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
841	2025-07-03	A novel method in COPD diagnosing using respiratory signal generation based on CycleGAN and machine learning 2025-Jul, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2329938 PMID:38551327	研究论文	本研究提出了一种基于CycleGAN和机器学习的新方法，通过呼吸信号生成来诊断慢性阻塞性肺疾病（COPD）	利用CycleGAN模型增强数据多样性，并结合多种小波族和频谱变换进行特征信号分析，使用先进的卷积神经网络进行分类	未提及样本的具体来源和多样性，可能影响模型的泛化能力	开发一种基于呼吸声音特征的COPD诊断方法	慢性阻塞性肺疾病（COPD）患者的呼吸声音	数字病理学	慢性阻塞性肺疾病	Wavelet变换，频谱变换	CycleGAN, VGG16, ResNet50, InceptionV3	呼吸声音信号	NA
842	2025-07-03	Development and validation of an MRI spatiotemporal interaction model for early noninvasive prediction of neoadjuvant chemotherapy response in breast cancer: a multicentre study 2025-Jul, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103298 PMID:40584836	研究论文	开发并验证了一种基于MRI时空交互模型的早期无创预测乳腺癌新辅助化疗反应的方法	提出了一种新型的时空交互（STI）模型，整合了肿瘤的空间特征和时间动态，显著提高了预测准确性	研究依赖于多中心数据，可能存在数据异质性问题	优化乳腺癌新辅助化疗反应的早期评估方法	乳腺癌患者	数字病理	乳腺癌	DCE-MRI	Siamese network-based STI model with transformer-based multi-head attention mechanism	MRI图像	1044名患者
843	2025-07-03	Patient-specific deep learning tracking for real-time 2D pancreas localisation in kV-guided radiotherapy 2025-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2025.100794 PMID:40584994	研究论文	本研究探讨了患者特异性深度学习方法在胰腺立体定向体部放疗中实时跟踪胰腺位置的潜力	使用条件生成对抗网络进行患者特异性胰腺跟踪，相比传统方法提高了定位精度	研究样本量较小(25例患者)，且需要在呼气屏气状态下获取影像	开发胰腺放疗中实时跟踪胰腺位置的方法	胰腺肿瘤(GTV)、胰头和全胰腺	数字病理	胰腺癌	kV成像、锥形束CT(CBCT)	条件生成对抗网络(cGAN)	2D kV图像	25名胰腺癌患者(19名用于训练，6名用于测试)
844	2025-07-03	An efficient attention Densenet with LSTM for lung disease detection and classification using X-ray images supported by adaptive R2-Unet-based image segmentation 2025-Jul-01, Archives of physiology and biochemistry IF:2.5Q2 DOI:10.1080/13813455.2025.2524182 PMID:40590298	研究论文	提出了一种结合注意力机制Densenet和LSTM的深度学习框架，用于通过X射线图像进行肺部疾病的检测和分类，并采用自适应R2-Unet进行图像分割	结合了注意力机制的Densenet与LSTM，以及优化的自适应R2-Unet分割方法，显著提高了分类准确率	未提及具体的数据集大小或多样性限制，可能影响模型的泛化能力	开发一种高效的深度学习框架，以提高肺部疾病的检测和分类准确率	肺部疾病的X射线图像	数字病理学	肺部疾病	深度学习，图像分割	ADNet-LSTM, AR2-UNet	图像	NA
845	2025-07-03	A Multimodal Predictive Model for Chronic Kidney Disease and Its Association With Vascular Complications in Patients With Type 2 Diabetes: Model Development and Validation Study in South Korea and the U.K 2025-Jul-01, Diabetes care IF:14.8Q1 DOI:10.2337/dc25-0355 PMID:40590639	研究论文	开发了一个多模态模型来预测2型糖尿病患者的慢性肾病，并研究了其与血管并发症的潜在关联	整合了眼底图像和临床数据，使用可解释的人工智能方法（如SHAP和Grad-CAM）来解释模型预测	模型在验证队列中的性能（AUC 0.722）低于发现队列（AUC 0.880），可能存在泛化性问题	预测2型糖尿病患者的慢性肾病及其与血管并发症的关联	2型糖尿病患者	数字病理	慢性肾病	多模态深度学习	VGG16和深度神经网络集成	图像和临床数据	发现队列7,028例（韩国），验证队列1,544例（英国）
