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
1	2025-07-20	DRONE: Dual-Domain Residual-based Optimization NEtwork for Sparse-View CT Reconstruction 2021-11, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2021.3078067 PMID:33956627	研究论文	提出了一种名为DRONE的双域残差优化网络，用于稀疏视角CT重建	DRONE网络通过嵌入、细化和感知三个模块协同工作，有效抑制稀疏视角伪影并恢复图像细节	未提及具体临床应用的局限性	解决稀疏视角CT重建中的图像质量问题	CT图像	计算机视觉	NA	深度学习	DRONE（双域残差优化网络）	CT图像数据	临床前和临床数据集（未提具体数量）
2	2025-07-20	Quantitative Imaging of Body Fat Distribution in the Era of Deep Learning 2021-11, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2021.04.004 PMID:34023197	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3	2025-07-20	Feasibility analysis on simultaneous electron density and attenuation coefficient reconstruction 2021-Nov, Medical physics IF:3.2Q1 DOI:10.1002/mp.15251 PMID:34564848	研究论文	本文探讨了一种联合散射和衰减图像重建的新方法，利用两种图像之间的结构相似性，并在交替迭代重建方案中融入了深度学习模型	提出了一种结合代数重建和深度学习估计衰减的联合重建模型，利用散射和衰减图像的结构相似性进行迭代重建	方法仅在模拟数据集上进行了测试，尚未在真实临床数据上验证	开发一种高效的医学成像重建方法，解决散射衰减图像重建的挑战	2D模拟人体组织的幻影图像和基于真实CT图像的模拟数据集	医学影像	NA	单视图CT成像	深度学习模型	图像	模拟数据集（具体数量未提及）
4	2025-07-20	On Interpretability of Artificial Neural Networks: A Survey 2021-Nov, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2021.3066428 PMID:35573928	综述	本文综述了人工深度神经网络（DNNs）的可解释性研究，提出了一个简单而全面的分类法，并探讨了可解释性在医学等领域的应用及未来研究方向	提出了一个简单而全面的可解释性分类法，并系统回顾了提高神经网络可解释性的最新研究	未提及具体实验验证或实际应用中的局限性	提高深度神经网络的可解释性，以促进其在关键任务中的应用	人工深度神经网络（DNNs）及其可解释性	机器学习	NA	NA	DNNs	文本、图像、视频、图等	NA
5	2025-04-06	Deep learning and alignment of spatially resolved single-cell transcriptomes with Tangram 2021-11, Nature methods IF:36.1Q1 DOI:10.1038/s41592-021-01264-7 PMID:34711971	研究论文	介绍了一种名为Tangram的方法，用于将单细胞/单核RNA测序数据与空间数据对齐，以构建器官的生物图谱	Tangram方法能够将sc/snRNA-seq数据与多种空间数据形式对齐，包括MERFISH、STARmap、smFISH、Spatial Transcriptomics (Visium) 和组织学图像，并能处理多模态数据如SHARE-seq	虽然Tangram能够解决空间分辨率和基因通量的限制，但其在更广泛的组织类型和疾病模型中的应用仍需验证	构建器官的生物图谱，将单细胞转录组数据与解剖尺度关联	健康小鼠脑组织，特别是视觉和躯体运动区域	数字病理学	NA	sc/snRNA-seq, MERFISH, STARmap, smFISH, Spatial Transcriptomics (Visium), SHARE-seq	深度学习	单细胞转录组数据、空间数据、多模态数据	健康小鼠脑组织样本
6	2025-04-05	Image- versus histogram-based considerations in semantic segmentation of pulmonary hyperpolarized gas images 2021-11, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.28908 PMID:34227163	research paper	比较基于直方图和基于图像的算法在超极化气体肺部图像语义分割中的差异	首次系统比较了四种基于直方图的分割算法与基于图像的卷积神经网络在超极化气体肺部图像分割中的性能差异	研究仅针对模拟数据集进行验证，未在真实临床环境中全面测试	评估不同分割算法在超极化气体肺部图像处理中的性能差异	超极化129Xe气体肺部图像	digital pathology	lung cancer	MRI	CNN	image	80名受试者（29名公共数据集+51名回顾性数据集）
