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
4481	2025-10-06	Artificial Intelligence-Enhanced Breast MRI: Applications in Breast Cancer Primary Treatment Response Assessment and Prediction 2024-Mar-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001010 PMID:37493391	综述	本文综述了人工智能增强MRI在乳腺癌新辅助治疗反应评估和预测中的应用现状	系统总结了人工智能技术（从经典机器学习到深度学习）在乳腺癌新辅助治疗反应预测中的最新应用进展	讨论了临床实施面临的挑战和局限性	探索人工智能在乳腺癌新辅助治疗反应评估和预测中的应用价值	接受新辅助治疗的乳腺癌患者	医学影像分析	乳腺癌	磁共振成像	机器学习,深度学习	MRI图像	NA	NA	NA	NA	NA
4482	2025-10-06	Automated Triage of Screening Breast MRI Examinations in High-Risk Women Using an Ensemble Deep Learning Model 2023-10-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000976 PMID:37058323	研究论文	开发并评估用于高风险女性筛查性乳腺MRI检查的深度学习分流模型	首次使用集成深度学习模型对高风险人群的乳腺MRI进行自动分流，在不漏诊任何癌症的情况下实现工作量减少	回顾性研究设计，需要在前瞻性临床试验中进一步验证	开发能够准确分流乳腺MRI检查的深度学习模型	高风险女性的乳腺磁共振成像检查	医学影像分析	乳腺癌	对比增强磁共振成像	深度学习集成模型	医学影像	16,535例连续对比增强MRI，来自8,354名女性	NA	NA	灵敏度, 特异度, 工作量减少率	NA
4483	2025-10-06	Prediction of Bone Marrow Biopsy Results From MRI in Multiple Myeloma Patients Using Deep Learning and Radiomics 2023-10-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000986 PMID:37222527	研究论文	本研究开发了一种基于深度学习和影像组学的自动化框架，用于从多发性骨髓瘤患者的MRI图像预测骨髓活检结果	首次将nnU-Net与影像组学特征结合，实现从MRI非侵入性预测骨髓浆细胞浸润和细胞遗传学异常	细胞遗传学异常预测模型在外部测试集上泛化能力有限，部分预测性能仅达到中等水平	建立自动化框架从MRI预测局部骨髓活检结果，解决骨髓活检的侵入性和空间局限性问题	多发性骨髓瘤患者	数字病理	多发性骨髓瘤	MRI	nnU-Net, 随机森林	医学影像	来自8个中心的512名患者的672个MRI和370个对应骨髓活检	NA	nnU-Net	Pearson相关系数, AUC	NA
4484	2025-10-06	Comparison of Retinal Imaging Techniques in Individuals with Pulmonary Artery Hypertension Using Vessel Generation Analysis 2022-Nov-28, Life (Basel, Switzerland) DOI:10.3390/life12121985 PMID:36556350	研究论文	比较荧光素血管造影和彩色眼底成像在肺动脉高压患者视网膜血管分析中的效果	首次将VESGEN软件应用于肺动脉高压患者的彩色眼底成像分析，并探索深度学习技术在此领域的应用	样本量较小（n=9），深度学习分割与传统手动分割在部分指标上存在差异	评估彩色眼底成像能否替代荧光素血管造影用于肺动脉高压患者的视网膜血管分析	肺动脉高压患者的视网膜血管	数字病理	心血管疾病	荧光素血管造影，彩色眼底成像，血管生成分析	深度学习	视网膜图像	9例肺动脉高压患者	NA	NA	分形维数，血管迂曲度，血管面积密度	NA
4485	2025-10-06	Federated Learning for Multicenter Collaboration in Ophthalmology: Improving Classification Performance in Retinopathy of Prematurity 2022-08, Ophthalmology. Retina DOI:10.1016/j.oret.2022.02.015 PMID:35296449	研究论文	比较联邦学习与集中式学习在早产儿视网膜病变分类任务中的性能表现	首次在眼科多中心研究中系统比较联邦学习与集中式学习方法的性能，证明联邦学习可作为跨机构协作的有效替代方案	研究仅涉及7个机构的5255张图像，样本规模相对有限	评估联邦学习在多中心眼科协作中的可行性及性能	早产儿视网膜病变的眼底图像	计算机视觉	早产儿视网膜病变	深度学习	深度学习分类器	视网膜图像	5255张广角视网膜图像，来自7个机构的新生儿重症监护室	NA	NA	AUROC, κ系数	NA
