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
41	2025-09-21	Deep learning with fetal ECG recognition 2023-Nov-27, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad0ab7 PMID:37939396	研究论文	提出一种基于深度学习的胎儿心电图识别新方法，通过跨域一致性卷积神经网络自动识别多通道ECG数据中的胎儿心电信号	开发了跨域一致性卷积神经网络(CDC-Net)，解决了ICA方法在胎儿心电图识别中幅度、顺序和正负值不确定的问题	NA	实现胎儿心电信号的自动识别，推动自动化胎儿心电监测技术的发展	多通道心电图数据中的胎儿心电信号	machine learning	cardiovascular disease	独立成分分析(ICA), 深度学习	CNN (跨域一致性卷积神经网络CDC-Net)	心电信号数据	使用两个数据库(ADFECGDB和Daisy数据库)的信号数据进行测试
42	2025-09-21	A Two-Stage Automatic System for Detection of Interictal Epileptiform Discharges from Scalp Electroencephalograms 2023-11, eNeuro IF:2.7Q3 DOI:10.1523/ENEURO.0111-23.2023 PMID:37914407	研究论文	开发了一种基于深度学习的自动系统，用于从头皮脑电图中检测发作间期癫痫样放电	提出了一种新颖的双蒙太奇决策机制（TMDM）与时间卷积网络（TCN）相结合的自动检测系统	NA	开发高性能的自动IED检测系统以辅助临床脑电图解读	头皮脑电图（EEG）中的发作间期癫痫样放电（IEDs）	医疗人工智能	癫痫	深度学习	TCN（时间卷积网络）, DNN（深度神经网络）	EEG信号数据	484份头皮脑电图记录（406训练，78测试）
43	2025-09-21	Atrial fibrillation detection with signal decomposition and dilated residual neural network 2023-Oct-05, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/acfa61 PMID:37714186	研究论文	提出一种结合信号分解和扩张残差神经网络的心房颤动检测方法	引入基于R峰检测的时间掩模生成伪QRS复合波和伪T、P波信号，将临床经验融入深度学习模型	NA	提升可穿戴设备心电信号中心房颤动的检测性能	心电图（ECG）信号	机器学习	心血管疾病	信号分解，深度学习	扩张残差神经网络	心电信号	PhysioNet/CinC 2017挑战赛数据集和MIT-BIH心房颤动数据库
44	2025-09-21	Versatile recognition of graphene layers from optical images under controlled illumination through green channel correlation method 2023-Aug-17, Nanotechnology IF:2.9Q2 DOI:10.1088/1361-6528/ace979 PMID:37478831	研究论文	提出一种基于绿色通道相关性从光学图像识别石墨烯层数的简便方法	利用绿色通道相关性替代深度学习，实现少量训练图像下的高效识别，并适应非均匀光照条件	需要最小化环境光对样品的影响，图像质量要求低于典型文献但仍有特定光照条件限制	开发快速、低成本且无需高质量图像的石墨烯层数光学识别方法	氧化基底上的剥离石墨烯层	计算机视觉	NA	光学成像、颜色通道分析	标准偏差阈值法、线性回归阈值法（非深度学习）	图像	少量训练图像配合数千张GitHub测试图像
45	2025-09-21	Standard-based personalized healthcare delivery for kidney illness using deep learning 2023-Aug-10, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ace09f PMID:37343580	研究论文	本研究使用深度学习模型分析标准化电子健康记录数据，以诊断肾脏相关疾病	首次将encoder-combiner-decoder (ECD)架构应用于标准化医疗数据集进行肾脏疾病诊断	NA	通过深度学习提升肾脏疾病的预测诊断准确性	肾脏相关疾病患者	机器学习	肾脏疾病	深度学习	encoder-combiner-decoder (ECD)	电子健康记录	巴西公共卫生系统提供的openEHR基准数据集(ORBDA)
