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
6801	2025-10-06	Ultra-low-dose coronary CT angiography via super-resolution deep learning reconstruction: impact on image quality, coronary plaque, and stenosis analysis 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11399-2 PMID:39891682	研究论文	本研究评估超分辨率深度学习重建技术在超低剂量冠状动脉CT血管成像中的图像质量、冠状动脉斑块和狭窄分析性能	首次将超分辨率深度学习重建技术应用于超低剂量冠状动脉CT血管成像，实现60%辐射剂量降低的同时保持图像质量和诊断性能	样本量较小（50例患者），需要更大规模研究验证	评估超分辨率深度学习重建技术在降低冠状动脉CT血管成像辐射剂量方面的效果	50例接受冠状动脉CT血管成像检查的患者	医学影像分析	心血管疾病	冠状动脉CT血管成像，超分辨率深度学习重建	深度学习	医学影像	50例患者，48个冠状动脉节段	NA	超分辨率深度学习重建	图像质量评分，斑块体积测量，狭窄检测AUC，组内相关系数	NA
6802	2025-10-06	Normative values for lung, bronchial sizes, and bronchus-artery ratios in chest CT scans: from infancy into young adulthood 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11367-w PMID:39891681	研究论文	本研究通过胸部CT扫描建立了从婴儿期到青年期的肺部和支气管尺寸及支气管-动脉比值的参考值范围	首次使用自动化深度学习算法系统性地量化分析从儿童到青年期肺部发育过程中支气管和动脉参数的变化趋势	样本量相对有限（375例），仅包含正常受试者，未考虑病理状态下的变化	建立从学龄前到青年期肺部支气管和动脉尺寸的标准化参考值	0-24岁人群的胸部CT扫描数据	医学影像分析	肺部疾病	计算机断层扫描（CT），深度学习算法	深度学习算法	医学影像（CT扫描）	375例正常吸气期胸部CT扫描（女性156例，男性219例，平均年龄12.7±5.0岁）	NA	NA	p值，回归分析	NA
6803	2025-10-06	PlaqueViT: a vision transformer model for fully automatic vessel and plaque segmentation in coronary computed tomography angiography 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11410-w PMID:39909898	研究论文	开发并评估用于冠状动脉CT血管成像中血管和斑块全自动分割的深度学习模型	首次采用定制的3D视觉Transformer模型和深度集成方法进行冠状动脉斑块的全自动体素级分割	模型性能仍有提升空间（Dice系数0.55），需要更多外部验证	开发冠状动脉血管和斑块的全自动分割工具	冠状动脉CT血管成像数据	计算机视觉	心血管疾病	冠状动脉CT血管成像	Vision Transformer	3D医学图像	开发集463例，测试集123例，观察者间研究65例，外部验证28例，CAD检测684例	NA	定制的3D Vision Transformer	Dice系数, 平均表面距离, Pearson相关系数, ICC, 灵敏度, 特异性	NA
6804	2025-07-07	Lateral connection convolutional neural networks for obstructive sleep apnea hypopnea classification 2025-Jul-06, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2524478 PMID:40618219	research paper	提出了一种新型的卷积神经网络架构LCCNN，用于阻塞性睡眠呼吸暂停低通气综合征（OSAHS）的分类	引入了侧向连接层以实现神经元的语义排列，提高了模型的可解释性，并通过竞争层以无监督方式更新滤波器	模型仍需要标记数据，而数据标记过程耗时、费力且成本高	提高阻塞性睡眠呼吸暂停低通气综合征（OSAHS）分类的准确性和模型可解释性	阻塞性睡眠呼吸暂停低通气综合征（OSAHS）患者数据	machine learning	阻塞性睡眠呼吸暂停低通气综合征	CNN	LCCNN（Lateral Connection CNN）	生理信号数据	University College Dublin数据库（UCD）和Physionet Challenge数据库（PCD）	NA	NA	NA	NA
