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
701	2025-08-03	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	本研究旨在通过深度学习和力学方法，开发一种系统性方法，以桥接高分辨率测压法（HRM）和功能性腔成像探针（FLIP）在食管动力障碍诊断中的测量差异	提出了一种基于力学参数和变分自编码器（VAE）的虚拟疾病景观（VDL）方法，用于整合HRM和FLIP的诊断结果	研究样本仅包括740名受试者，可能不足以覆盖所有类型的食管动力障碍	改进食管动力障碍的诊断方法，整合HRM和FLIP的测量结果	食管动力障碍患者和正常受试者	机器学习	食管动力障碍	功能性腔成像探针（FLIP）、高分辨率测压法（HRM）	变分自编码器（VAE）、线性判别分析（LDA）	生物力学参数	740名受试者（包括患者和正常受试者）
702	2025-08-03	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	本文综述了4D锥形束CT（4D-CBCT）在放射治疗中的技术进展和临床应用	4D-CBCT通过引入时间维度解决了传统3D CBCT在呼吸运动等动态变化成像中的不足，尤其在胸腹部肿瘤定位中具有重要价值	4D-CBCT存在扫描时间长、成像剂量高以及因需要获取足够X射线投影而导致的图像质量下降等问题	全面回顾4D-CBCT的技术发展，探讨其在放射治疗中的应用潜力	4D-CBCT技术及其在放射治疗中的应用	数字病理	肺癌	4D-CBCT	NA	图像	NA
703	2025-08-03	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	提出了一种名为TAI-GAN的新型生成对抗网络，用于动态心脏PET成像中的早期到晚期帧转换，以改善帧间运动校正	TAI-GAN利用时间信息和粗略心脏分割掩码作为解剖信息，通过特征级线性调制层实现早期帧到参考帧的转换	方法在临床Rb PET数据集上进行了评估，但未提及在其他类型PET数据上的泛化能力	改善动态心脏PET成像中帧间运动对心肌血流量定量和冠状动脉疾病诊断准确性的影响	动态心脏PET成像中的早期帧	数字病理学	心血管疾病	PET成像	GAN	医学图像	临床Rb PET数据集（未提供具体样本数）
704	2025-08-03	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（MBIR）与新开发的基于深度学习（DL）的图像重建方法，在薄层T2加权自旋回波前列腺MRI中提供更高的信噪比（SNR）	首次在薄层T2加权自旋回波前列腺MRI中比较MBIR与DL重建方法，并展示了DL方法在SNR提升方面的优势	DL High级别的重建在放射学锐度和对比度保真度方面表现下降	评估和比较不同图像重建方法在前列腺MRI中的性能	前列腺MRI图像	数字病理	前列腺癌	MRI	DL	图像	17名受试者
705	2025-08-03	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EEG信号的功能连接性标记P-MSWC，结合CNN用于抑郁症的快速可靠检测	融合了同步压缩小波相干值和相位锁定值的新型功能连接性标记P-MSWC，以及轻量级CNN模型的应用	仅在单一数据集和组合数据集上进行了验证，未提及跨数据集或临床环境中的泛化能力	开发一种快速可靠的抑郁症检测方法	抑郁症患者和健康受试者的EEG信号	数字病理学	抑郁症	同步压缩小波变换、相干理论、相位锁定值	CNN	EEG信号	未明确提及具体样本数量，但涉及单一数据集和组合数据集
706	2025-08-03	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	本文综述了使用生理测量方法估计认知负荷水平的研究现状	提供了对所有生理测量方法用于评估认知负荷水平的深入分析，包括公开数据集、认知任务实验范式及不同测量方法	未提及具体样本量或实验设计的局限性	探讨认知神经科学领域中认知负荷水平的估计方法	人类参与者的生理测量数据	认知神经科学	NA	EEG, fMRI, fNIRS, 呼吸活动, 眼动活动	机器学习或深度学习技术	生理测量数据	NA
707	2025-08-03	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	本研究提出了一种基于深度学习的EEG和fNIRS决策融合模型，用于分类认知任务	通过融合EEG和fNIRS两种神经影像数据，并采用多种深度学习网络进行决策融合，提高了认知任务的分类性能	研究仅使用了两个公开数据集，样本量相对有限，且未探讨模型在其他认知任务上的泛化能力	开发一种高效的认知任务分类方法，以支持脑机接口、神经障碍检测和神经康复等应用	EEG和fNIRS神经影像数据	机器学习	神经障碍	EEG, fNIRS, 血红蛋白浓度测量	CNN, LSTM, GRU及其组合模型	时间序列数据	两个数据集共55名受试者（26名和29名）
