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
1841	2025-04-23	Machine learning vs human experts: sacroiliitis analysis from the RAPID-axSpA and C-OPTIMISE phase 3 axSpA trials 2025, Rheumatology advances in practice IF:2.1Q3 DOI:10.1093/rap/rkae118 PMID:40256636	研究论文	本研究评估了深度学习模型在检测轴型脊柱关节炎（axSpA）患者骶髂关节炎中的性能，并与专家评估进行了比较	使用深度学习模型减少诊断时间并最小化读者间差异，首次在RAPID-axSpA和C-OPTIMISE试验中进行评估	模型在C-OPTIMISE队列中的特异性较低（56%），Cohen's κ值仅为0.48	评估深度学习模型在检测axSpA患者骶髂关节炎中的性能，以加速诊断并减少医疗资源使用	RAPID-axSpA（n=277）和C-OPTIMISE（n=739）试验中的axSpA患者	数字病理学	轴型脊柱关节炎	深度学习	深度学习模型（基于迁移学习）	X光影像	RAPID-axSpA（277例）和C-OPTIMISE（739例）患者的基线X光影像
1842	2025-04-23	Attention-aware Deep Learning Models for Dermoscopic Image Classification for Skin Disease Diagnosis 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056332443241129113146 PMID:40259872	research paper	该研究利用深度学习模型结合注意力机制对皮肤镜图像进行分类，以提高皮肤疾病的诊断准确性	在预训练的CNN架构中集成了通道注意力和空间注意力机制，优化了特征提取和分类精度	未提及模型在临床环境中的实际应用效果或外部验证结果	利用深度学习方法分析皮肤镜图像，提高皮肤疾病的诊断准确性	七种类型的皮肤疾病	computer vision	skin disease	deep learning, attention mechanism	CNN (RegNetX, EfficientNetB3, VGG19, ResNet-152)	image	NA
1843	2025-04-23	Classification of rib fracture types from postmortem computed tomography images using deep learning 2024-Dec, Forensic science, medicine, and pathology DOI:10.1007/s12024-023-00751-x PMID:37968549	research paper	本研究使用深度学习技术对尸检计算机断层扫描（PMCT）图像中的肋骨骨折类型进行分类	利用基于ResNet50架构的深度学习模型，通过迁移学习对不同层次的肋骨骨折类型进行分类，为法医病理学家和医疗从业者提供了一种减少工作量的可靠解决方案	模型在分类层次较低时表现较差，尤其是'ad latus'类型的骨折预测准确率仅为17-18%	开发一个能够辅助临床医生分析PMCT图像中肋骨骨折类型的系统	尸检计算机断层扫描（PMCT）图像中的肋骨骨折	computer vision	NA	deep learning, transfer learning	ResNet50	image	NA
1844	2025-04-23	Rectify ViT Shortcut Learning by Visual Saliency 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3310531 PMID:37703160	research paper	提出了一种新颖的基于视觉显著性的ViT模型（SGT），用于纠正ViT中的捷径学习问题	在没有眼动数据的情况下，利用计算视觉显著性模型预测显著图来引导ViT关注有意义的区域，并通过残差连接保留全局信息	获取眼动数据可能耗时耗力甚至不切实际，而本文方法依赖于计算视觉显著性模型的准确性	纠正视觉Transformer（ViT）中的捷径学习问题，提高模型的泛化能力和可解释性	ViT模型和图像数据	computer vision	NA	计算视觉显著性模型	ViT (Vision Transformer)	image	NA
1845	2025-04-23	Medical Transformer: Universal Encoder for 3-D Brain MRI Analysis 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3308712 PMID:37738193	研究论文	本文提出了一种名为Medical Transformer的新型迁移学习框架，用于3D脑部MRI分析，通过将3D体积图像建模为2D图像切片序列，并结合多视角方法提升空间关系表示	提出了一种参数高效的训练方法，通过多视角利用3D体积的三个平面信息，并使用自监督学习在大规模正常健康脑部MRI数据集上进行预训练	未提及具体的数据集规模或多样性限制，也未讨论模型在其他类型医学图像上的泛化能力	开发一个通用的迁移学习框架，用于3D脑部MRI分析，以解决标注数据有限的问题	3D脑部MRI图像	数字病理学	脑部疾病	自监督学习(SSL)	Transformer	3D MRI图像	使用大规模正常健康脑部MRI数据集进行预训练，具体数量未提及
