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
1041	2025-11-07	Language and Attenuation-Driven Network for Robot-Assisted Cholangiocarcinoma Diagnosis From Optical Coherence Tomography 2025-Nov, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3578179 PMID:40489267	研究论文	提出一种融合语言和光学衰减信息的机器人辅助网络，用于从光学相干断层扫描图像中自动诊断胆管癌	引入光学衰减系数和广义视觉语言信息，开发跨模态互补模型LA-OCT Net，采用解耦衰减选择对抗相关损失增强特征差异	NA	构建高效的计算机辅助系统实现胆管癌自动准确分类，确认浸润边界	胆管癌的光学相干断层扫描图像	计算机视觉	胆管癌	光学相干断层扫描	深度学习	图像	NA	NA	LA-OCT Net	准确率	NA
1042	2025-11-07	Enhancing Free-Hand 3-D Photoacoustic and Ultrasound Reconstruction Using Deep Learning 2025-Nov, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3579454 PMID:40512645	研究论文	提出一种结合运动学习和全局-局部自注意力模块的深度学习网络(MoGLo-Net)，用于提升手持式光声和超声成像的3D重建质量	创新地采用自注意力机制识别超声图像中的关键区域（如完全发育的散斑区域或高回声组织区域）来精确估计运动参数，并引入块状相关操作生成与扫描运动高度相关的相关体积	未提及具体局限性	解决手持式光声和超声成像中3D自由手技术运动估计不准确的挑战	光声和超声成像序列的2D图像	医学影像处理	NA	光声成像、超声成像、深度学习	深度学习网络	超声图像序列、光声图像序列	NA	NA	自注意力机制网络	定量指标、定性指标	NA
1043	2025-11-07	Unveiling Quality of Life Factors for the Elderly: A Public Health Nursing Approach Enhanced by Advanced ML and DL Techniques 2025 Nov-Dec, Public health nursing (Boston, Mass.) DOI:10.1111/phn.70003 PMID:40619584	研究论文	本研究开发基于人工智能的预测模型，识别影响老年人生活质量的关键因素	结合基础机器学习、深度学习和集成模型，并应用SMOTE方法平衡数据集，在老年人生活质量预测中实现高精度	样本量相对有限（500人），可能影响模型的泛化能力	开发AI预测模型识别影响老年人生活质量的关键因素	老年人群	机器学习	老年疾病	系统抽样技术	基础ML, DL, 集成模型	结构化数据	500名老年人	NA	AdaBoost	准确率, 召回率, 特异性	NA
1044	2025-07-10	Corrigendum to 'CT-Based Deep Learning Predicts Prognosis in Esophageal Squamous Cell Cancer Patients Receiving Immunotherapy Combined with Chemotherapy' [Acad Radiol 32/6 (2025) 3397-3409] 2025-Nov, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.036 PMID:40628644	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1045	2025-11-07	Performance of Radiomics and Deep Learning Models in Predicting Distant Metastases in Soft Tissue Sarcomas: A Systematic Review and Meta-analysis 2025-Nov, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.027 PMID:40651923	系统评价与荟萃分析	评估影像组学和深度学习模型预测软组织肉瘤远处转移性能的系统评价和荟萃分析	首次对影像组学和深度学习模型在软组织肉瘤转移预测中的性能进行系统评价和荟萃分析，比较了不同成像方式和特征提取方法的差异	存在显著异质性、有限的外部验证和潜在发表偏倚	评估影像组学和深度学习模型预测软组织肉瘤远处转移的诊断准确性	软组织肉瘤患者	医学影像分析	软组织肉瘤	影像组学分析、深度学习	深度学习模型、影像组学模型	医学影像数据（MRI、PET、PET/CT）	19项研究，涉及1712名患者	NA	NA	AUC、敏感性、特异性	NA
