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
15061	2025-10-07	ODD-Net: a hybrid deep learning architecture for image dehazing 2024-Dec-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82558-6 PMID:39715769	研究论文	提出一种名为ODD-Net的混合深度学习架构用于图像去雾	提出包含大气光估计网络(A-Net)和传输图估计网络(T-Net)的混合架构，结合膨胀卷积、批归一化和多尺度卷积等创新技术	需要大量数据集和计算资源	解决户外图像因雾霾导致的能见度和对比度下降问题	雾霾图像	计算机视觉	NA	深度学习	CNN	图像	NA	NA	ODD-Net, A-Net, T-Net	质量指标	NA
15062	2025-04-12	Deep Learning Model for Predicting Neurodevelopmental Outcome in Very Preterm Infants Using Cerebral Ultrasound 2024-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.09.003 PMID:40206534	研究论文	开发深度学习模型，结合新生儿颅脑超声和临床变量，预测极早产儿3岁时的神经发育障碍	首次将CNN模型应用于颅脑超声和临床变量的结合，以预测极早产儿的神经发育障碍	研究为回顾性设计，且仅在单一地区进行，可能影响模型的泛化能力	预测极早产儿3岁时的神经发育障碍	极早产儿（胎龄220-306周）	数字病理	神经发育障碍	颅脑超声（CUS）	CNN, elastic net (EN)	图像, 临床数据	619名极早产儿，包含4184张颅脑超声图像	NA	NA	NA	NA
15063	2025-10-07	Sparse Annotation is Sufficient for Bootstrapping Dense Segmentation 2024-Nov-14, Research square DOI:10.21203/rs.3.rs-5339143/v1 PMID:39606484	研究论文	提出一种基于深度学习的方法，通过稀疏2D标注快速生成密集3D分割，显著减少生物图像分割中的人工标注工作量	开发了从稀疏2D标注快速生成密集3D分割的新方法，将人工标注时间减少三个数量级，且可由非专家完成标注	未明确说明方法在其他生物组织或成像模式中的泛化能力	解决生物成像数据中密集3D重建的实例分割问题，降低训练数据生成的人工成本	大脑神经纤维网中的树突、轴突和胶质细胞过程	计算机视觉	NA	连续切片电子显微镜成像	深度学习模型	3D图像序列，2D标注	NA	NA	NA	准确度	NA
15064	2025-04-12	Deep Learning-Based Prediction of Hepatic Decompensation in Patients With Primary Sclerosing Cholangitis With Computed Tomography 2024-Sep, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.07.002 PMID:40206109	研究论文	本研究探讨了使用深度学习模型基于CT影像预测原发性硬化性胆管炎（PSC）患者肝失代偿的潜力	首次应用3D-DenseNet121模型分析CT影像预测PSC患者的肝失代偿，并通过解剖区域分割验证模型决策过程	回顾性研究设计，样本量有限（277例），未进行外部验证	开发基于深度学习的肝失代偿预测工具	原发性硬化性胆管炎（PSC）患者	数字病理	肝病	CT成像	3D-DenseNet121	3D医学影像	277例接受腹部CT扫描的成人PSC患者	NA	NA	NA	NA
15065	2025-10-07	Hybrid deep learning technique for COX-2 inhibition bioactivity detection against breast cancer disease 2024-Jul, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00355-6 PMID:39512384	研究论文	开发了一种混合深度学习技术用于乳腺癌中COX-2抑制生物活性的精确检测	结合UNet架构进行特征提取，采用改进的鸡群优化算法处理数据维度，并使用改进的Laguerre神经网络进行分类的混合深度学习方法	NA	开发高效精确的COX-2抑制生物活性检测技术，推动乳腺癌治疗发展	乳腺癌相关的COX-2抑制生物活性	机器学习	乳腺癌	NA	UNet, 神经网络	生物活性数据	ChEMBL数据库	NA	UNet, 改进的Laguerre神经网络	准确率, 精确率, 召回率, F值, Matthews相关系数, Dice系数	NA
