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
21	2025-05-23	Deep Learning-Based Estimation of Radiographic Position to Automatically Set Up the X-Ray Prime Factors 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01256-x PMID:39402356	研究论文	本文提出了一种基于深度学习的创新方法，通过拍摄X射线曝光前的照片自动估计放射学位置，以选择最佳的主要参数	首次使用深度学习从照片中自动估计放射学位置，以优化X射线的主要参数设置	大多数错误发生在患者姿势相似的放射学位置	优化X射线主要参数设置，减少曝光错误和不必要的辐射剂量	放射学位置和X射线主要参数	计算机视觉	NA	深度学习	ConvNeXt	图像	75名志愿者，66种放射学位置
22	2025-05-23	BCCHI-HCNN: Breast Cancer Classification from Histopathological Images Using Hybrid Deep CNN Models 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01297-2 PMID:39402357	研究论文	本研究旨在通过混合深度CNN模型从组织病理学图像中分类乳腺癌，以提高早期和精确诊断的准确性	结合多种分类器（SVM、决策树、KNN）和迁移学习技术提升模型性能，并评估PCA特征向量的影响	决策树模型在无PCA情况下速度较慢	改进乳腺癌的早期和精确诊断	乳腺癌组织病理学图像	数字病理学	乳腺癌	深度学习、迁移学习、PCA	CNN、SVM、决策树、KNN	图像	NA
23	2025-05-23	Transformer-Integrated Hybrid Convolutional Neural Network for Dose Prediction in Nasopharyngeal Carcinoma Radiotherapy 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01296-3 PMID:39424665	研究论文	提出了一种结合CNN和Transformer的混合剂量预测模型，用于鼻咽癌放射治疗中的剂量预测	设计了一种具有通道注意力机制的分层密集循环编码器，以及一种通过逐层重建高维特征图保留更丰富纹理信息的渐进式解码器，并引入了对象驱动的跳跃连接	实验仅在内部数据集上进行，未在公开数据集上验证	提高鼻咽癌放射治疗中剂量预测的准确性和效率	鼻咽癌放射治疗中的剂量分布	数字病理学	鼻咽癌	深度学习	CNN和Transformer混合模型	图像	内部数据集（具体数量未提及）
24	2025-05-23	Knee Osteoarthritis SCAENet: Adaptive Knee Osteoarthritis Severity Assessment Using Spatial Separable Convolution with Attention-Based Ensemble Networks with Hybrid Optimization Strategy 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01306-4 PMID:39438366	research paper	提出了一种基于深度学习的膝关节骨关节炎严重程度评估模型SCAENet，用于准确识别患者病情	采用空间可分离卷积与注意力机制的集成网络（SCAENet）结合混合优化策略（HESM-BESO），提高了评估精度	模型性能依赖于在线资源收集的图像数据，可能存在数据偏差	开发高精度的膝关节骨关节炎严重程度自动评估方法	膝关节骨关节炎患者	digital pathology	geriatric disease	深度学习	SCAENet（集成ResNet/VGG16/DenseNet与1DCNN）	医学影像	NA（未明确说明具体样本量）
25	2025-05-23	Deep Learning Segmentation of Chromogenic Dye RNAscope From Breast Cancer Tissue 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01301-9 PMID:39443395	research paper	本文开发了一种新型深度学习方法，用于准确分割乳腺癌组织中的RNAscope点（表示基因表达）	提出了一种基于ConvNeXt骨干网络的卷积深度学习网络，采用自定义的强正则化块防止过拟合和早收敛	网络规模相对较小，且训练数据量有限	开发自动化分析乳腺癌组织RNAscope染色的深度学习解决方案	乳腺癌组织中的RNAscope染色点	digital pathology	breast cancer	RNAscope染色	CNN, ConvNeXt	image	NA
26	2025-05-23	Integrating VAI-Assisted Quantified CXRs and Multimodal Data to Assess the Risk of Mortality 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01247-y PMID:39448455	研究论文	本研究开发了一种基于视觉人工智能（VAI）的基础模型，用于通过胸部X光片（CXRs）增强死亡风险分层	利用深度学习提取CXR特征并结合Cox比例风险模型生成风险评分（'CXR-risk'），并通过整合临床和实验室数据及放射学报告进一步提高预测准确性	研究为回顾性设计，可能受到数据收集偏差的影响	开发一种广泛可用的检查方法以预测死亡风险	门诊和体检中心的患者	数字病理	NA	深度学习，Cox比例风险模型	深度学习模型	图像（胸部X光片），电子医疗记录	训练集41,945例，验证集10,492例，内部测试集31,707例，外部测试集4,441例
