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
7301	2025-10-06	Risk calculator for long-term survival prediction of spinal chordoma versus chondrosarcoma: a nationwide analysis 2025-Sep, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05063-4 PMID:40295452	研究论文	本研究比较脊柱脊索瘤和软骨肉瘤的临床特征与长期生存结果，并开发基于机器学习的个体化生存预测模型	首次开发基于全国性数据库的脊柱脊索瘤与软骨肉瘤长期生存风险计算器，集成12种机器学习和深度学习模型	需要外部验证以增强模型的普适性和临床实用性	比较脊柱脊索瘤和软骨肉瘤的临床特征、治疗策略和长期结果，开发个体化生存预测模型	脊柱脊索瘤和软骨肉瘤患者	机器学习	骨肿瘤	机器学习, 深度学习	DeepSurv, Gradient Boosting, CatBoost, 集成模型	临床数据	3175例患者（脊索瘤1204例，软骨肉瘤1971例）	NA	集成模型	AUC, Brier Score, Concordance Index	NA
7302	2025-10-06	Automated detection and recognition of oocyte toxicity by fusion of latent and observable features 2025-Aug-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.138411 PMID:40318589	研究论文	开发融合潜在特征和可观察特征的深度学习框架，用于自动检测和识别卵母细胞毒性	首次将深度学习提取的潜在特征与人类可理解概念特征相融合，显著提升卵母细胞毒性检测性能	研究仅基于小鼠卵母细胞图像，样本数量有限（2126张图像）	评估环境污染物对卵母细胞异常影响，开发自动化毒性检测方法	小鼠卵母细胞	计算机视觉	生殖系统疾病	深度学习图像分析	深度学习融合模型	图像	2126张小鼠卵母细胞图像	NA	NA	ROC-AUC, 准确率	NA
7303	2025-10-06	Comparison of clinical, radiomics, deep learning, and fusion models for predicting early recurrence in locally advanced rectal cancer based on multiparametric MRI: a multicenter study 2025-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112173 PMID:40403678	研究论文	本研究比较了基于多参数MRI的临床、影像组学、深度学习和融合模型在预测局部晚期直肠癌早期复发方面的性能	首次在局部晚期直肠癌中系统比较临床模型、影像组学模型、深度学习模型及两种融合模型（特征级早期融合和决策级晚期融合）的预测性能	回顾性研究设计，样本量相对有限（337例患者）	预测局部晚期直肠癌患者的早期复发风险	局部晚期直肠癌患者	医学影像分析	直肠癌	多参数MRI（T2WI, DWI, T1WI, CET1WI）	XGBoost, 深度学习模型	医学影像	337例来自四个中心的局部晚期直肠癌患者	XGBoost	NA	AUC, DeLong检验, 校准曲线, 决策曲线分析, Kaplan-Meier分析	NA
7304	2025-10-06	Artificial Intelligence in Pediatric Endocrinology 2025-Aug, Advances in pediatrics DOI:10.1016/j.yapd.2024.12.003 PMID:40582750	综述	本文探讨人工智能在儿科内分泌学领域的应用与潜力	提出人机协同方法，将AI技术与临床专家知识相结合以提升医疗服务质量	未提供具体临床验证数据和应用案例	研究人工智能技术在儿科内分泌学中的临床应用价值	儿科内分泌疾病患者及临床医疗服务	自然语言处理, 机器学习	儿科内分泌疾病	机器学习, 深度学习, 自然语言处理, 机器人技术, 语音处理	NA	NA	NA	NA	NA	NA	NA
7305	2025-10-06	Machine learning techniques to predict diabetic ketoacidosis and HbA1c above 7% among individuals with type 1 diabetes - A large multi-centre study in Australia and New Zealand 2025-Jul, Nutrition, metabolism, and cardiovascular diseases : NMCD DOI:10.1016/j.numecd.2025.103861 PMID:39939258	研究论文	本研究利用机器学习技术预测1型糖尿病患者发生糖尿病酮症酸中毒和HbA1c高于7%的风险	在澳大利亚和新西兰的大型多中心临床数据集上应用多种机器学习模型，深度学习模型在预测DKA方面表现出色	研究仅限于澳大利亚和新西兰地区，可能影响结果的普适性	预测1型糖尿病患者发生糖尿病酮症酸中毒和血糖控制不良的风险	1型糖尿病患者	机器学习	糖尿病	机器学习预测模型	深度学习,支持向量机	临床数据	13761名1型糖尿病患者	NA	NA	AUC,分类错误率,灵敏度,F-measure	NA
