkers in predicting outcomes after immunotherapy for hepatocellular carcinoma 2025-Oct, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2025.04.017 PMID:40246150	研究论文	本研究开发了基于放射组学和临床数据的机器学习模型，用于预测肝细胞癌患者免疫治疗后的生存结果	首次将深度学习自动分割与多种机器学习模型结合，开发了优于传统临床生物标志物的集成预测模型	回顾性研究设计，样本量相对有限（152例患者）	预测肝细胞癌患者接受阿特珠单抗联合贝伐珠单抗免疫治疗后的生存结果和治疗反应	152例接受A/B方案治疗的不可切除肝细胞癌患者	医学影像分析	肝细胞癌	深度学习自动分割、机器学习建模、K-means聚类	七种机器学习模型结合13种特征选择技术	CT影像数据和临床变量	152例患者来自两个国际医疗中心（伦敦帝国理工学院队列和巴黎公立医院联盟队列）
39	2025-09-23	Deep Learning-Augmented Sleep Spindle Detection for Acute Disorders of Consciousness: Integrating CNN and Decision Tree Validation 2025-Oct, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3562067 PMID:40279237	研究论文	提出一种结合CNN和决策树验证的深度学习增强算法，用于急性意识障碍患者的自动睡眠纺锤波检测	首次将CNN与决策树辅助验证相结合，利用小波变换原理提升ADOC患者低频纺锤波的检测精度	样本量有限（MASS SS2数据集n=19，自采ADOC数据集n=24），需要更大规模临床验证	开发高精度的自动睡眠纺锤波检测算法，探索纺锤波密度与ADOC患者预后的相关性	急性意识障碍（ADOC）患者的睡眠纺锤波	医疗人工智能	急性意识障碍	小波变换、Spearman相关系数分析	CNN（卷积神经网络）与决策树集成	睡眠脑电信号	MASS SS2数据集19例，自采ADOC患者数据集24例
40	2025-09-23	Preclinical Evaluation of an Interactive Image Search System of Oral Pathology 2025-Oct, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251329042 PMID:40320652	研究论文	评估基于深度学习的交互式图像检索系统Luigi-Oral在口腔肿瘤诊断中的临床实用性	首次在近临床环境中远程评估交互式CBIR系统对病理医生诊断准确性的影响	误诊可能源于查询输入不当、罕见形态类型检索性能差、缺乏详细临床信息或系统无法检索到准确类别	验证交互式图像检索系统在口腔肿瘤诊断中的辅助效果	口腔肿瘤病理图像	数字病理	口腔肿瘤	深度学习、基于内容的图像检索(CBIR)	深度学习模型	病理图像	603个病例的54,676张图像块，涵盖85种口腔肿瘤类型；28名病理医生参与评估