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
17001	2025-03-12	A Protocol for Body MRI/CT and Extraction of Imaging-Derived Phenotypes (IDPs) from the China Phenobank Project 2024-Dec, Phenomics (Cham, Switzerland) DOI:10.1007/s43657-023-00141-x PMID:40061820	研究论文	本文描述了中国表型库项目中的全身成像协议及图像处理流程，旨在促进基于该平台的研究规划	提出了一个适用于多器官的全身成像协议，并利用深度学习分割模型处理大量数据	未提及具体的研究结果或数据验证	为基于中国表型库项目平台的研究提供参考	心脏、肝脏、脾脏、胰腺、肾脏、肺、前列腺和子宫等多器官	数字病理	NA	MRI, CT	深度学习分割模型	图像	NA	NA	NA	NA	NA
17002	2025-03-12	CTLESS: A scatter-window projection and deep learning-based transmission-less attenuation compensation method for myocardial perfusion SPECT 2024-Nov-25, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3496870 PMID:40030354	研究论文	本文提出了一种基于散射窗投影和深度学习的无传输衰减补偿方法（CTLESS），用于心肌灌注SPECT成像	CTLESS方法无需单独的X射线CT扫描，通过深度学习从散射能量窗投影中重建衰减图，避免了额外的辐射剂量和成本，并解决了SPECT与CT图像不对齐的问题	该方法仍需在更大规模的临床数据上进行进一步验证，以确认其广泛适用性	开发一种无需CT扫描的心肌灌注SPECT成像衰减补偿方法，以提高诊断准确性和降低成本	心肌灌注SPECT图像	数字病理学	心血管疾病	深度学习	多通道输入多解码器网络	图像	回顾性研究中使用匿名临床SPECT/CT应力心肌灌注图像	NA	NA	NA	NA
17003	2025-10-07	Deep learning Radiomics Based on Two-Dimensional Ultrasound for Predicting the Efficacy of Neoadjuvant Chemotherapy in Breast Cancer 2024-11, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346241276168 PMID:39257175	研究论文	基于术前超声影像组学、深度学习和临床特征的综合模型预测乳腺癌新辅助化疗后病理完全缓解	首次结合超声影像组学、深度学习特征和临床参数构建综合预测模型DLRC	样本量较小（155例患者），单中心研究	预测乳腺癌患者新辅助化疗后的病理完全缓解状态	155例经病理确诊的乳腺癌患者	医学影像分析	乳腺癌	二维超声	深度学习, 随机森林, LASSO	超声图像	155例患者（训练集与验证集按7:3随机分配）	NA	NA	AUC, 决策曲线分析	NA
17004	2025-10-07	TAG-SPARK: Empowering High-Speed Volumetric Imaging With Deep Learning and Spatial Redundancy 2024-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202405293 PMID:39283040	研究论文	提出结合可调声学梯度透镜高速显微镜和TAG-SPARK去噪算法的对比增强视频速率体积成像系统	利用z切片空间冗余性进行自监督模型训练，专为4D数据集设计，实现超过700%的信噪比提升	未明确说明算法在不同神经元类型或组织深度中的普适性	解决高速荧光钙成像中采集速度与图像质量之间的权衡问题	浦肯野细胞钙活动观测	计算显微镜	NA	双光子高速荧光钙成像	深度学习	4D体积图像数据	NA	NA	TAG-SPARK	信噪比增强	NA
17005	2025-10-07	Clinical usability of deep learning-based saliency maps for occlusion myocardial infarction identification from the prehospital 12-Lead electrocardiogram 2024 Nov-Dec, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2024.153792 PMID:39255653	研究论文	评估基于深度学习的显著性图谱在院前12导联心电图中识别闭塞性心肌梗死的临床可用性	首次在临床环境中系统评估显著性图谱对深度学习心电图模型可解释性的增强作用	研究样本量较小（仅100例心电图），仅涉及三位临床医生评估	评估深度学习显著性图谱在临床心电图分析中的实用价值	胸痛患者的12导联心电图	医学人工智能	心血管疾病	心电图分析	CNN	心电图信号	100例心电图	NA	卷积神经网络	AUC, F1分数	NA
