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
861	2025-04-27	Repeatability of Microperimetry in Areas of Retinal Pigment Epithelium and Photoreceptor Loss in Geographic Atrophy Supported by Artificial Intelligence-Based Optical Coherence Tomography Biomarker Quantification 2025-Mar, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2024.11.005 PMID:39547308	研究论文	本研究通过人工智能支持的光学相干断层扫描生物标志物量化，评估了地理萎缩(GA)中视网膜色素上皮和光感受器损失区域的微视野检查的重复性	结合深度学习算法量化视网膜生物标志物，首次提供了MAIA和MP3设备在GA患者中的点对点测试-重测重复性参考值	样本量较小(20名受试者)，仅评估了两种微视野设备	评估地理萎缩患者视网膜特定区域微视野检查的重复性	地理萎缩患者的视网膜功能	数字病理学	老年性疾病	光学相干断层扫描(OCT)，微视野检查(MP)	深度学习算法	医学影像	20名受试者，每台设备900个刺激点
862	2025-04-27	Whole Slide Imaging, Artificial Intelligence, and Machine Learning in Pediatric and Perinatal Pathology: Current Status and Future Directions 2025 Mar-Apr, Pediatric and developmental pathology : the official journal of the Society for Pediatric Pathology and the Paediatric Pathology Society IF:1.3Q3 DOI:10.1177/10935266241299073 PMID:39552500	review	本文综述了全切片成像（WSI）、人工智能（AI）和机器学习在儿科和围产期病理学中的当前应用和未来发展方向	探讨了AI在儿科和发育病理学中的潜在应用，如提高诊断效率、自动化常规任务以及解决特定诊断挑战	整合WSI-AI到临床实验室面临证据质量、监管适应、临床评估和安全考虑等挑战	概述AI在儿科和发育病理学中的应用进展和挑战	儿科和围产期病理学中的数字病理图像	digital pathology	pediatric and perinatal pathology	whole slide imaging (WSI), AI, deep learning	machine learning	image	NA
863	2025-04-27	The diatom test in the field of forensic medicine: a review of a long-standing question 2025-Mar, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-024-03370-5 PMID:39556128	review	本文评估了法医调查中硅藻测试的标准，重点关注溺水案例	讨论了微波消化、真空过滤和自动扫描电子显微镜（MD-VF-Auto SEM）等先进方法，以及DNA测序和深度学习技术的整合，以提高硅藻检测和分类的准确性	需要标准化硅藻测试协议以确保一致性和可靠性	提高硅藻测试在法医调查中的准确性和可靠性，特别是在确定溺水死因方面	硅藻，一种存在于水生环境中的单细胞藻类	法医学	NA	微波消化、真空过滤、自动扫描电子显微镜（MD-VF-Auto SEM）、DNA测序、深度学习	深度学习	组织样本、水样	NA
864	2025-04-27	Deep learning based analysis of dynamic video ultrasonography for predicting cervical lymph node metastasis in papillary thyroid carcinoma 2025-Mar, Endocrine IF:3.0Q2 DOI:10.1007/s12020-024-04091-w PMID:39556263	研究论文	本研究开发了一种基于深度学习的模型，用于通过动态视频超声检查预测甲状腺乳头状癌患者的颈淋巴结转移风险	首次使用深度学习模型分析动态视频超声数据来预测颈淋巴结转移风险，相比传统二维静态图像方法表现更优	研究样本量相对有限（388名患者），且数据来自单一医疗机构	开发更准确的颈淋巴结转移预测方法以辅助临床决策	甲状腺乳头状癌患者	数字病理学	甲状腺癌	超声检查	DenseNet121	视频	388名患者的717个甲状腺结节