46	2025-09-21	BTCRSleep: a boundary temporal context refinement-based fully convolutional network for sleep staging with single-channel EEG 2023-07-13, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/acdb46 PMID:37267988	研究论文	提出一种基于边界时序上下文精炼的全卷积网络BTCRSleep，用于单通道脑电信号的睡眠分期	引入边界时序上下文精炼模块，捕获睡眠阶段转换时的脑电波特征，解决跨时段特征丢失问题	NA	提升单通道脑电信号的睡眠分期性能	睡眠脑电信号	机器学习	睡眠障碍	深度学习	全卷积网络（FCN）	单通道EEG信号	四个公开数据集（SEDF、SEDFX、SHHS、CAP）
47	2025-09-21	CS-based multi-task learning network for arrhythmia reconstruction and classification using ECG signals 2023-07-05, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/acdfb5 PMID:37336244	研究论文	提出一种结合压缩感知与卷积神经网络的多任务网络CSML-Net，用于心电信号的压缩重建与心律失常分类	在压缩域同时实现心电信号重建与分类，通过多尺度特征模块提升模型性能	NA	解决长期心电监测中数据量大与带宽有限的矛盾，提升深度学习在心电监测中的应用	心电信号（ECG）	机器学习	心血管疾病	压缩感知（CS），深度学习	CNN，多任务学习网络	心电信号	MIT-BIH心律失常数据集
48	2025-09-20	A deep learning image analysis method for renal perfusion estimation in pseudo-continuous arterial spin labelling MRI 2023-12, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2023.09.007 PMID:37776961	研究论文	提出一种基于深度学习的图像分析方法，用于伪连续动脉自旋标记MRI中的肾脏灌注估计	利用机器/深度学习工具自动分割和分类肾皮质和髓质组织，实现灌注值的自动化估计	仅使用16名移植患者的数据进行实验，样本量较小	开发自动化的肾脏灌注估计方法，用于移植肾评估	肾移植患者的肾脏组织（皮质和髓质）	医学影像分析	肾脏疾病	伪连续动脉自旋标记(PCASL) MRI，非对比T加权MRI序列	深度学习	MRI图像	16名肾移植患者
49	2025-09-20	Physics-informed deep learning for T2-deblurred superresolution turbo spin echo MRI 2023-12, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29814 PMID:37578085	研究论文	提出一种融合物理信息的深度学习超分辨率方法，用于T2去模糊的涡轮自旋回波MRI图像重建	首次在深度学习超分辨率中引入不对称T2加权的物理真实分辨率退化模型，准确模拟TSE-MRI的k空间分辨率衰减	方法仅在基因工程小鼠胚胎模型TSE-MR图像上验证，尚未在人类临床数据中测试	通过深度学习超分辨率技术减少MRI扫描时间，同时保持图像质量	3D涡轮自旋回波（TSE）MRI图像	医学影像分析	NA	涡轮自旋回波MRI，生成对抗网络	GAN	医学图像	6-7个小鼠胚胎的500切片体积数据
50	2025-09-20	Social Media Images Can Predict Suicide Risk Using Interpretable Large Language-Vision Models 2023-11-29, The Journal of clinical psychiatry IF:4.5Q1 DOI:10.4088/JCP.23m14962 PMID:38019588	研究论文	本研究开发了一种可解释的大型语言-视觉混合模型，利用社交媒体图像预测临床有效的自杀风险	首次证明公开可用图像可用于预测经过验证的自杀风险，结合理论驱动特征与自下而上方法，突破传统预测瓶颈	数据仅来源于2018年特定时间段的脸书用户，样本规模相对有限且未涵盖其他社交平台	通过可解释人工智能方法预测自杀风险，推动现实场景监测工具的开发	841名完成金标准自杀量表的Facebook用户及其上传的177,220张图像	自然语言处理与计算机视觉交叉	心理健康与自杀风险	CLIP (Contrastive Language-Image Pre-training) 特征提取与逻辑回归建模	混合模型（CLIP + Logistic Regression）	图像	841名用户提供的177,220张社交媒体图像
51	2025-09-20	Application of artificial intelligence in the diagnosis of hepatocellular carcinoma 2023-Sep, eGastroenterology DOI:10.1136/egastro-2023-100002 PMID:39944000	综述	本文综述了人工智能在肝细胞癌放射学诊断中的最新应用进展	探讨了AI如何通过深度学习与神经网络模型提升HCC诊断的客观性与一致性，克服人工判读局限	需进一步研究和临床实践以充分发挥AI在HCC管理中的潜力	改善肝细胞癌的早期检测、治疗选择及患者预后	肝细胞癌（HCC）患者	医学影像分析	肝细胞癌	深度学习、神经网络	深度学习模型	影像数据	NA