7	2025-03-01	Systematic Quantification of Sources of Variation in Ejection Fraction Calculation Using Deep Learning 2021-11, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2021.06.018 PMID:34274282	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8	2025-02-21	Prediction and detection of freezing of gait in Parkinson's disease from plantar pressure data using long short-term memory neural-networks 2021-11-27, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-021-00958-5 PMID:34838066	研究论文	本研究探讨了使用长短期记忆神经网络（LSTM）从足底压力数据中检测和预测帕金森病（PD）患者的步态冻结（FOG）	首次使用足底压力数据结合LSTM模型进行FOG的检测和预测，相较于传统的惯性测量单元（IMU）和加速度计数据，足底压力数据能捕捉到FOG发作时独特的细微重量变化	研究样本量较小（11名参与者），且数据在实验室环境中收集，需进一步研究以提高FOG预测性能，并扩大样本量	开发一种基于足底压力数据的实时可穿戴系统，用于检测和预测帕金森病患者的步态冻结	帕金森病患者的步态冻结（FOG）	机器学习	帕金森病	长短期记忆神经网络（LSTM）	LSTM	足底压力数据	11名帕金森病患者
9	2025-02-21	Tourist Experiences Recommender System Based on Emotion Recognition with Wearable Data 2021-Nov-25, Sensors (Basel, Switzerland) DOI:10.3390/s21237854 PMID:34883853	研究论文	本文提出了一种基于穿戴设备数据的情感识别旅游体验推荐系统（TERS）架构	与大多数在控制实验中使用高精度传感器诱发情感的研究不同，本研究挑战在于基于用户日常生活中收集的心率数据进行情感识别，并生成考虑穿戴者情感状态的旅游推荐	穿戴设备收集的生理数据精度较低，可能影响情感识别的准确性	开发一种基于穿戴设备数据的情感识别旅游体验推荐系统	穿戴设备的用户	机器学习	NA	深度学习算法	CNN, LSTM, 混合模型	心率数据	NA
10	2025-02-21	Spatio-temporal prediction of the COVID-19 pandemic in US counties: modeling with a deep LSTM neural network 2021-11-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-01119-3 PMID:34741093	研究论文	本文提出了一种深度学习方法，用于预测美国各县未来1至4周的COVID-19感染病例和死亡人数	使用多变量LSTM递归神经网络，结合移动性数据，提高了预测性能	在疫情初期，由于训练数据量较小，机器学习方法的预测能力有限	预测COVID-19疫情在美国各县的时空演变	美国各县的COVID-19感染病例和死亡人数	机器学习	COVID-19	LSTM	LSTM	时间序列数据	多个时间序列样本
11	2025-02-21	Classification of thermoluminescence features of CaCO3 with long short-term memory model 2021-Nov, Luminescence : the journal of biological and chemical luminescence IF:3.2Q2 DOI:10.1002/bio.4109 PMID:34156748	研究论文	本文提出了一种基于长短期记忆（LSTM）深度学习模型的新方法，用于分类碳酸钙（CaCO3）的热释光特性	首次将LSTM模型应用于碳酸钙热释光特性的分类，实现了高准确率、精确度和灵敏度	研究仅针对碳酸钙的热释光特性，未涉及其他矿物的分类	研究碳酸钙的热释光特性分类方法	碳酸钙（CaCO3）的热释光特性	机器学习	NA	深度学习	LSTM	热释光数据	包含四个类别的数据集
12	2025-02-21	Cardinality and Short-Term Memory Concepts based Novel Feature Extraction for Myoelectric Pattern Recognition 2021-11, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC46164.2021.9629963 PMID:34891390	研究论文	本文提出了一种结合传统特征提取方法和LSTM模型记忆概念的新方法，用于高效提取EMG信号的空间-时间动态特性	创新点包括：a) 利用深度学习结构的记忆概念捕捉EMG信号的短期时间依赖性，b) 使用基数生成空间上不同的EMG信号的逻辑组合作为特征提取方法，c) 低计算成本和增强的分类性能	尽管提出的方法在实验室和可穿戴设备上表现出色，但其在临床环境中的实际应用仍需进一步验证	研究目的是改进肌电模式识别，以促进从实验室到临床环境的转化	研究对象包括9名经桡骨截肢者和17名完整肢体者，以及22名使用两种可穿戴消费臂带的完整肢体者	机器学习	NA	EMG信号处理	LSTM	EMG信号	48名参与者（9名经桡骨截肢者和39名完整肢体者）
13	2025-02-01	Alzheimer's Disease Classification Using 2D Convolutional Neural Networks 2021-11, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC46164.2021.9629587 PMID:34891877	研究论文	本文提出了一种使用2D卷积神经网络（CNN）对阿尔茨海默病（AD）进行分类的方法，并在3D MRI数据上进行了测试	提出了三种利用2D CNN处理3D MRI数据的方法，相较于基于ResNet的3D CNN模型，在AD诊断上提高了8.33%的准确率和10.11%的auROC，同时显著减少了超过89%的训练时间	讨论了性能提升的潜在原因和局限性	提高阿尔茨海默病的诊断准确性和效率	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	脑磁共振成像（MRI）	2D CNN	3D MRI数据	阿尔茨海默病神经影像倡议（ADNI）数据集
14	2025-01-07	Lung tumor segmentation in 4D CT images using motion convolutional neural networks 2021-Nov, Medical physics IF:3.2Q1 DOI:10.1002/mp.15204 PMID:34469001	研究论文	本文提出了一种基于深度学习的框架，用于快速准确地在4D CT图像集上分割肺部肿瘤	该框架结合了全局和局部运动估计网络架构，能够学习肿瘤运动引起的主要和次要变化，并在掩码头网络中引入了自注意力策略以去除可能影响分割性能的噪声特征	NA	提高肺部肿瘤在4D CT图像上的分割准确性和效率	肺部肿瘤	计算机视觉	肺癌	深度学习	运动区域卷积神经网络（R-CNN）	4D CT图像	20个4D CT数据集（每个包含10个呼吸阶段，共200个3D图像体积）和40个患者的4D CT数据集
