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
401	2025-10-06	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	提出一种多模态DenseNet融合模型，通过将EEG数据转换为二维图像并与fNIRS特征融合，提升脑机接口中EEG-fNIRS数据的分类性能	通过短时傅里叶变换将EEG数据转换为二维图像，结合选择性通道表示和频谱图成像技术，有效整合EEG的时间丰富性和fNIRS的空间特异性	NA	解决EEG-fNIRS数据融合中特征选择效率低的问题，提升脑机接口的分类准确性和多功能性	脑电图（EEG）和功能性近红外光谱（fNIRS）数据	脑机接口	神经诊断与康复	短时傅里叶变换，频谱熵特征提取	深度学习	EEG信号，fNIRS信号，二维图像	两个公共数据集	NA	多模态DenseNet融合模型（MDNF）	分类准确率	NA
402	2025-10-06	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	提出一种基于深度学习和fMRI的深度脑刺激优化流程，用于帕金森病治疗	将深度脑刺激优化时间从约1年缩短至数小时，实现快速半自动化参数优化	研究基于39名先前临床优化的患者数据，样本量有限	优化帕金森病治疗中的深度脑刺激参数设置	39名接受深度脑刺激治疗的帕金森病患者	医学影像分析	帕金森病	fMRI，血氧水平依赖功能磁共振成像	自编码器，多层感知机	fMRI影像数据	122个fMRI数据集，来自39名患者	NA	自编码器，多层感知机	准确率，精确率，召回率，F1分数，AUC	NA
403	2025-10-06	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	设计了三种掩码策略（随机、垂直、水平掩码）的预训练方法，并提出新的困难样本挖掘策略	未提及方法在更大规模数据集上的泛化能力	解决超声图像分类中标注数据稀缺和困难样本问题	超声图像数据	计算机视觉	NA	自监督学习	深度学习	图像	在两个数据集上进行实验	NA	掩码建模	分类性能	NA
404	2025-10-06	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	通过文献计量学方法分析2004-2023年间阿尔茨海默病磁共振成像研究的全球发展趋势和研究热点	首次对AD领域MRI研究进行长达20年的文献计量分析，识别出深度学习等新兴研究热点	仅基于Web of Science数据库，可能遗漏其他数据库的相关文献	总结AD领域MRI研究的现状并预测未来研究方向	2004-2023年间WoSCC数据库中13,659篇AD-MRI相关研究文献	医学影像分析	阿尔茨海默病	磁共振成像(MRI), 文献计量分析	NA	文献元数据	13,659篇研究文章	CiteSpace, VOSviewer	NA	NA	NA
405	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	NA	NA	NA	NA
406	2025-10-06	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，通过解决最小-最大优化问题学习更具不变性的表示并减轻对抗性扰动	无需对表示的基础分布进行显式假设，通过对抗训练优化信息瓶颈原理，在对抗鲁棒性方面优于现有方法	NA	优化信息瓶颈原理以提高模型鲁棒性，研究压缩与预测之间的权衡关系	信息瓶颈方法在对抗扰动下的表现	机器学习	NA	对抗训练	信息瓶颈模型	合成数据集和真实世界数据集	NA	NA	对抗信息瓶颈(AIB)	对抗鲁棒性，IB曲线分析	NA
407	2025-10-06	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磁共振电影序列在缩短采集时间同时保持定量容积测量和图像质量的临床效用	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，实现了37%的采集时间减少且不影响诊断质量	左心室质量和纵向应变测量存在轻微高估(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技术在心脏磁共振电影成像中的临床实用性	124名参与者(16名预研究+108名前瞻性研究)	医学影像分析	心血管疾病	心血管磁共振(CMR)，二维平衡稳态自由进动序列	深度学习	医学影像	124名参与者	NA	Sonic DL	Bland-Altman分析，Pearson相关系数，配对t检验，Wilcoxon符号秩检验	NA
408	2025-10-06	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	研究训练数据组成对四维磁共振血流成像中主动脉横截面分割卷积神经网络泛化能力的影响	首次系统分析训练数据中病理特征、技术因素等组成对4D flow CMR分割模型泛化性能的影响	研究样本量有限（260个数据集），未涵盖所有可能的病理类型和技术变体	开发自动分割模型并分析训练数据组成对模型跨中心、扫描仪厂商、序列和病理泛化能力的影响	260个4D flow CMR数据集，包括无主动脉病理受试者、健康志愿者和二叶式主动脉瓣患者	医学影像分析	心血管疾病	四维心血管磁共振血流成像	CNN	医学影像	260个4D flow CMR数据集	NA	增强型三维U-net with residual units	Dice score, Hausdorff distance, average symmetric surface distance, Bland-Altman分析, interclass correlation	NA