1046	2025-11-07	Deep Learning-Accelerated Prostate MRI: Improving Speed, Accuracy, and Sustainability 2025-Nov, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.022 PMID:40664559	研究论文	评估深度学习增强的四倍并行采集技术在提升前列腺MRI图像质量和扫描效率方面的有效性	首次将深度学习与四倍并行采集技术结合应用于前列腺MRI，显著提升图像质量同时大幅缩短扫描时间	样本量相对较小（51名参与者），研究时间范围有限（2024年1月至7月）	比较深度学习增强的P4技术与传统P2技术在前列腺MRI中的性能差异	接受前列腺MRI检查的患者	医学影像分析	前列腺癌	MRI，并行采集技术，深度学习增强成像	深度学习	医学影像（T2加权序列）	51名参与者（平均年龄69.4岁±10.5岁）	NA	NA	信噪比，对比噪声比，图像质量评分，扫描时间	NA
1047	2025-11-07	Assessing MRI-based Artificial Intelligence Models for Preoperative Prediction of Microvascular Invasion in Hepatocellular Carcinoma: A Systematic Review and Meta-analysis 2025-Nov, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.06.030 PMID:40670226	系统评价与荟萃分析	评估基于MRI的人工智能模型在肝细胞癌微血管侵犯术前预测中的性能	首次对MRI-based AI模型预测HCC微血管侵犯进行系统评价和荟萃分析，比较了传统机器学习与深度学习方法的表现差异	存在显著的异质性和低GRADE证据等级，可能影响证据强度	评估基于MRI的人工智能在肝细胞癌微血管侵犯术前预测中的诊断性能	肝细胞癌患者	医学影像分析	肝细胞癌	磁共振成像	传统机器学习,深度学习	MRI影像	内部验证2838例，外部验证1161例	NA	NA	敏感度,特异度,诊断比值比,曲线下面积	NA
1048	2025-11-07	Cost-Effectiveness of Opportunistic Osteoporosis Screening Using Chest Radiographs With Deep Learning in the United States 2025-Nov, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.07.028 PMID:40780311	研究论文	评估基于深度学习分析胸部X光片进行机会性骨质疏松筛查在美国50岁以上女性中的成本效益	首次将深度学习技术与胸部X光片结合用于骨质疏松机会性筛查，并建立经济模型评估其成本效益	研究仅针对美国50岁以上女性群体，未涵盖其他人群或地区	评估人工智能驱动的机会性骨质疏松筛查策略的成本效益	美国50岁及以上女性	数字病理	骨质疏松	胸部X光摄影，双能X线吸收测定法	深度学习	医学影像	NA	NA	NA	灵敏度，特异性	NA
1049	2025-11-07	A Cascaded Segmentation-Classification Deep Learning Framework for Preoperative Prediction of Occult Peritoneal Metastasis and Early Recurrence in Advanced Gastric Cancer 2025-Nov, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.006 PMID:40912952	研究论文	开发用于术前预测晚期胃癌隐匿性腹膜转移和早期腹膜复发的级联分割-分类深度学习框架	提出结合肿瘤分割与转移风险分层的级联深度学习框架，首次实现基于CT的隐匿性腹膜转移和早期腹膜复发联合预测	样本量相对有限，外部验证队列规模较小，需要更大规模多中心验证	术前预测晚期胃癌患者的隐匿性腹膜转移和早期腹膜复发风险	晚期胃癌患者	数字病理	胃癌	CT影像分析	深度学习	医学影像	765名来自三个机构的晚期胃癌患者，包含内部验证(OPM n=168, 早期PR n=212)和外部验证(早期PR n=57)	NA	V-Net	AUC, 敏感性, 特异性	NA
1050	2025-09-18	Faster and Sharper Prostate T2W MRI with Deep Learning 2025-Nov, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.09.003 PMID:40957748	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1051	2025-11-07	Machine learning model for predicting the conversion to dementia using the Cube Copying Test 2025-Nov, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877251376939 PMID:40982217	研究论文	开发基于立方体复制测试绘图的机器学习模型，用于预测3-5年内转化为痴呆症的风险	首次将基于深度学习的异常检测模型应用于立方体复制测试绘图数据，检测临床前阶段或轻度认知障碍阶段已存在的结构性失用样症状	回顾性研究设计，存在1002例患者失访，样本选择可能存在偏差	开发高精度、高效率的痴呆症早期筛查工具	767名记忆障碍患者，其中457名转化为痴呆症（阿尔茨海默病318例、路易体痴呆116例、额颞叶痴呆23例），310名未转化	机器学习	老年疾病	立方体复制测试	异常检测模型	绘图数据	767名患者	NA	PatchCore	AUC	NA
