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
1301	2025-04-26	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	本文通过比较人类评分员和自主开发的深度学习算法与金标准评估，验证了自主糖尿病视网膜病变（DR）分级的性能	开发并验证了一种自主的深度学习算法用于糖尿病视网膜病变分级，展示了其在临床中识别非DR患者的潜力	自主深度学习算法在高风险人群中仅在某些指标上与人类评分员表现相当，且存在对伪影的错误检测、微动脉瘤的遗漏以及分割与分类之间的不一致等问题	验证自主糖尿病视网膜病变分级的性能	500张6视野视网膜图像	数字病理学	糖尿病视网膜病变	深度学习	DL算法	图像	500张6视野视网膜图像，分别对应DR级别0-4（97, 100, 100, 103, 100张）
1302	2025-04-26	Multiparametric MRI-Based Deep Learning Models for Preoperative Prediction of Tumor Deposits in Rectal Cancer and Prognostic Outcome 2025-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.004 PMID:39438175	research paper	本研究探讨了基于多参数MRI（mpMRI）的深度学习模型在直肠癌（RC）患者中预测肿瘤沉积（TD）及其预后的价值	结合mpMRI的深度放射组学特征和临床特征构建的列线图，有效预测直肠癌术前TD状态，并能有效分层患者的3年无病生存风险	回顾性研究设计可能引入选择偏倚，且外部验证集样本量相对较小	预测直肠癌患者的肿瘤沉积状态并分析其预后	529例接受根治性手术的直肠癌患者	digital pathology	rectal cancer	mpMRI	ResNet-101	MRI图像	529例患者（中心1：379例；中心2：150例）
1303	2025-04-26	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	本研究评估了一种基于深度学习的图像对比增强算法在低剂量计算机断层扫描肺血管造影中减少碘负荷的应用效果	提出了一种基于深度学习的对比增强算法，显著提高了低剂量CT肺血管造影的图像质量和血栓检测能力	研究样本量相对较小（179名患者），且仅使用了特定厂商的深度学习图像重建包	评估深度学习对比增强算法在低剂量CT肺血管造影中的效果	179名接受低剂量CT肺血管造影的患者	数字病理学	心血管疾病	计算机断层扫描（CT）	深度学习算法	医学影像	179名患者，537个重建图像数据集
1304	2025-04-26	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	research paper	本研究评估了基于卷积神经网络（CNN）的深度学习技术在缩短肺通气SPECT采集时间的同时，保持图像质量和慢性肺同种异体移植功能障碍（CLAD）诊断性能的能力	首次将CNN应用于肺通气SPECT图像的采集时间缩短，同时保持图像质量和诊断准确性	研究为回顾性设计，样本量相对较小（93例），且仅针对肺移植术后患者	探索缩短肺通气SPECT采集时间的可行性，同时保持图像质量和CLAD诊断性能	肺移植术后患者的肺通气SPECT/CT图像	digital pathology	lung cancer	SPECT/CT	CNN	image	93例肺移植受者
1305	2025-04-26	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	提出一种名为ABiD的新方法，通过非对称双分类器差异最小化解决糖尿病视网膜病变分级中的等级偏斜域适应问题	提出非对称双分类器差异最小化方法，优化特征提取器并最大化分类器差异以避免目标域上的伪标签偏差	未提及具体的数据集规模限制或模型计算复杂度	解决糖尿病视网膜病变分级中的等级偏斜域适应问题，提高模型在跨中心、跨供应商和跨用户测试数据集上的泛化性能	糖尿病视网膜病变(DR)的分级	计算机视觉	糖尿病视网膜病变	深度学习	非对称双分类器	图像	两个公共DR数据集和一个私有DR数据集
1306	2025-04-26	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	本研究提出了一种深度学习流程，用于在双平面X光片上自动检测解剖标志点，以预测脊柱骨盆参数和Cobb角	开发了一种无需人工监督的深度学习流程，能够自动处理双平面X光片并预测脊柱骨盆参数和Cobb角	对于患有严重病理和高BMI的患者，该流程存在局限性	开发一种自动化方法，用于精确分析脊柱骨盆参数，支持脊柱畸形的诊断、治疗规划和监测	脊柱骨盆参数和Cobb角的预测	数字病理	脊柱畸形	深度学习	U-Net	双平面X光片	555张双平面X光片（455张用于训练，100张用于测试）
1307	2025-04-26	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	本文介绍了一种基于Transformer的模型ABTrans，用于预测抗Aβ抗体与多肽之间的相互作用	开发了ABTrans模型，能够将抗Aβ抗体与多肽的结合能力分为四个等级，并用于系统性筛选抗Aβ抗体与人类蛋白质的相互作用	模型准确率为0.83，仍有提升空间	研究抗Aβ抗体与多肽的相互作用，以开发更有效的阿尔茨海默病治疗方法	抗Aβ抗体与多肽	自然语言处理	阿尔茨海默病	深度学习	Transformer	序列数据	来自噬菌体展示实验的十二肽序列和公开来源的抗Aβ抗体序列
