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	2025-10-05	Self-supervised semantic segmentation of retinal pigment epithelium cells in flatmount fluorescent microscopy images 2023-04-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btad191 PMID:37067486	研究论文	开发了一种自监督语义分割方法用于视网膜色素上皮细胞的自动分割	提出自监督语义分割方法(S4)，结合重建损失、成对表示损失和形态学损失，并开发了新的图像增强算法AugCut	NA	解决视网膜色素上皮细胞分割中标注数据不足的问题	视网膜色素上皮细胞	计算机视觉	老年疾病	荧光显微镜成像	自监督学习	图像	大量荧光显微镜图像	NA	编码器-解码器架构	定性评估,定量评估	NA
22	2025-10-06	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校准性能	首次将证据神经网络和不确定性感知训练结合使用，并在复杂医学影像任务中验证其对模型校准的改进效果	仅在两个分类任务上进行实验，需要更多任务验证通用性	改善深度学习模型在医学影像分类中的校准性能，提高临床医生对模型的信任度	MNIST手写数字和相位对比心脏磁共振图像的伪影检测	计算机视觉	心血管疾病	心脏磁共振成像	深度学习模型	图像	NA	NA	证据神经网络	模型校准指标	NA
23	2025-10-06	Regional Deep Atrophy: a Self-Supervised Learning Method to Automatically Identify Regions Associated With Alzheimer's Disease Progression From Longitudinal MRI 2023-Apr-10, ArXiv PMID:37090239	研究论文	提出一种基于自监督学习的区域深度萎缩方法，可从纵向MRI中自动识别与阿尔茨海默病进展相关的脑区	将时间推断方法与可变形配准神经网络和注意力机制相结合，提供可解释的脑区变化可视化	未明确说明方法在其他神经退行性疾病或不同数据集上的泛化能力	开发可解释的深度学习方法来量化阿尔茨海默病相关的脑萎缩区域	阿尔茨海默病患者的纵向MRI脑部扫描数据	医学影像分析	阿尔茨海默病	MRI脑部成像	CNN	医学影像	NA	NA	结合可变形配准神经网络和注意力机制的卷积神经网络	预测准确率	NA
24	2025-10-06	mEMbrain: an interactive deep learning MATLAB tool for connectomic segmentation on commodity desktops 2023-Apr-17, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.17.537196 PMID:37131600	研究论文	开发基于MATLAB的交互式深度学习工具mEMbrain，用于在普通台式机上实现连接组学数据的半自动分割	将深度学习算法集成到用户友好的MATLAB界面中，无需编程即可进行神经重建，提供预训练模型和标注数据集	仅支持Linux和Windows平台，依赖MATLAB环境	开发无需编程的交互式工具来加速连接组学数据的手动标注和分割	电子显微镜数据集中的神经连接结构	计算机视觉	NA	体积电子显微镜	深度神经网络	电子显微镜图像	4种不同动物的5个数据集，包含约180小时专家标注，超过1.2GB标注图像	MATLAB	NA	NA	普通台式机
25	2025-10-06	Deep learning-based polygenic risk analysis for Alzheimer's disease prediction 2023-Apr-06, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-023-00269-x PMID:37024668	研究论文	开发基于深度学习的多基因风险模型用于阿尔茨海默病预测	首次将深度学习方法应用于阿尔茨海默病多基因风险建模，能够捕捉基因组数据中的非线性关系	未明确说明样本规模和数据来源的具体限制	提高阿尔茨海默病的遗传风险预测准确性并探索疾病机制	阿尔茨海默病相关的基因组数据和患者个体	机器学习	阿尔茨海默病	基因组测序	神经网络	基因组数据	NA	NA	神经网络	NA	NA
