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
81	2025-05-09	Unsupervised Test-Time Adaptation for Hepatic Steatosis Grading Using Ultrasound B-Mode Images 2025-May, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3555180 PMID:40138246	研究论文	本文提出了一种无监督测试时间适应技术，用于使用超声B型图像进行肝脂肪变性分级	提出了一种测试时间批量归一化（TTN）技术，专门处理标签分布变化的域偏移问题	方法仅在两个腹部超声数据集上进行了验证，需要更多临床环境的测试	解决肝脂肪变性诊断中因临床环境差异导致的模型性能下降问题	肝脂肪变性（脂肪肝）的超声图像	数字病理学	肝脂肪变性	超声B型成像	CNN	图像	两个不同机构收集的腹部超声数据集
82	2025-05-09	Clinically applicable semi-supervised learning framework for multiple organs at risk and tumor delineation in lung cancer brachytherapy 2025-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104968 PMID:40174514	research paper	本研究验证了一种半监督条件nnU-Net模型在肺癌近距离放射治疗中多器官风险区和肿瘤分割的临床应用潜力	提出了一种半监督条件nnU-Net模型（SSC-nnUNet），并在多中心数据上验证了其在肺癌分割和机器人辅助穿刺诊疗中的应用潜力	研究仅基于CT数据，未验证其他影像模态的适用性	验证深度学习自动分割技术在肺癌临床应用的泛化能力	肺癌患者的CT影像数据	digital pathology	lung cancer	CT影像分析	SSC-nnUNet	image	674例患者用于训练和验证，181例多中心数据用于测试
83	2025-05-09	Deep-learning synthetized 4DCT from 4DMRI of the abdominal site in carbon-ion radiotherapy 2025-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104963 PMID:40187129	research paper	研究使用深度学习从4DMRI数据生成合成的4DCT（4D-sCT）在腹部碳离子放疗中的可行性	采用3通道条件生成对抗网络（cGAN）从4DMRI数据生成4D-sCT，探索了基于4DCT和仅基于4DMRI的两种分割方法	仅基于4DMRI的方法在MAE指标上表现较差，且样本量较小（26名患者）	探索深度学习在腹部碳离子放疗中生成合成4DCT的可行性	腹部接受碳离子放疗的患者	digital pathology	abdominal tumors	4DMRI, 4DCT, Carbon Ion Radiotherapy (CIRT)	conditional Generative Adversarial Network (cGAN)	medical imaging (T1-weighted 4DMRI and 4DCT volumes)	26名患者（训练和测试），6名独立患者用于验证
84	2025-05-09	Leveraging deep learning for improving parameter extraction from perfusion MR images: A narrative review 2025-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.104978 PMID:40215839	综述	本文回顾了深度学习在灌注磁共振成像（MRI）参数提取中的应用，探讨了其优势、挑战及潜在临床应用	深度学习算法能高效处理大数据集，提供更快、更准确的参数提取，减少主观性	传统量化灌注参数的方法耗时且易受噪声和复杂组织动态限制	评估深度学习在灌注MRI中的应用，以提高诊断准确性和治疗计划	灌注MRI技术（DCE、DSC、ASL、IVIM）	医学影像分析	NA	深度学习（DL）	CNN、RNN、GAN	MRI图像	NA
85	2025-05-09	The phase-seeding method for solving non-centrosymmetric crystal structures: a challenge for artificial intelligence 2025-May-01, Acta crystallographica. Section A, Foundations and advances DOI:10.1107/S2053273325002797 PMID:40243167	research paper	提出了一种适用于非中心对称晶体结构的新相位播种方法，旨在解决晶体学中的相位问题	将非中心对称结构的连续相位问题离散化为多类分类问题，降低了深度学习模型的训练数据需求和计算复杂度	目前仅进行了可行性研究，尚未在大规模复杂结构上验证	开发适用于非中心对称晶体结构的AI相位求解方法	非中心对称晶体结构	machine learning	NA	deep learning	AI classification algorithms	crystallographic data	可行性研究中涉及小型、中型和大型结构
