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
1001	2025-10-06	Real-life benefit of artificial intelligence-based fracture detection in a pediatric emergency department 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11554-9 PMID:40192806	研究论文	评估基于人工智能的骨折检测软件在儿科急诊真实临床环境中的性能表现	在真实儿科急诊环境中评估AI骨折检测软件性能，并分析其对经验不足医师诊断准确性的影响	仅评估单一商业AI软件，样本量有限，未进行多中心验证	评估AI骨折检测软件在儿科急诊中的临床应用价值	18岁以下儿童的1672张X光片	医学影像分析	骨折	X光成像	深度学习	X光图像	1672张儿童X光片（中位年龄10.9岁，59%男性）	NA	NA	灵敏度, 特异性, 准确率	NA
1002	2025-10-06	Evaluation of high-resolution pituitary dynamic contrast-enhanced MRI using deep learning-based compressed sensing and super-resolution reconstruction 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11574-5 PMID:40221940	研究论文	评估基于深度学习的压缩感知和超分辨率重建技术在高分辨率垂体动态对比增强MRI中诊断微腺瘤的性能	首次将深度学习压缩感知与超分辨率重建技术结合应用于垂体DCE MRI，实现高分辨率成像同时提升诊断性能	样本量有限（126例），且为单中心前瞻性研究	评估DLCS-SR重建技术在垂体微腺瘤诊断中的性能	疑似垂体微腺瘤患者	医学影像分析	垂体疾病	动态对比增强MRI	深度学习	医学影像	126名疑似垂体微腺瘤患者	NA	NA	AUC, κ统计量	NA
1003	2025-10-06	Deep learning and conventional hip MRI for the detection of labral and cartilage abnormalities using arthroscopy as standard of reference 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11546-9 PMID:40240555	研究论文	比较基于深度学习的高分辨率髋关节MRI与传统压缩感知MRI在检测髋臼唇和软骨异常方面的性能	首次将高分辨率深度学习MRI(CSAI)与标准分辨率压缩感知MRI在髋关节病变检测中进行系统比较	样本量较小(32例患者)，对某些区域软骨病变的敏感性仍然较低	评估深度学习MRI在髋关节病变诊断中的性能	股骨髋臼撞击综合征患者	医学影像分析	骨科疾病	MRI, 深度学习, 压缩感知	深度学习模型	医学影像	32例患者(平均年龄37.5岁, 24名男性)	NA	NA	敏感性, 特异性, 准确性	3-T MRI设备
1004	2025-10-06	Deep learning reconstruction for detection of liver lesions at standard-dose and reduced-dose abdominal CT 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11596-z PMID:40251443	研究论文	本研究比较了深度学习重建与迭代重建在标准剂量和降低剂量腹部CT中检测肝脏病灶的诊断性能	首次系统评估深度学习重建在降低CT辐射剂量方面的潜力，并与传统迭代重建方法进行对比	样本量相对有限（44名参与者），仅针对胃肠道和胰腺腺癌肝转移患者，未涵盖其他类型肝脏病变	评估深度学习重建在降低CT辐射剂量同时保持肝脏病灶检测准确性的能力	已知胃肠道和胰腺腺癌肝转移的患者	医学影像分析	肝脏转移癌	CT扫描，深度学习重建，迭代重建	深度学习	CT影像	44名参与者，348个肝脏病灶（297个转移灶，51个良性病灶）	NA	NA	病灶检测率，置信区间，McNemar检验，混合效应逻辑回归	NA
1005	2025-10-06	Deep learning enhances reliability of dynamic contrast-enhanced MRI in diffuse gliomas: bypassing post-processing and providing uncertainty maps 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11588-z PMID:40252095	研究论文	提出一种新颖的深度学习模型，直接从DCE-MRI估计药代动力学参数图和不确定性评估	使用时序概率深度学习模型绕过动脉输入函数估计，直接生成PK参数图和不确定性图	单中心回顾性研究，样本量有限	提高弥漫性胶质瘤DCE-MRI的可靠性	成人型弥漫性胶质瘤患者	医学影像分析	胶质瘤	DCE-MRI	深度学习	医学影像	329名患者（平均年龄55±15岁，197名男性）	NA	时序概率模型	SSIM, ICC, AUROC	NA