26	2025-10-06	Three-dimensional genome rewiring in loci with human accelerated regions 2023-04-28, Science (New York, N.Y.) DOI:10.1126/science.abm1696 PMID:37104607	研究论文	本研究通过比较基因组学和三维基因组建模揭示了人类加速区域在人类特异性性状进化中的作用机制	结合深度学习与染色质构象捕获实验，首次发现人类加速区域在改变三维基因组组织的人类特异性变异中的富集现象	研究主要聚焦于神经祖细胞，可能无法完全代表其他细胞类型或发育阶段的情况	探索人类加速区域在人类特异性基因组进化中的作用机制	人类和黑猩猩的神经祖细胞	基因组学, 生物信息学	NA	染色质构象捕获实验, 深度学习, 哺乳动物基因组比对	深度学习模型	基因组序列数据, 染色质相互作用数据, 基因表达数据	241个哺乳动物基因组	NA	NA	NA	NA
27	2025-10-06	Machine learning approaches for electroencephalography and magnetoencephalography analyses in autism spectrum disorder: A systematic review 2023-04-20, Progress in neuro-psychopharmacology & biological psychiatry IF:5.3Q1 DOI:10.1016/j.pnpbp.2022.110705 PMID:36574922	系统综述	系统综述机器学习方法在自闭症谱系障碍脑电图和脑磁图分析中的应用	首次系统评估机器学习在ASD神经生理数据分析中的应用现状，重点关注EEG和MEG数据的非线性非平稳特征分析	纳入研究数量有限(39项)，MEG研究较少(仅2项)，需要更多验证性研究和随机对照试验验证方法的有效性和泛化性	评估机器学习在自闭症谱系障碍神经生理数据分析中的应用效果和潜力	自闭症谱系障碍患者的脑电图和脑磁图数据	机器学习	自闭症谱系障碍	脑电图,脑磁图	支持向量机,深度学习	神经生理信号	39项研究(37项EEG研究,2项MEG研究)	NA	NA	准确率	NA
28	2025-10-06	Development of artificial intelligence powered apps and tools for clinical pharmacy services: A systematic review 2023-04, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2022.104983 PMID:36724730	系统综述	系统回顾分析人工智能在临床药学服务中的应用研究	首次系统梳理2000-2021年间AI在临床药学服务中的应用现状和发展趋势	仅纳入定量研究且需药剂师参与开发或使用AI工具，可能存在发表偏倚	识别和分析将人工智能应用于临床药学服务的定量研究	临床药学服务中使用的AI应用程序和工具	自然语言处理,机器学习	NA	机器学习,自然语言处理,深度学习	NA	电子病历	19项研究	NA	NA	NA	NA
29	2025-05-11	GEOMETRIC CONSTRAINED DEEP LEARNING FOR MOTION CORRECTION OF FETAL BRAIN MR IMAGES 2023-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi53787.2023.10230423 PMID:40337452	研究论文	本文提出了一种基于几何约束的深度学习模型，用于胎儿脑部MRI图像的运动校正	该方法结合了全局运动估计网络和相对运动估计网络，利用几何约束和权重可学习策略处理复杂和大范围的运动	需要构建大规模的模拟胎儿脑部数据集以训练模型，可能在实际应用中存在数据获取的挑战	提高胎儿脑部MRI图像的运动校正能力，以支持3D脑部体积重建	胎儿脑部MRI图像	医学影像处理	胎儿脑部发育	MRI	深度学习模型（包含全局运动估计网络和相对运动估计网络）	图像	大量胎儿脑部MRI图像堆栈	NA	NA	NA	NA
30	2025-10-07	External Validation of SpineNet, an Open-Source Deep Learning Model for Grading Lumbar Disk Degeneration MRI Features, Using the Northern Finland Birth Cohort 1966 2023-Apr-01, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000004572 PMID:36728678	研究论文	本研究使用北芬兰1966出生队列数据对开源深度学习模型SpineNet进行腰椎间盘退变MRI特征分级的外部验证	首次在地理和时间上与训练数据集分离的外部数据集上验证SpineNet模型对腰椎间盘退变分级的泛化能力	研究为回顾性观察设计，仅使用单一队列数据进行验证	外部验证深度学习模型SpineNet在腰椎间盘退变MRI特征分级中的性能	北芬兰1966出生队列的1331名参与者的腰椎MRI数据	计算机视觉	腰椎间盘退变疾病	磁共振成像	深度学习图像分类模型	T2加权矢状位腰椎MRI序列图像	1331名NFBC1966队列参与者	NA	SpineNet	平衡准确度, Lin一致性相关系数, Cohen κ系数	NA
