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
12941	2025-10-07	Prediction of muscular-invasive bladder cancer using multi-view fusion self-distillation model based on 3D T2-Weighted images 2025-Feb-25, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0333 PMID:39501515	研究论文	本研究开发了一种基于3D T2加权图像的多视图融合自蒸馏模型，用于术前准确区分非肌层浸润性和肌层浸润性膀胱癌	提出多视图融合自蒸馏模型，整合横断面和矢状面视图，利用自蒸馏机制增强特征提取能力	仅使用T2WI序列，未包含多参数MRI的其他序列	优化现有T2加权成像序列以准确评估肌层浸润性膀胱癌	膀胱癌患者的3D T2加权MRI图像	计算机视觉	膀胱癌	3D T2加权MRI成像	深度学习, 3D图像分类	3D医学图像	615名膀胱癌患者	NA	VGG16, DenseNet, ResNet50, 3D残差网络	AUC, 准确率	NA
12942	2025-10-07	A Multimodal Deep Learning Nomogram for the Identification of Clinically Significant Prostate Cancer in Patients with Gray-Zone PSA Levels: Comparison with Clinical and Radiomics Models 2025-Feb, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.009 PMID:39496535	研究论文	开发一种多模态深度学习列线图，用于预测灰区PSA水平患者的临床显著性前列腺癌	采用混合融合方法整合多模态数据，构建结合深度学习特征的列线图模型	回顾性研究设计，样本量相对有限（303例患者）	预测灰区PSA水平患者的临床显著性前列腺癌	前列腺癌患者	数字病理	前列腺癌	bp-MRI	深度学习,SVM,XGBoost	医学影像,临床数据	303例患者（2018年1月至2022年12月）	NA	NA	AUC,ROC曲线,决策曲线分析	NA
12943	2025-10-07	Automatic 3-dimensional quantification of orthodontically induced root resorption in cone-beam computed tomography images based on deep learning 2025-Feb, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics IF:2.7Q1 DOI:10.1016/j.ajodo.2024.09.009 PMID:39503671	研究论文	基于深度学习开发自动三维量化正畸性牙根吸收的模型	首次提出基于动态图卷积神经网络的CBCT图像全自动牙根体积提取和吸收定位方法	回顾性研究设计，样本量相对有限（105名患者）	开发自动化的正畸性牙根吸收定量评估工具	正畸患者的牙齿CBCT图像	医学图像处理	正畸性牙根吸收	锥形束计算机断层扫描	动态图卷积神经网络	三维医学图像	105名患者的4534颗牙齿	NA	Dynamic Graph Convolutional Neural Network	组内相关系数, 分类准确率	NA
12944	2025-10-07	Improved patient identification by incorporating symptom severity in deep learning using neuroanatomic images in first episode schizophrenia 2025-Feb, Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology IF:6.6Q1 DOI:10.1038/s41386-024-02021-y PMID:39506100	研究论文	本研究开发了一种结合精神病症状严重程度的多任务深度学习模型，用于基于神经解剖图像的首发精神分裂症患者识别	将症状严重程度回归任务与标准病例/对照识别任务相结合的多任务深度学习框架，相比单任务分类模型表现更优	样本量相对有限，仅包含286名患者和330名健康对照，且外部验证集仅40例	建立脑成像生物标志物与精神分裂症症状表达之间的联系，提高急性精神病性疾病的机制理解	首发未用药精神分裂症患者和健康对照者	医学影像分析	精神分裂症	磁共振成像	多任务深度学习	神经解剖图像	286名首发精神分裂症患者和330名健康对照，外部验证集40名患者	NA	NA	平衡准确率, 灵敏度, 特异性	NA
12945	2025-10-07	Deep learning segmentation-based bone removal from computed tomography of the brain improves subdural hematoma detection 2025-Feb, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2024.101231 PMID:39521273	研究论文	本研究开发了一种基于深度学习分割的脑部CT骨去除算法，用于改善硬膜下血肿检测	首次将深度学习分割技术应用于脑部CT骨去除，并通过读者研究验证其对硬膜下血肿检测的改善效果	样本量相对有限（内部测试15例，外部测试22例），且主要评估对象为初级放射科培训医师	开发并验证基于深度学习的脑部CT骨去除算法对硬膜下血肿检测的改善效果	脑部非增强CT扫描中的硬膜下血肿检测	医学影像分析	颅内出血/硬膜下血肿	计算机断层扫描（CT）	深度学习分割算法	医学影像（CT扫描）	训练集100例NCCTH，内部测试15例，外部测试22例	NA	NA	Dice系数，统计学显著性（P值）	NA
