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
101	2025-08-04	Automated Triage of Screening Breast MRI Examinations in High-Risk Women Using an Ensemble Deep Learning Model 2023-10-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000976 PMID:37058323	研究论文	开发并评估一种深度学习模型，用于在高风险患者的乳腺MRI检查中进行自动分诊，且不遗漏任何癌症病例	使用集成深度学习模型对高风险女性的乳腺MRI检查进行自动分诊，首次实现了在不遗漏任何癌症病例的情况下减少工作量	研究为回顾性设计，可能影响模型的泛化能力；外部验证数据集的样本量相对较小	开发一种能够准确分诊乳腺MRI检查的自动化工具，以减轻放射科医生的工作负担	高风险女性的乳腺MRI检查图像	数字病理学	乳腺癌	深度学习	集成深度学习模型	MRI图像	16,535例对比增强MRI（来自8,354名女性）
102	2025-08-04	Prediction of Bone Marrow Biopsy Results From MRI in Multiple Myeloma Patients Using Deep Learning and Radiomics 2023-10-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000000986 PMID:37222527	研究论文	本研究通过深度学习和放射组学技术，利用MRI预测多发性骨髓瘤患者的骨髓活检结果	开发了一个自动化框架，能够从MRI非侵入性地预测骨髓活检结果，减少了侵入性检查的需求	预测模型对于某些细胞遗传学异常的外部测试集泛化能力不足	建立一个自动化框架，用于从MRI预测局部骨髓活检结果	多发性骨髓瘤患者	数字病理学	多发性骨髓瘤	MRI, 放射组学	nnU-Net, 随机森林	MRI图像	来自8个中心的512名患者的672个MRI和370个对应的骨髓活检样本
103	2025-08-04	Comparison of Retinal Imaging Techniques in Individuals with Pulmonary Artery Hypertension Using Vessel Generation Analysis 2022-Nov-28, Life (Basel, Switzerland) DOI:10.3390/life12121985 PMID:36556350	研究论文	比较视网膜成像技术在肺动脉高压患者中的应用，使用血管生成分析	首次使用非侵入性彩色眼底成像（CF）与荧光素血管造影（FA）在肺动脉高压（PAH）患者中进行视网膜血管变化的比较，并应用深度学习（DL）加速分析	样本量较小（n=9），且微血管变化未在两种成像技术中表现一致	评估非侵入性CF成像是否能提供与FA相同的视网膜血管信息，以促进PAH的临床诊断和管理	肺动脉高压（PAH）患者的视网膜血管	数字病理	肺动脉高压	荧光素血管造影（FA）、彩色眼底成像（CF）、深度学习（DL）	深度学习	图像	9名PAH患者
104	2025-08-04	Federated Learning for Multicenter Collaboration in Ophthalmology: Improving Classification Performance in Retinopathy of Prematurity 2022-08, Ophthalmology. Retina DOI:10.1016/j.oret.2022.02.015 PMID:35296449	研究论文	比较集中式数据与联邦学习(FL)在早产儿视网膜病变(ROP)诊断中的深度学习分类器性能	首次在ROP诊断中比较集中式数据与联邦学习的性能，证实FL在多机构协作中的有效性	研究仅涉及7个机构的5255张图像，样本量和机构数量有限	评估联邦学习在ROP诊断中的性能及其在多机构协作中的可行性	早产儿视网膜病变(ROP)的视网膜图像	数字病理	早产儿视网膜病变	深度学习	CNN	图像	5255张广角视网膜图像，来自7个机构的新生儿重症监护室
105	2025-08-04	Automatic extraction of upper-limb kinematic activity using deep learning-based markerless tracking during deep brain stimulation implantation for Parkinson's disease: A proof of concept study 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0275490 PMID:36264986	研究论文	本研究利用基于深度学习的无标记追踪技术，在帕金森病深部脑刺激植入手术中自动提取上肢运动学活动	首次将深度学习计算机视觉技术应用于DBS手术中的无标记运动追踪，提高了运动行为评估的准确性	样本量较小(N=5)，且为概念验证研究	改进DBS手术中运动测试的主观性，提高神经运动映射的准确性	帕金森病患者的上肢运动活动	计算机视觉	帕金森病	DeepLabCut计算机视觉套件	SVM(支持向量机)	视频	5名患者