1006	2025-10-06	A New Approach for Calculating Texture Coefficients of Different Rocks With Image Segmentation and Image Processing Techniques 2025-Oct, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24879 PMID:40418716	研究论文	提出一种结合图像分割和图像处理技术计算岩石纹理系数的新方法	开发了基于深度学习的图像分割技术和Python算法，实现快速准确的岩石纹理系数计算	仅使用20种岩石样本进行验证，样本规模有限	改进岩石纹理系数的计算方法，提高计算效率和准确性	20种不同类型的火成岩、变质岩和沉积岩	计算机视觉	NA	薄片图像分析	深度学习	图像	20种岩石的薄片图像	Python	NA	IoU	NA
1007	2025-10-06	DeepSPV: A deep learning pipeline for 3D spleen volume estimation from 2D ultrasound images 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103671 PMID:40554255	研究论文	提出一种名为DeepSPV的深度学习流程，用于从2D超声图像估计3D脾脏体积	首个使用深度学习从2D超声图像估计3D脾脏体积的工作，采用分割网络和变分自编码器学习低维表示	使用高度逼真的合成数据集进行评估，未明确说明在真实临床数据上的性能	开发从2D超声图像准确估计脾脏体积的方法，以替代昂贵的3D成像技术	脾脏体积估计，特别关注镰状细胞病患者的脾肿大评估	计算机视觉	镰状细胞病	超声成像	分割网络, 变分自编码器	2D超声图像	NA	NA	NA	平均相对体积准确率	NA
1008	2025-10-06	FSDA-DG: Improving cross-domain generalizability of medical image segmentation with few source domain annotations 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103704 PMID:40602210	研究论文	提出一种名为FSDA-DG的新方法，通过少量源域标注提升医学图像分割的跨域泛化能力	引入语义引导的半监督数据增强策略，结合多解码器U-Net流水线，在数据级和模型级同时优化跨域泛化性能	仅针对单源域泛化任务进行验证，未涉及多源域场景	解决医学图像分割中标注数据有限和域偏移问题，提升模型在未见域上的泛化能力	医学图像分割任务	计算机视觉	NA	深度学习	U-Net	医学图像	NA	NA	多解码器U-Net	NA	NA
1009	2025-10-06	DDintensity: Addressing imbalanced drug-drug interaction risk levels using pre-trained deep learning model embeddings 2025-Oct, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103202 PMID:40617062	研究论文	提出一种名为DDintensity的新方法，利用预训练深度学习模型嵌入结合LSTM注意力模型解决药物-药物相互作用风险级别数据不平衡问题	首次将多领域预训练深度学习模型嵌入（包括图像、图结构和文本语料）应用于DDI风险级别不平衡数据集，并采用LSTM注意力机制	未详细讨论模型在其他类型生物信息学数据不平衡问题上的泛化能力	解决药物-药物相互作用风险级别数据集中的类别不平衡问题	药物-药物相互作用风险级别数据	生物信息学	NA	深度学习嵌入技术	LSTM, 注意力机制	药物相互作用数据	DDinter数据集和MecDDI验证数据集，包含化疗药物DB00398（索拉非尼）和DB01204（米托蒽醌）案例研究	NA	LSTM-attention, BioGPT	AUC, AUPR	NA
1010	2025-10-06	SimIntestine: A synthetic dataset from virtual capsule endoscope 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103706 PMID:40617135	研究论文	开发了一种生成带有位置标注的虚拟肠道内窥镜图像数据集的方法	创建了包含真实肠道解剖特征（如环状皱襞、绒毛、结肠袋）和生理过程（如蠕动）的虚拟肠道模型	基于虚拟模型生成的数据集，与真实内窥镜数据存在差异	解决胃肠道图像数据缺乏精确位置标注的问题，改进内窥镜视频分析	人类胃肠道系统的小肠和大肠	计算机视觉	胃肠道疾病	虚拟胶囊内窥镜技术	NA	图像	NA	NA	NA	深度估计和自运动估计性能指标	NA
