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
441	2025-10-31	Human‒machine interaction based on real-time explainable deep learning for higher accurate grading of carotid stenosis from transverse B-mode scan videos 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112441 PMID:40997634	研究论文	开发基于实时可解释深度学习的颈动脉狭窄分级系统，通过人机交互提高诊断准确性	将可解释性深度学习模型集成到用户友好的Web界面，实现人机协同决策	研究仅纳入三家医院的311名患者，样本量有限	辅助放射科医生进行颈动脉狭窄分类	疑似≥50%颈动脉狭窄的患者	计算机视觉	心血管疾病	超声成像	深度学习	视频	311名患者（247名男性，平均年龄71.3±8.3岁）	NA	CaroNet-Dynamic 2.0	AUROC	NA
442	2025-10-31	Deep learning in abdominopelvic digital subtraction angiography: a systematic review of interventional radiology applications 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112456 PMID:41016082	系统综述	系统评估深度学习在腹盆部数字减影血管造影介入放射学应用中的现状	首次系统综述深度学习在腹盆部DSA介入放射学中的应用，识别研究空白并提出未来发展方向	纳入研究数量有限，多数模型基于单中心小样本数据集，泛化能力受限	评估深度学习在腹盆部数字减影血管造影介入放射学应用中的性能并识别文献空白	腹盆部数字减影血管造影图像	计算机视觉	血管疾病	数字减影血管造影	深度学习	医学图像	9项研究的小样本数据集	NA	NA	AUC, 准确率	NA
443	2025-10-31	Reduced-dose dual-energy CT with deep learning image reconstruction for detection and characterization of liver metastases 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112452 PMID:41033013	研究论文	比较降剂量双能CT结合深度学习图像重建与标准剂量单能CT在肝转移瘤检测中的图像质量和诊断性能	首次将深度学习图像重建技术应用于降剂量双能CT，实现45%辐射剂量降低的同时保持诊断准确性	样本量相对有限（80例），需更大规模研究验证	评估降剂量双能CT结合深度学习重建在肝转移瘤检测和鉴别诊断中的价值	已知或疑似肝转移瘤的患者	医学影像分析	肝转移瘤	双能CT，虚拟单能图像，深度学习图像重建	深度学习	CT图像	80例患者（标准剂量组40例，降剂量组40例）	NA	NA	对比噪声比，信噪比，肝病灶对比噪声比，受试者工作特征曲线下面积	NA
444	2025-10-31	Deep-learning reconstructed 3D MRI for comprehensive knee assessment: Comparison with a multisequence 2D protocol at 1.5 T 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112458 PMID:41045731	研究论文	比较使用深度学习重建的3D MRI与标准2D多序列协议在膝关节MRI中的综合评估性能	首次将深度学习重建技术应用于单次各向同性3D PD加权脂肪抑制序列，并与传统2D多序列协议进行系统性比较	样本量相对较小（95例患者），仅使用1.5T MRI设备，部分结构评估存在显著差异	评估深度学习重建的3D MRI在膝关节综合评估中的临床应用价值	接受膝关节MRI检查的成年患者	医学影像分析	膝关节疾病	MRI, 深度学习重建	深度学习模型	医学影像	95例患者（女性39%，平均年龄52.7±14.5岁）	NA	NA	Likert量表评分, 二元分级, Cohen's kappa, Wilcoxon符号秩检验, McNemar检验	NA
445	2025-10-31	Automated detection of pyogenic liver abscess and diagnosis of Klebsiella pneumoniae infection based on CECT images with deep learning: A multicenter study 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112462 PMID:41072135	研究论文	开发并验证基于深度学习的PLADA系统，通过CECT图像自动检测肝脓肿并诊断肺炎克雷伯菌感染	提出首个模拟临床工作流程的两阶段AI框架，结合V-Net病灶分割和多种机器学习算法进行KPLA诊断	回顾性研究且仅使用单一国家数据集	开发准确识别肝脓肿中肺炎克雷伯菌感染的AI诊断方法	肝脓肿患者	医学影像分析	肝脓肿	对比增强计算机断层扫描(CECT)	V-Net, 多种机器学习算法	医学影像	492例肝脓肿患者，来自三个医疗中心	NA	V-Net	Dice系数, AUC, 敏感度, 特异度	NA
