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
821	2025-10-05	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	评估不同噪声降低策略对深度学习模型在CT灌注成像中预测梗死核心的影响	首次系统比较不同供应商噪声降低技术对深度学习模型在急性缺血性卒中CTP扫描中识别梗死组织性能的影响	样本量较小（60例患者），仅包含成功机械取栓的患者，可能限制结果的普适性	评估深度学习模型在CT灌注成像中识别梗死组织的效能，特别关注不同噪声降低技术的影响	急性大血管闭塞性缺血性卒中患者的CT灌注扫描	医学影像分析	缺血性卒中	CT灌注成像，扩散加权成像，表观扩散系数图	CNN	医学影像	60例急性缺血性卒中患者	NA	U-Net	Dice系数	NA
822	2025-10-05	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	开发并验证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的肿瘤出芽分级	首次将CrossFormer架构和基于Transformer的注意力机制应用于多参数MRI特征融合，有效捕捉不同成像序列间的空间交互作用	回顾性研究设计，样本量相对有限，模型间AUC差异未达到统计学显著性	预测直肠癌患者的肿瘤出芽分级	直肠癌患者	医学影像分析	直肠癌	多参数磁共振成像	深度学习	医学影像	458例经病理证实的直肠癌患者（355例来自中心1，103例来自另外两个中心）	NA	CrossFormer, Transformer	AUC, 校准曲线, 决策曲线分析	NA
823	2025-10-05	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	基于深度学习开发用于腹部CT扫描中胆囊癌自动分割的模型	在多中心数据集上比较了多种先进的2D和3D图像分割模型在胆囊癌分割任务中的性能	回顾性研究设计，样本量相对有限	训练和验证用于胆囊癌自动分割的深度学习模型	经病理证实的初治胆囊癌患者	计算机视觉	胆囊癌	对比增强CT扫描	深度学习分割模型	医学影像	训练验证队列317例，内部测试29例，外部测试85例	NA	SAM Adapter, MedSAM, 3D TransUNet, SAM-Med3D, 3D-nnU-Net	Dice系数, IoU	NA
824	2025-10-05	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	本研究开发了一种基于多参数MRI的深度学习模型，用于直肠癌术前淋巴结转移评估	设计了多参数多尺度EfficientNet模型，并系统比较了不同MRI序列对淋巴结转移评估的贡献	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	开发深度学习模型用于直肠癌术前淋巴结转移评估	直肠癌患者	医学影像分析	直肠癌	多参数磁共振成像	深度学习	三维医学影像	613名来自四个医疗中心的直肠癌患者	NA	EfficientNet	AUC,准确率,敏感性,特异性,平均精确率	NA
825	2025-10-05	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，相比传统有限元分析显著减少计算时间并实现实时评估	模型训练依赖于有限元分析生成的数据，未直接使用临床实时采集数据	开发快速准确的膝关节生物力学预测方法以替代计算耗时的传统有限元分析	膝关节软组织在半月板挤压下的生物力学响应	几何深度学习	骨关节炎	有限元分析，几何深度学习	几何深度学习模型	有限元分析生成的生物力学数据	NA	NA	几何深度学习架构	平均绝对误差, 平均绝对百分比误差, 峰值位置百分比误差, 峰值数值百分比误差	NA
826	2025-10-05	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自动分割系统定量评估糖尿病黄斑水肿中高反射灶与炎症细胞因子的关联	首次使用深度学习自动分割系统定量分析高反射灶数量、体积与眼内炎症细胞因子的相关性	样本量较小（39只DME患眼和19只对照眼），未探讨高反射灶分布与细胞因子的关系	探究糖尿病黄斑水肿中高反射灶与炎症细胞因子的关联性	糖尿病黄斑水肿患者和对照组的房水样本及SD-OCT影像	数字病理	糖尿病黄斑水肿	ELISA, 光谱域光学相干断层扫描	深度学习	医学影像	39只DME患眼（29名患者）和19只对照眼（19名受试者）	NA	NA	Spearman相关系数, P值	NA
827	2025-10-05	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	本研究基于OCTA影像的深度学习分析，探讨抗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	使用改进的LUNet深度学习模型分析OCTA影像中的视网膜特征，首次系统评估血管分散度等新型影像生物标志物与抗VEGF治疗反应的关系	回顾性单中心研究，样本量有限（165例患者），缺乏外部验证	研究抗VEGF治疗反应的影像生物标志物和影响因素，提升临床评估能力	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	光学相干断层扫描血管成像（OCTA）	深度学习	医学影像	165例渗出性AMD患者	NA	改进的LUNet模型	逻辑回归OR值，多元线性回归系数，统计显著性P值	NA
