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
3561	2025-10-06	A Joint Classification Method for COVID-19 Lesions Based on Deep Learning and Radiomics 2024-09-05, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10090109 PMID:39330755	研究论文	提出基于深度学习和影像组学的联合分类方法用于COVID-19肺部病灶分类	提出MFPN神经网络模型提取病灶深度特征，并首次将深度特征与关键影像组学特征结合用于COVID-19分类	NA	验证深度学习和影像组学方法在COVID-19病灶分类中的性能，揭示COVID-19肺部疾病的影像特征	COVID-19肺部病灶	计算机视觉	COVID-19肺炎	影像组学	MFPN神经网络	医学影像	NA	NA	MFPN	NA	NA
3562	2025-10-06	Artificial Intelligence in Metabolomics: A Current Review 2024-Sep, Trends in analytical chemistry : TRAC DOI:10.1016/j.trac.2024.117852 PMID:39071116	综述	本文综述了人工智能在代谢组学中的最新方法与应用	系统总结了AI在代谢组学分析各环节的应用现状与前景	存在AI模型可解释性不足、数据标准化等挑战	探讨人工智能与代谢组学在系统生物学和人类健康领域的协同应用	代谢组学研究中的分析检测、数据预处理、生物标志物发现等环节	机器学习	NA	代谢组学技术	机器学习,深度学习	代谢组数据	NA	NA	NA	NA	NA
3563	2025-10-06	From sleep patterns to heart rhythm: Predicting atrial fibrillation from overnight polysomnograms 2024 Sep-Oct, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2024.153759 PMID:39067281	研究论文	利用夜间多导睡眠图的心电图数据预测心房颤动风险	结合手工特征工程和深度学习模型，首次利用夜间单导联心电图数据进行房颤预测	精确度较低（0.3），存在较多假阳性结果	通过分析夜间多导睡眠图心电图数据预测心房颤动发生风险	13,609名接受多导睡眠图检查的受试者	医疗人工智能	心血管疾病	多导睡眠图，心电图分析	深度神经网络，浅层神经网络	单导联心电图信号	18,782条心电图记录（13,609名受试者）	NA	基于PhysioNet Challenge 2021预训练模型的迁移学习架构	敏感度，特异度，精确度，风险比	NA
3564	2025-10-06	Deep learning classification of ex vivo human colon tissues using spectroscopic optical coherence tomography 2024-09, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400082 PMID:38955358	研究论文	本研究开发了一种基于光谱光学相干断层扫描和深度学习的人类结肠组织分类方法	将光谱OCT技术扩展到人类离体结肠组织分析，并开发了新型深度学习架构	研究基于离体组织样本，尚未进行在体临床应用验证	改进结直肠癌筛查技术，开发光学活检方法	人类离体结肠上皮组织样本	数字病理	结直肠癌	光谱光学相干断层扫描	深度学习	OCT图像	NA	NA	新型深度学习架构	准确率	NA
3565	2025-10-06	Image-domain material decomposition for dual-energy CT using unsupervised learning with data-fidelity loss 2024-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.17255 PMID:38865687	研究论文	提出一种基于无监督学习和数据保真度损失的双能CT图像域材料分解方法	将迭代分解与基于深度学习的图像先验结合在GAN架构中，无需配对数据进行训练	NA	开发用于双能CT图像域材料分解的无监督学习框架	头部和肺部数字体模及临床患者数据	医学影像处理	NA	双能计算机断层扫描(DECT)	GAN	CT图像	头部和肺部数字体模及临床患者研究	NA	生成对抗网络(GAN)	标准差(SD), 结构相似性指数(SSIM)	NA
