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
10181	2025-12-02	Mapping the Evolution of Thyroid Ultrasound Research: A 30-year Bibliometric Analysis 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056396607250811115439 PMID:40849785	综述	本文通过文献计量学方法，系统梳理了甲状腺超声研究30年的发展历程，识别了发展趋势、研究热点和新兴前沿	首次对甲状腺超声研究领域进行了长达30年的系统性文献计量分析，并利用VOSviewer和CiteSpace工具揭示了合作网络、参考文献时间线及关键词突现	分析仅基于Web of Science核心合集中的英文文献，可能遗漏其他语言或数据库的重要研究	通过文献计量分析，绘制甲状腺超声研究的演变图谱，识别发展趋势、研究热点和新兴前沿	1994年至2023年间Web of Science核心合集收录的甲状腺超声相关英文文章和综述	医学影像分析	甲状腺疾病	文献计量分析	NA	文献元数据	8,489篇文献	VOSviewer, CiteSpace	NA	NA	NA
10182	2025-12-02	Enhancing Bangla handwritten character recognition using Vision Transformers, VGG-16, and ResNet-50: a performance analysis 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1682984 PMID:41322980	研究论文	本文通过比较Vision Transformer、VGG-16和ResNet-50在孟加拉语手写字符识别任务上的性能，展示了ViT在捕获全局上下文和长距离依赖方面的优势	首次在孟加拉语手写字符识别任务中应用Vision Transformer，并实现了98.26%的当前最佳准确率，超越了传统CNN架构	研究仅使用了CMATERdb 3.1.2数据集，未在其他数据集上验证模型的泛化能力；未讨论计算资源消耗和模型推理速度	比较不同深度学习架构在孟加拉语手写字符识别任务上的性能，探索Transformer架构在该领域的应用潜力	孟加拉语手写字符图像	计算机视觉	NA	NA	Vision Transformer, CNN	图像	24,000张图像，涵盖50个基本孟加拉语字符	NA	Vision Transformer, VGG-16, ResNet-50	准确率	NA
10183	2025-12-02	Advances in artificial intelligence-based technologies for increasing the quality of medical products 2024-Nov-30, Daru : journal of Faculty of Pharmacy, Tehran University of Medical Sciences IF:2.5Q3 DOI:10.1007/s40199-024-00548-5 PMID:39613923	综述	本文综述了人工智能技术在提高医疗产品质量方面的最新进展和应用	整合了AI在药物靶点预测、产品开发加速及医疗质量提升中的综合应用视角	作为综述文章，未涉及具体实验数据或模型性能的深入分析	探讨AI技术如何优化医疗产品的开发流程、质量与成本效益	医疗产品（如药物）的开发与制造过程	机器学习	NA	机器学习、深度学习	NA	生物医学数据（如蛋白质结构、健康统计数据）	NA	NA	NA	NA	NA
10184	2025-12-01	Deep learning-based quantitative assessment of renal chronicity indices in lupus nephritis 2026-Feb, Annals of diagnostic pathology IF:1.5Q3 DOI:10.1016/j.anndiagpath.2025.152537 PMID:40876259	研究论文	开发基于深度学习的自动化评估狼疮性肾炎肾脏慢性指数的流程	首个从疾病特异性角度自动化评估肾脏慢性指数的深度学习流程，显著提高观察者间一致性并增强预后预测能力	两个队列存在轻微人口统计学差异，特别是年龄和血红蛋白水平	开发自动化评估狼疮性肾炎肾脏慢性指数的有效深度学习流程	狼疮性肾炎患者	数字病理学	狼疮性肾炎	深度学习	CNN	病理切片图像	141名患者的282张切片（训练队列30名患者60张切片，内部测试148张切片，外部测试74张切片）	NA	NA	分割性能，与病理学家相关性，观察者间一致性，预后准确性	NA
10185	2025-12-01	A 2D-digital spectral sensing method for rapid antibiotic detection in water 2026-Jan-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2025.123279 PMID:41202958	研究论文	提出一种结合二维数字光谱图像与深度学习技术的水体抗生素快速检测方法	开发新型光谱成像系统与组合化学探针，将样本信息转化为具有二维全息光谱特征的图像，并构建端到端的定量分析模型	NA	建立高效低成本的水体抗生素快速监测技术	水体中的抗生素污染物	计算机视觉	NA	光谱成像技术、组合化学探针	CNN	二维数字光谱图像	NA	NA	数字光谱卷积神经网络（DSCNN）	R值（0.85-0.93），检测限（1.94 mg/L）	NA