1011	2025-10-06	Exploring Complexity-Calibrated morphological distribution for whole slide image classification and difficulty-grading 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103707 PMID:40623354	研究论文	提出一种复杂度校准的多示例学习方法用于全切片图像分类和难度分级	首次基于复杂度因素协同整合构建WSI形态学表征，通过图像-文本对比预训练框架联合学习多种复杂度因素	未明确说明方法在不同病理亚型间的泛化能力验证	解决全切片图像分类中的形态学拟合瓶颈问题	病理全切片图像	数字病理	肿瘤	多示例学习	MIL	图像	三个大型基准数据集	NA	CoCaMIL	分类性能	NA
1012	2025-10-06	Automated detection and numbering of primary and permanent teeth in digital impressions of children using artificial intelligence 2025-Oct, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105976 PMID:40659080	研究论文	开发并评估了一种基于人工智能的自动化方法，用于在儿童数字印模中分割和标记乳牙与恒牙	结合大范围上下文预测进行牙齿标记与高分辨率预测进行牙齿分割的深度学习模型，在3DTeethSeg22挑战数据集上表现优于顶级提交方案	对于异常牙齿状况或模糊牙齿萌出模式的情况会出现错误	开发自动化方法区分儿童混合牙列中的乳牙和恒牙	儿童数字牙科印模	数字病理	牙科疾病	数字印模技术	深度学习	3D数字印模图像	716个数字印模，来自351名患者	NA	NA	F1-score, Dice score, macro-F1	NA
1013	2025-10-06	Automated chart filing on bitewings using deep learning: enhancing clinical diagnosis in a multi-center study 2025-Oct, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105919 PMID:40550354	研究论文	本研究开发了一种基于深度学习的自动化咬翼片图表归档系统，用于牙齿分割和牙科病症检测	提出了分层Mask DINO模型用于多类别分层端到端实例分割，并在多中心研究中验证了其有效性	样本量相对有限（总计1261张咬翼片），且仅来自三个欧洲国家	开发自动化咬翼片图表归档系统以提高牙科诊断效率和准确性	咬翼片X光图像中的牙齿分割和牙科病症检测	计算机视觉	牙科疾病	X射线成像	深度学习	医学图像	1045张咬翼片用于训练和验证（来自德国和荷兰），216张用于外部测试（来自斯洛伐克）	NA	Hierarchical Mask DINO, Mask DINO, SparseInst, Mask R-CNN	F1-score, 敏感度, 特异度, 精确度, 平均精度均值(mAP), AUC	NA
1014	2025-10-06	Optimizing contrast-enhanced abdominal MRI: A comparative study of deep learning and standard VIBE techniques 2025-Oct, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110581 PMID:40795789	研究论文	比较深度学习重建技术与标准VIBE技术在腹部MRI中的图像质量和采集时间	首次将深度学习重建技术应用于冠状位VIBE序列，显著缩短采集时间的同时提升图像质量	深度学习重建技术会增加外周伪影的严重程度	验证深度学习重建技术在腹部MRI中的性能表现	151名接受上腹部MRI检查的患者	医学影像分析	肝脏疾病	MRI, 深度学习重建	深度学习	医学影像	151名患者	NA	NA	图像质量评分, 信噪比, 伪影严重程度, 肝脏边缘锐利度, 肝脏血管锐利度, 病灶显着性, 病灶检测率	3T MRI扫描仪
1015	2025-10-06	Artificial intelligence: a new era in prostate cancer diagnosis and treatment 2025-Oct-15, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.126024 PMID:40769449	综述	探讨人工智能在前列腺癌诊断和治疗中的革命性应用及其潜力	系统整合AI技术于前列腺癌诊疗全流程，实现从影像分析到个性化治疗策略的智能化决策	未具体说明数据标准化、算法泛化能力及临床实施障碍等实际挑战	评估AI技术在前列腺癌诊疗领域的应用现状与发展前景	前列腺癌患者的诊断与治疗过程	数字病理	前列腺癌	MRI, 超声, 基因组测序	机器学习, 深度学习	影像数据, 临床数据, 基因组数据	NA	NA	NA	诊断准确率	NA