7306	2025-10-06	Accelerated Multi-b-Value DWI Using Deep Learning Reconstruction: Image Quality Improvement and Microvascular Invasion Prediction in BCLC Stage A Hepatocellular Carcinoma 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.01.043 PMID:39955255	研究论文	本研究探讨深度学习重建加速多b值弥散加权成像在缩短采集时间、改善图像质量和预测BCLC A期肝细胞癌微血管侵犯方面的效果	首次将深度学习重建技术应用于多b值DWI序列，实现52.86%的采集时间缩短同时保持微血管侵犯预测性能	样本量相对有限（118例患者），仅针对BCLC A期肝细胞癌患者进行研究	评估深度学习加速多b值DWI在肝细胞癌微血管侵犯预测中的临床应用价值	BCLC A期肝细胞癌患者	医学影像分析	肝细胞癌	多b值弥散加权成像，深度学习重建	深度学习	磁共振影像	118例患者，其中48例微血管侵犯阳性	NA	NA	AUC, SNR, CNR, ROC分析	NA
7307	2025-10-06	A Preoperative CT-based Multiparameter Deep Learning and Radiomic Model with Extracellular Volume Parameter Images Can Predict the Tumor Budding Grade in Rectal Cancer Patients 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.028 PMID:40055057	研究论文	开发基于CT的深度学习放射组学模型预测直肠癌患者术前肿瘤出芽分级	首次结合深度学习特征和手工放射组学特征，并整合细胞外容积参数图像构建多参数预测模型	回顾性研究且样本量有限（135例患者）	预测直肠癌患者术前肿瘤出芽分级	经组织学确诊的直肠癌患者	数字病理	直肠癌	CT成像	深度学习,机器学习	CT图像	135例直肠癌患者（Bd1+2组85例，Bd3组50例）	NA	NA	AUC,校准曲线,决策曲线分析	NA
7308	2025-10-06	Dual-Modality Virtual Biopsy System Integrating MRI and MG for Noninvasive Predicting HER2 Status in Breast Cancer 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.039 PMID:40068996	研究论文	开发并验证一种基于深度学习的双模态虚拟活检系统，通过整合MRI和乳腺X线摄影特征来无创预测乳腺癌HER2状态	首次提出结合MRI放射组学特征和乳腺X线摄影深度学习特征的双模态虚拟活检系统，实现HER2状态的三分类预测	未明确说明模型在HER2-zero和HER2-low组间的区分能力有限的具体原因	开发无创预测乳腺癌HER2状态的深度学习决策系统，辅助临床治疗决策	乳腺癌患者	数字病理	乳腺癌	放射组学分析，深度学习特征提取	XGBoost, 深度学习模型	医学影像（MRI，乳腺X线摄影）	550名患者，分为训练集、内部验证集和外部验证集	NA	NA	AUC, 准确率	NA
7309	2025-10-06	Automated Fast Prediction of Bone Mineral Density From Low-dose Computed Tomography 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.041 PMID:40082126	研究论文	本研究开发了一种基于低剂量CT扫描的深度学习系统，用于自动预测骨密度和诊断骨质疏松症	首次利用低剂量胸部CT扫描结合深度学习技术实现骨密度的自动预测和骨质疏松症分类	研究样本量相对有限（551名受试者），需要在更大人群中验证模型性能	探索利用深度学习建立基于低剂量CT扫描的骨密度预测和骨质疏松分类系统的可行性	接受低剂量CT和QCT检查的551名受试者	医学影像分析	骨质疏松症	低剂量CT扫描，定量CT	深度学习	医学影像	551名受试者	NA	U-net	Dice相似系数，灵敏度，阳性预测值，Hausdorff距离，均方根误差，R2，曲线下面积，准确率	NA
7310	2025-10-06	Magnetic resonance image generation using enhanced TransUNet in temporomandibular disorder patients 2025-Jul-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf017 PMID:40104864	研究论文	本研究开发了一种基于Transformer的深度学习模型，用于从质子密度加权图像生成T2加权磁共振图像，以缩短颞下颌关节紊乱患者的MRI扫描时间	提出将TransUNet架构作为生成对抗网络的生成器，并集成椎间盘分割解码器以提升颞下颌关节椎间盘区域的图像质量	研究样本量相对有限（178名患者），且仅针对颞下颌关节紊乱这一特定疾病	开发能够减少颞下颌关节紊乱患者MRI扫描时间的图像生成模型	颞下颌关节紊乱患者的磁共振图像	计算机视觉	颞下颌关节紊乱	MRI	GAN, Transformer	医学图像	178名患者的7226张图像	NA	TransUNet	SSIM, LPIPS, FID, MOS	NA
