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	2025-08-03	Deep learning prediction of stroke thrombus red blood cell content from multiparametric MRI 2024-Aug, Interventional neuroradiology : journal of peritherapeutic neuroradiology, surgical procedures and related neurosciences IF:1.5Q3 DOI:10.1177/15910199221140962 PMID:36437762	研究论文	本研究利用卷积神经网络（CNN）通过多参数MRI图像预测缺血性卒中血栓的红细胞含量	首次使用CNN结合多参数MRI图像预测卒中血栓的红细胞含量，为急性缺血性卒中治疗策略提供指导	样本量较小（188个血栓切片），预测准确率有待提高	评估CNN预测缺血性卒中血栓红细胞含量的能力	缺血性卒中血栓	数字病理学	心血管疾病	多参数MRI（R2*、定量磁化率映射、晚回波GRE幅度图像）	CNN	图像	188个血栓切片
182	2025-08-03	Improving Image Segmentation with Contextual and Structural Similarity 2024-Aug, Pattern recognition IF:7.5Q1 DOI:10.1016/j.patcog.2024.110489 PMID:38645435	研究论文	提出了一种结合上下文相似性损失（CSL）和结构相似性损失（SSL）的方法，以提高医学图像分割的性能	通过CSL和SSL显式且高效地整合了体素间关系，改进了分割语义的一致性	未提及具体的数据集规模限制或模型泛化能力的详细评估	改进医学图像分割的语义一致性	临床锥束计算机断层扫描（CBCT）数据集和公共胰腺数据集	数字病理	颅颌面畸形	深度学习	CNN	医学图像	临床CBCT数据集和公共胰腺数据集（具体数量未提及）
183	2025-08-03	FHIR-GPT Enhances Health Interoperability with Large Language Models 2024-Aug, NEJM AI DOI:10.1056/aics2300301 PMID:40746832	研究论文	研究评估了大型语言模型（LLMs）将临床叙述转换为FHIR资源的能力，并开发了FHIR-GPT模型用于临床文本到FHIR药物声明的转换	开发了FHIR-GPT模型，专门用于将临床文本转换为FHIR药物声明，相比现有方法显著提高了匹配率	研究仅针对FHIR药物声明的转换，未涵盖其他类型的FHIR资源	提升健康数据的互操作性，支持表型分析、临床试验和公共卫生监测	临床叙述和FHIR资源	自然语言处理	NA	大型语言模型（LLMs）	GPT	文本	3671条临床文本片段
184	2025-08-03	Dose robustness of deep learning models for anatomic segmentation of computed tomography images 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044005 PMID:39099642	研究论文	研究探讨了深度学习模型在不同辐射剂量下对CT图像解剖分割的稳健性	利用全剂量采集的原始数据模拟低剂量CT扫描，避免了重新扫描患者的需求，并验证了模拟的准确性	对于有效半径小于19毫米的标签结果不稳定，且需要进一步研究病变分割方法的稳健性	评估现有分割模型在不同辐射剂量下的稳健性	CT图像	计算机视觉	NA	CT扫描	CNN	图像	NA
185	2025-08-03	Distinct brain morphometry patterns revealed by deep learning improve prediction of post-stroke aphasia severity 2024-Jun-12, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00541-8 PMID:38866977	研究论文	本研究利用深度学习技术揭示独特的脑形态测量模式，以改善中风后失语症严重程度的预测	使用CNN分析全脑形态测量和病变解剖，相比传统机器学习方法（如SVM），能更准确地预测慢性中风患者的严重失语症，并揭示了与病变大小无关的独特形态测量模式	研究样本量相对有限（N=231），且未探讨其他可能影响失语症严重程度的因素	改善中风后失语症严重程度的预测	慢性中风患者（N=231）	数字病理学	心血管疾病	深度学习	CNN, SVM	图像	231名慢性中风患者
