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
161	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)
162	2025-04-27	An automated toolbox for microcalcification cluster modeling for mammographic imaging 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17521 PMID:39569820	research paper	开发了一个自动化工具箱，用于生成定制的微钙化簇模型，以支持乳腺X线摄影成像技术的研究和优化	工具箱提供了两种生成微钙化簇模型的方法，包括基于几何形状和变换的三维模型生成，以及基于放射组学分析的二维模型生成，能够根据特定任务定制模型	虽然工具箱能够生成多样化的微钙化簇模型，但其实际应用效果仍需进一步验证	开发和优化乳腺X线摄影成像技术，提高对微钙化簇的正确解读能力	微钙化簇模型	digital pathology	breast cancer	radiomics analysis	NA	image	NA
163	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
164	2025-04-27	A personalized periodontitis risk based on nonimage electronic dental records by machine learning 2025-Feb, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105469 PMID:39571782	research paper	本研究开发了一种基于非图像电子牙科记录（EDRs）的机器学习模型，用于预测牙周病（PD）的风险	利用机器学习模型从非图像电子牙科记录中预测牙周病风险，并识别关键预测因素	模型在验证集中对对照组的预测特异性较低（54%），需要进一步改进内部和外部验证	开发一种机器学习模型，用于早期检测和预防牙周病	来自美国的牙科患者，基于牙周病诊断、治疗和牙周袋情况的病例和对照组	machine learning	periodontal disease	machine learning	Random Forest	electronic dental records	43,331名参与者
165	2025-04-27	Skeletal muscle is independently associated with grade 3-4 toxicity in advanced stage pancreatic ductal adenocarcinoma patients receiving chemotherapy 2025-Feb, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2024.11.004 PMID:39577693	research paper	该研究探讨了晚期胰腺导管腺癌（PDAC）患者在接受FOLFIRINOX化疗期间，身体组成与治疗毒性之间的关系	研究发现肌肉减少症和早期肌肉及脂肪消耗与治疗相关毒性有关，提出了基于身体组成的个性化化疗剂量调整的可能性	研究样本量较小（n=65），且为回顾性研究	研究晚期PDAC患者在接受FOLFIRINOX化疗时身体组成与治疗毒性的关系	晚期胰腺导管腺癌（PDAC）患者	digital pathology	pancreatic cancer	CT图像分割和深度学习	NA	CT图像	65名患者
166	2025-04-27	AI-powered techniques in anatomical imaging: Impacts on veterinary diagnostics and surgery 2025-Feb, Annals of anatomy = Anatomischer Anzeiger : official organ of the Anatomische Gesellschaft DOI:10.1016/j.aanat.2024.152355 PMID:39577814	综述	本文探讨了人工智能在兽医诊断影像学中的创新与挑战，及其对诊断准确性和手术风险缓解的潜在影响	综述了AI在兽医影像诊断中的应用，包括深度学习与卷积神经网络在多种影像模态中的潜力	需解决数据隐私、算法偏见及临床工作流程整合等挑战	探索AI技术在兽医诊断和手术中的创新应用及其潜在影响	兽医诊断影像学中的AI应用	数字病理	NA	深度学习、卷积神经网络	CNN	医学影像（X光、超声、CT、MRI/乳腺摄影）	NA
167	2025-04-27	CelloType: a unified model for segmentation and classification of tissue images 2025-Feb, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02513-1 PMID:39578628	research paper	介绍了一种名为CelloType的端到端模型，用于基于图像的空间组学数据中的细胞分割和分类	采用多任务学习策略，将细胞分割和分类任务整合在一起，同时提升两者的性能，优于传统的两阶段方法	未提及具体的数据集规模或模型在特定条件下的性能限制	提升空间组学数据中细胞分割和分类的自动化标注能力	基于图像的空间组学数据中的细胞和非细胞元素	digital pathology	NA	transformer-based deep learning	transformer	image	多种多重荧光和空间转录组图像
168	2025-04-27	A CT-based deep learning for segmenting tumors and predicting microsatellite instability in patients with colorectal cancers: a multicenter cohort study 2025-Feb, La Radiologia medica DOI:10.1007/s11547-024-01909-5 PMID:39586941	研究论文	开发并验证基于术前增强CT图像的深度学习模型，用于结直肠癌肿瘤自动分割和微卫星不稳定性预测	结合增强CT图像和临床病理因素，开发深度学习模型用于肿瘤自动分割和MSI预测，提高了诊断性能	研究为回顾性设计，可能受到选择偏倚的影响	提高结直肠癌肿瘤分割效率和微卫星不稳定性预测准确性	结直肠癌患者	数字病理	结直肠癌	免疫组织化学、荧光多重聚合酶链反应-毛细管电泳	nnU-Net、ViT、CNN	CT图像	2180名患者（训练组1159人，验证组289人，独立外部测试组732人）
