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	2025-09-13	Generating PET Attenuation Maps via Sim2Real Deep Learning-Based Tissue Composition Estimation Combined with MLACF 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00902-0 PMID:38343219	研究论文	本研究提出了一种基于Sim2Real深度学习的组织成分估计方法，结合MLACF生成PET衰减图	首次仅使用模拟PET数据集进行模型训练，通过Sim2Real深度学习实现人头衰减图的生成	DL模型在颈部切片等解剖细节估计上存在不准确，特别是在颈侧区域	开发无需CT数据的PET衰减校正方法	人头PET数据	医学影像分析	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（具体数量未说明）
502	2025-09-13	Fetal Ultrasound Segmentation and Measurements Using Appearance and Shape Prior Based Density Regression with Deep CNN and Robust Ellipse Fitting 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00908-8 PMID:38343234	研究论文	提出一种基于外观和形状先验的密度回归方法，结合深度CNN和鲁棒椭圆拟合，用于胎儿超声图像的分割和头围测量	提出DR-ASPnet模型，整合了分层密度回归深度卷积神经网络（HDR-DCNN）和鲁棒椭圆拟合最小二乘法（REFLS），显著提高了分割和测量精度	未明确说明模型在不同孕期或图像质量差异较大时的泛化能力	实现胎儿头部结构的自动精确分割和头围生物测量	胎儿头部超声图像	计算机视觉	胎儿生长异常	超声成像（US）	CNN, HDR-DCNN	图像	基于HC18数据集（具体样本数量未明确说明）
503	2025-09-13	Pulmonary Nodule Classification Using a Multiview Residual Selective Kernel Network 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00928-4 PMID:38343233	研究论文	提出一种基于多视角残差选择核网络的肺结节分类方法，用于CT图像中恶性肺结节的早期检测	结合残差学习和选择核机制设计RSK模块处理结节多样性，并创新性地融合手工纹理特征与深度学习模型	NA	开发高性能计算机辅助诊断系统以提升肺结节恶性概率预测准确率	CT图像中的肺结节	计算机视觉	肺癌	深度学习	多视角残差选择核网络（MRSKNet）	CT图像	LIDC-IDRI公共数据库，采用十倍交叉验证
504	2025-09-13	Deep Learning Detection of Aneurysm Clips for Magnetic Resonance Imaging Safety 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00932-8 PMID:38343241	研究论文	本研究开发了一种基于深度学习的系统，用于在MRI前通过CT图像自动检测动脉瘤夹的存在	首次将预训练的图像分类神经网络应用于CT定位器图像，以实现动脉瘤夹的自动检测，并采用SHAP解释模型预测	三维CT头扫描模型的敏感性未超过定位器模型，准确率为82%尚有提升空间	提高MRI扫描前的安全性，通过自动化系统标记动脉瘤夹的存在	CT头部扫描图像	计算机视觉	心血管疾病	CT成像	CNN（图像分类神经网络）	图像	280例CT头部扫描（140例含动脉瘤夹，140例不含）
505	2025-09-13	Intra- and Inter-expert Validation of an Automatic Segmentation Method for Fluid Regions Associated with Central Serous Chorioretinopathy in OCT Images 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00926-6 PMID:38343245	研究论文	本文开发并验证了一种基于深度学习的自动分割方法，用于OCT图像中与中心性浆液性脉络膜视网膜病变相关的积液区域分割	首次进行了专家内部和专家间验证，比较自动分割与人工分割性能，并显示模型与专家的吻合度甚至高于专家间相互吻合度	NA	开发自动分割OCT图像中CSC相关病变的方法，减少人工检测的工作量和主观性	中心性浆液性脉络膜视网膜病变（CSC）患者的OCT图像	数字病理	视网膜疾病	OCT成像	深度学习分割架构	医学图像	内部数据集和外部验证集（具体数量未提及）