846	2025-07-03	How I Do It: Three-Dimensional MR Neurography and Zero Echo Time MRI for Rendering of Peripheral Nerve and Bone 2025-Jul, Radiology IF:12.1Q1 DOI:10.1148/radiol.241604 PMID:40590699	研究论文	本文介绍了一种结合三维MR神经成像和零回波时间MRI的方法，用于外周神经和骨骼的渲染	创新点在于结合了MR神经成像和ZTE MRI序列，通过深度学习重建技术进行后处理，提供神经与骨骼的空间关系，为临床决策提供路线图	讨论了神经和骨骼渲染中的挑战，但未具体说明方法的局限性	研究目的是开发一种结合MR神经成像和ZTE MRI的方法，用于临床决策支持，特别是外科干预	研究对象是外周神经和骨骼	数字病理	NA	MR神经成像、ZTE MRI、深度学习重建技术	NA	MRI图像	NA
847	2025-07-03	Enhancing the Predictions of Cytomegalovirus Infection in Severe Ulcerative Colitis Using a Deep Learning Ensemble Model: Development and Validation Study 2025-Jul-01, JMIR medical informatics IF:3.1Q2 DOI:10.2196/64987 PMID:40590844	研究论文	本研究开发并验证了一种基于深度学习集成模型的方法，用于通过内窥镜图像区分巨细胞病毒（CMV）感染与严重溃疡性结肠炎（UC）	采用深度学习集成模型结合测试时间增强（TTA）技术，显著提高了CMV感染的预测准确性	样本量较小（仅86张内窥镜图像），可能影响模型的泛化能力	探索深度学习在非侵入性诊断CMV感染中的应用，以改善严重UC患者的早期检测	严重溃疡性结肠炎患者的内窥镜图像	数字病理学	溃疡性结肠炎	深度学习	DenseNet 121（预训练于ImageNet）	图像	86张内窥镜图像
848	2025-07-03	Harnessing AI for Improved Diagnosis and Management of Pediatric Sepsis: Current Advances, Challenges, and Future Directions 2025-Jul-01, Pediatric emergency care IF:1.2Q3 DOI:10.1097/PEC.0000000000003397 PMID:40590973	综述	本文探讨了人工智能（AI）在儿童败血症早期识别和管理中的应用现状、挑战及未来方向	综述了AI/ML在败血症护理中的多种应用，包括筛查/早期检测、风险分层/结果预测、个性化治疗和持续患者监测，并强调了成功案例和正在进行的临床试验	讨论了未来实际应用中需要考虑的问题，如偏见缓解和临床工作流程的整合	探索AI/ML在改善儿童败血症诊断和管理中的潜在应用	儿童败血症	机器学习	败血症	自然语言处理（NLP）、大型语言模型（LLM）	专家系统、机器学习（ML）、深度学习	电子健康记录（EHR）、生命体征监测数据	NA
849	2025-07-03	Spectrum prediction and inverse design of metasurfaces via transfer learning based on material similarity 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.565993 PMID:40591274	研究论文	提出了一种基于材料相似性的迁移学习方法，用于超表面的光谱预测和逆向设计	利用材料相似性进行迁移学习，减少对训练数据量的依赖，同时保证网络性能	仅验证了两种超表面的迁移任务，可能不适用于所有类型的超表面	减少深度学习在超表面领域应用中对数据的依赖	吸收超表面和偏振转换超表面	机器学习	NA	迁移学习	NA	NA	NA
850	2025-07-03	Coal classification and analysis based on shadowgraphy and deep learning methods 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.559226 PMID:40591303	研究论文	本研究开发了一种基于阴影成像和深度学习的煤炭分类与分析方法	利用光纤长度变化实现激光激发和图像采集系统，结合CNN分析阴影图，实现了高精度的煤炭分类和关键成分预测	研究仅在实验室环境下进行，尚未验证实际工业应用效果	开发煤炭自动分类与成分分析的创新方法	29种不同类型的煤炭样本	计算机视觉	NA	阴影成像技术	CNN	图像	29种煤炭样本
