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
12681	2025-10-06	Deep Learning-based Approach for Brainstem and Ventricular MR Planimetry: Application in Patients with Progressive Supranuclear Palsy 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230151 PMID:38506619	研究论文	开发基于深度学习的全自动MRI脑干和脑室结构分割测量方法，应用于进行性核上性麻痹患者的诊断	首次提出快速全自动的深度学习方法用于PSP患者最易受累的脑干和脑室结构的MRI平面测量分析	回顾性研究设计，样本量相对有限	开发自动化脑部MRI结构分割测量方法以辅助神经退行性疾病诊断	进行性核上性麻痹患者、帕金森病患者和健康对照者的脑部MRI图像	医学影像分析	神经退行性疾病	T1加权磁共振成像	CNN	医学影像	健康对照84例，内部、外部和临床测试数据集305例，PSP患者71例，PD患者129例	NA	NA	Dice系数, Spearman相关系数, AUC	NA
12682	2025-10-06	Performance of an Artificial Intelligence System for Breast Cancer Detection on Screening Mammograms from BreastScreen Norway 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.230375 PMID:38597784	研究论文	评估商业AI系统在乳腺癌筛查乳腺X光片中的独立检测性能	首次在大规模挪威乳腺癌筛查人群中评估商业AI系统在不同风险阈值下的性能表现	回顾性研究设计，仅基于单一筛查项目数据	探索AI系统在乳腺癌筛查中的检测性能和临床应用潜力	242,629名女性的661,695次数字乳腺X光检查	计算机视觉	乳腺癌	数字乳腺X光摄影	CNN	医学影像	661,695次检查，包括3,807例筛查检出癌症和1,110例间期乳腺癌	NA	卷积神经网络	AUC, 癌症检测率, 假阳性率	NA
12683	2024-08-07	Faster, More Practical, but Still Accurate: Deep Learning for Diagnosis of Progressive Supranuclear Palsy 2024-05, Radiology. Artificial intelligence DOI:10.1148/ryai.240181 PMID:38691010	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12684	2025-10-06	Machine learning predictions of T cell antigen specificity from intracellular calcium dynamics 2024-03-08, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adk2298 PMID:38446885	研究论文	本研究开发了一种基于细胞内钙动态的机器学习方法，用于预测T细胞抗原特异性	首次利用深度学习工具从高度可变的T细胞受体信号钙波动中准确预测T细胞激活状态	研究主要针对TCR转基因CD8 T细胞，在多元克隆T细胞中的验证仍需进一步扩展	开发无需T细胞扩增的抗原特异性T细胞受体序列识别方法	T细胞受体工程化细胞疗法中的T细胞	机器学习	肿瘤	细胞内钙动态监测	深度学习	钙波动信号数据	TCR转基因CD8 T细胞及多元克隆T细胞	NA	NA	准确率	NA
12685	2025-10-06	Transformers enable accurate prediction of acute and chronic chemical toxicity in aquatic organisms 2024-03-08, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adk6669 PMID:38446886	研究论文	开发基于Transformer和深度神经网络的AI模型，用于预测化学物质对水生生物的急性和慢性毒性	首次将Transformer架构应用于化学毒性预测，能够直接从化学结构中捕获毒性特异性特征	模型性能依赖于训练数据的质量和覆盖范围，未明确说明对未知化学结构的泛化能力	提高化学毒性预测的计算方法准确性和应用范围	水生生物（藻类、水生无脊椎动物和鱼类）	机器学习	NA	深度学习	Transformer, 深度神经网络	化学结构数据	NA	NA	Transformer	预测误差	NA
