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
3681	2025-04-04	Prediction of Future Risk of Moderate to Severe Kidney Function Loss Using a Deep Learning Model-Enabled Chest Radiography 2025-Apr-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01489-4 PMID:40175823	research paper	本研究评估了一种利用原始胸部X光数据预测中度至重度肾功能下降的深度学习模型	首次使用深度学习模型通过胸部X光数据预测慢性肾脏病的进展风险	研究为回顾性分析，需要前瞻性研究进一步验证	开发早期预测慢性肾脏病进展风险的工具	79,219名eGFR在65-120之间的患者	digital pathology	chronic kidney disease	deep learning	DLM	image	79,219名患者的胸部X光数据
3682	2025-04-04	Application of an Automated Deep Learning Program to A Diagnostic Classification Model: Differentiating High-Risk Adenomas Among Colorectal Polyps 10 mm or Smaller 2025-Apr-02, Journal of digestive diseases IF:2.3Q3 DOI:10.1111/1751-2980.13340 PMID:40176375	研究论文	本研究开发了一种基于自动深度学习程序的计算机辅助诊断模型，用于分类≤10毫米结直肠息肉中的低风险和高风险腺瘤	使用自动深度学习软件Neuro-T v3.2.1开发CADx模型，其性能与专家相当且优于学员	研究仅使用了静态内窥镜图像，未考虑动态视频或临床背景信息	开发能区分≤10毫米结直肠息肉中高风险和低风险腺瘤的计算机辅助诊断模型	≤10毫米的结直肠腺瘤	数字病理学	结直肠癌	自动深度学习	DL	内窥镜图像	2696张训练图像（2460张低级别和236张高级别腺瘤）和439张外部验证图像（398张低级别和41张高级别腺瘤）
3683	2025-04-04	Artificial Intelligence-Enhanced Perfusion Scoring Improves the Diagnostic Accuracy of Myocardial Perfusion Imaging 2025-Apr-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.268079 PMID:39978815	research paper	该研究探讨了人工智能增强的灌注评分如何提高心肌灌注成像的诊断准确性	结合深度学习模型与传统定量方法，提高了诊断冠状动脉疾病的准确性	研究仅限于555名患者，可能无法代表更广泛的人群	提高心肌灌注成像在诊断阻塞性冠状动脉疾病中的准确性	接受心肌灌注成像的患者	digital pathology	cardiovascular disease	SPECT imaging	DL (deep learning)	image	555名患者
3684	2025-04-04	What's new in pediatric musculoskeletal imaging 2025-Apr, Journal of children's orthopaedics DOI:10.1177/18632521251325122 PMID:40093030	review	本文综述了儿科肌肉骨骼影像学领域的最新技术进展，包括成像方式的创新和人工智能应用	探讨了辐射剂量减少技术、对比增强超声和超高频率成像等增强诊断工具，以及人工智能在病理检测和工作流程优化中的应用	存在外部验证和范围有限等挑战	提高儿科肌肉骨骼护理的诊断准确性和治疗效果	儿科肌肉骨骼影像学	digital pathology	NA	advanced magnetic resonance imaging, ultrasound innovations, artificial intelligence, photon-counting detector computed tomography, deep learning-based reconstructions, diffusion-weighted imaging, positron emission tomography-magnetic resonance imaging integration	deep learning	image	NA
3685	2025-04-04	A Single-Camera Method for Estimating Lift Asymmetry Angles Using Deep Learning Computer Vision Algorithms 2025-Apr, IEEE transactions on human-machine systems IF:3.5Q1 DOI:10.1109/thms.2025.3539187 PMID:40160534	research paper	提出了一种使用深度学习计算机视觉算法从单摄像头估计提升不对称角度的方法	利用单摄像头和深度学习算法自动测量NIOSH提升方程的不对称角度，解决了实际场景中视野受阻和摄像头放置限制的问题	与3D运动捕捉相比，平均绝对精度误差为6.25°，平均绝对准确度误差为9.45°	开发一种自动测量提升不对称角度的计算机视觉方法	十名参与者在实验室环境中进行的各种提升动作	computer vision	NA	HR-Net和VideoPose3D算法	HR-Net, VideoPose3D	video	10名参与者，360个数据点
