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
3541	2025-10-06	Prediction of therapeutic response to transarterial chemoembolization plus systemic therapy regimen in hepatocellular carcinoma using pretreatment contrast-enhanced MRI based habitat analysis and Crossformer model 2025-06, Abdominal radiology (New York) DOI:10.1007/s00261-024-04709-7 PMID:39586897	研究论文	基于多期相增强MRI生境分析和Crossformer模型预测肝细胞癌患者对TACE联合系统治疗的疗效反应	首次将K-means聚类生成的肿瘤内生境图像与基于Transformer的深度学习模型相结合，用于预测HCC患者对TACE联合系统治疗的疗效反应	样本量相对较小（102例患者），仅来自两个机构，需要更大规模的多中心验证	开发能够无创预测肝细胞癌患者对TACE联合分子靶向治疗和免疫治疗疗效的影像学生物标志物	肝细胞癌患者	医学影像分析	肝细胞癌	多期相增强磁共振成像，K-means聚类	Crossformer, ResNet50, ExtraTrees	医学影像	102例HCC患者（机构A：63例，机构B：39例）	NA	Crossformer, ResNet50, ExtraTrees	AUC	NA
3542	2025-10-06	Deep learning-assisted detection of intracranial hemorrhage: validation and impact on reader performance 2025-Jun, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03560-x PMID:40116947	研究论文	本研究验证了深度学习算法JLK-ICH在颅内出血检测中的准确性，并评估其对非专家医生诊断性能的影响	开发并验证了能够检测所有颅内出血亚型的高精度深度学习算法，并首次通过读者性能研究证明该算法能显著提升非专家医生的诊断准确性	研究采用回顾性数据，且读者性能研究仅包含6名非专家读者	验证深度学习算法在颅内出血检测中的性能并评估其临床效用	颅内出血患者的CT扫描图像	医学影像分析	颅内出血	CT扫描	深度学习	医学影像	1,370例CT扫描，其中800例用于读者性能研究	NA	JLK-ICH	灵敏度, 特异度, AUROC	NA
3543	2025-10-06	Predicting postoperative prognosis in clear cell renal cell carcinoma using a multiphase CT-based deep learning model 2025-05, Abdominal radiology (New York) DOI:10.1007/s00261-024-04593-1 PMID:39311948	研究论文	开发基于多期相CT图像的深度学习模型用于预测肾透明细胞癌患者术后预后	首次结合三期相CT图像（平扫期、皮质髓质期、肾实质期）构建深度学习模型，并与Leibovich评分系统结合形成列线图	回顾性研究，样本量相对有限（382例患者），需要外部验证	评估基于CT图像的深度学习模型在预测肾透明细胞癌术后预后的价值	肾透明细胞癌患者	医学影像分析	肾癌	CT成像	CNN, ELM	CT图像	382例肾透明细胞癌患者（训练集229例，测试集153例）	NA	ResNet50	AUC, IDI	NA
3544	2025-10-06	Application of deep learning models for accurate classification of fluid collections in acute necrotizing pancreatitis on computed tomography: a multicenter study 2025-05, Abdominal radiology (New York) DOI:10.1007/s00261-024-04607-y PMID:39347977	研究论文	应用深度学习模型对急性坏死性胰腺炎CT图像中的胰液积聚进行基于固体碎屑的准确分类	首次在多中心研究中比较ResNet 50、Vision Transformer和MedViT架构在胰腺液体积聚分类中的性能	样本量相对有限（152例患者），外部测试集性能中等	开发基于CT的深度学习模型用于急性胰腺炎中胰液积聚的固体碎屑分类	急性胰腺炎伴胰液积聚的患者	医学影像分析	急性胰腺炎	计算机断层扫描（CT）、磁共振成像（MRI）、内镜超声（EUS）	深度学习	CT图像	152例患者（129例训练/验证，23例测试），共2180张图像	NA	ResNet 50,Vision transformer (ViT),MedViT	灵敏度,特异度,AUC	NA
3545	2025-10-06	Evaluation of SR-DLR in low-dose abdominal CT: superior image quality and noise reduction 2025-05, Abdominal radiology (New York) DOI:10.1007/s00261-024-04686-x PMID:39560744	研究论文	评估超分辨率深度学习重建在低剂量腹部CT中的图像质量和噪声降低效果	首次在低剂量腹部CT中系统比较超分辨率深度学习重建与传统深度学习重建及混合迭代重建算法的性能	回顾性研究，样本量较小（35例患者），单中心数据	评估不同图像重建算法在低剂量腹部CT中的性能差异	低剂量腹部CT扫描图像	医学影像处理	NA	计算机断层扫描	深度学习	CT图像	35例患者	NA	超分辨率深度学习重建	噪声幅度, 对比噪声比, 噪声功率谱, 边缘上升斜率, 主观图像质量评分	NA
