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	2025-04-24	Sparse keypoint segmentation of lung fissures: efficient geometric deep learning for abstracting volumetric images 2025-Mar, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03310-z PMID:39775630	research paper	该研究提出了一种基于几何深度学习的稀疏关键点分割方法，用于提高肺部裂隙在CT图像中的分割效率	使用稀疏点云进行几何深度学习，提出了一种高效的点云到网格自动编码器（PC-AE），显著提高了处理速度	PC-AE在误差上略高于传统的Poisson表面重建（PSR）方法	提高肺部裂隙在CT图像中的分割效率	肺部裂隙	digital pathology	lung cancer	geometric deep learning, 3D-CNN	PointNets, GCNs, PointTransformers, PC-AE	CT images, point clouds	多样化的临床和病理数据
162	2025-04-24	Real-Time Typical Urodynamic Signal Recognition System Using Deep Learning 2025-Mar, International neurourology journal IF:1.8Q3 DOI:10.5213/inj.2448430.215 PMID:40211837	research paper	本研究开发了一种基于深度学习的实时尿动力学信号识别系统，用于辅助医生完成高质量的尿动力学检查	首次将深度学习算法应用于典型尿动力学信号的实时识别，提高了尿动力学检查的解读质量和效率	这是一项回顾性单中心研究，模型的泛化能力尚未得到验证	通过深度学习算法标准化尿动力学检查并确保其临床参考价值	神经源性膀胱成年患者的尿动力学图像数据	digital pathology	neurogenic bladder	deep learning	Yolov5l	image	400名神经源性膀胱患者（共2655张图像）
163	2025-04-24	Automatic analysis of three-dimensional cardiac tagged magnetic resonance images using neural networks trained on synthetic data 2025-Feb-26, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101869 PMID:40021091	研究论文	本文提出了一种专门用于3D心脏标记磁共振图像位移分析的深度学习方法	首次开发了针对3D心脏标记磁共振图像的深度学习分析方法，使用合成数据进行训练	方法仅在合成数据和有限的外部验证数据集上进行了测试	开发用于3D心脏标记磁共振图像分析的深度学习方法	左心室运动分析	医学影像分析	心血管疾病	3D标记磁共振成像	神经网络	3D图像	外部验证人类数据集和猪研究数据集
164	2025-04-24	Deep learning on pre-procedural computed tomography and clinical data predicts outcome following stroke thrombectomy 2025-Feb-14, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2023-021154 PMID:38527795	research paper	该研究利用深度学习和临床数据预测缺血性卒中患者接受血管内血栓切除术后的功能恢复结果	结合基线CT和临床数据的深度学习模型在预测3个月功能恢复结果方面表现出色，与仅使用临床数据的逻辑回归模型性能相当	研究未纳入手术中和术后数据，未来研究需探讨这些数据是否能显著提升模型性能	提高缺血性卒中患者接受血管内血栓切除术前的预后预测准确性	接受血管内血栓切除术的缺血性卒中患者	machine learning	cardiovascular disease	CT head, CT angiography	deep learning, logistic regression, random forest	image, clinical data	975名患者（778名用于模型开发，197名用于外部验证）
165	2025-04-24	Multiple model visual feature embedding and selection method for an efficient oncular disease classification 2025-02-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84922-y PMID:39934192	research paper	本研究提出了一种基于深度学习的自动化眼疾分类系统，利用ODIR数据集进行训练和验证	引入了一种新颖的两级特征选择框架，结合LDA和先进的神经网络分类器（DNN、LSTM和BiLSTM），显著提高了分类准确性和计算效率	研究仅使用了ODIR数据集，可能无法涵盖所有眼疾类型和临床场景	开发一个高效、可扩展的眼疾自动分类系统，以支持临床决策	眼疾患者的眼底图像	digital pathology	ocular disease	deep learning, transfer learning	DenseNet201, EfficientNetB3, InceptionResNetV2, DNN, LSTM, BiLSTM	image	5,000 patient fundus images