10186	2025-12-01	A deep learning framework to iDentify prOgnostically releVant cancEr Regions (DOVER) within whole slide histopathology images 2026-Jan-01, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2025.218134 PMID:41238099	研究论文	提出一种深度学习框架DOVER，用于在组织病理学全切片图像中识别具有预后相关性的癌症区域	首次开发能够精确定位全切片图像中预后相关区域的方法，通过从组织微阵列点中学习预后模式并映射到更大切片	需要进一步验证框架的泛化能力，目前仅在两种癌症类型中测试	解决肿瘤形态异质性带来的预后预测挑战，精确定位最具预后价值的肿瘤区域	非小细胞肺癌(NSCLC)和口咽鳞状细胞癌(OPSCC)患者的全切片图像	数字病理学	肺癌,头颈癌	全切片成像,组织微阵列,定量免疫荧光	深度学习	组织病理学图像,临床数据	2041名患者(NSCLC:1141例, OPSCC:900例)	NA	NA	c-index	NA
10187	2025-12-01	Functional blepharoptosis screening with generative augmented deep learning from external ocular photography 2025-Dec, Orbit (Amsterdam, Netherlands) DOI:10.1080/01676830.2025.2497460 PMID:40304715	研究论文	开发并验证基于外部眼部照片的功能性上睑下垂深度学习筛查模型，并评估生成式数据增强对模型性能的影响	首次将生成对抗网络（StyleGAN）生成的合成图像用于增强功能性上睑下垂检测模型的训练数据	样本量相对有限（771只眼睛），且来自单一三级眼科诊所，可能影响模型泛化能力	开发能够从外部眼部照片中检测功能性上睑下垂的深度学习模型	21岁及以上患者的眼部照片，包括639例临床诊断的功能性上睑下垂和132例正常对照	计算机视觉	眼科疾病	外部眼部摄影	深度学习, GAN	图像	771只眼睛（训练集539，验证集76，测试集156），增强后训练集增加2000张合成图像	NA	StyleGAN	敏感度, 特异度, AUC	NA
10188	2025-12-01	Prognostic value of body composition out of PSMA-PET/CT in prostate cancer patients undergoing PSMA-therapy 2025-Dec, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07416-7 PMID:40580320	研究论文	本研究开发了一种基于深度学习的全身CT分割方法，用于评估接受PSMA放射性配体治疗的转移性去势抵抗性前列腺癌患者的身体组成及其预后价值	首次使用深度学习从标准PSMA-PET-CT中自动分割身体组成成分，超越传统的PSMA-PET评估，发现新的预后指标	回顾性研究，样本量较小，需要在更大规模的前瞻性数据集中验证	开发基于深度学习的身体组成评估方法，探索其在mCRPC患者预后预测中的价值	86名接受[177Lu]Lu-PSMA放射性配体治疗的转移性去势抵抗性前列腺癌患者	数字病理	前列腺癌	PSMA-PET-CT, [68 Ga]Ga-PSMA-PET-CT扫描	深度学习分割模型	CT图像	86名前列腺癌患者	NA	NA	Cox回归分析p值, Kaplan-Meier分析, log-rank检验	NA
10189	2025-12-01	Orbital CT deep learning models in thyroid eye disease rival medical specialists' performance in optic neuropathy prediction in a quaternary referral center and revealed impact of the bony walls 2025-Dec, Orbit (Amsterdam, Netherlands) DOI:10.1080/01676830.2025.2521868 PMID:40591440	研究论文	开发并评估用于甲状腺眼病患者视神经病变预测的轨道CT深度学习模型	首次在四级转诊中心证明轨道CT深度学习模型在视神经病变预测方面与医学专家表现相当，并揭示了骨壁结构的影响	样本量相对有限（126名患者），研究时间跨度较长（2002-2017年）	开发用于甲状腺眼病患者视神经病变预测的深度学习模型	甲状腺眼病患者，包括伴有和不伴有视神经病变的病例	医学影像分析	甲状腺眼病	轨道CT成像	深度学习模型	CT图像（2D和3D）	126名甲状腺眼病患者，252个轨道，其中36个轨道确诊视神经病变	NA	NA	敏感度, 特异性, AUC	NA
10190	2025-12-01	Automated Kidney Tumor Segmentation in CT Images Using Deep Learning: A Multi-Stage Approach 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.020 PMID:40908232	研究论文	开发基于DeepMedic 3D卷积神经网络的自动化流程用于CT图像中肾脏和肾肿瘤分割	采用多尺度特征提取和三维卷积神经网络实现全自动肾脏肿瘤分割	研究依赖于单一机构的382例CT扫描数据，需要更多外部验证	开发自动化分割工具以提升肾肿瘤诊断工作流程和临床决策支持	肾脏和肾肿瘤	医学影像分析	肾肿瘤	CT扫描	CNN	CT图像	382例对比增强CT扫描	DeepMedic	3D CNN	Dice系数,精确率,召回率	NA
