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	2025-09-21	Improved robustness for deep learning-based segmentation of multi-center myocardial perfusion cardiovascular MRI datasets using data-adaptive uncertainty-guided space-time analysis 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101082 PMID:39142567	研究论文	提出一种数据自适应不确定性引导的时空分析方法，用于提升多中心心肌灌注心血管MRI数据集的深度学习分割鲁棒性	利用不确定性图自动从多个DNN解决方案中选择最佳分割结果，增强模型对脉冲序列和扫描仪差异的适应性	训练数据量有限（n=150 subjects），且仅基于三个医疗中心的数据进行验证	开发能够处理多中心数据集差异的深度学习心肌灌注分割技术	心肌灌注心血管磁共振成像数据集	计算机视觉	心血管疾病	心血管磁共振成像（CMR）	时空U-Net	图像	150名受试者，21,150张首过图像
2	2025-09-21	Accelerated chemical shift encoded cardiovascular magnetic resonance imaging with use of a resolution enhancement network 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101090 PMID:39243889	研究论文	开发了一种基于深度学习的快速化学位移编码心血管磁共振成像方法，用于加速心肌脂肪成像	提出了一种基于复数图像超分辨率生成对抗网络的深度学习模型，能够独立增强每个回波图像，实现快速化学位移编码成像	研究样本量相对有限，前瞻性研究仅包含21名参与者	加速心血管磁共振化学位移编码成像，减少呼吸暂停次数	人类心血管系统，特别是心肌脂肪成像	医学影像分析	心血管疾病	化学位移编码(CSE)，广义自动校准部分并行采集(GRAPPA)，两点Dixon重建	生成对抗网络(GAN)	磁共振图像	训练数据来自1519名患者，前瞻性研究包含16名参与者和5名健康个体
3	2025-09-19	PseudoCell: Hard Negative Mining as Pseudo Labeling for Deep Learning-Based Centroblast Cell Detection 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3407351 PMID:39050971	研究论文	提出一种基于深度学习的对象检测框架PseudoCell，用于自动检测全切片图像中的中心母细胞，减少病理学家手动标注需求	利用伪负标签和形态学特征进行困难负样本挖掘，无需病理学家提供精细标注	NA	开发自动化中心母细胞检测方法以辅助滤泡性淋巴瘤分级	全切片图像中的中心母细胞	数字病理学	淋巴瘤	深度学习对象检测	CNN	图像	NA
4	2025-09-19	UKSSL: Underlying Knowledge Based Semi-Supervised Learning for Medical Image Classification 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2023.3305190 PMID:38899016	研究论文	提出一种基于底层知识的半监督学习框架UKSSL，用于医学图像分类	结合MedCLR无监督特征提取和UKMLP有监督微调，仅需50%标注数据即可超越全监督方法性能	NA	解决医学图像标注数据稀缺条件下的高性能分类问题	医学图像	计算机视觉	NA	半监督学习	MedCLR, UKMLP	图像	LC25000和BCCD数据集（仅使用50%标注数据）
5	2025-09-19	Simultaneous EEG-fNIRS Data Classification Through Selective Channel Representation and Spectrogram Imaging 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3448457 PMID:39247844	研究论文	提出一种基于深度学习的多模态融合模型MDNF，用于同时分类EEG和fNIRS数据，提升脑机接口性能	通过短时傅里叶变换将EEG数据转换为二维图像，并融合fNIRS频谱熵特征，有效结合EEG时间丰富性和fNIRS空间特异性	NA	提升EEG-fNIRS多模态数据在脑机接口中的分类准确性和泛化能力	EEG和fNIRS脑信号数据	脑机接口	NA	短时傅里叶变换，迁移学习	多模态DenseNet融合模型（MDNF）	脑信号时间序列数据（转换为图像）	两个公共数据集（具体样本数未说明）
