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
5561	2025-10-06	Evaluation of non-motor symptoms in Parkinson's disease using multiparametric MRI with the multiplex sequence 2025, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2025.1602245 PMID:40741048	研究论文	本研究使用MULTIPLEX多参数MRI序列评估帕金森病非运动症状相关的脑部微观结构变化	首次采用MULTIPLEX序列（包含T2* mapping、T1 mapping、质子密度 mapping和QSM）检测帕金森病非运动症状相关的脑部微观结构变化	样本量较小（37例患者），未在T1 mapping和质子密度 mapping中发现显著关联区域	探索多参数MRI在帕金森病非运动症状检测中的应用价值	37名帕金森病患者	医学影像分析	帕金森病	多参数MRI（MULTIPLEX序列）、3D T1加权成像、T2* mapping、T1 mapping、质子密度 mapping、定量磁化率成像	深度学习	MRI影像数据	37名帕金森病患者	NA	NA	Spearman秩相关系数、p值	NA
5562	2025-10-06	A Deep Learning Approach to Predict Recanalization First-Pass Effect following Mechanical Thrombectomy in Patients with Acute Ischemic Stroke 2024-Aug-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8272 PMID:38871371	研究论文	本研究开发了一种基于深度学习的全自动方法，利用治疗前CT和MR影像预测急性缺血性卒中患者机械取栓后的首次再通效应	首次实现了仅基于MR影像的首次再通效应分类，以及首个完全自动化的CT首次再通效应分类方法，无需耗时的手动分割	研究样本仅来自单一医疗中心（UCLA Ronald Reagan Medical Center），样本量相对有限	预测急性缺血性卒中患者机械取栓后的首次再通效应	接受血管内取栓治疗的大血管闭塞性卒中患者	医学影像分析	急性缺血性卒中	CT成像, MR成像	深度学习, 混合Transformer模型	医学影像	326名患者	NA	混合Transformer模型（包含非局部和交叉注意力模块）	ROC-AUC, 敏感性, 特异性	NA
5563	2025-10-06	Deciphering the Feature Representation of Deep Neural Networks for High-Performance AI 2024-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3363642 PMID:38373137	研究论文	开发了一种名为对比特征分析(CFA)的计算框架，用于探索深度神经网络特征空间并提升AI性能	提出利用特征间交互关系并结合数据驱动的核形成策略，克服传统方法在分析高维复杂特征数据时的局限性	NA	解决深度神经网络特征表示难以解释的问题，提升AI系统性能	深度神经网络的特征空间数据	机器学习	NA	对比特征分析(CFA)	深度神经网络(DNN)	特征空间数据	多个先进网络和标注数据集	NA	NA	NA	NA
5564	2025-10-06	Deep survival analysis for interpretable time-varying prediction of preeclampsia risk 2024-08, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104688 PMID:39002866	研究论文	本研究开发了一种基于深度生存分析的子痫前期风险预测模型，能够捕捉时间变化的疾病风险轨迹	首次将DeepHit深度生存模型应用于子痫前期风险预测，能够处理非比例风险和复杂时间动态关系	研究基于回顾性数据，需要在更多样化人群中验证模型泛化能力	开发能够准确预测子痫前期时间变化风险的深度学习模型	66,425名在两个三级医疗中心分娩的孕妇个体	机器学习	子痫前期	生存分析，深度学习	DeepHit	临床医疗数据	66,425名孕妇	NA	神经网络	AUC	NA
5565	2025-10-06	Enhancing Chicago Classification diagnoses with functional lumen imaging probe-mechanics (FLIP-MECH) 2024-Aug, Neurogastroenterology and motility IF:3.5Q2 DOI:10.1111/nmo.14841 PMID:38852150	研究论文	本研究开发了一种结合功能腔成像探头测量和深度学习的力学分析方法，用于改进食管动力障碍的芝加哥分类诊断	首次提出将功能腔成像探头测量与深度学习相结合，通过变分自编码器生成虚拟疾病景观，系统性地整合高分辨率测压和FLIP测量数据	研究样本量为740名受试者，需要更大规模的多中心验证来确认方法的普适性	开发一种正式方法来弥合高分辨率测压和功能腔成像探头测量在诊断推断上的差距	740名受试者，包括一系列动力障碍患者和正常受试者	医学影像分析	食管动力障碍	功能腔成像探头，高分辨率测压	变分自编码器，线性判别分析	生物力学参数数据	740名受试者	NA	变分自编码器	聚类分析，相关性分析	NA
