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
201	2025-06-26	Developing and validating a knowledge-based AI assessment system for learning clinical core medical knowledge in otolaryngology 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108765 PMID:38897143	研究论文	本研究开发并验证了一种基于知识的AI评估系统（MEKAS），用于耳鼻喉科临床核心医学知识（CCMK-OTO）的学习	采用知识型AI方法（如知识库技术和基于案例的推理）构建多专家知识聚合的自适应评估方案，促进CCMK-OTO学习	研究样本规模有限，且仅在单一三级转诊医院进行验证，需更大规模和多样化的机构进一步评估	开发并验证一种自适应评估系统，以促进耳鼻喉科临床核心医学知识的学习	医学实习生（包括研究生和本科生）和耳鼻喉科住院医师	医疗教育技术	耳鼻喉科疾病	知识库技术、基于案例的推理	知识型AI	问卷数据、测试成绩	实验组30人（22名UPGY实习生和8名ENT-R住院医师），对照组24名UPGY实习生
202	2025-06-26	Dual-channel end-to-end network with prior knowledge embedding for improving spatial resolution of magnetic particle imaging 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108783 PMID:38909446	研究论文	提出了一种双通道端到端网络，通过嵌入先验知识来提高磁粒子成像（MPI）的空间分辨率	首次将MPI的点扩散函数（PSF）与深度学习范式无缝集成，显著提高了空间分辨率性能	未提及该方法在临床大规模应用中的验证情况	在不降低信噪比（SNR）的前提下提高磁粒子成像的空间分辨率	磁粒子成像（MPI）系统	医学影像处理	NA	深度学习	双通道端到端网络（DENPK-MPI）	医学影像数据	仿真、体模和体内MPI实验数据
203	2025-06-26	Deep learning-based automated detection and segmentation of bone and traumatic bone marrow lesions from MRI following an acute ACL tear 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108791 PMID:38905892	research paper	本研究利用3D U-Net模型从MRI扫描中自动检测和分割骨及创伤性骨髓病变（BML），以替代传统的手动评估方法	采用多任务学习方法和后处理算法提升分割精度，首次实现BML的自动化分割	模型在不同人群和采集条件下的泛化性需进一步验证	开发自动化工具以简化创伤性骨髓病变的临床评估流程	急性前交叉韧带（ACL）撕裂患者的MRI扫描图像	digital pathology	骨关节炎	T2脂肪抑制快速自旋回波（FS FSE）MRI序列	3D U-Net	MRI图像	采用五折交叉验证，具体样本量未明确说明
204	2025-06-26	Multi-modal deep learning from imaging genomic data for schizophrenia classification 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1384842 PMID:39006822	研究论文	提出了一种基于多模态深度学习的方法，结合结构磁共振成像、功能磁共振成像和遗传标记数据，用于精神分裂症分类	采用多模态数据融合和可解释AI技术，提高了分类准确性并识别了关键的功能网络连接和SNPs	实验数据集可能有限，未提及模型在其他独立数据集上的泛化能力	改进精神分裂症的检测方法	精神分裂症患者和健康对照者	机器学习	精神分裂症	sMRI, fMRI, SNP分析	DenseNet, 1D CNN, XGBoost	医学影像数据、基因组数据	未明确提及具体样本数量
205	2025-06-26	Annotation of spatially resolved single-cell data with STELLAR 2022-11, Nature methods IF:36.1Q1 DOI:10.1038/s41592-022-01651-8 PMID:36280720	research paper	本文介绍了一种名为STELLAR的几何深度学习方法，用于在空间分辨的单细胞数据集中进行细胞类型发现和识别	STELLAR方法不仅能够自动将细胞分配到注释参考数据集中存在的细胞类型，还能发现新的细胞类型和状态，并且能够跨不同解剖区域、组织和供体转移注释	NA	开发一种能够考虑空间组织的计算方法，以准确注释空间分辨的单细胞数据	空间分辨的单细胞数据	digital pathology	NA	几何深度学习	STELLAR	空间分辨的单细胞数据	260万个空间分辨的单细胞