409	2025-10-06	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	开发用于法洛四联症修复患者双心室自动分割的三维深度学习模型	首个专门针对先天性心脏病（法洛四联症）患者的三维深度学习分割模型，能够处理训练图像中缺失标签的问题	模型主要针对法洛四联症修复患者，在其他先天性心脏病中的泛化能力有待验证	开发专门用于法洛四联症修复患者左心室和右心室量化分析的自动分割模型	法洛四联症修复患者的心脏磁共振图像	医学图像分析	先天性心脏病	心血管磁共振成像	CNN	三维短轴心脏磁共振图像	训练集：196例（100例正常或获得性心脏病，96例法洛四联症）；测试集：36例法洛四联症	NA	三维卷积神经网络	Dice相似系数, 平均绝对误差, Wilcoxon符号秩检验	NA
410	2025-10-06	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	提出了一种基于深度学习集成方法的LST-AI工具，用于精确分割多发性硬化症脑白质病变	开发了包含三个3D U-Net的集成模型，采用复合损失函数解决病变与非病变区域不平衡问题，并包含病变位置标注功能	训练数据仅来自单一机构的3T MRI扫描仪，样本多样性可能有限	开发精确的脑白质病变自动分割工具，支持多发性硬化症的临床评估和科学研究	多发性硬化症患者的脑部MRI图像中的白质病变	医学影像分析	多发性硬化症	3T MRI扫描，T1加权和FLAIR成像	深度学习集成模型	3D医学影像	491对T1加权和FLAIR图像用于训练，103个测试案例	NA	3D U-Net	Dice系数，F1分数，病变检测率	NA
411	2025-10-06	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，用于评估痴呆症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	未明确说明方法在其他类型脑部疾病或不同MRI设备上的泛化能力	准确分割纵向海马体形态以评估痴呆症进展	阿尔茨海默病神经影像倡议(ADNI)的纵向数据中的海马体	医学图像分析	痴呆症	3T T1加权MRI	深度学习	纵向3D MRI图像	ADNI数据库中的纵向数据	NA	3D U-Net	重测信度, 方差比, 萎缩轨迹, 判别能力	NA
412	2025-10-06	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	比较两种脑MRI形态测量方法在个体扫描中检测皮质厚度和灰质体积异常的性能	首次系统比较开源工具ScanOMetrics在FreeSurfer和深度学习工具DL+DiReCT两种脑形态测量方法上的异常检测性能	仅使用公开OASIS3数据集，临床评估仍处于早期阶段	开发高效的脑MRI异常检测方法以支持神经放射学诊断决策	阿尔茨海默病患者和健康对照者的脑MRI扫描	医学影像分析	阿尔茨海默病	脑MRI形态测量分析	深度学习	脑MRI图像	OASIS3公共数据集中的阿尔茨海默病患者和健康对照者	NA	DL+DiReCT	异常检测准确性, 计算效率	NA
413	2025-10-06	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	提出一种自监督多模态学习框架，从多模态神经影像数据中提取表征以增强群体推断并发现与脑部疾病相关的脑区及多模态关联	将Deep InfoMax（DIM）自监督方法扩展到多模态神经影像数据，无需预训练标签即可识别疾病相关脑区和探索多模态链接	未明确说明样本量的具体数值和多样性限制	开发无需标签数据的自监督多模态学习框架，用于脑部疾病预测和脑区发现	多模态神经影像数据（MRI）和阿尔茨海默症表型谱系	医学影像分析	阿尔茨海默症	MRI神经影像技术	自监督学习	多模态神经影像数据	NA	Deep InfoMax（DIM）	DIM	分类性能，联合信息捕获能力，可解释性	无解码器策略节省计算资源
414	2025-10-06	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	本研究对TrUE-Net与六种已建立的白质高信号分割方法进行了独立验证比较	首次对新型深度学习模型TrUE-Net进行严格的独立验证，并在全局和区域水平评估其检测WMH负担与年龄关系的能力	使用半手动分割作为参考标准可能存在一定主观性	验证TrUE-Net在白质高信号自动分割中的准确性和可靠性	白质高信号区域	医学影像分析	老年疾病	深度学习分割	深度学习模型	医学影像数据	NA	NA	TrUE-Net	假阳性率	NA
