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
761	2025-04-25	Reducing energy consumption in musculoskeletal MRI using shorter scan protocols, optimized magnet cooling patterns, and deep learning sequences 2025-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11056-0 PMID:39242400	研究论文	研究探讨了通过优化扫描协议、采用深度学习加速采集和优化冷却系统来减少肌肉骨骼MRI扫描的能耗	结合深度学习技术和冷却系统优化，显著降低MRI扫描的能耗和时间	研究仅在德国慕尼黑的两台MRI扫描仪上进行，样本量有限	优化MRI扫描的能源使用效率，减少能耗和成本	肌肉骨骼MRI扫描	医学影像	NA	MRI扫描、深度学习加速采集	NA	医学影像数据	两台MRI扫描仪（1.5-T Aera, 1.5-T Sola）
762	2025-04-25	A Novel Network for Low-Dose CT Denoising Based on Dual-Branch Structure and Multi-Scale Residual Attention 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01254-z PMID:39261373	research paper	提出了一种基于双分支结构和多尺度残差注意力的新型网络，用于低剂量CT图像去噪	采用双分支框架结构，结合自适应动态卷积块(ADCB)、多尺度边缘增强注意力块(MEAB)和多尺度残差卷积块(MRCB)，有效提取和融合图像特征，提升去噪效果和图像质量	未提及在实际临床环境中的验证情况	提高低剂量CT图像的去噪效果和图像质量	低剂量CT图像	computer vision	NA	深度学习	CNN	image	两个公开数据集(AAPM-Mayo和Qin_LUNG_CT)
763	2025-04-25	Screening Patient Misidentification Errors Using a Deep Learning Model of Chest Radiography: A Seven Reader Study 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01245-0 PMID:39261374	研究论文	本研究评估了深度学习模型在胸片配对中识别患者的能力，并与人类专家进行了比较	开发了基于相似性的深度学习模型SimChest，在多个数据集上展示了最佳的患者识别性能，且不受疾病变化状态影响	研究为回顾性研究，可能无法完全反映实际临床环境中的表现	评估深度学习模型在胸片配对中识别患者的能力，并与人类专家进行比较	胸片图像	计算机视觉	NA	深度学习	SimChest（基于相似性的深度学习模型）	图像（胸片）	240,004张胸片用于模型开发，240名患者（113名女性）用于读者研究
764	2025-04-25	Multimodal convolutional neural network-based algorithm for real-time detection and differentiation of malignant and inflammatory biliary strictures in cholangioscopy: a proof-of-concept study (with video) 2025-Apr, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2024.09.001 PMID:39265745	研究论文	开发了一种基于多模态卷积神经网络（CNN）的算法，用于实时检测和区分胆管镜检查中的恶性和炎症性胆管狭窄	结合临床元数据的多模态CNN算法，克服了仅基于图像模型的限制，实现了计算机辅助检测（CADe）和诊断（CADx）	样本量较小（111名患者），且为概念验证研究，需要进一步验证	开发一种能够实时检测和区分胆管狭窄性质的算法，以辅助临床诊断	胆管镜检查视频和图像中的恶性和炎症性胆管狭窄	数字病理学	胆管癌	数字单操作者胆管镜检查（dSOC）	CNN	视频和图像	111名患者的15,158帧图像和视频
765	2025-04-25	Deep Learning for Automated Classification of Hip Hardware on Radiographs 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01263-y PMID:39266912	research paper	开发深度学习模型用于自动分类骨盆和髋关节X光片中的骨科植入物，以减少放射科医生的工作量并提高报告一致性	首次使用深度学习模型（EfficientNet-B4和NFNet-F3）对多种髋关节植入物进行高精度自动分类，性能与专业放射科医生相当	模型在感染后髋关节类别的AUC略低（0.97），且仅在一个医疗中心进行回顾性研究	开发自动化工具以减轻放射科医生工作量并标准化骨科植入物分类报告	骨盆和髋关节X光片中的骨科植入物	computer vision	骨科疾病	深度学习图像分类	CNN（EfficientNet-B4和NFNet-F3）	X光图像	4279项研究（来自1073名患者）的训练集，851项研究（来自262名患者）的测试集