206	2025-06-25	Refining cardiac segmentation from MRI volumes with CT labels for fine anatomy of the ascending aorta 2025-Jun-24, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00926-x PMID:40553227	research paper	本研究评估了一种基于CT引导的细化方法，用于从MRI体积中进行心脏分割，重点保留Valsalva窦的详细形状	利用CT体积的标签来细化MRI体积中的心脏分割，特别是针对Valsalva窦的低空间对比度问题	尽管在某些输出中观察到Valsalva窦附近的隆起结构，但定量分割精度的改进未能得到验证	提高心脏MRI分割的精度，特别是针对Valsalva窦等复杂结构	心脏结构，特别是Valsalva窦和升主动脉	digital pathology	cardiovascular disease	MRI, CT, 深度学习	nnU-Net	image	20个MRI体积和20个CT体积
207	2025-06-25	Preoperative Assessment of Lymph Node Metastasis in Rectal Cancer Using Deep Learning: Investigating the Utility of Various MRI Sequences 2025-Jun-24, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17717-8 PMID:40553356	研究论文	本研究旨在开发一种基于三维多参数磁共振成像（mpMRI）的深度学习模型，用于直肠癌术前淋巴结转移评估，并探讨不同MRI序列的贡献	设计了多参数多尺度EfficientNet（MMENet）模型，有效提取mpMRI中与淋巴结转移相关的特征，并在性能上优于单参数模型和其他序列组合的MMENet以及放射科医生	研究为回顾性设计，可能受到样本选择和偏倚的影响	开发深度学习模型用于直肠癌术前淋巴结转移评估	直肠癌患者	数字病理	直肠癌	mpMRI	EfficientNet（MMENet）	MRI图像	613名来自四个医疗中心的直肠癌患者
208	2025-06-25	Neural network-based multi-task learning to assist planning of posterior spinal fusion surgery for adolescent idiopathic scoliosis 2025-Jun-24, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-025-01125-9 PMID:40553418	研究论文	本研究开发了一种基于神经网络的多任务学习模型，用于辅助青少年特发性脊柱侧弯后路脊柱融合手术的规划	首次将多任务学习神经网络应用于青少年特发性脊柱侧弯手术规划，能够同时预测多个手术相关参数	样本量相对较小（189例患者），且仅针对Lenke 1A和2A型曲线的患者	改善青少年特发性脊柱侧弯后路脊柱融合手术的规划效果	青少年特发性脊柱侧弯患者	数字病理学	青少年特发性脊柱侧弯	深度学习	NNML（神经网络多任务学习模型）	临床和影像数据	189例AIS患者（训练集179例，外部验证10例）
209	2025-06-24	Physically grounded deep learning-enabled gold nanoparticle localization and quantification in photonic resonator absorption microscopy for digital resolution molecular diagnostics 2025-Aug-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117455 PMID:40233489	research paper	提出了一种名为LOCA-PRAM的深度学习方法，结合光子共振吸收显微镜（PRAM），利用金纳米颗粒（AuNPs）作为分子标签，实现数字分辨率的生物分子检测	LOCA-PRAM通过光子晶体（PC）-AuNP共振耦合增强信号对比度，无需将样品分割成液滴或进行酶扩增，即可实现目标分子的精确量化	NA	实现数字分辨率的分子生物标志物检测，用于疾病诊断、治疗研究和生物医学研究	金纳米颗粒（AuNPs）作为分子标签	digital pathology	NA	光子共振吸收显微镜（PRAM）、扫描电子显微镜（SEM）	deep learning	image	NA
210	2025-06-24	Deep learning approaches to surgical video segmentation and object detection: A scoping review 2025-Aug, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110482 PMID:40460561	综述	本文回顾了2014年至2024年间关于手术视频中解剖结构语义分割和物体检测的深度学习模型的最新研究进展	总结了深度学习在手术视频语义分割和物体检测中的最新性能，特别是实时应用的潜力	对于较小结构（如神经）的分割准确性较低，数据可用性和模型泛化性仍是未来发展的关键挑战	评估手术视频中解剖结构语义分割的最新技术水平，并探讨深度学习模型在临床应用中的进展	手术视频中的解剖结构	计算机视觉	NA	深度学习	U-Net, DeepLab	视频	61项已发表研究，涉及普通外科、结直肠外科和神经外科等多种手术类型
