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
621	2025-09-03	Image-domain material decomposition for dual-energy CT using unsupervised learning with data-fidelity loss 2024-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.17255 PMID:38865687	研究论文	提出一种基于无监督学习和数据保真度损失的双能CT图像域材料分解方法，用于噪声抑制	结合迭代分解与生成对抗网络（GAN），在无监督框架下实现材料分解，无需配对训练数据	NA	开发无需配对数据的无监督学习框架，用于双能CT图像域材料分解并抑制噪声放大	头部和肺部数字体模及临床患者数据	医学影像处理	NA	双能CT（DECT），材料分解	GAN（生成对抗网络）	图像	模拟研究使用头部和肺部数字体模，临床研究涉及头部和肺部患者数据（具体数量未明确说明）
622	2025-09-03	Diffeomorphic transformer-based abdomen MRI-CT deformable image registration 2024-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.17235 PMID:38820286	研究论文	提出一种基于微分同胚变换器的深度学习模型，用于腹部MRI-CT图像的可变形配准	整合Swin Transformer与CNN用于变形特征提取，并采用拓扑保持的微分同胚配准模型	研究为回顾性分析，样本量有限（50例肝脏病例）	开发准确的MRI-CT可变形图像配准方法以改进肝脏立体定向放疗计划	腹部MRI和CT图像，特别是肝脏及门静脉结构	医学图像处理	肝脏转移癌	可变形图像配准（DIR），深度学习	Swin Transformer + CNN	医学图像（MRI和CT）	50例肝脏病例的MRI和CT扫描数据
623	2025-09-03	Deep learning-based rapid image reconstruction and motion correction for high-resolution cartesian first-pass myocardial perfusion imaging at 3T 2024-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30106 PMID:38576068	研究论文	提出并评估一种基于深度学习的快速图像重建与运动校正技术，用于3T高分辨率笛卡尔首过心肌灌注成像	开发了3D物理驱动展开网络架构用于图像重建，并提出2D U-Net运动校正网络，显著缩短重建时间（从30分钟降至4秒）	训练数据仅来自20名受试者的135个切片，样本规模相对有限	提升高分辨率心肌灌注成像的重建速度与质量	人体心脏灌注图像	医学影像分析	心血管疾病	深度学习图像重建，运动校正	3D unrolled network, 2D U-Net	医学影像（MRI）	20名受试者，135个切片
624	2025-09-03	Deep Learning for Grading Endometrial Cancer 2024-Sep, The American journal of pathology DOI:10.1016/j.ajpath.2024.05.003 PMID:38879079	研究论文	本研究开发了EndoNet深度学习模型，用于自动分级子宫内膜癌的病理切片	结合卷积神经网络提取组织学特征和视觉变换器聚合特征，实现无需人工标注的自动分级	需要进一步验证	开发自动分级子宫内膜癌的深度学习模型	子宫内膜癌病理切片	数字病理学	子宫内膜癌	深度学习	CNN, Vision Transformer	图像	929张全切片图像（训练集），内部测试集110例，外部测试集100例
625	2025-09-03	Visceral Adiposity and Progression of ADPKD: A Cohort Study of Patients From the TEMPO 3:4 Trial 2024-Sep, American journal of kidney diseases : the official journal of the National Kidney Foundation IF:9.4Q1 DOI:10.1053/j.ajkd.2024.02.014 PMID:38608748	研究论文	本研究探讨内脏脂肪与常染色体显性多囊肾病（ADPKD）进展的关系，并评估其对托伐普坦疗效的影响	首次使用深度学习从MRI冠状面扫描量化内脏脂肪，并揭示其与ADPKD肾脏生长及托伐普坦疗效的独立关联	回顾性研究设计、快速进展者人群偏倚、深度学习计算需求高	探究内脏脂肪对ADPKD患者肾脏生长速度及药物治疗效果的影响	1,053名参与TEMPO 3:4试验的ADPKD高风险患者	数字病理学	肾脏疾病	深度学习、磁共振成像（MRI）	深度学习分割模型	医学影像	1,053名ADPKD患者