766	2025-04-25	Convolutional Neural Networks for Segmentation of Pleural Mesothelioma: Analysis of Probability Map Thresholds (CALGB 30901, Alliance) 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01092-z PMID:39266911	research paper	本研究评估了概率图阈值对卷积神经网络（CNN）生成的胸膜间皮瘤（PM）肿瘤轮廓的影响	分析了不同概率阈值下CNN生成的肿瘤体积与放射科医生提供的参考标准之间的差异，强调了在评估深度学习肿瘤分割时同时考虑肿瘤体积和空间重叠的重要性	CNN在特定疾病表现（如严重胸腔积液或胸膜裂隙疾病）中存在不足，且未找到适用于肿瘤体积和DSC两者的最优单一输出阈值	评估CNN在胸膜间皮瘤肿瘤分割中的性能	胸膜间皮瘤患者的CT扫描图像	digital pathology	pleural mesothelioma	CT扫描	VGG16/U-Net CNN	image	48名PM患者的186次CT扫描
767	2025-04-25	Improved diagnosis of arrhythmogenic right ventricular cardiomyopathy using electrocardiographic deep learning 2025-Apr, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.08.030 PMID:39168295	research paper	本研究开发并验证了一种基于心电图（ECG）的深度学习（DL）工具，用于诊断致心律失常性右心室心肌病（ARVC）	开发了一种新的ECG-DL模型，能够将ARVC的诊断水平提升至专家级别，并能区分真实的ARVC诊断与表型模仿者及高风险家族成员/基因阳性个体	研究样本量相对较小，且外部验证队列中ARVC的患病率较低	开发并验证一种用于ARVC诊断的ECG-DL工具	被转诊进行ARVC评估的患者及携带致病性或可能致病性ARVC基因变异的患者	machine learning	cardiovascular disease	deep learning	DL	ECG	开发集551例，测试集137例，外部验证队列167例
768	2025-04-25	Deep learning reconstruction algorithm and high-concentration contrast medium: feasibility of a double-low protocol in coronary computed tomography angiography 2025-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11059-x PMID:39299952	research paper	评估在非肥胖患者中使用高强度深度学习图像重建（DLIR-H）与标准自适应统计迭代重建（ASiR-V）协议在冠状动脉CT血管造影（CCTA）中的辐射剂量和图像质量	提出了一种结合DLIR-H和80-kVp CCTA的双低协议，显著降低辐射和对比剂剂量同时提高图像质量	研究仅限于BMI小于30 kg/m²的非肥胖患者	评估双低CCTA协议在辐射剂量和图像质量方面的表现	非肥胖患者	digital pathology	cardiovascular disease	CCTA, DLIR-H, ASiR-V	deep learning	medical imaging	255名患者（每组85人）
769	2025-04-25	Can deep learning classify cerebral ultrasound images for the detection of brain injury in very preterm infants? 2025-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11028-4 PMID:39212671	research paper	本研究开发了深度学习模型，用于分类早产儿脑部超声图像，以检测脑损伤	首次将深度学习应用于早产儿脑部超声图像的分类，作为计算机辅助检测工具	模型在初始阶段表现一般，需通过不同机器学习策略提升性能	开发深度学习模型，用于早产儿脑部超声图像的分类，以辅助检测脑损伤	早产儿（胎龄220-306周）的脑部超声图像	digital pathology	brain injury	deep learning	CNN	image	538名早产儿的4180张脑部超声图像
