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
241	2025-06-18	Deep Learning Segmentation of Ascites on Abdominal CT Scans for Automatic Volume Quantification 2024-Jun-23, ArXiv PMID:39398214	research paper	评估一种自动化深度学习方法在检测腹水并量化其体积方面的性能，研究对象为肝硬化和卵巢癌患者	提出了一种基于深度学习的自动分割和量化腹水体积的方法，并在多机构数据集上验证了其性能	研究为回顾性研究，可能受到数据选择和标注偏差的影响	开发并验证一种自动量化腹水体积的深度学习方法	肝硬化及卵巢癌患者的腹水	digital pathology	liver cirrhosis, ovarian cancer	deep learning	CNN	CT scans	315 patients (25 NIH-LC, 166 NIH-OV, 124 UofW-LC)
242	2025-06-18	Epistasis regulates genetic control of cardiac hypertrophy 2024-May-04, medRxiv : the preprint server for health sciences DOI:10.1101/2023.11.06.23297858 PMID:37987017	研究论文	本文研究了心脏肥大的遗传调控机制，特别是基因变异的非加性相互作用（上位性）	开发了低信号符号迭代随机森林方法，用于揭示心脏肥大的复杂遗传结构，并通过单细胞形态分析验证了特定基因对的非加性相互作用	上位性关系的检测方法仍处于早期阶段，可能存在未被识别的相互作用	探索心脏肥大遗传调控中的上位性效应	人类心脏组织、诱导多能干细胞衍生的心肌细胞	遗传学	心血管疾病	心脏MRI、RNA沉默、单细胞形态分析、高通量微流控系统	随机森林、深度学习	基因组数据、影像数据、转录组数据	29,661名UK Biobank参与者的心脏MRI扫描数据，313例人类心脏组织的转录组数据
243	2025-06-18	Impact of AI for Digital Breast Tomosynthesis on Breast Cancer Detection and Interpretation Time 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230318 PMID:38568095	研究论文	开发了一种用于数字乳腺断层合成（DBT）图像乳腺癌诊断的人工智能（AI）模型，并研究其是否能提高诊断准确性和减少放射科医生的阅读时间	AI模型在乳腺癌检测中显示出比放射科医生更高的诊断准确性，并显著减少了阅读时间	研究样本来自14个机构，但可能仍存在地域和人群代表性不足的问题	提高乳腺癌诊断的准确性和效率	数字乳腺断层合成（DBT）图像	数字病理学	乳腺癌	深度学习	深度学习AI算法	图像	258名女性（平均年龄56岁±13.41），包括65例癌症病例
244	2025-06-18	Noninvasive Molecular Subtyping of Pediatric Low-Grade Glioma with Self-Supervised Transfer Learning 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230333 PMID:38446044	研究论文	开发并外部测试了一种基于MRI的无创深度学习流程，用于儿童低级别胶质瘤的分子亚型分类	结合迁移学习和自监督交叉训练（TransferX）以及共识逻辑，提高了在有限数据场景下的分类性能和泛化能力	研究为回顾性研究，样本量相对有限（开发数据集214例，外部测试112例）	开发无创、基于MRI的儿童低级别胶质瘤突变状态分类方法	儿童低级别胶质瘤患者	数字病理	儿童低级别胶质瘤	MRI	CNN	医学影像	开发数据集214例（男性113例），外部测试112例（男性55例）
245	2025-06-18	Semi-supervised Learning for Generalizable Intracranial Hemorrhage Detection and Segmentation 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230077 PMID:38446043	research paper	开发并评估了一种半监督学习模型，用于在分布外的头部CT评估集上进行颅内出血检测和分割	利用半监督学习框架结合标记和未标记数据，提升了模型在分布外数据上的泛化能力	研究依赖于特定机构的标记数据和外部未标记数据，可能影响模型的广泛适用性	提高颅内出血检测和分割的泛化能力	头部CT扫描图像	digital pathology	Traumatic Brain Injury	semi-supervised learning	deep learning model	image	457标记样本和25,000未标记样本用于训练，481次扫描用于分类测试，23次扫描（529张图像）用于分割测试
