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
13041	2025-10-07	Prediction of testicular histology in azoospermia patients through deep learning-enabled two-dimensional grayscale ultrasound 2025-Mar-01, Asian journal of andrology IF:3.0Q1 DOI:10.4103/aja202480 PMID:39363830	研究论文	开发基于深度学习的二维灰度超声模型预测无精子症患者睾丸组织学类型	首次利用深度学习建立睾丸灰度超声图像与睾丸组织学之间的关联，提供无创预测方法	回顾性研究，样本来自单一医疗中心	开发无创方法预测无精子症患者睾丸组织学，避免不必要的睾丸活检	无精子症患者	计算机视觉	男性不育症	二维灰度超声	深度学习模型	超声图像	353名患者，4357张图像	NA	NA	AUC, 准确率, 灵敏度, 特异性	NA
13042	2025-10-07	Evaluation of the accuracy of automated segmentation based on deep learning for prostate cancer patients 2025 Spring, Medical dosimetry : official journal of the American Association of Medical Dosimetrists IF:1.1Q3 DOI:10.1016/j.meddos.2024.09.002 PMID:39384488	研究论文	评估基于深度学习的商业算法在前列腺癌患者器官分割中的准确性	使用商业深度学习算法MVision AI Contour+对前列腺癌患者的多器官进行自动分割，并与人工分割进行对比评估	样本量较小（仅10例患者），未说明算法泛化能力	评估深度学习算法在前列腺癌患者器官分割中的准确性	前列腺癌患者的前列腺、精囊和危及器官（膀胱、直肠、左右股骨头、阴茎球）	数字病理	前列腺癌	CT和MR图像融合	深度学习	CT图像, MR图像	10例前列腺癌患者	MVision AI Contour+	NA	Dice相似系数, 95% Hausdorff距离	NA
13043	2025-10-07	Ultrasound-based artificial intelligence model for prediction of Ki-67 proliferation index in soft tissue tumors 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.067 PMID:39406581	研究论文	本研究开发了一种基于超声的融合模型，结合深度学习、影像组学和临床特征预测软组织肿瘤Ki-67增殖指数	首次将深度学习特征与影像组学特征、临床特征进行融合，构建了预测软组织肿瘤Ki-67增殖指数的多模态融合模型	回顾性研究设计，样本量相对有限，仅包含两家医院的数据	探讨深度学习结合影像组学和临床特征在预测软组织肿瘤Ki-67增殖指数中的价值	394例软组织肿瘤患者	医学影像分析	软组织肿瘤	超声成像	深度学习,支持向量机	超声图像,临床数据	394例患者（训练队列323例，验证队列71例）	NA	NA	AUC,校准曲线	NA
13044	2025-10-07	Enhancing Radiologists' Performance in Detecting Cerebral Aneurysms Using a Deep Learning Model: A Multicenter Study 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.038 PMID:39406577	研究论文	开发深度学习模型辅助放射科医生检测脑动脉瘤的多中心研究	通过多中心数据验证深度学习模型在临床环境中对脑动脉瘤的检测效能，并量化评估模型对放射科医生工作流程的优化效果	研究仅涉及11个临床中心的患者数据，模型泛化能力需进一步验证	开发基于深度学习的脑动脉瘤检测模型并评估其临床辅助价值	脑动脉瘤患者	计算机视觉	脑血管疾病	医学影像分析	深度学习模型	医学影像	训练集3829名患者，测试集484名患者	NA	NA	AUC, 敏感性, 特异性	NA
13045	2025-10-07	A Multicenter Cohort Study on Ultrasound-based Deep Learning Nomogram for Predicting Post-Neoadjuvant Chemotherapy Axillary Lymph Node Status in Breast Cancer Patients 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.065 PMID:39406583	研究论文	本研究开发了一种基于超声的深度学习列线图模型，用于预测乳腺癌患者新辅助化疗后腋窝淋巴结状态	首次结合深度学习模型与临床病理特征构建超声列线图，并在多中心验证其预测性能	回顾性研究设计，样本量相对有限，仅纳入淋巴结阳性患者	评估基于超声的深度学习列线图预测乳腺癌新辅助化疗后腋窝淋巴结状态的能力	535例接受新辅助化疗的淋巴结阳性乳腺癌患者	医学影像分析	乳腺癌	超声成像	深度学习	超声图像	535例患者（训练队列288例，内部验证123例，外部验证124例）	NA	ResNet 34, ResNet 50, VGG19, GoogLeNet, DenseNet 121	AUC	NA