770	2025-04-25	Vital Characteristics Cellular Neural Network (VCeNN) for Melanoma Lesion Segmentation: A Biologically Inspired Deep Learning Approach 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01257-w PMID:39284982	研究论文	提出了一种名为VCeNN的生物启发式深度学习模型，用于黑色素瘤病变的医学图像分割	从细胞功能特征和自然选择中获得灵感，设计了具有记忆、适应、凋亡和分裂模块的新型神经网络	NA	开发能够准确描绘黑色素瘤病变的医学图像分割模型	黑色素瘤病变的医学图像	数字病理学	黑色素瘤	深度学习	VCeNN (CNN变体)	医学图像	多个公开数据集
771	2025-04-25	A streaming brain-to-voice neuroprosthesis to restore naturalistic communication 2025-Apr, Nature neuroscience IF:21.2Q1 DOI:10.1038/s41593-025-01905-6 PMID:40164740	research paper	该研究开发了一种流式脑到语音神经假体，用于恢复瘫痪患者的自然语言交流	使用高密度表面记录和深度学习循环神经网络转换器模型，实现了在线大词汇量可理解流畅语音合成，并个性化还原了参与者受伤前的声音	研究仅针对一名严重瘫痪和失语症的临床试验参与者，样本量较小	恢复瘫痪患者的自然语言交流能力	严重瘫痪和失语症患者	神经工程	瘫痪	高密度表面记录、深度学习	循环神经网络转换器模型 (RNN-T)	神经信号	1名临床试验参与者
772	2025-04-25	Label-Aware Dual Graph Neural Networks for Multi-Label Fundus Image Classification 2025-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3457232 PMID:39255075	research paper	提出了一种新颖的标签感知双图神经网络，用于多标签眼底图像分类，结合了基于人群和基于病理的图表示学习模块	首次将基于人群的图表示学习和基于病理的图表示学习相结合，考虑了受试者间的关联性和病理间的相关性	未明确说明模型在小型数据集上的表现或计算效率	提高多标签眼底图像分类的准确性	眼底图像	computer vision	fundus disease	graph neural networks	dual graph neural networks	image	NA
773	2025-04-07	Opening the deep learning box 2025-Apr, Nature neuroscience IF:21.2Q1 DOI:10.1038/s41593-025-01938-x PMID:40186074	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
774	2025-04-25	Foundation model of neural activity predicts response to new stimulus types 2025-Apr, Nature IF:50.5Q1 DOI:10.1038/s41586-025-08829-y PMID:40205215	研究论文	本文通过训练一个基础模型来预测小鼠视觉皮层对任意自然视频的神经元反应，并展示了该模型在新刺激类型和小鼠中的泛化能力	利用基础模型处理大量神经活动数据，成功预测新刺激类型下的神经元反应，并扩展到预测解剖细胞类型、树突特征和神经元连接性	模型的应用范围可能受限于训练数据的多样性和规模，且目前仅在视觉皮层进行了验证	构建大脑的基础模型，以增强对大脑计算目标和神经编码的理解	小鼠视觉皮层的神经活动	神经科学	NA	深度学习	基础模型	神经活动数据	多只小鼠的大量神经活动数据
775	2025-04-25	A deep learning model for clinical outcome prediction using longitudinal inpatient electronic health records 2025-Apr, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf026 PMID:40213364	研究论文	开发了一种基于Transformer的临床结果预测模型TECO，用于利用住院电子健康记录预测ICU死亡率	提出了一个基于Transformer的模型TECO，能够利用连续的电子健康记录数据预测ICU死亡率，并在多个疾病队列中验证了其性能	需要进一步的验证以确认模型的广泛适用性	开发一种深度学习模型，用于预测ICU患者的死亡率	COVID-19患者、急性呼吸窘迫综合征患者和败血症患者	机器学习	COVID-19、急性呼吸窘迫综合征、败血症	深度学习	Transformer	电子健康记录	COVID-19患者2579人，急性呼吸窘迫综合征患者2799人，败血症患者6622人