27	2025-05-23	Utilizing Pseudo Color Image to Improve the Performance of Deep Transfer Learning-Based Computer-Aided Diagnosis Schemes in Breast Mass Classification 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01237-0 PMID:39455542	研究论文	本研究探讨了利用形态学信息在乳腺病变分类中的影响，并提出了一种新的伪彩色图像生成方法以提高分类性能	开发了一种利用肿块轮廓信息增强分类性能的新型伪彩色图像生成方法	性能提升依赖于肿块分割的准确性	提高基于乳腺X光片的计算机辅助诊断(CADx)方案在乳腺肿块分类中的性能	乳腺肿块	计算机视觉	乳腺癌	深度迁移学习	预训练的深度学习模型与SVM分类器结合	图像	830例乳腺癌病例(310例良性，520例恶性)，每例采集4个ROI区域
28	2025-05-23	Comparative Bladder Cancer Tissues Prediction Using Vision Transformer 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01228-1 PMID:39455543	research paper	本研究比较了三种模型在膀胱癌组织预测中的性能，包括CNN、混合CNN-ML和ViT，其中ViT表现最佳	首次在膀胱癌组织预测中应用Vision Transformer（ViT）架构，并开发了图形用户界面（GUI）以支持决策	未提及样本量的具体细节或模型的泛化能力	开发计算机辅助决策支持系统以提升膀胱癌早期检测效率	膀胱癌组织	digital pathology	bladder cancer	NA	CNN, hybrid CNN-ML, Vision Transformer (ViT)	endoscopic images	NA
29	2025-05-23	A Multi-model Deep Learning Architecture for Diagnosing Multi-class Skin Diseases 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01300-w PMID:39482493	research paper	该研究提出了一种新颖的深度学习多模型架构，用于高精度皮肤疾病诊断	采用五类别Xception模型对皮肤病变进行分类，并通过迁移学习为每个类别构建专用模型，显著提高了诊断准确率	研究未提及模型在临床环境中的实际应用效果验证	开发高精度的皮肤疾病自动诊断系统	皮肤病变图像	digital pathology	skin diseases	deep learning	Xception	image	25,010张图像
30	2025-05-23	Applying Deep-Learning Algorithm Interpreting Kidney, Ureter, and Bladder (KUB) X-Rays to Detect Colon Cancer 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01309-1 PMID:39482492	研究论文	本研究开发了一种深度学习模型，用于通过KUB X光片检测结肠癌	首次将深度学习算法应用于KUB X光片以检测结肠癌，提供了一种成本效益高的替代筛查方法	需要进一步的前瞻性研究来验证这些发现并将该技术完全整合到临床实践中	开发一种深度学习模型，用于通过KUB X光片检测结肠癌	结肠癌患者	数字病理学	结肠癌	深度学习	DenseNet	图像	开发集28,055例，调优集11,234例，内部验证集16,875例，外部验证集15,876例
31	2025-05-23	GENERATIVE DEEP LEARNING APPROACH TO PREDICT POSTTREATMENT OPTICAL COHERENCE TOMOGRAPHY IMAGES OF AGE-RELATED MACULAR DEGENERATION AFTER 12 MONTHS 2025-Jun-01, Retina (Philadelphia, Pa.) DOI:10.1097/IAE.0000000000004409 PMID:39841905	研究论文	本研究验证了一种生成式深度学习模型，用于预测新生血管性年龄相关性黄斑变性患者治疗12个月后的光学相干断层扫描（OCT）图像，并评估了结合临床数据对预测性能的影响	采用条件生成对抗网络（cGAN）预测长期治疗后的OCT图像，并首次系统评估了加载剂量后OCT及其他临床参数对预测准确性的提升效果	研究样本量有限（533眼），且仅针对治疗初治患者	开发个性化预测模型以优化年龄相关性黄斑变性的长期治疗策略	新生血管性年龄相关性黄斑变性患者	数字病理	年龄相关性黄斑变性	光学相干断层扫描（OCT）、荧光素血管造影、吲哚菁绿血管造影	条件生成对抗网络（cGAN）	医学影像	513名患者的533只眼
32	2025-05-23	Revolutionising osseous biopsy: the impact of artificial intelligence in the era of personalized medicine 2025-Jun-01, The British journal of radiology DOI:10.1093/bjr/tqaf018 PMID:39878877	review	本文综述了人工智能在骨肿瘤活检中的应用及其对个性化医疗的影响	探讨了AI在提高骨病变活检诊断准确性、安全性和精确靶向方面的创新作用	涉及AI在骨活检中整合的技术限制、健康公平性、泛化性、部署问题和报销挑战	研究人工智能如何改变骨肿瘤活检的诊断技术和个性化医疗	骨肿瘤（原发性和继发性）的活检和样本处理	数字病理学	骨肿瘤	传统机器学习、深度学习、放射组学、模拟和生成模型	NA	图像	NA
33	2025-05-23	Cutting Skill Assessment by Motion Analysis Using Deep Learning and Spatial Marker Tracking 2025-Jun, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3529500 PMID:40030929	research paper	该研究提出了一种通过手术刀运动分析评估开放手术中切割技能的方法	设计了3D多面ArUco代码立方体，并使用YOLOv8模型识别手术刀类型，提出了五个量化切割技能的评估指标	实验仅涉及二十名专家和新手外科医生，样本量较小	评估开放手术中外科医生的切割技能	外科医生在开放手术中使用手术刀进行切割的技能	computer vision	NA	pivot calibration method, YOLOv8	YOLOv8	image	二十名专家和新手外科医生
