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
21	2025-04-03	Deep Learning-Based Interpretable AI for Prostate T2W MRI Quality Evaluation 2024-04, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.09.030 PMID:37858505	research paper	开发了一种基于深度学习的AI工具，用于评估前列腺T2W MRI的质量，旨在减少用户偏见并提供更一致的评估	使用3D DenseNet121架构开发AI模型，能够将序列级别的分类标签转化为3D体素级别的质量热图，提供解释性	研究为回顾性设计，可能限制了结果的普遍适用性	开发一个AI工具，以更一致和客观的方式评估前列腺T2W MRI的质量	前列腺T2W MRI图像	digital pathology	prostate cancer	MRI	3D DenseNet121	image	1046名患者（来自三个队列：ProstateX [n=347]、All-comer in-house [n=602]、enriched bad-quality MRI in-house [n=97]）
22	2025-04-03	Patterns of subregional cerebellar atrophy across epilepsy syndromes: An ENIGMA-Epilepsy study 2024-Apr, Epilepsia IF:6.6Q1 DOI:10.1111/epi.17881 PMID:38411286	research paper	研究通过结构磁共振成像量化了1602名癫痫患者和1022名健康对照者的小脑区域体积，探讨了癫痫综合征中小脑亚区萎缩的模式	采用深度学习技术对小脑进行28个神经解剖亚区的分割，首次全面描述了癫痫患者中小脑亚区体积的损失模式及其与临床特征的关系	研究为横断面设计，无法确定小脑萎缩与癫痫之间的因果关系	探讨不同癫痫综合征中小脑亚区萎缩的特征模式	1602名成人癫痫患者和1022名健康对照者	digital pathology	epilepsy	structural magnetic resonance imaging	deep learning	image	1602 epilepsy patients and 1022 healthy controls from 22 sites
23	2025-04-03	Scanning Laser Ophthalmoscopy Demonstrates Pediatric Optic Disc and Peripapillary Strain During Horizontal Eye Rotation 2024-04, Current eye research IF:1.7Q3 DOI:10.1080/02713683.2023.2295789 PMID:38185657	研究论文	使用扫描激光检眼镜(SLO)自动分析儿童水平眼球旋转时视盘及周围区域的机械应变	首次在儿童群体中量化水平眼球旋转对视盘及周围血管的机械应变影响，并与成人数据进行对比	样本量较小(31名儿童)，且仅在轻度色素沉着的眼底观察到脉络膜血管位移	探究儿童眼球水平旋转对视盘及视网膜/脉络膜血管的机械应变特征	31名平均年龄11.3±2.7岁的儿童受试者	数字病理	NA	扫描激光检眼镜(SLO)结合深度学习光流分析	深度学习(具体模型未说明)	医学影像	31名儿童(62只眼睛)
24	2025-04-03	Estimating lung function from computed tomography at the patient and lobe level using machine learning 2024-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.16915 PMID:38329315	研究论文	提出了一种名为I3Dr的深度学习架构，用于从CT扫描中自动估计肺功能测试结果，并分解各肺叶对患者肺功能的个体贡献	I3Dr架构能够从图像中估计全局测量值，并能估计图像各部分对该全局测量值的个体贡献，特别是在肺功能测试中的应用	需要大量CT扫描和患者级别的肺功能测量数据进行训练	从CT扫描中自动估计肺功能测试结果，并分解各肺叶对患者肺功能的个体贡献	肺功能测试结果和CT扫描图像	数字病理学	肺部疾病	深度学习	I3Dr	图像	训练集8,433个CT扫描，验证集1,775个CT扫描，测试集1,873个CT扫描
25	2025-04-03	Optimizing feature subset for schizophrenia detection using multichannel EEG signals and rough set theory 2024-Apr, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10011-x PMID:38699607	研究论文	提出一种基于多通道脑电图信号和粗糙集理论的改进特征子集优化方法，用于精神分裂症检测	提出了一种改进的CAO（ICAO）降维方法，结合水平和垂直交叉方法与AOA，以及基于粗糙集的适应度函数，以提高特征选择的准确性	未提及样本量及数据来源的具体细节，可能影响方法的泛化能力	优化精神分裂症检测中的特征子集选择，提高分类准确性和计算效率	精神分裂症患者和正常人的多通道脑电图信号	机器学习	精神分裂症	多变量经验模式分解（MEMD）、熵度量（如谱熵、排列熵、近似熵、样本熵和SVD熵）	核支持向量机（SVM）	脑电图信号	NA
26	2025-04-03	Unified Noise-aware Network for Low-count PET Denoising with Varying Count Levels 2024-Apr, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2023.3334105 PMID:39391291	研究论文	提出了一种统一的噪声感知网络（UNN），用于处理不同噪声水平的低计数PET图像去噪问题	结合多个具有不同去噪能力的子网络，能够处理不同噪声水平的输入，无需针对每种噪声水平单独训练网络	需要大规模数据进行训练，且在实际应用中可能面临数据可用性有限的问题	降低PET扫描中的辐射剂量，同时保持图像质量和诊断性能	低计数PET图像	数字病理学	NA	深度学习	UNN（统一的噪声感知网络）	PET图像	来自两个医疗中心的大规模数据