446	2025-10-31	Machine learning outperforms deep learning in adhesive capsulitis diagnosis: a clinical-radiomics model bridging PD-T2 MRI and multimodal data fusion 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112470 PMID:41092750	研究论文	本研究开发了一种结合临床数据和MRI影像组学的临床-多序列影像组学模型，用于提高粘连性关节囊炎的诊断准确性，并比较了机器学习和深度学习方法的性能	首次将质子密度加权冠状位和T2加权矢状位MRI序列的影像组学特征与临床数据融合，构建诊断模型，并系统比较传统机器学习与深度学习方法在ACS诊断中的表现	研究样本量相对有限，深度学习模型在外部验证中表现下降，需要更大数据集和更先进的融合技术来优化诊断效果	提高粘连性关节囊炎的早期诊断准确性	来自两个医疗中心的444名疑似ACS患者	医学影像分析	粘连性关节囊炎	磁共振成像，影像组学分析	SVM, XGBoost, LightGBM, CNN, Transformer	医学影像，临床数据	444名患者（主要队列387名，外部测试队列57名）	PyRadiomics, PyTorch/TensorFlow（基于使用的ResNet和ViT模型推断）	ResNet-200, Vision Transformer (ViT)	AUC, 准确率, 敏感度, 特异度, Brier Score	NA
447	2025-10-31	Multimodal deep learning model for predicting microsatellite instability in colorectal cancer by contrast-enhanced computed tomography and histopathology 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112468 PMID:41101004	研究论文	开发并验证一种融合术前增强CT和术后全切片图像的多模态深度学习模型，用于预测结直肠癌微卫星不稳定性状态	首次将静脉期增强CT与病理全切片图像通过自适应残差网络进行特征融合，实现跨中心稳健的MSI预测	回顾性研究设计，样本量相对有限（305例患者）	预测结直肠癌微卫星不稳定性状态	结直肠癌患者	数字病理	结直肠癌	对比增强计算机断层扫描，全切片图像扫描	深度学习	医学图像（CT图像，病理图像）	305例结直肠癌患者（训练集169例，内部验证集85例，外部测试集51例）	NA	EfficientNet-b0, ResNet 101, 自适应残差网络	AUC, 准确率, 敏感度, 特异度, F1分数	NA
448	2025-10-31	Deep Learning for the Prediction of Treatment Responses in Individuals With Epilepsy: Can We Get to Seizure Freedom Faster? 2025-Nov-25, Neurology IF:7.7Q1 DOI:10.1212/WNL.0000000000214421 PMID:41160792	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
449	2025-10-31	Integrative Deep Learning of Genomic and Clinical Data for Predicting Treatment Response in Newly Diagnosed Epilepsy 2025-Nov-25, Neurology IF:7.7Q1 DOI:10.1212/WNL.0000000000214315 PMID:41160788	研究论文	开发并验证了一种整合临床和基因组特征的多模态深度学习模型，用于预测新诊断癫痫患者的初始抗癫痫药物治疗反应	首次将临床特征与多种基因组特征类型整合到多模态深度学习模型中，用于预测癫痫患者的药物治疗反应	样本量相对有限，开发队列286例，外部验证队列219例	预测新诊断癫痫患者对初始抗癫痫药物治疗的反应	新诊断癫痫患者	机器学习	癫痫	基因组测序，功能影响注释	深度学习	临床数据，基因组数据	开发队列286例，外部验证队列219例	NA	多模态深度学习	AUC	NA
