深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
3001	2025-07-10	Corrigendum to 'CT-Based Deep Learning Predicts Prognosis in Esophageal Squamous Cell Cancer Patients Receiving Immunotherapy Combined with Chemotherapy' [Acad Radiol 32/6 (2025) 3397-3409] 2025-Nov, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.036 PMID:40628644	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3002	2026-05-20	Predicting prognosis of light-chain cardiac amyloidosis by magnetic resonance imaging and deep learning 2025-10-30, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf248 PMID:40891072	研究论文	开发一种基于深度学习的心脏磁共振成像模型，用于预测轻链型心脏淀粉样变性的个体化预后	首次使用基于Transformer的深度学习模型对心脏磁共振晚期钆增强图像进行全心脏分析，结合对比预训练和集成学习策略，实现对轻链型心脏淀粉样变性个体化预后的高精度预测，超越了传统Mayo分期方法	未提及明确限制，但研究为单中心回顾性设计，样本量相对有限（394例），且仅包含接受标准化化疗的患者	开发一种新型深度学习模型，通过分析心脏磁共振晚期钆增强图像来预测轻链型心脏淀粉样变性的个体化预后	轻链型心脏淀粉样变性患者的晚期钆增强心脏磁共振图像及临床预后数据	医学影像分析	轻链型心脏淀粉样变性	心脏磁共振成像（CMR），晚期钆增强（LGE）	基于Transformer的深度学习模型	图像	394例轻链型心脏淀粉样变性患者（训练集315例，测试集79例）	NA	Transformer	一致性指数（C-index），曲线下面积（AUC），风险比（HR）	NA
3003	2026-05-20	Interpretable machine learning and signal processing for automated reading and quality control of lateral flow tests for schistosomiasis 2025-Oct-02, medRxiv : the preprint server for health sciences DOI:10.1101/2025.10.01.25337079 PMID:41256111	研究论文	提出一个端到端的自动化管道，用于分析血吸虫病的即时诊断测试，结合深度学习进行卡带分割和信号处理	首次实现即时诊断测试的自动化分析与质量控制的端到端管道，结合深度学习和信号处理解决视觉痕量不确定性	仅在单一队列（乌干达农村SchistoTrack队列）中评估，未在其他人群或疾病中验证	开发自动化诊断分类方法，提升血吸虫病即时诊断测试的准确性和效率	血吸虫病即时诊断测试（循环阴极抗原测试）的侧流试纸条	计算机视觉, 信号处理, 机器学习	血吸虫病	深度学习, 信号处理	CNN（用于卡带分割的深度学习模型）	图像（侧流试纸条图像）	3188名来自乌干达农村SchistoTrack队列的个体	NA	NA	灵敏度, 特异度	NA
3004	2026-05-20	Deep Learning Pipeline for Automated Assessment of Distances Between Tonsillar Tumors and the Internal Carotid Artery 2025-10, Head & neck DOI:10.1002/hed.28200 PMID:40458868	研究论文	提出一种深度学习流水线自动评估扁桃体肿瘤与颈内动脉之间的距离	首次使用nnU-Net框架自动分割扁桃体肿瘤和颈内动脉，并自动计算最小距离	研究样本量较小，仅96例患者，且DSC值对肿瘤分割相对较低（0.67）	开发自动评估扁桃体肿瘤与颈内动脉最小距离的工具，辅助术前规划	扁桃体肿瘤患者	计算机视觉, 数字病理学	扁桃体肿瘤	CT成像	nnU-Net（深度学习）	CT图像	96例扁桃体肿瘤患者的CT扫描	nnU-Net	U-Net	Dice相似系数，平均Hausdorff距离	NA
