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
9921	2025-10-07	Intelligent detection and grading diagnosis of fresh rib fractures based on deep learning 2025-Mar-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01641-0 PMID:40128676	研究论文	基于改进YOLO深度学习模型实现新鲜肋骨骨折的智能检测与分级诊断	开发了改进的YOLO模型用于肋骨骨折自动检测和严重程度分级，并在公开数据集上验证了其优于胸外科医生的性能	回顾性研究，样本量相对有限，未提供具体临床实施细节	提高肋骨骨折诊断准确性和效率，减轻医生工作负担	383例肋骨骨折患者的胸部CT图像及公开RibFrac数据集的50例患者	计算机视觉	肋骨骨折	CT影像分析	CNN	医学影像	433例患者（383例内部数据+50例外部验证）	YOLO	改进的YOLO模型	精确率,召回率,mAP50,F1分数	NA
9922	2025-10-07	FlyVISTA, an integrated machine learning platform for deep phenotyping of sleep in Drosophila 2025-Mar-14, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adq8131 PMID:40073129	研究论文	开发了FlyVISTA机器学习平台，用于果蝇睡眠的深度表型分析	整合高分辨率闭环视频成像系统和深度学习网络，能够注释35个身体部位并提取高维数据中的行为特征	研究仅限于果蝇模型，未在其他生物体上验证	开发深度表型分析平台以研究果蝇睡眠的调控和功能	果蝇睡眠行为	计算机视觉,机器学习	NA	视频成像,深度学习	深度学习网络	视频图像	NA	NA	NA	NA	NA
9923	2025-10-07	Learning soft tissue deformation from incremental simulations 2025-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.17554 PMID:39642013	研究论文	本研究提出了一种结合时空信息的增量建模方法，用于加速面部软组织变形的生物力学模拟	首次将时空信息整合到增量模拟中，通过图神经网络同时捕捉空间特征和时间动态，相比传统仅考虑空间的方法提高了精度	研究仅基于17名正颌手术患者的数据，样本规模有限	开发快速准确的面部软组织生物力学模拟方法，以支持正颌手术规划	正颌手术患者的面部软组织变形	生物医学工程	颌面畸形	有限元方法，深度学习	图神经网络	生物力学模拟数据	17名正颌手术患者	NA	图神经网络	平均精度，平均计算时间	NA
9924	2025-10-07	Mask R-CNN assisted diagnosis of spinal tuberculosis 2025-Jan, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996241290326 PMID:39973774	研究论文	提出一种基于改进Mask R-CNN的脊柱结核辅助诊断方法	在原始Mask R-CNN模型中引入ResPath和cbam模块以提升性能指标	NA	开发准确客观的脊柱结核计算机辅助诊断方法	脊柱结核CT影像中的病灶区域	计算机视觉	脊柱结核	CT成像	深度学习	医学影像	NA	NA	Mask R-CNN, Faster-RCNN, SSD	准确率, 召回率	NA
9925	2025-10-07	Assessing Self-supervised xLSTM-UNet Architectures for Head and Neck Tumor Segmentation in MR-Guided Applications 2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings DOI:10.1007/978-3-031-83274-1_12 PMID:40400661	研究论文	提出一种用于头颈部肿瘤分割的新型两阶段自监督xLSTM-UNet架构	结合自监督3D师生学习框架和xLSTM-UNet混合架构，能够同时捕捉肿瘤进展的空间和时序特征	标注数据稀缺的挑战	优化MRI引导的自适应放射治疗中的头颈部肿瘤分割	头颈部癌症患者	医学影像分析	头颈部癌症	MRI成像	自监督学习,xLSTM,UNet	3D医学影像	多样化的头颈部癌症病例数据集	DINOv2	xLSTM-UNet	Dice系数	NA
9926	2025-10-07	Semi-supervised CT image segmentation via contrastive learning based on entropy constraints 2024-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00387-y PMID:39220023	研究论文	提出一种基于熵约束对比学习的半监督CT图像分割方法	融合CNN和Transformer架构，结合熵约束的对比学习机制，通过丢弃高熵值不可靠样本来提升模型性能	仅在COVID-19 CT公共数据集上验证，未在其他医学图像数据集测试	提高CT图像分割精度，减少对标注数据的依赖	CT医学图像	计算机视觉	COVID-19	CT成像	CNN, Transformer	图像	NA	NA	CNN, Transformer, 残差压缩激励模块	DSC, HD, JC	NA