12686	2025-10-06	Vision Transformer-based Decision Support for Neurosurgical Intervention in Acute Traumatic Brain Injury: Automated Surgical Intervention Support Tool 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230088 PMID:38197796	研究论文	开发基于Vision Transformer的自动分诊工具，用于预测创伤性脑损伤患者是否需要神经外科干预	首次将Vision Transformer应用于创伤性脑损伤的神经外科干预预测，创建了ASIST-TBI自动决策支持工具	回顾性研究，数据来自单一创伤中心，需要进一步外部验证	开发自动分诊工具预测创伤性脑损伤患者的神经外科干预需求	创伤性脑损伤患者的头部CT扫描	计算机视觉	创伤性脑损伤	CT扫描	Vision Transformer	医学图像	训练验证测试集2806例患者，独立测试集612例患者	NA	Vision Transformer	AUC, 准确率, 灵敏度, 特异性	NA
12687	2025-10-06	NnU-Net versus mesh growing algorithm as a tool for the robust and timely segmentation of neurosurgical 3D images in contrast-enhanced T1 MRI scans 2024-02-20, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-05973-8 PMID:38376564	研究论文	本研究评估nnU-Net在对比增强T1 MRI图像中分割大脑、皮肤、肿瘤和脑室的性能，并与传统网格生长算法进行对比	首次系统比较nnU-Net与网格生长算法在神经外科3D图像分割中的性能，证明nnU-Net在有限训练数据下仍能获得优异表现	使用单中心回顾性数据训练，样本量相对较小（67例训练，32例测试）	评估深度学习模型在神经外科图像分割中的性能和实用性	对比增强T1 MRI脑部扫描图像中的大脑、皮肤、肿瘤和脑室结构	医学图像分析	脑部疾病	MRI, 对比增强T1成像	深度学习, CNN	3D医学图像	67例训练样本（单中心），32例测试样本（双中心）	nnU-Net	nnU-Net	Dice-Sørensen系数, IoU, 95% Hausdorff距离, 平均对称表面距离, 分割时间	NA
12688	2025-10-06	Applied deep learning in neurosurgery: identifying cerebrospinal fluid (CSF) shunt systems in hydrocephalus patients 2024-02-07, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-05940-3 PMID:38321344	研究论文	本研究开发了一种基于深度学习的AI辅助系统，用于自动识别脑积水患者脑脊液分流阀类型	首次将深度学习技术应用于脑脊液分流阀的自动识别，实现了99%的总体F1分数	仅包含10种分流阀类型，样本量相对有限（2070张图像）	评估AI辅助分流阀检测系统在临床实践中的可行性	脑积水患者的脑脊液分流阀	计算机视觉	脑积水	X射线成像，CT扫描	CNN	图像	2070张匿名图像，包含10种常用分流阀类型	FastAi, Python	基于预训练模型的迁移学习	F1-score	NA
12689	2025-10-06	PPML-Omics: A privacy-preserving federated machine learning method protects patients' privacy in omic data 2024-02-02, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adh8601 PMID:38295178	研究论文	提出一种保护隐私的联邦机器学习方法PPML-Omics，用于组学数据分析中的患者隐私保护	设计了去中心化差分隐私联邦学习算法，首次提供数学理论证明的隐私保护方法	NA	解决组学数据分析中的患者隐私泄露问题	组学数据中的患者隐私信息	机器学习	NA	测序技术	深度学习模型	组学数据	NA	NA	NA	隐私保护能力，效用平衡	NA
12690	2025-10-06	Body Composition, Coronary Microvascular Dysfunction, and Future Risk of Cardiovascular Events Including Heart Failure 2024-02, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2023.07.014 PMID:37768241	研究论文	本研究通过深度学习分析身体成分，探讨冠状动脉微血管功能障碍与骨骼肌、脂肪组织的关联及其对心血管事件风险的预测价值	首次使用深度学习模型量化身体成分，揭示骨骼肌减少（而非脂肪增加）与冠状动脉微血管功能障碍及心血管事件的独立关联	样本量有限（n=400），研究对象为转诊患者可能存在选择偏倚，随访时间中位数为6年	探究身体成分与冠状动脉微血管功能障碍的关系及其对心血管预后的影响	400例冠状动脉疾病评估患者，71%为女性，50%为非白人，50%肥胖	数字病理	心血管疾病	心脏负荷正电子发射断层扫描，腹部计算机断层扫描	深度学习	医学影像	400例连续患者	NA	NA	风险比，置信区间，P值	NA