4486	2025-10-06	Automatic extraction of upper-limb kinematic activity using deep learning-based markerless tracking during deep brain stimulation implantation for Parkinson's disease: A proof of concept study 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0275490 PMID:36264986	研究论文	本研究开发了一种基于深度学习的手部运动自动追踪系统，用于帕金森病脑深部电刺激手术中的运动评估	首次将基于深度学习的无标记追踪技术应用于DBS手术中的运动行为分析，实现了运动类型的自动分类	样本量较小（仅5名患者），属于概念验证研究	开发自动化的运动行为分析系统以提高DBS手术电极植入的精准度	帕金森病患者的上肢运动行为	计算机视觉	帕金森病	视频记录，运动学分析	SVM	视频	5名帕金森病患者	DeepLabCut, Python	NA	准确率，重投影像素误差	NA
4487	2025-10-06	Classification of multiple sclerosis clinical profiles using machine learning and grey matter connectome 2022, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2022.926255 PMID:36313252	研究论文	本研究利用灰质形态连接组数据和机器学习方法对多发性硬化症的临床分型进行分类	首次结合灰质厚度连接组数据和集成机器学习模型对MS四种临床分型进行自动分类，避免了复杂的MR扩散技术和深度学习架构	样本量相对较小（90名患者），仅使用了两种脑图谱进行灰质分区	研究灰质形态连接组数据在多发性硬化症临床分型鉴别中的能力	90名多发性硬化症患者，包括CIS、RRMS、SPMS和PPMS四种临床分型	机器学习	多发性硬化症	MRI T1加权成像，灰质分割，皮层厚度测量	Logistic Regression, Random Forest, Support Vector Machine, AdaBoost, 集成模型	医学影像数据，图论指标数据	90名MS患者	Scikit-learn	多数投票集成模型	F1-score	NA
4488	2025-10-06	Deep learning assisted mechanotyping of individual cells through repeated deformations and relaxations in undulating channels 2022-Jan, Biomicrofluidics IF:2.6Q2 DOI:10.1063/5.0077432 PMID:40746947	研究论文	本研究开发了一种结合微流体通道和序列深度学习模型的方法，通过重复变形和松弛过程对单个细胞进行机械表型分析	设计了能够对细胞施加重复变形和松弛的微流体通道，并首次将序列深度学习模型应用于动态变形性细胞术	研究仅使用HL60细胞系作为模型系统，未验证在其他细胞类型上的适用性	开发能够接近最大潜在分类精度的单细胞机械表型分析方法	HL60细胞（经过化学处理扰动肌动蛋白或微管网络的细胞）	机器学习	NA	微流体通道技术，动态变形性细胞术	循环神经网络，卷积神经网络	细胞形状时间序列数据	数百个细胞每秒的测量速率	NA	NA	准确率	NA
4489	2025-10-06	Deep-learning-based 3D content-based image retrieval system on chest HRCT: Performance assessment for interstitial lung diseases and usual interstitial pneumonia 2025-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100670 PMID:40741449	研究论文	开发基于深度学习的3D内容图像检索系统，用于胸部高分辨率CT中间质性肺病和普通型间质性肺炎的辅助诊断	首次将3D内容图像检索系统应用于间质性肺病的自动分类和UIP模式识别	样本量相对有限（2058例评估检索性能，301例评估临床实用性），需要进一步验证	开发辅助放射科医生鉴别间质性肺病和UIP模式的智能诊断系统	胸部高分辨率CT薄层全肺图像	计算机视觉	间质性肺病	HRCT成像	深度学习	3D医学图像	2058例用于检索性能评估，301例来自57种疾病用于临床实用性评估	NA	NA	视觉相似度评分（5点量表），标签一致性	NA
4490	2025-10-06	Automated removal of corrupted tilts in cryo-electron tomography 2025-Dec, Journal of structural biology: X DOI:10.1016/j.yjsbx.2025.100130 PMID:40741136	研究论文	开发基于深度学习的自动化方法用于冷冻电子断层扫描中损坏倾斜图像的识别与去除	首次系统评估13种不同神经网络架构在冷冻电子断层扫描数据损坏检测中的性能，并提供可直接应用的训练模型框架	模型性能依赖于435个标注倾斜序列数据集的质量和规模	解决冷冻电子断层扫描中倾斜图像损坏的自动化检测问题	冷冻电子断层扫描采集的倾斜序列图像	计算机视觉	NA	冷冻电子断层扫描(cryo-ET)	CNN, Transformer	图像	435个标注倾斜序列	NA	多种CNN和Transformer架构	效率, 可靠性	NA