86	2025-05-09	Effects of Deep Learning-Based Reconstruction on the Quality of Accelerated Contrast-Enhanced Neck MRI 2025-May, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.1059 PMID:40307199	研究论文	比较深度学习重建的涡轮自旋回波(DL-TSE)与传统插值涡轮自旋回波(Conv-TSE)技术在颈部对比增强MRI中的图像质量	应用深度学习重建技术显著减少扫描时间，同时提高图像质量、清晰度和黏膜区域的可见性	DL-TSE在解剖结构重叠区域产生更明显的伪影	评估深度学习重建技术在加速颈部MRI中的效果	106名患者的颈部对比增强MRI图像	医学影像	NA	深度学习重建的涡轮自旋回波(DL-TSE)	深度学习	MRI图像	106名患者
87	2025-05-09	Age-Related Regional Changes in Choroidal Vascularity in Healthy Emmetropic Eyes 2025-May-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.5.3 PMID:40310636	研究论文	本研究探讨了健康正视眼中脉络膜血管指数（CVI）随生理年龄变化的区域性变化	首次使用深度学习技术对健康正视眼不同年龄段人群的脉络膜血管指数进行区域性分析，揭示了年龄相关的CVI变化模式	研究为横断面设计，无法确定因果关系；样本仅包括正视眼人群，可能不适用于其他屈光状态	探究健康正视眼中脉络膜血管特性随年龄变化的区域性差异	280名健康正视眼受试者（包括83名儿童、77名青少年和120名成人）	数字病理学	NA	增强深度成像光学相干断层扫描（EDI-OCT）	深度学习	图像	280名健康受试者（5-41岁）
88	2025-05-09	PhacoTrainer: Automatic Artificial Intelligence-Generated Performance Ratings for Cataract Surgery 2025-May-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.5.2 PMID:40310637	研究论文	探讨人工智能生成的自动性能评分在区分白内障手术学员和教师以及AI指标与专家评分之间的相关性	使用深度学习模型自动生成白内障手术视频的性能指标，并与专家评分进行相关性分析	样本量相对较小，仅包括28名学员和29名教师的手术视频	评估AI生成的指标在区分手术技能水平和与专家评分相关性方面的有效性	白内障手术视频	计算机视觉	白内障	深度学习	CNN	视频	57例手术视频（28名学员和29名教师）
89	2025-05-09	Deep learning model for predicting the RAS oncogene status in colorectal cancer liver metastases 2025-May-01, Journal of cancer research and therapeutics IF:1.4Q4 DOI:10.4103/jcrt.jcrt_1910_24 PMID:40317140	研究论文	开发一种基于对比增强CT的深度学习放射组学模型，用于评估结直肠癌肝转移中的RAS癌基因状态并预测靶向治疗反应	结合深度学习与放射组学特征，构建多模型比较框架，并验证其在预测RAS基因状态及生存率方面的有效性	回顾性研究设计可能引入选择偏倚，且样本量相对有限（185例患者）	非侵入性预测结直肠癌肝转移患者的RAS基因状态以指导精准治疗	结直肠癌肝转移患者的对比增强CT影像	数字病理	结直肠癌	对比增强CT（CECT）影像分析	深度学习模型（AP+VP-DL等）	医学影像	185例患者（训练集88例，内部测试集39例，外部测试集58例）
90	2025-05-09	Training, Validating, and Testing Machine Learning Prediction Models for Endometrial Cancer Recurrence 2025-May, JCO precision oncology IF:5.3Q1 DOI:10.1200/PO-24-00859 PMID:40324114	研究论文	该研究通过机器学习和深度学习分析，训练、验证和测试了子宫内膜癌复发的预测模型	利用lasso回归、MATLAB和TensorFlow等多种机器学习和深度学习方法，结合临床、病理、基因组和遗传数据，构建了优于仅使用临床和病理数据的预测模型	需要前瞻性验证以确定临床实用性	准确预测子宫内膜癌患者的复发风险，以更好地选择辅助治疗患者	子宫内膜癌患者	机器学习	子宫内膜癌	lasso回归、MATLAB（ML）、TensorFlow（DL）	机器学习模型和深度学习模型	临床、病理、基因组和遗传数据	低风险组329例，高风险组324例，非子宫内膜样组织学组239例