10191	2025-12-01	A Fusion Model of ResNet and Vision Transformer for Efficacy Prediction of HIFU Treatment of Uterine Fibroids 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.054 PMID:40935773	研究论文	提出融合ResNet和Vision Transformer的深度学习模型，用于预测高强度聚焦超声治疗子宫肌瘤的疗效	首次将ResNet的局部纹理特征与ViT的全局空间特征通过并行架构融合，用于量化子宫肌瘤异质性	研究样本量相对有限，仅来自两个医疗中心	提高HIFU治疗子宫肌瘤疗效预测的准确性	子宫肌瘤患者	计算机视觉	子宫肌瘤	T2加权磁共振成像	CNN, Transformer	医学图像	训练集272例，内部验证集92例，外部测试集125例	NA	ResNet-18, Vision Transformer, Res-ViT	AUC	NA
10192	2025-12-01	Comprehensive Assessment of Tumor Stromal Heterogeneity in Bladder Cancer by Deep Learning and Habitat Radiomics 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.029 PMID:40987672	研究论文	本研究开发了基于CT的深度学习和栖息地影像组学模型，用于术前预测膀胱癌肿瘤间质比并评估其预后价值	首次将栖息地影像组学与深度学习相结合，通过多亚区域分析评估膀胱癌肿瘤间质异质性，并验证其在免疫治疗反应预测中的应用	回顾性研究设计，样本量有限（477例），仅使用CT影像数据	开发术前预测膀胱癌肿瘤间质比的机器学习模型，并评估其在预后和免疫治疗反应预测中的价值	膀胱尿路上皮癌患者	数字病理	膀胱癌	CT影像分析	深度学习, 影像组学	医学影像	477例来自两个中心的膀胱癌患者	NA	迁移学习模型	准确率, 校准度, 临床效用	NA
10193	2025-12-01	Automated Coronary Artery Calcium Scoring Using Deep Learning: Validation Across Diverse Chest CT Protocols 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.09.009 PMID:40998657	研究论文	开发并验证一种基于深度学习的全自动冠状动脉钙化评分模型，适用于不同胸部CT扫描协议	开发了首个工作流就绪、协议无关的深度学习模型，可在常规非门控胸部CT上实现全自动冠状动脉钙化量化	单中心回顾性研究，需要进一步外部验证	开发自动化冠状动脉钙化评分工具以改善心血管疾病风险分层	无已知动脉粥样硬化性心血管疾病患者的胸部CT扫描	数字病理	心血管疾病	胸部CT扫描	深度学习	医学影像	2132例胸部CT扫描（常规、CT-CAC和CT-COVID）	NA	NA	组内相关系数, Cohen's kappa, 敏感性, 特异性, 阳性预测值, 阴性预测值, F1分数	NA
10194	2025-12-01	Prediction of the risk of diabetic foot from corneal nerve images using deep learning algorithms 2025-Dec, Diabetes research and clinical practice IF:6.1Q1 DOI:10.1016/j.diabres.2025.112991 PMID:41205876	研究论文	开发基于角膜神经图像的深度学习算法预测糖尿病足风险	首次将角膜神经图像与HbA1c或血清肌酐结合开发混合深度学习算法用于糖尿病足风险预测	使用定量角膜神经参数未能提升模型性能	预测糖尿病足风险分类	糖尿病患者的角膜神经图像	医学影像分析	糖尿病足	角膜神经成像	深度学习算法	图像	471名参与者的942只眼睛共23,550张图像	NA	NA	AUC	NA
10195	2025-12-01	APTES: a high-throughput deep learning-based Arabidopsis phenotypic trait estimation system for individual leaves and siliques 2025-Dec, aBIOTECH IF:4.6Q1 DOI:10.1007/s42994-025-00239-y PMID:41312108	研究论文	开发基于计算机视觉和深度学习的拟南芥表型性状自动估计系统APTES，用于叶片和角果的高通量表型分析	使用增强的Cascade Mask R-CNN和DetectoRS模型分别实现叶片和角果的精确分割，相比基线模型性能提升1-2个百分点	未明确说明模型在不同光照条件和生长阶段下的泛化能力	开发高通量植物表型性状自动估计系统	拟南芥叶片和角果	计算机视觉	NA	计算机视觉，深度学习	CNN	图像	166个拟南芥种质	NA	Cascade Mask R-CNN, DetectoRS	精确率, 召回率, F1分数, 决定系数, 平均绝对百分比误差	NA
