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
861	2025-12-09	Machine and deep learning applied to medical microwave imaging: a scoping review from reconstruction to classification 2025-Oct-15, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ae0bd3 PMID:40997871	综述	本文对机器学习在医学微波成像中的应用进行了范围综述，重点关注图像重建和分类两个关键领域	系统性地梳理了机器学习在微波成像中从重建到分类的最新研究进展，并强调了其在临床转化中的潜力	作为范围综述，未进行定量荟萃分析，且可能未涵盖所有新兴方法	探讨机器学习在医学微波成像中的角色，特别是在图像重建和分类任务中的应用	医学微波成像技术及其在乳腺和脑部成像等医疗应用中的研究	机器学习	乳腺癌, 神经系统疾病	微波成像	卷积神经网络, 支持向量机	微波成像数据	NA	NA	NA	NA	NA
862	2025-12-09	VISTA Uncovers Missing Gene Expression and Spatial-induced Information for Spatial Transcriptomic Data Analysis 2025-Oct-07, Research square DOI:10.21203/rs.3.rs-7564369/v1 PMID:41282090	研究论文	本文提出了一种名为VISTA的新方法，用于预测空间转录组学数据中未观测基因的表达水平	VISTA首次结合变分推理和几何深度学习，联合建模单细胞RNA-seq数据和空间转录组学数据，并引入不确定性量化	NA	解决空间转录组学技术中基因表达谱覆盖范围有限的问题，提升空间诱导细胞状态和特征的分析能力	空间转录组学数据	数字病理学	NA	单细胞RNA-seq, 空间转录组学	几何深度学习	基因表达数据, 空间数据	四个空间转录组学数据集	NA	NA	NA	NA
863	2025-12-09	Multi-label diagnosis of dental conditions from panoramic x-rays using attention-enhanced deep learning 2025-Oct-07, Oral and maxillofacial surgery DOI:10.1007/s10006-025-01463-y PMID:41055759	研究论文	本研究开发并评估了用于全景X射线图像中多类别牙科疾病自动分类的深度学习模型，比较了自定义CNN架构、注意力机制、预训练模型和混合方法的有效性	结合注意力机制的自定义CNN架构、预训练模型与注意力机制的集成，以及CNN与机器学习（如随机森林）的混合方法，用于牙科疾病的多标签诊断	数据集缺乏正常/健康病例，且需在不同临床人群中进行前瞻性验证研究以确立真实世界的有效性和安全性	开发并评估用于全景X射线图像中牙科疾病多类别自动分类的深度学习模型	全景牙科X射线图像	计算机视觉	牙科疾病	数据增强、CLAHE增强、归一化	CNN, SVM, Random Forest, Decision Tree	图像	1,512张全景牙科X射线图像，预处理后生成4,764张类别平衡图像	TensorFlow, PyTorch, Scikit-learn	自定义CNN, VGG16, ResNet50, Xception	准确率, 精确率, 召回率, F1分数, ROC-AUC	NA
864	2025-12-09	Development and Validation of a Modality-Invariant 3D Swin U-Net Transformer for Liver and Spleen Segmentation on Multi-Site Clinical Bi-parametric MR Images 2025-Oct, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01362-w PMID:39707114	研究论文	本文开发并验证了一种模态不变的3D Swin U-Net Transformer深度学习模型，用于在来自多个机构的儿童和成人患者的腹部T1加权或T2加权MR图像上进行肝脏和脾脏分割	提出了一种模态不变的3D Swin UNETR模型，采用模态不变训练策略，将每位患者的T1w和T2w MR图像作为独立训练样本处理，从而实现对不同模态（T1w和T2w）图像的鲁棒分割	研究为回顾性设计，可能受限于数据集的多样性和规模；模型性能在不同模态间存在差异（如脾脏分割在T1w图像上DSC较低）	开发并验证一种能够处理多机构、多模态临床腹部MR图像的深度学习模型，用于肝脏和脾脏的自动分割	儿童和成人患者（已知或疑似慢性肝病）的腹部T1加权和T2加权MR图像	数字病理学	慢性肝病	MR成像（T1加权和T2加权）	Transformer, CNN	3D MR图像	304名患者（年龄31.8±20.3岁，43%女性），共241个T1w和339个T2w MR序列	NA	Swin UNETR, U-Net	Dice相似系数	NA
865	2025-12-09	Artificial Intelligence in Surgical Training and Applications to Otolaryngology: A Scoping Review 2025-Oct, The Laryngoscope DOI:10.1002/lary.32246 PMID:40371996	综述	本文对人工智能在手术技能评估中的应用进行了范围综述，特别关注其在耳鼻喉科教育中的潜力	系统性地综述了AI在手术技能评估中的最新进展，并特别聚焦于耳鼻喉科领域，强调了自动化反馈和客观评估的潜力	作为一篇范围综述，主要基于现有文献进行分析，未进行新的原始数据收集或模型验证	探讨人工智能在手术技能评估中的应用进展，并评估其提升耳鼻喉科教育水平的潜力	涉及手术技能评估的研究，包括基础手术任务（如打结、缝合）和特定外科手术（如乳突切除术、鼻中隔成形术）	计算机视觉	耳鼻喉科疾病	深度学习，机器学习，计算机视觉	NA	运动学数据，运动数据，力数据，视频	34项符合纳入标准的研究	NA	NA	分类准确率	NA
