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
741	2025-05-24	Deep Learning Classification of Ischemic Stroke Territory on Diffusion-Weighted MRI: Added Value of Augmenting the Input with Image Transformations 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01277-6 PMID:39349784	研究论文	本研究旨在利用AI构建一个患者级别的DWI中风区域分类器，以促进中风快速分诊至专用中风中心	通过图像变换增强预训练模型的输入，提高了DWI中受影响区域的分类准确性	研究样本来自两个中心，可能存在数据偏差	构建一个快速准确的中风区域分类器	急性缺血性中风患者的DWI图像	计算机视觉	心血管疾病	DWI	MobileNetV2, EfficientNetB0	图像	271名和122名连续急性缺血性中风患者（来自两个中心）
742	2025-05-24	Deep Learning Approaches for Brain Tumor Detection and Classification Using MRI Images (2020 to 2024): A Systematic Review 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01283-8 PMID:39349785	综述	本文系统回顾了2020年至2024年1月间发表的60篇关于使用深度学习方法和MRI图像进行脑肿瘤检测与分类的研究	总结了现有研究的局限性和重要亮点，提供了分析比较和未来方向	仅涵盖了2020年至2024年1月间发表的研究，可能未包括最新进展	为脑肿瘤分类和检测的自动技术提供全面理解	MRI图像中的脑肿瘤	计算机视觉	脑肿瘤	MRI	深度学习（包括迁移学习、自动编码器、transformer和注意力机制）	图像	60篇研究文章
743	2025-05-24	MobileNet-V2: An Enhanced Skin Disease Classification by Attention and Multi-Scale Features 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01271-y PMID:39354294	研究论文	该研究提出了一种结合MobileNet-V2、SE模块、ASPP和通道注意力机制的皮肤疾病分类模型，旨在提高诊断的准确性和效率	结合MobileNet-V2、SE模块、ASPP和通道注意力机制，增强了特征提取能力和多尺度上下文信息的融合	研究中存在一些局限性，并提出了未来研究的方向	开发一种高效的皮肤疾病分类工具	皮肤疾病	计算机视觉	皮肤癌	深度学习	MobileNet-V2, SE, ASPP	图像	四个数据集（PH2、HAM10000、DermNet、ISIC）
744	2025-05-24	Dual Energy CT for Deep Learning-Based Segmentation and Volumetric Estimation of Early Ischemic Infarcts 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01294-5 PMID:39384719	research paper	该研究评估了双能CT（DECT）采集是否能提高机器学习对早期梗塞的可见性，并利用深度学习模型进行分割和体积估计	使用双能CT数据结合深度学习模型，提高了早期梗塞的分割准确性，特别是在发病后6至12小时内	体积准确性的提升在统计学上不显著（p=0.07），且研究为回顾性设计	评估双能CT对早期梗塞分割和体积估计的改进效果	早期缺血性梗塞	digital pathology	cardiovascular disease	dual-energy CT (DECT)	3D nnU-Net	CT and MRI images	330 DECT scans acquired between 2016 and 2022
745	2025-05-24	Deep Learning-Based Estimation of Radiographic Position to Automatically Set Up the X-Ray Prime Factors 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01256-x PMID:39402356	研究论文	本文提出了一种基于深度学习的创新方法，通过拍摄X光前的照片自动估计放射位置，以选择最佳的X光主要参数	首次使用深度学习从拍摄的照片中自动估计放射位置，用于优化X光主要参数的设置	大多数错误发生在患者姿势相似的放射位置	优化X光检查中的辐射剂量和图像质量	X光主要参数（KVp、mAs和源-探测器距离）的设置	计算机视觉	NA	深度学习	轻量级ConvNeXt	图像	75名志愿者，66种放射位置
746	2025-05-24	BCCHI-HCNN: Breast Cancer Classification from Histopathological Images Using Hybrid Deep CNN Models 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01297-2 PMID:39402357	research paper	该研究提出了一种基于深度卷积神经网络（CNN）的混合模型BCCHI-HCNN，用于从组织病理学图像中分类乳腺癌，旨在实现早期和精确的乳腺癌识别	通过结合多种分类器（如SVM、决策树和KNN）并利用迁移学习技术，提高了模型的性能，其中SVM算法结合PCA特征达到了99.5%的准确率	决策树模型虽然准确率高（99.4%），但速度较SVM慢	改进乳腺癌的早期诊断方法，提高诊断准确性和效率	乳腺癌的组织病理学图像	digital pathology	breast cancer	deep learning, transfer learning, PCA	CNN, SVM, decision tree, KNN	image	NA