6805	2025-07-07	Quantifying features from X-ray images to assess early stage knee osteoarthritis 2025-Jul-05, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03405-y PMID:40616750	研究论文	本研究提出了一种自动评估膝骨关节炎严重程度的系统，结合预训练的深度学习模型和图像处理技术，提取并量化关键的膝骨关节炎成像生物标志物	整合预训练DL模型与图像处理技术，自动检测和量化关节间隙狭窄和骨赘，无需昂贵的训练过程和大规模标注数据	系统在JSN检测、骨赘识别和KOA分类的准确率分别为88%、80%和73%，仍有提升空间	开发一种自动化系统，用于早期膝骨关节炎的严重程度评估	膝骨关节炎患者的X射线图像	数字病理学	膝骨关节炎	CLAHE对比度增强、DexiNed边缘提取、阈值降噪	预训练DL模型	X射线图像	NA	NA	NA	NA	NA
6806	2025-07-07	MRI-based detection of multiple sclerosis using an optimized attention-based deep learning framework 2025-Jul-05, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2527899 PMID:40616778	研究论文	本文提出了一种基于MRI的优化注意力深度学习框架2DRK-MSCAN，用于多发性硬化症的早期准确检测	结合了EfficientNetV2L骨干网络、U型编码器-解码器架构、深度扩散残差核和多尺度蛇形卷积注意力机制，提高了检测的准确性和鲁棒性	临床验证仍在进行中	开发并评估一种新型深度学习框架，用于MRI数据中多发性硬化症病变的早期准确检测	多发性硬化症病变	计算机视觉	多发性硬化症	MRI	2DRK-MSCAN（结合EfficientNetV2L、U型编码器-解码器、深度扩散残差核和多尺度蛇形卷积注意力机制）	图像	三个公开可用的基于MRI的脑肿瘤数据集	NA	NA	NA	NA
6807	2025-07-07	Deep Learning Automated Measurements of Expanded Polystyrene Beads Size Using Low-Resolution Micrography 2025-Jul-04, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70019 PMID:40616216	研究论文	本研究提出了一种基于深度学习的自动化方法，用于测量低分辨率显微图像中发泡聚苯乙烯珠粒的大小	利用深度学习模型自动测量低分辨率显微图像中的发泡聚苯乙烯珠粒大小，替代传统手动测量方法	研究仅针对两种密度的发泡聚苯乙烯泡沫(8.5和24 kg/m)进行了验证	开发一种可靠且精确的发泡聚苯乙烯珠粒尺寸自动测量方法	发泡聚苯乙烯泡沫的珠粒微观结构	计算机视觉	NA	显微成像	深度学习	图像	两种密度的发泡聚苯乙烯泡沫样品(8.5和24 kg/m)	NA	NA	NA	NA
6808	2025-10-06	The continuous evolution of biomolecular force fields 2025-Jul-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.05.013 PMID:40527321	综述	本文概述了生物分子力场的最新发展现状，涵盖极化力场、机器学习势能和粗粒度模型	重点关注深度学习革命对生物分子力场参数化的创新应用，强调跨学科方法在改进生物分子建模中的潜力	NA	总结生物分子力场的最新进展，识别新兴挑战并探索未来发展方向	生物分子力场及其在生物和治疗发现中的应用	机器学习	NA	分子模拟，深度学习	机器学习势能	分子模拟数据	NA	NA	NA	NA	NA
6809	2025-10-06	Impact of deep learning denoising on kinetic modelling for low-dose dynamic PET: application to single- and dual-tracer imaging protocols 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07182-6 PMID:40069458	研究论文	本研究探讨深度学习去噪技术在低剂量动态PET成像中对动力学建模的改善效果，应用于单示踪剂和双示踪剂成像协议	首次将基于静态[18F]FDG PET图像训练的深度学习去噪模型应用于动态[18F]FDG和[18F]FGln PET成像，显著降低剂量需求	在极低剂量（4 MBq）下对乳腺病灶中[18F]FGln的测量精度有所降低	提高低剂量动态PET成像的定量分析准确性	16例[18F]FDG PET研究数据，来自PennPET Explorer扫描仪	医学影像分析	癌症	PET成像，动力学建模，深度学习去噪	深度学习	PET图像数据	16项[18F]FDG PET研究	NA	NA	TAC曲线下面积，Ki参数，VT参数，图像质量	NA
6810	2025-10-06	Development and Validation of a Novel Deep Learning Model to Predict Pharmacologic Closure of Patent Ductus Arteriosus in Premature Infants 2025-Jul, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.03.018 PMID:40220935	研究论文	开发并验证一种新型深度学习模型，用于预测早产儿动脉导管未闭药物闭合的可能性	首次将深度学习应用于预测早产儿动脉导管未闭药物闭合效果，并开发了多模态卷积神经网络模型	回顾性研究设计，样本量相对较小（174名婴儿）	预测早产儿动脉导管未闭药物闭合的临床结果	174名接受动脉导管未闭药物治疗的早产儿	医学影像分析	心血管疾病	超声心动图	CNN	图像, 临床数据	174名早产儿，包含1,926个超声心动图片段	NA	卷积神经网络	AUC	NA
