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
9961	2025-10-07	Knee Osteoarthritis SCAENet: Adaptive Knee Osteoarthritis Severity Assessment Using Spatial Separable Convolution with Attention-Based Ensemble Networks with Hybrid Optimization Strategy 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01306-4 PMID:39438366	研究论文	提出一种基于深度学习的膝关节骨关节炎严重程度评估模型SCAENet	提出空间可分离卷积与注意力集成网络结合混合优化策略的新型模型架构	NA	准确识别患者膝关节骨关节炎严重程度	膝关节骨关节炎患者影像数据	计算机视觉	骨关节炎	医学影像分析	CNN, 集成学习	图像	NA	NA	ResNet, VGG16, DenseNet, 1DCNN	NA	NA
9962	2025-10-07	Deep Learning Segmentation of Chromogenic Dye RNAscope From Breast Cancer Tissue 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01301-9 PMID:39443395	研究论文	开发了一种用于乳腺癌组织中RNAscope点自动分割的深度学习网络	使用ConvNeXt作为主干网络，并采用自定义强正则化上采样模块防止过拟合和早熟收敛	训练数据量较少	开发自动分析乳腺癌组织RNAscope染色的深度学习方法	乳腺癌组织中的RNAscope点（表示基因表达）	数字病理学	乳腺癌	RNAscope染色	CNN	图像	NA	NA	ConvNeXt	F1-score	NA
9963	2025-10-07	Integrating VAI-Assisted Quantified CXRs and Multimodal Data to Assess the Risk of Mortality 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01247-y PMID:39448455	研究论文	本研究开发了一种基于视觉人工智能的基础模型，通过胸部X光片和多模态数据来评估患者死亡风险	首次将视觉人工智能技术应用于胸部X光片的量化分析，结合Cox比例风险模型生成风险评分，并整合临床、实验室数据和影像报告提升预测准确性	回顾性研究设计，可能存在选择偏倚；随访时间中位数为3.2年，需更长期验证	开发广泛可用的死亡率预测检查方法，改善死亡风险分层	门诊部和体检中心就诊患者的胸部X光片及电子医疗记录	计算机视觉	多种疾病	深度学习，Cox比例风险模型	深度学习模型	医学影像，临床数据，实验室数据，文本报告	训练集41,945例，验证集10,492例，内部测试集31,707例，外部测试集4,441例	NA	NA	C-index	NA
9964	2025-10-07	Utilizing Pseudo Color Image to Improve the Performance of Deep Transfer Learning-Based Computer-Aided Diagnosis Schemes in Breast Mass Classification 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01237-0 PMID:39455542	研究论文	本研究开发了一种利用肿块轮廓信息生成伪彩色图像的新方法，以提升基于深度迁移学习的乳腺肿块分类性能	提出了一种结合原始灰度图像、直方图均衡化图像、双边滤波图像和分割肿块的新型伪彩色图像生成方法	性能提升依赖于肿块分割的准确性	研究形态学信息在可疑乳腺病变分类中的影响，提升基于乳腺X线摄影的CADx方案性能	乳腺肿块	计算机视觉	乳腺癌	伪彩色图像生成	深度迁移学习	医学图像	830例乳腺癌病例（310例良性，520例恶性），每个病例包含4个感兴趣区域	NA	预训练深度学习模型	AUC, 准确率	NA
9965	2025-10-07	Comparative Bladder Cancer Tissues Prediction Using Vision Transformer 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01228-1 PMID:39455543	研究论文	本研究比较了三种深度学习模型在膀胱癌组织分类中的性能，其中Vision Transformer架构表现最佳	首次在膀胱癌组织分类中应用Vision Transformer架构，并与传统CNN和混合DL+ML方法进行对比	未提及数据集的具体规模和多样性限制	开发计算机辅助决策支持系统以帮助膀胱癌组织类型识别	膀胱癌组织内窥镜图像	计算机视觉	膀胱癌	内窥镜成像	CNN, 机器学习, ViT	图像	NA	NA	Vision Transformer, CNN	准确率, F1分数	NA
