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
3681	2025-10-06	Determination of Skeletal Age From Hand Radiographs Using Deep Learning 2025-Sep, The American journal of sports medicine DOI:10.1177/03635465251359618 PMID:40815847	研究论文	本研究开发了一种基于手部X光片使用深度学习技术确定骨骼年龄的准确可靠模型	利用ConvNeXt架构在三个不同的公开数据集上训练，结合时序年龄信息，显著提升了骨骼年龄预测的准确性	模型验证主要依赖于公开数据集，仅包含200张机构内部图像的外部验证	开发高准确度的深度学习模型用于从手部X光片确定骨骼年龄	骨骼未成熟患者的手部X光片	计算机视觉	骨骼发育疾病	手部X光成像	CNN	图像	超过20,000张手部X光片，来自三个公开数据集(RSNA、RHPE、DHA)和一个包含200张图像的机构数据集	PyTorch	ConvNeXt	平均绝对误差(MAE)	NA
3682	2025-10-06	A multimodal skin lesion classification through cross-attention fusion and collaborative edge computing 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102588 PMID:40561935	研究论文	提出一种结合多模态深度学习与协作边缘计算的皮肤病变分类方法	通过跨注意力特征融合机制整合皮肤镜图像与患者元数据，并采用协作推理方案在物联网和边缘设备间分配计算任务	未明确说明模型在临床环境中的实际部署挑战和跨机构验证结果	开发高精度、低延迟且保护隐私的皮肤病变计算机辅助诊断系统	皮肤病变图像分类	计算机视觉	皮肤癌	深度学习	跨注意力融合模型	皮肤镜图像, 患者元数据	多个基准数据集（包括HAM10000数据集）	NA	跨注意力融合架构	分类准确率, 延迟加速比	物联网设备, 边缘计算设备
3683	2025-10-06	DeepHybrid-CNN: A hybrid approach for pre-processing of skin cancer images 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102611 PMID:40803055	研究论文	提出一种结合各向异性强度毛发去除、高斯滤波和深度残差CNN的混合方法，用于皮肤癌图像的预处理	提出DeepHybrid-CNN混合方法，首次将AI-HR毛发去除、高斯滤波和深度残差CNN结合用于皮肤癌图像预处理	NA	提高皮肤镜图像质量以改善皮肤癌诊断的准确率	皮肤癌图像	计算机视觉	皮肤癌	数字图像处理	CNN	图像	HAM10000数据集	NA	深度残差CNN	主观评估,客观评估	NA
3684	2025-10-06	LR-COBRAS: A logic reasoning-driven interactive medical image data annotation algorithm 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102623 PMID:40812153	研究论文	提出一种基于逻辑推理的交互式医学图像数据标注算法LR-COBRAS，旨在优化医学图像标注任务	通过逻辑推理模块增强必须链接和不能链接约束，自动生成潜在约束关系，减少用户交互频率并提高聚类准确性	NA	开发智能医学图像分析解决方案，辅助医疗专业人员实现更精确的标注结果	医学图像数据标注	计算机视觉	NA	交互式标注算法	聚类算法	医学图像	基于MedMNIST+数据集和ChestX-ray8数据集	NA	LR-COBRAS	聚类准确性, 效率, 交互负担, 鲁棒性, 适用性	NA
3685	2025-10-06	AI-driven multi-modal framework for prognostic modeling in glioblastoma: Enhancing clinical decision support 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102628 PMID:40816104	研究论文	提出一种AI驱动的多模态框架，用于胶质母细胞瘤的预后建模和临床决策支持	首次将放射影像、组织病理学和转录组学数据通过注意力机制深度学习模型进行整合，实现更准确的风险分层	研究依赖于特定数据集（UCSF-PDGM、CPTAC-GBM、TCGA-GBM），需要外部验证	开发精准的胶质母细胞瘤预后模型以指导个性化治疗策略	胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	RNA测序, MRI成像, 全切片数字病理成像	Vision Transformer, 注意力深度学习模型	影像, 转录组数据, 组织病理图像	来自UCSF-PDGM、CPTAC-GBM和TCGA-GBM数据集的多个队列	NA	Vision Transformer, 注意力机制架构	F1分数, AUC, C-index, Kaplan-Meier生存分析	NA