166	2025-04-24	Deliod a lightweight detection model for intestinal organoids based on deep learning 2025-02-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89409-y PMID:39934224	research paper	介绍了一种基于深度学习的轻量级检测模型Deliod，用于自动识别肠道类器官的形态	提出了一种基于YOLOv8的轻量级检测模型Deliod，解决了现有技术中因组织重叠和小目标导致的高错误率和有限适用性问题	未提及具体的数据集规模或多样性限制	开发一种高效的肠道类器官形态识别模型	肠道类器官	digital pathology	intestinal disorders	deep learning	YOLOv8	image	NA
167	2025-04-24	MedFuseNet: fusing local and global deep feature representations with hybrid attention mechanisms for medical image segmentation 2025-02-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89096-9 PMID:39934248	研究论文	提出一种名为MedFuseNet的新型编码器-解码器架构，通过混合注意力机制融合局部和全局深度特征表示，用于医学图像分割	结合CNN和Swin-Transformer的双分支结构，以及四种不同的注意力模块，实现了局部和全局特征的有效融合与增强	仅在ACDC和Synapse两个公开数据集上进行了验证，需要更多数据集测试其泛化能力	提高医学图像分割的性能	医学图像	数字病理学	NA	深度学习	CNN, Swin-Transformer	医学图像	ACDC和Synapse数据集
168	2025-04-24	A promising AI based super resolution image reconstruction technique for early diagnosis of skin cancer 2025-02-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89693-8 PMID:39934265	research paper	提出一种基于AI的超分辨率图像重建技术，用于皮肤癌的早期诊断	提出了一种名为MELIIGAN的新型生成对抗网络框架，用于处理中间皮肤病变图像的超分辨率重建，并设计了堆叠残差块以处理更大的缩放因子和细粒度细节重建	未提及具体的数据集规模和多样性限制	开发一种非侵入性方法，通过超分辨率图像重建技术提高皮肤癌早期诊断的准确性	中间或可疑皮肤病变的皮肤镜图像	digital pathology	skin cancer	dermoscopy, super-resolution image reconstruction	GAN (MELIIGAN)	image	NA
169	2025-04-24	Interpretable deep learning of single-cell and epigenetic data reveals novel molecular insights in aging 2025-02-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89646-1 PMID:39934290	研究论文	本文开发了一种多视图图级表示学习框架，结合可解释人工智能工具，从单细胞转录组和DNA甲基化数据中揭示衰老过程中的新分子机制	提出了一种结合先验生物网络信息的多视图图级表示学习框架，用于构建细胞类型分辨率的分子衰老时钟，并通过XAI进行解释，发现了传统机器学习方法无法揭示的核糖体基因子网络和炎症反应通路	研究主要基于免疫细胞和单核细胞的转录组和甲基化数据，可能无法完全代表其他细胞类型或组织的衰老机制	利用深度学习和可解释人工智能研究分子水平上的生物衰老过程	981名捐赠者的超过100万个免疫细胞的单细胞转录组数据以及分选单核细胞的DNA甲基化数据	机器学习	老年疾病	单细胞转录组测序, DNA甲基化测序	MGRL (多视图图级表示学习框架)	单细胞转录组数据, DNA甲基化数据	981名捐赠者的超过100万个免疫细胞
170	2025-04-24	Artificial intelligence support improves diagnosis accuracy in anterior segment eye diseases 2025-02-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89768-6 PMID:39934383	research paper	评估深度学习模型CorneAI在提高眼科医生诊断前段眼病准确性方面的效果	CorneAI模型即使使用智能手机图像也能有效提高诊断准确性，超越了其自身基线准确率	模型仅基于扩散裂隙灯图像训练，可能限制了其在其他类型图像上的泛化能力	评估AI辅助诊断工具在眼科临床实践中的效果	40名眼科医生（20名专家和20名住院医师）对100张眼部图像进行分类诊断	digital pathology	anterior segment eye diseases	deep learning	CNN	image	100张图像（50张iPhone 13 Pro照片和50张扩散裂隙灯照片）