9966	2025-10-07	A Multi-model Deep Learning Architecture for Diagnosing Multi-class Skin Diseases 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01300-w PMID:39482493	研究论文	提出一种新颖的深度学习多模型架构，用于高精度诊断多类别皮肤病	采用五分类Xception模型结合针对各类别的专用迁移学习模型，在皮肤病诊断中实现了更全面的覆盖和更高的准确率	NA	开发高精度的皮肤病自动诊断系统	皮肤病变图像	计算机视觉	皮肤病	深度学习	CNN	图像	25,010张图像	NA	Xception	准确率, 精确率, 召回率, F1分数, AUROC	NA
9967	2025-10-07	Applying Deep-Learning Algorithm Interpreting Kidney, Ureter, and Bladder (KUB) X-Rays to Detect Colon Cancer 2025-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01309-1 PMID:39482492	研究论文	本研究开发了一种基于深度学习算法的KUB X射线图像分析系统，用于检测结肠癌	首次将深度学习应用于廉价且广泛使用的KUB X射线图像进行结肠癌检测，为传统筛查方法提供了经济有效的替代方案	研究为回顾性设计，需要进一步的前瞻性研究验证；模型在外部验证集上性能有所下降	开发深度学习模型以增强结肠癌的早期筛查能力	结肠癌患者和接受KUB X射线检查的患者	计算机视觉	结肠癌	KUB X射线成像	CNN	X射线图像	开发集28,055例、调优集11,234例、内部验证集16,875例、外部验证集15,876例	NA	DenseNet-121	AUC, 敏感度, 特异度	NA
9968	2025-10-07	Deep learning based on ultrasound images predicting cervical lymph node metastasis in postoperative patients with differentiated thyroid carcinoma 2025-Jun-01, The British journal of radiology DOI:10.1093/bjr/tqaf047 PMID:40073229	研究论文	基于淋巴结超声图像开发深度学习模型预测分化型甲状腺癌术后患者颈淋巴结转移	创新性地使用淋巴结超声图像的深度学习来预测DTC术后患者颈淋巴结状态	初步研究，样本量相对有限，需要进一步验证	预测分化型甲状腺癌术后患者颈淋巴结转移	330名患者的352个淋巴结	计算机视觉	甲状腺癌	超声成像	CNN	超声图像	352个淋巴结（来自330名患者）	NA	ResNet50	AUC, 准确率, 敏感性, 特异性	NA
9969	2025-10-07	CT-derived fractional flow reserve on therapeutic management and outcomes compared with coronary CT angiography in coronary artery disease 2025-Jun-01, The British journal of radiology DOI:10.1093/bjr/tqaf055 PMID:40107975	研究论文	比较基于深度学习的CT-FFR与单独CCTA在冠状动脉疾病患者治疗管理和临床结局中的价值	首次在单中心前瞻性研究中评估现场深度学习CT-FFR对治疗管理效率和临床结局的影响	单中心研究，样本量相对有限，随访时间仅为2年	评估CT-FFR在冠状动脉疾病诊断和治疗管理中的临床价值	疑似冠状动脉疾病的患者	医学影像分析	冠状动脉疾病	CT血管造影，深度学习	深度学习	CT影像数据	461名患者（267名男性，中位年龄64岁）	NA	NA	ICA效率，REV-to-ICA比率，MACE发生率	NA
9970	2025-10-07	Does the deep learning-based iterative reconstruction affect the measuring accuracy of bone mineral density in low-dose chest CT? 2025-Jun-01, The British journal of radiology DOI:10.1093/bjr/tqaf059 PMID:40127198	研究论文	研究基于深度学习的迭代重建算法对低剂量胸部CT中骨密度测量准确性的影响	首次系统评估深度学习迭代重建算法在低剂量胸部CT中对骨密度测量准确性的影响	研究样本量有限，仅使用欧洲脊柱体模和有限患者数据	评估深度学习迭代重建算法对低剂量胸部CT图像质量和骨密度测量准确性的影响	体模研究和患者研究	医学影像分析	骨质疏松症	低剂量CT扫描，定量CT(QCT)	深度学习迭代重建算法(AIIR)	CT影像数据	体模研究和患者研究（具体样本数量未明确说明）	NA	NA	噪声功率谱(NPS), 任务传递函数(TTF), 相对误差(RE), 图像噪声, 信噪比(SNR), 对比噪声比(CNR), Cohen's kappa系数	NA
