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
3721	2025-04-13	Uncertainty-Aware Deep Learning Characterization of Knee Radiographs for Large-Scale Registry Creation 2025-May, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2024.10.103 PMID:39477040	research paper	本文介绍了一个自动化膝关节X光图像处理流程，用于大规模注册表的创建，结合了多标签图像语义分类器、基于保形预测的不确定性量化和膝关节硬件物体检测模型	提出了一种结合不确定性量化的多标签分类器和物体检测模型，用于膝关节X光片的自动化分析，增强了模型在不确定情况下的透明度	研究仅针对膝关节X光片，未涉及其他关节或影像类型	开发自动化膝关节X光图像分析系统，用于大规模医学影像注册表创建	膝关节X光影像	digital pathology	geriatric disease	deep learning, conformal prediction	EfficientNet, object detection model	image	26,000张膝关节影像（其中11,841张有手术构造位置标注）
3722	2025-04-13	Detection of Ocular Surface Squamous Neoplasia Using Artificial Intelligence With Anterior Segment Optical Coherence Tomography 2025-May, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.02.019 PMID:39983942	research paper	开发并验证了一种深度学习模型，用于通过高分辨率前段光学相干断层扫描（AS-OCT）区分眼表鳞状上皮瘤（OSSN）与翼状胬肉和结膜黄斑	使用深度学习模型结合自编码器和Vision Transformer监督模型，提高了OSSN的诊断准确性	研究为单中心回顾性研究，样本量有限，需要进一步研究验证模型的泛化能力	开发一种基于AS-OCT的深度学习模型，用于准确区分OSSN与非OSSN病变	眼表鳞状上皮瘤（OSSN）、翼状胬肉和结膜黄斑患者	digital pathology	ocular surface squamous neoplasia	AS-OCT	masked autoencoder, Vision Transformer	image	105,859 AS-OCT images of 5746 eyes for training, 2022 AS-OCT images from 523 eyes (427 patients) for validation, 566 scans (62 eyes, 48 patients) for testing
3723	2025-04-13	Evaluating the dosimetric and positioning accuracy of a deep learning based synthetic-CT model for liver radiotherapy treatment planning 2025-Apr-11, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc818 PMID:40174606	research paper	评估基于深度学习的合成CT模型在肝脏放射治疗计划中的剂量和定位准确性	首次验证了合成CT模型在肝癌治疗中的剂量学和患者定位准确性，展示了仅使用MRI工作流程的可行性	样本量较小（11例患者），且模型目前仅适用于研究版本，尚未完全开发为临床解决方案	评估深度学习生成的合成CT在肝脏放射治疗中的剂量计算和患者定位准确性	肝癌患者的合成CT图像	digital pathology	liver cancer	CycleGAN算法	CycleGAN	image	11例患者
3724	2025-04-13	Domain Shift Analysis in Chest Radiographs Classification in a Veterans Healthcare Administration Population 2025-Apr-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01494-7 PMID:40216674	研究论文	本研究评估了领域偏移对胸部X光分类准确性的影响，并分析了真实标签质量和人口统计学因素（如年龄组、性别和研究年份）的影响	揭示了在未见过的VA数据集中领域偏移最小，除了“扩大的心脏纵隔”标签，并强调了考虑领域偏移和人口统计学因素在胸部X光分类任务中的重要性	研究主要关注VA-CXR和MIMIC-CXR数据集，可能不适用于其他医疗数据集	评估领域偏移对胸部X光分类准确性的影响，并分析人口统计学因素的影响	退伍军人医疗管理系统的胸部X光数据集（VA-CXR）和MIMIC-CXR数据集	医学影像	NA	深度学习，NLP提取工具（CheXpert和CheXbert Labeler）	DenseNet121	胸部X光图像和放射学报告文本	VA-CXR和MIMIC-CXR数据集