828	2025-10-05	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	结合高斯混合模型标签过滤模块和标签清洁模块，能区分噪声标签并生成伪低噪声标签	NA	开发能够减轻噪声标签影响的鲁棒分割框架	肝脏肿瘤CT扫描和心脏诊断MRI扫描	医学图像分割	肝脏肿瘤, 心脏疾病	CT扫描, MRI扫描	深度学习	医学图像	231个CT扫描和200个MRI扫描	NA	深度自清洁分割框架	分割性能提升指标	NA
829	2025-10-05	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，用于宫颈癌高剂量率近距离放疗中的靶区和危及器官轮廓勾画	首次将大语言模型生成的领域知识提示与深度学习分割模型相结合，通过任务特定提示指导分割过程	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勾画准确性无改善	提高宫颈癌高剂量率近距离放疗中自动轮廓勾画的准确性和效率	宫颈癌患者的高风险临床靶区和危及器官（膀胱、直肠、乙状结肠）	医学图像分割	宫颈癌	计算机断层扫描	Swin Transformer, FCN	医学图像	32例宫颈癌患者的124张计划CT图像	NA	Swin transformer编码器, 全卷积网络解码器	Dice相似系数, Hausdorff距离, 平均表面距离, 质心距离	NA
830	2025-10-05	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基于Swin UNETR的深度学习架构，用于预测转移性去势抵抗性前列腺癌患者的[177Lu]Lu-PSMA-617治疗剂量	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），为回顾性研究	开发精准的[177Lu]Lu-PSMA-617放射配体治疗前剂量规划方法	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，蒙特卡洛剂量计算	集成树回归器，Transformer	PET/CT影像，剂量率分布图	20例患者用于机器学习模型，30例患者用于深度学习模型	GATE v9.1, LIFEx v7.4.0	Swin UNETR	R2, RMSE, NRMSE, Gamma通过率	NA
831	2025-10-05	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	提出一种用于3D脑血管细粒度分割的半监督学习方法，通过交叉一致性和不确定性估计提升性能	提出交叉一致性双不确定性量化均值教师方法，结合像素-图像变换等变性和特征扰动不变性的双重一致性学习	未明确说明方法在其他血管结构或影像模态上的泛化能力	提升3D脑血管分割的准确性，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	计算机视觉	脑血管疾病	时间飞跃法磁共振血管成像(TOF-MRA)	均值教师模型	3D医学影像	两个公开数据集(包括IXI数据集)	NA	NA	Dice相似系数, 交并比	NA
832	2025-10-05	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的深度学习模型在区分良恶性卵巢肿瘤中的诊断效能	首次系统比较四种深度学习模型在非增强MRI序列上对卵巢肿瘤良恶性的分类性能，并分析模型参数效率	回顾性研究，样本量有限，仅使用非增强MRI序列	评估深度学习模型使用非增强MRI区分卵巢肿瘤良恶性的诊断能力	526例经病理证实卵巢肿瘤患者（327例良性，199例恶性）	计算机视觉	卵巢肿瘤	非增强磁共振成像	深度学习	医学影像	526例患者（训练集367例，验证集159例）	NA	ConvNeXt, FBNet, GhostNet, ResNet50	AUC, 准确率, 敏感度, 特异度, 阳性预测值, 阴性预测值	NA
833	2025-10-05	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，在保持诊断信心的同时显著缩短采集时间并提升图像质量	样本量较小（28例患者），需要更大规模研究验证	评估深度学习在膀胱MRI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，T2加权成像	深度学习	磁共振图像	28例连续膀胱癌患者	NA	NA	采集时间减少百分比，图像质量评分，诊断信心评分，VI-RADS评分	NA
834	2025-10-05	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	本研究利用动脉期CT影像组学特征无创预测胰腺实性假乳头状肿瘤Ki-67增殖指数	首次结合动脉期CT影像组学与深度学习模型预测pSPN患者的Ki-67增殖水平，识别CTscore和形态学特征作为关键预测因子	回顾性研究设计，样本量相对有限（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肿瘤的Ki-67增殖指数水平	经病理确诊的胰腺实性假乳头状肿瘤患者	数字病理	胰腺肿瘤	CT影像组学	深度学习, GBM	CT图像	92例患者（训练集64例，验证集28例）	PyRadiomics	深度学习模型	AUC	NA