747	2025-05-24	Transformer-Integrated Hybrid Convolutional Neural Network for Dose Prediction in Nasopharyngeal Carcinoma Radiotherapy 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01296-3 PMID:39424665	研究论文	提出了一种结合CNN和Transformer的混合剂量预测模型，用于鼻咽癌放疗中的剂量预测	设计了一种具有通道注意力机制的分层密集循环编码器，以及一种通过逐层重建高维特征图保留更丰富纹理信息的渐进式解码器，并引入了对象驱动的跳跃连接	实验仅在内部数据集上进行，未涉及外部验证	提高鼻咽癌放疗剂量预测的准确性和效率	鼻咽癌放疗的剂量分布	数字病理学	鼻咽癌	深度学习	CNN和Transformer混合模型	图像	内部数据集（具体数量未提及）
748	2025-05-24	Knee Osteoarthritis SCAENet: Adaptive Knee Osteoarthritis Severity Assessment Using Spatial Separable Convolution with Attention-Based Ensemble Networks with Hybrid Optimization Strategy 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01306-4 PMID:39438366	research paper	该研究提出了一种基于深度学习的膝关节骨关节炎严重程度评估模型SCAENet，用于准确识别患者病情	提出了一种新的空间可分离卷积与注意力机制结合的集成网络SCAENet，并采用混合优化策略HESM-BESO进行特征池生成	未提及模型在临床实际应用中的验证效果及样本多样性问题	提高膝关节骨关节炎严重程度评估的准确性和效率	膝关节骨关节炎患者	digital pathology	geriatric disease	深度学习	SCAENet（集成ResNet/VGG16/DenseNet与1DCNN）	image	NA（仅提及在线资源获取图像，未说明具体数量）
749	2024-10-24	Correction: Checklist for Reproducibility of Deep Learning in Medical Imaging 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01295-4 PMID:39438367	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
750	2025-05-24	Deep Learning Segmentation of Chromogenic Dye RNAscope From Breast Cancer Tissue 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01301-9 PMID:39443395	research paper	本文介绍了一种新型深度学习方法的开发和优化，专注于从乳腺癌组织中准确分割RNAscope点（表示基因表达）	提出了一种使用ConvNeXt作为骨干网络的卷积深度学习网络，采用自定义、高度正则化的块来防止过拟合和早期收敛于次优解	网络规模对于分割网络来说较为适中，且需要较少的训练数据即可良好运行	开发一种自动化分析方法，用于乳腺癌组织中的RNAscope染色分析	乳腺癌组织中的RNAscope染色	digital pathology	breast cancer	RNAscope staining	CNN, ConvNeXt	image	NA
751	2025-05-24	Integrating VAI-Assisted Quantified CXRs and Multimodal Data to Assess the Risk of Mortality 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01247-y PMID:39448455	研究论文	本研究开发了一种基于视觉人工智能（VAI）的基础模型，用于通过胸部X光片（CXRs）增强死亡风险分层	利用深度学习提取CXR特征并结合Cox比例风险模型生成风险评分（'CXR-risk'），仅需单次CXR即可提供准确的死亡和发病率预测	回顾性研究设计可能引入选择偏倚，且外部验证集的样本量相对较小	开发一种广泛可用的检查方法以预测死亡风险	门诊和体检中心的患者	数字病理	NA	深度学习，Cox比例风险模型	深度学习模型	图像（胸部X光片），临床和实验室数据，放射学报告	训练集41,945例，验证集10,492例，内部测试集31,707例，外部测试集4,441例
752	2025-05-24	Utilizing Pseudo Color Image to Improve the Performance of Deep Transfer Learning-Based Computer-Aided Diagnosis Schemes in Breast Mass Classification 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01237-0 PMID:39455542	研究论文	本研究探讨了利用形态学信息分类可疑乳腺病变的影响，并提出了一种新的伪彩色图像生成方法以提高分类性能	开发了一种利用肿块轮廓信息增强分类性能的新型伪彩色图像生成方法	性能提升依赖于肿块分割的准确性	提高基于乳腺X光片的计算机辅助诊断方案在乳腺肿块分类中的性能	乳腺肿块	计算机视觉	乳腺癌	深度学习迁移学习	预训练的深度学习模型与SVM分类器结合	图像	830例乳腺癌病例（310例良性，520例恶性），每例采集4个ROI
753	2025-05-24	Comparative Bladder Cancer Tissues Prediction Using Vision Transformer 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01228-1 PMID:39455543	research paper	本研究比较了三种模型在膀胱癌组织预测中的性能，包括CNN、混合CNN-ML和ViT模型，其中ViT表现最佳	首次在膀胱癌组织预测中应用Vision Transformer（ViT）模型，并展示了其优于传统CNN和混合模型的性能	未提及样本量是否足够大以验证模型的泛化能力，也未讨论模型在其他癌症类型上的适用性	开发一个计算机辅助决策支持系统，以帮助专家更高效地识别膀胱癌组织类型	膀胱癌组织	digital pathology	bladder cancer	endoscopic imaging	CNN, hybrid CNN-ML, ViT	image	NA