13046	2025-10-07	Toward Intelligent Head Impulse Test: A Goggle-Free Approach Using a Monocular Infrared Camera 2025-Mar, The Laryngoscope DOI:10.1002/lary.31848 PMID:39422423	研究论文	提出了一种无需头戴式眼罩的智能头脉冲测试方法，使用单目红外相机和深度学习进行前庭功能评估	首次使用单目红外相机替代传统头戴式眼罩设备，实现了无需设备校准的完全自动化前庭功能测试	垂直半规管定性准确率相对较低(79.0%)，需要进一步优化	开发一种低成本、易操作的无眼罩头脉冲测试系统，用于评估前庭功能	头脉冲测试视频片段中的眼动和头部运动数据	计算机视觉	前庭功能障碍	红外视频采集，面部关键点提取	深度学习，多模态视频分类网络	红外视频	DiHIT数据集中的头脉冲测试视频片段	NA	两阶段多模态视频分类网络	准确率	NA
13047	2025-10-07	DPI-MoCo: Deep Prior Image Constrained Motion Compensation Reconstruction for 4D CBCT 2025-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3483451 PMID:39423082	研究论文	提出一种无需配对数据的深度先验图像约束运动补偿框架，用于解决4D CBCT重建中的条纹伪影问题	将4D CBCT重建解耦为粗图像恢复和结构细节微调两个子任务，结合先验图像引导、生成对抗网络和对比学习	未明确说明计算资源需求和模型训练时间	解决4D锥束CT在肺癌放疗中的图像重建质量问题	肺癌患者的4D CBCT图像数据	医学影像处理	肺癌	4D锥束CT成像	GAN, 对比学习	医学影像	蒙特卡洛模拟数据集和临床肺癌数据集	NA	DPI-MoCo	定量性能指标（未具体说明）	NA
13048	2025-10-07	Grading of diabetic retinopathy using a pre-segmenting deep learning classification model: Validation of an automated algorithm 2025-Mar, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.16781 PMID:39425597	研究论文	验证一种自主开发的深度学习算法在糖尿病视网膜病变分级中的性能	开发了一种结合预分割的深度学习分类模型，用于自动化糖尿病视网膜病变分级	自主深度学习算法在某些指标上仅与人工分级相当，存在伪影误检、微动脉瘤漏检和分割与分类不一致等问题	验证自主深度学习算法在糖尿病视网膜病变分级中的性能	糖尿病视网膜病变患者的视网膜图像	计算机视觉	糖尿病视网膜病变	深度学习	深度学习分类模型	视网膜图像	500张6视野视网膜图像	NA	预分割深度学习分类模型	加权kappa, 灵敏度, 特异性, 阳性预测值, 阴性预测值	NA
13049	2025-10-07	The Microscope and Beyond: Current Trends in the Characterization of Kidney Allograft Rejection From Tissue Samples 2025-Mar-01, Transplantation IF:5.3Q1 DOI:10.1097/TP.0000000000005153 PMID:39436268	综述	本文综述了当前和新兴技术对肾脏移植排斥反应组织样本表征的改进潜力	整合数字化病理、深度学习、多重免疫组化、单细胞转录组学和空间转录组学等创新工具，提升肾脏移植排斥表征的精确度	Banff分类系统仍以活检为中心，组织病理学损伤和批量组织转录组学分析在推断排斥发病机制方面存在局限	改进肾脏移植排斥反应的诊断和表征方法	肾脏移植排斥反应的组织样本	数字病理	肾脏移植排斥	多重免疫组化, 批量组织转录组学, 单细胞转录组学, 空间转录组学	深度学习	组织切片图像, 转录组数据	NA	NA	NA	可重复性, 定量分析精度	NA
13050	2025-10-07	Application of a Deep Learning-Based Contrast-Boosting Algorithm to Low-Dose Computed Tomography Pulmonary Angiography With Reduced Iodine Load 2025 Mar-Apr 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001665 PMID:39438307	研究论文	本研究评估了基于深度学习的图像对比度增强算法在低剂量CT肺动脉造影中减少碘负荷的应用效果	首次将深度学习对比度增强算法应用于低剂量CT肺动脉造影，在减少碘负荷的情况下提升图像质量	研究样本量相对有限（179例患者），且为单中心研究	评估深度学习对比度增强算法在低剂量CT肺动脉造影中的图像质量改善效果	接受低剂量CT肺动脉造影检查的179例患者	医学影像分析	肺动脉血栓	计算机断层扫描（CT），单能量CT，双能量CT	深度学习	医学影像数据	179例患者，537个重建图像数据集	商用深度学习图像重建包（TrueFidelity）	对比度增强算法（contrast-boosting algorithm）	信噪比，对比噪声比，定性图像评分，血栓检测数量	NA