9927	2025-10-07	Deep Learning Based on Computed Tomography Predicts Response to Chemoimmunotherapy in Lung Squamous Cell Carcinoma 2024-May-12, Aging and disease IF:7.0Q1 DOI:10.14336/AD.2024.0169 PMID:38916736	研究论文	本研究开发了一种基于CT图像的深度学习模型，用于预测肺鳞癌患者对新辅助化疗免疫治疗的主要病理缓解	首次将深度学习模型应用于肺鳞癌化疗免疫治疗响应预测，并系统探索了其与基因突变、免疫细胞和肿瘤内微生物的生物学关联	样本量相对有限（309例），且为多中心回顾性研究	开发预测肺鳞癌患者对新辅助化疗免疫治疗响应的深度学习模型并探索其生物学机制	肺鳞癌患者	计算机视觉	肺癌	增强计算机断层扫描	CNN	医学图像	309例肺鳞癌患者	NA	ResNet50	AUC	NA
9928	2025-10-07	Deep learning-driven imaging of cell division and cell growth across an entire eukaryotic life cycle 2024-Apr-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.25.591211 PMID:38712227	研究论文	开发了一种基于深度学习的成像框架，用于定量研究真核微生物的完整生命周期	结合微流控培养、卷积神经网络生命周期阶段特异性分割和新型细胞追踪算法FIEST，首次实现了跨有性繁殖代际的微生物追踪	作为原理验证仅应用于单一物种，尚未在其他真核微生物中广泛验证	建立定量研究完整真核生命周期的成像方法	真核微生物（酵母）	计算机视觉	NA	显微成像、微流控培养、荧光报告系统	CNN	显微图像、视频	跨三个有性繁殖代际的单细胞微生物	NA	卷积神经网络	NA	NA
9929	2025-10-07	Cerebral ischemia detection using deep learning techniques 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00352-8 PMID:40400660	研究论文	本研究使用深度学习技术开发脑缺血检测系统，通过3D卷积神经网络分析非对比计算机断层扫描图像	首次将经过ImageNet挑战验证的3D深度学习架构（VGG3D、ResNet3D、DenseNet3D）应用于全脑体积NCCT图像的脑缺血早期检测	未提及外部验证集性能、模型泛化能力及临床部署可行性	开发基于深度学习的脑缺血早期检测系统，辅助医疗专业人员早期识别卒中病例	出现卒中症状患者的非对比计算机断层扫描图像	计算机视觉	脑血管疾病	非对比计算机断层扫描	CNN	3D医学图像	NA	NA	VGG3D, ResNet3D, DenseNet3D	准确率	NA
9930	2025-10-07	Convolutional autoencoder-based deep learning for intracerebral hemorrhage classification using brain CT images 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10259-5 PMID:40401248	研究论文	提出基于卷积自编码器和密集神经网络的混合深度学习模型，用于脑部CT图像的脑出血自动分类	开发了CAE-DNN混合模型，结合卷积自编码器的特征提取能力和密集神经网络的分类能力，在脑出血分类任务中表现优于传统PCA方法和已有文献结果	样本量相对有限（来自108名患者），需在更大数据集上验证模型泛化能力	开发自动化的脑出血诊断系统以辅助临床决策	脑部非对比计算机断层扫描（NCCT）图像	计算机视觉	脑出血	CT扫描	CAE, DNN	医学图像	3293张标记图像（1645张脑出血类，1648张正常类），来自108名患者	NA	卷积自编码器, 密集神经网络	准确率, 灵敏度, 特异性, 精确率, F1分数	NA
9931	2025-10-07	Detecting the authenticity of two monofloral honeys based on the Canny-GoogLeNet deep learning network combined with three-dimensional fluorescence spectroscopy 2025-Sep-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144509 PMID:40306056	研究论文	基于Canny-GoogLeNet深度学习网络结合三维荧光光谱技术检测两种单花蜜的真实性	将Canny边缘检测算法与改进的GoogLeNet架构相结合，通过优化Block 2中的inception模块、在全连接层应用L2正则化以及实施监控训练网络模型来提升性能	仅针对两种单花蜜（油菜蜜和枸杞蜜）进行验证，样本量较小（训练集133个，验证集33个，测试集12个）	开发基于深度学习的三维荧光光谱蜂蜜真伪检测方法	两种单花蜜（油菜蜜和枸杞蜜）及其掺假样品（玉米糖浆或其他蜂蜜）	计算机视觉	NA	三维荧光光谱	CNN	光谱数据	178个蜂蜜样本（训练集133，验证集33，测试集12）	NA	Canny-GoogLeNet	准确率	NA