12946	2025-10-07	Spatial Architecture of Single-Cell and Vasculature in Tumor Microenvironment Predicts Clinical Outcomes in Triple-Negative Breast Cancer 2025-Feb, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100652 PMID:39522644	研究论文	通过单细胞分辨率分析三阴性乳腺癌肿瘤微环境空间结构，揭示其与临床预后的关联	首次系统量化TNBC肿瘤微环境的空间架构，识别10种复发性细胞邻域，并开发基于深度学习的治疗反应预测模型	样本量相对有限（71例），需要更大规模验证	探索三阴性乳腺癌肿瘤微环境空间结构与临床预后的关系	71例三阴性乳腺癌患者标本	数字病理学	三阴性乳腺癌	成像质谱流式技术	深度学习	单细胞分辨率图像数据	71例TNBC患者标本	NA	NA	AUC	NA
12947	2025-04-27	Dopaminergic PET to SPECT domain adaptation: a cycle GAN translation approach 2025-Feb, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06961-x PMID:39557690	research paper	该研究开发了一种基于CycleGAN的深度学习方法，用于将[11C]CFT PET图像转换为[123I]FP-CIT SPECT图像，以促进多中心研究和克服数据稀缺问题	首次使用CycleGAN实现PET到SPECT图像的跨模态转换，并保留了疾病特异性信息	合成SPECT图像的对比度噪声比较低，且在合成图像上观察到诊断性能有所降低	开发一种深度学习方法，促进多中心研究和克服数据稀缺问题，支持帕金森病和非典型帕金森综合征的诊断	帕金森病(PD)和非帕金森病对照(NC)受试者的[11C]CFT PET和[123I]FP-CIT SPECT图像	digital pathology	Parkinson's disease, atypical parkinsonian syndromes	PET, SPECT, CycleGAN	CycleGAN	image	602例[11C]CFT PET图像(72%PD)和1152例[123I]FP-CIT SPECT图像(85%PD)，以及67例PET测试集(75%PD)	NA	NA	NA	NA
12948	2025-04-27	Medical meteorological forecast for ischemic stroke: random forest regression vs long short-term memory model 2025-Feb, International journal of biometeorology IF:3.0Q2 DOI:10.1007/s00484-024-02818-y PMID:39567379	research paper	本研究比较了随机森林回归和长短期记忆模型在缺血性卒中医学气象预测中的性能	首次将LSTM模型应用于缺血性卒中的医学气象预测，并证明其优于随机森林回归模型	研究仅基于海口市的数据，可能不具有全国代表性	开发基于机器学习的缺血性卒中医学气象预测模型	缺血性卒中发作事件与气象数据的关系	machine learning	cardiovascular disease	NA	RF regression, LSTM	时间序列数据(气象数据和住院数据)	42849例缺血性卒中发作事件(2016年9月18日至2020年12月31日海口市数据)	NA	NA	NA	NA
12949	2025-04-27	Synthesis of pseudo-PET/CT fusion images in radiotherapy based on a new transformer model 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17512 PMID:39569842	研究论文	提出一种基于新型Transformer模型的伪PET/CT融合图像合成方法，用于食管癌和鼻咽癌的放射治疗	采用带有'聚焦-分散'注意力机制和多一致性损失约束的Transformer模型，有效捕获PET和CT图像中的特征信息，合成具有增强肿瘤区域成像的伪PET/CT融合图像	研究仅针对食管癌和鼻咽癌，样本量相对有限（129例食管癌和141例鼻咽癌）	改进食管癌和鼻咽癌放射治疗中的多模态图像处理方法，减少患者接受的辐射剂量和配准误差	食管癌和鼻咽癌患者的PET和CT图像	数字病理	食管癌, 鼻咽癌	医学影像融合	Transformer	医学图像（PET和CT）	129例食管癌和141例鼻咽癌患者的回顾性数据，以及2例前瞻性病例	NA	NA	NA	NA