6811	2025-10-06	KEVS: enhancing segmentation of visceral adipose tissue in pre-cystectomy CT with Gaussian kernel density estimation 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03380-7 PMID:40343641	研究论文	提出一种无需真实标注掩码的自动化内脏脂肪组织分割方法KEVS，用于膀胱切除术前CT扫描	结合深度学习语义分割模型与高斯核密度估计分析，无需真实标注VAT掩码即可实现精准分割	仅在20例膀胱切除术前CT扫描数据集上进行验证，样本量有限	开发无需真实标注的自动化内脏脂肪组织分割方法以预测术后并发症	膀胱切除术患者的腹部CT扫描图像	数字病理	膀胱癌	CT扫描	深度学习语义分割模型	医学影像	20例来自伦敦大学学院医院的膀胱切除术前CT扫描	NA	NA	Dice系数	NA
6812	2025-10-06	Shortcut learning leads to sex bias in deep learning models for photoacoustic tomography 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03370-9 PMID:40343639	研究论文	本研究探讨了光声断层扫描中捷径学习导致的性别偏见问题	首次在光声断层扫描领域系统研究捷径学习引发的性别偏见，并揭示疾病患病率性别差异对诊断性能的影响	样本量相对有限（147人），仅关注外周动脉疾病和性别因素	研究深度学习模型在医学影像中的算法公平性问题	外周动脉疾病患者的光声断层扫描图像	医学影像分析	外周动脉疾病	光声断层扫描	CNN	图像	147名个体	NA	NA	AUROC	NA
6813	2025-10-06	A deep learning-based approach to automated rib fracture detection and CWIS classification 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03390-5 PMID:40377883	研究论文	开发一种基于深度学习的自动化方法，用于CT扫描中的肋骨骨折检测和CWIS分类	首次将深度学习应用于肋骨骨折的自动化检测和CWIS分类系统分类	训练集中罕见和代表性不足类别的分类性能有待提升	开发评估肋骨骨折自动检测和分类方法	CT扫描中的肋骨骨折	计算机视觉	创伤性损伤	CT扫描	深度学习	医学影像	198个CT扫描（170个训练和内部验证，28个外部验证）	nnU-Net	nnU-Net	灵敏度, 精确度, F1分数, FPPS	NA
6814	2025-10-06	Uncertainty estimation for trust attribution to speed-of-sound reconstruction with variational networks 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03402-4 PMID:40495100	研究论文	提出一种基于不确定性估计的声速重建信任度评估方法，用于自动选择最佳超声数据帧以改善乳腺癌诊断	首次将不确定性估计应用于声速重建中的帧选择，提出基于蒙特卡洛丢弃和贝叶斯变分推理的自动选择方法	仅评估了21个BI-RADS 4类病灶，样本量有限	通过不确定性估计提高声速重建图像的质量和诊断可靠性	乳腺癌病灶（良性纤维腺瘤和恶性癌）	医学影像分析	乳腺癌	超声成像，声速重建	变分网络	超声图像	21个BI-RADS 4类病灶，每个病灶4次采集	NA	变分网络	AUC（曲线下面积）	NA
6815	2025-10-06	Concurrent emergence of view invariance, sensitivity to critical features, and identity face classification through visual experience: Insights from deep learning algorithms 2025-Jul-01, Journal of vision IF:2.0Q2 DOI:10.1167/jov.25.8.2 PMID:40590783	研究论文	通过深度学习算法研究视觉经验如何同时促进视角不变性表征、关键面部特征敏感性和身份分类能力的发展	首次系统性地操纵训练数据中身份内和身份间面部图像数量，研究其对网络性能的协同影响	研究基于深度学习模型，与人类视觉系统的直接对应关系仍需进一步验证	探究何种面部经验能使网络对人类关键面部特征敏感，及其与视角不变性表征和分类性能的关系	深度卷积神经网络在面部识别任务中的表现	计算机视觉	NA	深度学习训练	DCNN	面部图像	系统操纵身份内和身份间图像数量的训练数据集	NA	深度卷积神经网络	分类准确率, 视角不变性表征质量, 关键特征敏感性	NA