3686	2025-04-04	Benchmarking deep learning for automated peak detection on GIWAXS data 2025-Apr-01, Journal of applied crystallography IF:5.2Q1 DOI:10.1107/S1600576725000974 PMID:40170972	研究论文	本文提出了一个用于评估深度学习在GIWAXS数据自动峰值检测中性能的综合框架	引入了包含标注实验数据集、物理信息指标和优化基线算法的全面框架，并首次对基于模拟数据训练的深度学习解决方案进行了系统评估	研究可能受限于标注数据集的大小和多样性，以及基线算法的选择	评估深度学习在GIWAXS数据峰值检测中的可靠性并建立标准化评估体系	GIWAXS衍射图像数据	机器学习和X射线散射数据分析	NA	GIWAXS和深度学习技术	未明确说明具体DL模型类型	X射线衍射图像数据	未明确说明具体样本数量，但提到单日可产生数十万衍射图像
3687	2025-04-04	Clinically applicable semi-supervised learning framework for multiple organs at risk and tumor delineation in lung cancer brachytherapy 2025-Apr-01, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104968 PMID:40174514	研究论文	本文提出了一种适用于临床的半监督学习框架，用于肺癌近距离放射治疗中多个风险器官和肿瘤的勾画	提出了一种稳健的半监督条件nnU-Net（SSC-nnUNet）模型，并在多个风险器官和肿瘤分割中进行了验证，探索了其在机器人辅助穿刺诊疗中的潜力	模型的泛化能力在实际临床应用中的验证仍显不足	验证深度学习自动分割技术在肺癌临床实践中的泛化能力	肺癌患者的多器官风险区域和肿瘤	数字病理	肺癌	半监督学习	SSC-nnUNet	CT图像	674名患者的CT数据（来自四个部分标记的数据集），181名患者的多中心完全注释数据（来自私人数据集）
3688	2025-04-04	Predicting 5-Year EDSS in Multiple Sclerosis with LSTM Networks: A Deep Learning Approach to Disease Progression 2025-Apr-01, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2025.111218 PMID:40174549	研究论文	本研究利用LSTM网络预测多发性硬化症患者5年后的EDSS评分，以评估疾病进展	与现有研究不同，该方法整合了多发性硬化症患者的静态和动态数据，实现了EDSS评分的准确预测	研究仅基于两个中心的1000名患者数据，可能存在样本代表性不足的问题	预测多发性硬化症患者5年后的EDSS评分，以评估疾病进展	多发性硬化症患者	机器学习	多发性硬化症	LSTM网络	LSTM	临床和人口统计学数据	1000名多发性硬化症患者
3689	2025-04-04	Artificial intelligence applied to epilepsy imaging: Current status and future perspectives 2025-Apr-01, Revue neurologique IF:2.8Q2 DOI:10.1016/j.neurol.2025.03.006 PMID:40175210	review	本文综述了人工智能在癫痫影像学中的应用现状及未来展望	探讨了深度学习和机器学习在癫痫影像学中的多种应用，包括病灶检测、癫痫灶的侧向定位、术后结果预测以及癫痫患者与健康个体的自动区分	需要严格的数据监管措施以确保患者数据安全，且依赖大规模数据集	提升癫痫的诊断和治疗水平	癫痫影像学数据	digital pathology	epilepsy	deep learning, machine learning	DL, ML	neuroimaging data	NA
3690	2025-04-04	Generating Synthetic T2*-Weighted Gradient Echo Images of the Knee with an Open-source Deep Learning Model 2025-Apr-01, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.015 PMID:40175204	research paper	开发一个开源深度学习模型，用于从脂肪抑制中间加权图像生成膝关节的合成T2*加权梯度回波图像	开发了一个开源的CycleGAN模型，能够从常规MRI图像生成具有高诊断价值的合成T2*加权图像	识别出四种伪影，包括几何畸变、物体插入/遗漏、环绕样伪影和不完全脂肪抑制伪影，尽管这些伪影对诊断影响较小	开发一个深度学习模型，生成膝关节的合成T2*加权梯度回波图像，以补充常规MRI协议	膝关节MRI图像	digital pathology	NA	MRI	CycleGAN	image	训练集12,118张矢状位膝关节MR图像，测试集2,996张图像