1846	2025-04-23	Advancements in automated classification of chronic obstructive pulmonary disease based on computed tomography imaging features through deep learning approaches 2024 Nov-Dec, Respiratory medicine IF:3.5Q2 DOI:10.1016/j.rmed.2024.107809 PMID:39299523	review	本文综述了基于深度学习的慢性阻塞性肺疾病(COPD)自动分类方法的最新研究进展	利用深度学习分析CT影像中的关键放射学特征，提高COPD诊断准确性和效率	未提及具体模型性能指标和临床验证结果	为COPD的个性化管理和治疗提供新视角	慢性阻塞性肺疾病(COPD)患者	digital pathology	lung cancer	CT扫描	DL	image	NA
1847	2025-04-23	Deep Learning-Based Reconstruction Algorithm With Lung Enhancement Filter for Chest CT: Effect on Image Quality and Ground Glass Nodule Sharpness 2024-09, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0472 PMID:39197828	研究论文	评估结合深度学习图像重建算法的新型肺增强滤波器对图像质量和磨玻璃结节锐度的影响	提出了一种结合深度学习图像重建算法和肺增强滤波器的新方法，显著提高了磨玻璃结节的锐度	研究基于人工模拟的磨玻璃结节和体模，未涉及真实患者数据	提高胸部CT扫描中图像质量和磨玻璃结节的评估效果	人工模拟的磨玻璃结节和胸部体模	数字病理	肺癌	深度学习图像重建算法	DLIR	CT图像	5个不同密度的人工磨玻璃结节和1个胸部体模
1848	2025-04-23	Diagnostic Accuracy of AI Algorithms in Aortic Stenosis Screening: A Systematic Review and Meta-Analysis 2024-09, Clinical medicine & research IF:1.2Q2 DOI:10.3121/cmr.2024.1934 PMID:39438148	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能算法在主动脉瓣狭窄筛查中的诊断准确性	首次综合评估多种AI算法在主动脉瓣狭窄筛查中的表现，并提供了详细的诊断准确性指标	存在发表偏倚，且研究间存在异质性	评估AI算法在主动脉瓣狭窄筛查中的诊断准确性	主动脉瓣狭窄患者	digital pathology	cardiovascular disease	AI算法分析	deep learning	ECG, 胸部X光片, 听诊音频文件, 电子听诊器记录, 非侵入式可穿戴惯性传感器的心机械信号	10项符合条件的研究（来自295篇初步筛选文献）
1849	2025-04-23	Computer-Aided Diagnosis of Duchenne Muscular Dystrophy Based on Texture Pattern Recognition on Ultrasound Images Using Unsupervised Clustering Algorithms and Deep Learning 2024-07, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.03.022 PMID:38637169	research paper	本研究探索了利用深度学习和聚类算法在超声图像中识别杜氏肌营养不良症（DMD）患者的行走状态和疾病严重程度的可行性	首次将k-means和模糊c-means聚类算法用于DMD超声图像的纹理重建，并结合深度学习模型自动识别行走功能和疾病严重程度	未提及样本量的具体数字，可能影响结果的泛化性	开发计算机辅助诊断系统以自动识别DMD患者的行走状态和疾病严重程度	杜氏肌营养不良症（DMD）患者的超声图像	digital pathology	muscular dystrophy	超声成像	Gaussian Naïve Bayes, k-nearest neighbors, decision-tree, VGG-16, VGG-19	image	NA
1850	2025-04-23	Misplaced Trust and Distrust: How Not to Engage with Medical Artificial Intelligence 2024-Jul, Cambridge quarterly of healthcare ethics : CQ : the international journal of healthcare ethics committees IF:1.5Q3 DOI:10.1017/S0963180122000445 PMID:36263755	research paper	本文探讨了在医疗人工智能（AI）领域中信任与不信任的错误应用，并提出了一个分类系统	通过负面案例研究，提出了关于医疗AI中信任与不信任的错误分类，为临床和监管决策提供了伦理约束	未提供具体的实证数据支持分类系统的有效性	分析医疗AI中信任与不信任的错误应用，并提出伦理约束	医疗人工智能系统及其在临床中的应用	machine learning	NA	NA	Artificial Neural Nets	NA	NA