12691	2025-10-06	An automatic parathyroid recognition and segmentation model based on deep learning of near-infrared autofluorescence imaging 2024-02, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.7065 PMID:38457206	研究论文	基于深度学习开发用于近红外自发荧光成像的甲状旁腺自动识别与分割模型	首次将深度学习应用于近红外自发荧光成像的甲状旁腺自动识别与分割	召回率相对较低(57.8%)，需要进一步优化模型性能	建立AI模型帮助外科医生在手术中更好地识别和保护甲状旁腺	甲状旁腺	计算机视觉	甲状旁腺疾病	近红外自发荧光成像(NIFI)	深度学习	图像	523张NIFI图像	NA	NA	精确率,召回率,识别率	NA
12692	2025-10-06	Noninvasive molecular subtyping of pediatric low-grade glioma with self-supervised transfer learning 2023-Nov-22, medRxiv : the preprint server for health sciences DOI:10.1101/2023.08.04.23293673 PMID:37609311	研究论文	开发并外部验证基于MRI的深度学习流程，用于儿童低级别胶质瘤BRAF突变状态的无创分类	结合迁移学习和自监督交叉训练方法，在有限数据场景下提升分类性能；提出新的模型可解释性指标COMDist	回顾性研究，样本量有限，数据来自两个特定机构	开发无创的儿童低级别胶质瘤分子亚型分类方法	儿童低级别胶质瘤患者	医学影像分析	儿童低级别胶质瘤	MRI，基因组测序	深度学习	3D MRI图像	BCH数据集214例（开发集），CBTN数据集112例（外部验证集）	NA	NA	AUC，准确率，COMDist	NA
12693	2025-10-06	Expert-level pediatric brain tumor segmentation in a limited data scenario with stepwise transfer learning 2023-Sep-18, medRxiv : the preprint server for health sciences DOI:10.1101/2023.06.29.23292048 PMID:37425854	研究论文	本研究开发了一种基于逐步迁移学习的儿科脑肿瘤自动分割方法，在有限数据场景下实现了专家级的分割性能	提出了一种新颖的领域内逐步迁移学习方法，在儿科脑肿瘤数据有限的情况下实现了专家级的分割性能	研究数据量相对有限（n=184+100），且仅针对儿科低级别胶质瘤	开发用于儿科脑肿瘤自动分割的深度学习算法，支持实时体积评估以辅助诊断和治疗决策	儿科低级别胶质瘤（pLGG）	医学影像分析	儿科脑肿瘤	深度学习，迁移学习	深度学习神经网络	医学影像（脑部扫描）	284例（来自国家脑肿瘤联盟的184例和儿科癌症中心的100例），外部验证60例	NA	NA	Dice相似系数（DSC），Likert量表评分，图灵测试	NA
12694	2025-10-06	An Interpretable Longitudinal Preeclampsia Risk Prediction Using Machine Learning 2023-Aug-16, medRxiv : the preprint server for health sciences DOI:10.1101/2023.08.16.23293946 PMID:37645797	研究论文	开发一种基于机器学习的可解释性纵向子痫前期风险预测工具	使用常规临床数据开发全面的纵向预测工具，能够在整个孕期预测子痫前期风险，并识别出比现有标准多48.6%的高风险患者	回顾性研究设计，使用的生物标志物在临床实践中不常规可用	开发能够纵向预测子痫前期风险的工具	在新英格兰地区六家社区医院和两家三级医院分娩的患者	机器学习	子痫前期	机器学习，深度学习	线性回归, 随机森林, XGBoost, 深度神经网络	社会人口统计学数据，临床诊断，家族史，实验室数据，生命体征	120,752名患者（其中6,920名患有子痫前期）	NA	NA	AUC（曲线下面积）	NA
12695	2025-06-18	Simultaneous Estimation of Hand Configurations and Finger Joint Angles Using Forearm Ultrasound 2023-Feb, IEEE transactions on medical robotics and bionics IF:3.4Q2 DOI:10.1109/tmrb.2023.3237774 PMID:40511365	研究论文	提出一种基于卷积神经网络（CNN）的深度学习流程，用于预测手指关节角度和手部配置分类	首次利用前臂超声图像同时估计手部配置和掌指关节（MCP）角度，填补了文献中的空白	研究样本量较小，仅涉及6名受试者	开发流畅直观的人机交互方法，用于数字系统、增强/虚拟现实（AR/VR）界面和物理机器人系统	手部运动识别，特别是手部配置分类和MCP关节角度检测	计算机视觉	NA	前臂超声成像	CNN, 支持向量分类器（SVC）, 多层感知机（MLP）	图像	6名受试者的前臂超声图像和运动捕捉数据	NA	NA	NA	NA
