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
1561	2025-11-03	Deep learning for appendicitis: development of a three-dimensional localization model on CT 2025-Nov, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01834-1 PMID:40668351	研究论文	开发并评估用于在腹部CT上检测阑尾炎的深度学习模型	首次开发能够通过三维边界框定位阑尾炎的深度学习模型	回顾性单中心研究，样本量相对有限，仅包含特定CT协议数据	开发用于阑尾炎检测和定位的深度学习模型	阑尾炎患者和急性腹痛对照患者的CT影像	计算机视觉	阑尾炎	CT成像	CNN	CT影像	训练集517例阑尾炎CT，验证集50例阑尾炎CT+50例对照CT，测试集100例阑尾炎CT+100例对照CT	NA	Faster R-CNN	精确率,召回率,假阳性率,加权kappa统计	NA
1562	2025-11-03	Deep learning-based automatic detection of pancreatic ductal adenocarcinoma ≤ 2 cm with high-resolution computed tomography: impact of the combination of tumor mass detection and indirect indicator evaluation 2025-Nov, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01836-z PMID:40679757	研究论文	本研究开发了一种基于三维卷积神经网络的深度学习系统，用于自动检测直径≤2cm的小胰腺导管腺癌	首次将自动肿瘤肿块检测与间接指标（D/P比值）评估相结合，显著提高了小胰腺癌的检测准确性	样本量相对有限（181例患者），需要更大规模的外部验证	评估深度学习模型在自动检测小胰腺导管腺癌方面的诊断性能	胰腺导管腺癌患者和正常对照组的CT影像数据	计算机视觉	胰腺癌	高分辨率对比增强计算机断层扫描	CNN	医学影像	204例患者数据集（包括104例正常对照）	NA	三维卷积神经网络	灵敏度, 特异性, 阳性预测值, 阴性预测值	NA
1563	2025-11-03	Natural variation of the wheat root exudate metabolome and its influence on biological nitrification inhibition activity 2025-Nov, Plant biotechnology journal IF:10.1Q1 DOI:10.1111/pbi.70248 PMID:40692297	研究论文	本研究通过代谢组学分析44种小麦基因型的根系分泌物，开发高通量生物硝化抑制活性检测方法，并利用机器学习识别与高效硝化抑制相关的代谢物组合	开发了新型高通量生物硝化抑制活性检测方法，结合代谢组学和机器学习首次系统识别了驱动硝化抑制的32种代谢物组合	研究仅涵盖印度和奥地利来源的44种小麦基因型，样本多样性有限	提高小麦氮利用效率，探索生物硝化抑制机制	44种不同小麦基因型的根系分泌物	机器学习	NA	GC-MS, LC-MS, 代谢组学分析	机器学习, 深度学习	代谢组学数据	44种小麦基因型	NA	NA	NA	NA
1564	2025-10-29	Comments on "Impact of Deep Learning-Based Image Conversion on Fully Automated Coronary Artery Calcium Scoring Using Thin-Slice, Sharp-Kernel, Non-Gated, Low-Dose Chest CT Scans: A Multi-Center Study" 2025-Nov, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2025.1242 PMID:41146391	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1565	2025-11-03	Deep learning-based energy prediction and tangent search remora optimization-based secure multi-path data communication mechanism in WSN 2025-Nov, Network (Bristol, England) DOI:10.1080/0954898X.2024.2393750 PMID:39257090	研究论文	开发了一种基于能量预测和混合优化的无线传感器网络多路径路由机制	提出结合深度Q网络能量预测和切线搜索雷姆拉优化算法的多路径路由方法	NA	寻找满足端到端延迟要求且能耗和错误率最低的最优网关路径	无线传感器网络	机器学习	NA	多路径路由协议	DQN	传感器网络数据	NA	NA	Deep Q-Network	能量消耗, 吞吐量, 信任度, 距离, 延迟	NA