6	2025-09-19	Deep Learning and fMRI-Based Pipeline for Optimization of Deep Brain Stimulation During Parkinson's Disease Treatment: Toward Rapid Semi-Automated Stimulation Optimization 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3448392 PMID:39247846	研究论文	提出一种结合深度学习和fMRI的流程，用于帕金森病治疗中深部脑刺激参数的快速半自动化优化	首次使用无监督自动编码器从fMRI数据中提取特征，并结合多层感知机实现DBS参数的分类与预测，将优化时间从约1年缩短至数小时	研究基于39名预先临床优化的患者数据，样本量较小，且未提及模型在新患者群体中的泛化能力验证	优化帕金森病深部脑刺激治疗参数，减少患者临床访视次数和治疗时间	帕金森病患者接受深部脑刺激治疗时的fMRI数据与刺激参数	医学影像分析	帕金森病	fMRI（血氧水平依赖功能磁共振成像）	Autoencoder (AE) 和 Multilayer Perceptron (MLP)	神经影像数据（fMRI）	39名帕金森病患者的122个fMRI数据集
7	2025-09-19	Masked Modeling-Based Ultrasound Image Classification via Self-Supervised Learning 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3374966 PMID:38606402	研究论文	提出一种基于掩码建模的自监督学习方法用于超声图像分类	引入三种掩码策略（随机、垂直和水平掩码）并设计新颖难样本挖掘策略，无需外部标注数据	NA	解决超声图像分类中标注数据稀缺和噪声干扰问题	超声图像数据	计算机视觉	NA	自监督学习	深度学习	图像	两个数据集（具体数量未说明）
8	2025-09-13	The global research of magnetic resonance imaging in Alzheimer's disease: a bibliometric analysis from 2004 to 2023 2024, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2024.1510522 PMID:39882364	文献计量分析	通过文献计量方法分析2004至2023年间阿尔茨海默病MRI研究的全球趋势和热点	首次系统梳理近20年阿尔茨海默病MRI研究的演进脉络，并识别出深度学习等新兴研究方向	仅基于Web of Science数据库，可能未涵盖所有相关研究；文献计量方法无法评估研究质量	总结阿尔茨海默病MRI研究的现状并预测未来研究方向	2004-2023年期间发表的13,659篇相关学术论文	医学影像分析	阿尔茨海默病	文献计量分析（CiteSpace和VOSviewer）	NA	文献元数据	13,659篇研究论文
9	2025-09-12	Toward a deep learning-based magnetic resonance imaging only workflow for postimplant dosimetry in I-125 seed brachytherapy for prostate cancer 2024 Jan-Feb, Brachytherapy IF:1.7Q3 DOI:10.1016/j.brachy.2023.09.009 PMID:38008648	研究论文	本研究开发了一种基于深度学习的MRI-only工作流，用于前列腺癌I-125粒子植入后剂量计算，旨在替代当前CT标准方法	首次结合深度学习与定量磁敏感图（QSM）和DIXON序列，实现MRI自动粒子分割，避免CT额外辐射并提升软组织对比度	研究样本量较小（20例患者），且仅使用1.5T MRI设备，未验证更高场强或更多样人群的适用性	建立无需CT的MRI-only工作流，提高前列腺癌粒子治疗后剂量计算的准确性和安全性	接受I-125粒子植入治疗的前列腺癌患者	数字病理	前列腺癌	MRI（DIXON序列、3D梯度回波序列）、深度学习QSM生成	3D nnU-net	医学影像（MRI、CT）	20例患者
10	2025-09-09	Adversarial Information Bottleneck 2024-Jan, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3172986 PMID:35594234	研究论文	提出一种对抗性信息瓶颈方法以增强模型鲁棒性并分析信息压缩与预测的平衡关系	无需对表示分布做显式假设，通过解决min-max优化问题有效优化信息瓶颈原则，提升对抗扰动下的鲁棒性	NA	优化信息瓶颈原则以提高深度学习模型的鲁棒性和理解压缩效果	深度学习中的表示学习与对抗鲁棒性	machine learning	NA	min-max优化	信息瓶颈模型	合成数据集与真实世界数据集	NA
