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
2641	2025-04-25	Deep Learning-Based Prediction of Post-treatment Survival in Hepatocellular Carcinoma Patients Using Pre-treatment CT Images and Clinical Data 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01227-2 PMID:39147884	research paper	该研究开发并评估了一个基于深度学习的模型，用于预测肝细胞癌（HCC）患者治疗后的生存率，结合了CT图像和临床信息	提出了一种级联模型，结合3D CNN提取CT图像特征，并整合患者相关因素和治疗选项，优化了生存预测性能	外部验证队列样本量较小（n=39），可能影响模型的泛化能力	预测肝细胞癌患者治疗后的生存率	692名肝细胞癌患者	digital pathology	hepatocellular carcinoma	CT imaging	3D CNN (DenseNet-121)	image (CT), clinical data	692 patients (507 training, 146 testing, 39 external validation)
2642	2025-04-25	Construction and Validation of a General Medical Image Dataset for Pretraining 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01226-3 PMID:39147887	研究论文	本研究构建并验证了一个通用的医学图像预训练数据集CPMID，用于提升医学图像分类和分割任务的性能	首次构建了一个专门用于医学图像预训练的通用数据集CPMID，并在多种下游任务中验证了其有效性	未提及数据集的规模限制或多样性限制	为医学图像分析领域构建一个通用的预训练数据集	医学图像数据集CPMID及其预训练模型	数字病理学	NA	深度学习	Resnet, Vision Transformer	医学图像	多个公开医学图像数据集的集合（具体数量未提及）
2643	2025-04-25	Harnessing Deep Learning for Accurate Pathological Assessment of Brain Tumor Cell Types 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01107-9 PMID:39150595	研究论文	本研究利用深度学习模型对脑肿瘤病理图像进行分类，以解决医学影像数据有限的问题	采用预训练网络提取深度特征，并结合支持向量机进行分类，实现了97.4%的准确率	研究基于有限的医学影像数据，可能存在泛化能力不足的问题	提高脑肿瘤病理诊断的准确性和效率	原发性弥漫性中枢神经系统大B细胞淋巴瘤（CNS-pDLBCL）和高级别胶质瘤（HGG）	数字病理	脑肿瘤	深度学习	Resnet50 (TL + SVM)	图像	基于测试集的十倍交叉验证
2644	2025-04-25	Speed and efficiency: evaluating pulmonary nodule detection with AI-enhanced 3D gradient echo imaging 2025-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11027-5 PMID:39154315	研究论文	评估人工智能辅助压缩感知在加速肺部MRI中对肺结节检测和表征的诊断可行性	结合压缩感知和AI技术显著减少肺部MRI扫描时间，同时保持高肺结节检测率	研究样本量较小（37名患者），且不同加速因子下的结节形态评估存在差异	优化肺部MRI扫描时间并评估其对肺结节检测和表征的影响	良性和恶性肺结节患者	数字病理	肺癌	呼吸门控3D梯度回波序列，结合并行成像、压缩感知和深度学习图像重建	深度学习	MRI和CT图像	37名患者，共64个肺结节（57个实性结节，6个部分实性结节，1个磨玻璃结节）
2645	2025-04-25	Deep Learning-Based Model for Non-invasive Hemoglobin Estimation via Body Parts Images: A Retrospective Analysis and a Prospective Emergency Department Study 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01209-4 PMID:39160365	research paper	开发了一种基于深度学习的非侵入性血红蛋白估计模型，通过多个身体部位图像进行贫血检测	提出了一个基于多身体部位图像的深度学习预测模型（BPANet），采用融合注意力机制和双损失函数，提高了对少数样本的稳定处理能力	模型在前瞻性数据集上的准确率（0.716）和F1分数（0.788）略低于回顾性数据集	开发一种非侵入性血红蛋白估计方法，用于贫血的快速检测	贫血患者	digital pathology	anemia	deep learning	BPANet	image	回顾性数据集（EYES-DEFY-ANEMIA）和前瞻性数据集（101名患者）