171	2025-04-24	Deep attention model for arrhythmia signal classification based on multi-objective crayfish optimization algorithmic variational mode decomposition 2025-02-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89752-0 PMID:39934416	research paper	提出了一种基于多目标小龙虾优化算法变分模态分解的深度注意力模型，用于心律失常信号分类	结合了基于非支配排序的多目标优化方法和小龙虾优化算法来优化VMD的关键参数，并构建了基于MOCOA-VMD的深度注意力模型	研究主要基于模拟的ECG信号，虽然也使用了MIT-BIH心律失常数据库进行验证，但可能仍需更多真实数据验证	提高心律失常信号的分类准确率	心律失常信号	machine learning	cardiovascular disease	variational mode decomposition (VMD), multi-objective crayfish optimization algorithm (MOCOA)	deep attention model	ECG信号	模拟的ECG信号和MIT-BIH心律失常数据库
172	2025-04-24	A robust deep learning framework for multiclass skin cancer classification 2025-02-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89230-7 PMID:39930026	research paper	提出一种创新的混合深度学习模型，用于多类别皮肤癌分类	结合ConvNeXtV2块和可分离自注意力机制，优化特征提取和分类性能	未提及模型在真实临床环境中的验证情况	提高皮肤癌早期和精确诊断的准确率	八种不同的皮肤病变类别	computer vision	skin cancer	data augmentation, transfer learning	hybrid deep learning model (ConvNeXtV2 + separable self-attention)	image	ISIC 2019数据集中的八种皮肤病变类别
173	2025-04-24	Artificial intelligence links CT images to pathologic features and survival outcomes of renal masses 2025-Feb-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56784-z PMID:39915478	研究论文	该研究利用深度学习模型通过术前多期CT图像非侵入性预测肾脏肿块恶性和侵袭性病理的可能性	开发了两个多期卷积神经网络模型，用于预测肾脏肿块的恶性和侵袭性，其性能超过了资深放射科医生和放射组学模型	研究样本量有限，且仅基于CT图像进行预测	改善肾脏肿块的诊断，区分良性肿块和侵袭性癌症以优化治疗选择	4557名患者的13261个术前CT扫描数据	数字病理	肾癌	CT扫描	CNN	图像	4557名患者的13261个CT扫描数据
174	2025-04-24	Invited commentary: deep learning-methods to amplify epidemiologic data collection and analyses 2025-Feb-05, American journal of epidemiology IF:5.0Q1 DOI:10.1093/aje/kwae215 PMID:39013794	comments	本文是一篇受邀评论，探讨了深度学习在流行病学数据收集和分析中的应用及其潜力	讨论了深度学习如何扩展流行病学研究的范围和能力，包括增加研究的地理覆盖、纳入更多研究对象以及处理大规模或高维数据	深度学习方法的工具对流行病学家来说不如传统回归方法那样直接或普遍可用	探讨深度学习在流行病学数据收集和分析中的应用及其潜力	流行病学研究中的数据收集和分析	machine learning	NA	deep learning, neural networks, attention algorithms	NA	text, audio, images, video	NA
175	2025-04-24	Deep learning-based automatic ASPECTS calculation can improve diagnosis efficiency in patients with acute ischemic stroke: a multicenter study 2025-Feb, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10960-9 PMID:39060495	research paper	本研究开发了一种基于深度学习的自动ASPECTS计算系统，用于提高急性缺血性卒中患者的诊断效率	提出了一种基于深度学习的自动ASPECTS评估系统，显著提高了诊断效率和一致性	在临床应用时仍需医生验证	开发一种临床适用的自动ASPECTS系统，以提高急性缺血性卒中的诊断效率和一致性	急性缺血性卒中患者的非对比计算机断层扫描（NCCT）图像	digital pathology	cardiovascular disease	deep learning	DL	image	开发队列1767例，独立测试队列220例，前瞻性临床应用研究13399例患者