4491	2025-10-06	Model-based self-supervised learning for quantitative assessment of myocardial oxygen extraction fraction and myocardial blood volume 2025-Oct, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30555 PMID:40312974	研究论文	开发了一种基于模型驱动的自监督深度学习网络，用于同时映射心肌氧摄取分数和心肌血容量	将物理模型整合到训练过程中，通过自监督学习模式实现端到端的同时映射mOEF和MBV	仅使用10名健康受试者和10名心肌梗死患者的数据进行验证，样本量有限	开发定量评估心肌氧摄取分数和心肌血容量的深度学习方法	心肌氧摄取分数(mOEF)和心肌血容量(MBV)	医学影像分析	心肌梗死	不对称自旋回波准备序列	深度学习网络	医学影像数据	10名健康受试者和10名心肌梗死患者	NA	自监督学习网络	均方误差, 余弦相似度	NA
4492	2025-10-06	Deep learning-based prospective slice tracking for continuous catheter visualization during MRI-guided cardiac catheterization 2025-Oct, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30574 PMID:40485142	研究论文	开发了一种基于深度学习的参数无关自动切片跟踪技术，用于MRI引导心脏导管插入术中的连续导管可视化	首次提出基于深度学习的参数无关自动切片跟踪方法，无需操作员定义参数即可实现实时导管跟踪	概念验证研究，仅在3名患者和心脏体模中进行评估，样本量有限	开发实时自动导管跟踪技术以改善MRI引导心脏导管插入术的导航效果	三维打印心脏体模和接受MR引导心脏导管插入术的患者	医学影像分析	心血管疾病	MRI成像，深度学习	CNN	医学影像	3名患者和心脏体模	NA	U-Net, ResNet-34	准确率, 灵敏度, 特异性	NA
4493	2025-10-06	Precise dental caries segmentation in X-rays with an attention and edge dual-decoder network 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03318-w PMID:39961911	研究论文	提出一种结合注意力机制和双解码器结构的网络AEDD-Net，用于提升X光片中龋齿边界分割的精度	集成空洞空间金字塔池化与交叉坐标注意力机制，引入专用边界生成模块和创新的边界损失函数	NA	提升X光片中龋齿边界分割的准确性	牙科X光片中的龋齿病变	计算机视觉	龋齿	X射线成像	深度学习分割网络	X射线图像	NA	NA	AEDD-Net（注意力与边缘双解码器网络）	Dice系数,Jaccard相似度,精确度,敏感度	NA
4494	2025-10-06	TongueTransUNet: toward effective tongue contour segmentation using well-managed dataset 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03278-7 PMID:39964658	研究论文	提出一种结合UNet、Vision Transformer和对比损失的混合架构，用于舌轮廓分割	引入动态尺寸数据集管理策略，结合UNet、ViT和潜在空间对比损失构建基础模型，并采用人工专家验证机制	未明确说明具体数据集规模和计算资源需求	从舌部超声图像中提取舌轮廓以理解语言行为特征	舌部超声图像	计算机视觉	NA	超声成像	UNet, Vision Transformer	医学图像	NA	NA	UNet, Vision Transformer	准确率	NA
4495	2025-10-06	Automatic placement of simulated dental implants within CBCT images in optimum positions: a deep learning model 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03327-9 PMID:40009142	研究论文	提出一种基于深度学习的自动牙科种植体定位模型，通过CBCT图像优化种植体位置	开发两阶段深度学习框架，首次结合YOLOv11进行标志物检测与种植体参数预测	种植体长度预测准确率较低（59%），位置预测存在毫米级误差	实现牙科种植体的自动精准定位	CBCT图像中的牙科种植体	计算机视觉	牙科疾病	锥形束计算机断层扫描（CBCT）	CNN	3D医学图像	NA	YOLOv11	YOLOv11	F-score, 平均绝对误差, 准确率	NA
