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
4461	2025-10-06	Skull CT metadata for automatic bone age assessment by using three-dimensional deep learning framework 2025-Sep, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03469-3 PMID:40192774	研究论文	本研究开发了一种基于头骨CT元数据的三维深度学习框架，用于骨龄评估并探索新的头骨标记物	首次将三维深度学习框架应用于头骨CT元数据的骨龄评估，并探索了新的头骨标记物	模型在老年组中表现出较大的误差趋势	开发准确的头骨CT骨龄评估方法	头骨CT图像数据	计算机视觉	NA	CT成像	深度学习	三维医学图像	1,186名患者（385,175个头骨CT切片），包括训练集976人、测试集109人和外部验证集101人	NA	三维深度学习框架	平均绝对误差(MAE)	NA
4462	2025-10-06	Cross-institutional validation of a polar map-free 3D deep learning model for obstructive coronary artery disease prediction using myocardial perfusion imaging: insights into generalizability and bias 2025-Sep, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07243-w PMID:40198356	研究论文	本研究验证了一种无需极坐标映射的3D深度学习模型在跨机构预测阻塞性冠状动脉疾病中的泛化能力和潜在偏差	开发了无需极坐标映射的3D深度学习模型，并首次系统评估其在跨机构数据上的泛化性能和人口统计学偏差	模型在外部验证队列中性能显著下降，在特定人群（如70岁以上患者）中表现较差，存在与压力类型和患者年龄相关的偏差	评估深度学习模型在心肌灌注成像中预测阻塞性冠状动脉疾病的跨机构泛化能力和潜在偏差	来自台湾两个医疗中心的接受铊-201心肌灌注成像和冠状动脉造影的患者	医学影像分析	冠状动脉疾病	心肌灌注成像，侵入性冠状动脉造影	深度学习	3D医学影像	训练集928例，内部验证集933例，外部验证集3234例	NA	3D深度学习模型	AUC	NA
4463	2025-10-06	Quantitative Computed Tomography Measures of Lung Fibrosis and Outcomes in the National Lung Screening Trial 2025-Sep, Annals of the American Thoracic Society IF:6.8Q1 DOI:10.1513/AnnalsATS.202410-1048OC PMID:40208581	研究论文	本研究通过定量CT测量评估间质性肺病特征与临床结局的关联	首次在大型肺癌筛查试验中应用CALIPER和深度学习UIP算法进行ILD定量评估	未发现ILD定量指标与肺癌发病率的关联	确定定量ILD测量是否与临床相关结局相关	国家肺癌筛查试验(NLST)参与者	数字病理	肺纤维化	低剂量CT扫描	深度学习算法	CT图像	11,518名有吸烟史的个体	CALIPER, DL-UIP	NA	风险比, 置信区间	NA
4464	2025-10-06	Automatic detection of mandibular fractures on CT scan using deep learning 2025-Sep-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf031 PMID:40238181	研究论文	本研究探索使用深度学习技术自动检测和分类CT扫描中的下颌骨骨折	结合nnU-Net分割框架和3D-ResNet分类模型，实现下颌骨骨折的像素级定位和严重程度分类	回顾性研究，数据来自单一医疗机构	开发基于人工智能的下颌骨骨折自动检测和分类系统	下颌骨骨折患者	计算机视觉	下颌骨骨折	CT扫描	CNN	医学影像	459名患者	nnU-Net	nnU-Net, 3D-ResNet	敏感度, 精确度, 特异性, AUC	NA
4465	2025-10-06	Using deep learning to enhance reporting efficiency and accuracy in degenerative cervical spine MRI 2025-Sep, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2025.03.009 PMID:40154625	研究论文	评估基于Transformer的深度学习模型在退行性颈椎MRI报告中提升效率和准确性的效果	首次将Transformer架构应用于退行性颈椎MRI的椎管和神经孔狭窄分级，并证明其能显著提升放射科医生的报告效率和诊断一致性	回顾性研究，样本量较小（50例患者），排除了有内固定器械的病例	提升退行性颈椎MRI报告的效率和诊断一致性	退行性颈椎病患者	医学影像分析	退行性颈椎病	MRI	Transformer	MRI图像	50例患者，2,555张MRI图像	NA	Transformer	解读时间，Gwet's kappa	NA