186	2025-08-03	Improving the Generalizability of Deep Learning for T2-Lesion Segmentation of Gliomas in the Post-Treatment Setting 2024-May-16, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11050497 PMID:38790363	research paper	该研究旨在提高深度学习模型在治疗后胶质瘤T2病变分割中的泛化能力	通过混合新诊断和治疗后胶质瘤数据、应用迁移学习以及引入空间正则化，提高了单T2 FLAIR图像输入下的分割性能	研究样本量相对有限，治疗后患者训练数据仅占26%	提升治疗后胶质瘤T2病变自动分割的准确性，以更精确评估治疗效果	新诊断(208例)和治疗后(221例)胶质瘤患者的MRI数据	digital pathology	brain tumor/glioma	MRI (T2 FLAIR)	deep learning	medical image	429例(208新诊断+221治疗后)训练数据，24例治疗后患者测试数据
187	2025-08-03	Artificial Intelligence-Guided Segmentation and Path Planning Software for Transthoracic Lung Biopsy 2024-05, Journal of vascular and interventional radiology : JVIR IF:2.6Q2 DOI:10.1016/j.jvir.2024.02.006 PMID:38355040	研究论文	验证一种基于3D-CNN的AI软件在肺部病变检测中的敏感性和特异性，并评估AI生成的针路径与实际活检路径的一致性	使用3D-CNN进行肺部病变检测，并结合贝叶斯优化生成活检针路径，为自动化活检手术提供可能	研究为回顾性研究，且仅基于三家医院的CT扫描数据，可能影响结果的普适性	验证AI软件在肺部病变检测和活检路径规划中的有效性	肺部结节	数字病理	肺癌	CT扫描	3D-CNN	图像	219次扫描（2147个结节）用于训练，235次扫描（354个病变）用于验证，150名患者的活检路径用于比较
188	2025-08-03	DeepN4: Learning N4ITK Bias Field Correction for T1-weighted Images 2024-Apr, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09655-9 PMID:38526701	研究论文	本文提出了一种深度学习模型DeepN4，用于近似N4ITK偏置场校正方法，以提高T1加权MRI图像处理的便携性和灵活性	首次使用深度学习网络近似N4ITK偏置场校正，解决了传统方法难以在不同平台间移植和优化的问题	研究仅针对T1加权MRI图像，未验证在其他MRI序列上的适用性	开发一种便携、灵活且完全可微的MRI图像偏置场校正方法	T1加权MRI图像	医学图像处理	NA	深度学习	深度神经网络	MRI图像	来自72台不同扫描仪的8个独立队列数据集
189	2025-08-03	Random expert sampling for deep learning segmentation of acute ischemic stroke on non-contrast CT 2024-Feb-01, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2023-021283 PMID:38302420	研究论文	本研究探讨了使用随机专家采样训练深度学习算法在非对比CT上分割急性缺血性卒中的效果	提出了一种随机专家采样训练方法，其性能超过了专家间一致性和多数投票模型	样本量相对较小（260例），且外部验证集仅包含33例患者	提高非对比CT上急性缺血性卒中组织的分割准确性	急性缺血性卒中患者的非对比CT影像	数字病理学	急性缺血性卒中	深度学习分割	U-Net	医学影像（CT）	260例非对比CT研究（来自233名患者），外加33例外部验证病例
190	2025-08-03	Event-Based Clinical Finding Extraction from Radiology Reports with Pre-trained Language Model 2023-02, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-022-00717-5 PMID:36253581	研究论文	本文提出了一种基于预训练语言模型的方法，用于从放射学报告中提取临床发现事件	使用事件表示法捕捉放射学报告中病变和其他临床问题的细粒度细节，并利用BERT模型进行实体触发词和论元角色的提取	模型在跨机构数据和不同成像模态上的泛化能力虽已验证，但可能仍存在其他未测试场景的局限性	开发一种能够从放射学报告中提取临床发现的自动化方法，以支持诊断、分诊、结果预测和临床研究	放射学报告中的临床异常发现	自然语言处理	NA	预训练语言模型（BERT）	BERT	文本（放射学报告）	500份标注的CT报告和来自MIMIC-CXR数据库的外部验证集
191	2025-08-03	Federated Learning for Multicenter Collaboration in Ophthalmology: Improving Classification Performance in Retinopathy of Prematurity 2022-08, Ophthalmology. Retina DOI:10.1016/j.oret.2022.02.015 PMID:35296449	研究论文	比较集中式数据与联邦学习(FL)在早产儿视网膜病变(ROP)诊断中的性能	首次在ROP诊断中比较集中式数据与联邦学习的性能，证实FL在多机构协作中的有效性	研究仅涉及7个机构的5255张图像，样本量和机构数量有限	评估联邦学习在ROP诊断中的性能，探索多机构协作的可行性方案	早产儿视网膜病变(ROP)的眼底图像	数字病理	早产儿视网膜病变	深度学习	深度学习分类器	图像	7个机构中的5255张广角视网膜图像