246	2025-06-18	Evaluating the Robustness of a Deep Learning Bone Age Algorithm to Clinical Image Variation Using Computational Stress Testing 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230240 PMID:38477660	research paper	评估一种获奖的深度学习骨龄算法对临床图像变化的鲁棒性	通过计算应力测试评估深度学习模型对多种图像外观变化的鲁棒性	模型对经过简单变换的图像预测结果不一致	评估深度学习骨龄模型对图像变化的鲁棒性	儿科手部X光片	digital pathology	pediatric disease	deep learning	CNN	image	2627 pediatric hand radiographs (1425 from RSNA validation set and 1202 from DHA)
247	2025-06-18	Impact of Deep Learning Image Reconstruction Methods on MRI Throughput 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230181 PMID:38506618	研究论文	评估两种不同的商用深度学习重建（DLR）算法在大型多中心机构门诊环境中对MRI检查效率的影响	比较了DICOM基础和k空间基础的DLR方法在减少MRI扫描和房间时间方面的效果	研究结果因检查类型而异，潜在采用者需根据具体情况评估这些工具的影响	评估DLR算法对MRI检查效率的影响	7346例来自10台临床MRI扫描仪的检查	医学影像	NA	深度学习重建（DLR）	NA	MRI图像	7346例检查
248	2025-06-18	Deep Learning-based Approach for Brainstem and Ventricular MR Planimetry: Application in Patients with Progressive Supranuclear Palsy 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230151 PMID:38506619	research paper	开发了一种基于深度学习的快速全自动方法，用于MRI平面测量分割和测量进行性核上性麻痹（PSP）患者中最受影响的脑干和脑室结构	提出了一种全自动的深度学习方法，用于分割和测量脑干和脑室结构，并在区分PSP和帕金森病（PD）患者中表现出色	研究为回顾性研究，可能受到数据选择和样本量的限制	开发一种自动化方法，支持PSP及其他与脑干和脑室改变相关疾病的诊断	健康对照组和PSP及PD患者的脑部MRI图像	digital pathology	geriatric disease	MRI	CNN	image	健康对照组84例，PSP患者71例，PD患者129例，测试数据集305例
249	2025-06-18	Performance of an Artificial Intelligence System for Breast Cancer Detection on Screening Mammograms from BreastScreen Norway 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230375 PMID:38597784	research paper	评估商业AI系统在乳腺癌筛查中的独立检测性能	探索AI系统在不同风险评分阈值下的乳腺癌独立检测性能，并展示其在减少放射科医生工作量方面的潜力	研究为回顾性设计，可能影响结果的普遍性	评估AI系统在乳腺癌筛查中的检测性能	242,629名女性进行的661,695次数字乳腺X光检查，包括3,807例筛查检测到的癌症和1,110例间隔期乳腺癌	digital pathology	breast cancer	deep learning	CNN	image	661,695次数字乳腺X光检查（来自242,629名女性）
250	2024-08-07	Faster, More Practical, but Still Accurate: Deep Learning for Diagnosis of Progressive Supranuclear Palsy 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.240181 PMID:38691010	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
251	2025-06-18	Machine learning predictions of T cell antigen specificity from intracellular calcium dynamics 2024-03-08, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adk2298 PMID:38446885	研究论文	利用机器学习从细胞内钙动态变化预测T细胞抗原特异性	首次将深度学习应用于基于钙波动信号的T细胞激活预测，为T细胞受体工程化治疗提供新的抗原特异性识别方法	钙波动信号在TCR激活后具有高度变异性，可能影响模型准确性	开发用于T细胞治疗的抗原特异性T细胞受体序列识别方法	T细胞（包括TCR转基因CD8 T细胞和多克隆T细胞）	机器学习	肿瘤	深度学习	深度学习模型（未指定具体架构）	钙离子动态信号数据	未明确说明样本数量（含TCR转基因CD8 T细胞和不同TCR的T细胞及多克隆T细胞）