52	2025-09-20	Comparison of evaluation metrics of deep learning for imbalanced imaging data in osteoarthritis studies 2023-09, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2023.05.006 PMID:37209993	研究论文	比较深度学习在骨关节炎不平衡影像数据中不同评估指标的表现	针对不平衡数据场景系统比较ROC和PR等评估指标，并提出基于不平衡程度的实用评估建议	回顾性研究，数据来源于单一数据库，未涉及其他类型不平衡数据验证	评估深度学习模型在不平衡骨关节炎影像数据中的性能度量适用性	骨关节炎患者的膝关节MRI影像和骨髓病变标注	计算机视觉	骨关节炎	深度学习，MRI影像分析	深度学习模型	医学影像	2467名参与者的2996个膝关节MRI
53	2025-09-20	Addressing Deep Learning Model Calibration Using Evidential Neural Networks And Uncertainty-Aware Training 2023-Apr-18, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/ISBI53787.2023.10230515 PMID:39253557	研究论文	本研究探讨了使用证据神经网络和不确定性感知训练来改善深度学习模型在医学影像分类中的校准性能	首次将证据神经网络和不确定性感知训练相结合，并在复杂医学影像任务中验证其对模型校准的改进效果	实验仅基于特定医学影像数据集，需要更多验证以证明方法的普适性	提高深度学习模型在医学影像分类中的校准性能，增强临床医生对模型的信任度	MNIST数字分类和相位对比心脏磁共振影像的伪影检测	计算机视觉	心血管疾病	深度学习，不确定性量化	证据神经网络（ENN）	图像	两个分类任务：MNIST数据集和心脏磁共振影像数据集（具体样本数量未明确说明）
54	2025-09-19	Predictive modelling of brain disorders with magnetic resonance imaging: A systematic review of modelling practices, transparency, and interpretability in the use of convolutional neural networks 2023-12-15, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26521 PMID:37909364	系统综述	本文系统回顾了55项使用卷积神经网络（CNN）和MRI数据进行脑部疾病预测建模的研究，评估其建模实践、透明度和可解释性	首次对CNN在脑部疾病MRI预测建模中的应用实践进行系统性评估，并提出改进临床整合的具体建议	仅纳入55项研究，可能存在发表偏倚；评估基于定性分析而非定量meta分析	评估CNN在脑部疾病MRI预测建模中的应用质量，促进临床转化	脑部疾病（包括精神类和神经类疾病）	医学影像分析	脑部疾病	结构磁共振成像（MRI）	CNN	图像	55项研究（具体样本量未明确说明）
55	2025-09-18	Deep learning diagnostic performance and visual insights in differentiating benign and malignant thyroid nodules on ultrasound images 2023-12, Experimental biology and medicine (Maywood, N.J.) DOI:10.1177/15353702231220664 PMID:38279511	研究论文	本研究构建并评估了一个基于超声图像的深度学习模型，用于准确区分良性和恶性甲状腺结节	结合Grad-CAM可视化技术展示模型决策过程，并与80名放射科医生进行图灵测试对比	诊断准确率有待进一步提高，需更多研究支持初级医疗场景的辅助诊断	开发AI辅助诊断工具以提高甲状腺结节良恶性鉴别的准确性和效率	甲状腺结节患者	计算机视觉	甲状腺癌	超声成像	ResNet	图像	655个独立甲状腺结节的2096张超声图像，独立测试集包含100例
56	2025-09-18	Deep learning with citizen science data enables estimation of species diversity and composition at continental extents 2023-12, Ecology IF:4.4Q1 DOI:10.1002/ecy.4175 PMID:37781963	研究论文	利用深度学习模型分析公民科学数据，估算北美鸟类物种多样性和组成	首次采用DMVP-DRNets深度学习框架整合大规模观测和环境数据，实现大陆尺度物种多样性分析	NA	提供高精度生物多样性信息以支持生态研究和保护决策	北美鸟类群落，特别是北美林莺类保护群体	机器学习	NA	Deep Multivariate Probit Model with Deep-Reasoning Network (DMVP-DRNets)	深度神经网络	观测数据、环境协变量	超过900万份eBird检查清单和72个环境协变量