6816	2025-10-06	ChatGPT-Assisted Deep Learning Models for Influenza-Like Illness Prediction in Mainland China: Time Series Analysis 2025-Jun-27, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/74423 PMID:40577658	研究论文	本研究评估了五种深度学习模型在中国大陆流感样疾病预测中的表现，并探索了ChatGPT在辅助模型开发中的作用	首次系统评估ChatGPT辅助开发深度学习模型在流感预测中的应用，比较了五种时间序列模型的性能	在北方地区预测误差较大（MAPE>400%），存在显著的区域差异，模型在极端波动时期表现不稳定	评估深度学习模型对流感样疾病阳性率的预测性能，探索ChatGPT在辅助模型开发中的作用	中国大陆流感样疾病阳性率数据	机器学习	流感	时间序列分析	LSTM, N-BEATS, Transformer, TFT, TiDE	时间序列数据	2014-2024年中国国家流感中心数据库的ILI阳性率数据，使用2014-2023年数据训练，2024年（第1-39周）数据测试	NA	LSTM, N-BEATS, Transformer, Temporal Fusion Transformer, Time-series Dense Encoder	均方误差, 平均绝对误差, 平均绝对百分比误差	NA
6817	2025-10-06	Deep Learning for Detecting Dental Plaque and Gingivitis From Oral Photographs: A Systematic Review 2025-Jun-26, Community dentistry and oral epidemiology IF:1.8Q3 DOI:10.1111/cdoe.70001 PMID:40571994	系统性综述	评估深度学习模型在口腔RGB照片中检测牙菌斑和牙龈炎性能的系统性综述	首次系统评估深度学习在牙菌斑和牙龈炎检测中的性能，发现DL模型在未使用显色剂时优于牙医识别牙菌斑的能力	缺乏外部测试和多中心研究，报告一致性不足，影响实际应用可靠性	评估深度学习模型在口腔照片中检测牙菌斑和牙龈炎的诊断性能	牙菌斑和牙龈炎	计算机视觉	牙周病	RGB口腔摄影	深度学习模型	图像	23项符合纳入标准的研究（10项牙菌斑，11项牙龈炎，2项两者）	NA	NA	交并比(IoU)	NA
6818	2025-07-07	Uncovering the genetic basis of glioblastoma heterogeneity through multimodal analysis of whole slide images and RNA sequencing data 2025-Jun-26, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103191 PMID:40617061	研究论文	通过多模态深度学习分析全切片图像和RNA测序数据，揭示胶质母细胞瘤异质性的遗传基础	结合全切片图像和RNA测序数据，引入新方法编码RNA测序数据，识别与胶质母细胞瘤进展模式相关的特定遗传特征	NA	研究胶质母细胞瘤异质性的遗传机制	胶质母细胞瘤	数字病理学	胶质母细胞瘤	RNA-seq	多模态深度学习	图像、RNA测序数据	NA	NA	NA	NA	NA
6819	2025-07-07	AML diagnostics in the 21st century: Use of AI 2025-Jun-16, Seminars in hematology IF:5.0Q1 DOI:10.1053/j.seminhematol.2025.06.002 PMID:40617702	review	本文综述了人工智能（AI）在21世纪急性髓系白血病（AML）诊断中的关键作用，探讨了其进展、挑战及未来前景	AI技术如深度学习（DL）和机器学习（ML）正在革新复杂诊断数据的解读，包括使用DL分类器或自动核型分析等工具，以及大型语言模型（LLM）在高效数据处理和临床决策中的应用	AI驱动诊断需要透明度和可解释性，同时面临监管障碍、数据隐私问题及系统间互操作性等挑战	探讨AI在AML诊断中的应用及其潜力	急性髓系白血病（AML）的诊断方法	数字病理学	白血病	深度学习（DL）、机器学习（ML）、大型语言模型（LLM）	DL、ML、LLM	诊断数据	NA	NA	NA	NA	NA
6820	2025-10-06	Greenspace and depression incidence in the US-based nationwide Nurses' Health Study II: A deep learning analysis of street-view imagery 2025-Apr, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2025.109429 PMID:40209395	研究论文	本研究通过深度学习分析街景图像，探讨美国女性居住区绿植覆盖率与抑郁症发病率的关联	首次使用全国范围的街景图像（3.5亿张）和深度学习分割模型来量化地面绿植暴露，相比传统卫星植被指数更精确	研究对象仅限于美国女性护士群体，可能限制结果的普适性	研究街景绿植指标与抑郁症发病的关联	美国护士健康研究II中的33,490名女性参与者	计算机视觉	抑郁症	街景图像分析	深度学习分割模型	图像	3.5亿张街景图像，33,490名参与者	NA	分割模型	风险比(HR)，置信区间(CI)	NA