106	2025-08-04	Classification of multiple sclerosis clinical profiles using machine learning and grey matter connectome 2022, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2022.926255 PMID:36313252	研究论文	本研究利用机器学习和灰质连接组数据对多发性硬化症（MS）的临床特征进行分类	结合四种简单的ML模型，利用灰质形态连接数据实现良好的分类性能，无需复杂MR技术或深度学习架构	样本量较小（90名MS患者），且仅使用了两种脑图谱（FSAverage和Glasser 2016）	探究灰质厚度连接组数据在多发性硬化症临床特征分类中的判别能力	多发性硬化症患者的灰质形态连接组数据	机器学习	多发性硬化症	MRI，T1加权图像采集，灰质分割	Logistic Regression, Random Forest, SVM, AdaBoost, 集成模型	图像	90名MS患者
107	2025-08-04	Deep learning assisted mechanotyping of individual cells through repeated deformations and relaxations in undulating channels 2022-Jan, Biomicrofluidics IF:2.6Q2 DOI:10.1063/5.0077432 PMID:40746947	研究论文	本文介绍了一种通过深度学习辅助的细胞机械分型方法，利用微流控通道对单个细胞进行重复变形和松弛，并通过序列深度学习模型提取特征	设计了微流控通道对细胞进行重复变形和松弛，结合序列深度学习模型，显著提高了细胞机械分型的准确率	研究仅使用了HL60细胞作为模型系统，未验证其他细胞类型的适用性	开发一种高精度的细胞机械分型方法，以区分基于细胞骨架特性的不同细胞亚群	HL60细胞（经过化学处理与未处理）	数字病理学	NA	微流控技术、深度学习	RNN、CNN	时间序列细胞形状数据	处理与未处理的HL60细胞
108	2025-08-03	Deep-learning-based 3D content-based image retrieval system on chest HRCT: Performance assessment for interstitial lung diseases and usual interstitial pneumonia 2025-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100670 PMID:40741449	研究论文	开发了一种基于深度学习的3D内容图像检索系统，用于评估间质性肺疾病和普通间质性肺炎的临床实用性	利用深度学习技术开发了一个原型系统，能够自动分析薄层全肺HRCT图像并在数据库中检索相似图像	样本量相对较小，且仅评估了视觉相似性和标签一致性	解决间质性肺疾病和普通间质性肺炎在CT影像上的鉴别难题	间质性肺疾病（ILDs）和普通间质性肺炎（UIP）患者	数字病理学	肺疾病	HRCT成像	深度学习	图像	2058例用于搜索性能评估，301例用于临床实用性评估
109	2025-08-03	Automated removal of corrupted tilts in cryo-electron tomography 2025-Dec, Journal of structural biology: X DOI:10.1016/j.yjsbx.2025.100130 PMID:40741136	研究论文	提出一种基于深度学习的自动化方法，用于去除冷冻电子断层扫描中的损坏倾斜图像	首次使用深度学习技术自动识别和去除冷冻电子断层扫描中的损坏倾斜图像，提高了数据处理的效率和一致性	研究仅基于435个标注的倾斜系列数据集，可能无法涵盖所有可能的损坏类型	提高冷冻电子断层扫描数据处理的自动化水平和数据质量	冷冻电子断层扫描中的倾斜图像	计算机视觉	NA	冷冻电子断层扫描(cryo-ET)	CNN, transformers	图像	435个标注的倾斜系列
110	2025-08-03	Model-based self-supervised learning for quantitative assessment of myocardial oxygen extraction fraction and myocardial blood volume 2025-Oct, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30555 PMID:40312974	研究论文	开发了一种基于模型驱动的自监督深度学习网络，用于同时绘制心肌氧提取分数（mOEF）和心肌血容量（MBV）图	将物理模型整合到训练过程中，调节自监督学习模式，同时使用均方误差和余弦相似度的损失函数来提高网络预测性能	研究样本量较小，仅包括10名健康受试者和10名心肌梗死患者	开发一种能够同时评估心肌氧提取分数和心肌血容量的深度学习网络	心肌氧提取分数（mOEF）和心肌血容量（MBV）	医学影像分析	心肌梗死	自监督学习（SSL）	深度学习网络	医学影像数据	10名健康受试者和10名心肌梗死患者