865	2025-04-27	Nuclear pleomorphism in canine cutaneous mast cell tumors: Comparison of reproducibility and prognostic relevance between estimates, manual morphometry, and algorithmic morphometry 2025-Mar, Veterinary pathology IF:2.3Q1 DOI:10.1177/03009858241295399 PMID:39560067	研究论文	本研究比较了犬皮肤肥大细胞肿瘤中核多形性评估的不同方法，包括病理学家估计、手动形态测量和基于深度学习的自动形态测量，以评估其可重复性和预后价值	首次在犬皮肤肥大细胞肿瘤中系统比较了不同核评估方法的性能，并验证了分层抽样手动形态测量和算法形态测量的实用价值	需要进一步研究验证结果、评估算法间可重复性和算法稳健性，并探索整个肿瘤切片中核特征的异质性	探索犬皮肤肥大细胞肿瘤核评估方法的局限性并开发替代形态测量解决方案	犬皮肤肥大细胞肿瘤(ccMCTs)	数字病理学	犬皮肤肥大细胞肿瘤	深度学习分割	深度学习	病理图像	96例具有预后信息的ccMCTs
866	2025-04-27	Deep learning reconstruction for accelerated high-resolution upper abdominal MRI improves lesion detection without time penalty 2025-Mar, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.09.008 PMID:39567306	研究论文	本研究比较了传统T1加权VIBE序列与深度学习重建的加速高分辨率VIBE序列（HR-VIBEDL）在图像质量、病变显着性和病变检测方面的表现	使用深度学习重建的加速高分辨率VIBE序列（HR-VIBEDL），在不增加扫描时间的情况下提高了图像质量和病变检测率	研究样本量较小（50名参与者），且仅在单一三级中心进行	比较传统VIBE序列与HR-VIBEDL序列在腹部MRI中的表现	上腹部MRI图像	医学影像	腹部疾病	MRI，深度学习重建	深度学习	医学影像	50名参与者（30名男性，20名女性），平均年龄60±15岁
867	2025-04-27	Burnout crisis in Chinese radiology: will artificial intelligence help? 2025-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11206-4 PMID:39567429	研究论文	评估人工智能软件使用与中国医院放射科职业倦怠之间的相关性	首次定量研究AI软件使用与放射科人员职业倦怠的关联	横断面研究设计无法确定因果关系	探讨AI在缓解放射科职业倦怠中的作用	中国68家公立医院的放射科医师和技术人员	医疗人工智能	NA	问卷调查、MBI-HSS量表	NA	调查问卷数据	522名放射科工作人员（389名使用过AI）
868	2025-04-27	Early-Stage Melanoma Cancer Diagnosis Framework for Imbalanced Data From Dermoscopic Images 2025-Mar, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24736 PMID:39573895	research paper	提出了一种用于不平衡数据下的早期黑色素瘤皮肤癌诊断的深度学习框架	结合CNN、DenseNet、批量归一化层、最大池化和ReLU激活函数的新框架，有效解决了过拟合问题，并采用数据增强处理类别不平衡	未明确提及模型在临床环境中的实际应用验证或对不同皮肤类型的泛化能力	开发自动化的黑色素瘤早期诊断方法以提高诊断效率和准确性	皮肤镜图像中的黑色素瘤病变	digital pathology	skin cancer	data augmentation, Adam optimizer	CNN, DenseNet	image	ISIC-2019和HAM-10000数据集的大量样本
869	2025-04-27	EfficientNet-resDDSC: A Hybrid Deep Learning Model Integrating Residual Blocks and Dilated Convolutions for Inferring Gene Causality in Single-Cell Data 2025-Mar, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00667-2 PMID:39578307	研究论文	提出了一种名为EfficientNet-resDDSC的混合深度学习模型，用于从单细胞数据中推断基因间的因果关系	结合残差块和扩张卷积，增强模型在初级阶段的低层次特征提取能力，并通过深度可分离卷积在不增加计算量的情况下扩大感受野	未明确提及具体限制，但可能面临高维高噪声单细胞数据的挑战	构建基因调控网络(GRNs)，准确揭示基因间的因果关系	单细胞RNA测序(scRNA-seq)数据中的基因	机器学习	乳腺癌	scRNA-seq	EfficientNet-resDDSC（结合残差块和扩张卷积的混合深度学习模型）	单细胞RNA测序数据	四个数据集（未明确具体样本数量）
870	2025-04-27	Semantic segmentation for weed detection in corn 2025-Mar, Pest management science IF:3.8Q1 DOI:10.1002/ps.8554 PMID:39584373	research paper	提出了一种结合语义分割和图像处理的新方法，用于玉米田中的杂草检测	通过间接分割作物像素并识别作物掩膜外的植被作为杂草，避免了直接检测多种杂草物种的复杂性	未提及该方法在其他作物或复杂农田环境中的适用性	开发一种可靠、快速且准确的农田杂草检测方法	玉米田中的杂草	computer vision	NA	语义分割、知识蒸馏	DeepLabV3+	image	未明确提及具体样本数量
