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
1	2025-09-02	Automatic prostate volume estimation in transabdominal ultrasound images 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112274 PMID:40614658	研究论文	本研究提出了一种基于深度学习的框架，用于在经腹超声图像中自动估计前列腺体积，以改进非侵入性前列腺癌风险分层	开发了首个结合轴向和矢状面深度学习分割模型、自动直径估计及体积计算的TAUS前列腺体积自动估算框架	样本量有限（100例患者），且TAUS图像质量较低和操作者依赖性可能影响模型泛化能力	提升非侵入性前列腺癌风险分层的准确性和可及性	前列腺体积作为前列腺癌风险评估的关键参数	数字病理	前列腺癌	深度学习	CNN（基于分割任务推断）	超声视频	100例患者（中位年龄67岁，95%百分位范围55-81.2岁）
2	2025-09-02	Impact of super-resolution deep learning-based reconstruction for hippocampal MRI: A volunteer and phantom study 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112289 PMID:40639021	研究论文	本研究评估了基于超分辨率深度学习重建（SR-DLR）对海马体薄层T2加权MRI图像质量的影响	提出SR-DLR方法，在保持对比度的同时显著提升图像信噪比，并减少零填充插值伪影	样本量较小（仅13名健康志愿者），未涉及患者群体验证	评估深度学习超分辨率重建技术在海马体MRI图像质量优化中的应用效果	人类志愿者和海马体MRI图像模体	医学影像分析	NA	超分辨率深度学习重建（SR-DLR），零填充插值（ZIP）	深度学习重建（DLR）	MRI图像	13名健康志愿者和ACR模体
3	2025-09-02	Comparison of image quality of 40 keV virtual monoenergetic images of vertebral arteries using DLIR and ASIR-V algorithms under a dual-low scanning protocol 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112276 PMID:40639023	研究论文	比较DLIR和ASIR-V算法在双低扫描协议下重建的40 keV虚拟单能图像中椎动脉的图像质量	首次在双低扫描协议（同时降低辐射剂量和造影剂剂量）下，系统比较深度学习图像重建（DLIR）与传统自适应统计迭代重建（ASIR-V）算法对椎动脉图像质量的影响	样本量相对有限（共88例患者），且研究聚焦于特定能量水平（40 keV）和血管部位（椎动脉）	评估并比较两种图像重建算法在低剂量CT扫描中的性能	人类患者（椎动脉影像）	医学影像	脑血管疾病	双能CT血管造影（DE-CTA），虚拟单能成像（VMI）	深度学习图像重建（DLIR），自适应统计迭代重建（ASIR-V）	CT图像	88例患者（实验组44例，对照组44例）
4	2025-09-02	Deep learning CAIPIRINHA-accelerated 3D MRI of the knee cartilage at 7 Tesla 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112287 PMID:40651115	研究论文	研究深度学习重建在7特斯拉下CAIPIRINHA加速的3D膝关节软骨MRI中的可行性和扫描时间减少程度	将深度学习重建与CAIPIRINHA并行成像技术结合应用于7T超高场强膝关节软骨成像，实现最高六倍加速而保持图像质量	八倍和十二倍加速时图像质量下降，伪影显著增加；样本量较小（18名志愿者35个膝关节）	评估深度学习重建技术在超高场强膝关节软骨MRI中的加速性能和图像质量	人类膝关节软骨	医学影像分析	骨关节疾病	CAIPIRINHA并行成像，深度学习重建，3D DESS序列	深度学习重建模型	MRI图像	18名志愿者的35个膝关节
5	2025-09-02	A novel segmentation-based deep learning model for enhanced scaphoid fracture detection 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112309 PMID:40652603	研究论文	开发一种基于分割的深度学习模型，用于从手腕X光片中检测明显和隐匿的舟骨骨折	提出了一种结合分割方法的深度学习模型，在隐匿性舟骨骨折检测方面表现优于临床专家	样本量相对有限（408例患者），且仅针对单一类型骨折	开发并验证深度学习模型在舟骨骨折检测中的诊断性能	手腕X光片中的舟骨骨折，包括明显和隐匿性骨折	计算机视觉	骨科疾病	深度学习，图像分割	CNN	X光图像	408例患者，410个手腕，1011张X光片（其中718张包含骨折）