4466	2025-10-06	Super-resolution deep learning reconstruction to evaluate lumbar spinal stenosis status on magnetic resonance myelography 2025-Sep, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01787-5 PMID:40266548	研究论文	本研究探讨超分辨率深度学习重建在腰椎磁共振脊髓造影中对腰椎管狭窄评估的改善效果	首次将超分辨率深度学习重建技术应用于腰椎MR脊髓造影，并与传统重建方法进行对比评估	样本量较小（仅40例患者），为单中心回顾性研究	评估超分辨率深度学习重建在腰椎管狭窄MR脊髓造影中的诊断价值	40例腰椎管狭窄患者（16名男性，24名女性，平均年龄59.4±31.8岁）	医学影像分析	腰椎管狭窄	磁共振脊髓造影	深度学习	医学影像	40例患者	NA	超分辨率深度学习重建	观察者间一致性，图像质量评分（马尾神经显示、锐度、噪声、伪影、整体质量）	NA
4467	2025-10-06	Improvement of image quality of diffusion-weighted imaging (DWI) with deep learning reconstruction of the pancreas: comparison with respiratory-gated conventional DWI 2025-Sep, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01790-w PMID:40285832	研究论文	本研究评估深度学习重建技术在改善胰腺扩散加权成像质量方面的效果	首次比较呼吸门控常规DWI与基于深度学习的重建DWI在胰腺成像质量方面的差异	样本量相对有限，仅包含27例实性病变患者	评估深度学习重建技术对胰腺扩散加权成像质量的改善效果	117例疑似胰腺疾病患者（其中27例有实性病变）	医学影像分析	胰腺疾病	磁共振成像，扩散加权成像	深度学习	医学影像	117例患者	NA	NA	表观扩散系数，信噪比，胰腺-肌肉信号强度比，病灶-胰腺信号强度比	NA
4468	2025-10-06	Deep learning-based automatic cranial implant design through direct defect shape prediction and its comparison study 2025-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03363-5 PMID:40314711	研究论文	提出一种基于深度学习的自动颅骨植入物设计工作流程，通过直接预测颅骨缺损形状实现植入物自动生成	将颅骨植入物设计问题视为特殊形状补全任务，采用深度神经网络直接预测缺损颅骨的缺失部分形状	NA	开发自动颅骨植入物设计方法以减少治疗时间	人类颅骨缺损	计算机视觉	颅骨损伤	深度学习	深度神经网络	3D图像数据	NA	NA	NA	Dice相似系数,边界Dice相似系数,豪斯多夫距离95分位数	NA
4469	2025-10-06	Brain tissue biomarker impact bone age in central precocious puberty more than hormones: a quantitative synthetic magnetic resonance study 2025-Sep, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01792-8 PMID:40314875	研究论文	通过定量合成磁共振研究脑组织成分体积对中枢性性早熟患儿骨龄发育的影响	首次发现髓鞘含量与TW3腕骨评分呈正相关，且比激素对骨龄发育影响更大	回顾性研究设计，样本量有限（84例患者和84例对照）	探究脑组织成分体积生物标志物对中枢性性早熟患儿骨龄发育的影响	中枢性性早熟患儿和健康对照儿童	医学影像分析	中枢性性早熟	合成磁共振成像，X射线骨龄评估，深度学习	深度学习模型	磁共振图像，X射线图像，激素检测数据	168名儿童（84名CPP患者和84名对照）	NA	NA	相关系数，P值，回归系数	NA
4470	2025-10-06	Improving Deep Learning-Based Grading of Partial-thickness Supraspinatus Tendon Tears with Guided Diffusion Augmentation 2025-Sep, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.072 PMID:40393829	研究论文	开发并验证基于引导扩散数据增强的深度学习系统用于分级部分厚度冈上肌腱撕裂	首次将引导扩散模型用于医学图像数据增强以解决数据不平衡问题，并实现与经验丰富放射科医生相当甚至更优的分级性能	回顾性研究设计，需要前瞻性验证；样本来源相对单一	开发自动分级部分厚度冈上肌腱撕裂的深度学习系统	关节镜确认的冈上肌腱撕裂患者	计算机视觉	肌肉骨骼疾病	MRI成像	CNN	医学图像	1150名患者（训练集741，验证集185，内部测试集185），外部测试集224名患者	NA	ResNet-34	AUC, 精确召回曲线, ICC	NA