252	2025-06-18	Transformers enable accurate prediction of acute and chronic chemical toxicity in aquatic organisms 2024-03-08, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adk6669 PMID:38446886	研究论文	本文提出了一种基于AI的模型，利用transformers从化学结构中捕获毒性特异性特征，并结合深度神经网络预测效应浓度，用于预测水生生物的急性和慢性化学毒性	使用transformers直接从化学结构中捕获毒性特异性特征，并结合深度神经网络预测效应浓度，相比传统QSAR方法具有更广的适用域和更低的误差	未明确提及具体局限性，但可能依赖于训练数据的质量和覆盖范围	提高化学毒性的计算预测准确性，以替代资源密集型的实验毒性数据生成	水生生物（藻类、水生无脊椎动物和鱼类）	机器学习	NA	transformers, 深度神经网络	transformers, DNN	化学结构数据	未明确提及具体样本数量，但涉及多种生物群体（藻类、水生无脊椎动物和鱼类）
253	2025-06-18	Vision Transformer-based Decision Support for Neurosurgical Intervention in Acute Traumatic Brain Injury: Automated Surgical Intervention Support Tool 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230088 PMID:38197796	research paper	开发了一种基于Vision Transformer的自动分诊工具ASIST-TBI，用于预测创伤性脑损伤患者是否需要神经外科手术干预	首次将Vision Transformer应用于创伤性脑损伤的神经外科手术干预预测，并展示了高准确度	研究数据来自单一创伤中心，可能影响模型的泛化能力	开发自动预测创伤性脑损伤患者是否需要神经外科手术干预的工具	创伤性脑损伤患者	digital pathology	traumatic brain injury	head CT scans	Vision Transformer	image	2806名患者用于训练验证，612名患者用于独立测试
254	2025-06-18	NnU-Net versus mesh growing algorithm as a tool for the robust and timely segmentation of neurosurgical 3D images in contrast-enhanced T1 MRI scans 2024-02-20, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-05973-8 PMID:38376564	研究论文	本研究评估了nnU-Net在对比增强T1（T1CE）图像中分割大脑、皮肤、肿瘤和脑室的性能，并与已建立的网格生长算法（MGA）进行了对比	nnU-Net在分割任务中显著优于MGA，且速度更快，减少了对手动调整和迭代的需求	训练集规模较小，可能影响模型的泛化能力	评估nnU-Net在神经外科3D图像分割中的性能和效率	对比增强T1（T1CE）脑部扫描图像中的大脑、皮肤、肿瘤和脑室	数字病理	脑部疾病	对比增强T1 MRI扫描	nnU-Net	3D图像	67例用于训练，32例用于测试
255	2025-06-18	Applied deep learning in neurosurgery: identifying cerebrospinal fluid (CSF) shunt systems in hydrocephalus patients 2024-02-07, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-05940-3 PMID:38321344	研究论文	本研究评估了AI辅助脑脊液分流阀检测系统在神经外科中的可行性	开发了一个基于深度学习的系统，能够快速准确地自动识别不同型号的脑脊液分流阀	研究仅使用了2070张图像，样本量相对较小	评估AI辅助分流阀检测系统在临床中的可行性	脑积水患者的脑脊液分流系统	数字病理	脑积水	X射线和CT扫描	CNN	图像	2070张来自颅骨X射线或CT扫描的图像，涵盖10种不同的分流阀类型