6	2025-09-02	Deep learning reconstruction enhances bone visualization in zero echo time MRI for cervical spondylosis: A prospective study 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112310 PMID:40669257	研究论文	本研究评估深度学习重建技术在零回波时间MRI中提升颈椎病图像质量并缩短扫描时间的应用	首次将深度学习重建（DLR）与零回波时间（ZTE）MRI结合，在减少62%扫描时间的同时达到与传统高激发次数相当的图像质量	样本量较小（43例），且仅针对颈椎病患者，未涉及其他骨骼疾病或健康对照组	优化MRI成像流程，提升骨骼可视化效果并减少扫描时间	颈椎病术前患者的骨骼及软组织结构	医学影像分析	颈椎病	零回波时间MRI（ZTE MRI）与深度学习重建（DLR）	深度学习（未指定具体网络结构）	MRI图像	43例颈椎病术前患者
7	2025-09-02	Automated CAD-RADS scoring from multiplanar CCTA images using radiomics-driven machine learning 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112320 PMID:40684709	研究论文	本研究提出一种基于影像组学的机器学习方法，用于从多平面CCTA图像自动进行CAD-RADS评分	首次开发基于影像组学的CAD-RADS自动评分模型，相比深度学习方法具有更好的可解释性	回顾性单中心研究，样本量有限（251例患者）	自动化冠状动脉疾病报告和数据系统（CAD-RADS）评分	冠状动脉CT血管成像（CCTA）图像	医学影像分析	心血管疾病	影像组学特征提取，机器学习	级联分类管道（包含临床模型、影像组学模型和组合模型）	医学图像	251例患者（70%男性，平均年龄60.5±12.7岁）
8	2025-09-02	Predicting ADC map quality from T2-weighted MRI: A deep learning approach for early quality assessment to assist point-of-care 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112317 PMID:40690835	研究论文	提出一种基于深度学习的创新方法，利用T2加权MRI图像预测前列腺ADC图质量，实现早期质量评估以辅助即时诊断	首次使用T2加权图像通过神经网络预测ADC图质量，无需依赖传统技术参数标准化，支持实时干预	研究基于回顾性多中心数据，需前瞻性验证；直肠横截面积作为可解释指标的预测性能有限（AUC=0.65）	提升前列腺MRI诊断准确性，通过早期质量预测避免低质量ADC图对癌症诊断的影响	前列腺癌患者的T2加权MRI图像和ADC图	医学影像分析	前列腺癌	MRI（扩散加权成像和T2加权成像）	神经网络（未指定具体类型，但提及与单站点ADC直接预测模型性能相当）	医学图像	486名患者的多中心数据集，涵盖62家外部诊所和内部影像数据
9	2025-09-02	Deep learning-based temporal muscle quantification on MRI predicts adverse outcomes in acute ischemic stroke 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112332 PMID:40716184	研究论文	开发基于深度学习的MRI颞肌定量分析流程，用于预测急性缺血性卒中患者的不良预后	提出端到端的深度学习流程，实现自动切片选择、颞肌分割及定量分析，并首次验证颞肌厚度和面积作为急性缺血性卒中的独立预后标志物	研究样本仅来自单一中心，未进行外部验证	评估颞肌定量参数在急性缺血性卒中预后预测中的价值	急性缺血性卒中患者	医学影像分析	急性缺血性卒中	MRI成像，深度学习	ResNet50, TransUNet	MRI图像	1020名急性缺血性卒中患者（分三个数据集：295例用于切片选择，258例用于分割，467例用于预后分析）
10	2025-09-02	NAVIGATOR: A regional multimodal imaging biobank initiative powered by AI tools for precision medicine in oncology 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112327 PMID:40743874	研究论文	介绍NAVIGATOR项目，一个集成了多模态成像、临床和组学数据的AI驱动生物样本库与研究平台，用于肿瘤精准医学	超越静态存储库，提供安全的虚拟研究环境(VRE)，支持用户上传数据、测试AI算法并执行完整分析流程，整合AI驱动的放射组学和深度学习方法	NA	通过AI方法推进肿瘤学研究并支持临床决策，解决数据协调、监管合规和AI系统公平性等挑战	前列腺癌、直肠癌和胃癌患者	数字病理	肿瘤学（前列腺癌、直肠癌、胃癌）	放射组学、深度学习	AI模型（具体类型未指定）	多模态成像、临床数据、组学数据	超过700名患者的成像和临床数据
