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
421	2025-10-05	Elucidating the neuropathological and molecular heterogeneity of amyloid-beta and tau in Alzheimer's disease through machine learning and transcriptomic integration 2024-Oct-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.16.618708 PMID:39463964	研究论文	本研究通过机器学习和转录组整合方法，揭示了阿尔茨海默病中淀粉样蛋白-β和磷酸化tau蛋白的神经病理学和分子异质性	开发了一种新颖的深度学习方法来区分阿尔茨海默病连续体特异性脑网络改变维度与正常衰老共享维度	样本量相对有限（n=289），且仅使用单一公共转录组图谱进行验证	理解阿尔茨海默病神经病理学聚集物与认知衰退的关联及其分子机制	阿尔茨海默病连续体患者（Aβ阳性，n=129）和正常老年人（Aβ阴性，n=160）	机器学习	阿尔茨海默病	功能磁共振成像，转录组分析，脑脊液生物标志物检测	深度学习	功能磁共振成像数据，基因表达数据，临床生物标志物数据	289名受试者（129名Aβ阳性，160名Aβ阴性）	NA	NA	预测准确性	NA
422	2025-10-05	Deep Learning Denoising Improves CT Perfusion Image Quality in the Setting of Lower Contrast Dosing: A Feasibility Study 2024-Oct-03, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8367 PMID:38844370	研究论文	本研究探讨深度学习去噪技术在低对比剂剂量CT灌注成像中改善图像质量的可行性	首次将残差编码器-解码器卷积神经网络应用于CT灌注图像去噪，并在动物和临床研究中验证其在低对比剂剂量条件下的有效性	样本量有限（12只动物和22例患者），且为回顾性研究设计	评估深度学习去噪技术能否在降低对比剂剂量的情况下维持CT灌注图像质量	动物模型（猪）和临床患者	医学影像处理	NA	CT灌注成像	CNN	医学影像	12只动物（每只接受9次CTP检查）和22例患者（11例低剂量组，11例标准剂量对照组）	NA	残差编码器-解码器卷积神经网络	信噪比, 定性图像评估	NA
423	2025-10-05	External Validation of a Digital Pathology-based Multimodal Artificial Intelligence Architecture in the NRG/RTOG 9902 Phase 3 Trial 2024-Oct, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.01.004 PMID:38302323	研究论文	在NRG/RTOG 9902三期临床试验中对基于数字病理学的多模态人工智能架构进行外部验证	首次在随机对照试验队列中验证多模态AI模型对高危前列腺癌患者的预后预测能力	部分患者因图像质量差被排除（5.6%），样本量相对有限	验证多模态人工智能模型在前列腺癌预后预测中的外部有效性	318名局部高危前列腺癌患者	数字病理学	前列腺癌	数字病理学分析	多模态人工智能模型	数字病理图像,临床特征	318例局部高危前列腺癌患者（来自397例入组患者中的337例有可用切片，其中19例因图像质量差被排除）	深度学习框架	多模态人工智能架构	亚分布风险比,置信区间,p值,5年和10年远处转移率	NA
424	2025-10-05	Improving 3D dose prediction for breast radiotherapy using novel glowing masks and gradient-weighted loss functions 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17326 PMID:39088756	研究论文	本研究开发了使用发光掩码和梯度加权损失函数改进乳腺癌放疗3D剂量预测的新方法	提出了两种创新技术：发光掩码算法将轮廓距离编码到每个体素中，梯度加权MSE损失函数强调高剂量梯度区域的误差	研究仅针对乳腺癌切线野治疗，样本量为305个治疗计划	比较两种新技术对深度学习剂量预测模型性能的影响	乳腺癌患者的放疗治疗计划	医学影像分析	乳腺癌	深度学习剂量预测	3D U-Net	CT影像和器官轮廓	305个治疗计划（213训练/46验证/46测试）	NA	3D U-Net	平均误差, 平均绝对误差, 心脏/肺/肿瘤床平均剂量误差, Dice相似系数, Gamma分析	NA
425	2025-10-05	Multi-modal segmentation with missing image data for automatic delineation of gross tumor volumes in head and neck cancers 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17260 PMID:38896829	研究论文	开发了一种能够处理PET图像缺失情况下的头颈部癌大体肿瘤体积自动分割深度学习框架	提出'空白通道'训练策略，使模型能够灵活处理PET图像缺失情况，在保持多模态分割性能的同时提高临床适用性	研究主要针对头颈部癌症，在其他类型癌症中的适用性需要进一步验证	开发头颈部癌大体肿瘤体积自动分割方法，解决PET图像可能缺失的临床实际问题	头颈部癌患者的大体肿瘤体积	数字病理	头颈部癌	CT, PET	深度学习分割模型	医学图像	数据集I: 524例训练患者和359例测试患者；数据集II: 90例测试患者	NA	NA	Dice相似系数, 平均表面距离, 95% Hausdorff距离	NA