1308	2025-04-26	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	使用深度学习算法表征复发缓解型多发性硬化症（RRMS）患者认知和身体表现相关的脑部异常	提出了一种新的空间异常图方法，用于识别RRMS患者的五种亚型，并揭示了这些亚型在认知和身体表现上的差异	研究样本量有限，尤其是验证数据集（Dataset-2和Dataset-3）的样本量较小	探究RRMS患者认知和身体表现与脑部异常的关系	复发缓解型多发性硬化症（RRMS）患者	数字病理学	多发性硬化症	深度学习算法	3D nnU-Net	T1加权图像	数据集1（281例RRMS患者），数据集2（33例RRMS患者），数据集3（56例RRMS患者）
1309	2025-04-26	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	research paper	介绍SPINEPS，一种用于全身矢状T2加权涡轮自旋回波图像中14个脊柱结构（十个椎体子结构、椎间盘、脊髓、椎管和骶骨）的语义和实例分割的深度学习方法	首次公开可用的算法，能够实现T2加权矢状图像中14个脊柱结构的语义和实例分割	研究使用了多个数据集，但内部数据集样本量较小（10个受试者）	开发一种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（椎体子结构、椎间盘、脊髓、椎管和骶骨）	digital pathology	NA	deep learning	CNN	MRI图像	公共数据集（179训练/39测试）、德国国家队列子集（1412训练/65测试）和内部数据集（10测试）
1310	2025-04-26	Ventricular Arrhythmia Classification Using Similarity Maps and Hierarchical Multi-Stream Deep Learning 2025-Mar, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3490187 PMID:39485690	研究论文	本文提出了一种使用相似性图和分层多流深度学习的心室心律失常分类方法	开发了相似性图这一新型特征集，用于捕捉心电图轨迹中的规律性，并结合可学习的Parzen带通滤波器和导数特征	NA	解决心室心动过速（VT）、心室颤动（VF）和非心室节律（NVR）之间的分类问题	心室心律失常	机器学习	心血管疾病	相似性图、Parzen带通滤波器	分层多流ResNet34架构	心电图（ECG）数据	NA
1311	2025-04-26	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	评估一种基于深度学习的软件，用于自动检测和量化数字乳腺X光片上的乳腺动脉钙化	开发了一种基于深度学习的AI软件，能够自动检测和量化乳腺动脉钙化（BAC），并与人工评分进行比较	研究为单中心回顾性研究，样本量相对较小（502名女性），且BAC AI评分对显著冠状动脉钙化（CAC）的诊断敏感性较低（32.7%）	评估AI软件在自动检测和量化乳腺动脉钙化方面的性能，并探讨其在心血管风险评估中的潜在应用	502名接受乳腺X光检查和胸部CT检查的女性	数字病理学	心血管疾病	深度学习	NA	图像	502名女性，年龄范围42-96岁
1312	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
1313	2025-04-26	gRNAde: Geometric Deep Learning for 3D RNA inverse design 2025-Feb-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.31.587283 PMID:38826198	研究论文	本文介绍了一种名为gRNAde的几何深度学习流程，用于基于3D RNA骨架设计RNA序列，同时考虑结构和动态多样性	gRNAde采用多状态图神经网络和自回归解码，能够基于一个或多个3D骨架结构生成候选RNA序列，显著提高了原生序列恢复率并缩短了设计时间	虽然gRNAde在单状态固定骨架重新设计基准测试中表现优于Rosetta，但在多状态设计方面的应用仍需进一步验证	开发一种能够考虑3D构象多样性的RNA序列设计方法	RNA序列设计	机器学习	NA	几何深度学习	多状态图神经网络	3D RNA骨架结构数据	14个来自PDB的RNA结构和10个实验验证的结构化RNA骨架
1314	2025-04-26	Transformer-based approaches for neuroimaging: an in-depth review of their role in classification and regression tasks 2025-Feb-25, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2024-0088 PMID:39333087	综述	本文深入探讨了Transformer模型在神经影像分类和回归任务中的应用及其研究进展	全面综述了Transformer模型在神经影像领域的应用现状，展示了其在分类任务中的卓越性能和在回归任务中的潜在优势	未涉及Transformer模型在实际临床应用中的具体挑战和限制	探讨Transformer模型在神经影像分类和回归任务中的应用及其研究进展	神经影像数据	神经影像分析	NA	Transformer模型及其变体	Transformer	神经影像数据	NA