11	2025-09-06	Clinical utility of a rapid two-dimensional balanced steady-state free precession sequence with deep learning reconstruction 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101069 PMID:39079600	研究论文	本研究评估了采用深度学习重建的加速二维心脏电影序列在心血管磁共振成像中的临床效用，旨在缩短采集时间而不影响图像质量或定量测量	首次将深度学习重建技术(Sonic DL)应用于二维平衡稳态自由进动序列，实现在加速因子为8时采集时间减少37%且保持临床测量准确性	左心室质量和纵向应变存在轻微高估(质量高估3.36 g/m²，纵向应变高估1.97%)	评估深度学习重建加速序列在心脏电影成像中的临床应用价值	人类参与者（共124人，包括16人预研究和108人前瞻性研究）	医学影像分析	心血管疾病	心血管磁共振成像(CMR)，深度学习重建	深度学习	医学影像	总共124名参与者（16人预实验，108人主要研究）
12	2025-09-06	Impact of training data composition on the generalizability of convolutional neural network aortic cross-section segmentation in four-dimensional magnetic resonance flow imaging 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101081 PMID:39127260	研究论文	本研究探讨了训练数据组成对基于卷积神经网络的四维磁共振血流成像中主动脉横截面分割模型泛化能力的影响	首次系统分析了不同训练数据特征（包括病理类型、技术参数等）对CNN分割模型跨中心、跨设备泛化性能的具体影响	研究仅基于260个数据集，样本量相对有限，且仅针对主动脉分割任务	提高四维心血管磁共振血流成像中主动脉自动分割的准确性和可重复性	无已知主动脉病变者、健康志愿者和二叶式主动脉瓣（BAV）患者	医学图像分析	心血管疾病	四维心血管磁共振血流成像（4D flow CMR）	增强型三维U-net CNN with residual units	磁共振图像	260个4D flow CMR数据集
13	2025-09-06	Automated biventricular quantification in patients with repaired tetralogy of Fallot using a three-dimensional deep learning segmentation model 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101092 PMID:39270800	研究论文	开发并验证了一种针对法洛四联症修复患者的三维深度学习心脏分割模型，用于双心室自动量化分析	首次专门针对先天性心脏病（法洛四联症）患者设计三维CNN分割模型，支持训练图像中的标签缺失处理，并显著提升右心室量化精度	模型主要针对法洛四联症修复患者，在其他先天性心脏病或病理类型中的泛化能力未验证	开发高性能的自动分割模型，用于法洛四联症修复患者的左心室和右心室腔室及心肌量化	法洛四联症修复患者的心脏磁共振图像	计算机视觉	心血管疾病	心血管磁共振成像（CMR）	3D CNN	三维医学图像	训练集196例（100例正常/获得性心脏病患者 + 96例TOF患者），测试集36例TOF患者
14	2025-09-05	LST-AI: A deep learning ensemble for accurate MS lesion segmentation 2024, NeuroImage. Clinical DOI:10.1016/j.nicl.2024.103611 PMID:38703470	研究论文	提出一种基于深度学习集成模型LST-AI，用于精确分割多发性硬化症脑白质病变	采用三个3D U-Net集成架构，结合二元交叉熵和Tversky损失函数的复合损失函数，显式处理病变与非病变组织的不平衡问题	NA	开发高性能开源脑白质病变自动分割工具	多发性硬化症患者的脑部MRI图像	医学图像分析	多发性硬化症	3D MRI成像	3D U-Net集成	医学图像（T1加权和FLAIR序列）	491对MRI图像用于训练，103个公开测试案例
15	2025-09-05	Geodesic shape regression based deep learning segmentation for assessing longitudinal hippocampal atrophy in dementia progression 2024, NeuroImage. Clinical DOI:10.1016/j.nicl.2024.103623 PMID:38821013	研究论文	提出一种基于测地线形状回归的深度学习分割方法GeoLongSeg，用于评估痴呆进展中的纵向海马体萎缩	将测地线形状回归整合到两阶段分割网络中，通过增强个体内形态一致性来减少与疾病无关的纵向变异	NA	准确分割纵向MRI中的海马体形态，辅助痴呆早期诊断	痴呆患者和正常对照的海马体	医学图像分析	痴呆症	深度学习，测地线形状回归	3D U-Net	纵向3T T1加权MR图像	阿尔茨海默病神经影像倡议(ADNI)的纵向数据