506	2025-09-13	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-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00901-1 PMID:38343265	研究论文	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影像组学特征鲁棒性的影响	首次系统比较ASIR-V和DLIR在不同剂量水平和重建强度下对影像组学特征重现性的影响，发现高强度DLIR可减少因剂量降低导致的特征变异	研究基于标准化体模数据，未涉及真实患者影像；仅评估了94个影像组学特征	探究CT重建算法对影像组学特征稳定性的影响，为降低多中心、多剂量扫描的影像组学变异提供方案	标准化CT体模	医学影像分析	NA	单能量CT（SECT）、双能量CT（DECT）、自适应统计迭代重建（ASIR-V）、深度学习图像重建（DLIR）	NA	CT影像	在标准及低剂量（20和10 mGy）水平下扫描的体模数据，涵盖SECT和DECT模式
507	2025-09-13	The Segmentation of Multiple Types of Uterine Lesions in Magnetic Resonance Images Using a Sequential Deep Learning Method with Image-Level Annotations 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00931-9 PMID:38343259	研究论文	提出一种仅使用图像级标注的弱监督深度学习模型，用于MRI图像中多种子宫病变和正常组织的自动分割	开发了基于图像级标注的弱监督分割方法，避免了像素级标注的繁琐过程，并设计了包含四个顺序模块的两阶段模型	研究为回顾性设计，数据来自单一机构，可能影响模型泛化能力	实现MRI图像中子宫病变的自动分割	316名患者的85,730张MRI图像，包含四种子宫病变（子宫内膜癌、子宫肌瘤、子宫内膜息肉、子宫内膜不典型增生）和三种正常组织	医学图像分析	妇科疾病	MRI T2加权序列成像	深度学习序列模型（包含像素相关模块、类重激活图模块、像素间关系网络模块和Deeplab v3+模块）	医学图像	316名患者，85,730张图像，其中196例训练、57例验证、63例测试
508	2025-09-13	The global research of magnetic resonance imaging in Alzheimer's disease: a bibliometric analysis from 2004 to 2023 2024, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2024.1510522 PMID:39882364	文献计量分析	通过文献计量方法分析2004至2023年间阿尔茨海默病MRI研究的全球趋势和热点	首次系统梳理近20年阿尔茨海默病MRI研究的演进脉络，并识别出深度学习等新兴研究方向	仅基于Web of Science数据库，可能未涵盖所有相关研究；文献计量方法无法评估研究质量	总结阿尔茨海默病MRI研究的现状并预测未来研究方向	2004-2023年期间发表的13,659篇相关学术论文	医学影像分析	阿尔茨海默病	文献计量分析（CiteSpace和VOSviewer）	NA	文献元数据	13,659篇研究论文
509	2025-09-13	Accurate staging of chick embryonic tissues via deep learning of salient features 2023-11-15, Development (Cambridge, England) DOI:10.1242/dev.202068 PMID:37830145	研究论文	利用深度学习对鸡胚胎脑部和翅膀图像进行精确亚分期	通过生物信息学转换和数据驱动预处理增强小数据集，实现高精度分类并验证模型泛化能力	数据集规模较小（脑部151张图像，翅膀269张图像）	开发基于深度学习的鸡胚胎组织精确分期方法	HH10期鸡胚胎脑部和翅膀组织	计算机视觉	NA	深度学习图像分类	CNN（卷积神经网络）	显微镜图像	脑部151张图像，翅膀269张图像
510	2025-09-13	Negativity and Positivity in the ICU: Exploratory Development of Automated Sentiment Capture in the Electronic Health Record 2023-10, Critical care explorations DOI:10.1097/CCE.0000000000000960 PMID:37753238	研究论文	开发用于ICU电子健康记录中自动捕捉医护人员情感的概念验证算法	提出两种医疗领域专用情感分析工具，包括基于临床情感词典的关键词方法和基于DeBERTa-v3的深度学习模型，显著优于通用情感分类器	NA	探索ICU电子健康记录中自动捕捉医护人员情感的方法	ICU成年患者的电子健康记录	自然语言处理	NA	情感分析，深度学习	关键词匹配，DeBERTa-v3	文本	MIMIC-III数据库中的198,944条记录（来自52,997次ICU入院），以及UCSF 2018-2019年的外部验证样本
