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
181	2025-04-24	Deep Learning for Predicting the Difficulty Level of Removing the Impacted Mandibular Third Molar 2025-Feb, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.06.021 PMID:39043529	研究论文	开发并评估了一种基于计算机辅助可视化的深度学习系统，用于预测下颌阻生第三磨牙手术移除的难度等级	整合了三种不同的深度学习模型（ResNet101V2、RetinaNet和Vision Transformer）来预测手术难度等级	样本量相对较小（1367张图像来自784名患者），且数据为回顾性收集	开发一个深度学习系统，用于术前评估下颌阻生第三磨牙的手术移除难度	下颌阻生第三磨牙（LM3）的全景放射影像	计算机视觉	口腔疾病	深度学习	ResNet101V2, RetinaNet, Vision Transformer	图像	1367张LM3图像来自784名患者
182	2025-04-24	AutoCorNN: An Unsupervised Physics-Aware Deep Learning Model for Geometric Distortion Correction of Brain MRI Images Towards MR-Only Stereotactic Radiosurgery 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01171-1 PMID:39080159	research paper	开发了一种名为AutoCorNN的无监督物理感知深度学习模型，用于校正脑MRI图像的几何畸变，以提高立体定向放射手术的精度	AutoCorNN结合了两个2D卷积编码器-解码器神经网络与MRI信号生成的前向物理模型，无需地面真实图像即可进行无监督训练	研究主要针对前庭神经鞘瘤病例，可能在其他类型的脑部疾病中表现未经验证	开发一种高效准确的脑MRI图像几何畸变校正方法，以支持高精度放射治疗	脑MRI图像的几何畸变校正	digital pathology	vestibular schwannoma	MRI	CNN	image	两个公开数据集，包括318名受试者和242名患者
183	2025-04-24	3D Features Fusion for Automated Segmentation of Fluid Regions in CSCR Patients: An OCT-based Photodynamic Therapy Response Analysis 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01190-y PMID:39075249	research paper	提出了一种基于深度学习的自动化3D分割方法，用于光学相干断层扫描（OCT）图像中液体区域的识别，并分析CSCR患者对光动力疗法（PDT）的反应	利用OCT扫描中的丰富3D上下文信息训练模型，准确分割液体区域，并预测PDT治疗反应，为个性化治疗策略提供支持	研究主要针对CSCR患者，可能不适用于其他视网膜病变	开发一种自动化方法，用于CSCR患者OCT图像中液体区域的精确分割和PDT治疗反应预测	CSCR患者的OCT扫描图像	digital pathology	retinal pathologies	OCT, deep learning	DL	3D OCT scans	2769张OCT扫描（124个3D体积）
184	2025-04-24	Developing an Effective Off-the-job Training Model and an Automated Evaluation System for Thoracoscopic Esophageal Atresia Surgery 2025-Feb, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.06.023 PMID:39054116	research paper	开发了一种基于深度学习的自动化评估系统，用于评估胸腔镜食管闭锁手术中的手术技能	利用深度学习技术自动评估手术技能，并通过钳子运动识别手术技术质量	样本量较小，仅有45名参与者，且自动化系统的精确度为75%，仍有提升空间	构建一个自动化系统，用于客观评估胸腔镜食管闭锁手术中的手术技能	参与胸腔镜食管闭锁手术训练的医生	digital pathology	esophageal atresia	deep learning	DL	image	45名参与者（13名技能优秀，32名技能较差）
185	2025-04-24	A Boundary-Enhanced Decouple Fusion Segmentation Network for Diagnosis of Adenomatous Polyps 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01195-7 PMID:39037669	研究论文	本研究开发了一种基于深度学习的边界增强解耦融合分割网络，用于腺瘤性息肉的定位和分类	提出了一种新的边界增强解耦融合分割网络，结合了SBE模块、GAB和BEM模块，分别增强身体和边缘特征，提高了分类精度	仅在两个私有数据集上进行了实验，未在公开数据集上验证	开发一种精确的腺瘤性息肉分类方法，以支持个性化治疗	腺瘤性息肉（绒毛状腺瘤和管状腺瘤）	数字病理学	腺瘤性息肉	深度学习	EGE-UNet, PPM, SBE, GAB, BEM	内窥镜图像	两个私有数据集（具体样本数量未提及）