3546	2025-10-06	Machine learning and deep learning models for preoperative detection of lymph node metastasis in colorectal cancer: a systematic review and meta-analysis 2025-05, Abdominal radiology (New York) DOI:10.1007/s00261-024-04668-z PMID:39522103	系统综述与荟萃分析	评估机器学习和深度学习模型在结直肠癌术前淋巴结转移预测中的诊断性能	首次对ML/DL模型在CRC术前LNM检测中的诊断性能进行系统评价和荟萃分析	纳入研究数量有限(12项)，存在异质性(I2:86.17)，需要更多前瞻性多中心研究验证	评估ML和DL模型在结直肠癌术前淋巴结转移预测中的诊断性能	结直肠癌患者	机器学习	结直肠癌	NA	机器学习,深度学习	NA	8321名患者	NA	NA	AUC,敏感性,特异性	NA
3547	2025-10-06	Application of deep learning techniques for breath-hold, high-precision T2-weighted magnetic resonance imaging of the abdomen 2025-05, Abdominal radiology (New York) DOI:10.1007/s00261-024-04675-0 PMID:39535616	研究论文	评估基于深度学习的PIQE算法在高精度单次激发快速自旋回波序列中用于腹部T2加权磁共振成像的可行性	首次将深度学习PIQE算法应用于高精度SS-FSE序列，并与标准SS-FSE和MS-FSE序列进行图像质量比较	单中心研究设计且缺乏病理学确认	评估深度学习算法在腹部磁共振成像中的应用效果	腹部T2加权磁共振图像	医学影像分析	肝脏疾病,胰腺疾病	磁共振成像,单次激发快速自旋回波,多次激发快速自旋回波	深度学习	医学影像	105名患者	PIQE	NA	图像质量评分,信噪比,对比噪声比	NA
3548	2025-10-06	AnglesRefine: Refinement of 3D Protein Structures Using Transformer Based on Torsion Angles 2025 Mar-Apr, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3422288 PMID:38959143	研究论文	提出一种基于Transformer的蛋白质结构优化方法AnglesRefine，通过改进蛋白质二面角来提升三维蛋白质结构预测精度	首次将Transformer架构应用于蛋白质结构优化，专注于二级结构和多种关键角度（psi、phi、omega等）的联合优化	方法在CASP15数据集上的性能提升相对有限，需要更多数据集验证泛化能力	开发高效的蛋白质结构优化方法，提升预测蛋白质模型的局部结构精度	蛋白质三维结构	计算生物学	NA	深度学习	Transformer	蛋白质结构数据	CASP11-14和CASP15数据集	NA	Transformer	模型质量退化百分比	NA
3549	2025-10-06	Prediction of sudden cardiac death using artificial intelligence: Current status and future directions 2025-Mar, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.09.003 PMID:39245250	综述	本文综述人工智能在预测心源性猝死领域的应用现状、机遇与挑战	系统阐述AI通过识别传统方法难以发现的非线性模式实现个性化SCD风险预测的潜力	存在阻碍临床广泛采用的关键挑战需要解决	改善心源性猝死的风险分层和预防策略	心源性猝死高风险人群	机器学习	心血管疾病	NA	机器学习,深度学习	NA	NA	NA	NA	NA	NA
3550	2025-10-06	Performance Comparison Between Deep Neural Network and Machine Learning Based Classifiers for Huntington Disease Prediction From Human DNA Sequence 2025 Jan-Feb, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3493203 PMID:39509303	研究论文	比较深度神经网络与传统机器学习分类器在亨廷顿病DNA序列预测中的性能	首次将混沌游戏表示方法与深度神经网络结合用于亨廷顿病DNA序列预测，并与多种传统机器学习方法进行系统比较	仅使用公开数据库和合成DNA数据，缺乏临床验证样本	开发基于DNA序列的亨廷顿病预测模型	人类DNA序列数据	机器学习	亨廷顿病	DNA序列分析，混沌游戏表示	DNN, NN, SVM, RF, CT	DNA序列数据	NCBI数据库DNA序列和合成DNA数据	NA	深度神经网络	准确率，灵敏度，特异性，精确率，F1分数，马修斯相关系数	NA