3686	2025-10-06	C5-net: Cross-organ cross-modality cswin-transformer coupled convolutional network for dual task transfer learning in lymph node segmentation and classification 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102633 PMID:40819604	研究论文	提出一种跨器官跨模态的混合网络C5-Net，用于淋巴结超声图像的分割和分类双重任务	设计跨器官跨模态迁移学习策略，耦合Transformer和卷积网络，共享编码器权重实现分割与分类的协同学习	淋巴结图像数据量有限（690张），标注数据稀缺	解决淋巴结超声诊断中的图像分割和分类问题，实现淋巴结恶性肿瘤的早期准确检测	淋巴结超声图像和皮肤病变皮肤镜图像	计算机视觉	淋巴结恶性肿瘤	超声成像，皮肤镜成像	Transformer, CNN	图像	690张淋巴结超声图像和1000张皮肤病变皮肤镜图像	NA	CSWin-Transformer, 卷积神经网络	Dice系数, 准确率	NA
3687	2025-10-06	Multimodal data fusion with irregular PSA kinetics for automated prostate cancer grading 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102625 PMID:40819603	研究论文	提出一种新型多模态融合框架，将影像数据与不规则PSA动力学等纵向患者信息相结合，用于自动化前列腺癌分级	开发了能够有效整合不规则时间序列数据（如PSA测量值）与影像数据的多模态融合框架，无需复杂预处理或插补步骤	未明确说明模型在处理极端不规则时间序列数据时的性能边界	提高前列腺癌检测和分级的准确性，减少不必要的活检	前列腺癌患者	数字病理	前列腺癌	MRI，PSA测量，实验室检测	深度学习，多模态融合	影像数据，时间序列数据，人口统计数据，实验室数据	内部验证630例，外部验证419例（来自多个欧洲中心，使用160台不同MRI设备）	NA	自定义嵌入技术	AUC，二次加权kappa，敏感性，特异性	NA
3688	2025-10-06	TG-Mamba: Leveraging text guidance for predicting tumor mutation burden in lung cancer 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102626 PMID:40819605	研究论文	提出一种名为TG-Mamba的深度学习模型，通过组织病理学图像和临床信息预测肺癌患者的肿瘤突变负荷	采用并行特征提取策略，结合文本引导注意力模块和VMamba骨干网络，设计新型Conv-SSM混合模块融合局部特征与全局依赖	NA	开发快速预测肺癌患者肿瘤突变负荷的深度学习模型，替代传统全外显子测序方法	肺癌患者	数字病理学	肺癌	全外显子测序，组织病理学成像	深度学习，注意力机制，状态空间模型	图像，文本	非训练队列肺癌患者	NA	TG-Mamba, VMamba, Conv-SSM, 文本引导注意力模块	AUC, MAPE	NA
3689	2025-10-06	Surgical augmented reality registration methods: A review from traditional to deep learning approaches 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102616 PMID:40829316	综述	本文系统回顾了从传统方法到深度学习方法的增强现实手术配准技术	首次将手术AR配准方法按传统方法和深度学习方法进行分类综述，并特别关注腹腔镜场景下的刚性和非刚性配准	主要关注腹腔镜场景，可能不涵盖其他手术类型的配准方法	综述增强现实在手术中的配准方法发展历程和技术特点	手术增强现实配准方法，特别是腹腔镜场景下的配准技术	计算机视觉	NA	增强现实(AR), 深度学习(DL)	NA	3D模型, 2D/3D视频, 点云	NA	NA	NA	NA	NA
3690	2025-10-06	Early Diagnosis of Knee Osteoarthritis With a Natural Language Processing-Driven Approach Based on Clinician Notes: Development and Validation Study 2025-Aug-14, JMIR formative research IF:2.0Q4 DOI:10.2196/64536 PMID:40810448	研究论文	开发并验证基于自然语言处理技术的膝骨关节炎早期诊断方法，利用临床医生笔记中的文本数据	首次将自然语言处理技术应用于临床医生笔记中的患者报告症状文本数据来诊断膝骨关节炎，并整合WOMAC问卷提升模型性能	研究仅基于5849条记录，需要更大规模数据验证；仅使用文本数据，未结合影像学数据	开发基于自然语言处理的膝骨关节炎早期诊断方法	膝骨关节炎患者和非膝骨关节炎患者的临床医生笔记数据	自然语言处理	膝骨关节炎	自然语言处理，文本分析	CNN, BiLSTM, GRU	文本	5849条记录（3455例OA患者，2394例非OA患者）	NA	双向长短期记忆网络，卷积神经网络，门控循环单元	AUC, 准确率, 精确率, 灵敏度, 特异度, F1分数	NA
