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
921	2025-07-11	Machine Learning for 1-Year Mortality Prediction in Lung Transplant Recipients: ISHLT Registry 2025, Transplant international : official journal of the European Society for Organ Transplantation IF:2.7Q2 DOI:10.3389/ti.2025.14121 PMID:40630785	研究论文	利用国际心肺移植协会（ISHLT）注册数据开发深度学习模型预测肺移植后1年生存率	使用SHapley Additive exPlanations值评估预移植因素的重要性，并开发了仅使用前10个最具影响力因素的简化模型，性能与原始模型相同	外部验证数据集与ISHLT数据集在组成上存在显著差异	优化肺移植候选者选择，提高资源利用效率和患者预后	肺移植受者	机器学习	肺病	深度学习	Gradient Boosting Machine (GBM), Multilayer Perceptron	临床数据	29,364名患者（来自ISHLT注册数据）
922	2025-07-11	Artificial intelligence in atrial fibrillation: emerging applications, research directions and ethical considerations 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1596574 PMID:40630898	综述	本文探讨了人工智能（AI）在心房颤动（AF）中的新兴应用、研究方向及伦理考量	AI在AF的早期检测、风险分层和个性化治疗中的应用，尤其是通过机器学习和深度学习技术	算法透明度、偏见、数据整合和监管障碍	探索AI在AF管理中的潜在应用及其对临床实践的影响	心房颤动（AF）患者	机器学习	心血管疾病	机器学习（ML）、深度学习（DL）	NA	心电图（ECG）、可穿戴设备数据、临床数据、影像数据、基因组数据	NA
923	2025-07-11	Quantifying interpretation reproducibility in Vision Transformer models with TAVAC 2024-12-20, Science advances IF:11.7Q1 DOI:10.1126/sciadv.abg0264 PMID:39705362	research paper	本文提出了一种名为TAVAC的度量标准，用于评估Vision Transformer模型在生物医学图像分类任务中的过拟合情况并量化解释的可重复性	引入TAVAC度量标准，通过比较训练和测试阶段的高注意力区域来评估ViT模型的过拟合情况，并量化解释的可重复性	研究主要依赖于有限的标注生物医学图像数据集，可能影响模型的泛化能力	提高Vision Transformer模型在生物医学图像分类任务中的解释可重复性和防止过拟合	生物医学图像，特别是乳腺癌组织学图像	digital pathology	breast cancer	Vision Transformer (ViT)	ViT	image	四个公共图像分类数据集和两个独立的乳腺癌组织学图像数据集
924	2025-07-11	Sexually dimorphic computational histopathological signatures prognostic of overall survival in high-grade gliomas via deep learning 2024-08-23, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adi0302 PMID:39178259	研究论文	利用深度学习分析H&E染色切片，识别高级别胶质瘤中性别特异性的组织病理学特征，并构建性别特异性的生存预后模型	首次采用端到端深度学习方法，分别在男性和女性患者中识别与生存相关的性别特异性肿瘤微环境组织病理学特征	研究结果需要在更大样本量中进行验证	探索高级别胶质瘤中性别差异对生存预后的影响	高级别胶质瘤患者的H&E染色组织切片	数字病理学	高级别胶质瘤	H&E染色	ResNet18, mResNet-Cox	图像	训练集和三个独立验证队列
925	2025-07-11	Interpretable representation learning for 3D multi-piece intracellular structures using point clouds 2024-Aug-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.25.605164 PMID:39091871	研究论文	本文介绍了一种利用3D旋转不变自编码器和点云学习细胞内复杂多片段形态的可解释表示学习框架	提出了一种形态适应的表示学习框架，能够学习与方向无关、紧凑且易于解释的复杂多片段形态表示	NA	量化细胞内复杂多片段形态的可解释测量，以客观、稳健和通用的方式理解亚细胞组织	具有点状形态（如DNA复制焦点）和多态形态（如核仁）的细胞内结构	计算机视觉	NA	3D旋转不变自编码器、点云	自编码器	3D点云	多个细胞内结构数据集，包括一个具有预定义组织规则的合成数据集