3551	2025-10-06	Synergizing CRISPR-Cas9 with Advanced Artificial Intelligence and Machine Learning for Precision Drug Delivery: Technological Nexus and Regulatory Insights 2025, Current gene therapy IF:3.8Q2 DOI:10.2174/0115665232342293241120033251 PMID:39871553	综述	探讨CRISPR-Cas9基因编辑技术与人工智能及机器学习在精准药物递送领域的协同应用	首次系统整合CRISPR-Cas9技术与先进AI/ML方法，提出技术协同框架并分析监管需求	未涉及具体实验验证，主要基于现有技术发展的理论分析	建立基因编辑与人工智能的技术协同框架，推动精准药物递送发展	CRISPR-Cas9系统及其计算工具（E-CRISP、Azimuth 2.0、DeepCRISPR等）	机器学习	镰状细胞病,β-地中海贫血	CRISPR-Cas9基因编辑,NGS	深度学习	基因组数据	NA	NA	DeepCRISPR	gRNA效率预测,脱靶效应预测	NA
3552	2025-10-06	Automated Measurement of Effective Radiation Dose by 18F-Fluorodeoxyglucose Positron Emission Tomography/Computed Tomography 2024-12-23, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10120151 PMID:39728913	研究论文	开发基于深度学习的自动化程序用于标准化测量18F-PET/CT检查中的辐射剂量	通过集成深度学习模型开发自动化辐射剂量计算程序，有效消除操作者间变异性	样本量相对较小（n=30和n=42），仅针对躯干PET/CT检查	开发标准化测量PET/CT检查中辐射剂量的自动化程序	18F-PET/CT检查中的辐射剂量测量	医学影像分析	NA	PET/CT成像，深度学习分割	深度学习	医学影像数据	72个PET/CT检查样本（30个用于验证，42个用于设备比较）	NA	TotalSegmentator	相关性分析（r2），重复性，再现性，统计显著性（p值）	NA
3553	2025-10-06	Noise Reduction in Brain CT: A Comparative Study of Deep Learning and Hybrid Iterative Reconstruction Using Multiple Parameters 2024-12-18, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10120147 PMID:39728909	研究论文	比较深度学习重建与混合迭代重建在脑部CT中的噪声降低效果	首次系统比较DLR和HIR在不同切片厚度、管电流和成像对象下的噪声降低性能	样本量较小（仅11名患者），缺乏多中心验证	评估脑部CT中不同重建方法的噪声降低效果	16cm剂量体模、头部体模和11名患者的脑部CT图像	医学影像处理	脑部疾病	计算机断层扫描(CT)	深度学习重建(DLR)	CT图像	11名患者加两种体模	NA	NA	噪声降低比率, 视觉图像质量评估	NA
3554	2025-10-06	Three-Dimensional Thermal Tomography with Physics-Informed Neural Networks 2024-11-30, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10120140 PMID:39728902	研究论文	本研究利用物理信息神经网络进行三维热层析成像，从表面温度数据重建内部温度场	将物理约束（热方程）嵌入损失函数，结合统计不确定性训练，提高了在非理想条件下的鲁棒性	对于较大尺寸物体（特别是远离表面的区域），在非理想条件下预测能力会下降	开发高精度的非侵入式热成像技术，用于内部温度场重建	人体等具有小温度梯度的生物体	计算机视觉	NA	热层析成像	CNN	温度数据	小型体模（如直径10厘米）	NA	3D CNN	准确性	NA
3555	2025-10-06	STANet: A Novel Spatio-Temporal Aggregation Network for Depression Classification with Small and Unbalanced FMRI Data 2024-11-28, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10120138 PMID:39728900	研究论文	提出一种新型时空聚合网络STANet，用于解决小样本和不平衡fMRI数据的抑郁症分类问题	结合CNN和RNN捕获脑活动的时空特征，采用ICA进行时空信息聚合，使用多尺度深度卷积提取细节特征，并引入注意力-傅里叶门控循环单元分类器	基于小样本和不平衡fMRI数据，可能影响模型泛化能力	通过功能磁共振成像和人工智能技术改进抑郁症诊断	抑郁症患者的功能磁共振成像数据	医学影像分析	抑郁症	功能磁共振成像(fMRI), 独立成分分析(ICA)	CNN, RNN, GRU	功能磁共振成像数据	小样本不平衡数据	NA	STANet, AFGRU	准确率, AUC	NA
