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
3481	2025-10-06	Deep network and multi-atlas segmentation fusion for delineation of thigh muscle groups in three-dimensional water-fat separated MRI 2024-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.5.054003 PMID:39234425	研究论文	提出融合多图谱分割与三维深度学习模型的自动化大腿肌肉群分割方法	首次将多图谱分割与三维深度学习模型决策融合，结合了MAS的泛化能力和深度网络的精度优势	仅在15名健康受试者和4名患者上进行验证，样本量有限	开发大腿肌肉群的自动化分割方法以量化组织体积和脂肪含量	大腿四个主要功能肌肉群：股薄肌、腘绳肌、股四头肌和缝匠肌	医学图像分析	年龄相关疾病和代谢疾病	化学位移编码水脂分离磁共振成像(CSE-MRI)	3D深度学习模型, 可变形模型	三维大腿磁共振图像	15名健康受试者, 4名患者	NA	NA	Dice相似系数(DSC), Hausdorff距离95百分位数(HD-95)	NA
3482	2025-10-06	Clinical outcome prediction with an automated EEG trend, Brain State of the Newborn, after perinatal asphyxia 2024-06, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2024.03.007 PMID:38583406	研究论文	本研究评估了基于深度学习的自动化EEG背景量化指标BSN对围产期窒息新生儿4岁时临床结局的早期预测价值	首次使用完全自动化的深度学习定量EEG指标BSN来预测新生儿长期临床结局，揭示了脑功能恢复的动态过程	样本量相对较小（80名新生儿），需要更大规模研究验证	评估自动化EEG趋势BSN对围产期窒息新生儿长期临床结局的早期预测能力	80名连续收治的围产期窒息新生儿	医疗人工智能	新生儿缺氧缺血性脑病	EEG监测，深度学习分析	深度学习	EEG信号数据	80名新生儿，总计5427小时EEG数据	NA	NA	AUC, PPV, NPV	NA
3483	2025-10-06	Improving the Prognostic Evaluation Precision of Hospital Outcomes for Heart Failure Using Admission Notes and Clinical Tabular Data: Multimodal Deep Learning Model 2024-05-02, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54363 PMID:38696251	研究论文	开发了一种结合入院临床笔记和临床表格数据的多模态深度学习模型，用于提高心力衰竭患者院内死亡风险的评估精度	首次将入院临床笔记与临床表格数据相结合，通过多模态深度学习方法来评估心力衰竭患者的预后	研究采用回顾性数据，需要在更多前瞻性研究中验证模型的泛化能力	提高心力衰竭患者住院结局的评估精度	心力衰竭危重患者	自然语言处理, 机器学习	心血管疾病	深度学习, 自然语言处理	多模态深度学习模型	文本, 表格数据	开发集9989例患者，内部验证集2497例，前瞻验证集1896例，外部验证集7432例	NA	NA	AUC, 95%置信区间	NA
3484	2025-10-06	Early autism diagnosis based on path signature and Siamese unsupervised feature compressor 2024-05-02, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae069 PMID:38696605	研究论文	提出基于路径签名和孪生无监督特征压缩器的早期自闭症诊断方法	使用孪生验证框架扩展稀缺数据，无监督压缩器缓解数据不平衡，权重约束处理样本异质性，路径签名从纵向双时间点数据提取发育特征	数据固有稀缺、类别不平衡且异质性高	早期自闭症谱系障碍诊断	自闭症谱系障碍婴幼儿	医学影像分析	自闭症谱系障碍	结构磁共振成像	孪生网络,无监督学习	结构MR图像	NA	深度学习框架	孪生网络架构	NA	NA
3485	2025-10-06	The development of a deep learning model for automated segmentation of the robotic pancreaticojejunostomy 2024-05, Surgical endoscopy DOI:10.1007/s00464-024-10725-x PMID:38488870	研究论文	开发用于机器人胰肠吻合术视频自动分割的深度学习模型	首次将3D卷积神经网络应用于机器人胰十二指肠切除术中胰肠吻合步骤的视频自动分割	回顾性研究，样本量有限（111个视频），仅来自三级转诊中心	利用深度学习自动分割机器人胰肠吻合术视频，评估手术表现	机器人胰十二指肠切除术中的胰肠吻合步骤视频	计算机视觉	胰腺疾病	手术视频分析	3D CNN	视频	111个胰肠吻合术视频（2011-2022年）	NA	3D卷积神经网络	准确率, F1分数	NA