2646	2025-04-25	DECNet: Left Atrial Pulmonary Vein Class Imbalance Classification Network 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01221-8 PMID:39164454	research paper	提出了一种名为DECNet的网络，用于解决左心房肺静脉分类不平衡问题，结合多尺度特征增强注意力和双特征提取分类器，以提高分类准确性	整合多尺度特征增强注意力和双特征提取分类器，增强深度特征的表达能力，解决数据不平衡导致的分类偏差	仅在特定数据集（辽宁省人民医院和DermaMNIST数据集）上验证，可能在其他数据集上表现不同	解决左心房肺静脉分类不平衡问题，提高分类准确性以支持临床治疗	左心房肺静脉的解剖学分类	digital pathology	cardiovascular disease	deep learning	DECNet (multi-scale feature-enhanced attention and dual-feature extraction classifier)	image	数据集来自辽宁省人民医院和公开的DermaMNIST数据集
2647	2025-04-25	Improved Automated Quality Control of Skeletal Wrist Radiographs Using Deep Multitask Learning 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01220-9 PMID:39187704	研究论文	本研究开发了一个基于深度多任务学习的卷积神经网络模型，用于自动化质量控制，特别针对手腕X光片的关键属性检测与分类	采用基于DenseNet 121架构的多任务深度学习模型，实现了对手腕X光片的高精度质量控制，包括投影分类、石膏检测和手术硬件识别	在侧位标记检测方面表现较低（F1分数82.52%），特别是对于部分可见或截断的标记	提高放射工作流程中手腕X光片自动化质量控制的准确性和效率	手腕X光片的质量控制属性，包括投影、侧位标记、石膏和手术硬件的存在	数字病理	NA	深度学习	CNN, DenseNet 121	图像	6283张手腕X光片，来自2591名患者
2648	2025-04-25	Two-step deep learning models for detection and identification of the manufacturers and types of dental implants on panoramic radiographs 2025-Apr, Odontology IF:1.9Q2 DOI:10.1007/s10266-024-00989-z PMID:39198339	research paper	本研究开发了两步深度学习模型，用于在全景X光片上自动检测种植体区域并识别多种种植体类型	采用两步深度学习模型（YOLO v7和EfficientNet）分别进行种植体区域检测和类型识别，实现了高精度的种植体制造商及类型分类	Nobel的class 2 (Parallel)分类指标相对较低	开发自动化工具以辅助牙科种植体的检测与识别	全景X光片中的牙科种植体	computer vision	dental disease	deep learning	YOLO v7, EfficientNet	image	1574张全景X光片，包含3675个种植体
2649	2025-04-25	Generating synthetic high-resolution spinal STIR and T1w images from T2w FSE and low-resolution axial Dixon 2025-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11047-1 PMID:39231829	研究论文	该研究利用深度学习模型从T2加权FSE和低分辨率轴向Dixon序列生成合成的高分辨率脊柱STIR和T1加权图像	首次应用两个连续的3D Pix2Pix深度学习模型从T2w FSE和低分辨率轴向T1w-Dixon序列生成合成图像	研究为回顾性设计，依赖于现有数据集，可能影响结果的普遍性	探索从现有MRI序列生成高质量合成T1w FSE和STIR图像的可行性	脊柱MRI图像	医学影像分析	骨髓病变	3D Pix2Pix深度学习模型	GAN	MRI图像	SHIP数据集(3142例)、NAKO数据集(2000例)和内部数据集(157例患者)
2650	2025-04-25	Feature-Based vs. Deep-Learning Fusion Methods for the In Vivo Detection of Radiation Dermatitis Using Optical Coherence Tomography, a Feasibility Study 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01241-4 PMID:39231883	研究论文	本研究探讨了使用基于强度的光学相干断层扫描（OCT）图像特征和机器学习方法检测急性放射性皮炎（ARD）的可行性	比较了传统基于特征的机器学习方法和深度学习后期融合方法在ARD检测中的表现，发现深度学习方法具有更高的准确性	样本量较小（22名患者），且仅在颈部六个位置进行成像	开发一种定量评估工具，以改善ARD的预防和管理策略	接受放射治疗的癌症患者	数字病理学	皮肤疾病	光学相干断层扫描（OCT）	深度学习后期融合方法	图像	22名患者的1487张OCT图像