871	2025-04-27	Deep Learning Based Detection of Large Vessel Occlusions in Acute Ischemic Stroke Using High-Resolution Photon Counting Computed Tomography and Conventional Multidetector Computed Tomography 2025-Mar, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-024-01471-7 PMID:39585389	研究论文	本研究探讨了光子计数计算机断层扫描(PCCT)与传统多排探测器计算机断层扫描(MDCT)在急性缺血性卒中(AIS)中大血管闭塞(LVO)检测中的深度学习(DL)性能差异	首次研究了PCCT图像质量对DL算法检测LVO性能的影响，并使用了商业供应商开发的新型深度学习架构	无法排除灌注缺损的存在，因为缺乏CT灌注(CTP)成像数据	评估PCCT与传统CT在AIS中LVO检测的DL算法性能差异	急性缺血性卒中患者的大血管闭塞情况	数字病理学	脑血管疾病	光子计数计算机断层扫描(PCCT)和传统计算机断层扫描(CT)	深度学习架构(具体类型未说明)	医学影像	443例接受CTA检查的病例(PCCT组150例，传统CT组293例)
872	2025-04-27	Pressure-Enabled Drug Delivery Significantly Increases Intra-Arterial Delivery of Embolic Microspheres to Liver Tumors in a Porcine Model 2025-Mar, Journal of vascular and interventional radiology : JVIR IF:2.6Q2 DOI:10.1016/j.jvir.2024.11.014 PMID:39586533	research paper	本研究测试了压力驱动药物输送（PEDD）在猪模型中增加肝肿瘤微球输送的效果	使用压力调节微导管设备（TriNav）显著提高了微球在肝肿瘤中的输送效率	研究仅基于猪模型，结果可能无法直接推广到人类	比较PEDD与传统微导管在肝肿瘤治疗中的微球输送效率	猪肝肿瘤模型	medical technology	liver cancer	压力驱动药物输送（PEDD）	custom deep learning algorithm	image	16 (8 conventional, 8 PEDD)
873	2025-04-27	The benefit of automated sac volume measurements in postoperative endovascular aortic repair surveillance 2025-Mar, Journal of vascular surgery IF:3.9Q1 DOI:10.1016/j.jvs.2024.10.070 PMID:39522568	research paper	研究探讨了在腹主动脉瘤修复术后监测中，自动测量瘤囊体积相较于最大直径评估是否能提供更细致的瘤囊行为信息	首次比较了自动瘤囊体积测量与传统最大直径评估在腹主动脉瘤修复术后监测中的差异，发现体积测量能识别更多瘤囊变化	样本量较小（89例患者），且为回顾性研究	评估自动瘤囊体积测量在腹主动脉瘤修复术后监测中的附加价值	接受标准或开窗式EVAR治疗的腹主动脉瘤患者	数字病理学	心血管疾病	计算机断层扫描血管造影（CTA）	深度学习（Augmented Reality for Vascular Aneurysm）	医学影像	89例患者（标准EVAR 46例，开窗式EVAR 43例）
874	2025-04-27	LGS-PPIS: A Local-Global Structural Information Aggregation Framework for Predicting Protein-Protein Interaction Sites 2025-Mar, Proteins IF:3.2Q2 DOI:10.1002/prot.26763 PMID:39520116	研究论文	提出了一种名为LGS-PPIS的局部-全局结构信息聚合框架，用于预测蛋白质-蛋白质相互作用位点	结合了边缘感知图卷积网络(EA-GCN)和自注意力机制(SA-RIM)，实现了局部和全局信息的聚合，克服了现有方法在局部特征提取和全局特征捕获上的不足	未提及具体的数据集大小限制或模型泛化能力的详细分析	提高蛋白质-蛋白质相互作用位点(PPIS)的预测精度	蛋白质-蛋白质相互作用位点	生物信息学	NA	深度学习	EA-GCN, SA-RIM	蛋白质结构数据	三个广泛使用的PPIS预测基准数据集
875	2025-04-27	Self-Attention Mechanisms-Based Laryngoscopy Image Classification Technique for Laryngeal Cancer Detection 2025-Mar, Head & neck DOI:10.1002/hed.27999 PMID:39526389	研究论文	提出了一种基于自注意力机制的喉镜图像分类技术，用于喉癌检测	开发了基于Swin-Transformer的智能喉癌检测系统(ILCDS)，在准确性和稳定性上优于传统CNN模型和专业喉科医生	在外部测试集上性能略有下降	提高喉癌早期诊断的准确性和效率	喉癌患者	计算机视觉	喉癌	深度学习	Swin-Transformer	图像	来自1462名患者的5768张喉镜图像