754	2025-05-24	A Multi-model Deep Learning Architecture for Diagnosing Multi-class Skin Diseases 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01300-w PMID:39482493	research paper	该研究提出了一种新颖的深度学习多模型架构，用于高精度皮肤疾病诊断	采用五分类Xception模型对皮肤病变进行分类，并通过迁移学习为每个类别构建专用模型，显著提升了诊断准确率	未提及模型在临床环境中的实际应用验证	开发高精度的皮肤疾病诊断工具	皮肤病变图像	digital pathology	skin diseases	deep learning	Xception	image	25,010张图像
755	2025-05-24	Applying Deep-Learning Algorithm Interpreting Kidney, Ureter, and Bladder (KUB) X-Rays to Detect Colon Cancer 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01309-1 PMID:39482492	研究论文	本研究开发了一种深度学习模型，利用KUB X光片检测结肠癌，以提高筛查覆盖率和效果	首次将深度学习算法应用于KUB X光片进行结肠癌检测，提供了一种成本效益高的替代传统筛查方法	需要进一步前瞻性研究验证结果并完全整合该技术到临床实践中	开发一种深度学习模型，用于通过KUB X光片检测结肠癌	结肠癌患者	数字病理	结肠癌	深度学习	DenseNet	图像	开发集28,055例，调优集11,234例，内部验证集16,875例，外部验证集15,876例
756	2025-05-24	Deep learning based on ultrasound images predicting cervical lymph node metastasis in postoperative patients with differentiated thyroid carcinoma 2025-Jun-01, The British journal of radiology DOI:10.1093/bjr/tqaf047 PMID:40073229	research paper	开发基于超声图像的深度学习模型，用于预测分化型甲状腺癌术后患者的颈淋巴结转移	创新性地使用淋巴结超声图像的深度学习来预测DTC术后患者的颈淋巴结状态	初步研究，样本量相对较小（352个淋巴结来自330名患者）	预测分化型甲状腺癌（DTC）术后患者的颈淋巴结转移（CLNM）	分化型甲状腺癌（DTC）术后患者的颈淋巴结	digital pathology	thyroid carcinoma	ultrasound imaging	ResNet50	image	352个淋巴结来自330名患者
757	2025-05-24	CT-derived fractional flow reserve on therapeutic management and outcomes compared with coronary CT angiography in coronary artery disease 2025-Jun-01, The British journal of radiology DOI:10.1093/bjr/tqaf055 PMID:40107975	研究论文	本研究比较了基于深度学习的CT衍生血流储备分数（CT-FFR）与冠状动脉CT血管造影（CCTA）在疑似冠状动脉疾病（CAD）患者治疗管理和临床结果中的价值	首次在单中心前瞻性研究中评估了现场深度学习CT-FFR对CAD患者治疗管理和临床结果的影响，并与单独CCTA进行比较	样本量相对较小（461例患者），且为单中心研究，可能限制结果的普遍性	评估CT-FFR在CAD患者治疗管理和临床结果中的价值	疑似冠状动脉疾病（CAD）患者	数字病理	心血管疾病	深度学习	深度学习模型（未指定具体类型）	医学影像（CT）	461例疑似CAD患者
758	2025-05-24	Does the deep learning-based iterative reconstruction affect the measuring accuracy of bone mineral density in low-dose chest CT? 2025-Jun-01, The British journal of radiology DOI:10.1093/bjr/tqaf059 PMID:40127198	research paper	研究深度学习迭代重建算法对低剂量胸部CT中骨密度测量准确性和图像质量的影响	首次评估深度学习迭代重建算法（AIIR）在低剂量胸部CT中对骨密度测量准确性的影响，同时优化图像质量	研究样本可能有限，且仅评估了特定类型的深度学习迭代重建算法	探讨深度学习迭代重建算法在低剂量胸部CT中对图像质量和骨密度测量准确性的影响	体模和患者	digital pathology	NA	定量CT（QCT）	深度学习迭代重建算法（AIIR）	CT图像	体模和患者研究
759	2025-05-24	A new era in nephrology: the role of super-resolution microscopy in research, medical diagnostic, and drug discovery 2025-Jun, Kidney international IF:14.8Q1 DOI:10.1016/j.kint.2025.01.040 PMID:40139567	综述	本文探讨了超分辨率显微镜在肾脏研究、医学诊断和药物发现中的潜在应用	介绍了3维结构照明显微镜及其在量化足细胞足突形态中的新方法，结合mRNA检测、多重染色和深度学习算法	NA	探索超分辨率显微镜在肾脏研究、医学诊断和药物发现中的应用	肾脏的超微结构，特别是足细胞足突和裂隙隔膜	数字病理学	肾脏疾病	超分辨率显微镜，3维结构照明显微镜	深度学习算法	图像	NA
760	2025-05-24	[Rapid identification and analysis of hemoglobin isoelectric focusing electrophoresis images based on deep learning] 2025-Jun, Se pu = Chinese journal of chromatography DOI:10.3724/SP.J.1123.2024.05012 PMID:40394749	研究论文	本文提出了一种基于深度学习的血红蛋白等电聚焦电泳图像快速识别与分析方法	采用YOLOv8模型直接输出电泳条带信息，不依赖专业人员经验或pI标记物，提高了检测效率和准确性	研究仅针对血红蛋白等电聚焦电泳图像，未验证在其他类型电泳图像上的适用性	开发一种快速、准确的血红蛋白等电聚焦电泳图像自动分析方法	血红蛋白等电聚焦电泳图像	计算机视觉	成人地中海贫血	等电聚焦凝胶电泳(mIEF)	YOLOv8	图像	1,665张无pI标记的血红蛋白等电聚焦图像