835	2025-10-05	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	首次使用三维nnU-Net框架构建多方位MRI的子宫肌瘤自动检测和分割模型	NA	开发自动化子宫肌瘤检测和分割的深度学习方法	子宫肌瘤患者	医学影像分析	子宫肌瘤	多方位磁共振成像	深度学习	MRI图像	内部数据集299例患者（训练集239例，内部测试集60例），外部数据集45例患者	nnU-Net	三维nnU-Net	召回率, 精确率, Dice相似系数, 95% Hausdorff距离, 平均表面距离	NA
836	2025-10-05	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	提出一种多视图自监督学习框架，通过结合时域和频域特征提升基于EEG信号的自动睡眠分期性能	引入多视图自监督学习方法，结合跨视图对比损失和动态加权算法，有效学习互补特征并增强特征可迁移性	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	开发高效且鲁棒的自动睡眠分期方法，减少对标注数据的依赖	脑电图（EEG）信号	机器学习	睡眠障碍	EEG信号分析	深度学习	时序信号，时频特征	三个公开数据集（SleepEDF-20，SleepEDF-78，MASS）	NA	多视图特征编码器，序列编码器，线性分类器	准确率	NA
837	2025-10-05	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	本研究开发了基于机器学习的影像组学模型，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，开发了整合影像组学和临床数据的预测模型，在预测免疫治疗疗效方面优于传统临床生物标志物	回顾性研究设计，样本量相对有限（152例患者），仅来自两个医疗中心	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	不可切除肝细胞癌患者	医学影像分析	肝细胞癌	CT影像，深度学习自动分割，影像组学分析	深度学习，机器学习	医学影像（CT），临床数据	152例来自两个国际中心的患者	NA	K-means聚类，七种机器学习模型结合13种特征选择技术	AUC，总生存期，无进展生存期，风险比	NA
838	2025-10-05	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	提出一种结合卷积神经网络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检测精度，特别针对ADOC患者中常见的慢速纺锤波进行优化	样本量相对较小（MASS SS2数据集n=19，自采ADOC数据集n=24），需要更大规模验证	开发自动睡眠纺锤波检测算法以改善急性意识障碍患者的诊断和预后预测	急性意识障碍患者和健康对照者的睡眠脑电数据	医疗人工智能	急性意识障碍	脑电图分析，小波变换	CNN，决策树	睡眠脑电信号	MASS SS2数据集19例，自采ADOC患者数据集24例	NA	NA	F1分数，Spearman相关系数	NA
839	2025-10-05	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	评估交互式口腔病理图像检索系统在诊断口腔肿瘤中的临床效用	首次在近临床环境中评估交互式CBIR系统对病理医生诊断准确性的影响，特别关注数据库代表性不足的肿瘤类别	误诊可能源于查询输入不当、罕见形态类型检索性能差、缺乏详细临床信息以及系统无法检索到准确类别	评估交互式图像检索系统在辅助病理医生诊断口腔肿瘤方面的有效性	口腔肿瘤病理图像	数字病理	口腔肿瘤	深度学习	NA	病理图像	603个病例的54,676个图像块，涵盖85种口腔肿瘤类别；28名病理医生参与评估（15名普通病理医生，13名口腔病理医生）	NA	NA	诊断准确率	NA
840	2025-10-05	Enhanced risk stratification for stage II colorectal cancer using deep learning-based CT classifier and pathological markers to optimize adjuvant therapy decision 2025-Oct, Annals of oncology : official journal of the European Society for Medical Oncology IF:56.7Q1 DOI:10.1016/j.annonc.2025.05.537 PMID:40480552	研究论文	开发了一种结合深度学习CT分类器和病理标志物的智能风险整合系统，用于优化II期结直肠癌的辅助治疗决策	首次将Swin Transformer深度学习模型与病理标志物相结合，创建了四层风险分层系统，显著提高了风险分层的准确性	研究样本来自12个中心，可能存在选择偏倚；需要进一步的前瞻性研究验证临床效用	开发更精确的II期结直肠癌风险分层系统以优化辅助化疗决策	II期结直肠癌患者	数字病理	结直肠癌	多平面计算机断层扫描(CT)	深度学习	CT图像	2992例II期结直肠癌患者来自12个中心	NA	Swin Transformer	3年无病生存率	NA