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
6281	2025-10-06	Autonomous screening for laser photocoagulation in fundus images using deep learning 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323376 PMID:37217293	研究论文	本研究开发了一种基于深度学习的自主筛查模型，用于检测眼底图像中的激光光凝治疗模式	首次提出使用深度学习模型自动识别眼底图像中的激光光凝模式，并证明该模型能有效提升其他AI模型的性能	研究仅使用单一数据集(EyePACs)，缺乏外部验证	开发能够自动检测眼底图像中激光光凝治疗的人工智能模型	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	深度学习模型	眼底图像	开发集18,945例，验证集2,105例	NA	NA	AUC, MAE	NA
6282	2025-10-06	Automated expert-level scleral spur detection and quantitative biometric analysis on the ANTERION anterior segment OCT system 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2022-322328 PMID:37798075	研究论文	本研究对ANTERION前段OCT系统中的深度学习算法进行独立验证，实现自动巩膜突检测和定量生物计量分析	在独立患者群体中验证深度学习算法达到专家级别的巩膜突定位精度，并首次系统比较算法与不同经验水平人工评分者的性能差异	样本量相对有限（117名参与者），仅使用单一OCT系统（ANTERION）的数据	验证深度学习算法在AS-OCT图像中自动检测巩膜突和测量相关生物计量参数的准确性和可靠性	接受常规眼科护理的患者的前段OCT图像	医学影像分析	眼科疾病	前段光学相干断层扫描（AS-OCT）	深度学习算法	医学影像	117名参与者的1308张AS-OCT图像	NA	NA	假阳性率, 真阳性率, 组内相关系数	NA
6283	2025-10-06	Detecting the corneal neovascularisation area using artificial intelligence 2024-05-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323308 PMID:37339866	研究论文	开发并评估基于人工智能的图像分析工具，用于测量和量化角膜新生血管区域	首次使用预训练的U-Net神经网络对裂隙灯图像进行角膜新生血管区域的自动分割与检测	样本量相对有限（120例患者），仅使用单一医疗机构数据	创建自动化工具量化角膜新生血管区域	角膜新生血管患者的裂隙灯图像	计算机视觉	角膜疾病	深度学习图像分割	CNN	图像	120例患者的120张眼部裂隙灯图像	NA	U-Net	交并比(IoU), 特异性	NA
6284	2025-10-06	Classification of self-limited epilepsy with centrotemporal spikes by classical machine learning and deep learning based on electroencephalogram data 2024-05-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.148813 PMID:38373675	研究论文	本研究基于脑电图数据，使用经典机器学习和深度学习方法对自限性伴中央颞区棘波癫痫进行分类诊断	同时采用经典机器学习（基于尖波特征提取）和深度学习方法（ResNet）进行癫痫分类比较，展示了深度学习在癫痫分类中的显著优势	样本量较小（仅33名患者），年龄范围有限（3-11岁）	开发有效的分类方法以辅助自限性伴中央颞区棘波癫痫的临床诊断	33名被诊断为SeLECTS或非SeLECTS的癫痫患者	机器学习	癫痫	脑电图	随机森林,极端随机森林,CNN	脑电图信号	33名3-11岁癫痫患者	NA	ResNet	准确率,F1分数,AUC,AUPRC	NA
6285	2025-10-06	Based on neural network cascade abnormal texture information dissemination of classification of patients with schizophrenia and depression 2024-05-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2024.148819 PMID:38403037	研究论文	本研究通过MRI脑图像纹理分析和深度学习技术区分精神分裂症、重度抑郁症患者和健康对照组	结合纹理特征映射与深度学习技术进行精神疾病分类，采用重复嵌套交叉验证进行特征选择	样本量相对有限，仅包含三种分组比较	开发基于MRI纹理特征的生物标志物来区分精神分裂症、重度抑郁症和健康人群	精神分裂症患者、重度抑郁症患者和健康对照者	医学影像分析	精神疾病	MRI脑图像分割，纹理分析	深度学习	MRI脑部图像	141名精神分裂症患者，103名重度抑郁症患者，238名健康对照者	NA	NA	准确率，敏感性，特异性	NA