211	2025-06-24	Radiomics and deep learning characterisation of liver malignancies in CT images - A systematic review 2025-Aug, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110491 PMID:40466239	系统综述	本文系统综述了基于机器学习的放射组学和深度学习在CT图像中表征肝脏恶性肿瘤的方法、成就、局限性和性能结果	综合评估了放射组学和深度学习在肝脏恶性肿瘤CT图像分析中的应用及两者结合的最新趋势	数据稀缺和缺乏标准化协议等挑战仍然存在	评估机器学习在肝脏恶性肿瘤CT图像分析中的应用效果	肝脏恶性肿瘤的CT图像	数字病理学	肝癌	CT成像	CNN	图像	49项研究（17项放射组学研究，24项深度学习研究，8项结合研究）
212	2025-06-24	Enhancing and advancements in deep learning for melanoma detection: A comprehensive review 2025-Aug, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110533 PMID:40483855	review	本文对深度学习在黑色素瘤检测中的应用进行了全面回顾，探讨了其趋势和差距	强调了深度学习模型在黑色素瘤检测中的可复制性和泛化性，以及需要更多样化和高质量数据的需求	现有模型对不同肤色人群的适用性有限，且许多研究缺乏数据分区的透明度，导致模型过拟合和可重复性问题	探讨深度学习在黑色素瘤检测中的应用趋势和挑战	深度学习模型在黑色素瘤图像分析中的应用	computer vision	melanoma	deep learning	ResNet, Inception	image	公共数据库如ISIC和HAM10000
213	2025-06-24	Soft-tissue prediction based on 3D photographs for virtual surgery planning of orthognathic surgery 2025-Aug, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110529 PMID:40505289	研究论文	本研究开发并验证了一种基于深度学习的方法，用于实时预测正颌手术后面部软组织的改变	结合了可变形模型、主成分分析和前馈神经网络，实时预测不同正颌手术对面部软组织的影响	预测精度在不同面部区域存在差异，下巴区域的误差相对较大	开发一种能够实时预测正颌手术后面部软组织变化的深度学习方法	正颌手术患者的面部软组织变化	数字病理	颌面畸形	3D摄影	前馈神经网络	3D图像	458名接受各种正颌手术的患者
214	2025-06-24	Insights on Scan-Specific Deep-Learning Strategies for Brain MRI Parallel Imaging Reconstruction 2025-Aug, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70079 PMID:40545734	研究论文	本文探讨了用于脑MRI并行成像重建的扫描特定深度学习策略，并提出了优化架构和训练细节的方法	提出了一种新的指标COBRAI来量化结构化残留伪影的水平，并展示了通过网格搜索和K折交叉验证优化超参数的方法	研究仅限于2D脑MRI数据，未涉及3D或其他身体部位的MRI数据	优化脑MRI并行成像重建的深度学习策略	脑MRI数据	医学影像分析	NA	深度学习，并行成像重建	CNN（包括单层和三层残差CNN架构）	MRI图像	FastMRI数据集和内部多对比2D数据
215	2025-06-24	DeepB3P: A transformer-based model for identifying blood-brain barrier penetrating peptides with data augmentation using feedback GAN 2025-Jul, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.08.002 PMID:39111628	研究论文	本文提出了一种基于Transformer的深度学习模型DeepB3P，用于预测血脑屏障穿透肽（BBBPs），并利用反馈生成对抗网络（FBGAN）解决数据不平衡问题	结合Transformer模型和FBGAN，有效生成类似BBBPs的肽段并解决数据不平衡问题，在预测性能上显著优于现有方法	未明确提及具体局限性，但数据不平衡问题可能仍存在一定影响	开发高效准确的血脑屏障穿透肽预测工具，促进中枢神经系统药物开发	血脑屏障穿透肽（BBBPs）	自然语言处理	中枢神经系统疾病	深度学习、生成对抗网络	Transformer、FBGAN	肽序列数据	未明确提及具体样本量