186	2025-04-24	The Use of fMRI Regional Analysis to Automatically Detect ADHD Through a 3D CNN-Based Approach 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01189-5 PMID:39028358	研究论文	本研究利用功能性磁共振成像（fMRI）和3D卷积神经网络（CNN）自动检测注意力缺陷多动障碍（ADHD）	提出了一种基于3D CNN的新深度学习模型，用于分类ADHD患者，并在ADHD-200数据库上验证了其有效性	数据集存在不平衡问题，且模型在不同数据集上的准确率存在差异	开发一种自动检测ADHD的决策支持系统	ADHD患者和健康对照者的fMRI数据	数字病理学	神经发育障碍	fMRI, 3D CNN, FCNN	3D CNN, FCNN	图像	ADHD-200数据库（包含NeuroImage、纽约大学和北京大学的数据集）
187	2025-04-24	Detection and severity assessment of obstructive sleep apnea according to deep learning of single-lead electrocardiogram signals 2025-Feb, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.14285 PMID:39021352	research paper	该研究开发了一种基于单导联心电图信号的深度学习模型，用于阻塞性睡眠呼吸暂停的检测和严重程度评估	利用单导联心电图信号结合深度学习模型进行阻塞性睡眠呼吸暂停的检测和严重程度评估，提高了检测的便捷性和准确性	模型在轻度阻塞性睡眠呼吸暂停患者中的准确率相对较低（69.33%）	开发一种便捷的方法用于阻塞性睡眠呼吸暂停的诊断和治疗	375名接受多导睡眠图检查的患者	machine learning	obstructive sleep apnea	deep learning	CNN	electrocardiogram signals	375 patients
188	2025-04-24	Diagnostic Accuracy of Ultra-Low Dose CT Compared to Standard Dose CT for Identification of Fresh Rib Fractures by Deep Learning Algorithm 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01027-8 PMID:39020151	research paper	本研究旨在评估超低剂量CT（ULD-CT）与标准剂量CT（SD-CT）在通过深度学习算法检测肋骨骨折（DLADRF）时的诊断准确性	使用深度学习算法（DLADRF）比较ULD-CT和SD-CT在肋骨骨折诊断中的表现，并探讨AI辅助对放射科医生诊断性能的提升	样本量较小（158例），且未探讨不同骨折类型或位置的诊断差异	评估ULD-CT在肋骨骨折诊断中的准确性及其AI辅助诊断价值	158例接受肋骨骨折法医诊断的患者（50例SD-CT，108例ULD-CT）	digital pathology	trauma	computed tomography (CT)	deep learning algorithm (DLADRF)	medical imaging	158例患者（50例SD-CT，108例ULD-CT）
189	2025-04-24	Fully and Weakly Supervised Deep Learning for Meniscal Injury Classification, and Location Based on MRI 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01198-4 PMID:39020156	research paper	开发了一种基于MRI图像的自动分类和定位半月板损伤的深度学习模型	提出了LGSA-UNet模型，融合相邻切片特征并调整Siam块使中心切片获得丰富上下文信息	模型在三类半月板（正常、撕裂和软化）分类上的准确率在0.60到0.88之间，仍有提升空间	开发自动化的半月板损伤分类和定位方法以提高诊断效率	MRI图像中的半月板损伤	digital pathology	geriatric disease	MRI	LGSA-UNet	image	130膝用于模型开发，1756膝用于建立分割和分类模型，206膝用于外部验证
190	2025-04-24	Achieving high accuracy in meniscus tear detection using advanced deep learning models with a relatively small data set 2025-Feb, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA DOI:10.1002/ksa.12369 PMID:39015056	研究论文	本研究评估了YOLOv8和EfficientNetV2深度学习模型在相对较小的数据集上检测半月板撕裂的有效性	在相对较小的数据集上，使用YOLOv8和EfficientNetV2深度学习模型实现了高精度的半月板撕裂检测	数据集相对较小，可能影响模型的泛化能力	评估深度学习模型在半月板撕裂检测中的有效性	642例膝关节的MRI扫描	计算机视觉	骨科疾病	MRI	YOLOv8, EfficientNetV2	图像	642例膝关节的MRI扫描