5566	2025-10-06	A review on 4D cone-beam CT (4D-CBCT) in radiation therapy: Technical advances and clinical applications 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17269 PMID:38922912	综述	本文全面回顾了4D锥形束CT在放射治疗中的技术进展与临床应用	系统总结了4D-CBCT的技术发展，包括传统算法和新兴的深度学习方法，并探讨了其临床潜力	4D-CBCT存在扫描时间长、成像剂量高、图像质量受损等问题	回顾4D-CBCT的技术发展并探讨其临床应用前景	放射治疗中的4D锥形束CT成像技术	医学影像	胸部肿瘤,腹部肿瘤	锥形束CT, 呼吸相关4D成像	NA	医学影像	NA	NA	NA	NA	NA
5567	2025-10-06	TAI-GAN: A Temporally and Anatomically Informed Generative Adversarial Network for early-to-late frame conversion in dynamic cardiac PET inter-frame motion correction 2024-Aug, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103190 PMID:38820677	研究论文	提出一种时空感知生成对抗网络(TAI-GAN)，用于动态心脏PET早期到晚期帧转换以实现帧间运动校正	首次将时间信息和带有局部位移的粗略心脏分割掩码作为解剖信息整合到生成对抗网络中，通过全对一映射实现早期帧转换	方法在临床Rb PET数据集上验证，但未提及在其他类型PET数据或更大规模数据集上的泛化能力	改善动态心脏PET帧间运动校正，提高心肌血流量量化准确性	动态心脏PET图像帧，特别是早期帧与参考帧之间的转换	医学影像分析	心血管疾病	PET成像，铷-82心肌灌注成像	GAN	医学影像	临床Rb PET数据集（未提供具体样本数量）	NA	TAI-GAN，包含特征线性调制层	图像质量，运动估计精度，心肌血流量量化准确性	NA
5568	2025-10-06	Comparison of model-based versus deep learning-based image reconstruction for thin-slice T2-weighted spin-echo prostate MRI 2024-08, Abdominal radiology (New York) DOI:10.1007/s00261-024-04256-1 PMID:38520510	研究论文	比较基于模型的图像重建与深度学习图像重建在前列腺薄层T2加权自旋回波MRI中的性能差异	首次系统比较传统模型重建与多级别深度学习重建在前列腺薄层MRI中的应用效果	样本量较小（17例），仅评估单一MRI序列（T2SE）	评估不同图像重建方法在前列腺MRI中的信噪比和图像质量表现	前列腺MRI图像	医学影像分析	前列腺癌	T2加权自旋回波MRI	深度学习重建	MRI图像	17例临床患者	NA	NA	信噪比, 锐度, 对比度保真度, 评审者偏好	3.0 Tesla MRI扫描仪
5569	2025-10-06	An EEG-based marker of functional connectivity: detection of major depressive disorder 2024-Aug, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10041-5 PMID:39104678	研究论文	提出一种基于脑电图的功能连接标记P-MSWC，结合卷积神经网络检测重度抑郁症	提出融合同步压缩小波相干性和相位锁定值的P-MSWC新标记，能全面捕捉脑电信号信息并具有显著抗噪能力	仅使用单一数据集验证，未提及跨中心验证结果	开发快速可靠的重度抑郁症检测方法	重度抑郁症患者和健康受试者的脑电图信号	机器学习	重度抑郁症	脑电图	CNN	脑电图信号	NA	NA	轻量级CNN	准确率	NA
5570	2025-10-06	Cognitive workload estimation using physiological measures: a review 2024-Aug, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10051-3 PMID:39104683	综述	本文对使用生理测量指标估计认知负荷水平的研究进行了系统性回顾	首次对包括EEG、fMRI、fNIRS、呼吸活动和眼动活动在内的所有生理测量指标进行认知负荷评估的深度分析	作为综述文章，不包含原始实验数据和分析	系统回顾认知负荷估计领域的研究现状和发展趋势	各类生理测量指标在认知负荷评估中的应用	认知神经科学	NA	脑电图(EEG)、功能磁共振成像(fMRI)、功能性近红外光谱(fNIRS)、呼吸活动监测、眼动追踪	NA	生理信号数据	NA	NA	NA	NA	NA