926	2025-07-11	Examining feature extraction and classification modules in machine learning for diagnosis of low-dose computed tomographic screening-detected in vivo lesions 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044501 PMID:38993628	研究论文	本研究探讨了机器学习在医学影像中用于体内病变诊断的特征提取和分类模块的性能	比较了三种不同的特征提取方法（Haralick图像纹理特征、深度学习图像抽象特征和组织-能量特定特征），并发现组织-能量特定特征提取显著提高了诊断性能	研究仅针对肺部结节和结肠息肉的低剂量CT筛查检测病变，可能不适用于其他类型的病变或影像技术	评估特征提取和分类模块在机器学习辅助诊断中的性能	肺部结节和结肠息肉的病变影像	计算机视觉	肺癌和结肠癌	低剂量CT扫描	随机森林（RF）和卷积神经网络（CNN）	医学影像	三个病变影像数据集
927	2025-07-11	Projected pooling loss for red nucleus segmentation with soft topology constraints 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044002 PMID:38988992	research paper	提出一种基于投影池化的损失函数，用于在深度学习分割方法中引入软拓扑约束，以提高小训练集下的分割准确性和解剖学正确性	提出了一种新的损失函数，通过投影和最大池化操作引入软拓扑约束，减少分割过程中的拓扑错误和结构边界缺陷	未明确提及具体局限性，但可能在小样本训练集上的泛化能力仍需进一步验证	提高医学图像分割的准确性和解剖学正确性，特别是在小训练集情况下	红核（red nucleus）的分割，以及心脏、脾脏和海马体的分割	digital pathology	parkinsonian syndromes	quantitative susceptibility mapping (QSM)	deep learning	image	未明确提及具体样本数量，但涉及QSM数据和MSD挑战中的三个任务（心脏、脾脏和海马体）
928	2025-07-11	Lung vessel connectivity map as anatomical prior knowledge for deep learning-based lung lobe segmentation 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044001 PMID:38988990	研究论文	本研究探讨了将肺部血管系统的解剖学先验知识融入深度学习模型以提升胸部CT扫描中肺叶自动分割性能的潜在优势	提出利用肺部血管连接性（LVC）图谱作为解剖学先验知识，指导并增强深度学习模型在肺叶分割中的表现，特别是在呼气期CT扫描的边界区域	LVC信息带来的改进程度存在局限，其实际应用价值仍需进一步探索	提升胸部CT扫描中肺叶自动分割的准确性和泛化能力	胸部CT扫描图像中的肺叶结构	数字病理学	COVID-19	深度学习	U-Net, 多任务U-Net, 级联U-Net (基于nnU-Net框架)	CT图像	10例COVID-19病例数据
929	2025-07-11	Automated CT quantification of interstitial lung abnormality in patients with resectable stage I non-small cell lung cancer: Prognostic significance 2024-06, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.15306 PMID:38682806	研究论文	本研究评估了基于Fleischner Society定义的自动量化间质性肺异常（ILA）在I期非小细胞肺癌（NSCLC）患者中的预测价值	使用深度学习自动量化程序评估术前CT数据，并基于Fleischner Society定义对患者进行分类	回顾性研究设计可能引入选择偏差	评估自动量化ILA在I期NSCLC患者中的预后意义	948名病理I期NSCLC患者	数字病理	肺癌	CT扫描	深度学习	图像	948名患者
930	2025-07-11	Automated Prediction of Proximal Middle Cerebral Artery Occlusions in Noncontrast Brain Computed Tomography 2024-06, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.045772 PMID:38787932	研究论文	提出了一种基于机器学习的算法（JLK-CTL），利用非对比脑计算机断层扫描的手工特征预测大血管闭塞（LVO）	结合手工特征和深度学习算法，整合血栓征象作为额外特征，提高了LVO的预测准确性	研究样本来自特定时间段和医院，可能影响模型的泛化能力	早期识别缺血性卒中患者的大血管闭塞（LVO）以进行及时干预	缺血性卒中患者	数字病理学	心血管疾病	非对比计算机断层扫描（CT）和计算机断层扫描血管造影（CTA）	ExtraTrees, random forest, extreme gradient boosting, support vector machine, multilayer perceptron, deep learning	图像	2919名患者（2463名训练集，275名内部验证集，95名外部验证集）