191	2025-04-24	Deep learning and explainable artificial intelligence for investigating dental professionals' satisfaction with CAD software performance 2025-Feb, Journal of prosthodontics : official journal of the American College of Prosthodontists DOI:10.1111/jopr.13900 PMID:39010644	研究论文	本研究利用深度学习和可解释人工智能技术，调查牙科专业人员对CAD软件性能的满意度	首次将DL-XAI行为分析方法应用于牙科领域，揭示影响CAD软件满意度的关键因素	样本仅包含436名牙科专业人员，可能无法代表所有潜在用户	评估牙科专业人员对CAD软件的满意度并识别关键影响因素	牙科学生、牙医和牙科技师	数字病理	NA	深度学习和可解释人工智能(XAI)	多层感知器人工神经网络(MLP-ANN)	行为数据	436名牙科专业人员
192	2025-04-24	Deep Learning-Based Localization and Detection of Malpositioned Nasogastric Tubes on Portable Supine Chest X-Rays in Intensive Care and Emergency Medicine: A Multi-center Retrospective Study 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01181-z PMID:38980623	研究论文	开发了一个基于深度学习的计算机辅助检测系统，用于定位和检测便携式胸部X光片中鼻胃管的错位	使用DeepLabv3+和DenseNet121模型架构进行分割和分类，实现了高精度的鼻胃管定位和错位检测	研究为回顾性研究，可能受到数据收集的限制	开发一个计算机辅助检测系统，用于检测鼻胃管的错位，以减少严重并发症	便携式胸部X光片中的鼻胃管	数字病理学	重症监护和急诊医学相关疾病	深度学习	DeepLabv3+和DenseNet121	图像	7378张便携式胸部X光片
193	2025-04-24	Adrenal Volume Quantitative Visualization Tool by Multiple Parameters and an nnU-Net Deep Learning Automatic Segmentation Model 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01158-y PMID:38955963	研究论文	开发了一种基于nnU-Net深度学习模型的肾上腺体积自动分割与可视化工具	使用多参数、多机型、多剂量的大数据集训练模型，提高了准确性和适应性，特别是在低剂量CT扫描上的表现	模型在样本选择和成像参数上仍有局限性，尤其是低剂量成像参数的训练不足	开发一种高精度、广泛适应的肾上腺体积自动分割工具，用于肾上腺疾病的筛查、监测和术前可视化辅助	肾上腺	数字病理	肾上腺疾病	深度学习	nnU-Net	CT图像	包含多参数、多机型、多剂量的大数据集
194	2025-04-24	Structure-based computational design of antibody mimetics: challenges and perspectives 2025-Feb, FEBS open bio IF:2.8Q3 DOI:10.1002/2211-5463.13855 PMID:38925955	综述	本文综述了基于结构的计算方法在抗体模拟物设计中的应用、挑战和前景	整合机器学习和深度学习方法到抗体模拟物设计框架中，提升了设计流程	高通量计算机设计与实验实现之间仍存在挑战	探讨抗体模拟物的计算设计方法及其在生物技术中的应用	抗体模拟物及其设计方法	计算生物学	NA	结构计算方法、机器学习和深度学习	NA	NA	NA
195	2025-04-24	Multi-task aquatic toxicity prediction model based on multi-level features fusion 2025-Feb, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.06.002 PMID:38844122	research paper	本文提出了一种基于多级特征融合的多任务水生毒性预测模型ATFPGT-multi，用于预测有机化合物对四种不同鱼类的急性毒性	模型整合了分子指纹和分子图来表征分子，实现了对同一有机化合物在四种不同鱼类上的急性毒性同时预测，并通过注意力分数识别与鱼类毒性相关的分子片段，提高了预测的准确性和可解释性	未明确提及具体局限性	开发一种高精度、快速且具有良好泛化能力的水生毒性预测模型，以支持环境保护和生态风险评估	有机化合物及其对四种不同鱼类的急性毒性	machine learning	NA	deep learning	multi-task deep neural network	molecular fingerprints, molecule graphs	四种鱼类数据集
