深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
21	2025-04-06	Bi-CapsNet: A Binary Capsule Network for EEG-Based Emotion Recognition 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3232514 PMID:37015506	研究论文	提出了一种用于基于EEG情感识别的二进制胶囊网络（Bi-CapsNet），以降低计算成本和内存使用	Bi-CapsNet将32位权重和激活二值化为1位，并用高效的位操作替换浮点操作，同时通过连续函数近似二值化过程解决反向传播中的函数不连续问题	识别准确率相比全精度模型有轻微下降（<1%）	开发一种低计算成本和内存使用的EEG情感识别方法	EEG信号	机器学习	NA	二进制神经网络	Bi-CapsNet（二进制胶囊网络）	EEG信号	两个流行的EEG情感数据库（DEAP和DREAMER）	NA	NA	NA	NA
22	2025-04-06	EEG Reconstruction With a Dual-Scale CNN-LSTM Model for Deep Artifact Removal 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3227320 PMID:37015612	研究论文	提出了一种名为DuoCL的双尺度CNN-LSTM模型，用于深度去除EEG信号中的伪迹	该模型通过双尺度CNN提取形态特征，并通过LSTM强化时间依赖性，能够有效去除未知和混合伪迹	未提及具体的数据集大小或实验条件的限制	提高EEG信号中伪迹去除的准确性和适应性	EEG信号	机器学习	NA	CNN, LSTM	双尺度CNN-LSTM模型	EEG信号	未提及具体样本数量	NA	NA	NA	NA
23	2025-04-06	Multimodal Fusion Network for Detecting Hyperplastic Parathyroid Glands in SPECT/CT Images 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3228603 PMID:37015701	研究论文	提出一种多模态融合网络用于SPECT/CT图像中增生甲状旁腺的检测	首次在SHPT疾病中使用SPECT/CT图像检测异常甲状旁腺，并提出了一种新型的三路径架构融合网络	未提及具体样本量及可能存在的泛化性问题	提高SPECT/CT图像中低摄取甲状旁腺的检测准确率	继发性甲状旁腺功能亢进症(SHPT)患者的增生甲状旁腺	数字病理	甲状旁腺疾病	SPECT/CT双模态成像技术	CNN（三路径架构融合网络）	医学影像（SPECT/CT图像）	NA	NA	NA	NA	NA
24	2025-04-06	A Hierarchical Attention-Based Method for Sleep Staging Using Movement and Cardiopulmonary Signals 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3228341 PMID:37015702	research paper	提出了一种基于分层注意力机制的深度学习方法，利用身体运动、心电图和腹部呼吸信号进行睡眠分期	结合多头自注意力机制和CNN，实现了分层自注意力权重分配，改进了长序列处理和序列建模能力	仅使用了两个公共数据集进行评估，可能需要更多数据验证方法的泛化能力	开发一种非侵入式设备获取的运动和心肺信号进行长期睡眠监测的方法	睡眠分期	machine learning	NA	NA	LSTM, CNN, 多头自注意力机制	身体运动信号、心电图(ECG)、腹部呼吸信号	两个公共数据集	NA	NA	NA	NA
25	2025-04-06	A Single-Shot Harmonic Imaging Approach Utilizing Deep Learning for Medical Ultrasound 2023-Mar, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2023.3234230 PMID:37018250	research paper	提出一种基于深度学习的单次谐波成像技术，用于医学超声，以提高成像质量和帧率	使用深度学习技术实现单次谐波成像，相比传统多脉冲谐波成像方法提高了帧率并减少了运动伪影	未明确提及具体局限性	解决医学超声中谐波成像的对比度降低和帧率问题	医学超声图像	医学影像处理	NA	深度学习	非对称卷积编码器-解码器结构	超声回波数据	多种目标和样本进行评估	NA	NA	NA	NA