1016	2025-10-06	PixelPrint 4D : A 3D Printing Method of Fabricating Patient-Specific Deformable CT Phantoms for Respiratory Motion Applications 2025-Oct-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001182 PMID:40173424	研究论文	提出一种名为PixelPrint 4D的3D打印方法，用于制造患者特异性可变形肺部CT体模以模拟呼吸运动	开发了能够逐体素复制可变密度的柔性3D打印方法，可创建具有真实组织结构和变形模式的呼吸运动体模	仅基于单例肺癌患者的4DCT数据集进行验证，样本量有限	开发更真实的呼吸运动体模，用于评估CT成像和放射治疗中的运动补偿技术	肺癌患者的肺部结构和呼吸运动模式	医学影像	肺癌	3D打印，CT成像，4DCT	NA	CT图像，4DCT数据集	1例肺癌患者的4DCT数据	PixelPrint软件	NA	平均衰减误差，Kolmogorov-Smirnov检验，结构相似性指数(SSIM)，位移误差，Jacobian误差	NA
1017	2025-10-06	Spatial distribution of enlarged perivascular spaces as a potential biomarker for distinguishing vascular dementia from Alzheimer's disease in older adults 2025-Oct, Clinical neurology and neurosurgery IF:1.8Q2 DOI:10.1016/j.clineuro.2025.109098 PMID:40782606	研究论文	本研究探讨扩大血管周围间隙体积作为区分阿尔茨海默病和血管性痴呆生物标志物的潜力	首次使用基于VB-Net的深度学习模型自动量化四个脑区的EPVS体积，并发现EPVS空间分布差异可作为区分两种痴呆亚型的可靠影像生物标志物	样本量相对有限（共215名患者），仅纳入65岁以上患者，缺乏外部验证	开发区分阿尔茨海默病和血管性痴呆的影像生物标志物	93名阿尔茨海默病患者和122名血管性痴呆患者，均为65岁以上老年人	数字病理学	老年疾病	神经影像分析	深度学习	医学影像	215名患者（93名AD，122名VD）	NA	VB-Net	AUC	NA
1018	2025-10-06	A Survey of Deep Learning in Sports Applications: Perception, Comprehension, and Decision 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3554801 PMID:40138241	综述	本文系统综述了深度学习在体育应用中的研究进展，涵盖感知、理解和决策三个层次	首次从算法、数据集与虚拟环境、挑战三个维度系统梳理深度学习在体育领域的应用现状	作为综述文章，未提出新的算法模型或实验验证	为深度学习在体育应用中的研究提供全面的参考指南	深度学习在体育领域的算法、数据集和挑战	计算机视觉,自然语言处理,机器学习	NA	NA	NA	图像,视频,文本	NA	NA	NA	NA	NA
1019	2025-10-06	Progressive Knowledge Transfer Network Based on Human Visual Perception Mechanism for No-Reference Point Cloud Quality Assessment 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3532651 PMID:40031145	研究论文	提出一种基于人类视觉感知机制的无参考点云质量评估深度学习网络PKT-PCQA	通过渐进式知识转移将粗粒度质量分类知识转换为细粒度质量预测任务，模拟人类视觉系统	NA	点云感知质量评估	点云数据	计算机视觉	NA	深度学习	CNN	点云	三个大型独立点云评估数据集	NA	基于空间和通道注意力模块的注意力机制	NA	NA
1020	2025-10-06	Deep Point Cloud Edge Reconstruction via Surface Patch Segmentation 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3547411 PMID:40031714	研究论文	提出一种通过表面面片分割实现点云边缘精确重建的两阶段框架	首次利用表面面片分割为边缘重建提供额外线索，通过联合优化模块重建完整精确的3D线框模型	未明确说明方法在复杂噪声环境下的鲁棒性	解决点云数据参数化边缘重建中因边缘点稀疏导致的拟合误差问题	CAD模型和日常物体（家具）的点云数据	计算机视觉	NA	点云处理	深度学习网络	点云数据	包含CAD和日常模型的多功能面片-边缘数据集	NA	PCER-Net	通过广泛实验和与先前方法的比较评估	NA