31	2025-04-06	MSHT: Multi-Stage Hybrid Transformer for the ROSE Image Analysis of Pancreatic Cancer 2023-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3234289 PMID:37018254	研究论文	提出了一种多阶段混合Transformer（MSHT）方法，用于胰腺癌ROSE图像的自动分类	结合CNN和Transformer的优势，CNN提取多尺度局部特征作为注意力引导，Transformer进行全局建模，提高了分类准确性和注意力区域的准确性	未提及具体局限性	开发一种深度学习方法，用于自动分类胰腺癌ROSE图像，以解决经验丰富的病理学家短缺的问题	胰腺癌ROSE图像	数字病理学	胰腺癌	ROSE技术	MSHT（多阶段混合Transformer）	图像	4240张ROSE图像	NA	NA	NA	NA
32	2025-04-06	A Transfer Learning Based Cross-Subject Generic Model for Continuous Estimation of Finger Joint Angles From a New User 2023-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3234989 PMID:37018609	研究论文	本研究提出了一种基于迁移学习的跨被试通用模型（CSG），用于从新用户的表面肌电信号（sEMG）连续估计手指关节角度	提出了跨被试通用模型（CSG），结合LSTA-Conv网络和对抗知识迁移学习策略（SAK），显著提升了新用户手指关节角度估计的准确性	模型性能依赖于训练集中被试数量的增加，且未探讨不同手势复杂度对模型性能的影响	开发一种能够适应新用户的、基于sEMG信号的手指关节角度连续估计方法	人类手指关节运动	人机交互	NA	表面肌电信号（sEMG）采集	LSTA-Conv网络（结合长短期特征聚合模块和对抗知识迁移学习策略）	生理信号数据（sEMG）与运动学数据（手指关节角度）	三个公开Ninapro数据集中的多被试数据	NA	NA	NA	NA
33	2025-04-06	Annotation Cost Minimization for Ultrasound Image Segmentation Using Cross-Domain Transfer Learning 2023-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3236989 PMID:37021897	研究论文	本研究提出了一种名为SegMix的新框架，通过跨域迁移学习最小化超声图像分割中的标注成本	提出SegMix方法，利用片段-粘贴-混合概念生成大量标注样本，并引入超声特异性增强策略，显著降低标注成本	仅在左心室和胎儿头部两个超声分割任务上验证了框架可行性，未在其他医学图像任务上测试	降低医学图像分析中的标注成本	超声图像（左心室和胎儿头部）	数字病理	心血管疾病	深度学习	NA	图像	仅需10张手动标注图像	NA	NA	NA	NA
34	2025-04-06	Knowledge Distillation in Histology Landscape by Multi-Layer Features Supervision 2023-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3237749 PMID:37021915	研究论文	提出了一种新颖的知识蒸馏算法KDTP，用于提高浅层网络在组织表型分析中的性能	通过多层特征蒸馏，使学生网络的单个层能从教师网络的多个层获得监督，并使用可学习的多层感知器和基于注意力的参数优化特征图匹配	未提及具体计算资源消耗或模型泛化能力的详细评估	提升计算病理学中组织分类任务的性能	组织表型分析	数字病理学	NA	知识蒸馏	CNN	图像	五个公开可用的组织学图像分类数据集	NA	NA	NA	NA
35	2025-04-06	Reconstruction of Quantitative Susceptibility Mapping From Total Field Maps With Local Field Maps Guided UU-Net 2023-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3238714 PMID:37022058	研究论文	提出了一种基于局部场图引导的UU-Net与自交叉引导Transformer相结合的LGUU-SCT-Net方法，用于直接从总场图重建定量磁化率映射(QSM)	首次提出直接从总场图重建QSM的方法，通过局部场图辅助监督和自交叉引导Transformer增强特征融合与非线性映射能力	仅在体内数据集上进行验证，未涉及更广泛的临床数据测试	改进定量磁化率映射(QSM)的重建精度和效率	磁共振成像(MRI)相位信号	医学影像分析	NA	MRI相位信号处理	LGUU-SCT-Net（改进的U-Net与Transformer结合模型）	磁共振图像	体内数据集（具体数量未说明）	NA	NA	NA	NA