7311	2025-10-06	Deep Learning and Radiomics Discrimination of Coronary Chronic Total Occlusion and Subtotal Occlusion using CTA 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.011 PMID:40164533	研究论文	本研究开发基于冠状动脉CT血管成像的深度学习和影像组学模型，用于区分冠状动脉慢性完全闭塞和次全闭塞病变	首次结合深度学习和影像组学方法对冠状动脉CTO和STO进行鉴别诊断，并在多中心数据上验证模型性能	回顾性研究设计，样本主要来自三级医院，可能存在选择偏倚	开发准确区分冠状动脉慢性完全闭塞和次全闭塞的人工智能诊断模型	冠状动脉慢性完全闭塞和次全闭塞病变患者	医学影像分析	心血管疾病	冠状动脉CT血管成像	深度学习, 影像组学	医学影像	581名参与者（平均年龄50±11岁，81.6%为男性），共600个病灶（403个CTO，197个STO）	NA	NA	AUC	NA
7312	2025-10-06	Radiation and contrast dose reduction in coronary CT angiography for slender patients with 70 kV tube voltage and deep learning image reconstruction 2025-Jul-01, The British journal of radiology DOI:10.1093/bjr/tqaf077 PMID:40205479	研究论文	评估70kV管电压结合深度学习图像重建在冠状动脉CT血管成像中对消瘦患者降低辐射和造影剂剂量的潜力	首次将70kV低管电压与深度学习图像重建技术结合应用于冠状动脉CT血管成像，显著降低辐射和造影剂剂量同时提升图像质量	研究样本量较小（60例患者），仅针对BMI≤25kg/m²的消瘦患者，缺乏对其他人群的验证	探索在冠状动脉CT血管成像中降低辐射和造影剂剂量的优化方案	60例接受冠状动脉CT血管成像检查的消瘦患者（BMI≤25kg/m²）	医学影像	心血管疾病	冠状动脉CT血管成像，深度学习图像重建	深度学习	医学影像数据	60例患者随机分为两组	NA	深度学习图像重建（DLIR）	信噪比，对比噪声比，主观评分，CT值，噪声值	NA
7313	2025-10-06	A Deep Learning Approach for Nerve Injury Classification in Brachial Plexopathies Using Magnetic Resonance Neurography with Modified Hiking Optimization Algorithm 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.004 PMID:40300994	研究论文	本研究提出了一种结合深度学习和改进型远足优化算法的AI框架，用于基于磁共振神经成像的臂丛神经病变神经损伤分类	首次将改进型远足优化算法与综合学习技术相结合，并应用于臂丛神经病变的神经损伤分类	样本量较小（仅39名患者），需要更大规模的研究验证	提高臂丛神经病变中神经损伤分类的准确性	臂丛神经病变患者的磁共振神经成像数据	医学影像分析	神经损伤	磁共振神经成像	CNN	医学影像	39名确诊臂丛神经病变患者	TensorFlow, PyTorch	MobileNetV4	准确率, 敏感性, 特异性	NA
7314	2025-10-06	Deep Learning-enhanced Opportunistic Osteoporosis Screening in Ultralow-Voltage (80 kV) Chest CT: A Preliminary Study 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.062 PMID:40318972	研究论文	本研究探索利用深度学习在超低电压80 kV胸部CT扫描中实现全自动骨密度测量，用于机会性骨质疏松筛查	首次将深度学习应用于超低电压80 kV胸部CT的骨密度自动测量，为肺癌筛查中的骨质疏松机会性筛查提供新方法	初步研究，样本量相对有限（987例患者），需要更大规模验证	探索深度学习增强的骨密度测量在超低电压胸部CT中的可行性	987名接受80 kV胸部CT和120 kV腰椎CT的患者	医学影像分析	骨质疏松症	定量CT（QCT）	CNN	CT影像	987名患者，分为训练集561例、验证集177例、测试集1（112例）和测试集2（137例）	NA	3D VB-Net, SCN, DenseNet, ResNet	R2, 平均误差, 95%一致性界限, AUC	NA
7315	2025-10-06	Video-estimated peak jump power using deep learning is associated with sarcopenia and low physical performance in adults 2025-Jul, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA IF:4.2Q1 DOI:10.1007/s00198-025-07515-z PMID:40372459	研究论文	本研究开发了基于深度学习的视频估计峰值跳跃功率方法，并验证其与肌少症和身体机能的相关性	首次使用无标记视频分析方法估计峰值跳跃功率，为日常生活空间中的肌肉功能监测提供了概念验证	仅提供了概念验证，需要进一步研究验证其在日常环境中的实际可行性	开发基于视频分析的肌肉功能评估方法并验证其临床相关性	成年人群体	计算机视觉	肌少症	深度学习	深度学习模型	视频数据	NA	NA	NA	一致性分析	NA