6286	2025-10-06	The Application of Artificial Intelligence to Cancer Research: A Comprehensive Guide 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241250324 PMID:38775067	综述	本文全面探讨了人工智能在癌症研究中的应用，重点介绍了机器学习、软计算和深度学习在肿瘤学中的作用	以清晰易懂的方式解释AI关键概念和算法，并提供文献中重要进展的表格总结	NA	使广大读者能够理解AI在癌症研究中的进展和应用	各种癌症类型的诊断、分类和预测	机器学习	癌症	NA	SVM, Naïve Bayes, CNN	NA	NA	NA	NA	NA	NA
6287	2025-10-06	Deep Learning-Based Prediction of Radiation Therapy Dose Distributions in Nasopharyngeal Carcinomas: A Preliminary Study Incorporating Multiple Features Including Images, Structures, and Dosimetry 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241256594 PMID:38808514	研究论文	本研究开发了一种结合剂量信息的深度学习模型，用于预测鼻咽癌放射治疗的剂量分布	首次将靶区适形计划剂量信息通过多通道输入方式整合到卷积神经网络中，提高了预测精度	对于小体积或邻近的危及器官预测存在差异，且为初步研究需要进一步验证	提高鼻咽癌调强放射治疗剂量分布的预测准确性	鼻咽癌患者的放射治疗计划	医学影像分析	鼻咽癌	调强放射治疗，容积旋转调强放疗	CNN	医学图像，结构轮廓，剂量分布数据	NA	NA	深度卷积神经网络	3D伽马通过率，剂量体积直方图相似性指数，D98%指标	NA
6288	2025-10-06	A 3 M Evaluation Protocol for Examining Lymph Nodes in Cancer Patients: Multi-Modal, Multi-Omics, Multi-Stage Approach 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241277389 PMID:39267420	综述	提出针对癌症患者淋巴结评估的多模态、多组学、多阶段标准化评估方案	整合影像组学与深度学习模型，建立系统化的淋巴结管理协议，涵盖术前评估到术后免疫影响的全流程	基于文献综述提出方案，尚未经过大规模临床验证	建立标准化淋巴结评估协议以优化癌症治疗	癌症患者的淋巴结转移与手术切除	数字病理	癌症	多模态成像、多组学分析、深度学习	深度学习模型	医学影像、临床数据、统计资料	NA	NA	NA	NA	NA
6289	2025-10-06	The Value of Topological Radiomics Analysis in Predicting Malignant Risk of Pulmonary Ground-Glass Nodules: A Multi-Center Study 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241287089 PMID:39363876	研究论文	本研究通过拓扑数据分析和纹理分析两种影像组学方法，预测肺磨玻璃结节(GGNs)的恶性风险	首次将基于同调性的拓扑特征应用于GGNs的影像组学分析，捕捉结节内复杂的几何和空间关系	回顾性研究设计，数据来自两个中心，需要更多外部验证	预测肺CT扫描中磨玻璃结节的恶性风险	肺磨玻璃结节(GGNs)	医学影像分析	肺癌	CT扫描，拓扑数据分析，纹理分析	机器学习，深度学习	医学影像(CT图像)	3223名患者(来自两个中心，2018年1月至2023年6月)	NA	NA	AUC, 敏感度	NA
6290	2025-10-06	Trends and Hotspots in Global Radiomics Research: A Bibliometric Analysis 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241235769 PMID:38465611	文献计量分析	通过文献计量分析方法总结放射组学知识结构并探索潜在趋势和研究重点	首次对2012-2022年全球放射组学研究进行全面的文献计量分析，识别未来研究方向	仅基于Web of Science数据库，可能未涵盖所有相关文献	探索放射组学领域的研究现状、发展趋势和热点方向	2012-2022年期间发表的6428篇放射组学相关文献	医学影像分析	NA	文献计量分析	NA	文献元数据	6428篇文章	VOSviewer, CiteSpace, Tableau, Microsoft Excel, Rstudio	NA	NA	免费在线平台