26	2025-04-06	Convolutional Feature Descriptor Selection for Mammogram Classification 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3233535 PMID:37018253	研究论文	本文设计了一种新型深度学习方法，用于自动诊断乳腺X线摄影中的乳腺癌，重点关注局部病变区域并仅使用图像级分类标签	提出了一种基于深度激活图分布的自适应卷积特征描述符选择（AFDS）结构，采用三角阈值策略计算特定阈值以指导激活图确定哪些特征描述符（局部区域）具有区分性	需要进一步验证在更大规模数据集上的性能表现	开发一种无需额外检测或分割注释的乳腺癌自动诊断方法	乳腺X线摄影图像	计算机视觉	乳腺癌	深度学习	CNN	图像	两个公开可用的INbreast和CBIS-DDSM数据集	NA	NA	NA	NA
27	2025-04-06	Deep Multitask Learning by Stacked Long Short-Term Memory for Predicting Personalized Blood Glucose Concentration 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3233486 PMID:37018303	研究论文	本文提出了一种结合多任务学习的深度学习模型，用于个性化血糖预测	采用共享和聚类隐藏层的网络架构，结合堆叠LSTM层学习通用特征，并通过性别特定和个体特定的密集层进行个性化调整	NA	预测个性化血糖浓度以支持人工胰腺控制算法和医疗决策	I型糖尿病患者的血糖数据	机器学习	糖尿病	深度学习	LSTM	临床健康记录	OhioT1DM临床数据集	NA	NA	NA	NA
28	2025-04-06	A Multi-Modal Heterogeneous Graph Forest to Predict Lymph Node Metastasis of Non-Small Cell Lung Cancer 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3233387 PMID:37018304	研究论文	本文提出了一种多模态异构图森林方法（MHGF），用于从多模态数据中提取淋巴结转移（LNM）的深度表示，以预测非小细胞肺癌的淋巴结转移	提出了一种新的多模态异构图森林方法（MHGF），通过构建子图并利用图神经网络学习子图表示，提高了淋巴结转移预测的准确性和稳定性	实验样本量相对较小（681例患者），可能影响模型的泛化能力	开发一种机器学习方法，用于准确预测非小细胞肺癌的淋巴结转移	非小细胞肺癌患者的淋巴结转移	数字病理学	肺癌	多模态数据融合、图神经网络	ResNet-Trans、图神经网络	CT图像、临床特征	681例患者的多模态数据	NA	NA	NA	NA
29	2025-04-06	Smart Low Level Laser Therapy System for Automatic Facial Dermatological Disorder Diagnosis 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3237875 PMID:37021858	研究论文	本研究提出了一种结合深度神经网络和医疗物联网(MIoT)的低水平激光治疗(LLLT)系统，用于自动面部皮肤病诊断	1) 提供了自动光疗系统的全面硬件和软件设计 2) 提出了改进的UNet深度学习模型用于面部皮肤病分割 3) 开发了合成数据生成过程以解决数据集有限和不平衡的问题	未明确提及具体限制，但暗示了数据集有限和不平衡的问题	提高面部皮肤病诊断和治疗效率	面部皮肤病患者	数字病理学	皮肤病	低水平激光治疗(LLLT)	改进的U-Net	皮肤镜图像	未明确提及具体样本数量	NA	NA	NA	NA
30	2025-04-06	Glucose Transformer: Forecasting Glucose Level and Events of Hyperglycemia and Hypoglycemia 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3236822 PMID:37022383	研究论文	提出一个基于深度学习模型的框架，用于预测2型糖尿病住院患者的血糖水平并提前检测高血糖和低血糖事件	首次将Transformer模型应用于血糖水平的时序预测和事件检测，并采用生成对抗网络进行数据增强以解决数据不平衡问题	高血糖和低血糖事件发生率低导致分类不平衡问题	开发一个能够预测血糖水平并提前检测异常血糖事件的深度学习框架	2型糖尿病住院患者的连续血糖监测数据	机器学习	糖尿病	连续血糖监测(CGM)	Transformer, GAN	时间序列数据	一周内收集的2型糖尿病住院患者数据	NA	NA	NA	NA
31	2025-04-06	Self-Aware SGD: Reliable Incremental Adaptation Framework for Clinical AI Models 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3237592 PMID:37022415	研究论文	本文提出了一种名为自感知随机梯度下降（SGD）的增量深度学习算法，用于临床AI模型的可靠增量适应	引入了一种结合上下文老虎机式检查的自感知SGD算法，以过滤不可靠的梯度更新，确保模型修改的可靠性	实验仅在牛津大学医院的数据集上进行，可能缺乏在其他数据集上的泛化验证	开发一种可靠的增量学习框架，以适应临床AI模型在动态医疗环境中的分布变化	临床AI模型	机器学习	NA	增量学习，随机梯度下降（SGD）	深度学习	临床数据	牛津大学医院数据集	NA	NA	NA	NA