866	2025-12-09	Reproducible meningioma grading across multi-center MRI protocols via hybrid radiomic and deep learning features 2025-Oct, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03725-8 PMID:40824403	研究论文	本研究提出了一种结合影像组学特征和基于3D自动编码器的深度学习特征的方法，用于脑膜瘤术前分级，旨在提高跨多中心MRI协议的准确性和可重复性	创新性地将手工影像组学特征与基于3D自动编码器（集成注意力机制）的深度学习特征相结合，并利用ComBat方法进行批次效应校正，以提升跨协议性能	未来需要在真实临床环境中进一步验证，并考虑整合临床参数以增强预后价值	开发一种可靠、非侵入性的脑膜瘤术前分级方法	经组织学确认的脑膜瘤患者	数字病理	脑膜瘤	MRI（T1增强和T2加权成像）	3D自动编码器, XGBoost, CatBoost, 堆叠集成	图像	3523名患者（1900例低级别，1623例高级别）	NA	3D自动编码器	准确率, 灵敏度, AUC	NA
867	2025-12-09	Toward a unified pipeline for natural product discovery: tools and strategies for NRPS and PKS pathway exploration and engineering 2025-Jul-28, Natural product reports IF:10.2Q1 DOI:10.1039/d5np00041f PMID:40719200	综述	本文综述了将非核糖体肽合成酶和聚酮合酶系统转化为理性设计平台的最新进展，重点介绍了基因组挖掘、高通量筛选、去重复化以及合成生物学和计算建模等新兴工具	强调计算建模（如同源建模、分子对接、分子动力学模拟）和深度学习策略与经典技术互补，加速定制天然产物类似物的发现与组装	NA	探索和改造非核糖体肽合成酶和聚酮合酶途径，以加速天然产物的发现与工程化	非核糖体肽合成酶和聚酮合酶系统及其产生的天然产物（如抗生素、免疫抑制剂、抗癌剂）	自然语言处理	NA	基因组挖掘、高通量筛选、去重复化、合成生物学、计算建模、同源建模、分子对接、分子动力学模拟、深度学习	深度学习模型	基因组数据、化学结构数据、蛋白质结构数据	NA	NA	NA	NA	NA
868	2025-12-09	Revolutionizing cleft lip and palate management through artificial intelligence: a scoping review 2025-Apr-10, Oral and maxillofacial surgery DOI:10.1007/s10006-025-01371-1 PMID:40208434	综述	本文对过去10年人工智能在唇腭裂管理中的应用进行了范围综述，涵盖了预测、诊断、治疗和教育等多个方面	首次对人工智能在唇腭裂领域的应用进行系统性范围综述，并识别出六个关键子类别	研究数量有限（仅25篇），且主要集中在特定地区（如美国），可能存在发表偏倚	综述人工智能在唇腭裂预测、诊断和治疗中的应用，以优化患者护理	唇腭裂患者	数字病理	唇腭裂	NA	深度学习, 机器学习	NA	NA	NA	NA	NA	NA
869	2025-12-09	Deep Probabilistic Principal Component Analysis for Process Monitoring 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386890 PMID:38652625	研究论文	本文提出了一种新颖的深度概率主成分分析（DePPCA）模型，用于工业过程监控和故障检测	结合概率建模和深度学习的优势，通过贪婪分层预训练和端到端微调构建深度结构，实现高效特征提取和监控	NA	开发一种准确且高效的过程监控方法	工业过程监控和故障检测	机器学习	NA	概率潜在变量模型，深度学习	PPCA, DePPCA	工业过程数据	NA	NA	深度PPCA（DePPCA）	NA	NA
870	2025-12-09	Toward non-invasive diagnosis of Bankart lesions with deep learning 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3046251 PMID:41341525	研究论文	本研究开发了基于深度学习的模型，用于在标准MRI和MRA上检测Bankart病变，以提高诊断准确性并减少对侵入性MRA的依赖	首次使用Swin Transformer架构，通过多视图集成方法，在标准MRI上实现了与MRA相当的诊断性能，为Bankart病变的非侵入性诊断提供了新途径	研究样本量相对有限（586个MRI），且仅基于单中心数据，可能影响模型的泛化能力	提高Bankart病变的诊断准确性，减少对侵入性MRI关节造影（MRA）的依赖	558名接受关节镜检查患者的586个肩部MRI图像（包括标准MRI和MRA）	计算机视觉	肩部损伤	MRI, MRA	深度学习	图像	586个肩部MRI（335个标准MRI，251个MRA），来自558名患者	PyTorch	Swin Transformer	AUC, 准确率, 灵敏度, 特异性	NA
