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
3381	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
3382	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
3383	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
3384	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)
3385	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
3386	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
3387	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
3388	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
3389	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）
3390	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)
3391	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
3392	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
3393	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
3394	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
3395	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
3396	2025-04-25	Deep learning reconstruction algorithm and high-concentration contrast medium: feasibility of a double-low protocol in coronary computed tomography angiography 2025-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11059-x PMID:39299952	research paper	评估在非肥胖患者中使用高强度深度学习图像重建（DLIR-H）与标准自适应统计迭代重建（ASiR-V）协议在冠状动脉CT血管造影（CCTA）中的辐射剂量和图像质量	提出了一种结合DLIR-H和80-kVp CCTA的双低协议，显著降低辐射和对比剂剂量同时提高图像质量	研究仅限于BMI小于30 kg/m²的非肥胖患者	评估双低CCTA协议在辐射剂量和图像质量方面的表现	非肥胖患者	digital pathology	cardiovascular disease	CCTA, DLIR-H, ASiR-V	deep learning	medical imaging	255名患者（每组85人）
3397	2025-04-25	Can deep learning classify cerebral ultrasound images for the detection of brain injury in very preterm infants? 2025-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11028-4 PMID:39212671	research paper	本研究开发了深度学习模型，用于分类早产儿脑部超声图像，以检测脑损伤	首次将深度学习应用于早产儿脑部超声图像的分类，作为计算机辅助检测工具	模型在初始阶段表现一般，需通过不同机器学习策略提升性能	开发深度学习模型，用于早产儿脑部超声图像的分类，以辅助检测脑损伤	早产儿（胎龄220-306周）的脑部超声图像	digital pathology	brain injury	deep learning	CNN	image	538名早产儿的4180张脑部超声图像
3398	2025-04-25	Vital Characteristics Cellular Neural Network (VCeNN) for Melanoma Lesion Segmentation: A Biologically Inspired Deep Learning Approach 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01257-w PMID:39284982	研究论文	提出了一种名为VCeNN的生物启发式深度学习模型，用于黑色素瘤病变的医学图像分割	从细胞功能特征和自然选择中获得灵感，设计了具有记忆、适应、凋亡和分裂模块的新型神经网络	NA	开发能够准确描绘黑色素瘤病变的医学图像分割模型	黑色素瘤病变的医学图像	数字病理学	黑色素瘤	深度学习	VCeNN (CNN变体)	医学图像	多个公开数据集
3399	2025-04-25	A streaming brain-to-voice neuroprosthesis to restore naturalistic communication 2025-Apr, Nature neuroscience IF:21.2Q1 DOI:10.1038/s41593-025-01905-6 PMID:40164740	research paper	该研究开发了一种流式脑到语音神经假体，用于恢复瘫痪患者的自然语言交流	使用高密度表面记录和深度学习循环神经网络转换器模型，实现了在线大词汇量可理解流畅语音合成，并个性化还原了参与者受伤前的声音	研究仅针对一名严重瘫痪和失语症的临床试验参与者，样本量较小	恢复瘫痪患者的自然语言交流能力	严重瘫痪和失语症患者	神经工程	瘫痪	高密度表面记录、深度学习	循环神经网络转换器模型 (RNN-T)	神经信号	1名临床试验参与者
3400	2025-04-25	Label-Aware Dual Graph Neural Networks for Multi-Label Fundus Image Classification 2025-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3457232 PMID:39255075	research paper	提出了一种新颖的标签感知双图神经网络，用于多标签眼底图像分类，结合了基于人群和基于病理的图表示学习模块	首次将基于人群的图表示学习和基于病理的图表示学习相结合，考虑了受试者间的关联性和病理间的相关性	未明确说明模型在小型数据集上的表现或计算效率	提高多标签眼底图像分类的准确性	眼底图像	computer vision	fundus disease	graph neural networks	dual graph neural networks	image	NA