9971	2025-10-07	A new era in nephrology: the role of super-resolution microscopy in research, medical diagnostic, and drug discovery 2025-Jun, Kidney international IF:14.8Q1 DOI:10.1016/j.kint.2025.01.040 PMID:40139567	综述	本文探讨超分辨率显微镜在肾脏病学研究、医学诊断和药物发现中的革命性应用	提出基于3D结构照明显微镜的足细胞精确形态测量程序，可在蛋白尿出现前检测足细胞形态变化，并支持与mRNA检测、多重染色和深度学习算法的整合	未提及超分辨率显微镜技术本身可能存在的技术限制或临床应用挑战	评估超分辨率显微镜技术在肾脏病学领域的应用潜力	肾脏肾小球超微结构，特别是足细胞及其裂隙膜	数字病理	肾脏疾病	超分辨率显微镜，3D结构照明显微镜，电子显微镜	深度学习算法	显微图像，组织切片	NA	NA	NA	NA	NA
9972	2025-05-24	Revolutionising osseous biopsy: the impact of artificial intelligence in the era of personalized medicine 2025-Jun-01, The British journal of radiology DOI:10.1093/bjr/tqaf018 PMID:40402584	综述	本文综述了人工智能在骨肿瘤活检中的应用及其对个性化医疗的影响	探讨了AI在骨活检中的多种应用，包括提高诊断准确性、改善活检安全性及更精确的病灶定位，并提供了开源AI工具和算法的列表	讨论了AI在骨活检中的技术限制、健康公平性、通用性问题、部署挑战及报销问题	探索人工智能在骨肿瘤活检中的应用及其对个性化医疗的贡献	骨肿瘤（原发性和继发性）的活检及样本处理	数字病理学	骨肿瘤	传统机器学习、深度学习、放射组学、模拟和生成模型	NA	图像	NA	NA	NA	NA	NA
9973	2025-10-07	[Clinical value of medical imaging artificial intelligence in the diagnosis and treatment of peritoneal metastasis in gastrointestinal cancers] 2025-May-25, Zhonghua wei chang wai ke za zhi = Chinese journal of gastrointestinal surgery DOI:10.3760/cma.j.cn441530-20250301-00075 PMID:40404364	综述	本文综述医学影像人工智能在胃肠道癌腹膜转移诊疗中的临床应用价值与发展前景	首次系统总结影像组学和深度学习技术在腹膜转移异质性分析、微环境特征提取及高精度预测模型构建方面的创新应用	未涉及具体临床验证数据和多中心研究结果	探讨医学影像AI技术在胃肠道癌腹膜转移诊疗中的临床应用价值	胃肠道癌患者的腹膜转移病灶	数字病理	胃肠道癌	影像组学, 深度学习	深度学习模型	医学影像	NA	NA	NA	NA	NA
9974	2025-10-07	Ultrafast Ratiometric Fluorescent Probe and Deep Learning-Assisted On-Site Detection Platform for BAs and Meat Freshness Based on Molecular Engineering 2025-05-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00490 PMID:40279659	研究论文	本研究结合荧光探针分子工程与便携式检测平台，开发了一种用于生物胺和肉类新鲜度检测的智能系统	通过分子工程调控分子内电荷转移特性设计高性能比率荧光探针，并首次将深度卷积神经网络与智能手机检测平台集成	未提及检测平台在不同环境条件下的稳定性和对其他食品基质的适用性	开发快速、可视化、现场定量检测生物胺和评估肉类新鲜度的智能平台	生物胺（BAs）和肉类新鲜度	计算机视觉	NA	荧光探针技术，分子工程	DCNN（深度卷积神经网络）	图像数据	NA	NA	深度卷积神经网络	准确率	智能手机平台
9975	2025-10-07	Robust Odor Detection in Electronic Nose Using Transfer-Learning Powered Scentformer Model 2025-05-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00630 PMID:40372408	研究论文	本研究提出了一种基于深度学习架构Scentformer的新型电子鼻，用于检测自然气味	提出了Scentformer深度学习架构，采用自适应数据下采样方法，能够检测55种不同自然气味，并通过迁移学习能力高效适应新气味	NA	解决当前电子鼻检测范围窄和跨场景泛化能力有限的问题	自然气味和气体	机器学习	NA	电子鼻技术	Transformer	直流信号数据	NA	NA	Scentformer	分类准确率	NA