13051	2025-10-07	Deep learning-based approach for acquisition time reduction in ventilation SPECT in patients after lung transplantation 2025-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00853-3 PMID:39441494	研究论文	本研究评估了基于卷积神经网络的深度学习方法在肺移植患者通气SPECT成像中缩短采集时间的可行性	首次将CNN应用于肺移植后通气SPECT图像的采集时间缩短，同时保持图像质量和诊断性能	回顾性研究设计，样本量相对有限（93例患者）	评估深度学习缩短通气SPECT采集时间的可行性及其对图像质量和诊断性能的影响	肺移植术后患者	医学影像分析	肺移植相关并发症	SPECT/CT成像	CNN	医学影像	93例连续肺移植受者	NA	NA	SSIM, NMSE, 相关系数, Bland-Altman分析, AUC	NA
13052	2025-10-07	Grade-Skewed Domain Adaptation via Asymmetric Bi-Classifier Discrepancy Minimization for Diabetic Retinopathy Grading 2025-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3485064 PMID:39441682	研究论文	提出一种通过非对称双分类器差异最小化的方法解决糖尿病视网膜病变分级中的等级偏斜域适应问题	首次将糖尿病视网膜病变分级问题建模为等级偏斜域适应挑战，并提出基于非对称双分类器差异最小化的新方法	未明确说明方法在更广泛医疗数据集上的泛化能力	解决糖尿病视网膜病变分级中的域偏移和等级分布不平衡问题	糖尿病视网膜病变图像数据	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	两个公共DR数据集和一个私有DR数据集	NA	非对称双分类器架构	NA	NA
13053	2025-10-07	Anatomical landmark detection on bi-planar radiographs for predicting spinopelvic parameters 2025-Mar, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-024-00990-0 PMID:39443425	研究论文	提出一种基于深度学习的自动化流程，用于在双平面X光片上检测解剖标志点并预测脊柱骨盆参数	开发了无需人工监督的自动化深度学习流程，能够同时处理多个感兴趣区域并预测多种脊柱骨盆参数	对于患有严重病理状况和高BMI患者的预测效果有限	自动化脊柱骨盆参数测量以支持脊柱畸形的诊断和治疗规划	脊柱畸形患者的双平面X光片	计算机视觉	脊柱畸形	双平面X光成像	CNN	医学影像	555张双平面X光片（455张训练，100张测试）	NA	U-Net	平均绝对差异, 组内相关系数(ICC), 平均绝对偏差(MAD)	NA
13054	2025-10-07	ABTrans: A Transformer-based Model for Predicting Interaction between Anti-Aβ Antibodies and Peptides 2025-Mar, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00664-5 PMID:39466358	研究论文	开发基于Transformer的深度学习模型ABTrans，用于预测抗Aβ抗体与多肽之间的相互作用	首次将Transformer架构应用于抗Aβ抗体-多肽相互作用预测，能够对结合能力进行四级分类	模型训练数据主要来源于噬菌体展示实验和公共数据库，可能受数据覆盖范围限制	预测抗Aβ抗体与多肽的结合能力，评估抗体交叉反应性	抗Aβ抗体和十二肽序列	自然语言处理	阿尔茨海默病	噬菌体展示	Transformer	蛋白质序列数据	来自噬菌体展示实验的十二肽序列和公共来源的抗Aβ抗体序列	NA	Transformer	准确率	NA
13055	2025-10-07	Spatial structural abnormality maps associated with cognitive and physical performance in relapsing-remitting multiple sclerosis 2025-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11157-w PMID:39470796	研究论文	使用深度学习算法识别复发缓解型多发性硬化症患者脑部空间结构异常与认知和身体功能表现的关系	首次使用3D nnU-Net生成空间异常图来表征RRMS患者的脑部异常，并基于此识别出五种具有不同临床特征的亚型	研究样本量相对有限，需要更大规模的外部验证	探索复发缓解型多发性硬化症患者脑部异常与认知和身体功能表现的关系	复发缓解型多发性硬化症患者	医学影像分析	多发性硬化症	T1加权磁共振成像	深度学习	3D医学影像	370名RRMS患者（数据集1：281人，数据集2：33人，数据集3：56人）	NA	3D nnU-Net	Kruskal-Wallis检验，Kaplan-Meier分析	NA