626	2025-09-03	Cost-Effectiveness of Artificial Intelligence-Based Opportunistic Compression Fracture Screening of Existing Radiographs 2024-Sep, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2023.11.029 PMID:38527641	研究论文	评估基于AI的骨质疏松性椎体压缩骨折机会性筛查在现有X光片上的成本效益	利用已建立的AI深度学习算法开发软件，从现有胸腹部X光片中高灵敏度、高特异性地筛查OVCF，并首次进行成本效益分析	从有限的社会角度考虑成本，未涵盖所有潜在成本因素	评估实施AI软件进行骨质疏松性椎体压缩骨折机会性筛查的成本效益	骨质疏松性椎体压缩骨折（OVCFs）患者及筛查策略	医疗AI	骨质疏松相关骨折	深度学习算法	深度学习模型（具体类型未明确说明）	X光图像	NA
627	2025-09-03	RNA3DB: A structurally-dissimilar dataset split for training and benchmarking deep learning models for RNA structure prediction 2024-Sep-01, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168552 PMID:38552946	研究论文	本文介绍RNA3DB，一个专为RNA结构预测深度学习模型训练和基准测试设计的结构非冗余数据集	提出基于结构和序列双重非冗余的RNA组分划分方法，确保训练集与测试集间无结构重叠	NA	解决RNA结构预测中因数据稀缺和结构多样性不足导致的深度学习模型性能评估偏差问题	结构化RNA分子	机器学习	NA	深度学习	NA	三维结构数据	源自蛋白质数据库(PDB)的RNA三维链，按约70/30比例划分训练测试集
628	2025-09-03	Artificial intelligence in ovarian cancer drug resistance advanced 3PM approach: subtype classification and prognostic modeling 2024-Sep, The EPMA journal DOI:10.1007/s13167-024-00374-4 PMID:39239109	研究论文	本研究利用人工智能分析卵巢癌耐药特征，构建基于耐药性的患者亚型分类和深度学习预后模型	首次在3PM框架下整合单细胞耐药特征与多组学聚类，并采用新型KAN架构改进DeepSurv预后模型	依赖外部验证集进行模型评估，样本来源有限	开发预测性、预防性和个性化医疗（3PM）策略，解决卵巢癌化疗耐药问题	卵巢癌患者细胞及临床样本	数字病理	卵巢癌	单细胞分析、多组学聚类、药物反应预测算法	KAN架构、DeepSurv改进模型	单细胞表达数据、多组学数据、临床预后数据	TCGA训练集21,937个细胞 + 3个GEO外部验证集（GSE17260, GSE26712, GSE51088）
629	2025-09-03	Progression of Bone Marrow Lesions and the Development of Knee Osteoarthritis: Osteoarthritis Initiative Data 2024-Sep, Radiology IF:12.1Q1 DOI:10.1148/radiol.240470 PMID:39287521	研究论文	开发并验证深度学习模型量化膝关节骨髓病变体积，评估其变化与骨关节炎发病风险的关系	首次使用深度学习对无放射学OA的膝关节进行分区骨髓病变量化，并纵向分析病变进展与OA发病的关联	回顾性研究设计，样本仅来自单一队列（OAI），未包含晚期OA患者	探究骨髓病变体积变化与膝关节骨关节炎发病的纵向关联	无放射学骨关节炎的膝关节	数字病理	骨关节炎	MRI扫描，深度学习分割	DL（深度学习）	医学影像（MRI）	2430名参与者的3869个膝关节
630	2025-09-03	Repurposing the Public BraTS Dataset for Postoperative Brain Tumour Treatment Response Monitoring 2024-09-01, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10090105 PMID:39330751	研究论文	本研究通过重新标注BraTS数据集，使其适用于术后脑肿瘤分割的深度学习算法训练	将BraTS三标签注释协议自动转换为适用于术后场景的两标签协议，解决了原数据集仅包含术前数据的问题	对于体积小于1 cm³的肿瘤，分割性能可能有限	促进BraTS数据集在术后脑肿瘤分割深度学习算法训练中的应用	脑肿瘤患者	数字病理	脑肿瘤	MRI	深度学习算法	医学影像	72例术后胶质母细胞瘤MRI扫描，包含41个液填充切除腔