111	2025-08-03	Deep learning-based prospective slice tracking for continuous catheter visualization during MRI-guided cardiac catheterization 2025-Oct, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30574 PMID:40485142	研究论文	本研究提出了一种基于深度学习的无参数自动切片跟踪技术，用于在MRI引导的心脏导管插入术中连续跟踪和可视化导管	采用U-Net架构与ResNet-34编码器结合的深度学习方法，实现了无参数、操作者独立的导管实时跟踪	研究仅在3名患者和心脏模型中进行验证，样本量较小	开发一种用于MRI引导心脏导管插入术的自动导管跟踪技术	心脏导管插入术中的导管	医学影像分析	心血管疾病	MRI	U-Net with ResNet-34 encoder	医学影像	3名患者和1个3D打印心脏模型
112	2025-08-03	World's First Real-Time Artificial Intelligence-Assisted Mechanical Thrombectomy for Acute Ischemic Stroke 2025-Aug-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8704 PMID:39961616	研究论文	本文介绍了在急性缺血性卒中（AIS）机械取栓（MT）手术中实时人工智能（AI）辅助的初步经验	首次报道在AIS的紧急机械取栓手术中使用实时AI辅助系统	研究样本量较小（16例患者），需要大规模研究验证其对手术流程和临床结果的影响	评估实时AI辅助系统在急性缺血性卒中机械取栓手术中的有效性、准确性和安全性	16例急性缺血性卒中患者	数字病理学	急性缺血性卒中	深度学习	深度学习AI系统（Neuro-Vascular Assist）	视频记录	16例连续AIS患者
113	2025-08-03	Precise dental caries segmentation in X-rays with an attention and edge dual-decoder network 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03318-w PMID:39961911	研究论文	本文提出了一种名为AEDD-Net的新型网络，结合注意力机制和双解码器结构，以提高龋齿边界分割的性能	AEDD-Net集成了空洞空间金字塔池化与跨坐标注意力机制，有效融合全局和多尺度特征，并引入了专用的边界生成模块和创新边界损失函数	NA	提高龋齿在X光图像中的精确分割性能，特别是在复杂边界的分割上	龋齿的X光图像	计算机视觉	龋齿	深度学习	AEDD-Net（结合注意力机制和双解码器结构的网络）	图像	NA
114	2025-08-03	TongueTransUNet: toward effective tongue contour segmentation using well-managed dataset 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03278-7 PMID:39964658	研究论文	本文提出了一种名为TongueTransUNet的方法，用于有效分割舌头轮廓，以理解语言行为并作为生物反馈应用于不同领域	结合UNet、Vision Transformer (ViT)和潜在空间对比损失构建混合架构，利用动态管理数据集提高分割准确性和质量	需要人工专家验证新输入数据，可能增加时间和人力成本	通过舌头轮廓分割理解语言行为并作为生物反馈	舌头轮廓	医学图像分析	NA	超声成像	UNet, Vision Transformer (ViT)	医学图像	动态管理数据集（具体数量未提及）
115	2025-08-03	Deep learning for retinal vessel segmentation: a systematic review of techniques and applications 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03324-y PMID:39964659	系统综述	本文系统综述了2020年至2024年间发表的79项关于基于深度学习的视网膜血管分割的研究，重点关注数据集、分割模型、评估指标和新兴趋势	综述了U-Net和Transformer架构在视网膜血管分割中的成功应用，并提出了结合U-Net、Transformers和GANs的混合模型以提高分割准确性的未来研究方向	尽管深度学习方法取得了显著成果，但仍存在挑战，需要进一步研究以提高分割准确性	探讨深度学习在视网膜血管分割中的应用，以促进眼疾的早期检测和治疗	视网膜血管	计算机视觉	眼科疾病	深度学习	U-Net, Transformer, GAN	图像	79项研究