3005	2026-05-20	Performance Degradation between Development and Deployment of a Predictive Model for Central Line-Associated Bloodstream Infections in Hospitalized Children 2025-08, Applied clinical informatics IF:2.1Q4 DOI:10.1055/a-2605-1847 PMID:40355126	研究论文	探讨儿童中心静脉导管相关血流感染预测模型从开发到部署过程中性能下降的原因及应对策略	首次系统分析预测模型在临床部署中性能下降的根因，包括训练/服务偏差、特征泄漏和过拟合，并提出多团队协作的解决框架	模型性能显著下降（AUROC从0.97降至<0.60），且仅针对单一医院数据集，未在多中心验证	实施儿科CLABSI预测模型并评估其在离线验证中的性能，以支持临床实践应用	住院儿童中的中心静脉导管相关血流感染（CLABSI）患者	机器学习	血流感染	NA	深度学习模型	结构化电子健康记录数据（8小时时间窗口特征）	未明确样本量，但涉及住院儿童和多次迭代测试	NA	深度学习模型（未指定具体架构）	AUROC（接受者操作特征曲线下面积）	NA
3006	2026-05-20	Dynamic glucose enhanced imaging using direct water saturation 2025-07, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30447 PMID:40096575	研究论文	提出利用直接水饱和曲线的交换增宽效应进行动态葡萄糖增强MRI成像	首次提出基于直接水饱和曲线线宽变化的动态葡萄糖增强MRI方法，克服传统CEST/CESL方法效应量小和运动敏感的限制	临床样本量较小（仅4例脑肿瘤患者），需要更大规模研究验证	开发一种新的动态葡萄糖增强MRI技术以评估葡萄糖摄取	脑肿瘤患者及模拟血液、灰质、白质、脑脊液和恶性脑肿瘤组织	磁共振成像	脑肿瘤	动态葡萄糖增强MRI	深度学习洛伦兹拟合模型	磁共振Z谱数据	4例脑肿瘤患者，35克D-葡萄糖输注	NA	深度学习洛伦兹拟合网络	曲线下面积	3 T全身MRI扫描仪
3007	2026-05-20	On the use of generative models for evolutionary inference of malaria vectors from genomic data 2025-Jun-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.26.661760 PMID:40667127	研究论文	利用无监督机器学习和创新生成式深度学习算法，推断撒哈拉以南非洲疟疾媒介蚊虫的遗传结构和进化历史	首次将生成式深度学习算法应用于疟疾媒介蚊虫的进化推断，并开发了新型模型选择方法，发现包含迁移的进化模型更优且优于基于摘要统计的传统方法	NA	量化冈比亚按蚊复合体的遗传结构，并推断西非种群间的联合进化历史	撒哈拉以南非洲的冈比亚按蚊复合体种群	机器学习	疟疾	NA	生成式深度学习模型	基因组数据	来自几内亚和布基纳法索的蚊子种群样本	NA	NA	种群遗传分化捕获能力	NA
3008	2026-05-20	Accelerated High-resolution T1- and T2-weighted Breast MRI with Deep Learning Super-resolution Reconstruction 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.055 PMID:39794159	研究论文	该文评估了深度学习超分辨率重建算法对乳房MRI T1加权和T2加权序列的加速高分辨率成像性能	首次将自适应CS-Net和精确图像网两个卷积网络联合用于乳房MRI低分辨率图像的降噪和分辨率提升，显著降低采集时间同时改善图像质量	样本量有限（47名患者），且仅基于1.5T MRI系统，可能限制泛化性	评估行业开发的深度学习算法在重建低分辨率乳房MRI序列并对比标准序列中的表现	女性乳房MRI患者	数字病理学	乳腺癌	MRI	卷积神经网络	图像	47名患者，平均年龄58±11岁	NA	自适应CS-Net, 精确图像网	5点李克特量表评分, 表观信噪比, 表观对比噪声比, BI-RADS一致性的Cohen k系数	NA
