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
121	2025-09-12	Evaluation of a deep learning segmentation tool to help detect spinal cord lesions from combined T2 and STIR acquisitions in people with multiple sclerosis 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11541-0 PMID:40185925	研究论文	开发并评估一种基于深度学习的工具，用于从多发性硬化症患者的T2和STIR序列中检测脊髓病变	首次结合矢状面T2和STIR序列开发深度学习模型检测MS脊髓病变，并验证其提升临床医生检测敏感性的能力	样本量有限（50例患者），且读者间变异性改善未达统计学显著差异（p=0.056）	提升多发性硬化症脊髓病变的检测准确性和临床诊断效率	多发性硬化症患者的脊髓MRI影像	医学影像分析	多发性硬化症	深度学习，MRI成像（T2和STIR序列）	深度学习分割模型	医学影像（MRI）	50例患者（39名女性，中位年龄41岁），数据来自40台不同扫描仪
122	2025-09-12	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	本研究评估了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及其对经验不足医师诊断准确性的影响	在真实临床环境中验证AI辅助骨折检测的实际效益，并特别关注法医学相关骨折类型及对低年资医师的诊断辅助效果	AI对桡骨髁骨折的敏感性较低（68%），且在2%的情况下AI辅助反而导致医师放弃正确诊断；经济性需与患者安全收益权衡	评估AI骨折检测软件在儿科急诊的真实应用效果	18岁以下儿童的放射影像及急诊科低年资医师	医疗影像分析	儿科创伤	深度学习	深度学习模型（未指定具体类型）	X光影像	1672张儿童放射影像，中位年龄10.9岁，59%为男性
123	2025-09-12	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	本研究比较了基于深度学习的髋关节高分辨率MRI与标准分辨率压缩感知MRI在检测髋臼唇和软骨异常方面的性能，以关节镜检查为金标准	首次将高分辨率深度学习MRI（CSAI）与标准压缩感知MRI（CS）在髋关节病变检测中进行直接比较，并采用多阅片者评估	样本量较小（32例患者），软骨病变检测的整体敏感性仍不理想（CSAI仅42%）	评估深度学习增强MRI技术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	深度学习MRI（CSAI）、压缩感知MRI（CS）、关节镜检查	深度学习	MRI影像	32例患者（平均年龄37.5岁，24名男性）
124	2025-09-12	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（DLR）与迭代重建（IR）在标准剂量和低剂量腹部CT中检测肝脏病变的诊断性能	首次系统评估DLR在降低CT辐射剂量方面的潜力，并重点关注小尺寸肝脏病变的检测效果	样本量较小（44名参与者），仅针对胃肠道和胰腺腺癌肝转移患者，结果可能不适用于其他类型病变	评估深度学习重建技术在CT扫描中降低辐射剂量同时保持诊断准确性的可行性	已知有肝转移的胃肠道和胰腺腺癌患者	医学影像分析	肝脏肿瘤	CT扫描，深度学习重建（DLR），迭代重建（IR）	深度学习	医学影像	44名参与者（平均年龄66岁，28名男性），包含348个≤20mm的肝脏病变
125	2025-09-12	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	提出并评估一种深度学习模型，直接从DCE-MRI估计药代动力学参数图和不确定性，提升弥漫性胶质瘤成像的可靠性	使用时空概率深度学习模型绕过传统后处理步骤（如动脉输入函数估计），直接生成高可靠性药代动力学参数图并提供不确定性估计	单中心回顾性研究，样本量有限（329例患者），需进一步多中心验证	提升动态对比增强MRI（DCE-MRI）在弥漫性胶质瘤中的可靠性和一致性	成人型弥漫性胶质瘤患者	医学影像分析	脑胶质瘤	DCE-MRI，深度学习	时空概率模型	医学影像（MRI）	329例患者（平均年龄55±15岁，197名男性）