851	2025-07-03	Deep learning-enhanced image analysis for liquid crystal optical sensing 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.561960 PMID:40591341	research paper	本研究利用VGG16深度学习模型加速液晶光学图像分析，提升传感速度和灵敏度	首次将VGG16深度学习模型应用于液晶光学图像分析，显著提高了传感速度和分类准确率	研究仅针对两种代表性表面活性剂和胰岛素特异性适配体进行测试，未涵盖更广泛的传感目标	提升液晶光学传感器的图像分析速度和精度	液晶光学图像	computer vision	NA	深度学习图像分析	VGG16	image	使用两种代表性表面活性剂（CTAB和SDS）及胰岛素特异性适配体进行测试
852	2025-07-03	Co-phase errors simultaneous detection for optical sparse aperture systems via deep learning 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.562369 PMID:40591336	研究论文	提出了一种基于深度学习的稀疏孔径光学系统共相误差同时检测方法	首次实现了活塞误差和倾斜误差的同时检测，通过分离网络消除误差间的干扰	方法依赖于模拟数据验证，实际光学系统中的噪声和扰动可能影响检测精度	提高稀疏孔径光学系统的共相误差检测效率和精度	光学稀疏孔径系统的共相误差（活塞误差和倾斜误差）	计算机视觉	NA	深度学习	分离网络和检测网络	光学传递函数相关特征图	NA
853	2025-07-03	Improving Tuberculosis Detection in Chest X-Ray Images Through Transfer Learning and Deep Learning: Comparative Study of Convolutional Neural Network Architectures 2025-Jul-01, JMIRx med DOI:10.2196/66029 PMID:40591399	研究论文	本研究通过比较6种CNN架构在胸部X光图像中检测结核病的性能，发现VGG16在准确性和计算效率方面表现最佳	研究表明较简单的模型VGG16在结核病检测中不仅准确性高，而且计算资源需求较低，同时发现数据增强并未提升模型性能	研究仅使用了4200张胸部X光图像，样本量相对较小，且未探讨模型在其他疾病或更大数据集上的泛化能力	评估不同CNN架构在胸部X光图像中分类结核病的性能，并比较其计算效率	胸部X光图像	计算机视觉	结核病	深度学习	CNN（包括VGG16、VGG19、ResNet50、ResNet101、ResNet152和Inception-ResNet-V2）	图像	4200张胸部X光图像（700张结核病阳性，3500张正常）
854	2025-07-03	Orbital CT deep learning models in thyroid eye disease rival medical specialists' performance in optic neuropathy prediction in a quaternary referral center and revealed impact of the bony walls 2025-Jul-01, Orbit (Amsterdam, Netherlands) DOI:10.1080/01676830.2025.2521868 PMID:40591440	研究论文	开发并评估用于甲状腺眼病患者视神经病变预测的轨道CT深度学习模型	深度学习模型在视神经病变分类上的表现与医学专家相当，并揭示了骨壁的影响	研究样本量较小，仅包括126名患者	开发并评估用于甲状腺眼病患者视神经病变预测的深度学习模型	甲状腺眼病患者	数字病理	甲状腺眼病	深度学习	深度学习模型	CT图像	126名患者，252个轨道
855	2025-07-03	Zero-shot segmentation of spinal vertebrae with metastatic lesions: an analysis of Meta's Segment Anything Model 2 and factors affecting learning free segmentation 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS25234 PMID:40591965	研究论文	评估Meta的Segment Anything Model 2（SAM 2）在无需预训练的情况下对脊柱转移瘤椎体的分割能力	首次评估了通用分割模型SAM 2在脊柱转移瘤椎体分割中的零样本学习能力	在胸椎、女性患者和肥胖患者中的分割性能显著较差	评估零样本学习模型在脊柱转移瘤椎体分割中的准确性和适用性	脊柱CT扫描中的椎体及其转移瘤	医学影像分析	脊柱转移瘤	CT扫描	SAM 2	医学影像	55名患者的779个胸腰椎椎体，其中167个有转移瘤