776	2025-04-25	Analyzing heterogeneity in Alzheimer disease using multimodal normative modeling on imaging-based ATN biomarkers 2025-Apr, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.70143 PMID:40235115	研究论文	本研究采用基于深度学习的多模态规范框架，分析阿尔茨海默病（AD）在ATN成像生物标志物上的个体水平变异	首次应用多模态规范模型分析AD在ATN生物标志物上的异质性，并开发了个体水平疾病严重程度指数（DSI）	研究仅基于横断面数据，缺乏纵向验证	探究阿尔茨海默病在ATN生物标志物上的异质性表现	阿尔茨海默病患者（淀粉样蛋白阳性个体）与淀粉样蛋白阴性对照	数字病理学	老年病	T1加权磁共振成像（MRI）、淀粉样蛋白和tau蛋白正电子发射断层扫描（PET）	深度学习	医学影像	发现队列665人，复制队列430人
777	2025-04-25	Mortality and Antibiotic Timing in Deep Learning-Derived Surviving Sepsis Campaign Risk Groups: A Multicenter Study 2025-Apr-01, Research square DOI:10.21203/rs.3.rs-6123541/v1 PMID:40235491	研究论文	本研究利用深度学习模型对脓毒症患者进行风险分层，并探讨抗生素使用时机对不同风险组患者死亡率的影响	首次使用深度学习模型客观地对脓毒症患者进行风险分层，并基于分层结果评估抗生素使用时机对死亡率的影响	未评估因果关系，需要更多前瞻性研究验证结果	评估基于深度学习风险分层的脓毒症患者抗生素使用时机对死亡率的影响	脓毒症患者	数字病理学	脓毒症	深度学习	DL	临床数据	34,163名成年脓毒症患者
778	2025-04-25	Pathomics Image Analysis of Tumor Infiltrating Lymphocytes (TILs) in Colon Cancer 2025-Apr-01, Research square DOI:10.21203/rs.3.rs-6173056/v1 PMID:40235501	研究论文	开发了一种深度学习病理图像分析工作流，用于生成空间肿瘤-TIL图，以可视化和量化结肠癌中肿瘤浸润淋巴细胞（TILs）的丰度和空间分布	利用深度学习技术对H&E染色的全切片图像进行分析，生成肿瘤-TIL空间图，量化TILs在结肠癌微环境中的比例及其预后意义	NA	评估TILs%作为病理学生物标志物在结肠癌预后中的意义	结肠癌患者样本中的肿瘤浸润淋巴细胞（TILs）	数字病理	结肠癌	深度学习，H&E染色	深度学习模型（未指定具体模型）	图像（H&E染色的全切片图像）	NA
779	2025-04-25	A Computational Framework for Automated Puncture Trajectory Planning in Hemorrhagic Stroke Surgery 2025-Apr, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70480 PMID:40259699	研究论文	本研究提出了一种计算框架，用于自动化生成出血性中风手术中的穿刺轨迹	结合AI驱动的分割、主成分分析（PCA）和经验优化，创新性地实现了穿刺路径的自动化生成	仅使用了五个复杂临床案例进行验证，未来需要与机器人系统集成并通过临床试验进一步验证	提高出血性中风手术中穿刺轨迹规划的效率和安全性	出血性中风手术中的穿刺轨迹	数字病理	中风	AI驱动的分割、PCA、Laplacian网格平滑	ResNet-50	医学影像	五个复杂临床案例
780	2025-04-25	Multisequence 3-T Image Synthesis from 64-mT Low-Field-Strength MRI Using Generative Adversarial Networks in Multiple Sclerosis 2025-Apr, Radiology IF:12.1Q1 DOI:10.1148/radiol.233529 PMID:40261176	research paper	该研究开发了一种名为LowGAN的生成对抗网络，用于从64-mT低场强MRI生成3-T高质量脑部图像，并在多发性硬化症患者中进行了评估	提出了一种新的生成对抗网络架构LowGAN，用于低场强到高场强MRI图像的转换，提高了图像质量和白质病变的分割准确性	研究样本量相对较小（主组50人，验证组13人），且仅针对多发性硬化症患者	开发并评估一种深度学习架构，以提高便携式低场强MRI扫描仪生成的图像质量	多发性硬化症患者的脑部MRI图像	医学影像处理	多发性硬化症	生成对抗网络（GAN）	LowGAN	MRI图像	主组50名参与者（中位年龄47岁，38名女性），验证组13名参与者（中位年龄41岁，11名女性）