3691	2025-04-04	Generating synthetic brain PET images of synaptic density based on MR T1 images using deep learning 2025-Mar-31, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00744-5 PMID:40163154	研究论文	本研究利用深度学习技术基于MRI T1图像生成合成的大脑突触密度PET图像	首次使用卷积基础的3D编码器-解码器模型从MRI生成[11C]UCB-J SV2A PET合成图像，解决了SV2A示踪剂在实际应用中的可获得性问题	研究样本量相对有限（160名参与者），且未明确说明模型在不同疾病群体间的泛化能力	开发一种通过MRI生成合成[11C]UCB-J PET图像的方法，以解决SV2A示踪剂在实际应用中的限制	160名同时接受MRI和[11C]UCB-J PET成像的参与者，包括精神分裂症、大麻使用障碍和阿尔茨海默病患者	数字病理学	神经系统疾病	深度学习	3D CNN编码器-解码器	医学影像（MRI和PET图像）	160名参与者
3692	2025-04-04	Partial discharge defect recognition method of switchgear based on cloud-edge collaborative deep learning 2025-Mar-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81478-9 PMID:40164608	研究论文	提出了一种基于边缘计算和深度学习的开关柜局部放电联合识别方法	构建了终端设备侧、终端采集侧、边缘计算侧和云计算侧的边缘协同缺陷识别架构，并基于DBN提出了开关柜局部放电缺陷识别方法	验证使用的是实验室模拟的局部放电样本，实际应用中的效果可能需要进一步验证	解决传统局部放电检测方法在实时监测、快速评估、样本融合和联合分析方面的不足	开关柜的局部放电信号	机器学习	NA	UHF传感器和宽带脉冲电流传感器	DBN	信号数据	实验室模拟的局部放电样本
3693	2025-04-04	Well log data generation and imputation using sequence based generative adversarial networks 2025-Mar-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95709-0 PMID:40164658	研究论文	本研究提出了一种基于序列生成对抗网络（GANs）的新框架，用于测井数据的生成和缺失数据填补	采用两种序列GAN模型（TSGAN和SeqGAN）分别进行合成数据生成和缺失数据填补，在北海荷兰地区数据集上验证了其优越性	实验仅使用了特定区域（北海荷兰地区）的数据集，未验证在其他地质区域的泛化能力	解决测井数据中的缺失和不准确定问题，提高储层评估的可靠性	测井数据	机器学习	NA	生成对抗网络（GANs）	TSGAN, SeqGAN	时间序列数据	5、10和50个数据点的不同区段
3694	2025-04-04	Clinical implications of deep learning based image analysis of whole radical prostatectomy specimens 2025-Mar-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95267-5 PMID:40164701	研究论文	本研究评估了基于深度学习的图像分析（DLIA）算法在前列腺癌根治术（RP）标本中的临床可行性和预后价值	首次将DLIA算法应用于全RP标本的Gleason分级和肿瘤定量分析，并评估其临床决策支持价值	研究样本量相对有限（992例患者），且DLIA与病理学家评估的一致性仅为中等（Cohen's kappa: 0.374）	提高前列腺癌诊断准确性并支持临床决策	前列腺癌根治术标本	数字病理学	前列腺癌	深度学习图像分析	DLIA算法	H&E染色数字病理切片	992例患者的29,646张数字化切片
3695	2025-04-04	Gd-EOB-DTPA-enhanced MRI radiomics and deep learning models to predict microvascular invasion in hepatocellular carcinoma: a multicenter study 2025-Mar-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01646-9 PMID:40165094	研究论文	本研究开发了一种基于Gd-EOB-DTPA增强MRI图像的放射组学和深度学习模型，用于预测肝细胞癌的微血管侵犯	结合了双区域特征和两种机器学习算法（CR和DLR），提出了一种新的放射组学模型	所有模型之间的AUC差异不显著（P>0.005）	术前预测肝细胞癌的微血管侵犯	304名肝细胞癌患者	数字病理	肝细胞癌	Gd-EOB-DTPA增强MRI	支持向量机、3D ResNet-18	MRI图像	304名患者（训练队列216名，测试队列88名）