126	2025-09-12	Deploying a novel deep learning framework for segmentation of specific anatomical structures on cone-beam CT 2025-Oct, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00831-4 PMID:40445488	研究论文	本研究开发了一种基于深度学习的新型框架，用于在锥束CT图像上自动分割特定解剖结构	采用nnUNetv2框架实现高精度解剖结构分割，在牙科CBCT图像处理中表现出色	样本量相对较小（70名患者），且下颌管分割性能相对较低	通过深度学习算法自动预测CBCT图像中的解剖结构，以增强诊断和治疗规划流程	70名患者的CBCT图像数据，包含鼻腔、上颌窦、腭前管、下颌管等解剖结构	计算机视觉	NA	锥束CT成像，深度学习分割	nnUNetv2	医学影像	70名患者的CBCT数据，共28,350个切片（每例405个切片）
127	2025-09-12	Radiomics, machine learning, and deep learning for hippocampal sclerosis identification: a systematic review and diagnostic meta-analysis 2025-Oct, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110624 PMID:40737956	系统综述与诊断性Meta分析	本文系统回顾并整合了基于人工智能和影像组学方法用于海马硬化识别的诊断性能研究	首次通过Meta分析比较不同AI模型（包括SVM、CNN等）在识别海马硬化中的表现，并发现单独使用AI优于AI与影像组学结合	仅纳入6项研究，存在较高的异质性（I² > 69%）	提升颞叶癫痫中海马硬化的非侵入性诊断准确性	海马硬化（HS）患者，特别是内侧颞叶癫痫（MTLE）患者	医学影像分析	癫痫	机器学习与深度学习	SVM, CNN, LR	MRI影像数据	Meta分析共纳入6项研究（具体样本量未在摘要中提供）
128	2025-09-12	TPC-GCN: Deep learning for pulse pattern classification in traditional Chinese medicine 2025-Oct, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104401 PMID:40925696	研究论文	提出一种基于深度学习的脉象分类方法TPC-GCN，用于中医脉搏模式识别	采用增强SMOTE进行数据增强，构建多配置图数据结构，设计多通道轻量图卷积网络，通过注意力加权融合提升分类性能	NA	提升中医脉象分类的准确性与客观化	中医脉搏信号	机器学习	中医诊断	SMOTE数据增强、多域特征提取、图卷积网络	GCN（图卷积网络）	脉搏信号数据	NA
129	2025-09-12	Beyond explainable AI: Enhancing trust and robustness in machine learning for sleep apnea diagnosis 2025-Oct, Sleep medicine reviews IF:11.2Q1 DOI:10.1016/j.smrv.2025.102152 PMID:40819476	评论	本文扩展了对睡眠呼吸暂停诊断中机器学习可解释性工具的批判，提出结合无监督ML和非线性非参数统计方法的综合策略以增强临床信任	主张超越传统XAI方法，通过无监督学习和统计方法结合来验证特征重要性并减少模型偏差	未提供具体实验验证或实际临床数据支持所提出方法的有效性	提升机器学习在睡眠呼吸暂停诊断中的可信度和鲁棒性	睡眠呼吸暂停诊断的机器学习模型及其特征解释方法	machine learning	睡眠呼吸暂停	无监督ML（特征聚合、高变基因选择），非线性非参数统计方法（如Spearman相关）	NA	NA	NA
130	2025-09-12	Clinical Implementation of Inspiratory-Expiratory Chest CT: Defining Quality Criteria for Diagnostic Quality and Detection of Concurrent FEV1 Decline following Lung Transplantation 2025-Oct, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.240468 PMID:40932379	研究论文	本研究通过定义呼气CT诊断质量评估标准，探讨定量空气潴留对肺移植后慢性移植物功能障碍（CLAD）的预测性能	首次提出基于气管形态的呼气CT质量评估标准，并验证其与肺功能测量的相关性	敏感性较低（34.0%），样本仅来自单一机构	评估呼气CT质量对定量空气潴留预测CLAD进展的影响	肺移植术后患者	数字病理	肺移植相关并发症	CT扫描、肺功能检测	深度学习算法	CT图像、肺功能数据	192例肺移植患者的603次吸呼气CT扫描