3566	2025-10-06	Diffeomorphic transformer-based abdomen MRI-CT deformable image registration 2024-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.17235 PMID:38820286	研究论文	提出一种基于微分同胚变换器的腹部MRI-CT形变图像配准方法，用于肝脏立体定向放射治疗	首次将Swin Transformer与CNN结合用于多模态医学图像配准，采用拓扑保持的微分同胚变形特征和跨模态相似性损失函数	研究样本量有限（50例），仅针对肝脏病例进行验证	开发准确的腹部MRI-CT形变图像配准方法以改善肝脏立体定向放射治疗计划	肝脏转移瘤患者的腹部MRI和CT图像	医学图像处理	肝脏转移瘤	形变图像配准，深度学习	CNN, Transformer	医学图像（MRI, CT）	50例肝脏病例的MRI和CT扫描数据	NA	Swin Transformer, 卷积神经网络	目标配准误差，Dice相似系数，平均表面距离	NA
3567	2025-10-06	Deep learning-based rapid image reconstruction and motion correction for high-resolution cartesian first-pass myocardial perfusion imaging at 3T 2024-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30106 PMID:38576068	研究论文	开发并评估基于深度学习的快速图像重建和运动校正技术，用于3T高分辨率笛卡尔首过心肌灌注成像	提出3D物理驱动展开网络架构用于灌注成像重建，并开发2D U-Net运动校正网络	训练数据仅包含20名受试者的135个切片，样本量相对有限	开发快速高质量的图像重建和运动校正技术用于心肌灌注成像	心肌灌注成像数据	医学影像分析	心血管疾病	笛卡尔首过心肌灌注成像	深度学习	医学影像	20名受试者的135个切片	NA	3D物理驱动展开网络, 2D U-Net	SSIM, PSNR, NRMSE, 图像质量评分, 时间保真度, 二阶导数	GPU加速
3568	2025-10-06	Deep Learning for Grading Endometrial Cancer 2024-Sep, The American journal of pathology DOI:10.1016/j.ajpath.2024.05.003 PMID:38879079	研究论文	本研究开发了EndoNet深度学习模型，用于子宫内膜癌的病理分级	结合卷积神经网络提取组织学特征和视觉变换器聚合特征，无需人工标注即可实现子宫内膜癌分级	需要进一步验证，外部测试集性能略有下降	开发自动化的子宫内膜癌病理分级系统	子宫内膜癌患者的数字化全切片图像	数字病理学	子宫内膜癌	苏木精-伊红染色	CNN, Vision Transformer	图像	929张全切片图像（训练集），内部测试集110例患者，外部测试集100例患者	NA	EndoNet（CNN+Vision Transformer）	F1分数，AUC	NA
3569	2025-10-06	Visceral Adiposity and Progression of ADPKD: A Cohort Study of Patients From the TEMPO 3:4 Trial 2024-Sep, American journal of kidney diseases : the official journal of the National Kidney Foundation IF:9.4Q1 DOI:10.1053/j.ajkd.2024.02.014 PMID:38608748	研究论文	本研究通过深度学习分析MRI图像，探讨内脏脂肪与常染色体显性多囊肾病进展的关系	首次使用深度学习从冠状面MRI扫描中量化内脏脂肪，并证明其与ADPKD肾脏生长和托伐普坦疗效的独立关联	回顾性研究设计、仅纳入快速进展患者、深度学习计算需求大	研究内脏脂肪与ADPKD肾脏生长速度及托伐普坦疗效的关系	1,053名来自TEMPO 3:4试验的ADPKD高风险患者	数字病理学	常染色体显性多囊肾病	磁共振成像, 深度学习分割	深度学习	医学图像	1,053名ADPKD患者	NA	NA	DeLong's test, 比值比, 置信区间	NA
3570	2025-10-06	Cost-Effectiveness of Artificial Intelligence-Based Opportunistic Compression Fracture Screening of Existing Radiographs 2024-Sep, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2023.11.029 PMID:38527641	研究论文	评估基于人工智能的骨质疏松性椎体压缩骨折机会性筛查的成本效益	利用现有胸腹部X光片开发AI软件进行骨折筛查，并首次评估其成本效益	采用确定性预期值成本效用模型，未考虑所有不确定性因素；从有限社会视角考虑成本	评估基于AI的骨质疏松性椎体压缩骨折机会性筛查的成本效益	骨质疏松性椎体压缩骨折患者	医学影像分析	骨质疏松性骨折	深度学习算法	深度学习	X光影像	NA	NA	NA	灵敏度, 特异度	NA