32	2025-10-07	Deep learning in digital pathology for personalized treatment plans of cancer patients 2023-Mar, Seminars in diagnostic pathology IF:2.9Q2 DOI:10.1053/j.semdp.2023.02.003 PMID:36890029	综述	本文综述了基于数字病理学中深度学习技术通过H&E染色病理图像进行生物标志物量化与治疗反应预测的研究进展	利用人工智能方法实现病理图像中生物标志物的自动量化，为癌症患者提供更高效客观的个性化治疗计划制定方案	NA	改善癌症患者个性化治疗方案的选择	癌症患者的H&E染色病理图像	数字病理学	癌症	H&E染色	深度学习	病理图像	NA	NA	NA	NA	NA
33	2025-10-07	U-Sleep's resilience to AASM guidelines 2023-Mar-06, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-023-00784-0 PMID:36878957	研究论文	本研究验证了U-Sleep睡眠评分算法在不严格遵循AASM指南情况下的鲁棒性	证明深度学习睡眠评分算法无需完全依赖临床知识或严格遵循AASM指南，仍能有效工作	NA	探索深度学习睡眠评分算法对临床指南的依赖程度	睡眠评分和脑电图分析	机器学习	睡眠障碍	多导睡眠图	深度学习	多导睡眠图数据	28528个多导睡眠图研究，来自13个不同临床研究	NA	U-Sleep	NA	NA
34	2025-10-07	Discovery of a cryptic pocket in the AI-predicted structure of PPM1D phosphatase explains the binding site and potency of its allosteric inhibitors 2023-Mar-24, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.22.533829 PMID:36993233	研究论文	本研究通过分子动力学模拟和深度学习方法，在AlphaFold预测的PPM1D磷酸酶结构中发现了隐式结合口袋，解释了其变构抑制剂的结合位点和效力机制	首次在AI预测的PPM1D结构中发现隐式结合口袋，结合分子动力学模拟和深度学习方法来解释变构抑制剂的结合机制	研究基于预测的蛋白质结构而非实验晶体结构，虚拟筛选的预测能力仍受限于可用结构数据的数量	提高虚拟筛选在有限结构数据情况下的预测能力，探索蛋白质动力学在药物发现中的应用	PPM1D/Wip1磷酸酶及其变构抑制剂	计算生物学	癌症	分子动力学模拟, 深度学习, 虚拟筛选	Markov状态模型, 深度学习模型	蛋白质结构数据, 分子对接数据	NA	NA	NA	Kendall's τ相关系数	NA
35	2025-10-07	Deep Learning Initialized Compressed Sensing (Deli-CS) in Volumetric Spatio-Temporal Subspace Reconstruction 2023-Mar-28, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.28.534431 PMID:37034586	研究论文	提出深度学习初始化压缩感知方法加速容积时空MRI重建	结合深度学习与压缩感知，通过DL生成初始点来启动迭代重建，减少重建时间同时控制计算资源需求	需要验证在更广泛数据集上的泛化能力，未明确说明训练数据规模	减少MRI重建时间同时限制深度学习引起的伪影风险	容积多轴螺旋投影磁共振指纹成像数据	医学影像分析	NA	磁共振成像，螺旋投影采集	深度学习	k空间数据，MRI图像	NA	GPU实现	NA	重建质量，重建时间，迭代次数	GPU内存4.7 GB
36	2025-02-21	Radar Human Activity Recognition with an Attention-Based Deep Learning Network 2023-Mar-16, Sensors (Basel, Switzerland) DOI:10.3390/s23063185 PMID:36991896	研究论文	本文提出了一种基于注意力机制的深度学习网络，用于雷达人类活动识别（HAR），旨在提高识别精度和计算效率	提出了一种新的网络结构，结合了一维卷积神经网络（1D CNN）和基于注意力机制的长短期记忆网络（LSTM），以解耦雷达预处理信号的时频特征，并通过平均消除方法增强活动特征	尽管在识别精度和计算效率上有所提升，但该方法在实时嵌入式应用中的实际效果仍需进一步验证	提高雷达人类活动识别的精度和计算效率，以适用于实时嵌入式应用	雷达预处理微多普勒信号	计算机视觉	NA	深度学习	1D CNN, LSTM	雷达信号	基于两个人类活动数据集进行实验	NA	NA	NA	NA
