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
1221	2025-04-29	Proposal for a Method for Assessing the Quality of an Updated Deep Learning-Based Automatic Segmentation Program 2025-Mar, Cureus DOI:10.7759/cureus.81307 PMID:40291313	research paper	本研究旨在验证商业深度学习自动分割（DLS）方法在更新后是否能保持轮廓几何精度，并提出一种简化验证方法以减少临床工作负担	提出了一种简化验证方法，用于评估更新后的深度学习自动分割程序的质量，同时减少对临床工作流程的负担	研究中28个轮廓中有9个器官未满足既定标准，表明某些器官的轮廓质量在更新后有所下降	验证商业深度学习自动分割方法在更新后的几何精度，并简化验证流程	头颈、胸部、腹部和盆腔区域的28个器官	digital pathology	NA	deep learning-based automatic segmentation (DLS)	NA	CT imaging	109名参与者
1222	2025-04-29	Influence of early through late fusion on pancreas segmentation from imperfectly registered multimodal magnetic resonance imaging 2025-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.2.024008 PMID:40291815	research paper	研究早期到晚期融合对不完美配准的多模态磁共振图像中胰腺分割的影响	探讨了在深度学习模型中不同融合点对不完美配准的多模态图像分割性能的影响，并发现最佳融合点因模型而异	在腹部图像对不完美配准的情况下，融合带来的性能提升较小，且最佳融合点依赖于具体模型	研究多模态融合在胰腺分割中的应用，以改善对糖尿病等疾病的研究能力	胰腺及周围腹部解剖结构	digital pathology	diabetes	multimodal magnetic resonance imaging (MRI)	UNet, nnUNet	image	353 pairs of T2-weighted and T1-weighted abdominal MR images from 163 subjects
1223	2025-04-29	Improving radiologist detection of meniscal abnormality on undersampled, deep learning reconstructed knee MRI 2025-Mar, Radiology advances DOI:10.1093/radadv/umaf015 PMID:40291992	研究论文	评估人工智能辅助工具在放射科医生解读欠采样深度学习重建膝关节MRI中半月板异常的效果	使用AI辅助工具提高放射科医生在欠采样深度学习重建图像上的半月板异常检测性能	研究为回顾性设计，样本量有限（896名参与者）	评估AI辅助工具对放射科医生诊断半月板异常的影响，并分析重建质量指标与异常检测性能的关系	膝关节MRI图像中的半月板异常	数字病理学	骨科疾病	深度学习重建	目标检测模型	MRI图像	896名参与者（平均年龄44.7±15.3岁，472名女性）
1224	2025-04-29	Improved in Silico Identification of Protein-Protein Interactions Using Deep Learning Approach 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70008 PMID:40275540	研究论文	本文提出了一种名为Deep_PPI的新型深度学习模型，用于预测多种物种的蛋白质-蛋白质相互作用	开发了Deep_PPI模型，采用双卷积头结构和二进制轮廓编码技术，显著提升了蛋白质-蛋白质相互作用的预测性能	虽然模型性能优于现有方法，但仍需进一步验证其在更广泛物种和复杂相互作用中的适用性	提高蛋白质-蛋白质相互作用的计算机预测准确性	多种生物的蛋白质序列（包括人类、线虫、大肠杆菌等）	生物信息学	癌症、自身免疫性疾病、恶性贫血等	深度学习、二进制轮廓编码	CNN（一维卷积神经网络）	蛋白质序列数据	多种物种数据集（人类、线虫、大肠杆菌等）
1225	2025-04-29	A divide-and-conquer approach based on deep learning for long RNA secondary structure prediction: Focus on pseudoknots identification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314837 PMID:40279361	research paper	提出了一种基于深度学习的DivideFold方法，用于预测长RNA的二级结构，特别是假结	采用分治法递归地将长RNA序列分割成小片段，利用现有模型预测假结，解决了长RNA序列和假结预测的计算挑战和精度问题	未明确提及具体局限性	提高长RNA二级结构及假结的预测准确性	长RNA序列及其二级结构，特别是假结	computational biology	NA	deep learning	DivideFold	RNA序列数据	未明确提及具体样本量