1851	2025-04-23	Prognostication of Hepatocellular Carcinoma Using Artificial Intelligence 2024-06, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0070 PMID:38807336	综述	本文综述了人工智能在肝细胞癌预后预测中的潜在价值及其局限性和未来前景	利用人工智能（特别是放射组学或深度学习）对肝细胞癌进行基于图像的预后预测，提供客观、详细和全面的肿瘤表型分析	传统放射学方法的主观性和观察者间变异性限制了其准确性，人工智能方法仍处于发展阶段，需进一步验证	优化肝细胞癌患者的管理策略	肝细胞癌（HCC）患者	数字病理学	肝癌	放射组学、深度学习	NA	图像	NA
1852	2025-04-23	Automated Spontaneous Echo Contrast Detection Using a Multisequence Attention Convolutional Neural Network 2024-06, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.01.016 PMID:38461036	研究论文	开发了一种基于多序列注意力卷积神经网络的深度学习模型，用于自动检测自发回声对比(SEC)	使用多序列CNN结合ResNetv2和软注意力机制，自动识别SEC，无需专家干预或额外临床报告时间	模型的AUC为0.74，敏感性和特异性分别为0.73和0.68，仍有提升空间	开发自动检测SEC的深度学习模型，以降低临床应用的障碍	股静脉的超声图像	计算机视觉	心血管疾病	超声成像	CNN, ResNetv2	图像	201名患者的801份股静脉超声图像
1853	2025-04-23	Localization and Risk Stratification of Thyroid Nodules in Ultrasound Images Through Deep Learning 2024-06, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.02.013 PMID:38494413	研究论文	开发了一种结合深度学习和临床标准TI-RADS的系统，用于甲状腺结节的同步分割和风险分层	提出了一个结合TI-RADS和Mask R-CNN的集成系统，用于甲状腺结节的分割和风险分层	研究仅针对TI-RADS 4类甲状腺结节，样本量较小（304例）	开发一种集成系统，用于甲状腺结节的诊断和分割	甲状腺结节	计算机视觉	甲状腺疾病	超声成像	Mask R-CNN	图像	304例超声图像（来自两个独立站点）
1854	2025-04-23	Statistical and Machine Learning Analysis in Brain-Imaging Genetics: A Review of Methods 2024-05, Behavior genetics IF:2.6Q2 DOI:10.1007/s10519-024-10177-y PMID:38336922	综述	本文综述了脑成像遗传学分析领域的方法进展，从早期的大规模单变量分析到当前的深度学习方法	概述了脑成像遗传学分析方法的演变，并比较了各种方法的优缺点	未提及具体实验验证或数据集的局限性	探讨脑成像遗传学分析方法的发展及其在理解复杂脑相关疾病中的应用	脑成像数据和遗传数据的整合分析	机器学习和医学影像分析	脑相关疾病	脑成像技术和遗传数据分析	从大规模单变量分析到深度学习	脑成像数据和遗传数据	NA
1855	2025-04-23	Positive Predictive Values of Abnormality Scores From a Commercial Artificial Intelligence-Based Computer-Aided Diagnosis for Mammography 2024-04, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.0907 PMID:38528692	研究论文	本研究探讨了基于深度学习的商业AI-CAD系统在乳腺X线摄影中生成的异常评分的阳性预测值，并分析了其与临床和放射学发现的关系	首次研究了商业AI-CAD系统异常评分的阳性预测值，并分析了其与多种临床和放射学因素的关联	研究为回顾性设计，样本中高风险女性比例较低(0.6%)	评估AI-CAD系统在乳腺X线摄影中的诊断性能	599名女性(656个乳房)的乳腺X线摄影数据	数字病理	乳腺癌	深度学习	AI-CAD系统(Lunit Insight MMG)	医学影像	656个乳房(来自599名女性)