2651	2025-04-25	Unsupervised and Self-supervised Learning in Low-Dose Computed Tomography Denoising: Insights from Training Strategies 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01213-8 PMID:39231886	review	本文综述了低剂量计算机断层扫描（LDCT）去噪中的无监督和自监督深度学习方法，重点分析了训练策略的分类、理论基础及其优缺点	首次对LDCT去噪中的无监督和自监督学习训练策略进行全面分类和综述，填补了该领域的空白	主要关注训练策略的理论分析，未涉及具体临床应用的性能比较	为研究人员和从业者提供LDCT去噪中无监督和自监督学习方法的训练策略指导	低剂量计算机断层扫描（LDCT）图像	digital pathology	NA	deep learning	NA	image	NA
2652	2025-04-25	Deep Hair Phenomics: Implications in Endocrinology, Development, and Aging 2025-Apr, The Journal of investigative dermatology IF:5.7Q1 DOI:10.1016/j.jid.2024.08.014 PMID:39236901	research paper	开发了一种基于深度学习的计算机视觉方法，用于高通量定量分析单个毛发纤维的高分辨率特征	创新的计算机视觉工具能够区分和提取重叠的毛发纤维，量化多变量特征，如长度、宽度和颜色，生成小鼠生命周期中不同条件下的单毛发表型	NA	探索激素信号、基因修饰和衰老对毛囊输出的影响	小鼠的毛发纤维	computer vision	NA	deep learning	CNN	image	NA
2653	2025-04-25	Global Research Trends in the Detection and Diagnosis of Dental Caries: A Bibliometric Analysis 2025-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.08.010 PMID:39237399	文献计量分析	本研究通过文献计量分析方法，概述了过去20年全球在龋齿检测和诊断方面的研究趋势	揭示了龋齿诊断方法的研究趋势，特别是分子诊断和AI辅助诊断在近5年的显著增长	仅基于Scopus数据库的文献，可能未涵盖所有相关研究	分析全球龋齿检测和诊断方法的研究趋势	龋齿诊断方法的研究文献	口腔医学	龋齿	文献计量分析、VOSviewer关键词共现分析	NA	文献数据	1879篇出版物，涵盖7类龋齿诊断方法
2654	2025-04-25	Reducing energy consumption in musculoskeletal MRI using shorter scan protocols, optimized magnet cooling patterns, and deep learning sequences 2025-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11056-0 PMID:39242400	研究论文	研究探讨了通过优化扫描协议、采用深度学习加速采集和优化冷却系统来减少肌肉骨骼MRI扫描的能耗	结合深度学习技术和冷却系统优化，显著降低MRI扫描的能耗和时间	研究仅在德国慕尼黑的两台MRI扫描仪上进行，样本量有限	优化MRI扫描的能源使用效率，减少能耗和成本	肌肉骨骼MRI扫描	医学影像	NA	MRI扫描、深度学习加速采集	NA	医学影像数据	两台MRI扫描仪（1.5-T Aera, 1.5-T Sola）
2655	2025-04-25	A Novel Network for Low-Dose CT Denoising Based on Dual-Branch Structure and Multi-Scale Residual Attention 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01254-z PMID:39261373	research paper	提出了一种基于双分支结构和多尺度残差注意力的新型网络，用于低剂量CT图像去噪	采用双分支框架结构，结合自适应动态卷积块(ADCB)、多尺度边缘增强注意力块(MEAB)和多尺度残差卷积块(MRCB)，有效提取和融合图像特征，提升去噪效果和图像质量	未提及在实际临床环境中的验证情况	提高低剂量CT图像的去噪效果和图像质量	低剂量CT图像	computer vision	NA	深度学习	CNN	image	两个公开数据集(AAPM-Mayo和Qin_LUNG_CT)