631	2025-09-03	Data-driven continuum damage mechanics with built-in physics 2024-Sep, Extreme Mechanics Letters IF:4.3Q1 DOI:10.1016/j.eml.2024.102220 PMID:39372561	研究论文	提出一种基于神经常微分方程的数据驱动连续损伤力学方法，用于模拟软材料在热力学一致框架下的能量耗散行为	扩展神经常微分方程(NODEs)至损伤力学领域，通过引入单调屈服函数实现热力学一致的能量耗散建模	NA	开发具有内置物理约束的数据驱动方法，用于准确模拟软材料的损伤和能量耗散机制	橡胶和软组织等软材料	机器学习	NA	神经常微分方程(NODEs)	NODEs	合成应力-变形历史数据、实验组织数据	NA
632	2025-09-03	A predictive approach for host-pathogen interactions using deep learning and protein sequences 2024-Sep, Virusdisease DOI:10.1007/s13337-024-00882-x PMID:39464732	研究论文	提出一种基于深度学习和蛋白质序列的宿主-病原体相互作用预测方法	使用mMKGap算法提取蛋白质序列特征，结合深度学习实现高精度HPI预测	NA	预测宿主-病原体相互作用	人类病原体蛋白质序列	生物信息学	传染病	mMKGap特征提取算法	深度神经网络	蛋白质序列	三个平衡的人类-病原体数据集，采用10折交叉验证
633	2025-09-03	Deep Learning-Assisted Automatic Diagnosis of Anterior Cruciate Ligament Tear in Knee Magnetic Resonance Images 2024-08-13, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10080094 PMID:39195729	研究论文	本研究开发了一种基于深度学习的模型SGNET，用于自动诊断膝关节MRI中的前交叉韧带撕裂	提出了包含双尺度数据增强、选择性群体注意力和融合模块的新型深度学习架构，能够从多视角MRI中捕捉层间、通道和空间关系	NA	提高前交叉韧带撕裂的诊断准确性和效率	膝关节MRI图像	计算机视觉	骨科损伤	深度学习	CNN（基于注意力的神经网络）	医学图像（MRI）	1250例膝关节MRI检查，包含轴位、冠状位和矢状位三种视角
634	2025-09-03	Machine Learning and Deep Learning Approaches in Lifespan Brain Age Prediction: A Comprehensive Review 2024-08-12, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10080093 PMID:39195728	综述	本文全面回顾了2020至2024年间52项研究，探讨机器学习和深度学习在生命周期脑龄预测中的应用与挑战	系统比较ML与DL模型在跨年龄段脑龄预测中的性能差异与方法学局限	未涉及非神经影像数据源的整合及模型临床转化可行性的深入分析	评估脑龄预测技术的进展，指导神经退行性疾病早期干预策略	神经影像数据衍生的脑龄生物标志物	机器学习	神经退行性疾病	神经影像分析	ML和DL模型	神经影像数据	52项同行评审研究（2020-2024年）
635	2025-09-03	Deep Learning for 3D Vascular Segmentation in Phase Contrast Tomography 2024-Jul-16, Research square DOI:10.21203/rs.3.rs-4613439/v1 PMID:39070623	研究论文	本文利用深度学习进行3D血管分割，基于新型HiP-CT成像技术，并通过nnU-Net框架在肾脏血管数据集上评估模型性能	引入经双标注验证的高分辨率HiP-CT血管数据集，并在新型成像模态上系统评估血管分割模型，为高分辨率器官成像中的机器学习模型评估设立新标准	Dice系数主要评估体素一致性但忽略血管关键特征；大血管因缺乏静水压（离体技术）塌陷导致分割效果差；细血管连通性降低及边界分割错误影响血管树结构理解	为血管分割提供理论基础并确定适用于HiP-CT成像的鲁棒基线模型	人体肾脏血管结构	计算机视觉	NA	Hierarchical Phase-Contrast Tomography (HiP-CT)	nnU-Net	3D图像	3个肾脏的血管数据（来自人类器官图谱项目）