3691	2025-10-06	Independent Channel Attention and Cross-Subject Data Generation for EEG-Based Patient-Independent Epileptic Seizure Detection Using ConvLSTM 2025-Aug-07, Studies in health technology and informatics DOI:10.3233/SHTI250894 PMID:40775912	研究论文	提出基于独立通道注意力和跨被试数据生成的ConvLSTM网络，用于患者无关的癫痫发作检测	提出多阶段训练策略实现跨被试数据生成，并构建带有独立注意力模块的ConvLSTM网络	NA	开发患者无关的癫痫发作检测方法	癫痫患者的脑电图数据	医疗人工智能	癫痫	头皮脑电图	ConvLSTM	脑电图信号	公共数据集CHB-MIT	NA	ConvLSTM with independent attention module	准确率,F1分数,召回率,误报率	NA
3692	2025-10-06	Cost-Effectiveness of Opportunistic Osteoporosis Screening Using Chest Radiographs With Deep Learning in the United States 2025-Aug-06, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.07.028 PMID:40780311	研究论文	评估在美国50岁及以上女性中使用胸部X光片结合深度学习进行机会性骨质疏松筛查的成本效益	首次将深度学习模型应用于常规胸部X光片进行机会性骨质疏松筛查的经济效益评估	研究仅针对美国50岁及以上女性群体，未涵盖其他人群或地区	评估基于深度学习的骨质疏松机会性筛查策略的成本效益	美国50岁及以上的女性群体	医疗人工智能	骨质疏松症	胸部X光成像，深度学习	深度学习模型	胸部X光图像	NA	NA	NA	敏感性，特异性	NA
3693	2025-10-06	Unraveling other-race face perception with GAN-based image reconstruction 2025-03-14, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-025-02636-z PMID:40087201	研究论文	本研究使用StyleGAN2图像重建技术探索异族面孔识别的表征基础	首次将GAN潜在空间与人类感知表征相似性结合，开发了从行为数据重建内部面孔表征的新方法	研究仅涉及东亚和白人参与者，样本种族范围有限	揭示异族效应(ORE)的表征基础	东亚和白人参与者的面孔感知	计算机视觉	NA	GAN图像生成，行为相似性评分	GAN	图像，行为评分数据	东亚和白人参与者群体	StyleGAN2	StyleGAN2	重建准确率	NA
3694	2025-10-06	Predicting ADC Map Quality from T2-Weighted MRI: A Deep Learning Approach for Early Quality Assessment to Assist Point-of-Care 2025-Jan-15, medRxiv : the preprint server for health sciences DOI:10.1101/2025.01.15.25320592 PMID:40568662	研究论文	开发一种从T2加权MRI预测ADC图质量的深度学习方法，用于早期质量评估	首次提出从扫描过程中较早获取的T2图像预测后续ADC图质量，实现早期质量预警	模型在内部数据上表现更好，尽管仅使用多中心外部数据训练	开发自动化的ADC图质量预测方法，减少漏诊和不必要的重复扫描	前列腺MRI图像，包括T2加权图像和ADC图	医学影像分析	前列腺癌	MRI	深度学习模型	医学图像	486名患者，来自内部和62家外部诊所	NA	NA	准确率, 敏感度, 阴性预测值, 阳性预测值, AUC	NA
3695	2025-10-06	CT reconstruction using diffusion posterior sampling conditioned on a nonlinear measurement model 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.043504 PMID:39220597	研究论文	提出一种结合非线性测量模型的扩散后验采样方法用于CT重建	首次在扩散后验采样中集成非线性CT物理模型，突破了现有方法依赖线性近似的限制	仅通过模拟研究进行验证，尚未在真实临床数据上测试	开发能够处理非线性CT物理模型的高质量图像重建方法	CT图像重建	医学影像重建	NA	扩散模型，贝叶斯推理	扩散模型	CT投影数据，图像	NA	NA	无条件扩散模型	图像质量评估	NA