192	2025-08-03	Automatic extraction of upper-limb kinematic activity using deep learning-based markerless tracking during deep brain stimulation implantation for Parkinson's disease: A proof of concept study 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0275490 PMID:36264986	研究论文	本研究利用基于深度学习的无标记追踪技术，在帕金森病深部脑刺激植入手术中自动提取上肢运动学活动	首次将深度学习计算机视觉技术应用于DBS手术中的无标记运动追踪，提高了运动行为评估的准确性	样本量较小(N=5)，且为概念验证研究，需要更大规模的验证	改进DBS手术中运动测试的客观性和准确性	帕金森病患者的上肢运动活动	计算机视觉	帕金森病	DeepLabCut计算机视觉套件	SVM(支持向量机)	视频	5名帕金森病患者
193	2025-08-03	Classification of multiple sclerosis clinical profiles using machine learning and grey matter connectome 2022, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2022.926255 PMID:36313252	研究论文	本研究利用灰质连接组数据和机器学习方法区分多发性硬化症的不同临床类型	结合四种简单ML模型分析灰质形态连接数据，无需复杂MR技术或深度学习架构即可获得良好分类性能	样本量相对较小（90例患者），且仅使用单一中心的MRI数据	探索灰质厚度连接组数据在多发性硬化症临床分型中的鉴别能力	90例多发性硬化症患者（包括CIS、RRMS、SPMS和PPMS四种临床类型）	数字病理学	多发性硬化症	MRI T1加权成像、灰质分割、皮质厚度测量	Logistic Regression, Random Forest, SVM, AdaBoost, 集成模型	MRI图像数据	90例多发性硬化症患者
194	2025-08-02	Deep learning approach with ConvNeXt-SE-attn model for in vitro oral squamous cell carcinoma and chemotherapy analysis 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103519 PMID:40747534	研究论文	提出了一种结合ConvNeXt-SE-attn模型的深度学习方法，用于体外口腔鳞状细胞癌（OSCC）和化疗分析	采用残差连接与Squeeze-and-Excitation模块、混合注意力系统以及增强的激活函数和优化算法，提升特征提取过程中的梯度流动	未提及具体样本量及外部验证结果	提高口腔鳞状细胞癌的诊断准确性和治疗效果评估	口腔鳞状细胞癌（OSCC）的体外样本	数字病理	口腔鳞状细胞癌	深度学习	ConvNeXt-SE-Attn（结合CNN、SE模块和注意力机制）	图像	NA
195	2025-08-02	Towards bridging the synthetic-to-real gap in quantitative photoacoustic tomography via unsupervised domain adaptation 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100736 PMID:40747132	研究论文	提出了一种基于无监督领域自适应的解码器增强框架（DDA），用于缩小定量光声层析成像中合成数据与真实数据之间的领域差距	提出DDA框架，通过调整归一化层的仿射参数，显著提高了在少量目标样本上的估计精度	需要至少两个目标样本进行微调，可能限制了在样本极少情况下的应用	解决定量光声层析成像中因吸收系数标注困难而导致的深度学习应用受限问题	合成数据与未标记的真实光声层析成像数据	数字病理	NA	定量光声层析成像	DDA（Decoder-enhanced unsupervised Domain Adaptation）	图像	至少两个目标样本