3725	2025-04-13	Development and validation of multimodal deep learning algorithms for detecting pulmonary hypertension 2025-Apr-10, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01593-3 PMID:40205021	research paper	开发并验证了一种多模态融合模型（MMF-PH），用于提高肺动脉高压（PH）的筛查准确性	提出了一种多模态融合模型，显著提高了肺动脉高压的检测准确性，并在不同患者群体和临床环境中表现出稳健性	未提及模型在更广泛人群中的适用性或潜在的临床实施障碍	提高肺动脉高压的筛查准确性	肺动脉高压患者	digital pathology	cardiovascular disease	multimodal deep learning	multimodal fusion model (MMF-PH)	medical imaging (TTE), clinical data	2451名接受右心导管检查的患者，477名前瞻性数据集患者，以及外部数据集
3726	2025-04-13	Semi-supervised temporal attention network for lung 4D CT ventilation estimation 2025-Apr-10, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102551 PMID:40215885	研究论文	提出了一种半监督时间注意力网络（STA），用于肺部4D CT通气估计，以提高估计准确性并充分利用4D CT图像的时间特性	结合半监督学习框架和时间注意力架构，利用未标记的4D CT图像生成伪标签，并有效捕捉4D CT图像序列中的时间关系	依赖于4D CT图像的质量，且伪标签的准确性可能影响模型性能	提高肺部4D CT通气估计的准确性，以支持功能性避免放射治疗计划的设计和治疗反应评估	肺部4D CT图像	数字病理学	肺癌	4D CT成像	半监督时间注意力网络（STA）	4D CT图像序列	三个公开可用的胸部4D CT数据集
3727	2025-04-13	Comprehensive evaluation of U-Net based transcranial magnetic stimulation electric field estimations 2025-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95767-4 PMID:40204769	research paper	该研究开发了一个基于U-Net的深度学习框架，用于直接从解剖MRI和TMS线圈参数估计TMS诱导的电场，并与有限元方法（FEM）进行了全面比较	首次系统地评估了U-Net在大数据集和全头刺激条件下对TMS电场的估计性能，并展示了其在计算效率上的显著优势	深度学习方法的精度需要针对特定的TMS应用进行评估，目前尚未达到FEM的精确度	评估深度学习在TMS电场估计中的性能，以加速电场建模过程	TMS诱导的电场	machine learning	NA	deep learning, FEM	U-Net	MRI图像	100个MRI扫描（来自Human Connectome Project的多样化人口统计数据）
3728	2025-04-13	Tri-band vehicle and vessel dataset for artificial intelligence research 2025-Apr-09, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04945-6 PMID:40204792	research paper	介绍了一个用于目标检测和多波段图像融合的三波段（可见光、短波红外、长波红外）车辆和船只数据集	该数据集是首个公开可用的三波段光学图像数据集，具有时间同步和视场一致性特征	仅60%的数据集进行了手动标注，可能影响模型的训练效果	为人工智能研究提供多波段车辆和船只数据集，支持目标检测和图像融合应用	车辆和船只	computer vision	NA	多波段图像融合	YOLOv8, SSD	image	数千张JPG和PNG格式的图像
3729	2025-04-13	A lightweight deep learning model for multi-plant biotic stress classification and detection for sustainable agriculture 2025-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90487-1 PMID:40204810	研究论文	本文提出了一种轻量级深度学习模型AgarwoodNet，用于多植物生物胁迫分类和检测，以支持可持续农业	提出了一种轻量级深度学习模型AgarwoodNet，解决了现有重型模型在计算资源、内存限制、接口延迟、部署扩展性、训练时间、数据需求和灵活性方面的不足	NA	开发一种轻量级深度学习模型，用于精确分类和检测植物病害，以支持可持续农业	Agarwood植物和六种其他植物的叶片图像	计算机视觉	植物病害	深度学习	CNN	图像	APDD数据集包含5,472张Agarwood叶片图像（14个类别），TPPD数据集包含4,447张六种植物的叶片图像（15个类别）