3486	2025-10-06	LST-AI: a Deep Learning Ensemble for Accurate MS Lesion Segmentation 2024-Mar-11, medRxiv : the preprint server for health sciences DOI:10.1101/2023.11.23.23298966 PMID:38045345	研究论文	提出了一种基于深度学习的脑白质病变自动分割工具LST-AI，通过集成三个3D-UNet模型提高多发性硬化症病变分割精度	采用集成学习策略结合三个3D-UNet模型，使用复合损失函数（二元交叉熵和Tversky损失）解决白质病变与非病变区域的不平衡问题	训练数据仅来自单一机构的3T MRI扫描仪，样本多样性可能有限	开发高精度的多发性硬化症脑白质病变自动分割工具	多发性硬化症患者的脑部MRI图像中的白质病变	医学图像分析	多发性硬化症	3T MRI扫描	深度学习集成模型	3D MRI图像（T1加权和FLAIR序列）	491对MS患者的T1w和FLAIR图像用于训练，103个测试案例	NA	3D-UNet	Dice系数，F1分数，病变检测率	NA
3487	2025-10-06	LST-AI: A deep learning ensemble for accurate MS lesion segmentation 2024, NeuroImage. Clinical DOI:10.1016/j.nicl.2024.103611 PMID:38703470	研究论文	提出了一种基于深度学习集成方法的LST-AI工具，用于精确分割多发性硬化症脑白质病变	开发了包含三个3D U-Net的集成模型，采用复合损失函数解决病变与非病变区域不平衡问题，并包含病变位置标注功能	训练数据仅来自单一机构的3T MRI扫描仪，样本多样性可能有限	开发精确的脑白质病变自动分割工具，支持多发性硬化症的临床评估和科学研究	多发性硬化症患者的脑部MRI图像中的白质病变	医学影像分析	多发性硬化症	3T MRI扫描，T1加权和FLAIR成像	深度学习集成模型	3D医学影像	491对T1加权和FLAIR图像用于训练，103个测试案例	NA	3D U-Net	Dice系数，F1分数，病变检测率	NA
3488	2025-10-06	Geodesic shape regression based deep learning segmentation for assessing longitudinal hippocampal atrophy in dementia progression 2024, NeuroImage. Clinical DOI:10.1016/j.nicl.2024.103623 PMID:38821013	研究论文	提出一种基于测地线形状回归的深度学习分割方法GeoLongSeg，用于评估痴呆症进展中的纵向海马体萎缩	将测地线形状回归整合到两阶段分割网络中，通过增强个体内形态一致性来减少与疾病无关的纵向变异	未明确说明方法在其他类型脑部疾病或不同MRI设备上的泛化能力	准确分割纵向海马体形态以评估痴呆症进展	阿尔茨海默病神经影像倡议(ADNI)的纵向数据中的海马体	医学图像分析	痴呆症	3T T1加权MRI	深度学习	纵向3D MRI图像	ADNI数据库中的纵向数据	NA	3D U-Net	重测信度, 方差比, 萎缩轨迹, 判别能力	NA
3489	2025-10-06	Cortical thickness and grey-matter volume anomaly detection in individual MRI scans: Comparison of two methods 2024, NeuroImage. Clinical DOI:10.1016/j.nicl.2024.103624 PMID:38823248	研究论文	比较两种脑MRI形态测量方法在个体扫描中检测皮质厚度和灰质体积异常的性能	首次系统比较开源工具ScanOMetrics在FreeSurfer和深度学习工具DL+DiReCT两种脑形态测量方法上的异常检测性能	仅使用公开OASIS3数据集，临床评估仍处于早期阶段	开发高效的脑MRI异常检测方法以支持神经放射学诊断决策	阿尔茨海默病患者和健康对照者的脑MRI扫描	医学影像分析	阿尔茨海默病	脑MRI形态测量分析	深度学习	脑MRI图像	OASIS3公共数据集中的阿尔茨海默病患者和健康对照者	NA	DL+DiReCT	异常检测准确性, 计算效率	NA
3490	2025-10-06	A deep learning analysis of stroke onset time prediction and comparison to DWI-FLAIR mismatch 2023, NeuroImage. Clinical DOI:10.1016/j.nicl.2023.103544 PMID:38000188	研究论文	本研究开发了一种深度学习模型，用于预测缺血性卒中发病时间，并与DWI-FLAIR不匹配评估方法进行比较	使用未处理的DWI和共配准FLAIR影像数据训练深度学习模型，在人类评估者难以判定的病例中通过模型评估提高了准确性和评估者间一致性	NA	改进卒中发病时间预测的准确性和可用性，支持临床决策	缺血性卒中患者	医学影像分析	卒中	DWI, FLAIR	CNN	医学影像	NA	NA	Group Convolutional Neural Networks	准确性, 评估者间一致性	NA