196	2025-08-02	ChemKANs for combustion chemistry modeling and acceleration 2025-Aug-01, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d5cp02009c PMID:40747601	研究论文	介绍了一种名为ChemKANs的新型神经网络框架，用于燃烧化学的模型推断和模拟加速	ChemKANs通过结合Kolmogorov-Arnold网络常微分方程（KAN-ODEs）与相关动力学和热力学定律的信息流知识，增强了模型的表达能力和训练效率	未明确提及具体限制，但可能面临复杂燃烧化学场景下的泛化能力挑战	开发高效、稳健的化学动力学模型推断和模拟加速工具	燃烧化学模型	机器学习	NA	KAN-ODE算法	ChemKANs（基于KAN-ODEs的神经网络框架）	化学动力学数据	未明确提及具体样本数量，但测试了包含高达15%噪声的稀疏数据
197	2025-08-02	Prediction of Retention Time by Combining Multiple Data Sets with Chromatographic Parameter Vectorization and Transfer Learning 2025-Aug-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01703 PMID:40747624	研究论文	本研究提出了一种结合多个数据集、色谱参数向量化和迁移学习的方法（MDL-TL），用于预测不同色谱系统和操作条件下的保留时间（RT）	MDL-TL方法通过word2vec和自动编码器向量化色谱参数（CPs），并将CPs纳入化合物表示中，从而增强了数据并引入了CPs到RT预测中，使得预训练模型能够通过微调有效地迁移到不同的目标系统	虽然MDL-TL在多个数据集上表现优异，但其性能可能仍受限于数据稀疏性问题	开发一种能够预测不同色谱系统和操作条件下保留时间（RT）的方法	保留时间（RT）预测	机器学习	NA	word2vec, autoencoders, 迁移学习	深度学习	色谱数据	14个反相液相色谱数据集和14个亲水作用液相色谱数据集
198	2025-08-02	OLSIA: Open Lumbar Spine Image Analysis - A 3D Slicer Extension for Segmentation, Grading, and Intervertebral Disc Height Index with Multi-Dataset Validation 2025-Aug-01, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005462 PMID:40747922	研究论文	开发了一个名为OLSIA的开放软件，用于腰椎图像分析，支持无代码方法进行腰椎分割、分级和椎间盘高度指数计算，并在六个外部数据集上进行了验证	开发了一个用户友好的无代码工具OLSIA，用于腰椎图像分析，显著提高了处理效率，并在多个地理区域的数据集上验证了其性能	尽管DHI测量的配对t检验结果显著，但BA图的平均差异（0.02）表明系统偏差较低	开发一个开放软件，用于腰椎图像分析，以加速放射组学和腰椎图像分析工作流程	腰椎图像，包括椎体L1-S1和椎间盘L1/2-L5/S1	数字病理学	腰椎疾病	深度学习（DL）	DL模型	图像	六个外部数据集（NFBC1966、HKDDC、TwinsUK、CETIR、NCSD、SPIDER和Mendeley），每个数据集30名参与者
199	2025-08-02	Artificial Intelligence-Assisted Visualized Microspheres for Biochemical Analysis: From Encoding to Decoding 2025-Aug-01, Accounts of chemical research IF:16.4Q1 DOI:10.1021/acs.accounts.5c00396 PMID:40748254	研究论文	本文总结了作者团队在开发AI辅助可视化微球用于生物传感分析方面的研究，重点介绍了独特的编码-解码策略和各种生化方法	结合AI技术实现编码微球图像的高速精准处理，开发了多种生物传感平台和便携式光学成像设备	需要进一步提升编码容量和开发轻量级智能手机解码应用	开发AI辅助可视化微球用于生物化学分析	蛋白质、细菌、病毒和抗生素等多种目标物	生物传感	NA	免疫分析、点击化学、Ago系统、CRISPR系统和微流控技术	计算机视觉、机器学习、深度学习和无监督学习	图像	NA
200	2025-08-02	FOCUS-DWI improves prostate cancer detection through deep learning reconstruction with IQMR technology 2025-Aug-01, Abdominal radiology (New York) DOI:10.1007/s00261-025-05100-w PMID:40748461	研究论文	本研究探讨了使用智能快速磁共振(IQMR)图像后处理技术对FOCUS-DWI序列在前列腺癌检测中的图像质量影响，并评估其在区分良恶性病变中的效果	采用IQMR后处理系统生成IQMR-FOCUS-DWI图像，显著提高了图像质量和诊断准确性	样本量较小(62例患者)，且为回顾性研究	评估IQMR技术对FOCUS-DWI序列在前列腺癌检测中的改进效果	62例前列腺肿块患者(31例良性和31例恶性)	数字病理	前列腺癌	MRI、FOCUS-DWI、IQMR后处理系统	NA	医学影像(MRI图像)	62例患者(31例良性和31例恶性前列腺肿块)