3730	2025-04-13	Integration of graph neural networks and transcriptomics analysis identify key pathways and gene signature for immunotherapy response and prognosis of skin melanoma 2025-Apr-09, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-13611-4 PMID:40205338	research paper	本研究利用图神经网络（GNNs）和转录组学分析，识别了皮肤黑色素瘤免疫治疗反应和预后的关键通路及基因特征	开发了基于GNNs的预测模型和名为responseScore的基因特征，用于精确预测免疫治疗反应和患者预后，并深入研究了PSMB6的生物学效应	未提及样本量的具体细节，且实验验证仅限于PSMB6基因	提高皮肤黑色素瘤免疫治疗反应和预后的预测精度	皮肤黑色素瘤患者及其基因表达数据	digital pathology	skin melanoma	transcriptomics analysis, multi-omics bioinformatics methods, ELISA	GNNs	gene expression data	NA
3731	2025-04-13	Preoperative assessment in lymph node metastasis of pancreatic ductal adenocarcinoma: a transformer model based on dual-energy CT 2025-Apr-09, World journal of surgical oncology IF:2.5Q1 DOI:10.1186/s12957-025-03774-6 PMID:40205450	研究论文	开发并测试了一种基于双能CT的transformer模型，用于预测胰腺导管腺癌患者的淋巴结转移	首次将transformer模型应用于双能CT数据，结合临床信息和深度学习特征，显著提高了淋巴结转移的预测性能	研究为回顾性设计，样本量相对较小(223例患者)	提高胰腺导管腺癌患者淋巴结转移的术前评估准确性	胰腺导管腺癌患者	数字病理	胰腺癌	双能CT(DECT)	transformer	医学影像	223例经手术切除且病理确诊的胰腺导管腺癌患者(训练集160例，测试集63例)
3732	2025-04-13	MDAL: Modality-difference-based active learning for multimodal medical image analysis via contrastive learning and pointwise mutual information 2025-Apr-09, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102544 PMID:40215886	研究论文	提出了一种基于模态差异的多模态医学图像主动学习框架MDAL，以减少标注成本	通过对比学习和点互信息量化样本间模态差异，提出两种基于差异的采样策略MaxMD和DiverseMD，且无需初始标注数据	未提及具体局限性	最小化多模态医学图像分析的标注成本	多模态医学图像	数字病理	脑胶质瘤、脑膜瘤、卵巢癌	对比学习、点互信息	MDAL	多模态医学图像	公共脑胶质瘤和脑膜瘤分割数据集及内部卵巢癌分类数据集
3733	2025-04-13	Improved Efficacy of Triple-Negative Breast Cancer Immunotherapy via Hydrogel-Based Co-Delivery of CAR-T Cells and Mitophagy Agonist 2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202409835 PMID:39840546	研究论文	本研究通过水凝胶共递送CAR-T细胞和线粒体自噬激动剂BC1618，提高了三阴性乳腺癌免疫治疗的疗效	利用AI深度学习和细胞因子检测筛选出线粒体自噬激动剂BC1618，并通过工程化注射水凝胶实现CAR-T细胞与BC1618的共递送，创建了一个炎症和线粒体自噬增强的微环境	研究主要聚焦于三阴性乳腺癌，未涉及其他类型癌症的适用性	提高CAR-T细胞在实体瘤（特别是三阴性乳腺癌）中的治疗效果	三阴性乳腺癌（TNBC）	数字病理学	乳腺癌	单细胞测序、AI深度学习、细胞因子检测	深度学习	测序数据、细胞因子数据	NA
3734	2025-04-13	CT-based radiomics: A potential indicator of KRAS mutation in pulmonary adenocarcinoma 2025-Apr, Tumori DOI:10.1177/03008916251314659 PMID:39894961	研究论文	本研究验证了基于CT的放射组学特征在预测肺腺癌KRAS突变状态中的潜在作用	结合CT放射组学特征与临床特征，使用多种特征选择方法和深度学习分类器预测KRAS突变状态	样本中KRAS突变比例较低（10.4%），可能存在数据不平衡问题	验证CT放射组学特征在预测肺腺癌KRAS突变状态中的有效性	肺腺癌患者	数字病理学	肺癌	CT成像	Multilayer Perceptron	医学影像	815名肺腺癌患者
3735	2025-04-13	Deep Learning Analysis of Localized Interlayer Stacking Displacement and Dynamics in Bilayer Phosphorene 2025-Apr, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202416480 PMID:40026027	research paper	该论文介绍了一种基于深度学习的分析方法，用于原子分辨率TEM图像，以实现双层磷烯中层间堆叠位移的精确识别	提出了一种深度学习模型，能够精确识别双层磷烯中的层间堆叠位移，误差水平低至3.3%，并能够处理大规模显微镜数据集	NA	开发一种能够精确识别层间堆叠位移的分析方法，以控制层状晶体的物理性质	双层磷烯	machine learning	NA	TEM	deep learning	image	NA