91	2025-05-09	Artificial intelligence in the detection and classification of dental caries 2025-May, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2023.07.013 PMID:37640607	研究论文	本研究旨在训练一个深度学习模型，用于检测和分类龋齿	利用深度学习模型进行龋齿的自动检测和分类，提升早期检测效率和临床决策质量	模型的平均交并比和F1分数仍有提升空间	开发一个可靠的龋齿自动检测系统，以提升早期检测和临床决策效率	龋齿	计算机视觉	龋齿	监督学习算法	深度学习模型	X光图像	554个训练样本
92	2025-05-09	scSDNE: A semi-supervised method for inferring cell-cell interactions based on graph embedding 2025-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013027 PMID:40333631	研究论文	介绍了一种名为scSDNE的半监督图嵌入模型，用于推断基于配体-受体（L-R）相互作用的细胞间通讯	结合深度学习和手动整理的L-R相互作用数据库，scSDNE能够在共享潜在空间中映射基因，提高细胞间相互作用推断的准确性和生物学可解释性	未提及具体的数据集规模限制或模型在不同类型细胞中的泛化能力	全面理解细胞间通讯的复杂相互作用机制	细胞间通过配体-受体（L-R）相互作用进行的通讯	生物信息学	NA	单细胞RNA测序（scRNA-seq）	半监督图嵌入模型（scSDNE）	基因表达数据	未提及具体样本数量
93	2025-05-09	Speckle pattern analysis with deep learning for low-cost stroke detection: a phantom-based feasibility study 2025-May, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.5.056003 PMID:40337176	研究论文	本研究探讨了结合激光散斑技术和深度学习在低成本中风检测中的可行性，通过在组织模型上模拟不同血流状态进行分类	首次将激光散斑模式分析与3D CNN结合，用于模拟中风条件下的血流状态分类，展示了在资源有限环境下快速中风检测的潜力	研究仅在组织模型上进行，尚未考虑颅骨光学特性等体内复杂因素，距离实际临床应用还有距离	评估激光散斑技术结合深度学习在中风检测中的可行性	模拟不同直径(3-6mm)和深度(0-10mm)动脉中血流状态的鸡组织模型	计算机视觉	心血管疾病	激光散斑成像技术	3D CNN (X3D_M)	视频序列	多种直径(3-6mm)和深度(0-10mm)的模拟动脉组织模型
94	2025-05-09	Deep learning empowered gadolinium-free contrast-enhanced abbreviated MRI for diagnosing hepatocellular carcinoma 2025-May, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2025.101392 PMID:40337547	研究论文	开发基于深度学习的无钆对比增强简化MRI协议（DL-aMRI）用于诊断肝细胞癌（HCC）	利用生成式深度学习模型合成对比增强MRI图像，无需使用对比剂，显著缩短扫描时间	研究为回顾性设计，需要在更多前瞻性研究中验证	开发高效、无对比剂的HCC诊断方法	肝细胞癌（HCC）患者	数字病理学	肝癌	稳定扩散模型	生成式深度学习模型	MRI图像	1,769名患者（913名HCC患者）来自三个机构
95	2025-05-09	The long journey of artificial intelligence in medicine: an overview 2025-May, Clinical and experimental rheumatology IF:3.4Q2 DOI:10.55563/clinexprheumatol/oamfed PMID:40338059	综述	本文概述了人工智能在医学领域的漫长发展历程	总结了人工智能从哲学和数学基础到现代应用的演变过程，特别是在医学领域的革命性进展	未提及具体的技术限制或研究不足	回顾人工智能在医学领域的发展历史和应用前景	人工智能技术在医学领域的应用	人工智能	NA	机器学习、神经网络、深度学习、大语言模型	NA	健康信息数据	NA