708	2025-08-03	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	开发一种深度学习模型，用于通过患者级别的标签预测临床显著前列腺癌（csPCa）的存在，并与放射科医生的表现进行比较	使用深度学习模型预测临床显著前列腺癌，无需肿瘤位置信息，且其表现与放射科医生相当	研究为回顾性分析，可能受到数据选择和标注偏差的影响	开发并验证一种深度学习模型，用于检测MRI中的临床显著前列腺癌	5215名男性患者的5735次MRI检查	数字病理学	前列腺癌	MRI（T2加权图像、扩散加权图像、表观扩散系数图、T1加权对比增强图像）	CNN	图像	5735次MRI检查（来自5215名患者）
709	2025-08-03	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	本研究利用生成对抗网络（GAN）对肺部CT图像的重建核进行协调，以减少定量CT评估中的测量变异	采用pix2pix架构的GAN模型，首次在多种重建核配对的CT图像上实现核转换，显著提高了图像相似性和定量测量的一致性	研究仅基于特定低剂量CT肺癌筛查队列，未验证在其他CT协议或疾病类型中的泛化能力	探究CT图像重建核协调技术，提升定量CT评估的准确性和一致性	多厂商低剂量CT肺癌筛查队列中的配对重建核图像	数字病理	肺癌	CT图像重建	GAN（pix2pix）	医学影像（CT图像）	1000对五种不同重建核配对的CT图像（每种200对）
710	2025-08-03	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	本文提出了一种基于深度学习的无染色方法，利用细胞形态学指纹来预测和监测细胞健康状态	结合基于图像的深度学习和流式成像显微镜技术，开发了一种无染色、非侵入性且非破坏性的细胞活力测定方法	研究仅使用了Jurkat细胞（永生化人类T淋巴细胞细胞），可能不适用于其他类型的细胞	开发一种快速、稳健的分析方法，用于细胞治疗产品的表征、过程监测和质量控制测试	Jurkat细胞（永生化人类T淋巴细胞细胞）	数字病理学	NA	流式成像显微镜(FIM)	监督学习算法和变分自编码器(VAE)	图像	未明确提及具体样本数量，但使用了健康细胞、死亡细胞和化学诱导凋亡细胞的图像
711	2025-08-03	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	本文比较了光学相干断层扫描（OCT）和视盘摄影在青光眼筛查中的优势和局限性	探讨了人工智能和深度学习模型在提高视盘摄影诊断准确性方面的潜力	AI模型的有效性依赖于训练数据的质量，使用主观评分作为训练数据可能会将人类评估的局限性带入AI系统	评估OCT和视盘摄影在青光眼筛查中的准确性和可行性	青光眼筛查技术	数字病理学	青光眼	光学相干断层扫描（OCT）、视盘摄影	深度学习模型	图像	NA
712	2025-08-03	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	本研究利用卷积神经网络（CNN）通过多参数MRI图像预测缺血性卒中血栓的红细胞含量	首次使用CNN结合多参数MRI图像预测卒中血栓的红细胞含量，为急性缺血性卒中治疗策略提供指导	样本量较小（188个血栓切片），预测准确率有待提高	评估CNN预测缺血性卒中血栓红细胞含量的能力	缺血性卒中血栓	数字病理学	心血管疾病	多参数MRI（R2*、定量磁化率映射、晚回波GRE幅度图像）	CNN	图像	188个血栓切片
713	2025-08-03	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	提出了一种结合上下文相似性损失（CSL）和结构相似性损失（SSL）的方法，以提高医学图像分割的性能	通过CSL和SSL显式且高效地整合了体素间关系，改进了分割语义的一致性	未提及具体的数据集规模限制或模型泛化能力的详细评估	改进医学图像分割的语义一致性	临床锥束计算机断层扫描（CBCT）数据集和公共胰腺数据集	数字病理	颅颌面畸形	深度学习	CNN	医学图像	临床CBCT数据集和公共胰腺数据集（具体数量未提及）
714	2025-08-03	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	研究探讨了深度学习模型在不同辐射剂量下对CT图像解剖分割的稳健性	利用全剂量采集的原始数据模拟低剂量CT扫描，避免了重新扫描患者的需求，并验证了模拟的准确性	对于有效半径小于19毫米的标签结果不稳定，且需要进一步研究病变分割方法的稳健性	评估现有分割模型在不同辐射剂量下的稳健性	CT图像	计算机视觉	NA	CT扫描	CNN	图像	NA
715	2025-08-03	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	本研究利用深度学习技术揭示独特的脑形态测量模式，以改善中风后失语症严重程度的预测	使用CNN分析全脑形态测量和病变解剖，相比传统机器学习方法（如SVM），能更准确地预测慢性中风患者的严重失语症，并揭示了与病变大小无关的独特形态测量模式	研究样本量相对有限（N=231），且未探讨其他可能影响失语症严重程度的因素	改善中风后失语症严重程度的预测	慢性中风患者（N=231）	数字病理学	心血管疾病	深度学习	CNN, SVM	图像	231名慢性中风患者