27	2025-04-03	A Review on Low-Dose Emission Tomography Post-Reconstruction Denoising with Neural Network Approaches 2024-Apr, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2023.3349194 PMID:39429805	综述	本文综述了低剂量发射断层扫描(ET)后重建去噪的神经网络方法	重点探讨了深度学习在低剂量ET图像质量和分辨率提升中的潜力	NA	提升低剂量ET图像质量和分辨率	低剂量发射断层扫描图像	医学影像	NA	NA	神经网络	医学影像	NA
28	2025-04-03	Deep Learning to Estimate Cardiovascular Risk From Chest Radiographs : A Risk Prediction Study 2024-04, Annals of internal medicine IF:19.6Q1 DOI:10.7326/M23-1898 PMID:38527287	研究论文	开发并测试一种深度学习模型（CXR CVD-Risk），通过常规胸片（CXR）预测10年主要不良心血管事件（MACE）风险，并与传统ASCVD风险评分进行比较	利用深度学习模型从常规胸片中预测心血管风险，为无法计算ASCVD风险评分的患者提供补充评估方法	回顾性研究设计，使用电子病历数据	开发一种基于胸片的深度学习模型，用于预测10年心血管事件风险	门诊患者，包括未知ASCVD风险的患者和已知ASCVD风险的患者	数字病理	心血管疾病	深度学习	CXR CVD-Risk	图像	8869名未知ASCVD风险的门诊患者和2132名已知ASCVD风险的门诊患者
29	2025-04-03	UNCERTAINTY-GUIDED PHYSICS-DRIVEN DEEP LEARNING RECONSTRUCTION VIA CYCLIC MEASUREMENT CONSISTENCY 2024-Apr, Proceedings of the ... IEEE International Conference on Acoustics, Speech, and Signal Processing. ICASSP (Conference) DOI:10.1109/icassp48485.2024.10447594 PMID:39829965	研究论文	本文提出了一种基于不确定性引导的物理驱动深度学习重建方法，通过循环测量一致性提高MRI等计算成像的质量	提出了一种新的不确定性估计方法，专注于物理驱动深度学习的数据保真度组件，并通过循环一致性来指导模型训练	未明确说明方法在计算复杂度或实时性方面的表现	改进物理驱动深度学习在计算成像（特别是MRI）中的重建质量	MRI成像数据	计算成像	NA	物理驱动深度学习（PD-DL）	深度学习神经网络	医学影像数据	NA
30	2025-04-03	Artificial intelligence-powered pharmacovigilance: A review of machine and deep learning in clinical text-based adverse drug event detection for benchmark datasets 2024-04, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104621 PMID:38447600	综述	本文综述了机器学习和深度学习方法在临床基准数据集中提取药物不良事件（ADEs）的有效性，并比较了这些方法在命名实体识别（NER）和关系分类（RC）任务中的优缺点	深入分析了机器学习和深度学习在药物不良事件提取中的应用，特别关注了BERT模型在端到端任务中的卓越表现	研究主要基于文献综述，可能未涵盖所有相关研究，且样本量相对较小（12篇文章）	评估机器学习和深度学习方法在药物不良事件提取中的效果，以促进药物安全监测和医疗健康成果	临床基准数据集中的药物不良事件（ADEs）	自然语言处理	NA	命名实体识别（NER）、关系分类（RC）	BERT、梯度提升、多层感知机、随机森林	文本	12篇文章
31	2025-04-03	Automatic Classification of Slit-Lamp Photographs by Imaging Illumination 2024-Apr-01, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000003318 PMID:37267474	research paper	开发一种自动算法，基于照明技术对裂隙灯照片进行分类，以促进深度学习系统在角膜炎类型诊断中的图像注释	使用MobileNetV2等深度学习模型自动分类裂隙灯照片的照明技术，为临床决策支持系统提供关键步骤	裂隙光束和硬化散射是最常被错误分类的照明类型	促进深度学习系统在角膜炎诊断中的应用	裂隙灯照片（SLPs）	computer vision	keratitis	深度学习	MobileNetV2, ResNet50, LeNet, AlexNet, multilayer perceptron, k-nearest neighborhood	image	12,132张来自409名患者的图像