511	2025-09-13	DeXtrusion: automatic recognition of epithelial cell extrusion through machine learning in vivo 2023-07-01, Development (Cambridge, England) DOI:10.1242/dev.201747 PMID:37283069	研究论文	提出基于深度学习的DeXtrusion方法，用于自动检测活体荧光成像中的上皮细胞挤出事件	无需细胞分割即可实现细胞事件的精确xyt定位，且方法易于训练并适用于多种成像条件	需要针对不同上皮组织进行重新训练以保持性能	自动检测和定位上皮组织中的细胞事件，特别是细胞挤出和死亡	果蝇蛹背板上皮细胞	计算机视觉	NA	活体荧光显微镜成像	RNN（循环神经网络）	视频（荧光标记的细胞轮廓影像）	基于果蝇蛹背板的荧光E-钙黏蛋白标记影像训练
512	2025-09-13	Tools to analyze the organization and formation of the germline cyst in zebrafish oogenesis 2023-07-01, Development (Cambridge, England) DOI:10.1242/dev.201349 PMID:37272421	研究论文	本文提供了用于斑马鱼卵巢中生殖细胞囊肿三维和功能体内分析的工具	开发了基于深度学习的流程进行高通量三维共聚焦数据分析，并提供了激光消融细胞组分的方法	NA	研究脊椎动物生殖细胞囊肿的形成与组织结构及其对卵母细胞生成的贡献	斑马鱼卵巢中的生殖细胞囊肿	发育生物学	NA	连续块面扫描电子显微镜(SBF-SEM), 激光消融, 深度学习	深度学习	三维电子显微镜图像, 三维共聚焦数据集	NA
513	2025-09-13	Long-term care insurance purchase decisions of registered nurses: Deep learning versus logistic regression models 2023-03, Health policy (Amsterdam, Netherlands) DOI:10.1016/j.healthpol.2023.104709 PMID:36725380	研究论文	本研究使用深度学习模型和逻辑回归模型预测注册护士的长期护理保险购买决策	首次将深度学习模型应用于预测医疗专业人员保险决策，并与传统统计方法进行性能比较	样本仅来自台湾单一医疗中心，可能限制结果的普适性	预测注册护士的长期护理保险购买决策并比较不同模型的预测性能	台湾某大型医疗中心的1373名注册护士	机器学习	NA	深度学习，逻辑回归，逆概率处理加权(IPTW)	DNN（深度神经网络），MLR（多元逻辑回归）	调查问卷数据	1373名至少有2年全职工作经验的注册护士
514	2025-09-13	GPU Accelerated Estimation of a Shared Random Effect Joint Model for Dynamic Prediction 2022-Oct, Computational statistics & data analysis IF:1.5Q2 DOI:10.1016/j.csda.2022.107528 PMID:39257897	研究论文	提出一种基于GPU加速的共享随机效应联合模型估计方法，用于动态预测临床终点事件风险	结合新颖的两阶段估计算法与GPU编程（通过PyTorch实现），显著加速联合模型的估计过程，并处理纵向预测因子的非线性轨迹	NA	解决纵向和生存数据联合模型在大型数据集或非线性预测因子下的计算挑战，提高动态预测效率	纵向队列研究中的受试者及其临床终点事件风险	机器学习	临床疾病	GPU加速计算，PyTorch框架	共享随机效应联合模型	纵向数据和生存数据	大型数据集（具体数量未明确说明）
515	2025-09-13	An Interpretable Deep Hierarchical Semantic Convolutional Neural Network for Lung Nodule Malignancy Classification 2019-Aug-15, Expert systems with applications IF:7.5Q1 DOI:10.1016/j.eswa.2019.01.048 PMID:31296975	研究论文	提出一种可解释的深度分层语义卷积神经网络（HSCNN），用于肺结节恶性分类	结合低层语义特征（放射科医生常用诊断特征）与高层恶性预测，提供模型解释性	NA	预测CT扫描中肺结节的恶性程度	肺结节	计算机视觉	肺癌	深度学习	HSCNN（分层语义CNN）	CT图像	基于LIDC数据库的样本（具体数量未明确说明）