15	2024-12-08	A large-scale systematic survey of SARS-CoV-2 antibodies reveals recurring molecular features 2021-Nov-30, bioRxiv : the preprint server for biology DOI:10.1101/2021.11.26.470157 PMID:34873599	研究论文	对SARS-CoV-2抗体进行大规模系统调查，揭示了重复的分子特征	利用深度学习预测抗原特异性，区分SARS-CoV-2刺突蛋白抗体和流感血凝素抗体序列	NA	研究SARS-CoV-2抗体的公共反应和分子特征	SARS-CoV-2刺突蛋白抗体	生物信息学	COVID-19	深度学习	深度学习模型	序列数据	约8000个人类抗体，来自超过200名捐赠者
16	2024-11-13	Why high intensity plaque is bright on MRI? 2021-Nov, American heart journal plus : cardiology research and practice DOI:10.1016/j.ahjo.2021.100055 PMID:38549741	研究论文	研究探讨了非对比T1加权MRI在识别冠状动脉壁高强度斑块（HIP）及其与冠状动脉内斑块出血的关系	首次通过病理学分析证实了非对比T1加权MRI与冠状动脉内斑块出血之间的强相关性	缺乏对活体组织样本的病理学分析，HIP的病理特征仍未知	探讨非对比T1加权MRI在评估高强度斑块中的病理学意义	冠状动脉壁高强度斑块及其与冠状动脉内斑块出血的关系	医学影像	心血管疾病	MRI	NA	图像	通过定向冠状动脉斑块切除术获得的斑块样本
17	2024-10-10	Pay attention to doctor-patient dialogues: Multi-modal knowledge graph attention image-text embedding for COVID-19 diagnosis 2021-Nov, An international journal on information fusion DOI:10.1016/j.inffus.2021.05.015 PMID:34093095	研究论文	本文提出了一种多模态知识图谱注意力嵌入方法，用于COVID-19诊断，结合了医生-患者对话和医学图像信息	本文的创新点在于结合了多模态数据（文本和图像），并通过知识图谱注意力机制引入医学知识，以提高分类器的性能	NA	旨在解决当前深度学习方法在多模态数据充分性方面的问题，并提高COVID-19诊断的准确性和早期评估	COVID-19患者的医生-患者对话和医学图像	自然语言处理	COVID-19	知识图谱注意力机制	NA	文本和图像	1393个COVID-19患者对话和3706张图像，607个非COVID-19患者对话和10754张图像
18	2024-10-06	Deep Learning for the Industrial Internet of Things (IIoT): A Comprehensive Survey of Techniques, Implementation Frameworks, Potential Applications, and Future Directions 2021-Nov-12, Sensors (Basel, Switzerland) DOI:10.3390/s21227518 PMID:34833594	综述	本文综述了深度学习在工业物联网（IIoT）中的应用，包括技术、实现框架、潜在应用和未来方向	本文系统地评估了深度学习在IIoT应用中的潜力，并讨论了多种深度学习算法及其在IIoT中的实现框架	本文主要集中在现有技术的综述和讨论，未涉及具体的实验验证或案例研究	探讨深度学习在工业物联网中的应用潜力和未来研究方向	工业物联网中的智能传感器、执行器、通信协议和网络安全机制	机器学习	NA	深度学习	NA	大数据	NA
19	2024-10-06	Automation of Lung Ultrasound Interpretation via Deep Learning for the Classification of Normal versus Abnormal Lung Parenchyma: A Multicenter Study 2021-Nov-04, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics11112049 PMID:34829396	研究论文	本文通过深度学习技术自动化肺部超声图像的解读，以区分正常和异常肺实质	利用深度学习技术实现肺部超声图像的自动化解读，提高了诊断的准确性和非专家用户的可用性	NA	开发一种基于深度学习的肺部超声图像自动解读系统，以区分正常和异常肺实质	肺部超声图像中的A线和B线	计算机视觉	NA	深度学习	神经网络	图像	272,891张标记的肺部超声图像用于训练，23,393帧用于外部验证，1162个视频用于临床应用
20	2024-09-30	Epileptic Seizures Detection in EEG Signals Using Fusion Handcrafted and Deep Learning Features 2021-Nov-19, Sensors (Basel, Switzerland) DOI:10.3390/s21227710 PMID:34833780	研究论文	本文提出了一种基于手工特征和深度学习特征融合的计算机辅助诊断系统，用于自动检测脑电图信号中的癫痫发作	本文创新性地结合了手工特征和深度学习特征，提出了一种基于CNN-RNN的分类方法，显著提高了癫痫发作检测的准确性	本文未详细讨论模型的泛化能力和在其他数据集上的表现	开发一种自动检测脑电图信号中癫痫发作的计算机辅助诊断系统	脑电图信号中的癫痫发作	机器学习	癫痫	Tunable-Q Wavelet Transform (TQWT)	CNN-RNN	信号	Bonn和Freiburg数据集