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
521	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
522	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
523	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
524	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
525	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
526	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
527	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
528	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
529	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
530	2025-10-31	AI radiomics predicts spatial glioma recurrence on preoperative MRI: a systematic review 2025-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112412 PMID:40987214	系统综述	系统评估AI模型基于术前MRI预测胶质瘤空间复发性能的研究	首次系统综述AI模型在预测胶质瘤局部和远处复发方面的表现，并采用PROBAST+AI工具进行质量评估	证据主要来自小型单中心回顾性队列，需要更大规模前瞻性多中心研究验证	评估AI模型基于术前MRI预测胶质瘤空间复发的性能	1004例高级别胶质瘤患者	医学影像分析	胶质瘤	术前MRI（包括T1CE、FLAIR、弥散加权成像等）	机器学习,深度学习	医学影像	8项研究共1004例高级别胶质瘤患者	NA	随机森林分类器,支持向量机,卷积神经网络	灵敏度,特异性,比值比	NA
531	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
532	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
533	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
534	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
535	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
536	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
537	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
538	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
539	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
540	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