871	2025-12-09	Ethical and legal concerns in artificial intelligence applications for the diagnosis and treatment of lung cancer: a scoping review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1663298 PMID:41164831	综述	本文通过范围综述探讨了人工智能在肺癌诊疗应用中的伦理与法律问题	系统性地识别并总结了AI在肺癌诊疗领域应用中最突出的伦理与法律关切点，特别是数据隐私、算法偏见及全球适用性差距	多数研究缺乏全面的法律分析，且文献主要来自高收入国家，全球视角不足，提出的解决方案未经验证且碎片化	评估人工智能在肺癌诊疗应用中的伦理与法律挑战	人工智能在肺癌筛查、诊断、治疗及预后中的应用	数字病理	肺癌	NA	深度学习	诊断影像	20篇符合纳入标准的文献	NA	NA	NA	NA
872	2025-12-09	Brain tumour segmentation in fused MRI-PET images with permutate U-Net framework 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335952 PMID:41343590	研究论文	本文提出了一种基于Permutate U-Net框架的脑肿瘤分割方法，用于融合MRI-PET图像	设计了Permutate版本的U-Net架构，结合PCA融合MRI-PET图像以提高图像质量和分割精度	NA	自动精确地检测和分割脑肿瘤区域	脑肿瘤	数字病理学	脑肿瘤	MRI-PET图像融合	U-Net	图像	使用BraTS 2015、2020和2021数据集	NA	Permutate U-Net	Dice系数, IoU, 准确率	NA
873	2025-12-09	ConvLSTM-based tropical cyclone intensity estimation and classification using satellite imagery over the North Indian ocean 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330705 PMID:41348707	研究论文	本研究提出了一种基于深度学习的框架，利用卫星图像序列对北印度洋的热带气旋进行检测、分类和强度估计	提出了一种混合架构，结合CNN和ConvLSTM共同学习时空模式，并引入了基于聚类的气旋区域隔离方法、序列级数据增强以及使用SMOTE缓解类别不平衡问题	未来工作需要通过集成学习、更复杂的架构或更大的数据集来提高模型的泛化能力	开发有效的热带气旋早期预警和灾害预防系统	北印度洋的热带气旋	计算机视觉	NA	卫星图像序列分析	CNN, ConvLSTM	图像序列	CIMSS热带数据档案和IMD最佳路径数据集	NA	VGG16, ConvLSTM	准确率, RMSE	NA
874	2025-12-09	Toward Non-Invasive Diagnosis of Bankart Lesions with Deep Learning 2024-Dec-09, ArXiv PMID:39764408	研究论文	本研究开发了基于深度学习的模型，用于在标准MRI和MRA上检测Bankart病变，旨在提高诊断准确性并减少对侵入性MRA的依赖	首次使用Swin Transformer架构和预训练策略，结合多视图集成方法，在标准MRI上实现了与MRA相当的诊断性能，可能减少对侵入性检查的需求	研究样本量相对有限（586个MRI扫描），且模型性能可能受限于数据集的多样性和标注质量	提高Bankart病变的诊断准确性，减少对侵入性MRI关节造影（MRA）的依赖	肩部MRI扫描（包括标准MRI和MRA）	计算机视觉	骨科损伤（Bankart病变）	MRI成像	深度学习	医学图像（MRI）	586个肩部MRI扫描（来自558名患者，包括335个标准MRI和251个MRA）	PyTorch（基于Swin Transformer的实现通常使用PyTorch）	Swin Transformer	AUC, 准确率, 敏感性, 特异性	NA
875	2025-12-09	USE-Evaluator: Performance metrics for medical image segmentation models supervised by uncertain, small or empty reference annotations in neuroimaging 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102927 PMID:37672900	研究论文	本文提出了一种用于评估医学图像分割模型性能的新方法，特别针对参考标注存在不确定性、尺寸小或为空的情况	开发了USE-Evaluator评估框架，专门处理神经影像中不确定、小或空的参考标注对分割模型性能评估的影响	研究主要基于卒中内部数据集，虽然与公共数据集进行了比较，但可能仍需更多临床数据验证	改进医学图像分割模型的性能评估方法，使其更适应临床实践中具有挑战性的分割任务	医学图像分割模型在神经影像数据上的性能评估	医学图像分析	卒中	医学图像分割	深度学习框架	医学图像	卒中内部数据集，并与BRATS 2019和脊髓公共数据集进行比较	未明确指定	标准深度学习框架	Dice系数等重叠度量指标	未明确指定