12696	2025-06-17	Attain: Inclusive annotated pavement distress types and severity dataset 2025-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111715 PMID:40521146	研究论文	介绍了一个名为Attain的多样化、注释详尽的路面病害数据集，用于支持机器学习和深度学习模型在路面病害分类和目标检测中的开发	数据集包含10种不同的路面病害类别，每种病害还标注了低、中、高三个严重程度级别，且使用智能手机摄像头收集数据显著降低了数据收集成本	数据集仅包含2293张图像，可能不足以覆盖所有可能的路面条件和病害类型	促进自动路面病害检测系统的开发，以提高路面维护过程的效率和准确性	路面病害图像	计算机视觉	NA	智能手机摄像头图像采集	NA	图像	2293张图像，包含19,761个病害实例	NA	NA	NA	NA
12697	2025-10-06	A novel approach for estimating postmortem intervals under varying temperature conditions using pathology images and artificial intelligence models 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03447-9 PMID:40019556	研究论文	本研究提出了一种利用病理组织图像和人工智能模型在不同温度条件下估计死后间隔的新方法	首次将病理组织图像与人工智能相结合，开发出能够在三种不同温度条件下进行死后间隔估计的预测模型	模型在WSI级别的性能相对较低（AUC 0.800），且仅在三种特定温度条件下验证	开发准确可靠的死后间隔估计方法以支持法医调查	死后组织样本的病理图像	数字病理学	法医病理学	数字病理图像分析	CNN	图像	未明确说明样本数量	未明确说明	ResNet50	AUC	NA
12698	2025-10-06	The impact of multi-modality fusion and deep learning on adult age estimation based on bone mineral density 2025-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03432-2 PMID:40100354	研究论文	本研究通过多模态融合和深度学习技术，基于骨密度数据提升成人年龄估计的准确性	首次将多模态融合策略与深度学习相结合应用于基于骨密度的年龄估计，显著提高了预测精度和泛化能力	研究数据主要来自中国人群，需要在其他种族群体中进行进一步验证	提高基于骨密度的成人年龄估计准确性	中国人群的CT扫描数据，包括腰椎、股骨和耻骨模态	医学影像分析	老年疾病	CT扫描	深度学习	医学影像	4296个CT扫描用于训练，内部验证644个扫描，外部尸体验证351个扫描	NA	NA	平均绝对误差(MAE), 皮尔逊R²	NA
12699	2025-10-06	Integration of metabolomics and machine learning for precise management and prevention of cardiometabolic risk in Asians 2025-Jul, Clinical nutrition (Edinburgh, Scotland) DOI:10.1016/j.clnu.2025.05.011 PMID:40414052	研究论文	本文探讨如何整合代谢组学与机器学习技术，用于亚洲人群心血管代谢风险的精准管理与预防	首次系统整合代谢组学与机器学习技术，针对亚洲人群心血管代谢风险特征开发精准预防策略	存在跨种族结果解释困难、研究设计局限、分析平台变异性和数据处理方法不一致等挑战	开发针对亚洲人群心血管代谢疾病的精准预防和干预策略	亚洲人群的心血管代谢疾病风险	机器学习	心血管代谢疾病	代谢组学，多组学数据整合	深度学习	代谢组学数据	NA	NA	NA	NA	NA
12700	2025-06-17	A Deep Learning Model Based on High-Frequency Ultrasound Images for Classification of Different Stages of Liver Fibrosis 2025-Jul, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70148 PMID:40515461	研究论文	开发基于高频超声图像的深度学习模型，用于分类慢性乙型肝炎患者肝纤维化的不同阶段	使用高频超声图像训练深度学习模型，在肝纤维化分类中表现优于低频超声模型及其他非侵入性方法	回顾性多中心研究，可能存在选择偏倚	开发并评估基于高频超声图像的深度学习模型在肝纤维化分类中的诊断价值	慢性乙型肝炎患者	数字病理	肝纤维化	高频超声成像	CNN	图像	多中心研究，涉及六家医院2014年1月至2024年8月的患者数据	NA	NA	NA	NA