426	2025-10-05	Patient-specific deep learning for 3D protoacoustic image reconstruction and dose verification in proton therapy 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17294 PMID:38980065	研究论文	开发了一种患者特异性深度学习方法用于质子声学图像重建和剂量验证	提出两阶段患者特异性深度学习框架，结合群体模型预训练和患者特定数据迁移学习	需要进一步研究验证该技术的临床影响	提高质子声学成像重建质量和个体患者剂量验证准确性	10名特定前列腺癌患者	医学影像	前列腺癌	质子声学成像，计算机断层扫描	深度学习	3D图像，射频信号	10名前列腺癌患者	NA	NA	RMSE, SSIM, gamma指数	NA
427	2025-10-05	Establishing a Validation Infrastructure for Imaging-Based Artificial Intelligence Algorithms Before Clinical Implementation 2024-Oct, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.04.027 PMID:38789066	研究论文	本文提出建立影像AI算法临床实施前验证基础设施的方法与建议	提出在临床系统外建立AI推理基础设施的完整步骤，支持大型医疗中心进行AI算法的本地化验证	未提供具体实施案例的性能数据验证	开发高效、可定制且成本效益高的AI模型外部验证基础设施	基于影像的人工智能算法	数字病理	NA	深度学习	NA	医学影像	NA	NA	NA	准确性, 泛化性	大型医疗中心计算基础设施
428	2025-10-05	Artificial Intelligence vs. Doctors: Diagnosing Necrotizing Enterocolitis on Abdominal Radiographs 2024-Oct, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.06.001 PMID:38955625	研究论文	本研究开发了一种基于深度学习的AI模型，用于在新生儿腹部X光片上诊断坏死性小肠结肠炎	首次将预训练的ResNet-50模型应用于新生儿坏死性小肠结肠炎的X光片诊断，并与资深外科住院医师进行直接比较	研究样本量有限（494张图像），且缺乏普遍应用的“金标准”作为参考	评估深度学习模型在诊断坏死性小肠结肠炎方面的性能，并与人类专家进行比较	新生儿腹部X光片	计算机视觉	坏死性小肠结肠炎	X光成像	CNN	图像	494张新生儿腹部X光片（214张坏死性小肠结肠炎，280张其他）	PyTorch或TensorFlow（未明确指定）	ResNet-50	AUROC, 准确率	NA
429	2025-10-05	Identification of diabetic retinopathy classification using machine learning algorithms on clinical data and optical coherence tomography angiography 2024-Oct, Eye (London, England) DOI:10.1038/s41433-024-03173-3 PMID:38871934	研究论文	应用机器学习算法结合临床数据和光学相干断层扫描血管成像进行糖尿病视网膜病变多分类识别	首次将机器学习算法应用于结合临床数据和OCTA参数进行糖尿病视网膜病变的多类别分类	样本量相对有限（203例训练，169例验证），且为横断面观察性研究	开发基于机器学习的糖尿病视网膜病变自动分类系统	糖尿病患者（共372例，372只眼）	机器学习	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	随机森林,梯度提升机,深度学习,逻辑回归	临床数据,影像数据	训练集203例，验证集169例	NA	NA	AUC,ROC曲线	NA
430	2025-10-05	Progression or Aging? A Deep Learning Approach for Distinguishing Glaucoma Progression From Age-Related Changes in OCT Scans 2024-Oct, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2024.04.030 PMID:38703802	研究论文	开发了一种深度学习算法，用于在缺乏参考标准的情况下从OCT图像中检测青光眼进展	提出了一种弱监督时间序列学习模型(Noise-PU DL)，能够区分青光眼进展与年龄相关变化	回顾性研究设计，缺乏参考标准作为金标准	开发能够区分青光眼进展与年龄相关变化的深度学习算法	青光眼患者和健康受试者的OCT扫描图像	计算机视觉	青光眼	光学相干断层扫描(OCT)	CNN,LSTM	图像序列	3253只眼(1859名受试者)的8785个随访序列	NA	CNN-LSTM	命中率,特异性	NA