116	2025-08-03	Automatic placement of simulated dental implants within CBCT images in optimum positions: a deep learning model 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03327-9 PMID:40009142	研究论文	本研究提出了一种基于深度学习的框架，用于在CBCT图像中自动放置模拟牙科种植体至最佳位置	采用两阶段深度学习框架（YOLOv11进行标记检测和相邻骨骼识别，随后进行分类和回归以预测种植体参数），实现牙科种植体的自动定位和参数预测	标记检测阶段的F-score仅为59%，种植体位置预测的平均绝对误差在11.931至15.954之间，骨内直径和长度的预测精度分别为76%和59%	开发自动化系统以优化牙科种植体的放置过程，减少对牙医专业知识的依赖并提高效率	CBCT图像中的牙科种植体位置及参数（骨内长度和直径）	计算机视觉	牙科疾病	深度学习	YOLOv11	3D CBCT图像	未明确说明样本数量
117	2025-08-03	New AI explained and validated deep learning approaches to accurately predict diabetes 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03338-6 PMID:40035798	研究论文	提出并验证了两种新型深度学习模型LeDNet和HiDenNet，用于准确预测糖尿病	结合LeNet、Dual Attention Network、highway network和DenseNet的创新模型，解决了现有模型精度不足、类别不平衡和可解释性差的问题	使用的Diabetes Health Indicators数据集本身存在类别不平衡问题	提高糖尿病早期预测的准确性和模型可解释性	糖尿病预测	机器学习	糖尿病	多数加权少数过采样技术、K折交叉验证、LIME和SHAP解释技术	LeDNet（结合LeNet和Dual Attention Network）、HiDenNet（结合highway network和DenseNet）	结构化健康指标数据	Diabetes Health Indicators数据集（具体数量未提及）
118	2025-08-03	Paradigms and methods of noninvasive brain-computer interfaces in motor or communication assistance and rehabilitation: a systematic review 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03340-y PMID:40059266	系统综述	本文系统综述了过去十年非侵入式脑机接口（BCI）在运动或沟通辅助及康复中的范式、方法和应用的最新发展	综述了EEG和fNIRS等非侵入式神经影像技术在BCI中的应用，以及深度学习等解码方法的发展	仍存在电极设计不便、解码精度和效率需提升、目标患者适用系统设计等挑战	探讨非侵入式BCI在运动或沟通辅助及康复中的范式、方法和应用	非侵入式脑机接口技术及其在康复和辅助设备控制中的应用	脑机接口	运动功能障碍或沟通障碍	EEG, fNIRS, SSVEP, P300, MI	深度学习	神经生理信号	223篇研究文章（自2016年起）
119	2025-08-03	Utility of artificial intelligence in radiosurgery for pituitary adenoma: a deep learning-based automated segmentation model and evaluation of its clinical applicability 2025-Aug-01, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2024.12.JNS242167 PMID:40250054	研究论文	本研究开发了一种基于深度学习的自动分割模型，用于MRI扫描中的垂体腺瘤分割，以评估其在立体定向放射外科计划中的准确性和临床适用性	利用nnU-Net模型进行垂体腺瘤自动分割，并评估其在临床环境中的准确性和效率	预测分割的评分低于原始手动分割组，且部分病例仍需手动修改	开发并评估用于立体定向放射外科计划的自动分割模型	垂体腺瘤患者的MRI扫描数据	数字病理	垂体腺瘤	MRI扫描	nnU-Net	图像	582名患者的MRI扫描用于训练，146名患者用于评估
120	2025-08-03	Impact of Deep Learning-Based Image Conversion on Fully Automated Coronary Artery Calcium Scoring Using Thin-Slice, Sharp-Kernel, Non-Gated, Low-Dose Chest CT Scans: A Multi-Center Study 2025-Aug, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2025.0177 PMID:40527737	研究论文	评估基于深度学习的图像转换对使用薄层、锐核、非门控、低剂量胸部CT扫描进行自动冠状动脉钙化定量准确性的影响	利用深度学习技术将低剂量、高频、锐核的LDCT图像转换为标准剂量、低频核的图像，以提高自动冠状动脉钙化评分的准确性	研究仅回顾性收集了225对LDCT和CSCT图像，样本量相对有限	提高低剂量胸部CT扫描在自动冠状动脉钙化评分中的准确性	225对来自四个机构的LDCT和CSCT图像	数字病理	心血管疾病	深度学习图像转换	深度学习	图像	225对LDCT和CSCT图像