3491	2025-10-06	Identifying Drug-Resistant Tuberculosis in Chest Radiographs: Evaluation of CNN Architectures and Training Strategies 2021-11, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC46164.2021.9630189 PMID:34891867	研究论文	本研究利用胸部X光片通过卷积神经网络区分耐药性和药物敏感性肺结核	首次将预训练CNN模型与深度学习数据增强方法结合用于肺结核耐药性分类，在公开数据集上达到85%的AUC性能	数据来源有限，模型性能仍需进一步提升	开发基于胸部X光片的肺结核耐药性自动识别方法	肺结核患者的胸部X光影像	计算机视觉	肺结核	胸部X光成像	CNN	医学影像	来自NIAID TB Portals的标注数据及额外未标注数据源	NA	InceptionV3	AUC	NA
3492	2025-10-06	Deep learning mammography-based breast cancer risk model, its serial change, and breast cancer mortality 2025-Sep-03, Breast cancer (Tokyo, Japan) DOI:10.1007/s12282-025-01772-w PMID:40900381	研究论文	本研究评估了基于乳腺X线摄影的深度学习风险预测模型Mirai与乳腺癌特异性死亡率之间的关联	首次在大型韩国女性队列中验证深度学习风险预测模型与乳腺癌死亡率的关联，并分析风险评分随时间变化对死亡率的影响	回顾性研究设计，乳腺癌相关死亡病例数量有限（仅31例）	评估深度学习风险预测模型对乳腺癌特异性死亡率的预测能力	124,653名34岁及以上接受乳腺X线筛查的无癌韩国女性	数字病理	乳腺癌	乳腺X线摄影	深度学习	医学影像	124,653名女性，随访1,075,177人年	NA	Mirai	风险比, 置信区间, p值趋势	NA
3493	2025-09-04	Deep Learning-Derived Plaque Burden for Intracoronary Optical Coherence Tomography: An Intravascular Ultrasound-Based Validation Study 2025-Aug-27, JACC. Cardiovascular interventions DOI:10.1016/j.jcin.2025.07.021 PMID:40900048	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3494	2025-10-06	The 2022 n2c2/UW shared task on extracting social determinants of health 2023-07-19, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad012 PMID:36795066	研究论文	介绍2022年n2c2/UW共享任务，专注于从临床文本中提取健康社会决定因素信息	首次系统性地探索健康社会决定因素(SDOH)的临床文本信息提取，包含三个子任务评估信息提取、泛化性和学习迁移能力	提取性能因SDOH类型而异，对物质使用和无家可归等风险因素的提取效果较差	推进自然语言处理信息提取技术在健康社会决定因素和临床信息领域的应用	临床文本中的健康社会决定因素事件，包括酒精、药物、烟草、就业和生活状况等	自然语言处理	NA	自然语言处理	预训练语言模型,序列到序列模型	文本	使用Social History Annotated Corpus (SHAC)语料库，15个团队参与	NA	预训练语言模型	F1分数	NA
3495	2025-10-06	2018 n2c2 shared task on adverse drug events and medication extraction in electronic health records 2020-01-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocz166 PMID:31584655	研究论文	总结了2018年n2c2共享任务中关于从电子健康记录中提取药物不良事件和药物信息的竞赛组织与结果分析	首次系统评估了临床记录中药物不良事件提取的三种任务（概念提取、关系分类和端到端系统），并建立了性能基准	对于原因和药物不良事件的概念和关系识别性能较低，局部上下文不足以准确识别这些复杂概念	评估临床自然语言处理技术在药物不良事件提取任务上的最新进展	临床出院摘要的原始文本数据	自然语言处理	NA	电子健康记录文本分析	双向长短期记忆网络, 支持向量机	文本	28个团队参与任务1，21个团队参与任务2和3	NA	序列标注模型, 基于实例的分类器	F1分数	NA