1052	2025-11-07	Real-Time Global Longitudinal Strain During Echocardiography: A Deep Learning Platform for Improved Workflow 2025-Nov, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.08.015 PMID:40876495	研究论文	开发用于超声心动图实时全局纵向应变分析的深度学习平台，评估其可行性、精确性和时间效率	首次开发完全自动化的实时GLS分析平台，集成深度学习工具支持图像采集标准化	样本量较小（50例患者），需要更大规模研究验证	评估深度学习平台在实时GLS测量中的可行性和效率	50名患者（平均年龄56岁，64%男性）的超声心动图数据	医学影像分析	心血管疾病	超声心动图	深度学习	超声图像	50例患者	NA	NA	可行性百分比, 偏差, 一致性界限, 相关系数, 时间效率	NA
1053	2025-11-07	Integrating Multi-Modal Imaging Features for Early Prediction of Acute Kidney Injury in Pneumonia Sepsis: A Multicenter Retrospective Study 2025-Nov, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.08.007 PMID:41027784	研究论文	开发多模态深度学习框架MCANet，通过整合肺部、心外膜脂肪组织和T4水平皮下脂肪组织的影像特征，预测肺炎相关脓毒症患者的急性肾损伤	首次提出结合多区域影像特征（肺部、心外膜脂肪组织、T4水平皮下脂肪组织）的多模态深度学习框架，用于预测肺炎相关脓毒症患者的急性肾损伤	回顾性研究设计，样本量相对有限（399例患者），需要进一步前瞻性验证	利用深度学习技术从肺炎相关脓毒症病例中提取有信息的影像特征，预测急性肾损伤的发生	肺炎相关脓毒症患者	医学影像分析	急性肾损伤, 脓毒症, 肺炎	胸部CT成像, 深度学习, 影像组学分析	CNN, LightGBM	CT图像, 临床记录, 实验室数据	399例肺炎相关脓毒症患者	PyTorch, PyRadiomics	ResNet-18, ResNet-101, MCANet, MSFAN	AUC, 准确率, 精确率, 召回率, F1分数	NA
1054	2025-11-07	Deep learning-based synthetic-CT-free photon dose calculation in MR-guided radiotherapy: A proof-of-concept study 2025-Nov, Medical physics IF:3.2Q1 DOI:10.1002/mp.70106 PMID:41186921	研究论文	本研究提出了一种基于深度学习的无合成CT磁共振引导放疗光子剂量计算方法	首次直接在0.35T MRI上进行光子剂量计算，跳过了传统合成CT生成步骤	研究仅针对前列腺癌病例，样本量较小（34例患者）	开发适用于MRI引导在线自适应放疗的实时剂量计算方法	前列腺癌患者	医学影像分析	前列腺癌	磁共振成像，蒙特卡洛剂量模拟	U-Net, LSTM	MRI图像，CT图像	34例前列腺癌患者（20例训练，4例验证，10例测试）	NA	U-Net, LSTM	gamma通过率，剂量剖面，剂量体积直方图	NA
1055	2025-11-07	General Purpose Deep Learning Attenuation Correction Improves Diagnostic Accuracy of SPECT MPI: A Multicenter Study 2025-Nov, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2025.06.010 PMID:40778900	研究论文	本研究开发了一种深度学习衰减校正方法，用于提高SPECT心肌灌注成像对阻塞性冠状动脉疾病的诊断准确性	首次在多中心研究中开发深度学习模型生成合成SPECT衰减校正图像，无需额外CT设备即可提高诊断准确性	研究样本主要来自特定临床试验患者，需要在更广泛人群中进一步验证	评估深度学习生成的合成SPECT图像是否能提高传统SPECT MPI的诊断准确性	阻塞性冠状动脉疾病患者	医学影像分析	冠状动脉疾病	SPECT心肌灌注成像，深度学习	深度学习模型	医学影像数据	开发队列：4,894名患者（4个中心）；外部验证：746名患者（72个中心）+ 320名患者（1个外部中心）	NA	DeepAC	AUC, 95%置信区间	NA