636	2025-09-03	Automatically Detecting Pancreatic Cysts in Autosomal Dominant Polycystic Kidney Disease on MRI Using Deep Learning 2024-07-16, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10070087 PMID:39058059	研究论文	本研究利用深度学习自动检测ADPKD患者MRI图像中的胰腺囊肿	首次开发基于nnU-Net的深度学习模型来自动化检测ADPKD相关的胰腺囊肿，并在多中心数据上验证性能	模型灵敏度较低（20-24%），标注一致性有限（放射科医生仅对52%的训练数据囊肿标注达成一致）	自动化检测常被放射科医生忽略的自体显性多囊肾病患者的胰腺囊肿	146名ADPKD患者的MRI扫描图像	数字病理学	胰腺疾病	深度学习，MRI成像	nnU-Net (2D和3D配置)	医学图像（轴向和冠状T2加权MR图像）	254次扫描来自146名ADPKD患者，包含40名内部测试、40名外部测试和23名重测重现性患者
637	2025-09-03	Computed Tomography Effective Dose and Image Quality in Deep Learning Image Reconstruction in Intensive Care Patients Compared to Iterative Algorithms 2024-06-07, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10060069 PMID:38921946	研究论文	比较深度学习图像重建算法与传统迭代算法在重症监护患者CT扫描中的有效剂量和图像质量	首次在重症监护患者中系统评估深度学习图像重建算法相比传统滤波反投影和迭代重建算法在降低辐射剂量和提升图像质量方面的优势	单中心研究，样本量相对有限（83例患者），未涵盖所有类型CT扫描仪	评估深度学习图像重建算法是否能降低CT有效剂量并改善图像质量	重症监护病房患者	医学影像	重症监护	CT扫描，深度学习图像重建	CNN	医学影像	83例重症监护患者（平均年龄59±15岁，56名男性）
638	2025-09-03	Impact of Deep Learning Denoising Algorithm on Diffusion Tensor Imaging of the Growth Plate on Different Spatial Resolutions 2024-04-02, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10040039 PMID:38668397	研究论文	评估深度学习去噪算法在不同空间分辨率下对生长板扩散张量成像的影响	首次在儿科患者中应用商用深度学习去噪模型，并系统比较不同体素尺寸下DTI指标的差异	样本量未明确说明，仅使用单一厂商设备和特定去噪设置	评估深度学习去噪算法在不同空间分辨率DTI扫描中的效果	儿童膝关节生长板的扩散张量成像数据	医学影像分析	NA	扩散张量成像(DTI), 深度学习去噪	深度学习模型	医学影像	未明确说明样本数量的儿科患者
639	2025-09-03	A 3D convolutional neural network to classify subjects as Alzheimer's disease, frontotemporal dementia or healthy controls using brain 18F-FDG PET 2024-03, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120530 PMID:38311126	研究论文	本研究开发并验证了一种基于3D卷积神经网络的模型，使用脑部18F-FDG PET图像对阿尔茨海默病、额颞叶痴呆和健康对照进行分类	首次引入深度学习模型基于[18F]-FDG PET扫描区分AD和FTD，并以极高准确率识别健康对照	研究为回顾性设计，数据来自特定数据库，需要进一步验证在其他中心的泛化能力	开发准确的神经退行性疾病诊断工具以支持优化治疗	阿尔茨海默病患者、额颞叶痴呆患者和认知正常对照者	医学影像分析	神经退行性疾病	18F-FDG PET脑部成像	3D VGG16-like CNN	3D医学影像	591个受试者（199 AD, 192 FTD, 200 CN）
640	2025-09-03	Network response of brain microvasculature to neuronal stimulation 2024-02-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120512 PMID:38199427	研究论文	本研究通过三维双光子荧光显微镜和深度学习分析，揭示了神经元激活后大脑微血管网络的血流动力学响应特征	首次在500×500×500 μm皮层体积内实现微血管网络级别的神经血管耦合响应映射，并采用深度学习流程进行高通量血管分割与图像分析	研究局限于特定皮层体积的观测，尚未扩展到全脑范围或不同疾病模型	探究神经血管耦合在微血管网络层面的响应机制	小鼠皮层锥体神经元及相邻微血管网络	神经科学	NA	3D双光子荧光显微镜、光遗传学激活、深度学习图像分割	深度学习管道（具体架构未说明）	3D显微图像	约30个高分辨率3纳升fMRI体素对应的皮层体积