256	2025-06-18	PPML-Omics: A privacy-preserving federated machine learning method protects patients' privacy in omic data 2024-02-02, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adh8601 PMID:38295178	研究论文	提出了一种保护患者隐私的联邦机器学习方法PPML-Omics，用于组学数据分析	设计了去中心化的差分隐私联邦学习算法，首次提供了数学上可证明的隐私保护能力	NA	解决组学数据分析中的患者隐私泄露问题	组学数据	机器学习	NA	三种测序技术	深度学习模型	组学数据	NA
257	2025-06-18	Body Composition, Coronary Microvascular Dysfunction, and Future Risk of Cardiovascular Events Including Heart Failure 2024-02, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2023.07.014 PMID:37768241	研究论文	本研究使用深度学习模型分析身体成分，探讨冠状动脉微血管功能障碍（CMD）与骨骼肌（SM）、皮下脂肪组织（SAT）和内脏脂肪组织（VAT）的关系及其对不良心血管事件的影响	首次揭示了骨骼肌减少而非脂肪组织增加与冠状动脉微血管功能障碍及未来不良心血管事件（尤其是心力衰竭）的独立关联	研究样本主要为女性（71%），可能限制结果在男性人群中的普适性	探究身体成分与冠状动脉微血管功能障碍的关系及其对心血管预后的影响	400例接受冠状动脉疾病评估的患者	数字病理学	心血管疾病	心脏应激正电子发射断层扫描（PET）、腹部计算机断层扫描（CT）	深度学习模型	医学影像数据	400例患者（71%女性，50%非白人，50%肥胖）中位随访6年
258	2025-06-18	An automatic parathyroid recognition and segmentation model based on deep learning of near-infrared autofluorescence imaging 2024-02, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.7065 PMID:38457206	研究论文	该研究基于深度学习的近红外自发荧光成像技术，开发了一种自动识别和分割甲状旁腺的模型	利用AI模型自动识别和分割甲状旁腺，提高了识别率，并优于初级外科医生的识别能力	模型在召回率上表现一般（57.8%），可能影响其在实际应用中的全面性	建立一种新模型，帮助外科医生更好地识别和保护甲状旁腺	甲状旁腺的近红外自发荧光图像	数字病理	甲状旁腺疾病	近红外自发荧光成像（NIFI）	深度学习模型	图像	523张NIFI图像
259	2025-06-18	Noninvasive molecular subtyping of pediatric low-grade glioma with self-supervised transfer learning 2023-Nov-22, medRxiv : the preprint server for health sciences DOI:10.1101/2023.08.04.23293673 PMID:37609311	research paper	开发并外部验证了一种基于MRI的无创性深度学习流程，用于儿童低级别胶质瘤的BRAF突变状态分类	结合迁移学习和自监督交叉训练（TransferX）方法，提高了在有限数据场景下的分类性能和泛化能力，并开发了一种新的模型可解释性指标COMDist	研究基于回顾性数据，样本量相对有限（开发数据集n=214，外部验证n=112）	开发无创性MRI方法预测儿童低级别胶质瘤的BRAF突变状态	儿童低级别胶质瘤（pLGG）患者	digital pathology	pediatric low-grade glioma	MRI, deep learning	TransferX (transfer learning + self-supervised cross-training)	MRI图像	开发数据集214例（BCH），外部验证112例（CBTN）
260	2025-06-18	Epistasis regulates genetic control of cardiac hypertrophy 2023-Nov-20, Research square DOI:10.21203/rs.3.rs-3509208/v1 PMID:38045390	研究论文	本研究开发了一种名为低信号符号迭代随机森林的方法，用于揭示心脏肥厚的复杂遗传结构，并通过深度学习从英国生物银行的29,661名个体的心脏MRI扫描中估计左心室质量	使用低信号符号迭代随机森林方法揭示心脏肥厚的遗传变异，包括通过单变量全基因组关联分析未优先考虑的位点，并通过RNA沉默和单细胞形态分析验证基因-基因相互作用的因果性	方法仍处于早期阶段，可能无法捕捉所有遗传互作	探索心脏肥厚的遗传调控机制，特别是非加性遗传互作（上位性）的作用	29,661名英国生物银行参与者的心脏MRI数据、313例人类心脏移植标本的转录组数据、人类诱导多能干细胞衍生的心肌细胞	遗传学	心血管疾病	低信号符号迭代随机森林、深度学习、RNA沉默、高通量微流控系统	随机森林、深度学习模型	MRI图像、转录组数据、单细胞形态数据	29,661名个体的心脏MRI数据、313例人类心脏移植标本、人类诱导多能干细胞衍生的心肌细胞