6291	2025-10-06	A Comparative Study of Deep Learning Dose Prediction Models for Cervical Cancer Volumetric Modulated Arc Therapy 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241242654 PMID:38584413	研究论文	比较四种深度学习模型在宫颈癌VMAT治疗中体素级剂量分布的预测性能	首次系统比较四种先进三维深度学习模型在宫颈癌VMAT剂量预测中的表现	回顾性研究，样本量相对有限（261例患者）	评估不同深度学习模型在放射治疗剂量预测中的性能	宫颈癌患者的VMAT治疗计划	医学影像分析	宫颈癌	容积旋转调强放疗(VMAT)	3D CNN	CT图像, 解剖结构掩膜	261例宫颈癌患者治疗计划	NA	3D U-Net, UNETR	平均绝对误差(MAE), 剂量图差异, 临床剂量学指标, Dice相似系数(DSC)	NA
6292	2025-10-06	Analysis of ultrasonographic images using a deep learning-based model as ancillary diagnostic tool for diagnosing gallbladder polyps 2023-12, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2023.06.023 PMID:37407319	研究论文	本研究开发基于深度学习的超声图像分析模型，作为胆囊息肉诊断的辅助工具	首次将深度学习模型应用于胆囊息肉的超声图像分类，并评估其对不同经验水平医生的辅助诊断效果	回顾性研究设计，样本量相对有限（263名患者），需进一步前瞻性验证	评估深度学习模型在鉴别肿瘤性胆囊息肉与非肿瘤性胆囊息肉中的效能	胆囊息肉患者的超声图像	计算机视觉	胆囊疾病	超声成像	深度学习	图像	263名患者的3,754张超声图像	NA	NA	准确率, 敏感性, 特异性	NA
6293	2025-10-06	Identification of gastric signet ring cell carcinoma based on endoscopic images using few-shot learning 2023-12, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2023.07.005 PMID:37455154	研究论文	本研究提出了一种基于小样本学习的胃印戒细胞癌内镜图像识别方法	采用双重预训练策略（ImageNet和食管内镜图像）结合小样本学习框架解决胃印戒细胞癌样本稀缺问题	每类新类别仅使用50个样本，样本量较小	开发基于内镜图像的胃印戒细胞癌计算机辅助诊断方法	胃良性溃疡、腺癌和印戒细胞癌的内镜图像	计算机视觉	胃癌	内镜成像	CNN	图像	每类50个样本（胃良性溃疡、腺癌和SRCC），共150个样本	TensorFlow/PyTorch（未明确指定）	EfficientNetV2-S	准确率, 灵敏度, 召回率, 精确率, F1-score, 特异性, AUC	NA
6294	2025-10-06	Multimodal deep learning improving the accuracy of pathological diagnoses for membranous nephropathy 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2528106 PMID:40659521	研究论文	开发多模态深度学习系统提高膜性肾病病理诊断准确性	首次结合PASM染色、免疫荧光和电镜图像构建多模态诊断系统，在荧光图像分类和沉积物分割方面优于病理医生	研究主要针对膜性肾病，尚未验证对其他肾小球疾病的泛化能力	开发辅助病理医生诊断膜性肾病的多模态病理诊断系统	膜性肾病患者的肾脏活检图像数据	数字病理	肾脏疾病	PASM染色、免疫荧光、电子显微镜	深度学习模型	病理图像	138名各种肾脏疾病患者	NA	NA	准确率, 召回率, F1分数, Dice系数, IoU	NA
6295	2025-10-06	Genotype Prediction from Retinal Fundus Images Using Deep Learning in Eyes with Age-Related Macular Degeneration 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100836 PMID:40661176	研究论文	使用深度学习模型从年龄相关性黄斑变性患者的视网膜眼底图像预测高风险基因变异	首次利用深度学习直接从视网膜眼底图像预测AMD相关高风险基因型，无需基因检测	样本量相对有限（1754名参与者），模型性能在不同AMD阶段存在差异	开发从视网膜眼底图像预测年龄相关性黄斑变性高风险基因型的深度学习算法	年龄相关性黄斑变性患者的视网膜眼底图像	计算机视觉	年龄相关性黄斑变性	视网膜眼底成像	CNN, Vision Transformer	图像	1754名参与者的31,271张视网膜彩色眼底照片	NA	Vision Transformer	AUROC, 平衡准确率, 平均精确率	NA