36	2025-04-06	Asymmetric Effects of Different Training-Testing Mismatch Types on Myoelectric Regression via Deep Learning 2023-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3238966 PMID:37022060	研究论文	本文研究了卷积神经网络（CNN）在肌电同步比例控制（SPC）中预测性能受训练和测试条件差异影响的情况	揭示了训练-测试条件不匹配对CNN预测性能的不对称影响，并探讨了可能的机制	研究仅基于特定任务（画星星）的数据，可能无法推广到其他肌电控制场景	探究训练-测试条件不匹配对肌电SPC设备性能的影响	肌电信号（EMG）和关节角加速度数据	机器学习	NA	肌电信号采集	CNN	时间序列信号	志愿者数据（具体人数未明确说明）	NA	NA	NA	NA
37	2025-04-06	Generalizable Deep Learning-Based Sleep Staging Approach for Ambulatory Textile Electrode Headband Recordings 2023-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3240437 PMID:37022272	研究论文	提出一种基于深度学习的通用睡眠分期方法，适用于使用纺织电极头带记录的移动睡眠数据	开发了一种能够从标准PSG数据泛化到纺织电极前额EEG移动记录的自动神经网络睡眠分期方法	研究仅涉及10名健康志愿者，样本量较小	开发适用于家庭环境的可靠、自动化和用户友好的睡眠分期解决方案	睡眠分期	机器学习	NA	EEG信号分析	CNN	EEG信号	临床PSG数据集876例，10名健康志愿者家庭记录	NA	NA	NA	NA
38	2025-04-06	Development of Prognostic Biomarkers by TMB-Guided WSI Analysis: A Two-Step Approach 2023-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3249354 PMID:37027578	研究论文	开发了一种基于TMB引导的WSI分析的两步法框架，用于预后预测	提出了一个结合TMB和WSI的两步法框架，提高了预后预测的准确性和可解释性	研究依赖于特定数据集，可能在其他癌症类型中的泛化性有待验证	开发预后生物标志物，改善癌症患者的生存预测	透明细胞肾细胞癌（ccRCC）患者	数字病理学	肾癌	全切片图像（WSI）分析	深度残差网络	图像	295个内部数据集WSI和304个TCGA-KIRC项目WSI	NA	NA	NA	NA
39	2025-04-06	LncDLSM: Identification of Long Non-Coding RNAs With Deep Learning-Based Sequence Model 2023-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3247805 PMID:37027676	research paper	介绍了一种基于深度学习的序列模型lncDLSM，用于识别长非编码RNA（LncRNAs）	提出了一种不依赖先验生物学知识的深度学习框架lncDLSM，用于区分lncRNA和其他蛋白质编码转录本	未明确提及具体局限性	开发一种高效识别lncRNA的方法，以帮助研究其形成机制及与疾病相关的下游调控	长非编码RNA（LncRNAs）和蛋白质编码转录本	machine learning	NA	deep learning	deep learning-based sequence model	sequence data	NA	NA	NA	NA	NA
40	2025-03-27	MULTITASK LEARNING FOR IMPROVED LATE MECHANICAL ACTIVATION DETECTION OF HEART FROM CINE DENSE MRI 2023-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi53787.2023.10230782 PMID:40124116	研究论文	本文提出了一种多任务深度学习框架，用于同时估计心脏晚期机械激活（LMA）量并分类无疤痕的LMA区域，以提高心脏再同步治疗（CRT）的准确性	引入了辅助LMA区域分类子网络，提高了模型对心肌疤痕引起的复杂模式的鲁棒性，显著消除了LMA检测中的负面影响，并进一步改善了疤痕分类性能	NA	提高心脏晚期机械激活（LMA）区域的检测准确性，特别是在存在心肌疤痕的情况下	心脏的晚期机械激活（LMA）区域	医学影像分析	心血管疾病	cine位移编码与受激回波（DENSE）磁共振成像（MRI）	多任务深度学习框架	心脏MR图像	NA	NA	NA	NA	NA