3571	2025-10-06	RNA3DB: A structurally-dissimilar dataset split for training and benchmarking deep learning models for RNA structure prediction 2024-Sep-01, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168552 PMID:38552946	研究论文	本文提出了RNA3DB数据集，用于训练和评估RNA结构预测的深度学习模型	通过将RNA三维链划分为结构和序列均不冗余的组件，确保训练集和测试集之间不存在结构重叠	数据集依赖于PDB中实验解析的RNA结构，这些结构在数量和多样性上相对有限	解决RNA结构预测中训练集和测试集结构重叠导致的性能虚高问题	结构RNA分子	机器学习	NA	结构生物信息学分析	NA	三维结构数据	来自PDB的RNA三维链集合	NA	NA	NA	NA
3572	2025-10-06	Artificial intelligence in ovarian cancer drug resistance advanced 3PM approach: subtype classification and prognostic modeling 2024-Sep, The EPMA journal DOI:10.1007/s13167-024-00374-4 PMID:39239109	研究论文	本研究利用人工智能技术分析卵巢癌耐药特征，构建患者亚型分类和深度学习预后模型	首次在3PM框架下结合单细胞耐药特征进行多组学聚类，并采用新型KAN架构改进DeepSurv预后模型	研究依赖于公开数据库数据，需要进一步实验验证	在预测性、预防性和个性化医学框架下解决卵巢癌耐药性问题	卵巢癌患者和癌细胞	机器学习	卵巢癌	单细胞分析,多组学聚类	深度学习	单细胞表达数据,多组学数据	TCGA训练集21,937个细胞，三个GEO外部验证集(GSE17260, GSE26712, GSE51088)	Beyondcell, DeepSurv	KAN	预后预测性能	NA
3573	2025-10-06	Progression of Bone Marrow Lesions and the Development of Knee Osteoarthritis: Osteoarthritis Initiative Data 2024-Sep, Radiology IF:12.1Q1 DOI:10.1148/radiol.240470 PMID:39287521	研究论文	开发深度学习模型量化膝关节骨髓病变体积，并评估骨髓病变进展与膝骨关节炎发病的关联	首次使用深度学习模型对无放射学骨关节炎的膝关节进行骨髓病变体积的自动化量化，并系统评估骨髓病变纵向变化与骨关节炎发病风险的关系	回顾性研究设计，仅基于骨关节炎倡议队列数据，未包含外部验证队列	评估骨髓病变体积变化与膝骨关节炎发病风险的关联	骨关节炎倡议队列中2430名参与者的3869个无骨关节炎膝关节	数字病理	骨关节炎	MRI扫描	深度学习	医学影像	3869个膝关节（来自2430名参与者）	NA	NA	风险比	NA
3574	2025-10-06	Repurposing the Public BraTS Dataset for Postoperative Brain Tumour Treatment Response Monitoring 2024-09-01, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10090105 PMID:39330751	研究论文	本研究将术前脑肿瘤分割数据集BraTS重新用于术后脑肿瘤治疗反应监测，开发了适合术后场景的标注协议转换方法	首次将仅包含术前检查的BraTS数据集通过自动标注协议转换应用于术后脑肿瘤分割，实现了公共数据集的重新利用	对于体积小于1cm³的肿瘤分割性能未明确说明，仅在72例术后胶质母细胞瘤MRI上进行了验证	促进BraTS数据集在术后脑肿瘤分割深度学习算法训练中的应用	脑肿瘤患者术前和术后MRI影像	数字病理	脑肿瘤	MRI	深度学习算法	医学影像	72例术后胶质母细胞瘤MRI	NA	NA	分割准确性	NA
3575	2025-10-06	Data-driven continuum damage mechanics with built-in physics 2024-Sep, Extreme Mechanics Letters IF:4.3Q1 DOI:10.1016/j.eml.2024.102220 PMID:39372561	研究论文	本研究开发了一种基于神经常微分方程的数据驱动连续损伤力学方法，能够以热力学一致的方式模拟软材料的能量耗散行为	将神经常微分方程扩展到损伤力学领域，通过引入单调屈服函数作为非弹性势能，实现了热力学一致的能量耗散建模	NA	开发具有内置物理约束的数据驱动连续损伤力学模型	软材料（橡胶和软组织）的损伤退化行为	机器学习	NA	深度学习	神经常微分方程（NODEs）	应力-变形历史数据，实验皮肤和皮下组织数据	NA	NA	神经常微分方程	NA	NA