450	2025-10-31	Decoding Dendritic Cell Subtypes via Integrated Radiogenomics: A Stacked Ensemble Model for Predicting Immunotherapy Response in NSCLC 2025-Nov-15, FASEB journal : official publication of the Federation of American Societies for Experimental Biology IF:4.4Q2 DOI:10.1096/fj.202501990R PMID:41160086	研究论文	本研究开发了一种整合单细胞RNA测序、影像组学和深度学习的多模态框架，用于预测非小细胞肺癌患者对免疫治疗的响应	首次将单细胞转录组学与影像组学通过集成深度学习相结合，识别出6个与树突状细胞相关的关键标志基因	研究样本量有限，需要更大规模的前瞻性验证	预测非小细胞肺癌患者对PD-1抑制剂免疫治疗的响应	非小细胞肺癌患者的肿瘤样本和影像数据	数字病理学	肺癌	单细胞RNA测序(scRNA-seq), 影像组学	LSTM, ResNet50, 集成学习	转录组数据, 临床数据, 影像数据	NA	TensorFlow, PyTorch	LSTM, ResNet50, 堆叠集成模型	准确率, AUC	NA
451	2025-10-31	Deep learning for automatic volumetric bowel segmentation on body CT images 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11623-z PMID:40314787	研究论文	开发用于CT图像自动肠道分割的深度学习模型并评估其在便秘患者大肠长度测量中的应用	使用3D nnU-Net模型实现全胃肠道的自动分割和四部分分离（食道、胃、小肠、大肠），并在外部数据集验证其性能	食道分割性能相对较低（DSC 0.807±0.173），样本量有限	开发自动肠道分割算法并应用于便秘患者的大肠长度测量	便秘患者和健康人群的CT图像	医学影像分析	便秘	CT成像	3D nnU-Net	CT图像	模型开发：133例CT扫描（88名患者）；外部测试：60例CT扫描（30名患者）；LBL测量：100例CT扫描（51名患者）	nnU-Net	3D nnU-Net	Dice相似系数	NA
452	2025-10-31	Predicting treatment response to systemic therapy in advanced gallbladder cancer using multiphase enhanced CT images 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11645-7 PMID:40341972	研究论文	开发并验证了基于多期增强CT图像的深度学习放射组学-临床模型，用于预测晚期胆囊癌患者对系统治疗的反应	首次结合深度学习放射组学特征与临床因素构建预测模型，并进行了外部验证和生存分析	回顾性研究，样本量相对有限（399例患者）	预测晚期胆囊癌患者对系统治疗的治疗反应	晚期胆囊癌患者	数字病理	胆囊癌	多期增强CT成像	深度学习	医学影像	来自四个机构的399例合格胆囊癌患者	NA	深度学习放射组学模型	AUC, 校准曲线, 临床效用	NA
453	2025-10-31	Impact of test set composition on AI performance in pediatric wrist fracture detection in X-rays 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11669-z PMID:40379941	研究论文	评估不同测试集抽样策略对AI模型在儿童腕部骨折检测中性能的影响	首次系统评估测试集组成对儿科腕部骨折检测AI模型性能的影响，强调测试集标准化的重要性	仅使用单一数据集，未在外部验证集上验证结果	评估测试集抽样策略对AI模型性能的影响，推动测试集标准化	儿童腕部X射线影像	计算机视觉	骨折	X射线成像	CNN, 目标检测模型	X射线图像	训练验证集18,762张放射影像，测试集各4,588张影像	NA	EfficientNet, YOLOv11	精确率, 召回率, F1分数, AP50, AP50-95	NA
454	2025-10-31	Evaluating the generalizability of video-based assessment of intraoperative surgical skill in capsulorhexis 2025-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03406-0 PMID:40405033	研究论文	评估深度学习模型在囊膜撕开手术技能视频评估中的泛化能力	首次评估了无监督域适应和半监督域适应方法在手术技能视频评估中的泛化性能	模型性能虽有所提升，但仍未达到数据集内部性能水平	评估手术技能视频评估模型的跨数据集泛化能力	囊膜撕开手术视频	计算机视觉	眼科疾病	视频分析	CNN, LSTM, Transformer	视频	两个数据集（D99和Cataract-101）	NA	CNN-LSTM, CNN-Transformer（均带有注意力模块）	准确率, 灵敏度, 特异性, AUC	NA