1056	2025-11-07	Overview of Multimodal Radiomics and Deep Learning in the Prediction of Axillary Lymph Node Status in Breast Cancer 2025-Nov, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.017 PMID:40830005	综述	本文综述了多模态影像组学和深度学习在预测乳腺癌腋窝淋巴结状态中的应用与进展	系统整合了多模态影像（乳腺X线摄影、超声、MRI和PET/CT）与深度学习算法在乳腺癌淋巴结转移预测中的最新研究进展	存在方法学和技术挑战需要解决	评估影像组学和深度学习在乳腺癌腋窝淋巴结转移预测中的研究现状	乳腺癌患者的腋窝淋巴结状态	数字病理	乳腺癌	多模态影像（乳腺X线摄影、超声、MRI、PET/CT）	深度学习	医学影像	NA	NA	NA	NA	NA
1057	2025-11-07	Deep Learning-Enhanced Opportunistic Osteoporosis Screening in 100 kV Low-Voltage Chest CT: A Novel Way Toward Bone Mineral Density Measurement and Radiation Dose Reduction 2025-Nov, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.060 PMID:40835570	研究论文	开发深度学习模型在100kV低剂量胸部CT中实现全自动椎体分割和骨密度测量	首次在100kV低剂量胸部CT中实现全自动椎体分割和骨密度计算的深度学习框架	研究样本量有限（1167例患者），需进一步扩大验证	探索深度学习在低剂量胸部CT中骨质疏松筛查的可行性和准确性	接受100kV低剂量胸部CT和120kV腰椎CT的1167例患者	医学影像分析	骨质疏松症	CT扫描	CNN	CT影像	1167例患者（训练集495例，验证集169例，三个测试集共503例）	NA	3D VB-Net, SCN, DenseNet, ResNet	R2, 平均误差, AUC	NA
1058	2025-11-07	Differentiation of Suspicious Microcalcifications Using Deep Learning: DCIS or IDC 2025-Nov, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.07.062 PMID:40835571	研究论文	本研究开发基于深度学习的模型用于区分乳腺X线摄影中可疑微钙化的导管原位癌和浸润性导管癌	首次结合深度学习特征与临床变量构建联合模型，在区分DCIS和IDC方面显著优于传统临床模型	回顾性研究，样本量相对有限（294例），仅来自两个中心	探索深度学习模型在区分表现为可疑微钙化的DCIS和IDC中的价值	乳腺X线摄影中表现为可疑微钙化的乳腺癌病例	数字病理	乳腺癌	乳腺X线摄影	CNN	医学影像	294例乳腺癌病例（106例DCIS，188例IDC）	NA	ResNet101	AUC, 敏感度, 特异度, 准确率	NA
1059	2025-11-07	Application and development of infrared technology in gas detection 2025-Nov-01, The Review of scientific instruments DOI:10.1063/5.0255190 PMID:41191477	综述	系统回顾红外气体检测技术的最新进展，包括检测方法比较、技术特征分析和算法发展演变	强调算法设计在检测精度与工程成本间的平衡作用，阐述数据驱动的深度学习方法如何通过自动提取多维特征克服传统物理方法的局限	检测精度与实时性能的权衡、气体特异性光谱波段增强困难、高质量数据集稀缺	红外气体检测技术的应用与发展研究	红外气体检测技术	红外成像技术	NA	红外成像技术、主动与被动气体成像方法、多组分检测系统、超灵敏痕量检测技术	深度学习	红外光谱数据、多维特征	NA	NA	NA	检测精度、实时性能	NA
1060	2025-11-07	End-to-end design of multi-functional acoustic holograms via heterogeneous physics constraints 2025-Nov-01, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107879 PMID:41192313	研究论文	提出端到端异质物理约束框架，通过深度学习直接设计物理全息结构以实现多功能声场控制	首次将异质物理约束集成到端到端深度学习框架中，直接设计物理全息结构而非理想化相位图	作为概念验证研究，尚未在临床环境中进行大规模验证	解决传统相位设计方法在理论预测与物理实现之间的性能差距	声学全息器及其在复杂介质（如颅骨）中的声场控制	计算声学	NA	声学全息技术	深度学习	声场数据、物理结构参数	NA	深度学习框架	端到端神经网络	峰值信噪比, 相关保真度	NA