17006	2025-03-12	Deep Learning Reconstruction in Abdominopelvic Contrast-Enhanced CT for The Evaluation of Hemorrhages 2024-11, Radiologic technology IF:0.7Q4 PMID:39472011	研究论文	本研究探讨了深度学习重建在腹盆部增强CT中描绘动脉和评估出血的效果，并与混合迭代重建进行了比较	首次在腹盆部增强CT中应用深度学习重建技术，显著改善了动脉描绘和出血评估的图像质量	样本量较小（16例患者），需要更大规模的前瞻性研究来验证结果	评估深度学习重建在腹盆部增强CT中描绘动脉和评估出血的效果	16例急性出血患者	医学影像	出血	深度学习重建、混合迭代重建、滤波反投影	深度学习	CT图像	16例患者（8男8女，平均年龄54.2±22.1岁）	NA	NA	NA	NA
17007	2025-10-07	CTLESS: A scatter-window projection and deep learning-based transmission-less attenuation compensation method for myocardial perfusion SPECT 2024-Sep-12, ArXiv PMID:39314501	研究论文	开发了一种基于散射窗口投影和深度学习的无传输扫描衰减补偿方法用于心肌灌注SPECT成像	首次提出使用散射能量窗口投影和深度学习网络实现无需CT扫描的SPECT衰减补偿	回顾性研究，需要进一步临床评估验证	开发无CT扫描的心肌灌注SPECT衰减补偿方法以降低辐射剂量和成本	心肌灌注SPECT/CT应力成像数据	医学影像分析	心血管疾病	SPECT/CT成像，散射能量窗口投影	深度学习	医学影像	匿名临床SPECT/CT应力心肌灌注图像	NA	多通道输入多解码器网络	AUC，均方根误差，结构相似性指数	NA
17008	2025-10-07	CryoTEN: Efficiently Enhancing Cryo-EM Density Maps Using Transformers 2024-Sep-11, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.06.611715 PMID:39314387	研究论文	提出一种基于三维U-Net风格Transformer的CryoTEN方法，用于高效增强冷冻电镜密度图质量	首次将三维U-Net风格Transformer架构应用于冷冻电镜密度图增强，在保持高质量的同时运行速度比现有最佳深度学习方法快10倍以上且GPU内存需求更低	NA	开发高效算法以提升冷冻电镜密度图质量，从而改善蛋白质结构建模	冷冻电镜密度图	计算机视觉	NA	冷冻电镜	Transformer	三维密度图	1,295个冷冻电镜图作为训练集，150个独立测试图	NA	U-Net, Transformer	密度图质量提升，蛋白质结构建模质量	GPU
17009	2025-10-07	Automatic Quantitative Assessment of Muscle Strength Based on Deep Learning and Ultrasound 2024-09, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346241255590 PMID:38881032	研究论文	提出一种基于深度学习和超声技术的肌肉力量自动定量评估方法	首次将深度学习与超声技术结合实现肌肉力量的自动化评估，减少对操作者专业经验的依赖	仅针对肱二头肌进行测试，样本类型和肌肉种类有限	开发自动化的肌肉力量评估方法以辅助运动员康复和力量训练	多名运动员在不同力量水平下的肱二头肌	计算机视觉	NA	B型超声	深度学习模型	超声图像	多名运动员的肱二头肌超声数据	NA	NA	准确率	NA
17010	2025-10-07	Deep learning-based multi-parametric magnetic resonance imaging (mp-MRI) nomogram for predicting Ki-67 expression in rectal cancer 2024-09, Abdominal radiology (New York) DOI:10.1007/s00261-024-04232-9 PMID:38489038	研究论文	开发基于深度学习的多参数磁共振成像列线图预测直肠癌Ki-67表达水平	首次结合深度学习特征与临床特征构建多中心验证的列线图模型	回顾性研究设计，样本量有限（491例）	预测直肠癌Ki-67表达状态	直肠癌患者	医学影像分析	直肠癌	多参数磁共振成像（mp-MRI）	深度学习模型	医学影像	491例来自两个中心的直肠癌患者	NA	NA	AUC, 校准曲线, 决策曲线, 临床影响曲线	NA