1566	2025-11-03	Heart rate estimation for U-Net and LSTM models combining multiple attention mechanisms 2025-Nov, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104406 PMID:41176397	研究论文	提出一种结合多重注意力机制的心率估计深度学习框架DRL-Unet，用于从噪声光电容积脉搏波信号中准确提取心率信息	集成去噪自编码器、U-Net架构和LSTM网络，并引入多头注意力机制和残差网络模块的多模态深度学习框架	仅使用公开数据集进行验证，未在更多临床场景中测试	提高噪声环境下心率估计的准确性和鲁棒性	光电容积脉搏波信号	机器学习	心血管疾病	PPG信号处理	DAE, U-Net, LSTM	生理信号	IEEE信号处理杯公开数据集	NA	U-Net, ResNet, Multi-Head Attention	MAE, MSE, RMSE, MAPE, Bias	NA
1567	2025-11-03	Graph-enhanced deep learning for ECG arrhythmia detection: An integration of CNN-GNN-BiLSTM approach 2025-Nov, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104418 PMID:41176406	研究论文	提出一种集成CNN-GNN-BiLSTM的深度学习框架用于心电图心律失常自动分类	结合空间特征提取、图关系学习和时序依赖建模的集成框架，通过图注意力网络捕捉心拍间关系	未明确说明模型在临床环境中的实时部署验证情况	开发高精度的心律失常自动检测方法	心电图信号和心律失常分类	机器学习	心血管疾病	心电图分析	CNN,GNN,BiLSTM	心电图信号和频谱图	三个基准ECG数据集（MIT-BIH、PTB、Chapman-Shaoxing）及合并的11类数据集	NA	CNN,Graph Attention Networks(GAT),BiLSTM	准确率	NA
1568	2025-11-03	Reducing leads, enhancing wearable practicality: A comparative study of 3-lead vs. 12-lead ECG classification 2025-Nov, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104419 PMID:41176407	研究论文	本研究探索使用3导联心电图通过深度学习自动检测心脏异常的可行性，并与传统12导联心电图进行对比	提出结合迁移学习和One-vs-All分类策略的新型优化方法，在减少75%输入数据的情况下仅产生3%性能下降	仅使用PTB-XL公开数据库，未在更多临床环境中验证	开发更易获取且成本效益更高的简化导联心电图分类模型	心电图信号和心脏异常检测	机器学习	心血管疾病	心电图(ECG)	深度学习模型	心电图信号	PTB-XL公共数据库	NA	基于Ribeiro等人的12导联深度学习模型架构	微平均F1分数	NA
1569	2025-11-03	Fast geometric deep learning for intraoperative soft tissue deformation estimation: Towards real-time AR guidance in liver surgery 2025-Nov, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2025.104409 PMID:41176418	研究论文	提出一种用于术中软组织变形估计的快速几何深度学习框架，旨在实现肝脏手术中的实时AR导航	集成优化的PointNet++架构，结合多尺度特征提取、轻量级自注意力机制和残差特征传播，用于建模肝脏和血管变形	基于有限元法模拟数据集，需要进一步临床验证	开发实时软组织变形估计方法以支持AR导航系统	肝脏和血管组织	计算机视觉	肝脏疾病	有限元法模拟	深度学习	几何点云数据	有限元法模拟的肝脏拉伸过程数据集	NA	PointNet++	均方根误差, 准确率, 推理时间	NA
1570	2025-11-02	Evolution and integration of artificial intelligence across the cancer continuum in women: advances in risk assessment, prevention, and early detection 2025-Nov, Cancer causes & control : CCC IF:2.2Q2 DOI:10.1007/s10552-025-02048-6 PMID:40833534	综述	本文综述了人工智能在女性乳腺癌风险预测、预防和早期检测领域的发展与应用	重点关注可解释人工智能(XAI)、深度学习(DL)和机器学习(ML)在乳腺癌全流程中的应用，并系统分析算法公平性、模型透明度和数据集代表性	存在算法偏差、少数群体代表性不足、外部验证有限等问题，58%的公共数据集集中于乳腺X线摄影，缺乏断层合成和组织病理学等多模态数据	总结人工智能在乳腺癌风险预测、预防和早期检测领域的发展现状与未来前景	乳腺癌相关文献资料（2000-2025年）	数字病理学	乳腺癌	乳腺X线摄影、断层合成、组织病理学	深度学习, 机器学习	医学影像	NA	NA	NA	AUC	NA