1856	2025-04-23	Uncover This Tech Term: Uncertainty Quantification for Deep Learning 2024-04, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0108 PMID:38528697	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1857	2025-04-23	Automated Detection and Segmentation of Bone Metastases on Spine MRI Using U-Net: A Multicenter Study 2024-04, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.0671 PMID:38528694	research paper	开发并评估了一种用于脊柱MRI上骨转移自动分割和检测的深度学习模型	使用2D和3D U-Net模型，结合不同MRI序列组合，实现了骨转移的高效自动检测和分割	外部测试集样本量较小（49个MRI系列，20名患者），可能影响模型的泛化能力评估	开发自动化工具以提高脊柱MRI上骨转移的诊断效率	成人骨转移患者的脊柱MRI扫描	digital pathology	bone metastasis	MRI (T1, FO, CE序列)	2D U-Net, 3D U-Net	MRI图像	训练集：662个MRI系列（302名患者）；外部测试集：49个MRI系列（20名患者）
1858	2025-04-23	Dark-Blood Computed Tomography Angiography Combined With Deep Learning Reconstruction for Cervical Artery Wall Imaging in Takayasu Arteritis 2024-04, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.1078 PMID:38528696	research paper	评估结合深度学习重建的暗血计算机断层扫描血管成像在Takayasu动脉炎患者颈动脉壁成像中的图像质量	首次将暗血CTA成像与深度学习重建技术结合，用于改善Takayasu动脉炎患者颈动脉壁的可视化	样本量较小（53例患者），且研究时间范围有限（2022年1月至7月）	评估新型暗血CTA成像结合DLR在颈动脉壁成像中的图像质量	Takayasu动脉炎患者的颈动脉壁	digital pathology	Takayasu arteritis	dark-blood computed tomography angiography (CTA), deep learning reconstruction (DLR), hybrid iterative reconstruction (HIR)	deep learning	medical imaging	53例Takayasu动脉炎患者（平均年龄33.8±10.2岁，49名女性）
1859	2025-04-23	Improving Diagnostic Performance of MRI for Temporal Lobe Epilepsy With Deep Learning-Based Image Reconstruction in Patients With Suspected Focal Epilepsy 2024-04, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2023.0842 PMID:38528695	research paper	评估深度学习图像重建技术（DLR）在1.5毫米层厚MRI中对颞叶癫痫（TLE）诊断性能的提升	首次比较了1.5毫米层厚MRI结合DLR与传统3毫米层厚MRI在TLE诊断中的表现，并证实DLR可显著提高诊断敏感性和图像质量	研究为回顾性设计，样本量相对有限（117例），且DLR组的特异性低于常规MRI	提升MRI对颞叶癫痫的诊断准确性	117例疑似局灶性癫痫患者的MRI影像（34例确诊TLE，83例非TLE）	digital pathology	temporal lobe epilepsy	deep learning-based image reconstruction (DLR)	deep learning	MRI影像	117例患者（61名女性，平均年龄41岁）的MRI影像数据集
1860	2025-04-23	Survival Analysis for Multimode Ablation Using Self-Adapted Deep Learning Network Based on Multisource Features 2024-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3260776 PMID:37015120	研究论文	本文提出了一种基于多源特征的自适应深度学习网络，用于肝癌症多模式消融治疗的生存分析和疗效评估	结合术前术后MRI影像组学特征、基于视觉变换器的深度学习特征以及外周血免疫特征，提出了一种改进的深度Cox混合模型和自适应全连接层，用于多类型输入特征的生存分析	研究仅基于临床数据集进行评估，未进行大规模多中心验证	开发肝癌症多模式消融治疗后的生存预测和疗效评估框架	接受多模式消融治疗的肝癌患者	数字病理学	肝癌	MRI影像组学、流式细胞术、常规血液检测	改进的深度Cox混合模型(DCM)、随机生存森林、视觉变换器	MRI影像数据、血液检测数据	临床数据集（具体数量未提及）