3009	2026-05-20	Integration of Deep Learning and Sub-regional Radiomics Improves the Prediction of Pathological Complete Response to Neoadjuvant Chemoradiotherapy in Locally Advanced Rectal Cancer Patients 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.049 PMID:39809603	研究论文	开发和验证一种整合深度学习与亚区域影像组学的模型，用于预测局部进展期直肠癌患者对新辅助放化疗的病理完全缓解	首次将深度学习（3D ResNet50）与基于K-means聚类的亚区域影像组学相结合，构建了联合模型SRADL，显著提高了pCR预测的准确性和鲁棒性	回顾性研究设计，且样本来自三家医院，可能存在选择偏倚；需进一步在前瞻性多中心研究中验证	利用治疗前MRI图像预测LARC患者对新辅助放化疗的病理完全缓解，以优化个体化治疗方案	局部进展期直肠癌患者	计算机视觉	直肠癌	MRI成像	3D ResNet50	图像	768名符合条件的参与者，来自三家独立医院	NA	3D ResNet50	AUC, 决策曲线分析, Kaplan-Meier生存分析	NA
3010	2026-05-20	Forensic dental age estimation with deep learning: a modified xception model for panoramic X-Ray images 2025-06, Forensic science, medicine, and pathology DOI:10.1007/s12024-025-00962-4 PMID:39937388	研究论文	本研究旨在利用深度学习模型对口腔全景X光片进行改进的法医学年龄估计，特别是区分12岁以下和12岁以上个体	引入了新开发的Polygon Area Metric (PAM)来处理法医学应用中常见的不平衡数据集，并提出了基于Xception模型的改进版本“Forensic Xception”	仅使用来自两个放射科的1941名儿科患者数据集，可能缺乏多样性；需要未来研究探索更多数据集以验证模型的泛化能力	开发一种改进的法医学年龄估计方法，利用深度学习模型对OPG图像进行分类，重点关注区分12岁以下和12岁以上个体	1941名5至15岁儿科患者的OPG图像	数字病理学, 机器学习	NA	OPG成像	CNN	图像	1941名儿科患者的OPG图像	NA	Xception（改进为Forensic Xception）, ResNet, ShuffleNet, InceptionV3, DarkNet, NasNet, DenseNet, EfficientNet, MobileNet, ResNet18, GoogleNet, SqueezeNet, AlexNet	分类准确率, 灵敏度, 特异性, Kappa, 曲线下面积, Polygon Area Metric (PAM), F1分数	NA
3011	2026-05-20	CT-Based Deep Learning Predicts Prognosis in Esophageal Squamous Cell Cancer Patients Receiving Immunotherapy Combined with Chemotherapy 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.01.046 PMID:39956748	研究论文	构建深度学习模型预测食管鳞状细胞癌患者接受免疫联合化疗后的生存结局	首次结合肿瘤周围1像素扩大区域与临床特征构建多模态模型，用于ESCC患者免疫联合化疗前的风险分层	外部测试集C指数仅0.60，模型泛化能力有限；需进一步前瞻性验证	开发治疗前风险分层工具，辅助ESCC患者免疫联合化疗的个体化治疗决策	食管鳞状细胞癌（ESCC）患者	计算机视觉，机器学习	食管癌	计算机断层扫描（CT）	深度学习（DL）	图像	482例患者（训练集322例，内部测试集79例，外部测试集81例）	NA	NA	Harrell's C-index，受试者工作特征曲线（ROC），风险比（HR）， Kaplan-Meier分析	NA