9932	2025-10-07	Label-free rapid diagnosis of jaw osteonecrosis via the intersection of Raman spectroscopy and deep learning 2025-Aug, Bone IF:3.5Q2 DOI:10.1016/j.bone.2025.117510 PMID:40320103	研究论文	本研究结合拉曼光谱和深度学习技术，建立了一种无标记快速诊断颌骨坏死的方法	首次将拉曼光谱与ResNet18深度学习架构结合用于颌骨坏死的快速无创诊断	样本量相对有限（90个骨组织样本），需要更大规模验证	建立精确高效的诊断框架以区分药物相关性颌骨坏死、放射性颌骨坏死和正常骨组织	90个骨组织样本（30个MRONJ、30个ORN、30个对照）	医学影像分析	颌骨坏死	拉曼光谱	CNN	光谱数据	90个骨组织样本，共900个光谱	NA	ResNet18	准确率,精确率,召回率,AUC	NA
9933	2025-10-07	Establishment and evaluation of an automatic multi?sequence MRI segmentation model of primary central nervous system lymphoma based on the nnU?Net deep learning network method 2025-Jul, Oncology letters IF:2.5Q3 DOI:10.3892/ol.2025.15080 PMID:40400535	研究论文	基于nnU-Net深度学习网络建立原发性中枢神经系统淋巴瘤多序列MRI自动分割模型	首次基于nnU-Net开发针对PCNSL的多模态MRI自动分割模型，解决了传统2D测量和手动体积评估的挑战	样本量较小（仅49例患者），模型在T2WI序列上表现相对较差	开发自动MRI分割模型以改进PCNSL的定量评估	经病理确诊的原发性中枢神经系统淋巴瘤患者	医学影像分析	中枢神经系统淋巴瘤	钆对比剂磁共振成像	3D卷积神经网络	MRI图像	49例来自6个中国医疗中心的PCNSL患者	nnU-Net	nnU-Net	Dice相似系数	NA
9934	2025-10-07	Effect of Deep Learning Image Reconstruction on Image Quality and Pericoronary Fat Attenuation Index 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01234-3 PMID:39299956	研究论文	比较深度学习图像重建与传统迭代重建在冠状动脉CT血管成像中的图像质量和心周脂肪衰减指数表现	首次系统评估深度学习图像重建在不同管电压条件下对冠状动脉CT图像质量和心周脂肪衰减指数的影响	研究样本仅来自单一中心，未评估不同CT设备型号对结果的影响	评估深度学习图像重建技术在冠状动脉CT血管成像中的性能表现	301例接受冠状动脉CT血管成像检查的患者	医学影像分析	心血管疾病	冠状动脉CT血管成像	深度学习图像重建	医学影像	301例患者，按BMI分为不同管电压组	NA	DLIR-H（高强度深度学习图像重建）	图像噪声、对比噪声比、主观评分、边缘上升距离、脂肪衰减指数	NA
9935	2025-10-07	Children Are Not Small Adults: Addressing Limited Generalizability of an Adult Deep Learning CT Organ Segmentation Model to the Pediatric Population 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01273-w PMID:39299957	研究论文	评估成人训练的CT器官分割模型在儿科患者中的泛化能力，并探索优化策略提升儿科分割性能	首次系统评估成人训练的分割模型在儿科CT数据上的泛化问题，并提出儿科专用模型和微调策略	仅评估腹部CT扫描和特定器官，样本量相对有限	解决深度学习模型从成人数据到儿科数据的泛化问题	成人和儿科患者的腹部CT扫描	医学影像分析	NA	CT扫描	深度学习	医学影像	成人数据集300例，儿科数据集359例	NA	TotalSegmentator, 3D nnU-Net	Dice系数	NA