3696	2025-04-04	Effectiveness and clinical impact of using deep learning for first-trimester fetal ultrasound image quality auditing 2025-Mar-31, BMC pregnancy and childbirth IF:2.8Q1 DOI:10.1186/s12884-025-07485-4 PMID:40165135	研究论文	开发并验证了一种基于人工智能的超声图像质量审核系统（AI-IQA），用于自动审核妊娠早期超声扫描中四个关键平面的图像质量	首次将YOLOv7结构检测网络与多分支图像质量回归网络结合，构建了高效的AI-IQA系统，显著提高了图像审核的准确性和效率	研究仅基于多中心内部数据集进行验证，未涉及外部独立数据集的验证	开发自动化的超声图像质量审核工具，提高妊娠早期超声扫描的图像质量	妊娠早期超声扫描的四个关键平面图像	计算机视觉	产科疾病	深度学习	YOLOv7	图像	567例由不同经验水平的放射科医师扫描的病例（349例无AI-IQA反馈，218例有AI-IQA反馈）
3697	2025-04-04	Deep learning-based breast MRI for predicting axillary lymph node metastasis: a systematic review and meta-analysis 2025-Mar-31, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00863-3 PMID:40165212	meta-analysis	通过系统综述和荟萃分析评估深度学习算法在乳腺MRI中预测乳腺癌患者腋窝淋巴结转移的诊断性能	首次系统评估深度学习算法在乳腺MRI中预测腋窝淋巴结转移的诊断性能，并展示了其在临床决策中的潜在应用价值	研究间存在中度异质性（I2=61%和60%），且纳入的研究数量有限（10项）	评估深度学习算法在乳腺MRI中预测乳腺癌患者腋窝淋巴结转移的诊断性能	乳腺癌患者	数字病理	乳腺癌	MRI	深度学习	图像	10项研究
3698	2025-04-04	A novel network-level fused deep learning architecture with shallow neural network classifier for gastrointestinal cancer classification from wireless capsule endoscopy images 2025-Mar-31, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02966-0 PMID:40165262	研究论文	提出一种新型网络级融合深度学习架构，用于无线胶囊内窥镜图像中的胃肠道癌症分类	结合了稀疏卷积DenseNet201与自注意力机制(SC-DSAN)和CNN-GRU两种新型架构，采用深度连接层进行网络级融合，避免了特征级融合的计算成本，并利用贝叶斯优化和熵控制海洋捕食者算法(EMPA)进行动态超参数调优和特征选择	未来工作需要探索该框架对其他数据集的适应性，并优化其计算复杂性以实现更广泛的部署	解决胃肠道疾病分类和定位中的类间和类内相似性、类别不平衡以及计算效率低下的挑战	无线胶囊内窥镜(WCE)图像	计算机视觉	胃肠道癌症	深度学习	SC-DSAN, CNN-GRU, SWNN	图像	Kvasir-V1和Kvasir-V2数据集
3699	2025-04-04	Impact of optimized and conventional facility designs on outpatient abdominal MRI workflow efficiency 2025-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94799-0 PMID:40157988	research paper	本研究比较了优化设施与传统设施在门诊腹部MRI工作流程效率上的差异	通过对比优化设施与传统设施的工作流程效率，展示了优化设计在提升MRI检查效率方面的显著优势	研究为回顾性分析，可能受到历史数据限制，且仅针对特定机构的两种设施设计进行比较	评估优化设施与传统设施在门诊腹部MRI工作流程效率上的差异	对比增强的肝脏和前列腺MRI检查	digital pathology	liver cancer, prostate cancer	MRI, deep learning reconstruction	NA	medical imaging data	2,723例对比增强的肝脏和前列腺MRI检查
3700	2025-04-04	The clinical implications and interpretability of computational medical imaging (radiomics) in brain tumors 2025-Mar-30, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01950-6 PMID:40159380	review	本文综述了影像组学在脑肿瘤研究中的应用及其可解释性问题	整合脑肿瘤生物学领域知识与可解释性方法，提升传统手工特征影像组学和深度学习影像组学的可解释性	深度学习模型缺乏生物学机制基础	探讨影像组学在脑肿瘤研究中的应用及其临床转化潜力	脑肿瘤影像组学	digital pathology	brain tumors	radiomics	deep learning-based models	medical imaging	NA