1315	2025-04-26	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	research paper	该研究通过深度学习策略，利用增强的胸部X光片识别COVID-19	研究首次分析了3615例COVID-19病例，并确定了最适合ConvNet架构的自适应直方图均衡化参数	研究中COVID-19胸部X光片的数量有限，可能影响临床相关性	评估使用自适应直方图均衡化（AHE）技术，通过ConvNet架构识别COVID-19的性能	COVID-19病例的胸部X光片	digital pathology	COVID-19	自适应直方图均衡化（AHE）	CNN（包括MobileNet、DarkNet19、VGG16和AlexNet）	image	3615例COVID-19病例的胸部X光片
1316	2025-04-26	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	research paper	本文提出了一种基于相位空间的几何神经网络Phase-SPDNet，用于BCI-EEG解码，旨在提高使用有限数量电极的脑机接口系统的性能	结合增强协方差方法和SPDNet框架，提出Phase-SPDNet架构，显著优于当前最先进的DL架构，且具有可解释性和低可训练参数数量	EEG信号存在训练数据有限、信噪比低以及受试者内和受试者间记录变异性大的问题	开发一种使用有限数量电极的深度学习算法，以提高脑机接口系统的用户舒适度和性能	脑电图（EEG）信号	脑机接口	NA	深度学习算法	Phase-SPDNet	EEG信号	近100名受试者，来自多个开源数据集
1317	2025-04-26	Deep learning-based organ-wise dosimetry of 64Cu-DOTA-rituximab through only one scanning 2025-02-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88498-z PMID:39955298	研究论文	本研究通过深度学习从早期扫描图像生成延迟的Cu-dotatate (DOTA)-rituximab PET图像，以减少估算放射性药物吸收剂量的不便和成本	使用基于生成对抗网络的配对图像到图像转换模型，从早期PET图像生成延迟图像，并应用器官剂量测定	对于与身体清除相关的器官，剂量预测相对不准确	减轻放射性免疫结合物剂量测定的负担	六名恶性肿瘤患者的PET图像	数字病理学	恶性肿瘤	PET成像	GAN	图像	六名患者
1318	2025-04-26	Classification patterns identification of immunogenic cell death-related genes in heart failure based on deep learning 2025-02-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89333-1 PMID:39955386	研究论文	本研究通过深度学习模型探索免疫原性细胞死亡（ICD）相关基因在心力衰竭（HF）中的作用，旨在改进HF亚型分类并识别潜在药物靶点	首次将ICD相关基因与HF研究结合，并应用深度学习模型提升HF分类及诊断相关基因的识别	研究主要基于基因表达数据，未涉及临床治疗效果的验证	改进HF亚型分类并识别潜在药物靶点	心力衰竭（HF）患者	机器学习	心血管疾病	深度学习编码器模型	深度学习模型	基因表达数据	未明确提及具体样本数量
1319	2025-04-26	An explainable and accurate transformer-based deep learning model for wheeze classification utilizing real-world pediatric data 2025-02-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89533-9 PMID:39955399	研究论文	开发了一种基于Transformer的深度学习模型，用于利用真实世界儿科数据进行哮鸣音分类	首次将Transformer模型（Audio Spectrogram Transformer）应用于临床实践数据，解决了CNN模型在长序列和详细上下文解释上的局限性	研究样本量相对较小（194例哮鸣音和531例其他呼吸音），且仅针对儿科患者	开发高精度的AI模型以辅助诊断儿科呼吸系统疾病	儿科患者的呼吸音数据	数字病理	呼吸系统疾病	深度学习	Transformer（AST）	音频	194例哮鸣音和531例其他呼吸音（来自2019-2020年韩国两家大学医院儿科患者）
1320	2025-04-26	Establishing the effect of computed tomography reconstruction kernels on the measure of bone mineral density in opportunistic osteoporosis screening 2025-02-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88551-x PMID:39953113	研究论文	本研究探讨了CT重建核素对临床CT扫描中体积骨矿物质密度（vBMD）定量分析的影响	通过使用体模和内部校准方法，首次系统评估了不同重建核素对vBMD测量的影响	研究仅使用了GE HealthCare的重建核素，可能不适用于其他厂商的设备	评估CT重建核素对骨质疏松筛查中vBMD测量的影响	临床CT扫描数据（45例）	数字病理学	骨质疏松症	CT扫描	深度学习分割	医学影像	45例临床CT扫描