1226	2025-04-29	Synthetic fibrosis distributions for data augmentation in predicting atrial fibrillation ablation outcomes: an in silico study 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1512356 PMID:40290188	研究论文	本研究利用去噪扩散概率模型生成合成纤维化分布，以增强深度学习预测心房颤动消融结果的数据集	使用去噪扩散概率模型生成合成纤维化分布，并通过生物物理模拟扩增训练数据集，以提高深度学习模型的预测性能	研究基于计算机模拟，尚未在真实患者数据中验证其临床适用性	提高深度学习模型预测心房颤动消融结果的准确性	心房颤动患者的纤维化分布及消融策略效果	数字病理学	心血管疾病	LGE-MRI, 去噪扩散概率模型, 生物物理模拟	深度学习, 去噪扩散概率模型	图像, 模拟数据	100个真实LGE-MRI分布用于训练模型，生成1000个双心房网格用于模拟
1227	2025-04-29	The current status and future directions of artificial intelligence in the prediction, diagnosis, and treatment of liver diseases 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251325418 PMID:40290269	review	本文综述了人工智能在肝病预测、诊断和治疗中的当前应用及未来发展方向	强调了机器学习和深度学习算法在肝病领域的应用进展	指出了该领域面临的挑战，包括需要大规模数据集、鲁棒算法和临床实践中的伦理考虑	探讨人工智能在肝病预测、诊断和治疗中的应用及其未来发展方向	肝病	machine learning	liver disease	machine learning, deep learning	NA	NA	NA
1228	2025-04-29	A deep learning-assisted automatic measurement of tear meniscus height on ocular surface images and its application in myopia control 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1554432 PMID:40291564	research paper	本研究开发了一种深度学习模型，用于自动测量眼表图像中的泪液半月板高度（TMH），以提高近视控制方法相关干眼症初步筛查的效率和准确性	首次应用深度学习模型自动测量泪液半月板高度，提高了测量效率和准确性，避免了传统手动测量的主观性和低效问题	研究仅使用了OCULUS Keratograph 5M采集的眼表图像，未验证在其他设备上的适用性	开发自动测量泪液半月板高度的深度学习模型，用于近视控制方法相关干眼症的筛查	眼表图像中的泪液半月板高度	digital pathology	myopia	deep learning	CNN	image	1,200张眼表图像（训练集840张，验证集240张，测试集120张，外加100张外部验证集）
1229	2025-04-29	Hybrid deep learning method to identify key genes in autism spectrum disorder 2025 Jan-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.12104 PMID:40292027	研究论文	本研究采用混合深度学习方法识别与自闭症谱系障碍(ASD)相关的关键基因	结合图卷积网络和逻辑回归的混合深度学习方法，有效识别ASD关键基因，并通过SI模型验证其感染能力	未提及方法在其他神经发育障碍中的普适性验证	识别与自闭症谱系障碍相关的关键基因	自闭症谱系障碍相关基因	机器学习	自闭症谱系障碍	图卷积网络, 逻辑回归, SI模型	GCN, Logistic Regression	基因互作网络数据	NA
1230	2025-04-29	Deep learning-based classification of gallbladder lesions in patients with non-diagnostic (GB-RADS 0) ultrasound 2024-Dec, Clinical and experimental hepatology IF:1.5Q3 DOI:10.5114/ceh.2024.145424 PMID:40290528	研究论文	本研究评估了深度学习模型在非诊断性超声图像中对胆囊病变进行分类的诊断性能	首次在非诊断性胆囊超声图像中应用多种深度学习模型（包括CNN、Transformer及混合模型）进行良恶性分类	模型性能仍需进一步提升以达到临床应用标准，测试样本量较小（26名患者）	提高非诊断性胆囊超声（GB-RADS 0）中病变的良恶性分类准确性	因胆囊因素导致超声检查非诊断性的患者	数字病理	胆囊疾病	超声成像	ResNet50, GBCNet, ViT, RadFormer, MedViT	图像	训练集1004张图像，验证集251张图像，测试集26名患者（304张图像）