3736	2025-04-13	Identification of heart failure subtypes using transformer-based deep learning modelling: a population-based study of 379,108 individuals 2025-Apr, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105657 PMID:40112740	研究论文	本研究利用基于Transformer的深度学习方法分析电子健康记录，对心力衰竭患者进行精细分型	首次应用Transformer模型对心力衰竭患者进行分型，识别出七个独特的患者亚群，包括之前未被识别的COPD相关和甲状腺功能障碍相关高风险亚群	研究数据仅来自英国，可能限制了结果的普适性	探索深度学习在心力衰竭患者分型中的应用	379,108名心力衰竭患者	数字病理学	心血管疾病	Transformer-based deep learning	Transformer	电子健康记录(EHR)	379,108名患者
3737	2025-04-13	Deep learning informed multimodal fusion of radiology and pathology to predict outcomes in HPV-associated oropharyngeal squamous cell carcinoma 2025-Apr, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105663 PMID:40121941	research paper	该研究开发了一种基于深度学习的多模态融合方法SMuRF，用于预测HPV相关口咽鳞状细胞癌的预后	首次整合了放射学和病理学的多区域数据，利用跨模态和跨区域的窗口多头自注意力机制捕捉肿瘤栖息地和图像尺度间的特征交互	研究样本量相对有限（277例患者），且未验证模型在其他癌症类型中的适用性	预测HPV相关口咽鳞状细胞癌的生存率和肿瘤分级	HPV相关口咽鳞状细胞癌患者	digital pathology	oropharyngeal squamous cell carcinoma	CT成像和全切片病理图像分析	swintransformer-based multimodal and multi-region data fusion framework (SMuRF)	image	277例匹配放射学和病理学图像的口咽鳞状细胞癌患者
3738	2025-04-13	Deep learning-based assessment of pulp involvement in primary molars using YOLO v8 2025-Apr, PLOS digital health DOI:10.1371/journal.pdig.0000816 PMID:40198622	研究论文	本研究开发了一种基于YOLO v8的深度学习模型，用于通过X光片评估乳磨牙的牙髓受累情况	首次将YOLOv8m-cls模型应用于乳牙牙髓受累诊断，在上下颌乳磨牙中分别取得了78.7%和87.8%的准确率	未使用完整咬翼片图像，未纳入临床变量，缺乏热图可视化功能	开发机器学习模型以改善儿童乳磨牙牙髓受累的诊断准确性	482颗龋坏乳磨牙的咬翼X光片	计算机视觉	牙科疾病	深度学习	YOLOv8m-cls	X光图像	482颗牙齿（来自900名儿童2018-2022年的临床数据）
3739	2025-04-13	Subgroup evaluation to understand performance gaps in deep learning-based classification of regions of interest on mammography 2025-Apr, PLOS digital health DOI:10.1371/journal.pdig.0000811 PMID:40198652	研究论文	本研究评估了一种深度学习模型在乳腺X光摄影中分类正常与潜在异常感兴趣区域（ROIs）的性能，旨在识别可能导致某些患者亚组模型性能不佳的影像、病理和人口统计学特征	通过亚组分析揭示了深度学习模型在特定患者亚组中的性能差异，并识别了影响模型性能的关键因素	研究仅基于单一数据集（EMBED），可能无法完全代表其他人群	评估深度学习模型在乳腺X光摄影ROI分类中的性能，并识别影响模型表现的亚组特征	乳腺X光摄影图像中的感兴趣区域（ROIs）	计算机视觉	乳腺癌	深度学习	CNN（特别是ResNet152V2）	图像	3.4 million张乳腺X光图像（来自115,931名患者），包括29,144个训练patch、9,910个验证patch和13,390个测试patch
3740	2025-04-13	A new era in nephrology: the role of super-resolution microscopy in research, medical diagnostic, and drug discovery 2025-Mar-24, Kidney international IF:14.8Q1 DOI:10.1016/j.kint.2025.01.040 PMID:40139567	综述	本文探讨了超分辨率显微镜在肾脏研究、医学诊断和药物发现中的潜在应用	介绍了3维结构照明显微镜及其在量化足细胞足突形态中的新方法，可在蛋白尿出现前检测足突变化	NA	探索超分辨率显微镜技术在肾脏研究、医学诊断和药物开发中的应用	肾脏的超微结构，特别是足细胞足突和裂隙隔膜	数字病理学	肾脏疾病	超分辨率显微镜，3维结构照明显微镜	深度学习算法	图像	NA