6296	2025-10-06	A deep learning model for accurate segmentation of the Drosophila melanogaster brain from Micro-CT imaging 2025-Sep, Developmental biology IF:2.5Q2 DOI:10.1016/j.ydbio.2025.05.027 PMID:40447251	研究论文	开发了一种基于预训练神经网络的深度学习模型，用于从Micro-CT图像中精确分割果蝇大脑	仅需1-3张Micro-CT图像即可训练准确的3D深度学习模型，并能适应不同组织对比染色、扫描仪型号和基因型	训练数据量有限（仅1-3张图像）	开发自动化的果蝇大脑分割方法以替代耗时的人工分析	成年黑腹果蝇大脑	计算机视觉	NA	Micro-CT成像	深度学习	3D Micro-CT图像	1-3张果蝇大脑Micro-CT图像	NA	预训练神经网络	NA	NA
6297	2025-10-06	TKA-AID: An Uncertainty-Aware Deep Learning Classifier to Identify Total Knee Arthroplasty Implants 2025-Aug, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.019 PMID:39832639	研究论文	开发了一种基于深度学习的全膝关节置换植入物自动识别工具	采用不确定性估计和异常检测作为安全机制，可在多种X射线视图上工作	仅针对九种常见的TKA植入物系统进行训练	自动识别全膝关节置换术中的主要植入物型号	全膝关节置换植入物	计算机视觉	骨科疾病	X射线成像	CNN	图像	9,651名患者（共111,519张图像）	NA	EfficientNet	准确率	NA
6298	2025-10-06	Development of a Deep Learning Model for Automating Implant Position in Total Hip Arthroplasty 2025-Aug, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.032 PMID:39880053	研究论文	开发用于自动标注全髋关节置换术中植入物位置的深度学习模型	首次开发能够同时处理X射线和荧光透视图像并自动进行THA相关测量的深度学习模型	研究样本量相对有限（仅161例THA手术）	开发自动化全髋关节置换相关测量的深度学习模型	骨盆X射线和荧光透视图像	计算机视觉	骨科疾病	医学影像分析	深度学习	X射线图像, 荧光透视图像	161例初次全髋关节置换术的影像数据	NA	地标检测模型	地标检测准确率	NA
6299	2025-10-06	A Deep Learning Tool for Minimum Joint Space Width Calculation on Antero-posterior Knee Radiographs 2025-Aug, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.038 PMID:39880057	研究论文	开发了一种基于深度学习的自动化工具，用于在膝关节前后位X光片上计算最小关节间隙宽度	开发了端到端算法，结合深度学习分割模型和计算机视觉算法，能够灵活处理自然膝关节和关节置换术后的膝关节	样本量相对有限（583张训练图像和330张独立验证图像），需要在更大数据集上进一步验证	开发自动化测量膝关节最小关节间隙宽度的算法	膝关节前后位X光片，包括自然膝关节和关节置换术后的膝关节	计算机视觉	骨关节炎	X光成像	深度学习分割模型	医学图像（X光片）	583张图像用于训练深度学习模型，330张独立图像用于算法验证	NA	NA	Dice系数，平均绝对误差，Bland-Altman图	NA
6300	2025-10-06	AI-Driven Dental Caries Management Strategies: From Clinical Practice to Professional Education and Public Self Care 2025-Aug, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.04.007 PMID:40354695	综述	概述人工智能在龋齿管理中的应用现状，涵盖临床实践、专业教育和公众自我护理	首次系统整合AI在龋齿管理全流程中的应用，包括风险评估、影像诊断、治疗规划、专业培训和公众自我管理	未涉及具体临床验证数据和算法性能比较	探讨人工智能技术在龋齿个性化管理中的应用前景	龋齿患者、牙科专业人员、牙科学生和普通公众	机器学习	龋齿	机器学习，深度学习	NA	图像，行为数据，风险因素数据	NA	NA	NA	NA	NA