876	2025-04-27	Contrast-enhanced thin-slice abdominal CT with super-resolution deep learning reconstruction technique: evaluation of image quality and visibility of anatomical structures 2025-Mar, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01685-2 PMID:39538066	研究论文	比较超分辨率深度学习重建（SR-DLR）、深度学习重建（DLR）和混合迭代重建（HIR）算法在对比增强薄层腹部CT图像重建中的图像质量和解剖结构可见性	首次在对比增强薄层腹部CT图像重建中评估SR-DLR技术，并与DLR和HIR进行比较	研究为回顾性设计，样本量较小（54例患者）	评估不同重建算法在腹部CT图像质量和结构可见性方面的表现	对比增强薄层腹部CT图像	医学影像分析	NA	超分辨率深度学习重建（SR-DLR）、深度学习重建（DLR）和混合迭代重建（HIR）	深度学习	医学影像（CT图像）	54例接受对比增强腹部CT检查的患者
877	2025-04-27	Early and noninvasive prediction of response to neoadjuvant therapy for breast cancer via longitudinal ultrasound and MR deep learning: A multicentre study 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.033 PMID:39542804	研究论文	本研究探讨了基于乳腺MR和超声的纵向多模态深度学习在预测乳腺癌新辅助化疗后病理完全缓解中的价值	利用纵向多模态深度学习和堆叠模型，结合HER2状态，实现了早期无创预测乳腺癌新辅助化疗反应	研究为回顾性分析，样本量有限（448例患者），且仅来自三个中心	开发个性化治疗方案，预测乳腺癌患者对新辅助化疗的反应	乳腺癌患者	数字病理学	乳腺癌	深度学习	ResNet50, 堆叠模型	图像（MR和超声）	448例患者
878	2025-04-27	Dimensionality reduction in 3D causal deep learning for neuroimage generation: an evaluation study 2025-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.2.024506 PMID:40276097	研究论文	评估不同降维方法在因果深度学习模型中生成神经影像的效果	比较了五种降维技术在3D因果深度学习模型中对神经影像生成的影响，并确定了3D PCA为最佳方法	研究仅针对脑部影像，未涵盖其他类型的医学影像	比较不同降维方法对因果神经影像生成的影响	23,692张3D脑部影像	数字病理学	NA	PCA, 自编码器, Vector Quantised-Variational AutoEncoder	CNN	3D图像	23,692张3D脑部影像
879	2025-04-27	Prediction of muscular-invasive bladder cancer using multi-view fusion self-distillation model based on 3D T2-Weighted images 2025-Feb-25, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0333 PMID:39501515	研究论文	本研究开发了一种基于3D T2加权图像的多视图融合自蒸馏模型（MVSD），用于准确区分肌肉浸润性膀胱癌（MIBC）和非肌肉浸润性膀胱癌（NMIBC）	提出了一种结合横向和矢状面视图的多视图融合自蒸馏模型，利用3D MRI体积的z轴信息进行综合特征提取，并通过自蒸馏提升浅层分类器的特征提取能力	研究中未包含所有多参数MRI序列，仅优化了T2加权成像序列	优化现有的T2加权成像序列，以准确评估肌肉浸润性膀胱癌	615名膀胱癌患者的T2加权图像	数字病理学	膀胱癌	3D T2加权成像	MVSD（多视图融合自蒸馏模型）	3D MRI图像	615名膀胱癌患者
880	2025-04-27	Dense convolution-based attention network for Alzheimer's disease classification 2025-02-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85802-9 PMID:39962113	研究论文	提出了一种名为DenseAttentionNetwork (DANet)的轻量级模型，用于在3D MRI图像中检测阿尔茨海默病	利用密集连接和线性注意力机制增强特征提取和捕获长距离依赖关系，同时保持较低的参数量	未提及与其他最先进模型的详细对比或在实际临床环境中的部署挑战	开发一个高效且参数少的模型，用于阿尔茨海默病的检测	3D MRI图像	数字病理学	老年病	深度学习	CNN与线性注意力机制结合的DANet	3D MRI图像	多机构数据集（具体数量未提及）