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
6921	2025-04-24	PSMA PET/CT based multimodal deep learning model for accurate prediction of pelvic lymph-node metastases in prostate cancer patients identified as candidates for extended pelvic lymph node dissection by preoperative nomograms 2025-May, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-07065-2 PMID:39865180	research paper	开发并验证了一种基于PSMA PET/CT的多模态深度学习模型，用于预测前列腺癌患者盆腔淋巴结转移	结合了PSMA PET/CT深度学习特征、定量PET参数和临床参数，构建的多模态模型在预测淋巴结侵犯方面表现出更高的准确性	样本量相对较小（116例患者），且仅在特定患者群体中验证	提高前列腺癌患者盆腔淋巴结转移的预测准确性，以减少不必要的盆腔淋巴结清扫术	前列腺癌患者	digital pathology	prostate cancer	PSMA PET/CT	Med3D, Multi kernel Support Vector Machine	image, clinical parameters	116例前列腺癌患者（82例训练队列，34例测试队列）
6922	2025-04-24	Exploring the role of multimodal [18F]F-PSMA-1007 PET/CT and multiparametric MRI data in predicting ISUP grading of primary prostate cancer 2025-May, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07099-0 PMID:39871017	research paper	本研究探讨了多模态成像技术在预测前列腺癌ISUP分级中的作用，旨在通过整合先进成像技术与临床变量提高诊断准确性和临床决策	应用少样本学习解决前列腺癌成像数据有限的问题，并比较了不同模态数据融合在深度学习网络中的性能	研究为回顾性分析，可能存在选择偏差，且样本量相对较小	提高前列腺癌ISUP分级的诊断准确性，优化临床决策	341名前列腺癌患者的多模态成像数据	digital pathology	prostate cancer	[18F]F-PSMA-1007 PET/CT, multiparametric MRI (mpMRI), Diffusion Weighted Imaging (DWI), T2 Weighted Imaging (T2WI), Apparent Diffusion Coefficient (ADC)	few-shot deep learning network	image	341名前列腺癌患者
6923	2025-04-24	Artificial Intelligence in CT for Predicting Cervical Lymph Node Metastasis in Papillary Thyroid Cancer Patients: A Meta-analysis 2025-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.007 PMID:40000328	meta-analysis	评估基于CT的人工智能在诊断甲状腺乳头状癌患者颈部淋巴结转移中的诊断性能	深度学习模型在敏感性方面优于机器学习方法	研究间存在高度异质性，且在不同人群中的外部验证不足	评估基于CT的人工智能在诊断甲状腺乳头状癌患者颈部淋巴结转移中的诊断性能	甲状腺乳头状癌患者颈部淋巴结转移	digital pathology	thyroid cancer	CT	deep learning, machine learning	image	内部验证集1778名患者，外部验证集4072名患者
6924	2025-04-24	Evaluation of AI-based nerve segmentation on ultrasound: relevance of standard metrics in the clinical setting 2025-May, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2024.12.040 PMID:40016039	research paper	评估基于AI的超声神经分割在临床环境中的相关性，探讨客观像素指标与主观临床评估之间的关系	首次研究了客观像素指标与主观临床评估在神经分割中的关系，并尝试确定临床可接受的像素重叠阈值	研究样本量有限（173帧图像），且仅分析了被主观评为优秀的案例	评估AI神经分割工具在超声引导区域麻醉中的临床应用价值	超声图像中的神经结构（臂丛神经、股神经和坐骨神经）	digital pathology	NA	超声成像	deep learning	image	173帧超声图像