169	2025-04-27	Tumor aware recurrent inter-patient deformable image registration of computed tomography scans with lung cancer 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17536 PMID:39589333	research paper	提出了一种肿瘤感知的深度学习图像配准方法TRACER，用于肺癌患者的CT扫描图像配准	TRACER方法通过结合肿瘤分割信息和使用3D-CLSTM网络，实现了在保持肿瘤区域不变的同时进行精确的图像配准	研究仅针对肺癌患者的CT图像，未验证在其他癌症类型或成像模态上的适用性	开发适用于基于体素分析的放疗结果建模的跨患者图像配准方法	肺癌患者的CT扫描图像	digital pathology	lung cancer	3D computed tomography (CT)	3D-CLSTM	3D image	204 3D CT image pairs for training, with additional evaluation datasets (N=308, N=765, and N=42)
170	2025-04-27	Cross-shaped windows transformer with self-supervised pretraining for clinically significant prostate cancer detection in bi-parametric MRI 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17546 PMID:39589390	research paper	提出了一种新型的自监督学习框架和CSwin transformer UNet模型，用于增强前列腺双参数MRI中的临床显著性前列腺癌检测	引入了端到端的CSwin transformer UNet模型和自监督学习框架，利用未标记数据提高网络泛化能力	需要大量未标记数据进行自监督预训练，且模型性能可能受到数据集多样性的限制	提高前列腺双参数MRI中临床显著性前列腺癌的检测性能	前列腺双参数MRI图像	digital pathology	prostate cancer	bi-parametric MRI	CSwin transformer UNet	image	1476名患者(PI-CAI数据集)和158名患者(Prostate158数据集)
171	2025-04-27	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	research paper	该研究开发并评估了一种深度学习模型，用于在Mohs显微外科手术全切片图像中检测基底细胞癌（BCC），结合弱监督学习和基于可解释分割的方法	通过注意力图将弱监督学习与可解释的分割方法相结合，提高了模型在BCC检测中的性能和可解释性	未对第三个外部数据集进行微调或预处理，可能影响模型在该数据集上的表现	解决Mohs显微外科手术全切片图像中基底细胞癌检测的挑战	基底细胞癌（BCC）的Mohs显微外科手术全切片图像	digital pathology	skin cancer	deep learning	CNN	image	来自2个医疗中心的数据集
172	2025-04-27	Weakly Supervised Multiple Instance Learning Model With Generalization Ability for Clinical Adenocarcinoma Screening on Serous Cavity Effusion Pathology 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.2024.100648 PMID:39515585	研究论文	本研究提出了一种弱监督多实例学习模型，用于浆膜腔积液中腺癌细胞的快速筛查，以提高诊断效率和准确性	首次将细胞块技术与弱监督深度学习模型结合，用于浆膜腺癌的筛查，并构建了首个基于细胞块切片的浆膜腔积液全幻灯片成像公开数据集	NA	提高浆膜腔积液中腺癌细胞的筛查效率和准确性，辅助病理学家诊断	浆膜腔积液中的腺癌细胞	数字病理学	腺癌	全幻灯片成像，细胞块技术	弱监督多实例学习模型	图像	两个真实世界的病理数据集，具体样本量未提及
173	2025-04-27	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	research paper	开发了一种名为CSGO的深度学习流程，用于在H&E染色组织中进行全细胞分割	整合了核和膜分割算法，并使用基于能量的分水岭方法进行后处理，显著提高了全细胞分割的准确性和鲁棒性	仅在5个外部数据集上进行了评估，样本量相对有限	开发一种自动分割H&E染色组织中细胞的深度学习流程，以提升病理图像分析的能力	肝细胞癌和正常肝组织	digital pathology	hepatocellular carcinoma	deep learning	YOLO, U-Net	image	7例肝细胞癌和11例正常肝组织样本