9976	2025-10-07	Uncertainty quantification for deep learning-based metastatic lesion segmentation on whole body PET/CT 2025-May-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add9df PMID:40378868	研究论文	本研究比较了四种不确定性量化方法在全身PET/CT转移性病灶分割任务中的性能	首次系统评估多种不确定性量化方法在转移性病灶分割任务中的表现，为临床应用中模型可靠性评估提供依据	研究样本量有限（59例），仅针对特定类型的神经内分泌肿瘤转移病灶	评估不同不确定性量化方法在医学图像分割任务中的有效性和适用性	接受放射性核素治疗的转移性神经内分泌肿瘤患者的全身Ga-DOTATATE PET/CT图像	数字病理	神经内分泌肿瘤	PET/CT成像	CNN	3D医学图像	59例全身PET/CT图像	NA	3D U-Net	AUC, Dice系数, 交叉熵, 相关系数	NA
9977	2025-10-07	Recent advancement in size measurement during endoscopy 2025-May-23, Clinical endoscopy IF:2.1Q3 DOI:10.5946/ce.2025.070 PMID:40404570	综述	本文综述了内窥镜病灶尺寸测量技术的最新进展，重点介绍了虚拟标尺内窥镜和人工智能辅助测量方法	系统总结了数字测量技术在内窥镜领域的创新应用，特别是AI辅助虚拟标尺在自动化病灶尺寸估计方面的突破	现有技术存在操作时间增加、需要专业培训、实时集成困难、标准化不足和监管审批等挑战	提高内窥镜病灶尺寸测量的准确性和效率，改善临床决策和患者预后	结直肠息肉等内窥镜检查中发现的病灶	数字病理	结直肠癌	内窥镜成像技术	深度学习算法	内窥镜图像	NA	NA	NA	测量精度、可重复性、诊断可靠性	NA
9978	2025-10-07	Guideline-driven clinical decision support for colonoscopy patients using the hierarchical multi-label deep learning method 2025-May-23, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003469 PMID:40405345	研究论文	开发基于分层多标签深度学习方法的结肠镜检查临床决策支持系统	采用分层多标签可解释分类框架和先进的中文预训练模型构建临床决策支持系统	研究仅针对中文结肠镜检查报告，需进一步验证在其他医疗文本上的适用性	开发自动化临床决策支持系统以减轻医疗负担和标准化医疗流程	结肠镜检查患者和相关的医疗报告	自然语言处理	结直肠癌	电子结肠镜检查报告分析	Transformer	文本	2041条标注记录（训练测试集7:3比例）和3177例外部验证病例	BERT-base-Chinese, BERT-wwm-ext-Chinese, ernie-3.0-base-zh	Transformer	准确率, Macro-F1分数	NA
9979	2025-10-07	Deep learning-based model for difficult transfemoral access prediction compared with human assessment in stroke thrombectomy 2025-May-22, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2024-021718 PMID:38702182	研究论文	开发基于深度学习的模型预测脑卒中血栓切除术中困难的经股动脉通路，并与人类专家评估进行比较	首次开发全自动模型从头颈部CTA中自动提取29个解剖特征来预测困难的经股动脉通路	回顾性研究设计，样本量相对有限	预测机械性血栓切除术中困难的经股动脉通路	513名接受前循环大血管闭塞性脑卒中一线经股动脉血栓切除术的患者	医学影像分析	脑卒中	计算机断层扫描血管成像(CTA)，3D血管分割	机器学习模型	医学影像	513名患者，其中116例用于人类专家评估比较	NA	NA	AUROC, 敏感性, F1-score	NA
9980	2025-10-07	HealthiVert-GAN: A Novel Framework of Pseudo-Healthy Vertebral Image Synthesis for Interpretable Compression Fracture Grading 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3572458 PMID:40402696	研究论文	提出一种用于可解释性压缩性骨折分级的伪健康椎体图像合成框架	开发了HealthiVert-GAN框架，通过从粗糙到精细的合成网络生成模拟骨折前状态的伪健康椎体图像，并引入相对椎体高度损失(RHLV)量化指标	未明确说明模型在临床环境中的泛化能力和对不同类型压缩骨折的适应性	提高骨质疏松性椎体压缩骨折(OVCFs)严重程度分级的准确性和可解释性	骨质疏松性椎体压缩骨折患者的CT图像	数字病理	骨质疏松性椎体压缩骨折	CT扫描	GAN, SVM	医学图像	Verse2019数据集和内部数据集	GAN框架	从粗糙到精细的合成网络	分类性能	NA