7316	2025-10-06	Data-Driven Detection of Nocturnal Pollen Fragmentation Triggered by High Humidity in an Urban Environment 2025-Jul-01, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c13905 PMID:40400486	研究论文	开发了一种数据驱动方法，首次利用气象和生物颗粒物光谱数据常规检测城市环境中高湿度触发的夜间花粉破碎现象	首次实现了仅使用气象和在线BioPM光谱数据常规检测花粉破碎的能力，明确了相对湿度超过90%的触发阈值	方法基于特定城市环境数据，在其他地区的适用性需要进一步验证	检测花粉破碎现象并识别触发其发生的气象阈值	城市环境中的生物颗粒物（BioPM）特别是花粉	机器学习	NA	光谱数据分析	深度学习	气象数据，光谱数据	NA	自动机器学习	NA	NA	NA
7317	2025-10-06	Deep Learning Image Reconstruction (DLIR) Algorithm to Maintain High Image Quality and Diagnostic Accuracy in Quadruple-low CT Angiography of Children with Pulmonary Sequestration: A Case Control Study 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.05.005 PMID:40410108	研究论文	评估深度学习图像重建算法在儿童肺隔离症四低CT血管成像中维持图像质量和诊断准确性的能力	首次在儿童肺隔离症诊断中应用四低CTA方案（低管电压、低辐射剂量、低对比剂剂量、低注射流率）结合深度学习图像重建技术	样本量有限（53例患者），缺乏多中心验证	验证四低CTA方案在儿童肺隔离症诊断中的可行性和准确性	疑似肺隔离症的儿童患者（年龄1.25±1.02岁至1.50±1.36岁）	医学影像	肺隔离症	CT血管成像，深度学习图像重建	深度学习	医学影像	106例儿童患者（53例实验组，53例对照组）	NA	DLIR	对比噪声比，边缘上升距离，敏感性，特异性，主观图像质量评分	NA
7318	2025-10-06	Artificial intelligence for early gastric cancer boundary recognition in NBI and nF-NBI endoscopic images 2025-Jul, Scandinavian journal of gastroenterology IF:1.6Q3 DOI:10.1080/00365521.2025.2509818 PMID:40452611	研究论文	开发基于深度学习的模型用于窄带成像和近聚焦窄带成像内镜图像中早期胃癌边界的自动识别	首次针对NBI和NF-NBI两种内镜成像模式开发专门的深度学习模型进行早期胃癌边界识别，并与不同资历内镜医师进行性能对比	样本量相对有限（1215张NBI图像和1646张NF-NBI图像），未进行外部验证	开发用于早期胃癌边界检测的深度学习模型，辅助内镜黏膜下剥离术的完全切除	早期胃癌患者的窄带成像和近聚焦窄带成像内镜图像	计算机视觉	胃癌	窄带成像，近聚焦窄带成像，内镜检查	CNN	图像	1215张NBI图像和1646张NF-NBI图像	NA	CNN1, CNN2, CNN3	准确率, Dice系数, 召回率	NA
7319	2025-10-06	Contribution of Labrum and Cartilage to Joint Surface in Different Hip Deformities: An Automatic Deep Learning-Based 3-Dimensional Magnetic Resonance Imaging Analysis 2025-Jul, The American journal of sports medicine DOI:10.1177/03635465251339758 PMID:40481726	研究论文	使用基于深度学习的自动3D MRI分析方法研究不同髋关节畸形中盂唇和软骨对关节面的贡献差异	首次采用深度学习自动3D分割方法量化不同髋关节畸形中盂唇对关节面的贡献，并确定影响盂唇贡献的影像学参数	回顾性研究设计，样本量相对较小（100个髋关节），证据等级为4级	确定不同髋关节畸形中盂唇对关节面贡献的差异及影响因素	98名有症状的髋关节畸形患者（100个髋关节）	医学影像分析	髋关节畸形	3D磁共振成像，直接髋关节磁共振关节造影	深度学习	3D磁共振图像	98名患者（100个髋关节），平均年龄30±9岁，64%为女性	NA	NA	R2值（拟合优度）	NA
7320	2025-10-06	Phase seeding may provide a gateway to structure solution by deep learning 2025-Jul-01, Acta crystallographica. Section A, Foundations and advances DOI:10.1107/S2053273325004814 PMID:40492410	研究论文	本文介绍了一种将人工智能与传统晶体学方法相结合的相位播种策略	通过将连续相位问题转化为分类任务，提出了一种混合方法，显著降低了AI训练的计算负担	NA	改进晶体结构解析方法，特别是针对大型复杂非中心对称晶体	晶体学中的相位问题	机器学习	NA	晶体学相位解析	NA	相位数据	NA	NA	NA	NA	NA