6925	2025-04-24	Leveraging Deep Learning in Real-Time Intelligent Bladder Tumor Detection During Cystoscopy: A Diagnostic Study 2025-May, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17015-3 PMID:40050483	研究论文	本研究评估了HRNetV2深度学习模型在膀胱镜检查中智能检测膀胱病变的有效性，重点关注其在不同图像分辨率下的性能	首次将HRNetV2模型应用于膀胱病变的实时智能检测，并分析了不同图像分辨率对模型性能的影响	研究样本量相对较小（94名患者），且需要在更大规模的多中心数据集上进行进一步验证	提高膀胱镜检查中膀胱病变的检测准确率	膀胱病变患者	数字病理学	膀胱癌	深度学习	HRNetV2	视频	94名患者，102个白光膀胱镜检查视频，33,657帧标注图像
6926	2025-03-13	ASO Visual Abstract: Leveraging Deep Learning in Real-Time Intelligent Bladder Tumor Detection During Cystoscopy-A Diagnostic Study 2025-May, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17143-w PMID:40069466	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6927	2025-04-24	Deep learning in nuclear medicine: from imaging to therapy 2025-May, Annals of nuclear medicine IF:2.5Q2 DOI:10.1007/s12149-025-02031-w PMID:40080372	review	本文综述了深度学习在核医学领域的最新应用进展，特别是在成像、病灶检测和放射性药物治疗方面	深度学习与功能成像技术（如PET和SPECT）的结合，实现了更精确的诊断和个性化治疗策略的开发	模型可解释性不足、跨多样化数据集的泛化能力有限、多模态数据融合的挑战以及应用中面临的伦理和法律问题	探讨深度学习在核医学中的应用及其对精准医疗、实时治疗监测和临床决策的影响	核医学成像、病灶检测和放射性药物治疗	machine learning	NA	PET, SPECT	neural network	image	NA
6928	2025-04-24	[Frozen section in oncologic endocrine surgery] 2025-May, Chirurgie (Heidelberg, Germany) DOI:10.1007/s00104-025-02266-3 PMID:40131405	review	本文讨论了术中冰冻切片在内分泌肿瘤手术管理中的益处	探讨了深度学习在克服冰冻切片技术问题上的潜力，并提供了关于甲状腺手术中冰冻切片应用的最新证据	对于甲状旁腺和肾上腺癌的手术治疗，缺乏相关文献支持冰冻切片的作用	评估术中冰冻切片在内分泌肿瘤手术中的应用及其效果	甲状腺结节、分化型甲状腺癌、髓样甲状腺癌、甲状旁腺和肾上腺癌	digital pathology	thyroid cancer	frozen section, deep learning	deep learning	image	NA
6929	2025-04-24	Fully Automated Agatston Score Calculation From Electrocardiography-Gated Cardiac Computed Tomography Using Deep Learning and Multi-Organ Segmentation: A Validation Study 2025-May, Angiology IF:2.6Q2 DOI:10.1177/00033197231225286 PMID:38166442	研究论文	评估基于深度学习的钙分割和量化在ECG门控心脏CT扫描中的应用，并与手动评估进行比较	使用基于mask R-CNN的神经网络进行多器官分割，实现全自动钙评分计算	研究为回顾性研究，样本量相对较小（训练集40例，验证集110例）	开发并验证一种全自动的冠状动脉钙化评分计算方法	ECG门控心脏CT扫描图像	数字病理学	心血管疾病	深度学习	mask R-CNN	医学影像	训练集40例患者，验证集110例患者
6930	2025-04-24	Rapid and accurate identification and quantification of Lycium barbarum L. components: Integrating deep learning and NMR for nutritional assessment 2025-May, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116246 PMID:40263805	研究论文	本研究提出了一种结合深度学习和核磁共振光谱的创新方法IQ-LC模型，用于快速准确识别和量化枸杞成分，并评估不同食用方式的营养价值	整合NMR光谱与一维卷积神经网络，开发了IQ-LC模型，实现了枸杞成分的高精度识别与量化	未提及模型在其他植物成分分析中的泛化能力	开发快速准确的枸杞成分分析方法并评估不同食用方式的营养价值	枸杞及其制品（鲜果、果泥和茶）	食品科学与营养分析	NA	NMR光谱	一维CNN	光谱数据	25种已知浓度混合物+10个商业品牌枸杞果泥