96	2025-05-09	Mixing individual and collective behaviors to predict out-of-routine mobility 2025-Apr-29, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2414848122 PMID:40267135	research paper	该研究提出了一种动态整合个体和集体移动行为的方法，以提高非日常移动行为的预测准确性	通过利用集体智能动态整合个体和集体移动行为，显著提升了非日常移动行为的预测准确性，并在COVID-19等破坏性事件中保持了预测能力	模型在兴趣点密度高的城市区域表现最佳，可能在其他区域效果有限	解决非日常人类移动行为的预测问题，以应对城市设计、交通拥堵、流行病管理等社会挑战	人类移动行为	machine learning	NA	深度学习与马尔可夫模型结合	动态整合模型	轨迹数据	数百万条隐私保护的轨迹数据，覆盖五个美国城市
97	2025-05-09	Machine learning and clinical EEG data for multiple sclerosis: A systematic review 2025-Apr-29, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103116 PMID:40334524	系统综述	本文综述了机器学习和深度学习模型在脑电图（EEG）数据中应用于多发性硬化症（MS）的研究现状	探讨了深度学习架构（如CNN和混合模型）在MS诊断和监测中的最新进展，以及如何通过先进的预处理技术和可解释AI来克服挑战	讨论了基于ML的EEG分析在MS应用中存在的挑战和潜在偏差	提高多发性硬化症的预测、诊断、监测和治疗（PDMT）效果	多发性硬化症患者	机器学习	多发性硬化症	脑电图（EEG）	CNN, 深度学习模型, 混合模型	EEG数据	NA
98	2025-05-09	Development and validation of a novel chronic pancreatitis pathological grade based on artificial intelligence 2025-Apr-29, Pancreatology : official journal of the International Association of Pancreatology (IAP) ... [et al.] IF:2.8Q2 DOI:10.1016/j.pan.2025.04.011 PMID:40335378	research paper	开发并验证了一种基于人工智能的慢性胰腺炎病理分级新方法	首次提出基于深度学习的慢性胰腺炎病理分级系统（Histopathology-derived CPpG），并通过深度学习放射组学评分（DLRS）实现无创动态监测	研究为回顾性设计，且病理确认的CP样本量相对较小（181例）	建立客观定量的慢性胰腺炎严重程度评估体系	慢性胰腺炎及复发性急性胰腺炎患者	digital pathology	chronic pancreatitis	deep learning, radiomics	DeeplabV3+	whole-slide images, CT scans	2054例患者（含181例病理确诊CP）
99	2025-05-09	Multimodal radiopathological integration for prognosis and prediction of adjuvant chemotherapy benefit in resectable lung adenocarcinoma: A multicentre study 2025-Apr-28, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2025.217557 PMID:39954935	研究论文	开发并验证了一个多模态分析框架，整合CT图像和H&E染色的全切片图像(WSIs)，以增强肺腺癌(LUAD)患者的风险分层并预测辅助化疗的益处	首次提出结合放射组学和病理组学的多模态特征签名，用于预测LUAD患者的无病生存期(DFS)和辅助化疗益处，其性能优于现有的深度学习整合方法	研究为回顾性设计，需要前瞻性研究进一步验证	提高肺腺癌患者的风险分层精度并预测辅助化疗的益处	1039名可切除的I-III期肺腺癌患者	数字病理	肺癌	放射组学特征提取、病理组学特征提取	生存支持向量机(SVM)	CT图像、H&E染色的全切片图像(WSIs)	1039名患者（训练集303人，测试集197人和228人，特征测试集311人）
100	2025-05-09	Advanced data-driven interpretable analysis for predicting resistant starch content in rice using NIR spectroscopy 2025-Apr-28, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144311 PMID:40334489	研究论文	本研究提出了一种结合近红外光谱(NIR)和卷积神经网络(CNN)的创新数据驱动框架，用于快速、经济地预测大米中的抗性淀粉(RS)含量	创新性地将SHAP解释性分析应用于深度学习模型，识别出关键波长范围(2000-2500nm)，显著缩小了光谱范围并提供了特定波长对RS预测贡献的有意义见解	未提及具体样本量或外部验证结果	开发快速、经济的抗性淀粉含量预测方法	大米中的抗性淀粉含量	机器学习	NA	近红外光谱(NIR)	CNN	光谱数据	NA