4496	2025-10-06	New AI explained and validated deep learning approaches to accurately predict diabetes 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03338-6 PMID:40035798	研究论文	提出两种新型深度学习模型LeDNet和HiDenNet用于早期准确预测糖尿病	结合LeNet与双注意力网络的LeDNet，以及融合高速公路网络与DenseNet的HiDenNet，并采用可解释AI技术增强模型透明度	数据集存在类别不平衡问题，可能导致预测偏差	开发高精度且可解释的糖尿病早期预测模型	糖尿病健康指标数据集	机器学习	糖尿病	深度学习	CNN	结构化健康指标数据	糖尿病健康指标数据集（具体数量未提及）	NA	LeDNet, HiDenNet	准确率, F1分数, 召回率, 精确率	NA
4497	2025-10-06	Utility of artificial intelligence in radiosurgery for pituitary adenoma: a deep learning-based automated segmentation model and evaluation of its clinical applicability 2025-Aug-01, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2024.12.JNS242167 PMID:40250054	研究论文	开发基于深度学习的垂体腺瘤自动分割模型并评估其在放射外科治疗中的临床应用价值	首次将nnU-Net模型应用于垂体腺瘤的自动分割，并系统评估其在临床工作流程中的实际效用	模型在复杂病例（如既往有手术史）中的分割效果较差，部分分割结果需要人工修改	开发用于放射外科治疗规划的自动分割模型并验证其临床适用性	垂体腺瘤患者	数字病理	垂体腺瘤	MRI扫描	深度学习	医学影像	582例患者用于训练，146例患者用于测试	nnU-Net	nnU-Net	Dice相似系数，专家评分，时间成本	NA
4498	2025-10-06	Enhancing Brain Metastases Detection and Segmentation in Black-Blood MRI Using Deep Learning and Segment Anything Model (SAM) 2025-Aug, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2024.0198 PMID:40709680	研究论文	本研究探讨了深度学习和Segment Anything Model在黑色素磁共振图像中检测和分割脑转移瘤的有效性和准确性	结合改进的U-Net与生成对抗网络架构，并首次将Segment Anything Model作为后处理工具应用于脑转移瘤分割	样本量较小（仅50例患者），缺乏外部验证	提高脑转移瘤在黑色素磁共振图像中的检测和分割精度	脑转移瘤患者	医学影像分析	脑转移瘤	黑色素磁共振成像	U-Net, GAN	磁共振图像	50例患者（40例训练，10例测试）	NA	U-Net, 改进的U-Net, U-Net+GAN	病灶敏感度, 患者Dice相似系数, 平均假阳性率	NA
4499	2025-10-06	Deep Learning-Based Landmark Detection Model for Multiple Foot Deformity Classification: A Dual-Center Study 2025-Aug, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2024.0246 PMID:40709679	研究论文	提出基于热中热(HIH)的深度学习模型，用于足部负重X光片的自动地标检测和多足部畸形分类	开发了热中热(HIH)地标检测模型，在内部和外部验证中均表现出优于基线模型FlatNet的性能	回顾性研究设计，数据来源于两个医疗中心	开发自动化足部畸形诊断模型以解决人工诊断的劳动密集性和变异性问题	足部负重X光片中的骨骼地标和五种足部畸形	计算机视觉	足部畸形	X射线成像	深度学习	医学图像	中心1：806名患者的3097张图像（训练/验证）；中心2：270名患者的1056张图像（外部验证）	NA	热中热(HIH)	准确率, 敏感性, 特异性, 阳性预测值, 阴性预测值, 绝对像素误差, 角度误差, 归一化平均误差, 成功检测率	NA
4500	2025-10-06	When deep learning is not enough: artificial life as a supplementary tool for segmentation of ultrasound images of breast cancer 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03026-x PMID:38498125	研究论文	提出一种结合深度学习和人工生命的新型混合模型用于乳腺癌超声图像分割	首次将深度学习与多智能体人工生命相结合用于医学图像分割，能够处理复杂几何形状和高噪声图像	需要进一步验证在更大规模数据集上的性能表现	开发高精度的超声图像分割方法，用于乳腺癌诊断和超声引导活检	乳腺癌超声图像	医学图像分析	乳腺癌	超声成像	深度学习,人工生命	图像	1264张超声图像，患者年龄22-73岁	NA	U-Net	Dice系数,相对Hausdorff距离	NA