455	2025-10-31	Optimizing MRI sequence classification performance: insights from domain shift analysis 2025-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11671-5 PMID:40418319	研究论文	本研究通过评估预训练模型在成人到儿科MRI数据的域偏移条件下的表现，优化MRI序列分类性能	首次系统评估CNN-Transformer混合架构(MedViT)在MRI序列分类中的域偏移处理能力，并结合专家领域知识进行调整	研究为回顾性多中心研究，主要关注成人到儿科数据的域偏移，未涵盖其他类型的域偏移场景	解决多中心研究中MRI序列分类因成像协议变异导致的域偏移问题	成人和儿科MRI数据	计算机视觉	NA	MRI成像	CNN, Transformer	医学图像	NA	NA	ResNet-18, MedViT	准确率, 置信区间	NA
456	2025-10-31	Training a deep learning model to predict the anatomy irradiated in fluoroscopic x-ray images 2025-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03422-0 PMID:40418509	研究论文	开发深度学习模型从荧光X射线图像预测受辐射解剖结构，实现更精确的患者剂量估计	提出结合ResNet架构和元数据处理的方法，将2D荧光图像与计算体模中的解剖区域自动匹配	婴儿体模在Z坐标预测中存在较大误差，训练数据中代表性不足	实现荧光引导介入手术中患者特定解剖结构的精确定位和剂量估计	荧光X射线图像和计算体模中的解剖坐标	计算机视觉	NA	荧光X射线成像，计算机断层扫描	CNN	2D图像	从多个区域生成的不同视野尺寸的模拟荧光图像数据集	PyTorch	ResNet	预测误差范围，Bland-Altman分析	NA
457	2025-10-31	End-to-end 2D/3D registration from pre-operative MRI to intra-operative fluoroscopy for orthopedic procedures 2025-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03426-w PMID:40445552	研究论文	开发了一种从术前MRI到术中荧光透视的端到端2D/3D配准框架，用于骨科手术中的图像引导	首次提出仅使用MRI无需CT扫描的MRI到荧光透视配准方法，能够可视化传统荧光图像不可见的坏死病灶	研究主要针对股骨和骨盆区域的核心减压手术，需要进一步验证在其他骨科手术中的适用性	开发骨科手术中增强术中可视化的图像配准框架	股骨和骨盆区域，特别是坏死病灶	医学影像分析	骨科疾病	深度学习，图像配准，数字重建放射影像(DRR)	深度学习模型	MRI图像，荧光透视图像，合成CT图像	尸体研究	NA	NA	平移配准精度，旋转配准精度	NA
458	2025-10-31	Efficient needle guidance: multi-camera augmented reality navigation without patient-specific calibration 2025-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03477-z PMID:40650802	研究论文	开发了一种无需患者特定标记的多摄像头增强现实导航系统，用于提高针基手术的导航精度和效率	采用天花板安装标记映射到固定医疗成像设备，无需患者特定标记；开发分层优化框架整合标记映射和多摄像头校准；使用基于视觉的位姿补偿方法减轻患者移动引起的误差	NA	开发高效、精确的增强现实导航系统，简化手术流程并提高针基手术的导航精度	针基手术（如活检和消融）的导航系统	计算机视觉	NA	增强现实技术，深度学习	NA	图像数据	NA	NA	NA	穿刺精度，位置误差，角度偏差，针放置时间	NA
459	2025-10-31	Progressive Training for Learning From Label Proportions 2025-Nov, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3590131 PMID:40699973	研究论文	提出一种用于标签比例学习的渐进式训练方法PT-LLP，通过从袋级到实例级的约束优化提升分类性能	首次将渐进式训练策略引入标签比例学习，结合知识蒸馏和最优传输算法实现从袋级比例约束到实例级分类器的过渡	方法依赖于初始袋级比例估计的准确性，且需要额外的优化计算步骤	改进标签比例学习中的比例约束一致性，提升实例级分类器性能	使用比例标签分组数据的分类任务	机器学习	NA	NA	深度学习	分组训练数据	NA	NA	师生框架	分类性能指标	NA
460	2025-07-26	Are we really ready to use radiomics and deep learning for clinical decision support in radiology? 2025-Nov, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.07.004 PMID:40707330	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA