深度学习在生物医药领域中的应用

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
501	2025-05-02	Assessment of Pelvic Tilt in Anteroposterior Radiographs by Area Ratio Based on Deep Learning 2024-Oct-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005093 PMID:38975768	research paper	利用基于深度学习的语义分割模型，通过前后位X光片中骨盆小骨盆与闭孔的面积比评估骨盆倾斜	首次将深度学习语义分割模型应用于骨盆倾斜的自动测量，通过面积比方法提高了测量的准确性和鲁棒性	研究样本量相对较小（20个模拟骨盆和231个临床案例），可能影响结果的普遍性	开发一种自动测量骨盆倾斜的方法，以辅助髋关节和脊柱手术	骨盆X光片（模拟和临床案例）	digital pathology	geriatric disease	deep learning semantic segmentation	CNN	image	20个模拟骨盆（10男10女）和231个临床案例
502	2025-05-02	A Practical Roadmap to Implementing Deep Learning Segmentation in the Clinical Neuroimaging Research Workflow 2024-09, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.06.026 PMID:38866234	research paper	本文探讨了一种利用开源工具加速和增强临床研究中图像分割的通用方法	提出了一种迭代的模型训练和迁移学习方法，强调在标记过程的早期进行内部验证和异常值处理，后期进行微调	NA	为使用机器学习技术进行图像分割的研究提供加速和增强可重复性的框架	临床神经影像研究中的图像分割	machine learning	NA	deep learning	NA	image	NA
503	2025-05-02	Predicting the Outcome and Survival of Patients with Spinal Cord Injury Using Machine Learning Algorithms: A Systematic Review 2024-08, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.05.103 PMID:38796146	系统综述	本文通过系统综述评估了机器学习算法在脊髓损伤（SCI）患者诊断和预后预测中的表现	总结了机器学习在SCI领域的应用潜力，特别是在诊断和预后预测方面的效果	需要进一步研究深度学习算法在急性SCI诊断中的应用	评估机器学习算法在脊髓损伤患者诊断和预后预测中的性能	脊髓损伤患者	机器学习	脊髓损伤	机器学习算法	ML和DL算法	临床数据	9424名被诊断为脊髓损伤的患者
504	2025-05-02	Usefulness of Artificial Intelligence in Traumatic Brain Injury: A Bibliometric Analysis and Mini-review 2024-08, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.05.065 PMID:38759786	综述	本文通过文献计量分析和迷你综述，探讨了人工智能在创伤性脑损伤（TBI）中的主要应用	结合文献计量分析和迷你综述，全面评估了人工智能在TBI领域的研究进展和应用潜力	主要基于Scopus数据库的文献，可能未涵盖所有相关研究	评估人工智能在创伤性脑损伤领域的应用和研究趋势	创伤性脑损伤（TBI）相关的科学出版物	人工智能	创伤性脑损伤	文献计量分析、知识图谱分析	NA	文献数据	495篇科学出版物（2000-2023年）
505	2025-05-02	Semiautomatic Assessment of Facet Tropism From Lumbar Spine MRI Using Deep Learning: A Northern Finland Birth Cohort Study 2024-May-01, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000004909 PMID:38105615	研究论文	本研究利用深度学习从腰椎MRI中半自动评估关节面取向，并在芬兰北部出生队列中研究关节面取向的流行情况	开发了一个基于深度学习的半自动框架来测量关节面角度，并在大规模人群队列中研究关节面取向	研究为回顾性设计，可能受到数据收集时的限制	引入半自动框架测量关节面角度并研究关节面取向的流行情况	芬兰北部出生队列中的1288名参与者的腰椎MRI图像	数字病理学	脊柱疾病	深度学习	DL模型	MRI图像	1288名参与者的腰椎MRI图像，其中430名用于模型训练，60名用于评估评分者间和评分者内可靠性
506	2025-05-02	A New Deep Learning Algorithm for Detecting Spinal Metastases on Computed Tomography Images 2024-Mar-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000004889 PMID:38084012	研究论文	开发了一种新的深度学习算法，用于在计算机断层扫描（CT）图像上自动检测胸腰椎区域的溶骨性骨转移病灶	提出了一种新的基于深度学习的计算机辅助检测模型，用于自动检测CT图像中的溶骨性骨转移病灶	模型的准确性仍需进一步提高	提高骨转移病灶的检测率，预防癌症末期患者生活质量的恶化	胸腰椎区域的溶骨性骨转移病灶	计算机视觉	骨转移	深度学习	DL-based AI模型	CT图像	263份阳性CT扫描（包含至少一个溶骨性骨转移病灶）和172份阴性CT扫描（无骨转移），以及40份测试数据（20份阳性和20份阴性）
507	2025-05-02	Inflamed immune phenotype predicts favorable clinical outcomes of immune checkpoint inhibitor therapy across multiple cancer types 2024-02-14, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2023-008339 PMID:38355279	研究论文	本研究探讨了基于AI的免疫表型在预测多种实体瘤类型中免疫检查点抑制剂治疗临床结果的能力	利用深度学习模型Lunit SCOPE IO客观且可重复地定义炎症免疫表型（IIP），并验证其作为跨多种肿瘤类型的免疫检查点抑制剂治疗反应的生物标志物	微卫星不稳定/错配修复缺陷亚组的IIP未能预测有利的无进展生存期	评估AI定义的IIP与免疫检查点抑制剂治疗临床结果之间的相关性	1,806名接受免疫检查点抑制剂治疗的患者，涵盖超过27种实体瘤类型	数字病理学	多种癌症	深度学习	Lunit SCOPE IO	图像	1,806名患者
508	2025-05-02	Robust Medical Diagnosis: A Novel Two-Phase Deep Learning Framework for Adversarial Proof Disease Detection in Radiology Images 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00916-8 PMID:38343214	research paper	提出了一种新颖的两阶段深度学习框架，用于在放射学图像中进行抗对抗攻击的疾病检测	结合了先进的对抗学习和对抗图像过滤技术，增强模型对对抗样本的鲁棒性	仅评估了三种模型（ResNet-50、VGG-16和Inception-V3）和三种对抗攻击方法（FGSM、PGD和BIM）	提高深度学习模型在医学诊断中对对抗攻击的抵抗能力	放射学图像（X光和CT）中的肺部区域	digital pathology	COVID-19	对抗学习和JPEG压缩	ResNet-50, VGG-16, Inception-V3	image	NA
509	2025-05-02	A Deep Learning-Based Approach for Cervical Cancer Classification Using 3D CNN and Vision Transformer 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00911-z PMID:38343216	研究论文	提出了一种基于深度学习的宫颈癌分类系统，结合3D CNN和Vision Transformer模块	结合3D CNN提取时空特征和Vision Transformer学习复杂特征表示，采用3D FPN模块进行特征拼接，并使用3D SE块重新校准特征响应	未提及具体样本来源和多样性，可能影响模型的泛化能力	开发有效的宫颈癌分类工具以辅助早期诊断	宫颈图像	数字病理学	宫颈癌	深度学习	3D CNN, Vision Transformer, KELM	图像	NA
510	2025-05-02	Analysis of Validation Performance of a Machine Learning Classifier in Interstitial Lung Disease Cases Without Definite or Probable Usual Interstitial Pneumonia Pattern on CT Using Clinical and Pathology-Supported Diagnostic Labels 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00914-w PMID:38343230	研究论文	本文评估了机器学习分类器Fibresolve在非典型间质性肺病病例中的验证性能，特别是在没有明确或可能的普通间质性肺炎（UIP）模式的CT图像上的表现	研究展示了Fibresolve在非典型UIP模式病例中识别特发性肺纤维化（IPF）的能力，扩展了其临床应用范围	研究样本量相对较小（295例患者），且仅在特定亚组中进行了分析	评估机器学习分类器在非典型UIP模式病例中诊断IPF的性能	间质性肺病病例，特别是没有明确或可能UIP模式的病例	数字病理学	肺纤维化	深度学习算法	机器学习分类器	CT图像	295例患者的多中心验证数据集
511	2025-05-02	Hybrid Topological Data Analysis and Deep Learning for Basal Cell Carcinoma Diagnosis 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00924-8 PMID:38343238	研究论文	本研究结合拓扑数据分析（TDA）和深度学习（DL）技术，开发了一种混合TDA-DL模型用于基底细胞癌（BCC）的诊断	首次将TDA与DL结合用于BCC诊断，并展示了拓扑特征如何提升DL模型的性能	研究仅基于395个皮肤病变样本，样本量相对较小	提高基底细胞癌的自动诊断准确率	皮肤病变图像中的毛细血管扩张特征	数字病理	基底细胞癌	持久同源性（TDA技术）和EfficientNet-B5模型	混合TDA-DL模型	图像	395个皮肤病变样本
512	2025-05-02	Background Subtraction Angiography with Deep Learning Using Multi-frame Spatiotemporal Angiographic Input 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00921-x PMID:38343209	research paper	该研究提出了一种利用多帧时空血管造影输入的深度学习背景减除血管造影方法，以减少运动伪影	引入了利用血管造影时间序列丰富时间信息的2D+t深度学习模型，并开发了神经血管造影领域特定的合成仿射运动增强流程	研究主要关注脑部血管造影，可能不适用于其他类型的血管造影	提高数字减影血管造影(DSA)图像质量，减少运动伪影	脑部血管造影图像	computer vision	心血管疾病	深度学习	2D U-Net, 3D U-Net, SegResNet, UNETR	图像	516例脑部血管造影，包含8784个独立序列
513	2025-05-02	Invertible and Variable Augmented Network for Pretreatment Patient-Specific Quality Assurance Dose Prediction 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00930-w PMID:38343215	研究论文	提出一种新型深度学习网络IVPSQA，用于提高放疗前患者特异性质量保证(prePSQA)的剂量预测准确性和效率	首次使用可逆和可变增强网络(IVPSQA)预测3D prePSQA剂量分布，并在头颈、胸部和腹部病例中优于现有的基于U-Net的预测方法	研究仅基于300例癌症患者的数据，样本量相对有限	提高放疗前患者特异性质量保证(prePSQA)的剂量预测准确性和效率，减轻医学物理师的工作负担	接受容积调制弧形治疗(VMAT)的癌症患者	数字病理	癌症	深度学习(DL)	IVPSQA(可逆和可变增强网络)	CT图像、放疗剂量数据、测量引导剂量分布数据	300例癌症患者(240例训练，60例测试)
514	2025-05-02	Deep Learning-Assisted Identification of Femoroacetabular Impingement (FAI) on Routine Pelvic Radiographs 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00920-y PMID:38343231	research paper	使用深度学习系统定位髋关节并检测凸轮型股骨髋臼撞击症（FAI）的研究	采用基于焦点损失原则的新型卷积神经网络（CNN）进行髋关节定位和FAI分类	准确率为74%，敏感性和特异性分别为0.821和0.669，AUC为0.736，仍有提升空间	开发深度学习系统以辅助放射科医生快速识别和分类FAI相关病变	髋关节X光片	digital pathology	geriatric disease	deep learning	CNN	image	3050例髋关节/骨盆X光片，其中724例严重凸轮型FAI，962例中度，846例轻度，518例正常
515	2025-05-02	Generating PET Attenuation Maps via Sim2Real Deep Learning-Based Tissue Composition Estimation Combined with MLACF 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00902-0 PMID:38343219	研究论文	本文提出了一种基于Sim2Real深度学习的组织成分估计方法，结合MLACF生成PET衰减图	首次尝试仅使用模拟PET数据集进行模型训练，通过Sim2Real深度学习生成人头部的衰减图	DL模型在颈部切片中估计解剖细节不准确	开发一种无需CT数据的PET衰减校正方法	人类头部的PET图像	数字病理学	NA	深度学习，最大似然衰减校正因子(MLACF)	深度学习模型	PET图像	临床脑部PET数据（具体数量未提及）
516	2025-05-02	Fetal Ultrasound Segmentation and Measurements Using Appearance and Shape Prior Based Density Regression with Deep CNN and Robust Ellipse Fitting 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00908-8 PMID:38343234	研究论文	本文提出了一种基于深度学习和鲁棒椭圆拟合的自动密度回归方法，用于胎儿超声图像的分割和测量	结合外观和形状先验的深度学习方法（DR-ASPnet）以及鲁棒椭圆拟合技术，提高了分割和测量的准确性	未提及具体的数据集规模限制或模型在其他数据集上的泛化能力	提高胎儿超声图像中头部结构的分割和头围测量的准确性	胎儿头部结构（FH）和头围（HC）	计算机视觉	胎儿生长异常	深度学习、鲁棒椭圆拟合	CNN、HDR-DCNN	超声图像	HC18数据集
517	2025-05-02	Pulmonary Nodule Classification Using a Multiview Residual Selective Kernel Network 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00928-4 PMID:38343233	研究论文	本研究提出了一种基于多视角残差选择性核网络（MRSKNet）的肺结节分类方法，旨在提高计算机辅助诊断（CAD）系统对恶性肺结节的预测准确性	结合残差学习和选择性核，设计了一种高效的残差选择性核（RSK）块来处理肺结节形状和结构的多样性，并提出了多视角RSK网络（MRSKNet）	研究仅基于公开数据库LIDC-IDRI进行验证，未涉及其他独立数据集的外部验证	开发一种新的计算机辅助诊断（CAD）方案，用于预测CT图像中肺结节的恶性可能性	CT图像中的肺结节	数字病理	肺癌	深度学习	MRSKNet（基于RSK块的多视角网络）	CT图像	LIDC-IDRI公共挑战数据库（具体样本数量未明确说明）
518	2025-05-02	Deep Learning Detection of Aneurysm Clips for Magnetic Resonance Imaging Safety 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00932-8 PMID:38343241	research paper	该研究开发了一种基于深度学习的自动化系统，用于在MRI扫描前检测CT图像中的动脉瘤夹	首次利用深度学习模型对CT图像中的动脉瘤夹进行分类，以提高MRI扫描前的安全性检查	三维CT头扫描模型的敏感性未超过定位器模型	开发自动化系统以检测动脉瘤夹，提高MRI扫描的安全性	CT头部扫描图像	computer vision	cardiovascular disease	CT扫描	CNN	image	280例CT头部扫描（140例含动脉瘤夹，140例不含）
519	2025-05-02	Intra- and Inter-expert Validation of an Automatic Segmentation Method for Fluid Regions Associated with Central Serous Chorioretinopathy in OCT Images 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00926-6 PMID:38343245	research paper	该研究开发并验证了一种基于深度学习的自动分割方法，用于在OCT图像中分割与中心性浆液性脉络膜视网膜病变（CSC）相关的液体区域	提出并比较了六种不同复杂度的深度学习架构配置，用于自动分割CSC相关病变，并通过内外专家验证展示了模型性能	未提及具体样本量大小及模型在更广泛人群中的泛化能力	开发自动分割OCT图像中CSC相关液体区域的方法，以替代耗时且主观的人工检测	中心性浆液性脉络膜视网膜病变（CSC）患者的OCT图像	digital pathology	retinal disorder	OCT成像	深度学习模型（具体架构未说明）	image	NA
520	2025-05-02	Impacts of Adaptive Statistical Iterative Reconstruction-V and Deep Learning Image Reconstruction Algorithms on Robustness of CT Radiomics Features: Opportunity for Minimizing Radiomics Variability Among Scans of Different Dose Levels 2024-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00901-1 PMID:38343265	research paper	研究自适应统计迭代重建-V（ASIR-V）和深度学习图像重建（DLIR）算法对CT放射组学特征鲁棒性的影响	首次评估了ASIR-V和DLIR算法在不同剂量水平下对CT放射组学特征重现性的影响，并发现高强度DLIR算法可减少剂量降低带来的放射组学变异性	研究使用的是标准化体模，未涉及真实患者数据，可能影响结果的临床适用性	评估不同图像重建算法对CT放射组学特征稳定性的影响	标准化体模在不同剂量水平和重建算法下的CT图像	digital pathology	NA	单能CT（SECT）、双能CT（DECT）、滤波反投影（FBP）、ASIR-V、DLIR	DLIR	CT图像	标准化体模在标准剂量（20 mGy）和低剂量（10 mGy）水平下的扫描数据