1571	2025-11-02	Deep learning models based on DWI-MRI for prognosis prediction in acute ischemic stroke receiving intravenous thrombolysis: Development and validation 2025-Nov, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2025.101391 PMID:41067525	研究论文	基于DWI-MRI开发深度学习模型预测接受静脉溶栓治疗的急性缺血性卒中患者预后	首次比较深度学习与传统机器学习方法在急性缺血性卒中预后预测中的性能，并开发结合临床特征与深度学习特征的融合模型	回顾性研究设计，样本量相对有限（682例患者）	开发并验证基于DWI-MRI的预测模型，评估急性缺血性卒中患者静脉溶栓治疗后的预后	急性缺血性卒中患者	医学影像分析	急性缺血性卒中	弥散加权成像MRI（DWI-MRI）	深度学习, 传统机器学习	医学影像, 临床数据	682例来自两家医院的急性缺血性卒中患者	NA	NA	AUC, 敏感度, 特异度, 准确度	NA
1572	2025-11-02	A dual-module 3D fusion framework for multi-modal MRI segmentation in anal fistulae 2025-Nov, Medical physics IF:3.2Q1 DOI:10.1002/mp.70102 PMID:41173810	研究论文	提出一种用于肛门瘘管多模态MRI分割的双模块3D融合框架	采用双模块框架设计，在输入阶段创新性地捕获多维度信息，在输出阶段应用残差技术优化分割结果，并引入新型OPDL损失函数专门解决假阳性问题	仅使用自收集数据集，未在外部数据集验证泛化能力	开发稳健的肛门瘘管MRI分割方法以提高准确性并降低假阳性	肛门瘘管在MRI图像中的分割	医学图像分割	肛门瘘管	多模态MRI	深度学习	多方向MRI扫描图像	950个自收集多方向MRI扫描	NA	双模块融合框架	Dice Score, IoU Score	NA
1573	2025-10-31	Deep Learning for the Prediction of Treatment Responses in Individuals With Epilepsy: Can We Get to Seizure Freedom Faster? 2025-Nov-25, Neurology IF:7.7Q1 DOI:10.1212/WNL.0000000000214421 PMID:41160792	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1574	2025-10-31	Integrative Deep Learning of Genomic and Clinical Data for Predicting Treatment Response in Newly Diagnosed Epilepsy 2025-Nov-25, Neurology IF:7.7Q1 DOI:10.1212/WNL.0000000000214315 PMID:41160788	研究论文	开发并验证了一种整合临床和基因组特征的多模态深度学习模型，用于预测新诊断癫痫患者的初始抗癫痫药物治疗反应	首次将临床特征与多种基因组特征类型整合到多模态深度学习模型中，用于预测癫痫患者的药物治疗反应	样本量相对有限，开发队列286例，外部验证队列219例	预测新诊断癫痫患者对初始抗癫痫药物治疗的反应	新诊断癫痫患者	机器学习	癫痫	基因组测序，功能影响注释	深度学习	临床数据，基因组数据	开发队列286例，外部验证队列219例	NA	多模态深度学习	AUC	NA
1575	2025-10-31	Deep learning for automatic volumetric bowel segmentation on body CT images 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11623-z PMID:40314787	研究论文	开发用于CT图像自动肠道分割的深度学习模型并评估其在便秘患者大肠长度测量中的应用	使用3D nnU-Net模型实现全胃肠道的自动分割和四部分分离（食道、胃、小肠、大肠），并在外部数据集验证其性能	食道分割性能相对较低（DSC 0.807±0.173），样本量有限	开发自动肠道分割算法并应用于便秘患者的大肠长度测量	便秘患者和健康人群的CT图像	医学影像分析	便秘	CT成像	3D nnU-Net	CT图像	模型开发：133例CT扫描（88名患者）；外部测试：60例CT扫描（30名患者）；LBL测量：100例CT扫描（51名患者）	nnU-Net	3D nnU-Net	Dice相似系数	NA