17011	2025-10-07	CD4+ T cells exhibit distinct transcriptional phenotypes in the lymph nodes and blood following mRNA vaccination in humans 2024-Sep, Nature immunology IF:27.7Q1 DOI:10.1038/s41590-024-01888-9 PMID:39164479	研究论文	通过单细胞转录组学分析mRNA疫苗接种后人类CD4+ T细胞在淋巴结和血液中的转录表型差异	首次使用深度学习反向表位定位方法Trex预测抗原特异性，并比较疫苗接种与自然感染后CD4 T细胞表型差异	样本量相对有限，仅分析了1277个棘突蛋白特异性CD4 T细胞	研究mRNA疫苗接种后CD4 T细胞在不同组织部位的转录表型特征	接种BNT162b2 mRNA疫苗和SARS-CoV-2感染个体的CD4 T细胞	生物医学	传染病	单细胞转录组学, 深度学习反向表位定位	深度学习	单细胞转录组数据	1277个棘突蛋白特异性CD4 T细胞（包含238个通过Trex定义）	NA	NA	NA	NA
17012	2025-10-07	Contrastive Self-supervised Learning for Neurodegenerative Disorder Classification 2024-Jul-04, medRxiv : the preprint server for health sciences DOI:10.1101/2024.07.03.24309882 PMID:39006425	研究论文	本研究探索使用对比自监督学习方法对神经退行性疾病进行分类	首次将对比自监督学习应用于神经退行性疾病分类，无需大量专家标注数据即可学习有效的特征表示	研究样本量相对有限，未与其他自监督方法进行系统比较	开发无需标注数据的神经退行性疾病自动分类方法	阿尔茨海默病和额颞叶变性患者及认知正常对照组的脑部MRI扫描	医学影像分析	神经退行性疾病	T1加权MRI扫描	CNN, 感知机	医学影像	2694个T1加权MRI扫描，来自四个数据集：ADNI、AIBL、FTLDNI	NA	深度卷积神经网络, 单层感知机	平衡准确度	NA
17013	2025-10-07	Deep Learning-Derived Myocardial Strain 2024-Jul, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2024.01.011 PMID:38551533	研究论文	开发了一种自动化的深度学习应变分析流程，用于从标准超声心动图B模式图像测量整体纵向应变	创建了开源、厂商无关的自动化应变测量方法，显著降低了操作者经验和厂商设备差异带来的变异性	与二维GLS的一致性为中等水平（ICC: 0.56），存在-3.31%的偏差	开发并验证自动化的深度学习应变分析流程在不同应用和人群中的性能	超声心动图B模式图像，包括心脏肥大和晚期心脏淀粉样变性患者	医学影像分析	心血管疾病	超声心动图，斑点追踪技术	深度学习	医学图像	多个患者群体，包括外部验证数据集	NA	EchoNet-Dynamic	组内相关系数, 平均绝对误差, 偏差, 一致性界限	NA
17014	2025-10-07	Brain Age Analysis and Dementia Classification using Convolutional Neural Networks trained on Diffusion MRI: Tests in Indian and North American Cohorts 2024-May-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.04.578829 PMID:38370641	研究论文	本研究使用卷积神经网络分析扩散加权MRI数据，进行脑龄预测和痴呆分类，并在印度和北美人群中验证模型性能	首次将扩散加权MRI作为输入数据用于脑龄分析和痴呆分类，并采用3D CycleGAN方法进行数据集协调	研究样本主要来自特定人群（北美和印度），可能限制模型的普适性	开发基于深度学习的脑龄预测和阿尔茨海默病分类模型	阿尔茨海默病患者和健康对照者的大脑MRI数据	医学影像分析	阿尔茨海默病	扩散加权MRI，T1加权MRI	CNN, CycleGAN	3D医学影像	来自ADNI（北美）和NIMHANS（印度）两个队列的样本	NA	3D CycleGAN, 卷积神经网络	分类性能指标	NA
17015	2025-10-07	Cross noise level PET denoising with continuous adversarial domain generalization 2024-Apr-03, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad341a PMID:38484401	研究论文	本文提出一种基于连续对抗域泛化的PET图像去噪方法，能够有效处理不同噪声水平的PET图像	首次从域泛化角度解决跨噪声水平去噪性能下降问题，提出使用连续判别器的对抗训练方法	研究仅基于特定tau PET数据集，在其他类型PET数据上的泛化能力需进一步验证	解决PET图像在不同噪声水平下的去噪泛化问题	97F-MK6240 tau PET研究中的60名受试者	医学图像处理	阿尔茨海默病	PET成像	GAN, UNet	3D医学图像	60名受试者，生成1940对3D图像体积（训练1400对，验证120对，测试420对）	NA	3D UNet	bias, standard deviation, SSIM, PSNR	NA