131	2025-09-11	Uncertainty-aware quantitative CT evaluation of emphysema and mortality risk from variable radiation dose images 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11525-0 PMID:40185924	研究论文	开发一种自动化方法，用于联合评估肺气肿和死亡风险，并量化数据和模型不确定性	提出多任务贝叶斯神经网络，能够跨不同辐射剂量CT协议一致评估肺气肿和死亡风险，并提供不确定性量化	研究仅基于COPDGene研究队列，需要进一步验证在其他人群中的泛化能力	开发对CT协议变化具有鲁棒性的肺气肿定量评估和死亡风险预测方法	COPDGene研究参与者，接受全剂量和降低剂量胸部CT扫描	医学影像分析	慢性阻塞性肺疾病	胸部CT扫描，贝叶斯神经网络	多任务BNN（贝叶斯神经网络）	CT影像	1350名参与者（平均年龄64.4岁，659名女性）
132	2025-09-11	Preoperative prediction of malignant transformation in sinonasal inverted papilloma: a novel MRI-based deep learning approach 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11655-5 PMID:40355636	研究论文	开发基于MRI和多中心大样本数据的深度学习模型，用于术前区分鼻腔鼻窦内翻性乳头状瘤（SIP）与其恶变的鳞状细胞癌（SIP-SCC）	首次利用多中心大样本MRI数据，结合注意力机制构建深度学习模型，实现SIP恶变的非侵入性术前预测	模型性能虽优但外部验证队列AUC略低（0.859），需进一步扩大样本量和多中心验证	提升鼻腔鼻窦内翻性乳头状瘤恶变的术前诊断准确性	568例经病理确诊的SIP（421例）和SIP-SCC（147例）患者	医学影像分析	鼻腔鼻窦肿瘤	MRI（T1WI、T2WI、CE-T1WI序列）	深度学习（含注意力机制）	医学影像	568例患者（来自4个中心）
133	2025-09-11	Artificial Intelligence-Assisted Standard Plane Detection in Hip Ultrasound for Developmental Dysplasia of the Hip: A Novel Real-Time Deep Learning Approach 2025-Oct, Journal of orthopaedic research : official publication of the Orthopaedic Research Society IF:2.1Q2 DOI:10.1002/jor.70020 PMID:40619593	研究论文	本研究开发了一种基于AI的实时深度学习软件AI-SPS，用于髋关节超声中的标准平面检测，以辅助发育性髋关节发育不良（DDH）的诊断	提出首个实时深度学习方法来检测髋关节超声中的标准平面，减少操作者依赖性并提高DDH筛查的一致性	研究基于有限样本量（45个临床超声视频），需要进一步验证在更广泛人群中的适用性	开发AI辅助工具以提高DDH超声筛查的准确性和标准化程度	发育性髋关节发育不良（DDH）患者的髋关节超声图像	计算机视觉	儿科骨科疾病	超声成像，深度学习目标检测	SSD-MobileNet V2, YOLOv11n	超声视频帧图像	训练集2,737帧图像（来自45个视频），独立验证集934帧图像
134	2025-09-11	Learning homeomorphic image registration via conformal-invariant hyperelastic regularisation 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103712 PMID:40680568	研究论文	提出一种通过保形不变超弹性正则化学习同胚图像配准的新框架	引入基于非线性弹性设置中保形不变性质的新型正则化器，严格保证拓扑保持特性	NA	解决医学图像分析中的可变形图像配准问题，确保解剖结构保持	医学图像	计算机视觉	NA	深度学习，坐标MLPs	MLP	图像	NA
135	2025-09-11	Developing a multivariable deep learning model to predict psychiatric illness in patients with epilepsy 2025-Oct, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110596 PMID:40700773	研究论文	开发基于神经网络的模型，利用临床和人口统计学数据预测癫痫患者的精神疾病风险	首次使用keras和neuralnet框架构建多变量深度学习模型，结合SHAP值进行特征重要性分析，实现对癫痫患者精神疾病的高精度预测	基于回顾性数据，可能存在选择偏倚；未说明模型在外部验证集上的表现	预测癫痫患者发生精神疾病的风险，实现早期干预	癫痫患者	机器学习	癫痫	神经网络建模，SHAP分析	神经网络	临床和人口统计学数据	2,258名癫痫患者（2013-2023年数据）