15066	2025-10-07	Conversion of single-energy CT to parametric maps of dual-energy CT using convolutional neural network 2024-May-29, The British journal of radiology DOI:10.1093/bjr/tqae076 PMID:38597871	研究论文	提出一种基于卷积神经网络的多任务学习框架，将单能CT图像直接转换为双能CT的三种参数图	首次使用深度学习多任务框架实现单能CT到双能CT多种参数图的直接转换	仅使用67例患者数据进行训练验证，样本量有限	开发从单能CT生成双能CT参数图的深度学习模型	CT图像数据	医学影像分析	NA	CT成像	CNN	CT图像	67例患者（2019-2020年收集）	NA	VMI-Net, EAN-Net, RED-Net	绝对差异, 相对差异	NA
15067	2025-10-07	Machine learning and deep learning to identifying subarachnoid haemorrhage macrophage-associated biomarkers by bulk and single-cell sequencing 2024-05, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.18296 PMID:38702954	研究论文	通过单细胞和批量转录组测序识别蛛网膜下腔出血中巨噬细胞相关生物标志物	结合单细胞测序和hdWGCNA方法首次系统鉴定SAH特异性巨噬细胞亚群及相关关键基因	需要进一步实验和临床研究验证发现并探索治疗靶点的临床意义	改善蛛网膜下腔出血的诊断和治疗策略	蛛网膜下腔出血大鼠模型脑组织样本	生物信息学	蛛网膜下腔出血	单细胞转录组测序, 批量RNA测序, 分子对接	卷积神经网络, 机器学习算法	基因表达数据, 单细胞数据	SAH大鼠模型脑组织样本	NA	3×3卷积神经网络	AUC, 灵敏度, 特异性	NA
15068	2025-10-07	PBAC: A pathway-based attention convolution neural network for predicting clinical drug treatment responses 2024-05, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.18298 PMID:38683133	研究论文	提出一种基于通路注意力的卷积神经网络PBAC，用于预测临床药物疗效	整合深度学习框架与注意力机制处理复杂生物通路信息，提供基于生物学功能的药物疗效预测模型	NA	开发能够预测临床药物疗效并解释药物作用机制的计算模型	四种化疗药物（硼替佐米、顺铂、多西他赛、紫杉醇）和11个免疫治疗数据集	机器学习	癌症	NA	CNN, 注意力机制	生物通路数据	NA	NA	PBAC（包含基因-通路层、注意力层、卷积层和全连接层）	AUC, 精确召回曲线下面积	NA
15069	2025-10-07	MFNet: Meta-learning based on frequency-space mix for MRI segmentation in nasopharyngeal carcinoma 2024-05, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.18355 PMID:38685683	研究论文	提出基于频域特征混合的元学习方法MFNet，用于鼻咽癌MRI分割的领域泛化	将MRI从空间域转换到频域，并采用频域特征混合的元学习方法来提升模型在未见领域的泛化能力	仅在两个医院的321例患者数据上验证，样本来源相对有限	解决鼻咽癌MRI分割模型在不同医疗中心部署时的领域泛化问题	鼻咽癌患者的MRI图像	医学影像分析	鼻咽癌	傅里叶变换，MRI成像	深度学习，元学习	MRI图像	321例患者，来自两家医院	NA	MFNet	Dice系数，MIoU	NA
15070	2025-10-07	A Multi-Element Identification System Based on Deep Learning for the Visual Field of Percutaneous Endoscopic Spine Surgery 2024-May, Indian journal of orthopaedics IF:1.1Q3 DOI:10.1007/s43465-024-01134-2 PMID:38694692	研究论文	开发基于深度学习的经皮内镜脊柱手术视野多元素识别系统	首次将实例分割深度学习模型应用于脊柱内镜手术视野的多元素识别，可同时识别解剖组织和手术器械	研究样本量有限（48例患者），仅针对腰椎间盘突出症手术	开发脊柱内镜手术视野多元素识别系统并评估其可行性	经皮内镜脊柱手术视野中的组织结构和手术器械	计算机视觉	腰椎间盘突出症	深度学习	CNN	图像	48例患者的6000张手术视野图像	NA	Solov2, CondInst, Mask R-CNN, Yolact, ResNet101, ResNet50	mAP, FPS, AP	NA