931	2025-07-11	Quantitative evaluation of the impact of relaxing eligibility criteria on the risk-benefit profile of drugs for lung cancer based on real-world data 2024-05, Thoracic cancer IF:2.3Q2 DOI:10.1111/1759-7714.15269 PMID:38576119	研究论文	本研究提出了一种基于真实世界数据的定量评估方法，用于评估放宽非小细胞肺癌（NSCLC）药物试验的入选标准对风险-效益比的影响	首次利用深度学习方法构建结构化的跨维度真实世界NSCLC数据库，并采用蒙特卡洛模拟和倾向性匹配进行效益-风险评估，同时利用Shapley值定量衡量每个入选标准变化对患者数量、临床疗效和安全性的影响	研究依赖于真实世界数据的质量和完整性，可能受到数据偏差的影响	为肺癌临床试验的合理人群纳入设计提供科学证据，并建立一个可推广至其他癌症研究的数据治理体系和REC评估框架	非小细胞肺癌（NSCLC）药物试验的入选标准	数字病理学	肺癌	深度学习, 蒙特卡洛模拟, 倾向性匹配	NA	真实世界数据	NA
932	2025-07-11	Generative interpolation and restoration of images using deep learning for improved 3D tissue mapping 2024-Mar-28, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.07.583909 PMID:38496512	研究论文	本文提出了一种利用生成式AI模型进行3D图像空间插值和修复的方法，以提高生物图像数据集的分辨率、通量和质量	首次将原本用于时间插值的FILM生成式AI模型应用于多种3D图像类型的空间插值，并展示了其在修复组织损伤和减少拼接伪影方面的优势	未明确提及方法在极端低质量图像上的表现或计算资源需求	提高生物图像数据集的质量和分辨率，以改善3D组织成像	多种3D生物图像类型	计算机视觉	NA	FILM（帧间大运动插值）生成式AI模型	生成式AI	3D图像	多种成像模态（组织学、光片显微镜、MRI、连续切片透射电镜）、物种（人类、小鼠）、健康与病变组织（胰腺、肺、脑）
933	2025-07-11	The Transformative Potential of AI in Obstetrics and Gynaecology 2024-03, Journal of obstetrics and gynaecology Canada : JOGC = Journal d'obstetrique et gynecologie du Canada : JOGC IF:2.0Q2 DOI:10.1016/j.jogc.2023.102277 PMID:37951574	review	探讨人工智能在妇产科领域的应用潜力及其变革性影响	聚焦于AI在妊娠并发症预测、深度学习图像解析及大型语言模型智能健康助手三个方面的应用	未提及具体实施案例或数据支持	探索AI在妇产科的应用前景及伦理实施建议	妇产科医疗领域	machine learning	NA	deep learning, large language models	NA	image, text	NA
934	2025-07-11	Quantifying Interpretation Reproducibility in Vision Transformer Models with TAVAC 2024-Jan-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.18.576252 PMID:38328179	研究论文	本文提出了一种新指标TAVAC，用于评估Vision Transformer模型在生物医学图像数据集上的过拟合程度及解释的可重复性	引入了TAVAC这一新指标，能够量化模型解释的可重复性，并在像素级别监控模型解释的稳定性	仅在有限的数据集上进行了测试，需要更多验证以证明其普适性	提高Vision Transformer模型在生物医学图像分类中的解释可靠性和可重复性	Vision Transformer模型及其在生物医学图像分类中的应用	数字病理学	乳腺癌	Vision Transformer (ViT)	ViT	图像	四个公开图像分类数据集和两个独立的乳腺癌组织学图像数据集
935	2025-07-11	Deep learning-assisted prostate cancer detection on bi-parametric MRI: minimum training data size requirements and effect of prior knowledge 2022-Apr, European radiology IF:4.7Q1 DOI:10.1007/s00330-021-08320-y PMID:34786615	研究论文	本研究评估了基于PI-RADS训练的深度学习算法在前列腺癌检测中的性能，并探讨了数据量和先验知识对检测临床显著性前列腺癌的影响	研究了数据量和先验知识对深度学习算法性能的影响，并确定了达到专家性能所需的最小训练数据量	研究仅基于两个中心的数据，可能限制了结果的普适性	评估深度学习算法在前列腺癌检测中的性能及其影响因素	2734名活检初诊且PSA水平升高的男性患者	数字病理学	前列腺癌	多参数MRI (mpMRI) 和双参数MRI (bpMRI)	深度学习框架	MRI图像	2734名患者（训练集1952例，独立测试集782例）