1576	2025-10-31	Impact of test set composition on AI performance in pediatric wrist fracture detection in X-rays 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11669-z PMID:40379941	研究论文	评估不同测试集抽样策略对AI模型在儿童腕部骨折检测中性能的影响	首次系统评估测试集组成对儿科腕部骨折检测AI模型性能的影响，强调测试集标准化的重要性	仅使用单一数据集，未在外部验证集上验证结果	评估测试集抽样策略对AI模型性能的影响，推动测试集标准化	儿童腕部X射线影像	计算机视觉	骨折	X射线成像	CNN, 目标检测模型	X射线图像	训练验证集18,762张放射影像，测试集各4,588张影像	NA	EfficientNet, YOLOv11	精确率, 召回率, F1分数, AP50, AP50-95	NA
1577	2025-10-31	Evaluating the generalizability of video-based assessment of intraoperative surgical skill in capsulorhexis 2025-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03406-0 PMID:40405033	研究论文	评估深度学习模型在囊膜撕开手术技能视频评估中的泛化能力	首次评估了无监督域适应和半监督域适应方法在手术技能视频评估中的泛化性能	模型性能虽有所提升，但仍未达到数据集内部性能水平	评估手术技能视频评估模型的跨数据集泛化能力	囊膜撕开手术视频	计算机视觉	眼科疾病	视频分析	CNN, LSTM, Transformer	视频	两个数据集（D99和Cataract-101）	NA	CNN-LSTM, CNN-Transformer（均带有注意力模块）	准确率, 灵敏度, 特异性, AUC	NA
1578	2025-10-31	Training a deep learning model to predict the anatomy irradiated in fluoroscopic x-ray images 2025-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03422-0 PMID:40418509	研究论文	开发深度学习模型从荧光X射线图像预测受辐射解剖结构，实现更精确的患者剂量估计	提出结合ResNet架构和元数据处理的方法，将2D荧光图像与计算体模中的解剖区域自动匹配	婴儿体模在Z坐标预测中存在较大误差，训练数据中代表性不足	实现荧光引导介入手术中患者特定解剖结构的精确定位和剂量估计	荧光X射线图像和计算体模中的解剖坐标	计算机视觉	NA	荧光X射线成像，计算机断层扫描	CNN	2D图像	从多个区域生成的不同视野尺寸的模拟荧光图像数据集	PyTorch	ResNet	预测误差范围，Bland-Altman分析	NA
1579	2025-10-31	End-to-end 2D/3D registration from pre-operative MRI to intra-operative fluoroscopy for orthopedic procedures 2025-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03426-w PMID:40445552	研究论文	开发了一种从术前MRI到术中荧光透视的端到端2D/3D配准框架，用于骨科手术中的图像引导	首次提出仅使用MRI无需CT扫描的MRI到荧光透视配准方法，能够可视化传统荧光图像不可见的坏死病灶	研究主要针对股骨和骨盆区域的核心减压手术，需要进一步验证在其他骨科手术中的适用性	开发骨科手术中增强术中可视化的图像配准框架	股骨和骨盆区域，特别是坏死病灶	医学影像分析	骨科疾病	深度学习，图像配准，数字重建放射影像(DRR)	深度学习模型	MRI图像，荧光透视图像，合成CT图像	尸体研究	NA	NA	平移配准精度，旋转配准精度	NA
1580	2025-10-31	Efficient needle guidance: multi-camera augmented reality navigation without patient-specific calibration 2025-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03477-z PMID:40650802	研究论文	开发了一种无需患者特定标记的多摄像头增强现实导航系统，用于提高针基手术的导航精度和效率	采用天花板安装标记映射到固定医疗成像设备，无需患者特定标记；开发分层优化框架整合标记映射和多摄像头校准；使用基于视觉的位姿补偿方法减轻患者移动引起的误差	NA	开发高效、精确的增强现实导航系统，简化手术流程并提高针基手术的导航精度	针基手术（如活检和消融）的导航系统	计算机视觉	NA	增强现实技术，深度学习	NA	图像数据	NA	NA	NA	穿刺精度，位置误差，角度偏差，针放置时间	NA