174	2025-04-27	The Future of Surgical Diagnostics: Artificial Intelligence-Enhanced Detection of Ganglion Cells for Hirschsprung Disease 2025-Feb, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102189 PMID:39577743	research paper	本文介绍了一种利用人工智能技术增强术中诊断的方法，显著提高了赫希施普龙病中神经节细胞的检测效率	提出了一种基于深度学习的创新方法，通过ResNet-50模型和梯度加权类激活映射算法，显著提高了神经节细胞的检测准确率和诊断速度	研究样本来自3个中心的164名患者，可能无法代表所有临床情况	提高赫希施普龙病术中神经节细胞的检测效率和准确性	赫希施普龙病患者的手术样本	digital pathology	Hirschsprung disease	deep learning, whole-slide imaging	ResNet-50	image	366张冰冻切片和302张福尔马林固定石蜡包埋切片，来自164名患者
175	2025-04-27	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	review	探讨影像特征在预测胶质母细胞瘤MGMT启动子甲基化状态中的潜力	结合当前影像技术和新兴的放射组学及深度学习模型，预测MGMT甲基化状态，以实现更早和更个体化的治疗和预后	先进的放射组学模型仍需进一步开发、标准化和实施	预测胶质母细胞瘤MGMT启动子甲基化状态，以改善治疗反应和患者预后	胶质母细胞瘤患者	digital pathology	glioblastoma	radiomics, deep learning	deep learning models	imaging	NA
176	2025-04-27	Development and evaluation of a deep learning model to reduce exomass-related metal artefacts in cone-beam CT: an ex vivo study using porcine mandibles 2025-Feb-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae062 PMID:39589904	研究论文	开发并评估了一种深度学习模型，用于减少锥形束CT中由外源性物质引起的金属伪影	使用条件去噪扩散概率模型（DL技术）校正锥形束CT中外源性物质相关的金属伪影，提高了图像质量	研究仅使用了猪下颌骨作为实验对象，未来需要进一步验证在人体中的应用效果	减少锥形束CT中外源性物质引起的金属伪影，提高图像质量	猪下颌骨及其中植入的钛、钛锆和氧化锆牙科植入物	数字病理	NA	锥形束CT（CBCT）	条件去噪扩散概率模型	图像	5个猪下颌骨，每个下颌骨植入6个填充放射不透明溶液的管子，并逐步插入最多3个牙科植入物
177	2025-04-27	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	research paper	探讨通过泛化能力利用CT图像辅助MR图像分割的可行性及稳健性，应用于肾细胞癌患者的肾实质分割	提出了一种利用CT图像通过泛化能力辅助MR图像分割的简化方法，避免了复杂的跨模态框架	需要更全面的测试来验证方法的泛化能力	探索在多模态医学图像分割中减少数据和标注需求的方法	肾细胞癌患者的肾实质	digital pathology	renal cell carcinoma	3D-UNET	CNN	image	116 CT图像和240 MR图像
178	2025-04-27	Radiomics-guided generative adversarial network for automatic primary target volume segmentation for nasopharyngeal carcinoma using computed tomography images 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17493 PMID:39535436	research paper	提出了一种基于放射组学引导的生成对抗网络（PRG-GAN），用于自动分割鼻咽癌（NPC）的原发肿瘤体积（GTVp）	结合放射组学特征与生成对抗网络（GAN），通过环形瘤周区域的放射组学特征作为先验知识，提高了分割准确性	研究样本量较小（157例患者），且仅基于CT图像，未考虑其他影像模态	解决鼻咽癌原发肿瘤体积（GTVp）在CT图像上自动分割的挑战	鼻咽癌（NPC）患者的CT图像	digital pathology	nasopharyngeal carcinoma	radiomics, deep learning	GAN	image	157例鼻咽癌患者的CT图像（训练集108例，验证集9例，测试集30例）
179	2025-04-27	4DCT image artifact detection using deep learning 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17513 PMID:39540716	research paper	本研究开发了一种基于深度学习的算法，用于检测4DCT图像中的伪影位置	该模型能够灵活处理多种类型的伪影，包括重复、错位、截断和插值，且灵敏度比现有方法高8%	NA	开发一种深度学习算法，用于识别4DCT图像中的伪影位置	4DCT图像中的伪影	computer vision	NA	4DCT	U-net CNN	image	从98次4DCT扫描中提取的23,000多个冠状切片
180	2025-04-27	SleepECG-Net: Explainable Deep Learning Approach With ECG for Pediatric Sleep Apnea Diagnosis 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3495975 PMID:39527413	研究论文	提出了一种名为SleepECG-Net的可解释深度学习方法，用于通过心电图直接评估儿童阻塞性睡眠呼吸暂停（OSA）的严重程度	结合CNN-RNN模型和Grad-CAM算法，提高了模型的可解释性，并识别出与儿童OSA相关的心电图特征	模型在不同数据集上的性能存在差异，Cohen's Kappa值在0.249到0.410之间	简化儿童阻塞性睡眠呼吸暂停的诊断过程，并提供心血管风险因素信息	儿童阻塞性睡眠呼吸暂停患者	数字病理学	阻塞性睡眠呼吸暂停	深度学习	CNN-RNN	心电图信号	CHAT数据集1610例，CFS数据集64例，UofC数据集981例