936	2025-07-10	Integrating artificial intelligence in healthcare: applications, challenges, and future directions 2025-Dec, Future science OA IF:2.4Q3 DOI:10.1080/20565623.2025.2527505 PMID:40616302	综述	本文探讨了人工智能在医疗保健领域的应用、挑战及未来发展方向	综述了AI在癌症检测、牙科医学、脑肿瘤数据库管理和个性化治疗规划中的创新应用	面临数据隐私、算法偏见和监管问题等挑战	探索人工智能在医疗保健领域的应用潜力及面临的挑战	癌症检测、牙科医学、脑肿瘤数据库管理和个性化治疗规划	医疗人工智能	癌症、脑肿瘤	机器学习和深度学习	NA	医学影像、遗传数据、临床数据和生活方式数据	NA
937	2025-07-10	AI as teacher: effectiveness of an AI-based training module to improve trainee pediatric fracture detection 2025-Sep, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-04927-0 PMID:40227327	研究论文	评估基于AI的无监督训练模块在提高儿科骨折检测准确性方面的有效性	使用开源深度学习骨折检测算法自动标注放射影像，作为教育工具	医学生的检测准确性未显著提高，可能由于任务背景熟悉度不足	评估AI作为教学工具在儿科骨折检测中的效果	医学生和放射科住院医师	数字病理	儿科骨折	深度学习	CNN	放射影像	240例儿科上肢放射检查
938	2025-07-10	A dataset of microscopic spirometra mansoni for medical image segmentation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110661 PMID:40578156	research paper	该研究介绍了一个专门用于曼氏裂头蚴医学图像分割的显微镜图像数据集，旨在通过深度学习提高寄生虫感染的诊断准确性	提出了首个针对曼氏裂头蚴的显微镜图像分割数据集，并进行了定量分析，包括背景熵和形态熵的评估	数据集的样本来源仅限于粪便悬浮液，可能无法涵盖所有感染情况	开发并验证用于曼氏裂头蚴检测的语义分割CNN模型	曼氏裂头蚴的显微镜图像	digital pathology	寄生虫感染	显微镜成像	CNN	image	1420张显微镜图像，来源于确诊感染病例的粪便悬浮液
939	2025-07-10	Insights from the eyes: a systematic review and meta-analysis of the intersection between eye-tracking and artificial intelligence in dementia 2025-Aug, Aging & mental health IF:2.8Q2 DOI:10.1080/13607863.2025.2464704 PMID:39950960	系统综述与荟萃分析	本文通过系统综述和荟萃分析探讨了眼动追踪技术与人工智能在痴呆症检测中的交叉应用	首次对眼动追踪与AI结合用于痴呆症检测的研究进行系统综述和荟萃分析，提供了性能指标的汇总结果	纳入研究数量有限(9项)，样本量较小(57-583人)，且主要关注阿尔茨海默病，缺乏其他痴呆类型的代表性	评估眼动追踪与人工智能结合在痴呆症检测中的效果	痴呆症患者(主要为阿尔茨海默病患者)	数字病理学	老年性疾病	眼动追踪技术	机器学习模型(6项)和深度学习模型(3项)	眼动数据	9项研究，共涉及57-583名参与者
940	2025-07-10	Automated Von Willebrand Factor Multimer Image Analysis for Improved Diagnosis and Classification of Von Willebrand Disease 2025-Aug, International journal of laboratory hematology IF:2.2Q3 DOI:10.1111/ijlh.14455 PMID:40025642	研究论文	开发了一种基于深度学习的自动化图像分析流程，用于改进冯·维勒布兰德因子多聚体图像的分析，以提升冯·维勒布兰德病的诊断和分类	利用YOLOv8深度学习模型自动分类VWF多聚体模式，提高了分类的再现性和效率	模型在罕见亚型上的表现较低	改进冯·维勒布兰德病的诊断和分类	冯·维勒布兰德因子多聚体图像	数字病理学	冯·维勒布兰德病	深度学习	YOLOv8	图像	514张凝胶图像（6168个标记实例）用于训练，192张图像（2304个实例）用于验证，94张图像（1128个实例）用于测试