9936	2025-10-07	A Robust Deep Learning Method with Uncertainty Estimation for the Pathological Classification of Renal Cell Carcinoma Based on CT Images 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01276-7 PMID:39313716	研究论文	开发并验证了一种基于深度学习的诊断模型，通过CT图像对肾细胞癌病理亚型进行分类，并集成不确定性估计	将不确定性估计融入深度学习模型，为临床医生提供预测结果和诊断置信度双重信息	回顾性研究设计，外部验证样本量相对较小(78例)	术前区分肾细胞癌的病理亚型以辅助放射科医生诊断	经病理证实的肾细胞癌患者	计算机视觉	肾细胞癌	CT成像	深度学习	CT图像	中心1: 668例患者(训练集)，中心2: 78例患者(外部验证集)	NA	NA	AUC, 95%置信区间	NA
9937	2025-10-07	Automatic Segmentation of Ultrasound-Guided Quadratus Lumborum Blocks Based on Artificial Intelligence 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01267-8 PMID:39320548	研究论文	开发基于人工智能的超声引导腰方肌阻滞自动分割模型Q-VUM	提出基于VGG16的U型网络Q-VUM，首次实现超声图像中腰方肌及相关组织的精确自动分割	回顾性研究，样本量有限（112例患者），未进行多中心验证	开发AI模型辅助麻醉医生精确定位神经阻滞部位	超声图像中的腰方肌、腹外斜肌、腹内斜肌、腹横肌及骨骼组织	计算机视觉	围术期镇痛	超声成像	CNN	医学超声图像	112名患者的3162张图像	NA	U-Net, VGG16	mIoU, 平均像素精度, Dice系数, 准确率, 召回率, 精确率	NA
9938	2025-10-07	BSNEU-net: Block Feature Map Distortion and Switchable Normalization-Based Enhanced Union-net for Acute Leukemia Detection on Heterogeneous Dataset 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01252-1 PMID:39322814	研究论文	提出一种基于深度学习的BSNEU-net框架用于急性白血病检测	结合块特征图畸变和可切换归一化的增强Union-net架构，在异质数据集上实现高精度白血病检测	未详细讨论模型在临床环境中的实际部署挑战	开发深度学习模型以提升急性白血病诊断准确率	急性淋巴细胞白血病和急性髓系白血病的血涂片图像	计算机视觉	白血病	深度学习	CNN	图像	新数据集2400张血涂片图像，异质数据集2700张血涂片图像	NA	BSNEU-net, Union Blocks	准确率	NA
9939	2025-10-07	Identification of Bipolar Disorder and Schizophrenia Based on Brain CT and Deep Learning Methods 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01279-4 PMID:39327378	研究论文	本研究基于脑部CT图像开发深度学习模型用于双相情感障碍和精神分裂症的识别	首次使用脑部CT图像结合多示例学习方法构建DenseMD模型进行精神疾病鉴别诊断	样本量相对有限，仅来自两家医院的数据	构建基于脑部CT图像的深度学习模型来识别双相情感障碍和精神分裂症	双相情感障碍患者、精神分裂症患者和健康对照者	计算机视觉	精神疾病	脑部CT检查	深度学习	CT图像	685名受试者（506名患者+179名健康对照），外加105名外部测试受试者	NA	DenseMD, ResNet-18, ResNeXt-50, DenseNet-121	准确率	NA
9940	2025-10-07	Deep Learning Classification of Ischemic Stroke Territory on Diffusion-Weighted MRI: Added Value of Augmenting the Input with Image Transformations 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01277-6 PMID:39349784	研究论文	本研究开发了一种基于深度学习的DWI图像缺血性脑卒中区域分类器，通过图像变换增强输入提升分类性能	探索了通过边缘图、阈值处理和硬注意力等图像变换方法增强预训练模型输入，提高了脑卒中区域分类的准确性	研究为回顾性设计，样本量相对有限（共393名患者），需要进一步前瞻性验证	构建患者级别的脑卒中区域分类器，促进脑卒中快速分诊至专业卒中中心	急性缺血性脑卒中患者的DWI磁共振图像	计算机视觉	缺血性脑卒中	扩散加权磁共振成像	CNN	医学图像	393名急性缺血性脑卒中患者（中心1：271名，中心2：122名）	TensorFlow, PyTorch	MobileNetV2, EfficientNetB0	准确率, F1分数, AUC, ROC分析	NA