1231	2025-04-27	Generalizable, sequence-invariant deep learning image reconstruction for subspace-constrained quantitative MRI 2025-Jul, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30433 PMID:39834093	research paper	开发一种能够在不同脉冲序列间通用的深度子空间学习网络，用于定量MRI图像重建	提出了一种对比度不变的逐组件（CBC）网络结构，相比先前报道的时空多组件（MC）结构，在图像重建中表现出更好的性能和通用性	研究仅针对特定类型的MRI序列进行了验证，可能不适用于所有MRI应用场景	开发一种通用的深度学习方法，用于定量MRI图像重建	MRI图像	machine learning	NA	MRI	deep subspace learning network (CBC)	image	313名受试者（130名T1，167名T1-T2，16名T1-T2-T2*-脂肪分数映射序列）
1232	2025-04-27	Accelerated EPR imaging using deep learning denoising 2025-Jul, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30473 PMID:40096518	research paper	本研究利用深度学习技术对3D EPR振幅和pO2图进行去噪，以提高图像信噪比并加速成像	首次将深度学习技术应用于EPRI去噪，结合UNet和联合双边滤波器(JBF)显著提升图像信噪比，实现10倍加速成像	研究样本量有限(227张3D图像)，且仅在特定实验条件下验证(25 mT EPR成像仪)	开发一种基于深度学习的EPRI图像去噪方法，以提高成像速度和图像质量	3D EPR振幅图和pO2图	medical imaging	fibrosarcoma	pulse electron paramagnetic resonance imaging (EPRI)	UNet, autoencoder, Attention UNet, UNETR	3D medical images	227张3D图像(56张体内，171张体外)
1233	2025-04-27	Dynamic glucose enhanced imaging using direct water saturation 2025-Jul, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30447 PMID:40096575	研究论文	本研究提出了一种基于直接水饱和的动态葡萄糖增强成像方法（DS-DGE MRI），用于评估D-葡萄糖摄取	利用水饱和光谱的直接水饱和曲线的交换性线宽增宽效应，克服了现有CEST或CESL方法效应量低和对运动敏感的局限性	目前仅在四名脑肿瘤患者中进行了初步评估，样本量较小	开发一种新的MRI技术来评估葡萄糖摄取	脑肿瘤患者的D-葡萄糖摄取	医学影像	脑肿瘤	动态Z光谱采集，深度学习洛伦兹拟合	深度学习	MRI图像	4名脑肿瘤患者
1234	2025-04-27	Pediatric Electrocardiogram-Based Deep Learning to Predict Secundum Atrial Septal Defects 2025-Jun, Pediatric cardiology IF:1.5Q2 DOI:10.1007/s00246-024-03540-7 PMID:38953953	research paper	该研究利用深度学习技术分析儿童心电图，以预测继发孔型房间隔缺损（ASD2）	首次将人工智能增强的心电图分析应用于儿科人群，以检测ASD2	需要未来多中心验证和前瞻性试验来支持临床决策	开发一种经济有效的筛查工具，用于儿科患者中ASD2的检测	年龄≤18岁且无重大先天性心脏病的儿童	digital pathology	cardiovascular disease	深度学习	CNN	ECG-echocardiogram pairs	训练队列包含92,377对ECG-超声心动图（46,261名患者；中位年龄8.2岁），测试组包括内部测试（12,631名患者；中位年龄7.4岁）和急诊科（2,830名患者；中位年龄7.5岁）队列
1235	2025-04-27	Strategies to Improve the Robustness and Generalizability of Deep Learning Segmentation and Classification in Neuroimaging 2025-Jun, BioMedInformatics DOI:10.3390/biomedinformatics5020020 PMID:40271381	综述	本文综述了提高深度学习在神经影像分割和分类中鲁棒性和泛化能力的策略	总结了包括正则化、数据增强、迁移学习和不确定性估计在内的关键策略，以应对数据变异性和领域转移等挑战	仅包括同行评审的英文脑成像研究，可能忽略了其他语言或非同行评审的研究	提高深度学习模型在神经影像分割和分类中的鲁棒性和泛化能力，以促进其在临床实践中的可靠应用	神经影像数据	医学影像分析	神经系统疾病	深度学习	深度学习模型	医学影像	NA