11	2025-09-02	Automated detection of anterior crossbite on intraoral images and videos utilizing deep learning 2025-Sep-01, International journal of computerized dentistry IF:1.8Q2 DOI:10.3290/j.ijcd.b5290567 PMID:38700086	研究论文	提出一种基于卷积神经网络（CNN）的模型，用于自动检测和分类口腔内图像和视频中的前牙反颌	首次利用深度学习技术对口腔内图像和视频进行前牙反颌的自动化检测与分类	模型敏感性（0.89）低于正畸医生评估（0.96和0.92），且样本量有限（1865张图像和10段视频）	开发自动化工具以辅助前牙反颌的早期检测与分类	口腔内图像和视频数据	计算机视觉	口腔错颌畸形	深度学习	CNN	图像和视频	1865张口腔内图像（80%训练，20%测试）和10段视频（总时长124秒）
12	2025-09-02	User experience of and satisfaction with computer-aided design software when designing dental prostheses: a multicenter survey study 2025-Sep-01, International journal of computerized dentistry IF:1.8Q2 DOI:10.3290/j.ijcd.b5582929 PMID:39011633	研究论文	一项多中心调查研究，比较不同经验水平的用户对多种CAD软件在设计牙冠时的响应和满意度	首次系统比较不同经验用户对多种CAD软件（包括采用深度学习的自动化功能软件）在设计牙科修复体时的体验差异	样本量有限（仅100名参与者），且仅针对牙冠设计，未涵盖其他牙科修复体类型	评估和比较用户对不同CAD软件在设计牙科修复体时的体验和满意度	牙科本科生（无经验组）和来自两家医院的牙医或牙科技师（有经验组）	数字医疗	NA	问卷调查、方差分析（ANOVA）	NA	问卷评分数据	100名参与者（50名本科生和50名专业人⼠）
13	2025-09-02	Automated detection of retinal artery occlusion in fundus photography via self-supervised deep learning and multimodal interpretability using a multimodal AI chatbot 2025-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03353-7 PMID:40163243	研究论文	本研究提出了一种基于自监督深度学习和多模态可解释性AI聊天机器人的创新方法，用于从眼底图像中自动检测视网膜动脉阻塞（RAO）	首次将深度学习应用于RAO检测，采用自监督学习框架解决标注数据有限的问题，并创新性地结合多模态AI聊天机器人提供临床解释	NA	开发自动化RAO检测工具，实现早期识别眼部及系统性血管风险，促进及时干预	视网膜动脉阻塞（RAO）患者	计算机视觉	心血管疾病	自监督学习（SSL），SimCLR	ResNet50，ChatGPT-4	图像	两个外部验证数据集（具体样本数量未明确说明）
14	2025-09-02	Automated pulmonary nodule classification from low-dose CT images using ERBNet: an ensemble learning approach 2025-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03358-2 PMID:40232605	研究论文	开发了一种基于集成学习的深度学习模型ERBNet，用于从不同剂量和质量的CT图像中自动分类肺结节	提出集成3D CNN分类器，能够同时处理多种低剂量和全剂量CT图像，实现跨剂量水平的泛化性能	模型在低剂量CT图像上表现相对较差（60%准确率），表明需要为每个低剂量水平开发专用模型	开发深度学习方法来分析不同剂量和质量的CT图像，对肺部病变进行结节和非结节分类	肺结节	计算机视觉	肺癌	CT成像，深度学习	3D CNN，集成学习	CT图像	800个样本（400个结节，400个非结节）
15	2025-09-02	Super-resolution deep learning reconstruction to evaluate lumbar spinal stenosis status on magnetic resonance myelography 2025-Sep, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01787-5 PMID:40266548	研究论文	本研究评估超分辨率深度学习重建（SR-DLR）在磁共振脊髓造影中对腰椎管狭窄状态的诊断价值	首次将超分辨率深度学习重建技术应用于MR脊髓造影，并与传统重建方法进行对比评估	回顾性研究，样本量较小（40例患者），未提及外部验证	探究SR-DLR在提升腰椎MR脊髓造影图像质量和诊断一致性方面的效果	40例腰椎疾病患者（16男24女，平均年龄59.4±31.8岁）的MR脊髓造影数据	医学影像分析	腰椎管狭窄症	磁共振脊髓造影，超分辨率深度学习重建（SR-DLR），深度学习重建（DLR），零填充插值（ZIP）	深度学习模型（具体架构未说明）	医学影像（MR图像）	40例患者