4471	2025-10-06	The effect of selection bias on the performance of a deep learning-based intraoperative hypotension prediction model using real-world samples from a publicly available database 2025-Sep, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2025.03.024 PMID:40404499	研究论文	本研究评估了选择偏倚对基于深度学习的术中低血压预测模型性能的影响	首次系统评估选择偏倚对深度学习低血压预测模型性能的影响，比较了有偏和无偏数据集上的表现差异	仅使用单一公开数据库，模型性能差异在统计学上有意义但临床意义有限	评估选择偏倚对低血压预测模型性能的影响	术中低血压事件预测	机器学习	心血管疾病	动脉压力波形分析	深度学习模型	生理信号数据	来自VitalDB公开数据集的真实世界样本	NA	NA	每小时警报次数,阳性预测值	NA
4472	2025-10-06	Detection, Classification, and Segmentation of Rib Fractures From CT Data Using Deep Learning Models: A Review of Literature and Pooled Analysis 2025-Sep-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000833 PMID:40405573	综述	本文通过系统综述和荟萃分析比较深度学习模型在CT数据中肋骨骨折检测、分割和分类任务的性能表现	首次对深度学习在肋骨骨折应用领域进行系统性性能比较和荟萃分析，证明DL模型在检测和分类任务中灵敏度优于临床医生	纳入研究数量有限（25篇），部分任务研究较少（如分割仅4篇），存在发表偏倚可能性	系统评估深度学习模型在肋骨骨折检测、分割和分类任务中的性能表现	基于CT影像的肋骨骨折	医学影像分析	创伤性肋骨骨折	CT扫描	深度学习模型	CT影像	纳入25项研究，其中21项涉及检测，4项涉及分割，10项涉及分类	NA	NA	灵敏度,假阳性率,F1分数,精确度,准确度,平均精确度均值	NA
4473	2025-10-06	Deep Learning-Based Multimodal Feature Interaction-Guided Fusion: Enhancing the Evaluation of EGFR in Advanced Lung Adenocarcinoma 2025-Sep, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.071 PMID:40410106	研究论文	开发基于深度学习的多模态特征交互引导融合框架，整合CT影像和全切片图像的宏观与微观信息预测晚期肺腺癌EGFR突变	提出多模态特征交互引导融合框架，首次将CT影像的放射组学宏观特征与全切片图像的微观特征通过深度学习进行交互融合	样本量相对有限（396例），仅针对晚期肺腺癌患者，需要进一步验证在其他肺癌亚型和分期中的适用性	预测晚期肺腺癌患者的表皮生长因子受体（EGFR）突变状态	396例晚期肺腺癌患者	数字病理	肺癌	CT扫描，全切片图像（WSI）	深度学习	图像（CT影像，全切片图像）	396例患者（训练集145例，内部验证集98例，外部验证集153例）	NA	DL-MFIF（多模态特征交互引导融合框架）	AUC，准确率，决策曲线分析（DCA），Delong检验	NA
4474	2025-10-06	Artificial intelligence automated measurements of spinopelvic parameters in adult spinal deformity-a systematic review 2025-Sep, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-025-01111-1 PMID:40410653	系统综述	评估深度学习在自动测量脊柱骨盆参数方面的应用进展，并与外科医生手动测量进行比较	首次系统评估深度学习在脊柱骨盆参数自动测量中的准确性和临床应用价值	纳入研究数量有限（16篇），部分参数测量精度较低，缺乏外部验证	评估深度学习算法在脊柱畸形患者脊柱骨盆参数自动测量中的准确性和可靠性	成人脊柱畸形患者的脊柱骨盆参数	计算机视觉	脊柱畸形	深度学习	深度学习模型	X光影像	15至9,832张X光影像	NA	NA	组内相关系数, 平均绝对偏差, 皮尔逊相关系数	NA
4475	2025-10-06	Harnessing deep learning for wheat variety classification: a convolutional neural network and transfer learning approach 2025-Sep, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.14378 PMID:40411235	研究论文	本研究利用深度学习和迁移学习方法开发小麦品种分类模型	构建了包含124个小麦品种的多视角图像数据集，并开发了新的四层CNN模型，在分类任务中表现优于预训练模型	计算资源需求较高，模型精度仍有提升空间	开发基于计算机视觉的小麦品种自动分类方法	124个小麦品种的多视角图像	计算机视觉	NA	深度学习	CNN	图像	124个小麦品种的多视角图像	NA	四层CNN, DenseNet201, MobileNet, InceptionV3	准确率	NA