3556	2025-10-06	Evolving and Novel Applications of Artificial Intelligence in Abdominal Imaging 2024-11-18, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10110133 PMID:39590942	综述	本文评估人工智能在腹部影像学领域的当前应用现状，重点关注诊断优化、工作流程改进和定量成像技术	系统梳理AI在腹部多器官（肝胆、胰腺、胃、结肠等）病理诊断与鉴别的最新应用，并强调放射组学和深度学习在组织特性量化分析中的创新价值	存在技术、伦理和法律方面的持续挑战	评估人工智能在腹部影像学中的发展现状与临床应用价值	腹部器官（肝胆、胰腺、胃、结肠、肾脏、肾上腺、脾脏）的病理诊断与组织特性分析	医学影像分析	腹部多器官疾病	放射组学，深度学习	深度学习模型	医学影像数据	NA	NA	NA	NA	NA
3557	2025-10-06	Skeletal Muscle Segmentation at the Level of the Third Lumbar Vertebra (L3) in Low-Dose Computed Tomography: A Lightweight Algorithm 2024-09-13, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10090111 PMID:39330757	研究论文	提出一种用于低剂量CT图像中第三腰椎水平骨骼肌自动分割的轻量级算法	开发了一种轻量级分割算法，专门针对低剂量CT图像中的骨骼肌分割问题，并在计算效率上优于现有深度学习算法	样本量较小（57例直肠癌患者），仅针对特定疾病人群	开发自动化的骨骼肌分割方法以评估患者营养状况	直肠癌患者的低剂量盆腔CT图像	医学图像分析	直肠癌	低剂量计算机断层扫描	NA	CT图像	57例直肠癌患者（30例训练集，27例测试集）	NA	NA	Dice相似系数, 精确率, 召回率, Hausdorff距离95百分位数, 平均表面距离	CPU（算法运行时间303±43 ms）
3558	2025-10-06	Integrating Clinical Data and Radiomics and Deep Learning Features for End-to-End Delayed Cerebral Ischemia Prediction on Noncontrast CT 2024-Sep-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8301 PMID:39025637	研究论文	开发了一种集成临床数据、影像组学和深度学习特征的端到端模型，用于基于非增强CT预测动脉瘤性蛛网膜下腔出血后的迟发性脑缺血	首次提出结合临床数据、影像组学和深度学习特征的两阶段端到端模型，采用ATT-Deeplabv3+进行半监督学习的出血区域自动分割	回顾性研究设计，样本量相对有限（400例患者）	开发自动化模型预测动脉瘤性蛛网膜下腔出血后的迟发性脑缺血	400例动脉瘤性蛛网膜下腔出血患者（其中156例患有迟发性脑缺血）	医学影像分析	脑血管疾病	非增强CT成像	ATT-Deeplabv3+, 逻辑回归, 朴素贝叶斯, AdaBoost, 多层感知机	医学影像, 临床数据	400例患者	NA	ATT-Deeplabv3+, 多层感知机	Dice相似系数, AUC, 校准曲线	NA
3559	2025-10-06	MR Cranial Bone Imaging: Evaluation of Both Motion-Corrected and Automated Deep Learning Pseudo-CT Estimated MR Images 2024-Sep-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8335 PMID:38991771	研究论文	评估基于运动校正和深度学习生成的伪CT颅骨MR图像在临床应用的潜力	开发了自动运动校正技术并结合深度学习从MR图像生成伪CT图像，首次实现无需电离辐射的颅骨诊断质量成像	样本量有限，仅针对儿科患者进行研究，需要更大规模验证	评估运动校正伪CT颅骨图像在临床诊断中的可行性和准确性	儿科颅骨影像（颅缝闭合和颅骨骨折）	医学影像分析	颅骨创伤和颅缝早闭	MR成像，深度学习伪CT生成	深度学习	医学影像（CT和MR图像）	72名患者（12名颅缝闭合评估，60名头部创伤评估）	NA	NA	特异性，敏感性	NA
3560	2025-10-06	Assessing the Emergence and Evolution of Artificial Intelligence and Machine Learning Research in Neuroradiology 2024-Sep-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8252 PMID:38521092	研究论文	通过文献计量学分析评估神经放射学中人工智能和机器学习研究的出现与演变趋势	首次对神经放射学领域AI/ML研究进行系统性文献计量分析，提出三类文章分类框架（统计建模、AI/ML开发、终端用户应用）	仅分析单一期刊（美国神经放射学杂志），可能无法代表整个领域的研究全貌	表征神经放射学领域AI/ML研究的出现与演变，提供该领域趋势、挑战和未来方向的全面概述	1980年1月1日至2022年12月3日期间美国神经放射学杂志发表的AI/ML相关原创研究文章	神经放射学	NA	文献计量分析	NA	文献数据	182篇符合条件的研究文章	NA	NA	NA	NA