216	2025-06-24	Classifying Three-Wall Intrabony Defects from Intraoral Radiographs Using Deep Learning-Based Convolutional Neural Network Models 2025-Jul, European journal of dentistry DOI:10.1055/s-0044-1791784 PMID:39572193	research paper	本研究使用基于深度学习的CNN模型对口腔内X光片中的三壁骨内缺损进行分类	首次应用多种CNN模型对三壁骨内缺损进行分类，并评估其性能	模型性能AUC值在0.7至0.77之间，仍有提升空间	开发一种自动分类三壁骨内缺损的方法以辅助牙周治疗	口腔内X光片中的三壁骨内缺损	digital pathology	periodontal disease	deep learning	CNN (InceptionV3, InceptionResNetV2, ResNet50V2, MobileNetV3Large, EfficientNetV2B1, VGG19)	image	1,369张来自556名患者的X光片
217	2025-06-24	Identifying Primary Sites of Spinal Metastases: Expert-Derived Features vs. ResNet50 Model Using Nonenhanced MRI 2025-Jul, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29720 PMID:39868626	研究论文	本研究开发并验证了使用非增强MRI的人工智能模型，以识别脊柱转移瘤的原发部位，旨在提高诊断效率	比较了专家衍生特征模型和ResNet50深度学习模型在非增强MRI上识别脊柱转移瘤原发部位的效能，发现专家模型在常见部位表现更优	研究为回顾性设计，样本量有限（514例），且仅使用非增强MRI数据	提高脊柱转移瘤原发部位的诊断效率	514例病理确诊的脊柱转移瘤患者	数字病理	癌症转移	非增强MRI（T1加权、T2加权和脂肪抑制T2序列）	ResNet50	MRI图像	514例患者（开发集360例，测试集154例）
218	2025-06-24	The Central Role of Learning in Preventing Foot Complications in Persons With Diabetes: A Scoping Review 2025-Jul, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17678 PMID:40001301	综述	本文探讨了糖尿病患者足部护理的学习过程和教育策略，并分析了不同学习过程对这些策略的影响	提出了一个理解患者学习和自我管理渐进阶段的框架，并强调了早期学习在糖尿病足部护理中的核心作用	仅纳入了英文文献，可能遗漏了其他语言的重要研究	探索糖尿病患者足部护理的学习过程和教育策略	糖尿病患者及其足部护理	糖尿病护理	糖尿病	NA	NA	文献数据	906篇文章经过筛选
219	2025-06-24	Artificial Intelligence Iterative Reconstruction for Dose Reduction in Pediatric Chest CT: A Clinical Assessment via Below 3 Years Patients With Congenital Heart Disease 2025-Jul-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000827 PMID:40013381	研究论文	评估基于深度学习的重建算法AIIR在降低儿童胸部CT剂量中的表现，研究对象为3岁以下先天性心脏病患者	首次在3岁以下先天性心脏病患者中评估AIIR算法在低剂量胸部CT中的表现，并与传统HIR方法进行比较	研究仅针对3岁以下先天性心脏病患者，结果可能不适用于其他年龄段或疾病类型	评估AIIR算法在降低儿童胸部CT剂量中的效果	3岁以下先天性心脏病患者	数字病理	先天性心脏病	CT扫描	深度学习	医学影像	191名3岁以下先天性心脏病患者
220	2025-06-24	Deep learning-based EEG source imaging is robust under varying electrode configurations 2025-Jul, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2025.04.009 PMID:40318257	research paper	该研究探讨了基于深度学习的EEG源成像方法在不同电极配置下的鲁棒性	提出了一种新的深度学习源成像框架DeepSIF，能够在低密度EEG下实现准确的源定位和范围估计	研究主要基于计算机模拟和27名耐药性癫痫患者的临床数据，样本量相对较小	评估基于深度学习的EEG源成像方法在不同电极数量下的性能	EEG源成像的性能比较	machine learning	epilepsy	EEG	DeepSIF	EEG信号	27名耐药性癫痫患者