5571	2025-10-06	Deep learning networks based decision fusion model of EEG and fNIRS for classification of cognitive tasks 2024-Aug, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-09986-4 PMID:39104699	研究论文	提出基于深度学习网络的脑电图和功能性近红外光谱决策融合模型，用于认知任务分类	首次将EEG和fNIRS的决策融合与多种深度学习网络结合，在认知任务分类中实现性能提升	使用开源数据集，样本量有限（26和29名受试者），未在更大规模数据上验证	开发多模态神经影像数据的认知任务分类方法	人类受试者在执行认知任务时的脑电图和功能性近红外光谱数据	机器学习	神经系统疾病	脑电图(EEG), 功能性近红外光谱(fNIRS), 血氧水平依赖信号	CNN, LSTM, GRU	时间序列神经影像数据	数据集01: 26名受试者执行3种认知任务；数据集02: 29名受试者执行2种认知任务	NA	CNN-LSTM, CNN-GRU, LSTM-GRU, CNN-LSTM-GRU	准确率, AUC	NA
5572	2025-10-06	Fully Automated Deep Learning Model to Detect Clinically Significant Prostate Cancer at MRI 2024-08, Radiology IF:12.1Q1 DOI:10.1148/radiol.232635 PMID:39105640	研究论文	开发全自动深度学习模型用于检测MRI图像中的临床显著前列腺癌	使用患者级别标签而非肿瘤位置信息训练模型，并证明其性能与放射科医生相当	回顾性研究设计，数据来自单一学术机构的多中心	开发深度学习模型检测临床显著前列腺癌	前列腺癌患者	医学影像分析	前列腺癌	多参数MRI	CNN	医学影像	5735次检查（5215名患者），其中1514次检查显示临床显著前列腺癌	NA	卷积神经网络	AUC, DeLong检验	NA
5573	2025-10-06	Lung CT harmonization of paired reconstruction kernel images using generative adversarial networks 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17028 PMID:38530135	研究论文	本研究使用生成对抗网络实现肺部CT图像中配对重建核的协调转换	首次在多厂商低剂量CT肺癌筛查队列中研究核协调，并评估在定量CT评估中的有效性	仅使用100对训练样本训练每个模型，样本量相对有限	研究CT图像重建核协调方法，减少定量CT评估中的测量变异	国家肺癌筛查试验中的CT扫描图像对	计算机视觉	肺癌	CT成像	GAN	医学图像	1000对五种不同配对核类型的CT图像（每种200对）	NA	pix2pix	RMSE, PSNR, SSIM	NA
5574	2025-10-06	Stain-Free Approach to Determine and Monitor Cell Heath Using Supervised and Unsupervised Image-Based Deep Learning 2024-08, Journal of pharmaceutical sciences IF:3.7Q2 DOI:10.1016/j.xphs.2024.05.001 PMID:38710387	研究论文	提出一种基于深度学习的无染色细胞健康监测方法，通过细胞形态特征预测细胞状态	结合流式成像显微镜与深度学习，首次实现无需染色剂即可通过细胞形态指纹识别细胞健康状态	研究仅使用Jurkat细胞系，未验证其他细胞类型的适用性	开发用于细胞治疗产品的快速、无创质量监测方法	未染色Jurkat细胞（永生化人类T淋巴细胞）	计算机视觉	细胞治疗相关疾病	流式成像显微镜（FIM）	监督学习算法, 变分自编码器（VAE）	细胞图像	健康细胞、死亡细胞和化学诱导凋亡细胞的图像数据集	NA	变分自编码器	与染色细胞计数活力测量结果的一致性	NA
5575	2025-10-06	Optical Coherence Tomography Versus Optic Disc Photo Assessment in Glaucoma Screening 2024-Aug-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002392 PMID:38546240	综述	比较光学相干断层扫描和视盘摄影在青光眼筛查中的优势与局限性	提出结合人工智能技术优化两种筛查方法的新方向，特别探讨使用OCT客观数据训练AI模型的潜力	基于文献综述而非原始研究，AI模型效果受训练数据质量限制	评估OCT和视盘摄影在青光眼筛查中的临床应用价值	青光眼筛查技术	医学影像分析	青光眼	光学相干断层扫描，视盘摄影，人工智能	深度学习模型	医学影像	NA	NA	NA	准确度，阳性预测值	NA