16	2025-09-05	Cortical thickness and grey-matter volume anomaly detection in individual MRI scans: Comparison of two methods 2024, NeuroImage. Clinical DOI:10.1016/j.nicl.2024.103624 PMID:38823248	研究论文	比较两种基于不同软件（FreeSurfer与DL+DiReCT）的个体MRI扫描中皮质厚度和灰质体积异常检测方法的性能	首次在公共OASIS3数据集上对比开源工具ScanOMetrics结合传统FreeSurfer与深度学习工具DL+DiReCT的异常检测效果，并验证深度学习工具显著缩短处理时间	临床评估仍处于早期阶段，未涉及大规模临床环境验证	评估不同脑形态计量工具在个体MRI异常检测中的性能差异	阿尔茨海默病患者和健康对照者的脑部MRI数据	医学影像分析	阿尔茨海默病	脑形态计量分析、规范建模	深度学习（未指定具体模型）	MRI脑部扫描图像	OASIS3公共数据集中的AD患者和健康对照组
17	2025-09-03	Self-supervised multimodal learning for group inferences from MRI data: Discovering disorder-relevant brain regions and multimodal links 2024-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.120485 PMID:38110045	研究论文	提出一种新颖的自监督多模态学习框架，用于从MRI数据中提取表征以增强群体推断并发现疾病相关脑区及多模态关联	将Deep InfoMax (DIM)自监督方法扩展至多模态神经影像数据，首次实现无标签预训练下的多模态表征学习与可解释性分析	NA	开发无需标注数据的多模态神经影像分析方法，提升脑疾病预测与脑区关联发现能力	多模态MRI神经影像数据	医学影像分析	阿尔茨海默病	Deep InfoMax (DIM), 自监督学习	DIM	多模态MRI图像	NA
18	2025-09-03	Accuracy of TrUE-Net in comparison to established white matter hyperintensity segmentation methods: An independent validation study 2024-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.120494 PMID:38086495	研究论文	本研究独立验证了深度学习模型TrUE-Net在白质高信号自动分割中的准确性，并与六种现有方法进行比较	首次对新型深度学习模型TrUE-Net进行严格独立验证，并在全局和区域水平评估其与年龄相关性的检测能力	NA	验证TrUE-Net在白质高信号自动分割中的准确性和可靠性	白质高信号(WMH)区域	医学图像分析	老年性疾病	深度学习	TrUE-Net	医学影像	NA
19	2025-09-03	BASE: Brain Age Standardized Evaluation 2024-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.120469 PMID:38065279	研究论文	提出一种名为BASE的脑年龄标准化评估框架，用于标准化脑年龄预测模型的评估与比较	首次提供包含多中心、未见站点、重测和纵向数据的标准化T1加权MRI数据集及配套评估协议	NA	解决脑年龄预测研究中因数据集和评估方法差异导致的难以比较问题	T1加权磁共振图像（T1w MRI）	医学影像分析	脑部疾病	深度学习	深度神经网络	MRI图像	多中心数据集，包含未见站点、重测和纵向数据
20	2025-09-03	Electrophysiological brain imaging based on simulation-driven deep learning in the context of epilepsy 2024-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.120490 PMID:38103624	研究论文	提出一种基于模拟驱动深度学习的癫痫脑电源成像方法，用于从高分辨率脑电图信号中定位和重建癫痫脑区活动	结合患者特异性头模型和神经质量模型生成模拟数据，并采用多尺度时空卷积网络（TCN与LSTM结合）捕捉EEG信号的局部空间模式和时间依赖关系	仅在三位耐药性部分性癫痫患者的真实数据上验证，样本量有限	解决癫痫背景下脑电源成像的逆问题，精确定位癫痫源并重建其电活动	癫痫患者的高分辨率256通道头皮EEG信号	计算神经科学	癫痫	高分辨率脑电图（Hr-EEG）、边界元法、神经质量模型	TCN（时序卷积网络）、LSTM（长短期记忆网络）	EEG信号	三位耐药性部分性癫痫患者的真实数据及模拟数据