6931	2025-04-24	Data efficient learning of molecular slow modes from nonequilibrium metadynamics 2025-Apr-28, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0258483 PMID:40260824	研究论文	本文提出了一种算法，利用非平衡元动力学模拟的有限轨迹数据训练Deep-TICA CVs，以更高效地学习分子慢模式	通过变分Koopman算法重加权短非平衡轨迹，使其反映平衡概率密度，从而解决了从有限轨迹数据推断慢模式的关键挑战	需要进一步验证该方法在更复杂分子系统中的适用性	开发一种数据高效的方法来学习分子慢模式，以促进分子过程的研究	分子系统（如Müller-Brown势、丙氨酸二肽和chignolin迷你蛋白）的慢模式	计算化学	NA	非平衡元动力学模拟、变分Koopman算法	Deep-TICA（深度时间滞后独立成分分析）	分子轨迹数据	有限数量的短非平衡轨迹数据
6932	2025-04-24	Fourier-enhanced high-order total variation (FeHOT) iterative network for interior tomography 2025-Apr-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adc8f6 PMID:40179937	研究论文	提出了一种傅里叶增强的高阶总变分迭代网络（FeHOT），用于解决内部断层扫描中的高精度重建问题	1) 将经典HOT理论与深度学习通过迭代展开框架相结合 2) 引入频域操作克服CT图像中多项式/分段常数假设的限制 3) 在仅五次迭代内实现高质量重建，平衡计算效率与准确性	对于具有分段常数特性的成像对象（如AAPM数据集），一阶总变分已能取得满意结果，可能不需要更复杂的二阶正则化	解决内部断层扫描中从截断投影数据实现高精度重建的挑战	CT图像重建	数字病理	NA	CT扫描	FeHOT网络（结合HOT和U-Net）	图像	AAPM数据集和临床医学数据集
6933	2025-04-24	Editorial for "Prostate Cancer Risk Stratification and Scan Tailoring Using Deep Learning With Abbreviated Prostate MRI" 2025-Apr-23, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29806 PMID:40264361	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6934	2025-04-24	Deep learning-based detection of generalized convulsive seizures using a wrist-worn accelerometer 2025-Apr-23, Epilepsia IF:6.6Q1 DOI:10.1111/epi.18406 PMID:40265999	research paper	开发并验证了一种基于手腕加速度计的深度学习可调算法，用于自动检测全身性或双侧惊厥性癫痫发作，可与市售智能手表集成	提出了一种基于单传感器加速度计数据的深度学习技术，实现了高灵敏度的癫痫发作检测，并支持可调灵敏度	模型在测试集中漏检了两次癫痫发作，其中一次是由于患者佩戴传感器的手臂被床栏卡住	开发一种自动检测全身性或双侧惊厥性癫痫发作的算法	癫痫患者	machine learning	epilepsy	3D-accelerometer sensor	CNN	accelerometer data	384名患者（训练集37名患者54次发作，测试集347名患者49次发作）
6935	2025-04-24	Super-resolution deep learning reconstruction to evaluate lumbar spinal stenosis status on magnetic resonance myelography 2025-Apr-23, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01787-5 PMID:40266548	research paper	研究超分辨率深度学习重建（SR-DLR）在磁共振脊髓造影中评估腰椎管狭窄状态的效果	首次将SR-DLR技术应用于腰椎MR脊髓造影，显著提升了图像质量和观察者间一致性	样本量较小（40例患者），且为回顾性研究	评估SR-DLR技术在腰椎MR脊髓造影中的应用效果	40例腰椎管狭窄患者的MR脊髓造影图像	digital pathology	腰椎管狭窄	MR myelography, SR-DLR, DLR, ZIP	deep learning	image	40例患者（16男24女，平均年龄59.4±31.8岁）