3696	2025-10-06	Deep learning prediction of hospital readmissions for asthma and COPD 2023-Dec-13, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-023-02628-7 PMID:38093373	研究论文	本研究使用电子健康记录数据和深度学习模型预测哮喘和COPD患者的再入院风险	比较了四种机器学习方法和一种深度学习方法在预测哮喘和COPD再入院方面的性能，发现多层感知器表现最佳	研究为观察性研究，时间跨度为2012-2017年，可能存在数据局限性	识别严重哮喘和COPD加重的电子健康记录特征，并评估机器学习模型预测再入院的性能	因哮喘和COPD加重住院的患者	机器学习	哮喘和慢性阻塞性肺疾病	电子健康记录数据分析	多层感知器, 机器学习模型	电子健康记录数据	5794名患者（哮喘1893人，COPD 3901人），其中2682名患者子集用于模型分析	NA	多层感知器	灵敏度, 特异性	NA
3697	2025-10-06	Deep Learning Algorithms to Detect Murmurs Associated With Structural Heart Disease 2023-10-17, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.030377 PMID:37830333	研究论文	本研究开发并验证了基于深度学习的算法，用于检测与结构性心脏病相关的心脏杂音	使用FDA批准的深度学习算法，在超过15,000例心音记录上训练，并在真实临床环境中验证，显著优于临床医生的诊断一致性	验证数据集规模相对有限（2375条记录，615名受试者），需要在更广泛人群中进一步验证	提高结构性心脏病的听诊检测准确性，减少漏诊	心脏杂音和结构性心脏病患者	医疗人工智能	结构性心脏病	心脏听诊，超声心动图	深度学习	心音记录	训练集：>15,000条心音记录；验证集：2375条记录来自615名受试者	NA	NA	灵敏度，特异性，准确率	NA
3698	2025-10-06	Accelerated free-breathing abdominal T2 mapping with deep learning reconstruction of radial turbo spin-echo data 2025-Aug-05, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70017 PMID:40762149	研究论文	开发了一种深度学习框架，用于加速自由呼吸腹部T2 mapping成像，同时保持高质量的解剖图像和准确的T2图	提出灵活的深度学习框架，支持全监督方式改进T2加权图像或自监督方式重建T2图，仅需160个径向视图即可实现高质量重建	NA	加速自由呼吸腹部T2 mapping成像，同时保持图像质量和快速重建	腹部T2 mapping数据	医学影像	NA	径向涡轮自旋回波成像，T2 mapping	深度学习	医学影像数据	NA	深度学习框架	NA	体素级误差，重建时间	NA
3699	2025-10-06	Crucial rhythms and subnetworks for emotion processing extracted by an interpretable deep learning framework from EEG networks 2024-12-03, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae477 PMID:39707986	研究论文	提出一种结合注意力机制和领域对抗策略的深度学习框架，从EEG脑网络中提取可解释特征用于情绪识别	首次将注意力机制与领域对抗策略结合，从脑网络中提取判别性和可解释性特征，并揭示情绪处理的关键节律和子网络结构	方法仅在特定EEG数据集上验证，需要进一步在不同人群和实验条件下测试	开发可解释的深度学习方法来识别情绪状态并揭示情绪处理的神经机制	EEG脑网络和情绪状态	机器学习	NA	脑电图(EEG)	深度学习,注意力机制,领域对抗网络	EEG脑网络数据	SEED数据集和实验室记录的EEG数据	NA	注意力机制,领域对抗模块	分类准确率	NA
3700	2025-10-06	A systematic review of deep learning-based denoising for low-dose computed tomography from a perceptual quality perspective 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00419-7 PMID:39465112	系统综述	从感知质量角度系统综述深度学习在低剂量CT去噪中的应用	专注于从感知质量角度分析LDCT去噪方法，强调平衡感知质量与诊断质量的重要性	当前基准测试存在显著局限性，感知质量评估具有主观性	改善低剂量CT图像的感知质量，生成临床实践中偏好的诊断质量图像	低剂量CT图像	计算机视觉	NA	低剂量计算机断层扫描(LDCT)	GAN	医学图像	NA	NA	NA	PSNR, SSIM	NA