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
4841	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
4842	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
4843	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
4844	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
4845	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
4846	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
4847	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
4848	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
4849	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
4850	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
4851	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
4852	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
4853	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
4854	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
4855	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
4856	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
4857	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
4858	2025-10-31	Temporal and Heterogeneous Graph Neural Network for Remaining Useful Life Prediction 2025-Nov, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3592788 PMID:40748812	研究论文	提出一种结合时间和异构图神经网络的新模型THGNN，用于工业系统传感器数据的剩余使用寿命预测	首次在时序传感器图中同时建模时间动态、空间相关性和传感器异质性，采用细粒度方法避免时间信息丢失，并利用FiLM技术处理传感器类型多样性	仅在N-CMAPSS数据集上验证，未提及其他工业场景的泛化能力	提高工业系统剩余使用寿命预测的准确性	工业系统中的多传感器时间序列数据	机器学习	NA	深度学习	图神经网络	时间序列传感器数据	N-CMAPSS数据集	NA	Temporal and Heterogeneous Graph Neural Network (THGNN)	两种不同评估指标	NA
4859	2025-10-31	DCEM-TCRCN: an innovative approach to depression detection using wearable IoT devices and deep learning 2025-Nov, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03479-x PMID:40965800	研究论文	提出一种基于可穿戴物联网设备和深度学习的抑郁症检测创新方法DCEM-TCRCN	结合动态卷积与时间循环残差卷积网络，采用MBConv块和动态卷积最大化特征提取能力，通过循环扩张卷积处理长时间序列关系	NA	开发有效准确的抑郁症诊断模型	抑郁症患者	机器学习	抑郁症	可穿戴物联网传感器技术	CNN	生理信号数据	NA	NA	DCEM-TCRCN, MBConv, DConv, 时间循环残差卷积网络	准确率, 精确率, 召回率, Cohen-Kappa分数	NA
4860	2025-10-31	Paternal periconceptional exposure to reserpine and antidepressants causes developmental abnormalities and ADHD-like behavior in offspring: A deep learning analysis 2025-Nov, Journal of psychiatric research IF:3.7Q1 DOI:10.1016/j.jpsychires.2025.09.039 PMID:41033272	研究论文	通过深度学习分析父代围受孕期暴露于利血平和抗抑郁药对后代发育异常和ADHD样行为的影响	首次使用深度学习Twin Network准确分期F1代胚胎发育并量化发育速度，利用EmbryoNet预测与多巴胺通路相关的发育异常信号	仅研究了特定抗抑郁药物组合的影响，未涉及其他药物或环境因素	评估父代围受孕期暴露于抗抑郁药物对后代发育和行为的影响	F1代小鼠胚胎及其发育过程	深度学习	ADHD	深度学习分析	Twin Network, EmbryoNet	胚胎发育图像数据	NA	NA	Twin Network, EmbryoNet	NA	NA