17016	2025-10-07	Identifying Reproducibly Important EEG Markers of Schizophrenia with an Explainable Multi-Model Deep Learning Approach 2024-Feb-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.09.579600 PMID:38405889	研究论文	本研究提出一种可解释的多模型深度学习方法，用于识别精神分裂症的重要EEG生物标志物	提出(1)基于特征交互的可解释性方法和(2)多模型解释汇总的新方法，通过分析训练集和测试集解释来提取可泛化的见解	NA	识别精神分裂症的可重现EEG生物标志物	精神分裂症患者的脑电图数据	机器学习	精神分裂症	脑电图频谱功率分析	深度学习	EEG频谱功率数据	NA	NA	NA	NA	NA
17017	2025-10-07	Clinically Applicable Pan-Origin Cancer Detection for Lymph Nodes via Artificial Intelligence-Based Pathology 2024, Pathobiology : journal of immunopathology, molecular and cellular biology IF:3.5Q1 DOI:10.1159/000539010 PMID:38718783	研究论文	开发了一种基于人工智能的全癌种淋巴结转移检测系统	提出首个适用于多器官来源的淋巴结癌转移检测系统，能够在49-52种不同器官来源的样本中保持稳定性能	未提及模型在罕见癌症类型或特殊病理亚型上的表现	开发临床适用的全癌种淋巴结转移人工智能检测系统	淋巴结组织切片	数字病理学	多器官癌症	全玻片图像分析	深度学习模型	病理图像	训练集700+张WSI，测试集2,453张WSI（来自两个医疗中心）	NA	NA	AUC, 灵敏度, 特异性	NA
17018	2025-10-07	SAMPLER: unsupervised representations for rapid analysis of whole slide tissue images 2024-Jan, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2023.104908 PMID:38101298	研究论文	提出一种名为SAMPLER的无监督快速方法，用于生成全切片组织图像的幻灯片级别表示	通过编码多尺度图块级特征的累积分布函数生成幻灯片级别表示，无需监督训练和复杂的注意力模块优化	未明确说明方法在更广泛疾病类型或数据集的泛化能力	开发无监督的快速方法用于全切片组织图像分析	乳腺癌、非小细胞肺癌和肾细胞癌的全切片图像	数字病理学	多种癌症（乳腺癌、非小细胞肺癌、肾细胞癌）	H&E染色全切片图像分析	无监督表示学习方法	全切片组织图像	来自癌症基因组图谱的乳腺癌、非小细胞肺癌和肾细胞癌WSI样本	NA	基于累积分布函数编码的统计方法	AUC	NA
17019	2025-03-12	Intraoperative molecular diagnosis of glioma through combination of radiofrequency signals from ultrasound and deep learning 2024-Jan, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2023.104933 PMID:38103513	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
17020	2025-10-07	Video-Based Deep Learning for Automated Assessment of Left Ventricular Ejection Fraction in Pediatric Patients 2023-05, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2023.01.015 PMID:36754100	研究论文	开发基于视频的深度学习算法EchoNet-Peds，用于自动化评估儿科患者的左心室射血分数	首个专门针对儿科人群的大规模超声心动图数据集和深度学习算法，在儿科EF评估上显著优于成人模型	仅针对儿科患者开发，可能不适用于成人群体	开发儿科专用的自动化左心室功能评估算法	儿科患者的超声心动图视频	计算机视觉	心血管疾病	超声心动图	深度学习	视频	4,467例儿科超声心动图	NA	EchoNet-Peds	Dice相似系数, 平均绝对误差, AUC	NA