34	2025-05-23	Advancing Acoustic Droplet Vaporization for Tissue Characterization Using Quantitative Ultrasound and Transfer Learning 2025-Jun, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3527141 PMID:40031047	研究论文	本研究探讨了声学液滴汽化（ADV）在生物医学超声中的应用，通过定量超声和迁移学习技术，评估了相变纳米液滴在纤维蛋白基组织模拟水凝胶中的声学和成像特性	结合迁移学习和卷积神经网络（AlexNet）开发了两个专门用于区分纤维蛋白水凝胶的模型，为生物医学诊断提供了新的技术路径	研究仅针对纤维蛋白基水凝胶，未涉及其他组织类型或体内环境	评估ADV在组织表征中的潜力，探索其在生物医学诊断中的应用	相变纳米液滴在纤维蛋白基组织模拟水凝胶中的行为	生物医学超声	NA	被动空化检测、B模式超声、对比增强超声	CNN（AlexNet）	超声图像	不同纤维蛋白密度的水凝胶样本
35	2025-05-23	Marker Data Enhancement for Markerless Motion Capture 2025-Jun, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3530848 PMID:40031222	研究论文	本文提出了一种改进的无标记运动捕捉数据增强方法，通过更大的训练数据集和更精确的模型提高了运动捕捉的准确性和泛化能力	创建了一个更大且更多样化的训练数据集，开发了更准确和泛化能力更强的标记增强器	在训练数据中未包含的运动上表现不佳	提高无标记运动捕捉的准确性和泛化能力	人类运动捕捉数据	计算机视觉	NA	深度学习	标记增强器	视频	1176名受试者的标记运动捕捉数据，合成了1433小时的视频关键点和解剖标记
36	2025-04-24	Corrigendum to: Pollen analysis using multispectral imaging flow cytometry and deep learning 2025-Jun, The New phytologist DOI:10.1111/nph.70163 PMID:40263692	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
37	2025-05-23	Diagnosis of carpal tunnel syndrome using deep learning with comparative guidance 2025-Jun, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2025.03.038 PMID:40300239	研究论文	本研究开发了一种基于深度学习的模型，用于通过比较分类方法对腕管综合征（CTS）进行稳健诊断	提出了基于余弦相似度的比较引导方法，使模型能够自动识别超声图像中异常回声纹理差异	样本量相对较小（152名参与者），且仅使用超声图像数据	开发一种能够自动识别CTS重要特征的深度学习模型	腕管综合征患者和健康个体的超声图像	数字病理学	腕管综合征	超声成像	深度学习模型（具体架构未提及）	超声图像	152名参与者（包括不同严重程度的CTS患者和健康个体）
38	2025-05-23	Recent trends in diabetes mellitus diagnosis: an in-depth review of artificial intelligence-based techniques 2025-Jun, Diabetes research and clinical practice IF:6.1Q1 DOI:10.1016/j.diabres.2025.112221 PMID:40328407	综述	本文综述了人工智能（AI）在糖尿病诊断中的最新进展，重点关注机器学习和深度学习的应用	探讨了AI驱动诊断工具的最新突破方法及其在临床实践中的实际应用	讨论了模型可解释性、伦理考虑和实际实施中的挑战	提高糖尿病的诊断准确性并支持AI技术在临床实践中的整合	糖尿病	机器学习	糖尿病	机器学习和深度学习	NA	NA	NA
39	2025-05-23	Diagnostic accuracy of machine learning algorithms in electrocardiogram-based sleep apnea detection: A systematic review and meta-analysis 2025-Jun, Sleep medicine reviews IF:11.2Q1 DOI:10.1016/j.smrv.2025.102097 PMID:40349509	meta-analysis	评估机器学习和深度学习算法在基于单导联心电图数据检测睡眠呼吸暂停中的诊断准确性	首次系统评价和荟萃分析机器学习和深度学习算法在睡眠呼吸暂停检测中的诊断准确性	算法效果存在差异，存在方法学偏差	评估机器学习和深度学习算法在睡眠呼吸暂停检测中的诊断准确性	单导联心电图数据	machine learning	sleep apnea	machine learning, deep learning	ML/DL	ECG signals	84项研究
40	2025-05-23	[Rapid identification and analysis of hemoglobin isoelectric focusing electrophoresis images based on deep learning] 2025-Jun, Se pu = Chinese journal of chromatography DOI:10.3724/SP.J.1123.2024.05012 PMID:40394749	research paper	该论文提出了一种基于深度学习的血红蛋白等电聚焦电泳图像快速识别与分析方法	引入深度学习目标检测算法YOLOv8，无需依赖pI标记物或专业人员经验，直接输出电泳条带信息，提高了检测效率和准确性	研究仅针对血红蛋白IEF图像，未验证在其他类型电泳图像上的适用性	开发一种快速、准确的血红蛋白等电聚焦电泳图像自动分析方法	血红蛋白等电聚焦电泳图像	digital pathology	thalassemia	等电聚焦凝胶电泳(IEF), 微阵列IEF(mIEF)	YOLOv8	image	1,665张无pI标记的血红蛋白IEF图像