415	2025-10-06	BASE: Brain Age Standardized Evaluation 2024-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.120469 PMID:38065279	研究论文	提出脑年龄标准化评估框架(BASE)，用于标准化评估基于深度学习的脑年龄预测模型	首次提出包含标准化数据集、评估协议和统计框架的脑年龄预测综合评估体系	仅针对T1加权磁共振图像数据，未涵盖其他脑影像模态	解决脑年龄预测研究中数据集、评估方法和指标不一致导致的比较困难问题	脑年龄预测模型	医学影像分析	脑部疾病	T1加权磁共振成像(T1w MRI)	深度学习神经网络	磁共振图像	包含多中心、新未见站点、重测和纵向数据的标准化T1w MRI数据集	NA	NA	准确性、鲁棒性、可重复性、一致性	NA
416	2025-10-06	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	提出一种基于仿真驱动深度学习的电生理源成像方法，用于癫痫背景下的脑源定位和电活动重建	结合仿真驱动深度学习，采用患者特异性头模型和神经质量模型生成训练数据，创新性地融合时序卷积网络和多尺度策略捕获空间特征，并利用LSTM提取时序依赖关系	仅在3名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信号源成像的逆问题，精确定位癫痫脑区并重建其电活动	癫痫患者的脑电信号和脑源活动	医学影像分析	癫痫	高分辨率256通道头皮脑电图	TCN, LSTM	脑电信号	3名耐药性部分性癫痫患者的真实脑电数据，以及多种场景的仿真数据	NA	时序卷积网络，长短期记忆网络	偶极子定位误差，归一化汉明距离	NA
417	2025-10-06	Enhanced Partial Fourier MRI With Zero-Shot Deep Untrained Priors 2024, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/access.2024.3508761 PMID:40766109	研究论文	提出一种基于零样本无监督深度学习的部分傅里叶重建新方法	将传统相位约束与零样本深度学习技术相结合，无需训练数据即可实现图像重建和先验学习	未明确说明方法在特定病理条件下的适用性限制	提升部分傅里叶磁共振成像的重建质量	磁共振图像	医学影像处理	NA	部分傅里叶磁共振成像	无训练生成先验网络	磁共振图像数据	fastMRI数据集、QALAS多对比度数据集和低场数据集	NA	未训练人工神经网络	NRMSE（归一化均方根误差）	NA
418	2025-10-06	Deep learning in computed tomography to predict endotype in chronic rhinosinusitis with nasal polyps 2024-01-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01203-w PMID:38267881	研究论文	本研究开发了一种基于鼻窦CT影像的深度学习模型，用于预测慢性鼻窦炎伴鼻息肉的内型分类	首次使用深度学习技术通过鼻窦CT影像无创预测CRSwNP的内型分类	回顾性研究设计，样本量相对有限（251例患者）	构建深度学习模型预测慢性鼻窦炎伴鼻息肉的内型分类	慢性鼻窦炎伴鼻息肉患者	医学影像分析	慢性鼻窦炎	计算机断层扫描	CNN	CT影像	251例患者，29,993张CT图像	NA	ResNet-18	AUC,准确率,Kappa分数,混淆矩阵,ROC曲线	NA
419	2025-10-06	Recognition of eye diseases based on deep neural networks for transfer learning and improved D-S evidence theory 2024-01-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-023-01176-2 PMID:38238662	研究论文	提出基于深度神经网络和改进D-S证据理论的融合模型，用于多种眼部疾病的识别	提出改进的D-S证据理论(ID-SET)消除模型决策偏差，并应用于眼部疾病识别模型的决策融合	未具体说明研究的眼部疾病种类和数量限制	提高眼部疾病识别的准确性和鲁棒性	眼部疾病	计算机视觉	眼部疾病	深度学习	深度神经网络	图像	NA	NA	NA	准确率,Kappa系数,F1分数,精确率,召回率,AUC	NA
420	2025-10-06	Development of HepatIA: A computed tomography annotation platform and database for artificial intelligence training in hepatocellular carcinoma detection at a Brazilian tertiary teaching hospital 2024, Clinics (Sao Paulo, Brazil) DOI:10.1016/j.clinsp.2024.100512 PMID:39388738	研究论文	开发用于肝细胞癌人工智能检测的CT标注平台和数据库HepatIA	创建了巴西首个整合MONAI Label预标注分割模型的肝脏CT标注平台和数据库	数据来源单一（仅来自一家医院），样本量相对有限	支持肝脏疾病特别是肝细胞癌的人工智能研究	肝细胞癌患者和健康个体的腹部CT扫描数据	医学影像分析	肝细胞癌	计算机断层扫描（CT）	深度学习分割模型	CT医学影像	656名患者的692个CT扫描体积	Django, Vue.js, MONAI	NA	NA	NA