3496	2025-10-06	Robust multi-coil MRI reconstruction via self-supervised denoising 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30591 PMID:40457510	研究论文	本研究探讨了将自监督去噪作为预处理步骤对基于深度学习的多线圈MRI重建方法性能的影响	首次将广义Stein无偏风险估计(GSURE)自监督去噪技术应用于多线圈MRI重建的预处理阶段	研究仅针对高斯噪声污染的数据，且实验数据限于T2加权脑部和脂肪抑制质子密度膝部扫描	提高基于深度学习的加速多线圈磁共振成像重建质量	T2加权脑部扫描和脂肪抑制质子密度膝部扫描的MRI数据	医学影像处理	NA	磁共振成像(MRI)	扩散概率模型(DPMs), 基于模型的深度学习(MoDL)	多线圈k空间数据, MRI图像	NA	NA	NA	归一化均方根误差(NRMSE), 结构相似性指数(SSIM), 峰值信噪比(PSNR)	NA
3497	2025-10-06	SMART MRS: A Simulated MEGA-PRESS ARTifacts toolbox for GABA-edited MRS 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30597 PMID:40485116	研究论文	开发了一个基于Python的工具箱，用于模拟GABA编辑MRS数据中常见的伪影	创建了首个专门用于模拟GABA编辑MRS伪影的Python工具箱，提供多种伪影模拟功能	工具箱主要基于模拟数据，在真实数据中的应用效果需要进一步验证	开发MRS伪影模拟工具以增强模拟编辑MRS数据的多样性和质量	伽马氨基丁酸编辑的磁共振波谱数据	医学影像分析	NA	磁共振波谱，GABA编辑MRS	深度学习模型	MRS数据，MATLAB FID-A.mat文件，NIfTI-MRS文件	NA	Python	NA	视觉评估	NA
3498	2025-10-06	MC-RED: A deep learning network for motion correction in 3D CEST imaging 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30609 PMID:40495308	研究论文	开发了一种基于深度学习的运动校正方法MC-RED，用于提高3D CEST成像的图像质量	提出了一种结合频率特定信息和静态参考图像的残差编码-解码网络，用于生成无运动参考帧来校正CEST图像	NA	开发和验证用于3D CEST成像的深度学习运动校正方法	健康志愿者模拟数据和脑炎患者临床数据	医学影像分析	脑炎	化学交换饱和转移(CEST)成像	深度学习网络	3D医学影像	健康志愿者和脑炎患者数据	NA	残差编码-解码网络(Residual Encoding-Decoding Network)	峰值信噪比(PSNR), 结构相似性指数(SSIM), 均方误差(MSE), 洛伦兹差异(LD)分析	NA
3499	2025-10-06	Deep learning-based automatic dose optimization for brachytherapy 2025-Nov, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.111988 PMID:40532513	研究论文	本研究探索了基于深度学习的近距离放射治疗剂量预测最佳方法，并验证了逆向剂量优化算法提升治疗计划质量的可行性	首次系统比较不同剂量归一化方法对3D U-Net剂量预测性能的影响，并创新性地将深度学习预测结果与梯度优化算法结合	研究仅针对宫颈癌患者数据，样本量有限（186例），且未在其他癌症类型中验证	优化近距离放射治疗的剂量预测和计划质量	186例宫颈癌患者的近距离放射治疗数据	医学影像分析	宫颈癌	近距离放射治疗	CNN	3D剂量分布数据	186例患者（训练集150例，验证集18例，测试集18例）	NA	3D U-Net	Dice相似系数, 适形指数, 均匀性指数, D1cc, D2cc	NA
3500	2025-10-06	Synergistic analysis based on chemometrics and deep learning: An innovative Kolmogorov-Arnold neural network (CKAN) model combined with ternary hybrid SERS substrate (Au@mSiO₂(YSN)-Fe₃O₄@MoS₂-rGO) for highly sensitive detection of trace quinolone antibiotics in milk 2025-Nov-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145193 PMID:40544590	研究论文	提出一种基于三元复合SERS基底和化学计量学与深度学习相结合的方法，用于牛奶中痕量喹诺酮类抗生素的高灵敏度检测	创新性地结合三元杂化SERS基底(Au@mSiO₂(YSN)-Fe₃O₄@MoS₂-rGO)与Kolmogorov-Arnold神经网络(CKAN)模型，实现了对多种抗生素的高灵敏度检测	NA	开发高灵敏度的牛奶中痕量喹诺酮类抗生素检测方法	牛奶中的恩诺沙星(ENR)、依诺沙星(ENO)和诺氟沙星(NOR)三种喹诺酮类抗生素	分析化学	NA	表面增强拉曼光谱(SERS), 有限差分时域(FDTD)方法	Kolmogorov-Arnold神经网络(CKAN)	光谱数据	NA	NA	CKAN	准确率, 决定系数(R)	NA