876	2025-12-09	Multi-site, Multi-domain Airway Tree Modeling 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102957 PMID:37716199	研究论文	本文介绍了在MICCAI 2022会议上组织的多站点、多领域气道树建模挑战赛（ATM'22），旨在为医学影像社区提供气道分割算法的基准测试	提供了大规模、多站点、包含噪声COVID-19 CT扫描的公开标注数据集，推动了数据驱动方法的发展，并首次系统比较了嵌入拓扑连续性增强的深度学习模型在气道分割中的性能	公开标注数据集仍然有限，可能影响新算法的详细性能评估；挑战赛结果可能受到参与团队算法实现差异的影响	为医学影像社区提供气道分割算法的基准测试，促进早期肺部疾病干预技术的发展	肺部气道树的分割与建模	计算机视觉	肺部疾病	CT扫描	深度学习模型	CT图像	500例CT扫描（300例训练，50例验证，150例测试）	NA	NA	定量与定性评估	NA
877	2025-12-09	Deep learning, data ramping, and uncertainty estimation for detecting artifacts in large, imbalanced databases of MRI images 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102942 PMID:37797482	研究论文	本文提出了一种基于深度学习的随机算法，用于在大型不平衡神经影像数据库中自动检测MRI图像伪影，并引入不确定性估计以提高检测准确性	首次提出结合蒙特卡洛dropout的随机深度学习算法，用于MRI伪影检测，并开发了数据斜坡方法处理类别不平衡问题	未提及算法在外部验证集上的泛化性能，且未讨论计算成本或实时处理能力	开发自动化方法以高效检测大型不平衡神经影像数据库中的MRI图像伪影	MRI图像	计算机视觉	NA	磁共振成像	深度学习	3D图像	34,800次扫描（其中98%为无伪影数据）	NA	3D AlexNet	准确率, F1分数	NA
878	2025-12-09	Collagen fiber centerline tracking in fibrotic tissue via deep neural networks with variational autoencoder-based synthetic training data generation 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102961 PMID:37802011	研究论文	提出一种基于深度学习的流程，用于从病理组织样本的显微图像中量化胶原纤维的拓扑特性	利用变分自编码器生成具有可控拓扑特性的合成中心线，并结合条件生成对抗网络合成真实胶原纤维图像，以解决大规模标注数据短缺问题	未明确说明合成数据与真实数据之间的域适应差距可能对模型泛化性产生的影响	开发一种能够准确提取胶原纤维中心线并量化其拓扑特性的自动化方法	胰腺、肝脏和乳腺癌样本中的胶原纤维	数字病理学	癌症	二次谐波生成显微镜	变分自编码器, 条件生成对抗网络, 深度神经网络	图像	NA	NA	NA	NA	NA
879	2025-12-09	MGMT promoter methylation status prediction using MRI scans? An extensive experimental evaluation of deep learning models 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102989 PMID:37827111	研究论文	本文通过深度学习模型评估使用MRI扫描预测胶质母细胞瘤中MGMT启动子甲基化状态，并利用多种解释性方法验证模型性能	使用最大的公开MRI数据集之一（585名参与者）进行预测，并综合应用Grad-CAM、遮挡敏感性、特征可视化和训练损失景观等多种解释性方法评估模型	研究结果显示MRI扫描与MGMT启动子甲基化状态之间无相关性，表明需要外部队列数据验证模型以确保深度学习系统在癌症诊断中的准确性和可靠性	预测胶质母细胞瘤中MGMT启动子甲基化状态，以替代侵入性组织活检	胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	MRI扫描	深度学习模型	图像	585名参与者	NA	NA	NA	NA
880	2025-12-09	Automated evaluation with deep learning of total interstitial inflammation and peritubular capillaritis on kidney biopsies 2023-11-30, Nephrology, dialysis, transplantation : official publication of the European Dialysis and Transplant Association - European Renal Association DOI:10.1093/ndt/gfad094 PMID:37197910	研究论文	本研究开发了一种基于卷积神经网络的深度学习工具，用于自动评估肾活检中的总间质炎症和肾小管周围毛细血管炎	首次利用深度学习自动评估肾活检中的总间质炎症和肾小管周围毛细血管炎，实现了与病理学家评分的高度相关性	样本量相对有限，训练集仅包含83个肾样本，且未提及模型在其他疾病或更大数据集上的泛化能力	开发自动化工具以精确评估肾活检中的组织学标准，帮助分层患者肾脏预后并促进治疗管理	肾活检样本，包括来自多种疾病的423个样本	数字病理学	肾脏疾病	组织学评估	CNN	图像	423个肾活检样本（83个用于训练，106个用于手动与自动预测比较，234个用于自动与视觉评分比较）	NA	NA	精确率, 召回率, F分数, 相关系数, AUC, kappa系数	NA