856	2025-07-03	Image-based detection of the internal carotid arteries and sella turcica in endoscopic endonasal transsphenoidal surgery 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS24940 PMID:40591959	研究论文	本研究评估了深度学习模型在内窥镜经鼻蝶手术视频中检测蝶鞍和双侧颈内动脉的性能	使用YOLOv5s目标检测架构在EETS视频中自动识别关键解剖标志，以预防潜在致命损伤	模型需要来自不同环境的新数据以提高泛化能力和促进迁移学习	评估深度学习模型在EETS手术中检测关键解剖结构的性能	内窥镜经鼻蝶手术视频中的蝶鞍和双侧颈内动脉	计算机视觉	NA	深度学习	YOLOv5s	视频	98名患者的EETS手术视频图像
857	2025-07-03	Open-source AI-assisted rapid 3D color multimodal image fusion and preoperative augmented reality planning of extracerebral tumors 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS24557 PMID:40591963	research paper	开发了一种基于开源AI辅助的快速3D彩色多模态图像融合和增强现实技术，用于脑外肿瘤手术的术前规划和手术引导	结合了开源AI工具（FastSurfer/Raidionics）与AR可视化，创建了一个高效的3D彩色多模态图像融合工作流程，通过彩色编码功能映射和血管关系可视化增强解剖理解	研究仅针对脑外肿瘤患者，样本量为130人，可能无法推广到其他类型的肿瘤或更大规模的人群	开发一种先进的术前规划和手术引导方法，以提高手术精确度并减少围手术期风险	130名脑外肿瘤患者	digital pathology	extracerebral tumors	AI-assisted rapid 3D color multimodal image fusion, augmented reality	FastSurfer, Raidionics-Slicer	3D image	130名脑外肿瘤患者
858	2025-07-03	Generation of synthetic CT-like imaging of the spine from biplanar radiographs: comparison of different deep learning architectures 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS25170 PMID:40591967	研究论文	本研究比较了两种深度学习架构（GANs和CNN-INRs）在从双平面X光片生成脊柱合成CT（sCT）图像方面的表现	比较了GAN和CNN-INR两种架构在生成脊柱sCT图像上的性能，发现GAN在解剖细节和视觉真实性上表现更优	两种模型均未达到临床级输出水平	寻找一种稳健且临床可行的术中成像技术，以减少辐射暴露并提高成像可及性	脊柱CT图像	计算机视觉	NA	深度学习	GAN, CNN-INR	图像	216个训练案例和54个验证案例
859	2025-07-03	Deep learning-based clinical decision support system for intracerebral hemorrhage: an imaging-based AI-driven framework for automated hematoma segmentation and trajectory planning 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.5.FOCUS25246 PMID:40591968	research paper	本文介绍了一种基于深度学习的临床决策支持系统，用于脑出血的自动血肿分割和轨迹规划	提出了一种集成nnU-Net的血肿和颅骨分割、CT重定向、安全区划分及轨迹优化的AI驱动框架，旨在降低手术规划对操作者的依赖	系统在幕下血肿中的应用仍存在局限	开发一个AI驱动的决策支持和规划系统，以普及手术规划并减少操作者依赖性	347名脑出血患者（31,024张CT切片）	digital pathology	intracerebral hemorrhage	CT imaging	nnU-Net	image	347名患者（31,024张CT切片）
860	2025-07-03	A novel deep learning system for automated diagnosis and grading of lumbar spinal stenosis based on spine MRI: model development and validation 2025-Jul-01, Neurosurgical focus IF:3.3Q1 DOI:10.3171/2025.4.FOCUS24670 PMID:40591977	研究论文	开发了一种基于脊柱MRI的深度学习系统，用于自动诊断和分级腰椎管狭窄症	设计了一种改进的单阶段YOLOv5网络，用于同时检测感兴趣区域(ROIs)和分级腰椎中央管狭窄(LCS)、侧隐窝狭窄(LRS)及腰椎间孔狭窄(LFS)	研究样本量相对较小，外部测试集仅包含50名患者	开发一个自动化系统用于腰椎管狭窄症的诊断和分级	接受腰椎MRI检查的住院患者	数字病理	腰椎管狭窄症	MRI	改进的YOLOv5网络	图像	内部数据集420名患者，外部测试集50名患者