3012	2026-05-20	Sex estimation with convolutional neural networks using the patella magnetic resonance image slices 2025-06, Forensic science, medicine, and pathology DOI:10.1007/s12024-025-00943-7 PMID:39969760	研究论文	使用卷积神经网络对髌骨磁共振图像切片进行性别评估	提出了一种基于深度学习架构自动分析髌骨MRI切片进行性别评估的方法，避免了传统形态测量法的耗时和需要专业人员的问题	NA	探索利用髌骨MRI切片通过深度学习模型进行自动性别评估的可行性	696名患者的6710张髌骨矢状位MRI切片（293名男性和403名女性）	计算机视觉	NA	MRI成像	卷积神经网络（CNN）	图像	696名患者的6710张MRI切片	NA	EfficientNetB3, MobileNetV2, VGG16, ResNet50, DenseNet121	准确率	NA
3013	2026-05-20	Deep Learning-Enhanced Ultra-high-resolution CT Imaging for Superior Temporal Bone Visualization 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.002 PMID:40000329	研究论文	评估深度学习重建算法在颞骨超高分辨率CT成像中的图像质量改进效果	首次使用供应商特定的深度学习重建算法AiCE Inner Ear与超高分辨率CT结合，显著提高颞骨微小结构可视化质量	单中心回顾性研究，样本量较小（35例患者57块颞骨），儿童样本仅5例	评估深度学习重建算法在颞骨超高分辨率CT中的图像质量表现	35例患者的57块颞骨（含5例儿童）	计算机视觉	耳科疾病	CT扫描	深度学习	图像	35例患者（57块颞骨，含5名儿童）	NA	AiCE Inner Ear	信噪比（SNR）、对比噪声比（CNR）、5点Likert主观评分、噪声值	NA
3014	2026-05-20	Deep Learning-Assisted Diagnosis of Malignant Cerebral Edema Following Endovascular Thrombectomy 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.021 PMID:40023742	研究论文	开发并验证一种基于深度学习辅助的诊断模型，利用血栓切除术后头非对比CT的高衰减成像标志预测恶性脑水肿	首次利用ResNeXt-101神经网络结合高衰减成像标志，实现血管内血栓切除术后恶性脑水肿的早期预测，并显著提升放射科医生的诊断性能	NA	开发和验证基于深度学习的辅助诊断模型，用于预测血管内血栓切除术后患者的恶性脑水肿	接受血管内血栓切除术的急性缺血性卒中患者	计算机视觉, 数字病理学	脑血管疾病	非对比CT成像	卷积神经网络	图像	271名患者（训练队列168人，验证队列43人，前瞻性内部测试队列60人）	PyTorch	ResNet 50, ResNet 101, ResNeXt50_32×4d, ResNeXt101_32×8d, DenseNet 121	AUC	NA
3015	2026-05-20	Generating Synthetic T2*-Weighted Gradient Echo Images of the Knee with an Open-source Deep Learning Model 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.015 PMID:40175204	研究论文	开发一个开源深度学习模型，用于生成膝关节的合成T2*加权梯度回波图像	首次开发开源深度学习模型生成合成T2*W膝关节图像，并提供了代码、模型和独立可执行文件	识别出四种伪影类型，但伪影对诊断价值影响不大或无影响	开发一个开源深度学习模型，利用脂肪抑制中间加权图像生成膝关节的合成T2*W图像	膝关节MR图像	计算机视觉	膝关节疾病	MRI	GAN	图像	12,118张矢状膝关节MR图像用于训练，2,996张用于测试	NA	CycleGAN	NRMSE、PSNR、SSIM、组内相关系数	NA
3016	2026-05-20	Deep Learning in Knee MRI: A Prospective Study to Enhance Efficiency, Diagnostic Confidence and Sustainability 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.018 PMID:40240275	research paper	评估深度学习重建的并行采集技术与同步多层加速成像在膝关节MRI中的组合效果	首次前瞻性研究结合深度学习增强的4倍PAT与2倍SMS加速（P4S2）在膝关节MRI中的应用，显示出比传统2倍PAT更高的图像质量和解剖描绘能力	样本量较小（仅34名参与者），且仅包括成人参与者，缺乏更广泛人群的代表性	评估深度学习重建的并行采集技术与同步多层加速成像在膝关节MRI中的效率、诊断信心和可持续性	接受膝关节MRI的成人患者	machine learning	NA	MRI	深度学习模型	图像	34名参与者（平均年龄45±17岁，14名女性）	NA	NA	信噪比（SNR），对比噪声比（CNR），图像质量评分，辐射组学特征（对比度和灰度特征）	NA