176	2025-04-24	Estimating the Severity of Oral Lesions Via Analysis of Cone Beam Computed Tomography Reports: A Proposed Deep Learning Model 2025-Feb, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.06.015 PMID:39068121	研究论文	本研究提出了一种基于深度学习的模型，用于通过分析锥形束计算机断层扫描（CBCT）报告来估计口腔病变的严重程度	提出的CNN-LSTM模型利用密集向量表示嵌入的单词，有效捕捉语义相似性，优于传统模型	研究仅基于单一机构的1134份CBCT报告，可能缺乏广泛代表性	区分口腔病变的高风险和低风险等级，以促进及时治疗	口腔病变的CBCT放射学报告	自然语言处理	口腔疾病	CBCT	CNN-LSTM	文本	1134份CBCT放射学报告
177	2025-04-24	Deep learning model based on contrast-enhanced ultrasound for predicting vessels encapsulating tumor clusters in hepatocellular carcinoma 2025-Feb, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10985-0 PMID:39066894	研究论文	基于对比增强超声的深度学习模型用于预测肝细胞癌中的血管包裹肿瘤簇模式	提出了一种非侵入性的深度学习方法，利用对比增强超声图像预测肝细胞癌中的VETC模式，并评估其对术后早期复发的预测价值	研究为回顾性设计，样本量相对较小（242例患者）	开发并验证一种非侵入性工具，用于预测肝细胞癌中的VETC模式和术后早期复发风险	肝细胞癌患者	数字病理	肝细胞癌	对比增强超声(CEUS)	ResNet-18 CNN	图像	242例肝细胞癌患者（训练组195例，测试组47例）
178	2025-04-24	Comparison of the Efficacy of Artificial Intelligence-Powered Software in Crown Design: An In Vitro Study 2025-Feb, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.06.023 PMID:39069456	research paper	比较两种AI驱动的牙冠设计软件与传统计算机辅助设计软件在时间和形态准确性上的表现	首次比较AI驱动软件与传统计算机辅助设计软件在牙冠设计中的效率和形态准确性	AI软件在形态准确性上未能超越经验丰富的技术人员，且样本量较小	评估AI驱动软件在牙冠设计中的时间效率和形态准确性	33颗临床适应的后牙牙冠	digital pathology	NA	三维几何计算	NA	三维图像数据	33颗后牙牙冠
179	2025-04-24	RadImageNet and ImageNet as Datasets for Transfer Learning in the Assessment of Dental Radiographs: A Comparative Study 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01204-9 PMID:39048809	研究论文	比较RadImageNet和ImageNet在牙科放射影像评估中作为迁移学习数据集的性能	评估了RadImageNet（大规模医学影像数据集）在牙科影像分类任务中的表现，并与常用的ImageNet数据集进行了比较	研究仅针对两种特定的牙科影像分类任务，可能无法推广到其他医学影像分析场景	评估不同预训练数据集（RadImageNet vs ImageNet）在牙科影像分类任务中的迁移学习效果	牙科放射影像（全景放射影像和侧位头影测量影像）	计算机视觉	牙科疾病	迁移学习	深度学习模型（未指定具体类型）	影像	两个牙科影像数据集（具体数量未说明）
180	2025-04-24	Multi-reader multiparametric DECT study evaluating different strengths of iterative and deep learning-based image reconstruction techniques 2025-Feb, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10974-3 PMID:39046499	research paper	本研究通过多读者比较，评估了深度学习图像重建（DLIR）与标准自适应统计迭代重建-V（ASIR-V）在多参数双能CT（DECT）图像重建中的表现	首次在多参数DECT图像重建中比较了DLIR与ASIR-V的不同强度，并发现DLIR在图像质量上具有优势	研究为回顾性设计，样本量相对较小（100例患者）	比较DLIR与ASIR-V在多参数DECT图像重建中的性能差异	接受门静脉期腹部CT扫描的100例患者	医学影像处理	NA	双能CT（DECT）扫描	深度学习图像重建（DLIR）	CT图像	100例患者