37	2025-02-21	Secondary and Topological Structural Merge Prediction of Alpha-Helical Transmembrane Proteins Using a Hybrid Model Based on Hidden Markov and Long Short-Term Memory Neural Networks 2023-Mar-16, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms24065720 PMID:36982795	研究论文	本研究提出了一种结合深度学习和隐马尔可夫模型的混合模型HDNNtopss，用于预测α-螺旋跨膜蛋白的二级和拓扑结构	结合了深度学习的特征提取能力和隐马尔可夫模型的状态路径概率，实现了灵活且生物学意义更强的序列预测	NA	预测α-螺旋跨膜蛋白的二级和拓扑结构，以进一步理解其结构和功能	α-螺旋跨膜蛋白	机器学习	NA	深度学习神经网络（DNNs）和类隐马尔可夫模型（CHMM）	BiLSTM, CNN, CHMM	蛋白质序列	NA	NA	NA	NA	NA
38	2025-10-07	Accurate Prediction of Transcriptional Activity of Single Missense Variants in HIV Tat with Deep Learning 2023-Mar-24, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms24076138 PMID:37047108	研究论文	本研究开发了一种结合GigaAssay实验和深度学习的方法，用于准确预测HIV Tat蛋白单错义变体的转录活性	首次将深度学习框架应用于预测HIV Tat蛋白单错义变体的转录活性，实现了预测与实验活性之间的高相关性（皮尔逊相关系数0.94）	目前仅针对单错义变体进行评估，尚未扩展到更复杂的双突变等位基因	预测HIV Tat蛋白变体的转录活性，以更好地理解艾滋病病理学和治疗	HIV Tat蛋白的单错义变体	机器学习	艾滋病	GigaAssay实验技术	深度学习	实验活性数据	所有单氨基酸Tat变体的错义突变景观	NA	NA	皮尔逊相关系数	NA
39	2025-10-07	Detecting Glaucoma from Fundus Photographs Using Deep Learning without Convolutions: Transformer for Improved Generalization 2023-Mar, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2022.100233 PMID:36545260	研究论文	本研究比较了Vision Transformer（DeiT）和ResNet-50在眼底照片中检测原发性开角型青光眼的诊断准确性和可解释性	首次在青光眼检测中应用无需卷积的Vision Transformer架构，并证明其在泛化能力和可解释性方面优于传统CNN模型	研究主要基于特定数据集（OHTS），需要进一步验证在其他人群中的适用性	开发能够准确检测青光眼并具有良好泛化能力的深度学习模型	原发性开角型青光眼患者和健康对照者的眼底照片	计算机视觉	青光眼	深度学习	Transformer, CNN	眼底图像	66,715张来自1,636名参与者的照片，外加5个外部数据集的16,137张照片	NA	DeiT, ResNet-50	AUROC, 灵敏度, 特异度	NA
40	2025-10-07	Usability and Clinician Acceptance of a Deep Learning-Based Clinical Decision Support Tool for Predicting Glaucomatous Visual Field Progression 2023-03-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002163 PMID:36877820	研究论文	评估临床医生对集成人工智能预测视野指标的临床决策支持工具GLANCE的可用性和接受度	开发并评估了集成AI预测视野指标的临床决策支持工具原型，首次系统分析临床医生对AI预测指标的信任度和实用性认知	样本量较小（10名眼科医生和验光师），仅使用6个病例11只眼睛进行评估	评估临床决策支持工具中AI预测视野指标的临床接受度和实用性	眼科医生和验光师对AI预测视野指标的态度和接受度	医疗人工智能	青光眼	深度学习	深度学习模型	视野检查数据	10名临床医生，6个病例（11只眼睛）	NA	NA	李克特量表评分，系统可用性量表评分	NA