10196	2025-11-29	A lightweight deep learning model with attention mechanisms for hypertensive retinopathy classification 2025-Dec, International journal of cardiology. Cardiovascular risk and prevention DOI:10.1016/j.ijcrp.2025.200541 PMID:41312542	研究论文	提出一种结合注意力机制的轻量级深度学习模型MA-DNet用于高血压视网膜病变分类	将DenseNet与通道和空间注意力机制相结合，采用特征增强和数据平衡技术提高分类精度	NA	开发自动化的高血压视网膜病变分类方法以辅助临床诊断	眼底图像中的高血压视网膜病变特征	计算机视觉	心血管疾病	深度学习	CNN	图像	OIA-ODIR数据集	NA	DenseNet	准确率	NA
10197	2025-12-01	Deep Learning-Enhanced Single Breath-Hold Abdominal MRI at 0.55 T-Technical Feasibility and Image Quality Assessment 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.013 PMID:40846585	研究论文	本研究评估深度学习增强的0.55T低场强腹部MRI在单次屏气下的技术可行性和图像质量	首次在0.55T低场强MRI中应用深度学习重建技术实现单次屏气腹部成像，并证明其图像质量优于传统方法	研究仅纳入健康志愿者，样本量较小（33例），缺乏病理证实	评估深度学习增强的低场强腹部MRI的技术可行性和图像质量	健康志愿者	医学影像分析	NA	MRI, 深度学习图像重建	深度学习	医学影像	33名健康志愿者	NA	NA	图像质量评分, 图像噪声, 空间分辨率, 观察者间一致性	NA
10198	2025-12-01	Ultrafast Multi-tracer Total-body PET Imaging Using a Transformer-Based Deep Learning Model 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.015 PMID:40885633	研究论文	提出基于Transformer的深度学习框架，用于从超快速扫描中合成多示踪剂全身PET图像	首次将3D SwinUNETR-V2架构应用于多示踪剂全身PET成像，开发了仅PET输入和PET+CT融合输入两种模型变体	回顾性单中心研究，样本量有限，需进一步验证	减少PET扫描时间以最小化运动伪影并改善患者舒适度	临床uEXPLORER PET/CT数据集，包括[18F]FDG、[18F]FAPI和[68Ga]FAPI三种示踪剂	医学影像分析	NA	PET/CT成像，列表模式数据截断	深度学习	3D医学影像	155例患者（[18F]FDG 50例，[18F]FAPI 45例，[68Ga]FAPI 60例）	NA	3D SwinUNETR-V2	峰值信噪比(PSNR), 图像质量主观评价, 病灶检测能力	NA
10199	2025-12-01	Multi-DECT Image-based Interpretable Model Incorporating Habitat Radiomics and Vision Transformer Deep Learning for Preoperative Prediction of Muscle Invasion in Bladder Cancer 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.018 PMID:40887351	研究论文	开发基于多能谱CT图像的融合栖息地影像组学和视觉Transformer的可解释模型，用于术前预测膀胱癌肌层浸润	首次将栖息地影像组学与3D视觉Transformer深度学习相结合，构建可解释的多能谱CT图像预测模型	回顾性研究，样本量相对有限（200例患者）	术前预测膀胱癌肌层浸润状态	膀胱癌患者	医学影像分析	膀胱癌	双能谱CT（DECT）成像	Vision Transformer（ViT）, ResNet, 影像组学模型	CT图像	200例膀胱癌患者（训练集140例，测试集60例）	NA	Vision Transformer, ResNet 18	AUC, 校准曲线, 决策曲线分析（DCA）, 净重分类指数（NRI）, 综合判别改善指数（IDI）	NA
10200	2025-12-01	Image Quality Variation with Gantry Rotation Time and Reconstruction Algorithm in Ultra-high-resolution CT 2025-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.09.027 PMID:41073176	研究论文	评估超高清CT中机架旋转时间和重建算法对图像质量的影响	首次系统比较深度学习重建在超高清CT中随旋转时间变化的图像质量表现	研究基于体模实验，未涉及临床患者数据	评估机架旋转时间对三种重建算法图像质量的影响	CT体模	医学影像	NA	超高清CT扫描	深度学习重建	CT图像	4个剂量水平和4个机架旋转时间的扫描数据	NA	NA	噪声功率谱，噪声幅度比，中心频率比，高对比度分辨率	NA