6936	2025-04-24	Destruction for growth: a novel laser direct writing perovskite strategy with intelligent anti-counterfeiting applications 2025-Apr-22, Nanoscale horizons IF:8.0Q1 DOI:10.1039/d4nh00612g PMID:40125819	研究论文	本文提出了一种新型的激光直写钙钛矿策略，利用激光破坏诱导钙钛矿生长，并展示了其在精密图案化和防伪应用中的潜力	不同于以往依赖热效应和光子吸收诱导成核的激光直写技术，本研究利用脉冲激光快速破坏应力丰富的钙钛矿前驱体磷酸盐玻璃表面，通过应力释放和反向移动剪切带效应促进钙钛矿晶体的成核和生长	NA	探索激光破坏诱导钙钛矿生长的新机制及其在光电子学和防伪应用中的潜力	钙钛矿材料及其在激光直写技术中的应用	光电子学	NA	激光直写技术（LDW）	NA	NA	NA
6937	2025-04-24	A Raman spectroscopy algorithm based on convolutional neural networks and multilayer perceptrons: qualitative and quantitative analyses of chemical warfare agent simulants 2025-Apr-22, The Analyst DOI:10.1039/d5an00075k PMID:40192710	研究论文	提出了一种基于卷积神经网络和多层感知器的拉曼光谱算法，用于化学战剂模拟物的定性和定量分析	结合卷积神经网络和多层感知器，提出了一种新的深度学习算法RS-MLP，能够自适应捕捉混合物权重并进行分层特征匹配	未提及算法在更广泛或不同环境下的适用性测试	开发一种快速、可靠的化学战剂检测方法，以支持军事防御和反恐行动	化学战剂模拟物	机器学习	NA	拉曼光谱	CNN, MLP	光谱数据	四种组合的光谱数据用于验证
6938	2025-04-24	A machine learning toolkit assisted approach for IMRT fluence map optimization: feasibility and advantages 2025-Apr-22, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adcaca PMID:40203852	研究论文	本研究提出了一种利用机器学习工具包辅助IMRT（调强放射治疗）通量图优化的新方法，展示了其在计划质量和效率上的优势	首次将机器学习工具包直接应用于治疗计划优化，实现了比传统优化方法更快的收敛速度和更强的鲁棒性	研究仅在前列腺和头颈部病例上进行了测试，未涉及其他癌症类型	探索机器学习在放射治疗计划优化中的新应用方式	IMRT治疗计划中的通量图优化	机器学习	前列腺癌,头颈癌	PyTorch的L-BFGS优化器	单层网络	剂量沉积矩阵	前列腺和头颈部病例（具体数量未明确说明）
6939	2025-04-24	Enhanced boundary-directed lightweight approach for digital pathological image analysis in critical oncological diagnostics 2025-Apr-22, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251325092 PMID:40262109	研究论文	提出一种轻量化的边界增强数字病理图像识别策略（LB-DPRS），用于恶性骨肿瘤（如骨肉瘤）的紧急诊断	优化Transformer模型的自注意力机制，创新性地实现边界分割增强策略，并引入行列注意力方法以稀疏注意力矩阵，降低计算负担	NA	提高恶性骨肿瘤（如骨肉瘤）紧急诊断的准确性和效率	数字病理图像	数字病理学	骨肉瘤	深度学习	Transformer	图像	NA
6940	2025-04-24	Applications of generative adversarial networks in the diagnosis, prognosis, and treatment of ophthalmic diseases 2025-Apr-22, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-06830-9 PMID:40263170	综述	本文综述了生成对抗网络（GANs）在眼科疾病诊断、预后和治疗中的应用	GANs能够解决深度学习模型面临的小样本、不平衡数据集问题，并在个体化疾病管理中展现出预测潜力	GAN技术在临床中的主流应用仍依赖于更大规模的公共数据集进行广泛验证和必要的监管监督	探讨GANs在眼科领域的应用现状及面临的挑战	八种眼科疾病	数字病理学	眼科疾病	GANs	GAN	图像	NA