12950	2025-10-07	Weakly Supervised Classification of Mohs Surgical Sections Using Artificial Intelligence 2025-Feb, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100653 PMID:39522646	研究论文	开发用于莫氏手术切片弱监督分类的深度学习模型，通过注意力图谱提高模型可解释性	将弱监督学习与基于分割的可解释方法通过注意力图谱相结合	未提及模型在更广泛数据集上的泛化能力验证	解决莫氏手术全玻片图像中基底细胞癌检测的挑战	莫氏手术全玻片图像中的基底细胞癌	数字病理学	皮肤癌	全玻片成像	深度学习	图像	来自2个医疗中心的数据集	NA	NA	AUC, 敏感度, 假阳性率	NA
12951	2025-10-07	Cell Segmentation With Globally Optimized Boundaries (CSGO): A Deep Learning Pipeline for Whole-Cell Segmentation in Hematoxylin-and-Eosin-Stained Tissues 2025-Feb, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102184 PMID:39528162	研究论文	开发了一种基于深度学习的全细胞分割管道CSGO，用于H&E染色组织中的细胞分割	整合了细胞核和细胞膜分割算法，并采用基于能量的分水岭方法进行后处理，在多种组织类型中表现出优越性能	膜检测模型仅在7例肝细胞癌和11例正常肝组织样本上训练，样本多样性有限	开发自动化的全细胞分割方法以推进病理图像分析能力	H&E染色组织中的细胞	数字病理学	肝癌	H&E染色	YOLO, U-Net	图像	训练集：7例肝细胞癌和11例正常肝组织样本；测试集：5个外部数据集包括肝、肺和口腔疾病病例	NA	YOLO, U-Net	F1分数	NA
12952	2025-10-07	Deciphering glioblastoma: Unveiling imaging markers for predicting MGMT promoter methylation status 2025-Feb, Current problems in cancer IF:2.5Q3 DOI:10.1016/j.currproblcancer.2024.101156 PMID:39531875	综述	探讨影像学特征在预测胶质母细胞瘤MGMT启动子甲基化状态中的潜力	结合传统影像技术与新兴影像组学和深度学习模型预测MGMT甲基化状态	需要进一步开发、标准化和实施先进影像组学模型	通过影像学标记预测MGMT启动子甲基化状态以实现个体化治疗	胶质母细胞瘤患者	数字病理	胶质母细胞瘤	影像组学, 深度学习	NA	医学影像	NA	NA	NA	NA	NA
12953	2025-10-07	Using CT images to assist the segmentation of MR images via generalization: Segmentation of the renal parenchyma of renal carcinoma patients 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17494 PMID:39494916	研究论文	探索通过CT图像辅助MR图像分割的泛化能力，用于肾细胞癌患者肾实质分割	首次系统研究利用CT图像通过泛化能力辅助MR图像分割，无需复杂跨模态框架	需要更全面的测试验证，研究仅针对特定类型医学图像	探索CT图像通过泛化能力辅助MR图像分割的可行性和鲁棒性	肾细胞癌患者的肾实质	医学图像分析	肾细胞癌	CT成像，磁共振成像	3D-UNET	医学图像	116例CT图像，240例MR图像，79例外部验证CT图像	NA	3D-UNET	Dice相似系数，Pearson相关系数	NA
12954	2025-10-07	4DCT image artifact detection using deep learning 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17513 PMID:39540716	研究论文	本研究开发了一种基于深度学习的4DCT图像伪影检测方法	该模型能够同时检测多种伪影类型（重复、错位、截断和插值），而先前模型仅针对单一伪影类型设计	NA	识别4DCT图像中伪影的位置	4DCT扫描图像	计算机视觉	NA	4DCT成像	CNN	医学图像	从98个4DCT扫描中提取的23000多个冠状切片	NA	U-net	灵敏度, 特异性, 精确度, ROC曲线下面积, 精确度-召回率曲线下面积	NA
12955	2025-10-07	Applications and potential of machine, learning augmented chest X-ray interpretation in cardiology 2025-Feb, Minerva cardiology and angiology IF:1.4Q3 DOI:10.23736/S2724-5683.24.06288-4 PMID:39535525	综述	探讨机器学习在心脏X光片判读中的应用现状与未来潜力	系统梳理机器学习在心脏X光判读中的多维度应用，并从临床和技术双视角展望未来发展方向	NA	改善心脏病学领域临床决策支持系统	胸部X光影像及其临床判读	计算机视觉	心血管疾病	胸部X光成像	深度学习	医学影像	NA	NA	NA	NA	NA