716	2025-08-03	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	research paper	该研究旨在提高深度学习模型在治疗后胶质瘤T2病变分割中的泛化能力	通过混合新诊断和治疗后胶质瘤数据、应用迁移学习以及引入空间正则化，提高了单T2 FLAIR图像输入下的分割性能	研究样本量相对有限，治疗后患者训练数据仅占26%	提升治疗后胶质瘤T2病变自动分割的准确性，以更精确评估治疗效果	新诊断(208例)和治疗后(221例)胶质瘤患者的MRI数据	digital pathology	brain tumor/glioma	MRI (T2 FLAIR)	deep learning	medical image	429例(208新诊断+221治疗后)训练数据，24例治疗后患者测试数据
717	2025-08-03	Artificial Intelligence-Guided Segmentation and Path Planning Software for Transthoracic Lung Biopsy 2024-05, Journal of vascular and interventional radiology : JVIR IF:2.6Q2 DOI:10.1016/j.jvir.2024.02.006 PMID:38355040	研究论文	验证一种基于3D-CNN的AI软件在肺部病变检测中的敏感性和特异性，并评估AI生成的针路径与实际活检路径的一致性	使用3D-CNN进行肺部病变检测，并结合贝叶斯优化生成活检针路径，为自动化活检手术提供可能	研究为回顾性研究，且仅基于三家医院的CT扫描数据，可能影响结果的普适性	验证AI软件在肺部病变检测和活检路径规划中的有效性	肺部结节	数字病理	肺癌	CT扫描	3D-CNN	图像	219次扫描（2147个结节）用于训练，235次扫描（354个病变）用于验证，150名患者的活检路径用于比较
718	2025-08-03	DeepN4: Learning N4ITK Bias Field Correction for T1-weighted Images 2024-Apr, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09655-9 PMID:38526701	研究论文	本文提出了一种深度学习模型DeepN4，用于近似N4ITK偏置场校正方法，以提高T1加权MRI图像处理的便携性和灵活性	首次使用深度学习网络近似N4ITK偏置场校正，解决了传统方法难以在不同平台间移植和优化的问题	研究仅针对T1加权MRI图像，未验证在其他MRI序列上的适用性	开发一种便携、灵活且完全可微的MRI图像偏置场校正方法	T1加权MRI图像	医学图像处理	NA	深度学习	深度神经网络	MRI图像	来自72台不同扫描仪的8个独立队列数据集
719	2025-08-03	Random expert sampling for deep learning segmentation of acute ischemic stroke on non-contrast CT 2024-Feb-01, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2023-021283 PMID:38302420	研究论文	本研究探讨了使用随机专家采样训练深度学习算法在非对比CT上分割急性缺血性卒中的效果	提出了一种随机专家采样训练方法，其性能超过了专家间一致性和多数投票模型	样本量相对较小（260例），且外部验证集仅包含33例患者	提高非对比CT上急性缺血性卒中组织的分割准确性	急性缺血性卒中患者的非对比CT影像	数字病理学	急性缺血性卒中	深度学习分割	U-Net	医学影像（CT）	260例非对比CT研究（来自233名患者），外加33例外部验证病例
720	2025-08-03	Event-Based Clinical Finding Extraction from Radiology Reports with Pre-trained Language Model 2023-02, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-022-00717-5 PMID:36253581	研究论文	本文提出了一种基于预训练语言模型的方法，用于从放射学报告中提取临床发现事件	使用事件表示法捕捉放射学报告中病变和其他临床问题的细粒度细节，并利用BERT模型进行实体触发词和论元角色的提取	模型在跨机构数据和不同成像模态上的泛化能力虽已验证，但可能仍存在其他未测试场景的局限性	开发一种能够从放射学报告中提取临床发现的自动化方法，以支持诊断、分诊、结果预测和临床研究	放射学报告中的临床异常发现	自然语言处理	NA	预训练语言模型（BERT）	BERT	文本（放射学报告）	500份标注的CT报告和来自MIMIC-CXR数据库的外部验证集