196	2025-04-24	Unsupervised stain augmentation enhanced glomerular instance segmentation on pathology images 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03154-7 PMID:38848032	研究论文	提出一种基于无监督染色增强的方法，用于病理图像中肾小球实例的分割	使用对比无配对翻译（CUT）实现不同染色方法之间的转换，提升训练集的染色多样性，并将mask R-CNN的主干网络替换为swin transformer以提高特征提取效率	未提及具体局限性	提升病理图像中肾小球实例分割的性能	病理图像中的肾小球结构	数字病理学	NA	对比无配对翻译（CUT）	mask R-CNN, swin transformer	病理图像	216张全切片图像（WSIs），包含PAS、MT和PASM三种染色
197	2025-04-24	OrganoIDNet: a deep learning tool for identification of therapeutic effects in PDAC organoid-PBMC co-cultures from time-resolved imaging data 2025-Feb, Cellular oncology (Dordrecht, Netherlands) DOI:10.1007/s13402-024-00958-2 PMID:38805131	research paper	该研究开发了一个名为OrganoIDNet的深度学习工具，用于从时间分辨成像数据中识别PDAC类器官-PBMC共培养中的治疗效果	引入了OrganoIDNet算法，能够分析活细胞成像获取的PDAC类器官的明场图像，并能够区分健康和病态状态，测量类器官对治疗的反应	研究主要基于实验室培养的类器官和PBMCs，可能无法完全模拟体内复杂的肿瘤微环境	评估PDAC类器官对化疗和免疫治疗的反应，开发实时监测治疗效果的方法	小鼠和人类患者来源的PDAC类器官与PBMCs的共培养	digital pathology	pancreatic cancer	live-cell imaging	deep-learning-based algorithm (OrganoIDNet)	image	NA
198	2025-04-24	Concomitant Prediction of the Ki67 and PIT-1 Expression in Pituitary Adenoma Using Different Radiomics Models 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01121-x PMID:38750186	研究论文	本研究旨在通过三种不同的放射组学模型，术前同时预测垂体腺瘤中Ki67的高表达和垂体转录因子1（PIT-1）的阳性表达	首次同时预测Ki67和PIT-1的表达，并比较了经典机器学习、深度学习和深度学习放射组学模型的性能	研究为回顾性设计，样本量相对有限，且仅基于单一医疗中心的数据	术前预测垂体腺瘤中Ki67和PIT-1的表达状态	247名垂体腺瘤患者	数字病理	垂体腺瘤	放射组学分析	LR, SVM, MLP	MRI图像（T1CE, T1WI, T2WI）	247例患者（训练集198例，测试集49例）
199	2025-04-24	Deep Learning-Based Detect-Then-Track Pipeline for Treatment Outcome Assessments in Immunotherapy-Treated Liver Cancer 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01132-8 PMID:38740661	research paper	开发了一种基于深度学习的检测-追踪流程，用于自动识别和追踪肝癌病变，以评估免疫治疗的治疗效果	提出了一种新的深度学习流程，能够自动识别3D CT扫描中的肝脏病变并纵向追踪目标病变，提高了RECIST治疗结果评估的准确性和一致性	研究样本量相对较小（173名患者），且仅针对肝癌，可能限制了结果的普遍适用性	提高免疫治疗肝癌患者的治疗效果评估的准确性和一致性	肝癌患者的3D CT扫描图像	digital pathology	liver cancer	3D CT扫描	deep learning-based pipeline	3D CT图像	173名多国患者（344次静脉期CT扫描）
200	2025-04-24	Automatic Segmentation of Quadriceps Femoris Cross-Sectional Area in Ultrasound Images: Development and Validation of Convolutional Neural Networks in People With Anterior Cruciate Ligament Injury and Surgery 2025-02, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.11.004 PMID:39581823	research paper	开发并验证了用于前交叉韧带(ACL)损伤患者股四头肌横截面积(CSA)自动分割的卷积神经网络(CNN)模型	针对ACL损伤患者肌肉大小和质量变化的特点，验证了DeepACSA CNN模型在这一特定人群中的有效性	模型在ACL-only VM模型中的错误预测率较高(20%)	验证CNN模型在ACL损伤患者股四头肌CSA自动分割中的有效性	ACL损伤患者的股四头肌(包括股外侧肌[VL]、股直肌[RF]和股内侧肌[VM])	computer vision	anterior cruciate ligament injury	ultrasound imaging	CNN	image	124名ACL损伤患者(年龄22.8±7.9岁，61名女性)的股四头肌全景CSA超声图像(VL n=430，RF n=349，VM n=723)，外加153名健康参与者的额外图像用于VL和RF组合模型