57	2025-09-18	A robust class decomposition-based approach for detecting Alzheimer's progression 2023-12, Experimental biology and medicine (Maywood, N.J.) DOI:10.1177/15353702231211880 PMID:38059336	研究论文	提出一种基于类别分解的迁移学习方法，用于从sMRI中检测阿尔茨海默病的进展	结合类别分解技术与迁移学习（VGG19、AlexNet及熵基方法），解决医学图像分类中的类别不平衡问题，并在MCI向AD转化预测中达到91.45%的准确率	NA	评估CDTL方法在不同ADNI队列中检测阿尔茨海默病认知衰退的鲁棒性与分类准确性	阿尔茨海默病患者及轻度认知障碍患者的sMRI数据	计算机视觉	老年性疾病	结构磁共振成像（sMRI）	CNN（VGG19, AlexNet）	图像	来自多个ADNI队列的数据（具体数量未明确说明）
58	2025-09-15	Multimodal imaging and deep learning in geographic atrophy secondary to age-related macular degeneration 2023-Dec, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.15796 PMID:37933610	综述	本文全面综述了地理萎缩的多模态成像基础、诊断分类流程以及人工智能在自动提取影像诊断与预后信息中的前沿作用	系统整合多模态成像与深度学习技术，强调AI在量化地理萎缩进展斜率及个体化治疗响应评估中的创新应用	未涉及具体临床验证数据或算法性能比较，主要聚焦技术框架综述	探讨人工智能如何辅助年龄相关性黄斑变性继发地理萎缩的临床决策	地理萎缩患者的眼部多模态影像数据	数字病理	老年性疾病	多模态成像（如OCT、眼底照相）、人工智能算法	深度学习（如CNN）	医学影像	NA
59	2025-09-14	Machine learning driven index of tumor multinucleation correlates with survival and suppressed anti-tumor immunity in head and neck squamous cell carcinoma patients 2023-08, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2023.106459 PMID:37307602	研究论文	本研究开发了一种基于机器学习的肿瘤多核化指数（MuNI），用于评估头颈部鳞状细胞癌患者的生存预后和肿瘤免疫微环境特征	首次利用深度学习模型从H&E图像中量化肿瘤细胞多核化程度，并发现其与生存预后和免疫抑制微环境的相关性	需要进一步机制研究阐明多核化与肿瘤免疫之间的生物学联系	通过机器学习识别肿瘤细胞多核化特征，探索其与头颈部鳞癌患者预后的关联	头颈部鳞状细胞癌（HNSCC）患者	数字病理学	头颈部鳞状细胞癌	深度学习，基因集富集分析（GSEA）	深度学习模型	H&E染色病理图像	机构队列训练集（DTr）和TCGA HNSCC验证集（DV）
60	2025-09-14	Cerebrovascular super-resolution 4D Flow MRI - Sequential combination of resolution enhancement by deep learning and physics-informed image processing to non-invasively quantify intracranial velocity, flow, and relative pressure 2023-08, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102831 PMID:37244143	研究论文	提出一种结合深度学习与物理信息图像处理的超分辨率4D Flow MRI方法，用于无创量化颅内血流动力学参数	首次将深度残差网络与物理信息图像处理顺序结合，实现颅内血管的超分辨率血流成像和功能相对压力精准量化	方法目前主要在患者特异性硅基队列和志愿者队列中验证，尚未在大型临床队列中广泛应用	开发定量颅内超分辨率4D Flow MRI方法，提升脑血管血流动力学的无创评估精度	颅内血管系统，特别是Willis环区域的流速、流量和相对压力	医学影像分析	脑血管疾病	4D Flow MRI，深度学习超分辨率，物理信息图像处理	深度残差网络	MRI影像数据	患者特异性硅基队列和体内志愿者队列（具体数量未明确说明）