1236	2025-04-27	Incidence trends, overall survival, and metastasis prediction using multiple machine learning and deep learning techniques in pediatric and adolescent population with osteosarcoma and Ewing's sarcoma: nomogram and webpage 2025-May, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-024-03717-9 PMID:39333451	研究论文	本研究分析了儿童和青少年骨肉瘤和尤文肉瘤的发病率和总生存率，并利用机器学习和深度学习模型预测转移可能性	结合多种机器学习和深度学习技术构建预测模型，并开发了在线列线图以增强临床实用性	研究时间跨度较长（2004-2020），可能无法反映最新的治疗进展	分析骨肉瘤和尤文肉瘤的发病率趋势及预测转移风险	2465名骨肉瘤患者和1373名尤文肉瘤患者（年龄0-19岁）	机器学习	骨肉瘤和尤文肉瘤	机器学习（Lasso、岭回归、弹性网络、随机森林）和深度学习（基于TensorFlow和Keras）	随机森林和深度学习模型	临床数据	2465名骨肉瘤患者和1373名尤文肉瘤患者
1237	2025-04-27	Radiomics model for predicting distant metastasis in soft tissue sarcoma of the extremities and trunk treated with surgery 2025-May, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-024-03746-4 PMID:39354269	研究论文	本研究开发了一种基于MRI的放射组学模型，用于预测接受手术治疗的四肢和躯干软组织肉瘤的远处转移	结合了深度学习和放射组学特征，构建了深度学习放射组学(DLR)模型，能够从MRI中获取更丰富的信息，预测软组织肉瘤的转移风险	样本量相对较小，训练集73例，外部验证集40例	预测软组织肉瘤(STS)的远处转移风险	四肢和躯干的软组织肉瘤患者	数字病理	软组织肉瘤	MRI成像，深度学习特征提取	3D ResNet10, 多种机器学习算法	MRI图像	训练集73例，外部验证集40例
1238	2025-04-27	Deep learning super-resolution reconstruction for fast and high-quality cine cardiovascular magnetic resonance 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11145-0 PMID:39441391	研究论文	比较标准分辨率与通过深度学习超分辨率算法重建的低分辨率心血管磁共振电影图像的质量和效率	使用深度学习超分辨率算法重建低分辨率心血管磁共振图像，显著减少采集时间而不影响图像质量或容积测量结果	样本量较小（30名参与者），且未明确说明深度学习模型的具体架构和训练细节	评估深度学习超分辨率重建在心血管磁共振成像中的应用效果	健康志愿者和患者的心血管磁共振电影图像	医学影像分析	心血管疾病	深度学习超分辨率算法、压缩感知去噪和分辨率提升	DL（深度学习）	磁共振图像	30名参与者（20名健康志愿者和10名患者）
1239	2025-04-27	Improving Deep Learning Models for Pediatric Low-Grade Glioma Tumours Molecular Subtype Identification Using MRI-based 3D Probability Distributions of Tumour Location 2025-May, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes DOI:10.1177/08465371241296834 PMID:39544176	research paper	该研究通过结合MRI肿瘤位置概率图与CNN模型，提高了儿童低级别胶质瘤分子亚型识别的准确性	创新点在于将肿瘤位置概率图整合到CNN模型中，显著提升了分子亚型识别的性能	研究为回顾性研究，样本量相对较小（214例），且仅基于单一机构的MRI数据	提高儿童低级别胶质瘤（pLGG）分子亚型识别的准确性	儿童低级别胶质瘤（pLGG）患者	digital pathology	pediatric low-grade glioma	MRI FLAIR序列	CNN	3D MRI图像	214例患者（110例男性，平均年龄8.54岁，143例BRAF融合和71例BRAF V600E突变）
1240	2025-04-27	Minimally interactive segmentation of soft-tissue tumors on CT and MRI using deep learning 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11167-8 PMID:39560714	研究论文	开发了一种基于深度学习的微交互式分割方法，用于CT和MRI上的软组织肿瘤分割	提出了一种仅需用户点击六个点即可生成距离图作为CNN输入的微交互式分割方法，显著提高了分割效率	需要用户手动标注六个关键点，尚未实现完全自动化	开发一种比手动分割更快、比其他自动方法更准确的软组织肿瘤分割方法	CT和MRI图像中的软组织肿瘤	数字病理	软组织肿瘤	深度学习	CNN	医学影像（CT和MRI）	514名患者（训练和内部验证集）和额外的外部验证集（具体人数未说明）