2656	2025-04-25	Screening Patient Misidentification Errors Using a Deep Learning Model of Chest Radiography: A Seven Reader Study 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01245-0 PMID:39261374	研究论文	本研究评估了深度学习模型在胸片配对中识别患者的能力，并与人类专家进行了比较	开发了基于相似性的深度学习模型SimChest，在多个数据集上展示了最佳的患者识别性能，且不受疾病变化状态影响	研究为回顾性研究，可能无法完全反映实际临床环境中的表现	评估深度学习模型在胸片配对中识别患者的能力，并与人类专家进行比较	胸片图像	计算机视觉	NA	深度学习	SimChest（基于相似性的深度学习模型）	图像（胸片）	240,004张胸片用于模型开发，240名患者（113名女性）用于读者研究
2657	2025-04-25	Multimodal convolutional neural network-based algorithm for real-time detection and differentiation of malignant and inflammatory biliary strictures in cholangioscopy: a proof-of-concept study (with video) 2025-Apr, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2024.09.001 PMID:39265745	研究论文	开发了一种基于多模态卷积神经网络（CNN）的算法，用于实时检测和区分胆管镜检查中的恶性和炎症性胆管狭窄	结合临床元数据的多模态CNN算法，克服了仅基于图像模型的限制，实现了计算机辅助检测（CADe）和诊断（CADx）	样本量较小（111名患者），且为概念验证研究，需要进一步验证	开发一种能够实时检测和区分胆管狭窄性质的算法，以辅助临床诊断	胆管镜检查视频和图像中的恶性和炎症性胆管狭窄	数字病理学	胆管癌	数字单操作者胆管镜检查（dSOC）	CNN	视频和图像	111名患者的15,158帧图像和视频
2658	2025-04-25	Deep Learning for Automated Classification of Hip Hardware on Radiographs 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01263-y PMID:39266912	research paper	开发深度学习模型用于自动分类骨盆和髋关节X光片中的骨科植入物，以减少放射科医生的工作量并提高报告一致性	首次使用深度学习模型（EfficientNet-B4和NFNet-F3）对多种髋关节植入物进行高精度自动分类，性能与专业放射科医生相当	模型在感染后髋关节类别的AUC略低（0.97），且仅在一个医疗中心进行回顾性研究	开发自动化工具以减轻放射科医生工作量并标准化骨科植入物分类报告	骨盆和髋关节X光片中的骨科植入物	computer vision	骨科疾病	深度学习图像分类	CNN（EfficientNet-B4和NFNet-F3）	X光图像	4279项研究（来自1073名患者）的训练集，851项研究（来自262名患者）的测试集
2659	2025-04-25	Convolutional Neural Networks for Segmentation of Pleural Mesothelioma: Analysis of Probability Map Thresholds (CALGB 30901, Alliance) 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01092-z PMID:39266911	research paper	本研究评估了概率图阈值对卷积神经网络（CNN）生成的胸膜间皮瘤（PM）肿瘤轮廓的影响	分析了不同概率阈值下CNN生成的肿瘤体积与放射科医生提供的参考标准之间的差异，强调了在评估深度学习肿瘤分割时同时考虑肿瘤体积和空间重叠的重要性	CNN在特定疾病表现（如严重胸腔积液或胸膜裂隙疾病）中存在不足，且未找到适用于肿瘤体积和DSC两者的最优单一输出阈值	评估CNN在胸膜间皮瘤肿瘤分割中的性能	胸膜间皮瘤患者的CT扫描图像	digital pathology	pleural mesothelioma	CT扫描	VGG16/U-Net CNN	image	48名PM患者的186次CT扫描
2660	2025-04-25	Improved diagnosis of arrhythmogenic right ventricular cardiomyopathy using electrocardiographic deep learning 2025-Apr, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.08.030 PMID:39168295	research paper	本研究开发并验证了一种基于心电图（ECG）的深度学习（DL）工具，用于诊断致心律失常性右心室心肌病（ARVC）	开发了一种新的ECG-DL模型，能够将ARVC的诊断水平提升至专家级别，并能区分真实的ARVC诊断与表型模仿者及高风险家族成员/基因阳性个体	研究样本量相对较小，且外部验证队列中ARVC的患病率较低	开发并验证一种用于ARVC诊断的ECG-DL工具	被转诊进行ARVC评估的患者及携带致病性或可能致病性ARVC基因变异的患者	machine learning	cardiovascular disease	deep learning	DL	ECG	开发集551例，测试集137例，外部验证队列167例