136	2025-09-11	A multimodal automated deep learning-based model for predicting biochemical recurrence of prostate cancer following prostatectomy from baseline MRI, Presurgical clinical covariates 2025-Oct, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110579 PMID:40803139	研究论文	开发一种基于多模态深度学习的AI模型，利用基线MRI和临床数据预测前列腺癌根治术后的生化复发	首次结合定量影像特征与临床协变量构建自动化多模态深度学习模型，并在中危患者群体中显著优于传统CAPRA-S评分标准	研究样本量有限（n=311），且为单中心回顾性研究，需要外部验证	预测前列腺癌患者根治术后的生化复发风险	接受根治性前列腺切除术的前列腺癌患者	数字病理	前列腺癌	MRI影像分析、深度学习	多模态深度学习模型	医学影像（MRI）、临床数据	311例前列腺癌患者
137	2025-09-11	Explainable deep learning framework for brain tumor detection: Integrating LIME, Grad-CAM, and SHAP for enhanced accuracy 2025-Oct, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104405 PMID:40925692	研究论文	提出一种集成LIME、Grad-CAM和SHAP的可解释深度学习框架，用于脑肿瘤检测并提升模型准确率	结合多种可解释AI技术（LIME、Grad-CAM、SHAP）进行两阶段训练，通过解释性掩码增强数据集，显著提高模型性能	NA	提升深度学习模型在脑肿瘤检测中的可解释性和训练性能	脑肿瘤MRI图像	计算机视觉	脑肿瘤	可解释人工智能（XAI）	CNN	图像	基于BRATS2019和BR35H数据集（具体样本数未明确说明）
138	2025-09-10	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与超分辨率重建技术在高分辨率垂体动态对比增强MRI中对微腺瘤的诊断性能	首次将深度学习压缩感知与超分辨率重建（DLCS-SR）结合应用于垂体DCE MRI，显著提升图像分辨率和诊断一致性	样本量有限（126例），且为单中心前瞻性研究，需进一步多中心验证	评估DLCS-SR重建技术在垂体微腺瘤MRI诊断中的性能提升	疑似垂体微腺瘤患者（126例参与者）	医学影像分析	垂体疾病	动态对比增强MRI（DCE MRI）、深度学习压缩感知与超分辨率重建（DLCS-SR）	深度学习（具体架构未说明）	MRI影像	126例疑似垂体微腺瘤患者
139	2025-09-10	Artificial intelligence for medication-related osteonecrosis of the jaw: a scoping review 2025-Oct, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.004 PMID:40393880	综述	本文通过范围综述方法，总结了人工智能在药物相关性颌骨坏死预测、诊断和管理中的应用现状	首次系统梳理AI在MRONJ领域的应用，涵盖预测模型、影像诊断及患者教育三大方向，并对比不同模型的性能表现	纳入研究数量有限（仅8篇），数据质量、模型验证和临床整合方面存在挑战	评估人工智能技术在药物相关性颌骨坏死临床管理中的应用潜力与研究进展	涉及MRONJ的患者群体及相关临床数据	医疗人工智能	颌骨坏死	机器学习（支持向量机、随机森林、梯度提升机）和深度学习	SVM, Random Forest, GBM, CNN, 大语言模型	临床数据和放射影像	基于8项符合条件的研究，具体样本量未统一报告
140	2025-09-10	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	提出一种基于图像分割和图像处理技术计算岩石纹理系数的新方法	采用深度学习图像处理技术进行岩石薄片图像分割，并开发Python算法实现快速TC计算，分割精度高达IoU=0.97	NA	开发更高效准确的岩石纹理系数计算方法	20种不同类型的火成岩、变质岩和沉积岩	计算机视觉	NA	图像分割，图像处理	深度学习	图像	20种岩石的薄片图像