16	2025-09-02	Improvement of image quality of diffusion-weighted imaging (DWI) with deep learning reconstruction of the pancreas: comparison with respiratory-gated conventional DWI 2025-Sep, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01790-w PMID:40285832	研究论文	评估深度学习重建在改善胰腺扩散加权成像质量中的效果	首次比较了呼吸门控常规DWI、深度学习重建呼吸门控DWI及屏气深度学习重建DWI在胰腺成像中的表现	样本量有限（仅27例有实体病灶），且未提及外部验证	提升胰腺扩散加权成像的图像质量	疑似胰腺疾病患者（n=117，其中27例有实体病灶）	医学影像分析	胰腺疾病	磁共振成像（MRI），扩散加权成像（DWI），深度学习重建	深度学习（未指定具体网络结构）	医学影像	117例患者
17	2025-09-02	Deep learning-based automatic cranial implant design through direct defect shape prediction and its comparison study 2025-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03363-5 PMID:40314711	研究论文	提出一种基于深度学习的自动颅骨植入物设计工作流，通过直接预测缺损形状实现颅骨修复	将颅骨植入物设计视为形状补全任务，首次使用深度神经网络直接预测缺损部位形状，并开发了3D Slicer插件实现端到端自动化	NA	自动化颅骨植入物设计流程，减少治疗时间	人类颅骨缺损区域	计算机视觉	颅骨损伤	深度学习	深度神经网络	3D图像	NA
18	2025-09-02	Artificial intelligence automated measurements of spinopelvic parameters in adult spinal deformity-a systematic review 2025-Sep, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-025-01111-1 PMID:40410653	系统综述	本综述评估深度学习在自动测量脊柱骨盆参数方面的进展，并与外科医生手动测量精度进行比较	系统评估了深度学习算法在脊柱畸形成人患者脊柱骨盆参数自动测量中的性能，并与人工测量进行对比	研究局限于特定数据库和2014-2024年间文献，排除了儿科患者和非畸形相关研究	评估深度学习在脊柱骨盆参数自动测量中的准确性和临床应用价值	成人脊柱畸形患者的脊柱骨盆参数	计算机视觉	脊柱畸形	深度学习	深度学习模型	X光影像	15至9,832张X光图像
19	2025-09-02	An adaptive frequency partitioning framework for epileptic seizure detection using TransseizNet 2025-Sep, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2507323 PMID:40421487	研究论文	提出一种基于TransseizNet的自适应频率划分框架，用于癫痫发作检测	结合经验可调Q小波变换进行信号分解，并采用小波图卷积网络视觉变换器，提升时空特征表示能力	NA	提高癫痫发作检测的准确性和计算效率	脑电图信号	机器学习	癫痫	经验可调Q小波变换，小波图卷积网络视觉变换器	Wavelet-Graph Convolutional Network Vision Transformer	脑电图信号	三个数据集
20	2025-09-02	Deep learning model for malignancy prediction of TI-RADS 4 thyroid nodules with high-risk characteristics using multimodal ultrasound: A multicentre study 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102576 PMID:40446583	研究论文	提出一种基于多模态超声的深度学习模型，用于预测具有高风险特征的TI-RADS 4甲状腺结节的恶性概率	整合B型超声和应变弹性成像的双模态图像信息，采用自适应粒子群优化和对比度受限自适应直方图均衡化算法增强图像，并通过深度学习实现高维特征融合与分类	NA	提高甲状腺结节恶性筛查的准确性，减少临床漏诊和误诊	具有高风险特征的TI-RADS 4甲状腺结节	计算机视觉	甲状腺癌	B型超声(BMUS), 应变弹性成像(SE), 自适应粒子群优化(APSO), 对比度受限自适应直方图均衡化(CLAHE)	深度学习框架	多模态超声图像	多中心研究（具体样本数量未在摘要中说明）