3576	2025-10-06	A predictive approach for host-pathogen interactions using deep learning and protein sequences 2024-Sep, Virusdisease DOI:10.1007/s13337-024-00882-x PMID:39464732	研究论文	本研究提出一种基于深度学习和蛋白质序列的宿主-病原体相互作用预测方法	首次将monoMonoKGap特征提取算法与深度学习相结合应用于宿主-病原体相互作用预测	仅使用三个平衡数据集进行验证，需要更多样化的数据集测试泛化能力	开发高效准确的宿主-病原体相互作用预测计算方法	人类与病原体之间的蛋白质相互作用	生物信息学	传染病	蛋白质序列分析	深度神经网络	蛋白质序列数据	三个平衡的人类-病原体数据集	NA	深度神经网络, CNN	准确率	NA
3577	2025-10-06	Deep Learning-Assisted Automatic Diagnosis of Anterior Cruciate Ligament Tear in Knee Magnetic Resonance Images 2024-08-13, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10080094 PMID:39195729	研究论文	开发用于膝关节磁共振图像中前交叉韧带撕裂自动诊断的深度学习模型	提出包含双尺度数据增强模块、选择性组注意力模块和融合模块的SGNET模型，能同时从空间和层级尺度增强数据并捕获跨层、通道和空间尺度的关系	仅使用单一公共数据集进行验证，未在更多临床场景中测试	提高前交叉韧带撕裂的诊断准确性和效率	膝关节磁共振图像	医学影像分析	前交叉韧带撕裂	磁共振成像	深度学习	医学图像	1250例膝关节MRI检查	NA	SGNET	准确率,敏感度,特异度,AUC	NA
3578	2025-10-06	Machine Learning and Deep Learning Approaches in Lifespan Brain Age Prediction: A Comprehensive Review 2024-08-12, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10080093 PMID:39195728	综述	本文对2020-2024年间52项研究进行全面回顾，系统分析机器学习和深度学习在寿命跨度脑年龄预测中的应用进展	首次系统比较机器学习和深度学习在寿命跨度脑年龄预测中的效能差异，揭示不同模型架构的优缺点	仅纳入2020-2024年间的52项研究，可能未覆盖该领域所有相关文献	评估机器学习和深度学习在脑年龄预测领域的技术进展，指导神经退行性疾病早期干预策略	神经影像数据驱动的脑年龄预测研究	机器学习	神经退行性疾病	神经影像技术	机器学习,深度学习	神经影像数据	52项研究	NA	NA	NA	NA
3579	2025-10-06	Deep Learning for 3D Vascular Segmentation in Phase Contrast Tomography 2024-Jul-16, Research square DOI:10.21203/rs.3.rs-4613439/v1 PMID:39070623	研究论文	本文利用深度学习技术对HiP-CT成像的3D血管进行分割，并通过系统评估建立血管分割的基准模型	首次将nnU-Net框架应用于新型HiP-CT成像技术的血管分割，创建了经过双标注验证的高分辨率血管数据集	Dice系数主要评估体素一致性而忽略血管关键特征，大血管因缺乏静水压力而塌陷导致分割效果差，细小血管连通性降低和边界分割错误	为血管分割建立基准模型并评估机器学习方法在高分辨率器官成像中的应用	来自三个肾脏的HiP-CT血管数据	计算机视觉	NA	分层相衬断层扫描(HiP-CT)	深度学习	3D图像	三个肾脏的HiP-CT血管数据	nnU-Net	U-Net	Dice系数,中心线Dice值	NA
3580	2025-10-06	Automatically Detecting Pancreatic Cysts in Autosomal Dominant Polycystic Kidney Disease on MRI Using Deep Learning 2024-07-16, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10070087 PMID:39058059	研究论文	本研究开发了一种基于深度学习的自动检测方法，用于在ADPKD患者的腹部MRI中识别胰腺囊肿	首次将nnU-Net架构应用于ADPKD患者胰腺囊肿的自动检测，并比较了不同配置和损失函数的模型性能	模型敏感性较低（内部/外部验证分别为20%/24%），标注一致性较差（训练数据标注一致性仅52%）	开发自动化工具辅助放射科医生检测ADPKD患者的胰腺囊肿	146名患有胰腺囊肿的ADPKD患者	数字病理	常染色体显性多囊肾病	MRI	深度学习	医学影像	254次扫描（146名训练患者），103名测试患者（40内部+40外部+23重测）	nnU-Net	nnU-Net	Dice系数, 特异性, 敏感性, 重现性	NA