5576	2025-10-06	Deep learning prediction of stroke thrombus red blood cell content from multiparametric MRI 2024-Aug, Interventional neuroradiology : journal of peritherapeutic neuroradiology, surgical procedures and related neurosciences IF:1.5Q3 DOI:10.1177/15910199221140962 PMID:36437762	研究论文	本研究使用卷积神经网络通过多参数MRI图像预测缺血性卒中血栓中红细胞含量	首次使用深度学习模型基于多参数MRI定量预测卒中血栓红细胞含量，并开发数据增强技术提升模型性能	样本量相对有限（188个血栓图像切片），准确率仍有提升空间	评估卷积神经网络预测缺血性卒中血栓红细胞含量的能力	缺血性卒中患者血栓样本	医学影像分析	缺血性卒中	多参数MRI，三维多回波梯度回波序列，组织学分析	CNN	MRI图像	188个血栓图像切片	NA	3层CNN	准确率，AUC	NA
5577	2025-10-06	Improving Image Segmentation with Contextual and Structural Similarity 2024-Aug, Pattern recognition IF:7.5Q1 DOI:10.1016/j.patcog.2024.110489 PMID:38645435	研究论文	提出上下文相似性损失和结构相似性损失来改进医学图像分割性能	通过显式建模体素间关系，提出两种新型损失函数来解决语义不一致预测问题	仅在特定医学图像数据集上验证，未涉及其他类型医学图像	改进医学图像分割的语义一致性	锥束CT图像中的颅颌面畸形和胰腺数据集	计算机视觉	颅颌面畸形, 胰腺疾病	锥束CT成像	深度学习分割模型	医学图像	临床CBCT数据集和公共胰腺数据集	NA	NA	语义保持能力评估	NA
5578	2025-10-06	Dose robustness of deep learning models for anatomic segmentation of computed tomography images 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044005 PMID:39099642	研究论文	评估深度学习模型在CT图像解剖分割中对辐射剂量变化的鲁棒性	使用原始全剂量采集数据模拟低剂量CT扫描，无需重新扫描患者，并验证了与现有去噪方法的兼容性	需要进一步研究病灶分割方法的鲁棒性，并确定影响剂量鲁棒性的关键因素	评估现有分割模型对CT扫描辐射剂量变化的鲁棒性	CT图像中的人体器官分割	医学影像分析	NA	计算机断层扫描(CT)	深度学习模型	CT图像	使用体模的真实CT扫描验证模拟准确性	NA	卷积神经网络(CNN), TotalSegmentator	Dice系数, Hausdorff距离	NA
5579	2025-10-06	Distinct brain morphometry patterns revealed by deep learning improve prediction of post-stroke aphasia severity 2024-Jun-12, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00541-8 PMID:38866977	研究论文	本研究使用深度学习分析全脑形态测量数据以改善卒中后失语症严重程度的预测	首次使用卷积神经网络识别与失语症严重程度相关的三维形态测量分布模式，超越了传统病灶分析	样本量相对有限(N=231)，且仅针对慢性卒中患者	改善卒中后失语症严重程度的预测准确性	慢性卒中后失语症患者	医学影像分析	卒中后失语症	脑形态测量分析	CNN, SVM	脑影像数据，分割组织体积	231名慢性卒中患者	NA	卷积神经网络	平衡准确度，F1分数	NA
5580	2025-10-06	Improving the Generalizability of Deep Learning for T2-Lesion Segmentation of Gliomas in the Post-Treatment Setting 2024-May-16, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11050497 PMID:38790363	研究论文	本研究通过数据混合、迁移学习和空间正则化方法，提高深度学习模型对治疗后胶质瘤T2病灶分割的泛化能力	首次系统评估数据混合比例、迁移学习和空间正则化对治疗后胶质瘤T2病灶分割性能的影响	研究样本量相对有限，仅评估了24名疑似进展的患者	提高深度学习模型在治疗后胶质瘤T2病灶分割中的泛化性能	新诊断胶质瘤患者(208例)和接受治疗后的胶质瘤患者(221例)	医学影像分析	胶质瘤	T2 FLAIR MRI	深度学习	医学影像	429例胶质瘤患者(208例新诊断，221例治疗后)，评估集24例	NA	NA	Dice系数, 敏感度, 95th Hausdorff距离	NA