15071	2025-04-12	Artificial Intelligence Detection and Segmentation Models: A Systematic Review and Meta-Analysis of Brain Tumors in Magnetic Resonance Imaging 2024-Mar, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.01.002 PMID:40206681	系统综述与荟萃分析	本文通过系统综述和荟萃分析，深入探讨了深度学习算法在脑肿瘤检测和分割模型中的泛化能力影响因素	研究揭示了MRI硬件制造商对数据集多样性的影响，并发现3D模型在检测性能上优于2D和集成模型	需要进一步研究开发全面的多样性指数，并利用生成对抗网络进行数据多样化	分析影响深度学习算法在脑肿瘤检测和分割模型中泛化能力的因素	脑肿瘤患者的MRI数据	数字病理学	脑肿瘤	MRI	3D模型、2D模型、集成模型	图像	19项研究，涉及12,000名患者	NA	NA	NA	NA
15072	2025-04-12	Differences Between Patient and Clinician-Taken Images: Implications for Virtual Care of Skin Conditions 2024-Mar, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.01.005 PMID:40206682	research paper	比较患者自拍和临床拍摄的皮肤状况图像在临床、人口统计学和图像质量特征上的差异	首次系统性地分析了患者自拍和临床拍摄皮肤图像的多维度差异，并识别出与拍摄来源相关的关键因素	研究为回顾性设计，仅基于单一医疗系统的数据，且排除了无法诊断或多重病症的病例	探究不同来源皮肤图像的特征差异及其对虚拟皮肤科护理的启示	2500例斯坦福医疗保健系统eConsult中的皮肤病例图像（628例患者自拍和1719例临床拍摄）	digital pathology	skin conditions	deep learning	NA	image	2347例有效病例（628 PAT + 1719 CLIN）	NA	NA	NA	NA
15073	2025-04-12	An Automated Approach for Diagnosing Allergic Contact Dermatitis Using Deep Learning to Support Democratization of Patch Testing 2024-Mar, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.01.006 PMID:40206684	research paper	开发一种深度学习算法用于分析斑贴试验结果，以支持过敏性接触性皮炎的自动化诊断	利用深度学习模型从照片中分类斑贴试验结果，实现过敏性接触性皮炎的自动化检测	样本量较小（37名患者），模型性能仍有提升空间	开发一种自动化方法来诊断过敏性接触性皮炎，支持斑贴试验的普及	斑贴试验的照片结果	digital pathology	allergic contact dermatitis	deep learning	CNN	image	5070个测试部位（来自37名患者）	NA	NA	NA	NA
15074	2025-10-07	Digital pathology-based artificial intelligence models for differential diagnosis and prognosis of sporadic odontogenic keratocysts 2024-02-26, International journal of oral science IF:10.8Q1 DOI:10.1038/s41368-024-00287-y PMID:38403665	研究论文	开发基于数字病理学的人工智能模型用于牙源性角化囊肿的鉴别诊断和预后预测	首次将深度学习与机器学习算法结合，利用全切片图像开发牙源性角化囊肿的诊断和预后AI模型，并展示了多切片模型整合组织病理学信息的优势	样本量相对有限（519例病例），未提及外部验证集的结果	开发基于数字病理学的AI模型用于牙源性角化囊肿的鉴别诊断和预后预测	519例牙源性角化囊肿病例，包含2,157张H&E染色图像	数字病理学	牙源性角化囊肿	数字病理学，H&E染色	CNN	病理图像	519例病例，2,157张H&E染色图像	TensorFlow	Inception_v3	AUC	NA
15075	2025-10-07	Machine learning predicts which rivers, streams, and wetlands the Clean Water Act regulates 2024-01-26, Science (New York, N.Y.) DOI:10.1126/science.adi3794 PMID:38271507	研究论文	使用深度学习模型预测《清洁水法案》对河流、溪流和湿地的监管范围	首次结合航空影像和地球物理数据，通过深度学习预测美国陆军工程兵团对15万项水资源管辖权的决定	模型预测依赖于历史管辖决定数据，可能无法完全捕捉未来政策变化的影响	评估《清洁水法案》对水资源的保护范围及最高法院和白宫规则变化对监管的影响	美国河流、溪流、湿地等水资源及其管辖权决定	机器学习	NA	深度学习	深度学习模型	航空影像、地球物理数据	150,000项管辖权决定	NA	NA	NA	NA