3017	2026-05-20	Deep Learning Radiomics Nomogram Based on MRI for Differentiating between Borderline Ovarian Tumors and Stage I Ovarian Cancer: A Multicenter Study 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.067 PMID:39814661	研究论文	基于T2加权MRI的深度学习影像组学列线图用于区分交界性卵巢肿瘤与I期卵巢癌的多中心研究	首次结合深度学习、瘤内及瘤周影像组学与临床预测因子构建列线图，并在多中心外部测试集上验证其优越性	回顾性研究设计可能导致选择偏倚，且样本量相对有限（279名患者）	开发和验证基于MRI的深度学习影像组学列线图，以术前区分交界性卵巢肿瘤和I期上皮性卵巢癌	交界性卵巢肿瘤和I期上皮性卵巢癌患者	数字病理学	卵巢癌	MRI成像	深度学习模型	图像（MRI）	279名患者，来自三个中心（训练集207名，外部测试集72名）	NA	NA	曲线下面积（AUC）	NA
3018	2026-05-20	Evaluation of a Deep Learning Denoising Algorithm for Dose Reduction in Whole-Body Photon-Counting CT Imaging: A Cadaveric Study 2025-06, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.052 PMID:39818525	研究论文	通过尸体研究评估深度学习去噪算法在全身光子计数CT成像中减少辐射剂量的有效性	首次在真实尸体内扫描中系统评估深度学习去噪算法对光子计数CT不同辐射剂量水平（100%、50%、25%、10%）的图像质量影响，证明在高达75%剂量降低时仍能维持诊断质量	研究仅限于尸体内扫描，未涉及活体患者运动伪影或临床诊断任务的评估	评估基于深度学习的去噪算法在降低辐射剂量的全身光子计数CT成像中维持诊断图像质量的效果	24具人尸体	计算机视觉, 数字病理学	NA	光子计数CT（PCCT）	深度学习去噪算法	CT图像	24具尸体，共192个数据集（4剂量水平 × 2重建方法 × 24标本）	NA	ClariCT.AI	CT值稳定性，图像噪声，对比噪声比（CNR），主观图像质量评分	NA
3019	2026-05-20	Dynamic glucose enhanced imaging using direct water saturation 2025-Apr-24, ArXiv PMID:39502884	研究论文	提出利用直接水饱和（DS）曲线中的交换基础线宽（LW）变化进行动态葡萄糖增强（DGE）MRI成像，通过模拟和临床脑肿瘤患者数据进行验证	首次利用Z谱直接水饱和曲线的线宽变化来评估葡萄糖摄取，相比传统CEST或自旋锁定方法具有更高效应量和更低运动敏感性	仅对4名脑肿瘤患者进行了初步评估，临床样本量有限	开发一种新型动态葡萄糖增强MRI方法，用于评估葡萄糖摄取并应用于脑肿瘤成像	脑肿瘤患者	磁共振成像	脑肿瘤	动态葡萄糖增强MRI	深度学习，洛伦兹拟合	MRI影像	4名脑肿瘤患者	NA	深度学习洛伦兹拟合网络	AUC	3 T MRI扫描仪
3020	2026-05-20	Evaluating the reproducibility of a deep learning algorithm for the prediction of retinal age 2025-04, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01445-0 PMID:39589693	研究论文	评估深度学习算法预测视网膜年龄的可重复性	首次探索视网膜年龄预测的可靠性和多种影响因素	样本量较小，且未探讨主观年龄感知与视网膜年龄差距的关系	评估视网膜年龄预测的可靠性和准确性，分析影响预测的因素	两组参与者：内部访问组和间隔访问组，通过彩色眼底照相成像	深度学习	年龄相关疾病	彩色眼底照相	深度学习算法	图像	间隔访问组26人，内部访问组41人	NA	NA	平均绝对测试-重测差异	NA