12956	2025-10-07	Glottic opening detection using deep learning for neonatal intubation with video laryngoscopy 2025-Feb, Journal of perinatology : official journal of the California Perinatal Association IF:2.4Q1 DOI:10.1038/s41372-024-02171-3 PMID:39537817	研究论文	本研究开发了一种基于深度学习的AI方法，用于在新生儿视频喉镜检查中自动检测声门开口	首次将YOLOv8深度学习模型应用于新生儿视频喉镜检查中的声门开口自动检测，并与不同经验水平的医疗提供者进行性能比较	样本量相对有限（84例新生儿插管），需要在更大数据集上进一步验证	开发AI辅助工具以提高新生儿插管的安全性和效率	新生儿插管过程中的声门开口	计算机视觉	NA	视频喉镜检查	CNN	视频帧	84例新生儿插管的1623个视频帧	NA	YOLOv8	精确率, 召回率	NA
12957	2025-10-07	DeepMEns: an ensemble model for predicting sgRNA on-target activity based on multiple features 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elae043 PMID:39528429	研究论文	提出基于深度学习的集成可解释模型DeepMEns，用于预测sgRNA的靶向活性	提出集成可解释模型，结合多种特征和架构，通过五个子回归器的平均预测提高性能	模型内在机制仍存在解释难度，性能提升空间未明确量化	提高CRISPR/Cas9系统中sgRNA靶向活性的预测准确性	化脓性链球菌CRISPR/Cas9系统的单导RNA（sgRNA）	机器学习	NA	基因编辑技术	CNN, Transformer, LSTM	序列数据，DNA形状特征，位置编码特征	五个不同的训练和验证数据集，十个独立测试数据集	NA	CNN with Transformer encoder, LSTM with attention mechanism	Spearman相关系数	NA
12958	2025-04-27	Toward Personalized Digital Experiences to Promote Diabetes Self-Management: Mixed Methods Social Computing Approach 2025-Jan-07, JMIR diabetes DOI:10.2196/60109 PMID:39773324	研究论文	本研究采用混合方法社交计算方法，分析数字健康社区中的同伴互动，以促进糖尿病自我管理的个性化干预	结合深度学习和社交网络分析技术，从大规模社交媒体数据中识别社交影响力模式，为个性化干预提供依据	研究仅基于美国糖尿病协会支持社区的数据，可能无法推广到其他文化或平台	探索社交影响力在糖尿病自我管理中的作用，并开发个性化干预措施	美国糖尿病协会支持社区中的同伴互动数据（2014-2021年）	社交计算	糖尿病	深度学习、社交网络分析	深度学习模型	文本	约73,000次同伴互动，其中1,501条手动标注	NA	NA	NA	NA
12959	2025-10-07	Evaluating the Efficacy of Deep Learning Reconstruction in Reducing Radiation Dose for Computer-Aided Volumetry for Liver Tumor: A Phantom Study 2025 Jan-Feb 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001657 PMID:39511829	研究论文	通过体模研究评估深度学习重建在降低肝脏肿瘤计算机辅助容积测量辐射剂量方面的效果	首次系统比较四种CT重建方法（FBP、混合型IR、MBIR和DLR）在肝脏肿瘤容积测量中的辐射剂量降低能力	基于体模研究，尚未在真实患者中进行验证	评估不同CT重建方法对肝脏肿瘤计算机辅助容积测量准确性的影响	商用人体腹部体模中的模拟肝脏肿瘤	医学影像分析	肝脏肿瘤	CT扫描，计算机辅助容积测量	深度学习重建	CT影像数据	体模在四种不同管电流（600mA、400mA、200mA、100mA）下各扫描5次	NA	NA	信噪比，容积测量平均差异	320排探测器CT扫描仪
12960	2025-10-07	EvoAI enables extreme compression and reconstruction of the protein sequence space 2025-Jan, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02504-2 PMID:39528677	研究论文	开发了一种名为EvoAI的混合实验计算方法，用于极端压缩和重建蛋白质序列空间	提出EvoScan方法全面分割和扫描高适应性序列空间获取锚点，结合深度学习和大型语言模型从锚点准确重建序列空间	需要生物分子功能能够与转录输出耦合	设计具有改进功能的蛋白质，理解序列与功能关系	蛋白质序列空间，阻遏蛋白	机器学习	NA	转录输出耦合	深度学习模型，大型语言模型	蛋白质序列数据	82个锚点	NA	NA	压缩比	NA