13056	2025-10-07	SPINEPS-automatic whole spine segmentation of T2-weighted MR images using a two-phase approach to multi-class semantic and instance segmentation 2025-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11155-y PMID:39470797	研究论文	介绍SPINEPS深度学习方法，用于在全身矢状T2加权磁共振图像中对14个脊柱结构进行语义和实例分割	首个公开可用的能够对T2加权矢状TSE图像中整个脊柱（包括后部元素）进行语义和实例分割的算法	NA	开发自动全脊柱分割方法，便于生物标志物提取、病理定位和退行性疾病分析	14个脊柱结构（十个椎骨子结构、椎间盘、脊髓、椎管和骶骨）	医学影像分析	脊柱疾病	T2加权涡轮自旋回波磁共振成像	深度学习	MRI图像	公开数据集179训练/39测试，德国国家队列1412训练/65测试，内部数据集10测试	nnUNet	两阶段方法：语义分割模型+滑动窗口实例分割模型	Dice分数，平均对称表面距离	NA
13057	2025-10-07	Evaluation of a deep learning-based software to automatically detect and quantify breast arterial calcifications on digital mammogram 2025-Mar, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.10.001 PMID:39490357	研究论文	评估基于深度学习的软件自动检测和量化数字乳腺X线摄影中乳腺动脉钙化的性能	开发了首个能够自动检测和量化乳腺动脉钙化的深度学习软件，并与传统放射科医师视觉评分进行对比验证	单中心回顾性研究，样本量相对有限（502名女性）	评估人工智能软件在自动检测和量化乳腺动脉钙化方面的性能	接受乳腺X线摄影和胸部CT检查的女性患者	数字病理学	心血管疾病	数字乳腺X线摄影，胸部CT	深度学习	医学影像	502名女性，中位年龄62岁（范围42-96岁）	NA	NA	灵敏度, 特异度, 准确率, 阳性预测值, 阴性预测值, AUC	NA
13058	2025-04-26	Comparing No-Code Platforms and Deep Learning Models for Glaucoma Detection From Fundus Images 2025-Mar, Cureus DOI:10.7759/cureus.81064 PMID:40271336	research paper	本研究比较了两种无代码机器学习平台（Google的Teachable Machine和Apple的Create ML）与传统深度学习模型ResNet200d在使用ACRIMA数据集对视网膜眼底图像进行青光眼分类的性能	首次比较无代码平台与传统深度学习模型在青光眼检测中的性能，展示了无代码平台在医疗图像分析中的潜力	研究仅使用了单一数据集（ACRIMA），建议未来研究使用更多样化的数据集验证结果	评估无代码平台与传统深度学习模型在青光眼检测中的性能差异	视网膜眼底图像	digital pathology	glaucoma	machine learning	ResNet200d, Create ML, Teachable Machine	image	705张标注的视网膜眼底图像（326张青光眼，239张非青光眼），验证集包含70张青光眼和70张非青光眼图像	NA	NA	NA	NA
13059	2025-10-07	DeepCOVIDNet-CXR: deep learning strategies for identifying COVID-19 on enhanced chest X-rays 2025-Feb-25, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2021-0272 PMID:39370946	研究论文	本研究开发了DeepCOVIDNet-CXR系统，通过自适应直方图均衡化和深度学习策略识别COVID-19胸部X光片	首次系统分析3615例COVID-19病例，并确定最适合ConvNet架构的自适应直方图均衡化参数	COVID-19胸部X光片数据量有限是临床相关性的主要缺陷	评估使用自适应直方图均衡化技术增强胸部X光片后深度学习模型识别COVID-19的性能	COVID-19患者、肺炎患者和正常人的胸部X光片	计算机视觉	COVID-19	自适应直方图均衡化(AHE)	CNN	图像	3615例COVID-19病例，包含小规模和大规模数据集	NA	MobileNet, DarkNet19, VGG16, AlexNet	准确率	NA
13060	2025-10-07	Geometric neural network based on phase space for BCI-EEG decoding 2025-Feb-19, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad88a2 PMID:39423831	研究论文	提出一种基于相位空间的几何神经网络Phase-SPDNet，用于脑机接口中脑电信号的解码	结合增强协方差方法和SPDNet框架，提出新型Phase-SPDNet架构，在仅使用三个电极的情况下显著优于现有深度学习架构	仅使用三个电极可能限制信号捕获的完整性，模型在更广泛人群中的泛化能力需进一步验证	开发能够在有限电极数量下实现有效脑电信号解码的深度学习算法	脑机接口系统中的脑电信号	脑机接口	NA	脑电图	几何神经网络	脑电信号	来自多个开源数据集的近100名受试者	SPDNet	Phase-SPDNet	5折交叉验证	NA