15076	2025-10-07	Early detection of Alzheimer's disease in structural and functional MRI 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1520878 PMID:39726682	研究论文	本研究通过先进的深度学习架构实现海马体和脑室的精确分割，并结合混合分类器提高阿尔茨海默病的早期检测准确率	将先进的DeepLabV3+和Deep-Residual-U-Net分割技术与VGG-16-RF等混合分类器无缝集成，为早期AD检测提供了鲁棒且可扩展的框架	NA	开发精确高效的深度学习架构用于阿尔茨海默病的早期检测	阿尔茨海默病患者的功能性磁共振成像数据	医学影像分析	阿尔茨海默病	功能性磁共振成像	CNN, 集成学习	医学影像	NA	NA	Deep-Residual-U-Net, DeepLabV3+, VGG-16, DenseNet-169	准确率, Jaccard系数, Dice系数	NA
15077	2025-04-12	RApid Throughput Screening for Asymptomatic COVID-19 Infection With an Electrocardiogram: A Prospective Observational Study 2023-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2023.07.007 PMID:40206301	研究论文	评估神经网络使用便携设备获取的心电图（ECG）识别无症状SARS-CoV-2感染的能力	使用便携式、智能手机兼容的人工智能心电图（POC AI-ECG）设备进行无症状SARS-CoV-2感染的筛查	POC AI-ECG算法在检测无症状SARS-CoV-2感染方面效果不佳，无法有效区分阳性与阴性参与者的心电图	评估人工智能心电图在检测无症状SARS-CoV-2感染中的准确性	2827名患者	数字病理学	COVID-19	人工智能心电图（AI-ECG）	深度学习模型	心电图数据	2827名患者（48%女性，79%白人，7%有既往COVID-19感染史）	NA	NA	NA	NA
15078	2025-04-12	Deep Learning for Computed Tomography Assessment of Hepatic Fibrosis and Cirrhosis: A Systematic Review 2023-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2023.08.008 PMID:40206310	系统综述	本文系统综述了深度学习在计算机断层扫描评估肝纤维化和肝硬化中的应用	首次系统评估深度学习算法在CT图像分析肝纤维化和肝硬化诊断中的准确性	研究队列和方法学存在异质性，限制了这些研究的普适性	评估深度学习算法在肝纤维化和肝硬化CT诊断中的准确性	计算机断层扫描(CT)图像	数字病理	肝纤维化和肝硬化	深度学习	图像分类算法和图像分割算法	CT图像	6项符合纳入标准的研究（3877项初步筛选研究）	NA	NA	NA	NA
15079	2025-04-12	Optimizing Storage and Computational Efficiency: An Efficient Algorithm for Whole Slide Image Size Reduction 2023-Sep, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2023.06.010 PMID:40206606	研究论文	开发了一种用于减少全切片图像(WSI)大小的图像处理算法，以提高存储和计算效率	提出了一种新颖的图像处理算法，能够在不改变组织区域图像分辨率的情况下，去除WSI中不需要的背景并将组织部分组装成更小的WSI	研究仅针对Barrett食管的不同发育不良阶段的组织切片，未验证在其他类型组织上的适用性	优化全切片图像的存储、传输和分析效率	非发育不良Barrett食管、低度发育不良和高度发育不良的组织学切片	数字病理学	Barrett食管	图像处理算法	NA	图像	1992年1月至2020年9月期间使用Aperio AT2扫描仪数字化的组织切片	NA	NA	NA	NA
15080	2025-10-07	Tissue response curve-shape analysis of dynamic glucose-enhanced and dynamic contrast-enhanced magnetic resonance imaging in patients with brain tumor 2023-06, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.4863 PMID:36310022	研究论文	开发基于组织响应曲线形状的动态葡萄糖增强MRI分析方法，并与动态对比增强MRI在脑肿瘤患者中进行比较	首次提出基于深度学习识别七种组织响应曲线形状的方法，创建彩色编码曲线图展示不同曲线类型的空间分布	样本量较小（11例患者），仅针对胶质瘤患者进行研究	比较动态葡萄糖增强MRI和动态对比增强MRI在脑肿瘤检测中的异同	疑似胶质瘤患者的脑部组织	医学影像分析	脑肿瘤	动态葡萄糖增强MRI，动态对比增强MRI，7T磁共振成像	深度学习	磁共振影像	11例疑似胶质瘤患者	NA	NA	曲线下面积，p值	NA