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
4801	2025-11-01	Malignant pleural mesothelioma classification and survival prediction with CT imaging using ResNet 2025-Oct-30, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12094-y PMID:41168494	研究论文	本研究使用ResNet-3D-18模型通过CT影像区分恶性胸膜间皮瘤和转移性胸膜疾病，并预测患者总生存期	首次将深度学习模型同时应用于恶性胸膜间皮瘤的分类诊断和生存预测，证明形态学特征包含预后信息	回顾性研究设计，样本量相对有限（共385例），需要外部验证	实现恶性胸膜间皮瘤与转移性胸膜疾病的准确区分及生存期预测	恶性胸膜间皮瘤患者和转移性胸膜疾病患者	计算机视觉	肺癌	CT成像	CNN	医学影像	385例患者（85例恶性胸膜间皮瘤，290例转移性胸膜疾病）	PyTorch	ResNet-3D-18	AUC, 准确率, 敏感度, 特异度, 阳性预测值, 阴性预测值	NA
4802	2025-11-01	Intelligent Diagnosis of Follicular Carcinoma Thyroid Cancer with a Novel Deep Learning Model 2025-Oct-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01723-z PMID:41168629	研究论文	开发一种新型可解释深度学习模型用于术前区分甲状腺滤泡癌和滤泡腺瘤	首次提出端到端图卷积网络，显式利用肿瘤边界这一关键诊断特征，并采用最大码率减少损失优化特征判别能力	样本量相对有限，仅包含577名患者	开发可靠的AI辅助甲状腺癌诊断方法	甲状腺滤泡癌(FTC)和滤泡腺瘤(FTA)患者	计算机视觉	甲状腺癌	超声成像	图卷积网络	超声图像	577名患者(435名女性，142名男性)，共4358张甲状腺超声图像	NA	图卷积网络	准确率,AUC	NA
4803	2025-11-01	Endoscopic Ultrasound of Pancreatic Tumors: A Dataset with Benchmarks for Convolutional Neural Network Classifiers 2025-Oct-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01729-7 PMID:41168630	研究论文	本文介绍了一个用于胰腺肿瘤分类的新型内镜超声数据集，并提供了基于卷积神经网络的基准测试结果	提出了首个专门用于胰腺肿瘤分析的内镜超声数据集，包含7825张图像和对应的分割掩码，并提供了分类、分割和可解释性AI的基准结果	分类模型性能与可解释性之间存在差距，软DICE评分较低（8.69%-40.81%）	推进胰腺癌计算机辅助诊断研究，提供标准数据集和基准测试	606名患者的7825张内镜超声图像，包含肿瘤（175次检查）和无肿瘤（431次检查）两类	数字病理	胰腺癌	内镜超声	CNN	图像	606名患者的7825张内镜超声图像	NA	EfficientNetV2, U-Net	准确率, AUC, Dice系数, 软Dice评分	NA
4804	2025-11-01	ProtoMM: Interpretable Prototype-Based Multimodal Model for Brain Cancer Survival Prediction 2025-Oct-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01713-1 PMID:41168627	研究论文	提出一种基于原型的可解释多模态模型ProtoMM，用于脑癌生存预测	采用自解释原型和透明推理过程，通过多模态融合增强模态间交互，提供可靠病例解释	NA	开发可解释的多模态深度学习模型用于医疗数据分析	脑癌患者生存预测	医学影像分析	脑癌	多模态融合	原型网络	多模态医疗数据	NA	NA	ProtoMM	C-Index	NA
4805	2025-11-01	Deep Learning-based Model for Breast Implant Classification in Ultrasonography: A Multi-Institutional Model Development and Validation Study 2025-Oct-30, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjaf220 PMID:41168671	研究论文	开发基于深度学习的超声图像乳房假体分类模型并进行多机构验证	首次利用深度学习模型对超声图像中的乳房假体进行自动分类，并采用Grad-CAM增强模型可解释性	研究中存在一定局限性	开发可靠的乳房假体识别方法以解决患者假体信息缺失问题	乳房假体	计算机视觉	乳房假体相关	超声成像	深度学习	图像	来自2580名患者的4136个乳房假体的28712个超声PNG文件	NA	NA	平衡准确度	NA
4806	2025-11-01	Automated Scan Region Classification and Patient-specific Dose Modeling for Enhanced Dose Management in Computed Tomography 2025-Oct-30, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001247 PMID:41169122	研究论文	开发并评估一种AI辅助框架，用于自动CT扫描区域分类和患者特异性剂量评估	提出从基于人群的固定阈值转向动态患者特异性评估的新范式，显著减少非必要警报	回顾性研究，仅分析2955个CT照射事件	改进计算机断层扫描中的剂量管理，减少警报疲劳	CT扫描数据和患者解剖特征	医学影像分析	NA	计算机断层扫描(CT)	深度学习, 随机森林, 线性回归	CT影像	2955个CT照射事件	NA	NA	F1分数, 相关系数(r)	NA
4807	2025-11-01	Retinal proteomics in neurodegeneration: Insights into ocular and brain disorders 2025-Oct-30, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-25-00291 PMID:41169217	综述	本文总结了视网膜蛋白质组学在神经退行性疾病和眼部疾病研究中的最新进展	整合人工智能驱动的计算流程和GPU加速的深度学习架构，显著提高了视网膜蛋白质组学的精确度和效率	NA	探索视网膜蛋白质组在神经退行性疾病和眼部疾病中的生物标志物和治疗靶点	视网膜蛋白质组	生物信息学	神经退行性疾病,眼部疾病	质谱蛋白质组学,多组学分析	深度学习	蛋白质组数据	NA	NA	NA	疾病特异性,敏感性	GPU加速
4808	2025-10-31	Fully automatic bile duct segmentation in magnetic resonance cholangiopancreatography for biliary surgery planning using deep learning 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112415 PMID:40972245	研究论文	本研究开发了一种基于深度学习的全自动胆管分割方法，用于磁共振胰胆管成像数据的3D重建，以辅助胆道手术规划	首次实现了对扩张和非扩张胆管的自动三维重建，并在真实手术场景中验证了模型准确性	样本量相对有限（249例），外部验证集较小（10例）	开发自动准确的胆管分割方法以辅助胆道手术规划	胆道系统解剖结构	医学影像分析	胆道疾病	磁共振胰胆管成像	深度学习语义分割模型	3D医学影像	249例患者（208例训练，41例测试），外加10例外部验证	nnU-Net	U-Net	Dice相似系数, 相关系数, 一致性界限	NA
4809	2025-10-31	Deep learning based multi-shot breast diffusion MRI: Improving imaging quality and reduced distortion 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112419 PMID:40974694	研究论文	本研究探讨深度学习重建的多重敏感度编码扩散加权成像在乳腺成像中的性能表现	首次将深度学习重建技术应用于乳腺多射扩散MRI，显著提升图像质量并减少畸变	样本量相对有限（61名参与者），仅使用单一3T MRI扫描仪	评估深度学习重建的多重敏感度编码扩散加权成像在乳腺成像中的性能	乳腺病变患者	医学影像分析	乳腺癌	扩散加权成像，多重敏感度编码	深度学习	MRI图像	61名女性参与者（23-75岁），共65个乳腺病变	NA	NA	信噪比，表观扩散系数，豪斯多夫距离	3T MRI扫描仪
4810	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
4811	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
4812	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
4813	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
4814	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
4815	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
4816	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
4817	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
4818	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
4819	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
4820	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