431	2025-10-05	Colour fusion effect on deep learning classification of uveal melanoma 2024-Oct, Eye (London, England) DOI:10.1038/s41433-024-03148-4 PMID:38773261	研究论文	本研究验证深度学习对葡萄膜黑色素瘤和脉络膜痣的分类性能，并评估不同颜色融合策略对分类效果的影响	首次系统评估不同颜色融合策略（早期融合、中期融合和晚期融合）在葡萄膜黑色素瘤分类任务中对深度学习性能的影响	回顾性研究设计，样本量相对有限（798张图像），未进行外部验证	验证深度学习对葡萄膜黑色素瘤和脉络膜痣的自动分类能力，并评估颜色融合策略对分类性能的影响	438名患者的798张超广角视网膜图像，包括157名葡萄膜黑色素瘤患者和281名脉络膜痣患者	计算机视觉	葡萄膜黑色素瘤	超广角视网膜成像	CNN	图像	798张超广角视网膜图像（来自438名患者）	NA	NA	F1分数, 准确率, AUC	NA
432	2025-10-05	Invariant point message passing for protein side chain packing 2024-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26705 PMID:38790143	研究论文	提出一种基于几何图神经网络的新方法PIPPack，用于蛋白质侧链包装任务	采用几何感知的不变点消息传递(IPMP)机制和二面角分布预测来生成理想的侧链坐标	仅在约1400个高质量蛋白质链的测试集上验证，未在更大规模或更复杂数据集上测试	解决蛋白质侧链包装(PSCP)问题，预测氨基酸侧链的高置信度低能量构象	蛋白质侧链构象	生物信息学	NA	几何图神经网络	图神经网络	蛋白质结构数据	约1400个高质量蛋白质链	NA	不变点消息传递(IPMP)	旋转异构体恢复率, 每个残基RMSD	NA
433	2025-10-05	An Updated Simplified Severity Scale for Age-Related Macular Degeneration Incorporating Reticular Pseudodrusen: Age-Related Eye Disease Study Report Number 42 2024-Oct, Ophthalmology IF:13.1Q1 DOI:10.1016/j.ophtha.2024.04.011 PMID:38657840	研究论文	本研究更新了年龄相关性黄斑变性简化严重程度量表，纳入网状假性玻璃膜疣并进行外部验证	将网状假性玻璃膜疣状态纳入严重程度分级，并使用深度学习技术进行自动分级	研究基于临床试验队列，可能不适用于所有人群	更新年龄相关性黄斑变性风险评估量表并验证其准确性	年龄相关性黄斑变性患者	数字病理	年龄相关性黄斑变性	深度学习分级	深度学习	彩色眼底照片	AREDS队列2719人，AREDS2队列1472人	NA	NA	5年进展率	NA
434	2025-10-05	SDF4CHD: Generative modeling of cardiac anatomies with congenital heart defects 2024-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103293 PMID:39146700	研究论文	提出一种针对先天性心脏病的心脏解剖结构生成建模方法，能够生成保留特定CHD类型拓扑特征的虚拟心脏解剖结构	提出类型和形状解耦的生成方法，能够捕获不同CHD类型的广泛解剖结构变化，并生成保留特定CHD类型独特拓扑结构的不同形状心脏解剖结构	训练数据集相对较小，仅包含67名患者，涵盖6种CHD类型和14种CHD类型组合	开发能够生成先天性心脏病心脏解剖结构的生成模型，用于改善诊断、治疗规划和计算模拟	先天性心脏病患者的心脏解剖结构	医学图像分析	先天性心脏病	深度学习，生成建模	生成模型	心脏解剖结构数据	67名患者，涵盖6种CHD类型和14种CHD类型组合	NA	基于符号距离场(SDF)的生成模型	CHD类型正确性，形状合理性，泛化性能，心脏分割准确性	NA
435	2025-10-05	Accurate Automated Quantification of Dopamine Transporter PET Without MRI Using Deep Learning-based Spatial Normalization 2024-Oct, Nuclear medicine and molecular imaging IF:1.3Q3 DOI:10.1007/s13139-024-00869-y PMID:39308485	研究论文	提出一种基于深度学习的空间归一化方法，用于无需MRI的18F-FP-CIT PET图像自动定量分析	开发了无需解剖图像（CT或MRI）的AI驱动PET空间归一化技术，通过循环训练策略实现从模板到个体空间的逆向形变	研究样本量有限（训练集213对，验证集89对，外部验证135例），未与其他PET定量方法进行广泛比较	开发无需MRI的自动化多巴胺转运体PET定量方法	帕金森病及相关帕金森综合征患者的18F-FP-CIT PET图像	医学影像分析	帕金森病	18F-FP-CIT PET成像，3D结构MRI	CNN	PET图像，MRI图像	训练集213对PET-MRI数据，验证集89对PET-MRI数据，外部验证135例数据	NA	卷积神经网络	R²，斜率	NA
436	2025-10-05	Comparative analysis of chronic progressive nephropathy (CPN) diagnosis in rat kidneys using an artificial intelligence deep learning model 2024-Oct, Toxicological research IF:1.6Q4 DOI:10.1007/s43188-024-00247-y PMID:39345736	研究论文	本研究使用深度学习分割模型比较分析大鼠肾脏慢性进行性肾病的三种代表性病变诊断	首次针对包含多种病变的复杂病变诊断模型进行研究，并比较了三种不同分割算法在肾脏病理图像分析中的性能	样本量相对有限（33个全切片图像），模型在某些病变上准确率仍有提升空间	开发适用于复杂病变诊断的AI深度学习模型	大鼠肾脏慢性进行性肾病病变	数字病理学	肾脏疾病	全切片图像分析	深度学习分割模型	病理图像	33个大鼠肾脏全切片图像，约2000张包含三种病变的图像	NA	YOLOv8, Mask R-CNN, SOLOv2	损失值, mAP50	NA
437	2025-10-05	Exploring the Impact of Model Complexity on Laryngeal Cancer Detection 2024-Oct, Indian journal of otolaryngology and head and neck surgery : official publication of the Association of Otolaryngologists of India DOI:10.1007/s12070-024-04776-8 PMID:39376269	研究论文	本研究探讨模型复杂度对喉癌检测效果的影响，通过比较逻辑回归、浅层神经网络和深度卷积网络在CT图像上的表现	首次系统比较不同复杂度机器学习模型在喉癌CT图像检测中的性能差异，揭示模型复杂度与诊断效果的关系	研究仅基于对比CT图像，未考虑其他影像模态；样本来源单一	评估模型复杂度对喉癌检测诊断效果的影响	喉癌患者的对比CT图像	计算机视觉	喉癌	计算机断层扫描(CT)	Logistic Regression, CNN	医学图像	NA	NA	4层神经网络, ResNet-50	准确率	NA
438	2025-10-05	Detectability of Hypoattenuating Liver Lesions with Deep Learning CT Reconstruction: A Phantom and Patient Study 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.232749 PMID:39377679	研究论文	通过体模和患者研究比较深度学习CT重建与自适应统计迭代重建在低对比度肝脏病变检测能力方面的表现	首次系统评估深度学习CT重建在低对比度肝脏病变检测方面的能力，并与传统迭代重建方法进行对比	单中心回顾性研究，样本量有限（50例患者，86个病灶）	评估深度学习CT重建在低对比度肝脏病变检测方面的性能	肝脏低密度病灶和低对比度分辨率体模	医学影像分析	肝脏疾病	CT扫描，深度学习图像重建	深度学习模型	CT影像	50例患者（86个肝脏病灶）和低对比度分辨率体模	NA	NA	图像质量评分，病灶诊断置信度，病灶显著性，小病灶可见性，病灶与背景对比噪声比	NA
439	2025-10-05	Prediction of Ischemic Stroke Functional Outcomes from Acute-Phase Noncontrast CT and Clinical Information 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.240137 PMID:39404632	研究论文	本研究开发了一种融合急性期非增强CT和临床信息的深度学习模型，用于预测缺血性卒中患者90天改良Rankin量表评分	首次将急性期非增强CT与临床信息融合用于卒中功能结局预测，避免了传统方法需要手动特征工程和耗时后处理的局限性	回顾性研究设计，数据来源于临床试验和注册研究，可能存在选择偏倚	预测缺血性卒中患者90天功能结局，为医疗资源规划、临床试验设计和患者预期管理提供支持	缺血性卒中患者	医学影像分析	缺血性卒中	非增强CT	深度学习	医学影像, 临床数据	1335名患者（中位年龄71岁，674名女性），来自4个多中心试验和2个注册研究	NA	NA	平均绝对误差, AUC, 准确率	NA
440	2025-10-05	Patient-Specific Myocardial Infarction Risk Thresholds From AI-Enabled Coronary Plaque Analysis 2024-Oct, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.016958 PMID:39405390	研究论文	本研究通过AI技术分析冠状动脉斑块，建立患者特异性心肌梗死风险阈值	首次基于深度学习冠状动脉斑块量化分析，建立年龄和性别特异性的心肌梗死风险预测模型	研究样本量相对有限，需要更多前瞻性研究验证	评估基于深度学习的冠状动脉斑块量化分析对心肌梗死的预测价值	冠状动脉疾病患者	医学影像分析	心血管疾病	冠状动脉CT血管成像	深度学习	医学影像	2803名患者（956名用于建立分布，1847名用于外部验证）	NA	NA	风险比, P值, 置信区间	NA