516	2025-09-12	TRI-PLAN: A deep learning-based automated assessment framework for right heart assessment in transcatheter tricuspid valve replacement planning 2025-Dec-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133732 PMID:40780436	研究论文	开发并验证了首个基于深度学习的全自动框架TRI-PLAN，用于经导管三尖瓣置换术前的右心结构评估	首个全自动深度学习框架，用于TTVR术前评估，实现右心结构分割、关键参数自动测量及右心室射血分数评估	回顾性研究，样本量有限（140例），仅在中国两家心脏中心进行验证	提升经导管三尖瓣置换术术前评估的效率和准确性	严重三尖瓣反流患者	数字病理	心血管疾病	CTA扫描	深度学习网络（DRA-Net）	医学影像	140例患者的63,962张CTA切片
517	2025-09-12	Automated coronary artery segmentation / tissue characterization and detection of lipid-rich plaque: An integrated backscatter intravascular ultrasound study 2025-Dec-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133744 PMID:40784375	研究论文	本研究开发了一种基于深度学习的自动化冠状动脉分割和组织表征方法，用于检测脂质丰富斑块	首次将7层U-Net++深度学习模型应用于IVUS图像的自动冠状动脉分割和组织表征，实现了高精度的斑块成分量化	LRP检测的敏感性相对较低（62%），样本量有限（67名训练患者，88名验证患者）	评估深度学习模型在冠状动脉斑块分割、组织表征和脂质丰富斑块识别中的可行性和诊断准确性	人类冠状动脉血管和斑块组织	医学影像分析	心血管疾病	集成背向散射血管内超声（IB-IVUS）	U-Net++	医学图像（IVUS图像）	训练组：67名患者的1098张IVUS图像；验证组：88名患者的1100张IVUS图像（来自100条血管）
518	2025-09-12	Interpretable multi-scale deep learning to detect malignancy in cell blocks and cytological smears of pleural effusion and identify aggressive endometrial cancer 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103742 PMID:40779831	研究论文	提出一种可解释多尺度深度学习框架IMA-SSL，用于检测胸水细胞块和涂片中的恶性肿瘤并识别侵袭性子宫内膜癌	结合自监督学习特征编码器和多尺度注意力机制，在胸水细胞块和涂片WSI分析中实现优于现有方法的性能	NA	开发深度学习工具提升恶性胸水和侵袭性子宫内膜癌的诊断准确性	胸水细胞块和细胞学涂片全幻灯片图像，以及TCGA公共数据集中的子宫内膜癌样本	数字病理	肺癌和子宫内膜癌	全幻灯片成像(WSI)和深度学习	IMA-SSL（基于注意力机制的CNN架构）	图像	194张细胞学涂片WSI和188张细胞块WSI，外加TCGA公共数据集
519	2025-09-12	Recurrent inference machine for medical image registration 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103748 PMID:40779833	研究论文	提出一种基于元学习的循环推理图像配准网络（RIIR），用于医学图像配准，兼顾高精度和数据效率	通过元学习方式迭代求解配准问题，结合隐式正则化和显式梯度输入学习优化更新规则	NA	提升医学图像配准的精度和数据效率	脑部MRI、肺部CT和定量心脏MRI图像	医学图像分析	NA	深度学习，元学习	循环推理网络（RIIR）	医学图像（MRI, CT）	多个数据集（具体数量未明确说明）
520	2025-09-12	MedCLIP-SAMv2: Towards universal text-driven medical image segmentation 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103749 PMID:40779830	研究论文	提出MedCLIP-SAMv2框架，通过整合CLIP和SAM模型实现基于文本提示的医学图像分割	引入解耦硬负样本噪声对比估计损失（DHN-NCE）和多模态信息瓶颈（M2IB）方法，在零样本和弱监督设置下实现文本驱动的通用医学图像分割	NA	开发数据高效的通用医学图像分割方法，减少对标注数据的依赖	医学图像中的解剖结构和病理区域	计算机视觉	多疾病（乳腺肿瘤、脑肿瘤、肺部疾病）	深度学习，零样本学习，弱监督学习	CLIP, SAM, BiomedCLIP	医学图像（超声、MRI、X射线、CT）	在四种医学影像模态（乳腺超声、脑部MRI、肺部X光、肺部CT）上进行验证