4476	2025-10-06	Deep Learning and Radiomic Signatures Associated with Tumor Immune Heterogeneity Predict Microvascular Invasion in Colon Cancer 2025-Sep, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.006 PMID:40413149	研究论文	开发并验证一种结合影像组学和深度学习特征的深度学习影像组学标签，用于无创预测结肠癌微血管侵犯	首次将影像组学与深度学习特征融合预测结肠癌微血管侵犯，并探索其与肿瘤免疫异质性的关联	回顾性研究设计，样本来源有限	开发非侵入性预测结肠癌微血管侵犯的深度学习影像组学模型	结肠癌患者	医学影像分析	结肠癌	CT影像分析，RNA测序	深度学习，机器学习	CT图像，基因表达数据	1007例结肠癌患者（来自三个医疗中心和TCGA-COAD数据库）	NA	深度学习影像组学融合模型	AUC，敏感性，特异性	NA
4477	2025-10-06	An adaptive frequency partitioning framework for epileptic seizure detection using TransseizNet 2025-Sep, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2507323 PMID:40421487	研究论文	提出一种名为TransseizNet的自适应频率分割框架，用于从脑电图信号中检测癫痫发作	结合经验小波变换和可调Q因子小波变换的经验可调Q小波变换进行信号分解，以及集成小波驱动注意力和图学习的Wavelet-Graph Convolutional Network Vision Transformer模型	NA	提高癫痫发作检测的准确性和计算效率	脑电图信号	医疗信号处理	癫痫	脑电图，经验可调Q小波变换	Vision Transformer, 图卷积网络	脑电图信号	三个数据集	NA	Wavelet-Graph Convolutional Network Vision Transformer	准确率, 精确率, F1分数, 召回率, 特异性, 计算时间, 检测延迟	NA
4478	2025-10-06	Improving Breast Cancer Diagnosis in Ultrasound Images Using Deep Learning with Feature Fusion and Attention Mechanism 2025-Sep, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.007 PMID:40436710	研究论文	本研究开发了一种基于特征融合和注意力机制的深度学习模型，用于超声图像中乳腺良恶性病变的分类诊断	结合特征融合和注意力机制，采用MobileNetV2和DenseNet121先进架构，并应用多种可解释性技术分析模型决策过程	数据集未公开可用，可能限制模型的可重复性和泛化能力验证	提高超声图像中乳腺病变分类的准确性和可解释性	乳腺超声图像中的良性和恶性病变	计算机视觉	乳腺癌	超声成像	CNN	图像	私有数据集2171张图像(来自1758名患者)，公开BUSI数据集780张图像(来自25-75岁女性患者)	NA	MobileNetV2, DenseNet121	AUC	NA
4479	2025-10-06	Explainable Deep Learning System for Automatic Detection of Thyroid Eye Disease Using Facial Images 2025-Sep, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.05.022 PMID:40441501	研究论文	开发一种可解释的深度学习系统，通过面部图像自动检测甲状腺眼病	首次提出结合眼周标志点定位网络和TED检测网络的可解释深度学习系统，通过热图展示关键诊断区域	需要在非专科环境下对Graves病队列进行进一步前瞻性验证	开发自动检测甲状腺眼病的可解释深度学习系统	新诊断、未治疗的TED患者和健康受试者的面部图像	计算机视觉	甲状腺眼病	深度学习	CNN	图像	训练集591张面部图像（302张TED患者，289张健康受试者），独立验证集100张TED患者图像	NA	眼周标志点定位网络，TED检测网络	AUC, 敏感度, 特异度	NA
4480	2025-10-06	Computer vision systems for monitoring hutch-housed dairy calves 2025-Sep, Journal of dairy science IF:3.7Q2 DOI:10.3168/jds.2025-26267 PMID:40447089	研究论文	开发计算机视觉系统监测户外牛舍饲养的犊牛位置和姿势行为	首次针对美国主要犊牛饲养方式（户外牛舍）开发计算机视觉监测系统，并比较不同规模深度学习模型在边缘计算中的应用潜力	样本量相对有限（12头犊牛），仅使用3个摄像头在20天内采集数据	开发自动化监测系统以早期发现犊牛健康与福利问题	户外牛舍饲养的断奶前犊牛	计算机视觉	NA	计算机视觉监测	深度学习,目标检测	图像	12头断奶前母犊牛，27,704张图像	NA	YOLOv3,YOLOv3-tiny	精确率,召回率	边缘计算系统