32	2025-04-03	Reducing annotation burden in MR: A novel MR-contrast guided contrastive learning approach for image segmentation 2024-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.16820 PMID:37956263	研究论文	提出一种新型的MR对比引导对比学习策略，用于在标注数据有限的情况下提高MR图像分割任务的性能	提出了一种受约束的对比学习(CCL)策略，利用组织特异性信息通过约束图定义对比学习的正负局部邻域，在预训练中将这一信息嵌入表示空间	需要多对比MR图像集作为输入，可能在某些只有单一对比图像的情况下应用受限	提高在标注数据有限情况下的MR图像分割性能	MR图像	医学图像分析	脑肿瘤	对比学习	深度学习模型	MR图像	腹部T2加权图像(训练/测试=30/20)，公共Cartesian-T2数据集(训练/测试=6/12)，BraTS脑肿瘤分割数据集(训练/测试=40/50)
33	2025-04-03	A Preliminary Study Comparing the Performance of Thyroid Molecular Tests to a Deep Learning Algorithm in Predicting Malignancy in Indeterminate Thyroid Fine Needle Aspiration Biopsies 2024-Apr, Thyroid : official journal of the American Thyroid Association IF:5.8Q1 DOI:10.1089/thy.2023.0054 PMID:38010913	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
34	2025-04-03	Endoscopic sleeve gastroplasty: stomach location and task classification for evaluation using artificial intelligence 2024-Apr, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-023-03054-2 PMID:38212470	研究论文	本研究利用人工智能技术对胃内窥镜套筒胃成形术（ESG）中的胃部位置和任务进行分类评估	首次将深度学习与计算机视觉技术结合，用于自动化评估ESG手术中的胃部位置和任务分类，并采用数据增强和SMOTE技术优化数据集	研究基于离体猪标本数据，可能无法完全反映人体手术的复杂性	开发自动化评估ESG手术表现的AI系统	ESG手术过程中的胃部位置（切迹、前壁、大弯、后壁）和操作任务（抓取或缝合）	计算机视觉	肥胖症	深度学习、计算机视觉、SMOTE数据增强	CNN（根据计算机视觉任务推断）	图像和视频	专家在离体猪标本上进行的ESG手术截图和视频片段（具体数量未说明）
35	2025-04-03	Topological Persistence Guided Knowledge Distillation for Wearable Sensor Data 2024-Apr, Engineering applications of artificial intelligence IF:7.5Q1 DOI:10.1016/j.engappai.2023.107719 PMID:38282698	研究论文	本文提出了一种基于拓扑持久性引导的知识蒸馏方法，用于整合拓扑数据分析和深度学习的优势，以提升可穿戴传感器数据的活动识别性能	使用双教师网络（分别基于原始时间序列数据和TDA生成的持久性图像）进行知识蒸馏，设计新的约束条件（如特征相关性图的正交性）和退火策略，以融合不同模态的信息并提升学生模型的鲁棒性	未明确说明方法在其他类型时间序列数据或更大规模数据集上的泛化能力	解决可穿戴传感器数据活动识别中深度学习方法对信号质量敏感、传感器特性差异和个体间变异性的问题	可穿戴传感器采集的时间序列数据	机器学习	NA	拓扑数据分析(TDA)、知识蒸馏(KD)	1D CNNs (WRN16-1)	时间序列数据、持久性图像	6000个测试样本（GENEActiv数据集）
36	2025-04-03	A transformer-based diffusion probabilistic model for heart rate and blood pressure forecasting in Intensive Care Unit 2024-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108060 PMID:38350189	research paper	本研究提出了一种基于Transformer和扩散概率模型的新型深度学习方法，用于预测重症监护病房（ICU）中的心率、收缩压和舒张压	结合Transformer和扩散模型，提出TDSTF模型，用于稀疏时间序列预测，在预测ICU生命体征分布方面表现出色，计算效率更高	NA	开发一种准确预测ICU患者生命体征的深度学习系统	ICU患者的心率、收缩压和舒张压	machine learning	cardiovascular disease	deep learning	Transformer-based Diffusion Probabilistic Model (TDSTF)	time series data	24,886 ICU stays from over 46,000 patients in MIMIC-III database
37	2025-04-03	Spectral analysis and Bi-LSTM deep network-based approach in detection of mild cognitive impairment from electroencephalography signals 2024-Apr, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10010-y PMID:38699612	研究论文	本研究开发了一种基于EEG信号和Bi-LSTM深度学习算法的新模型，用于高效检测轻度认知障碍（MCI）患者	结合多锥度谱分析方法和Bi-LSTM深度学习算法，提出了一种新的EEG信号分析模型，显著提高了MCI检测的准确率	样本量较小（34名受试者），年龄范围较宽（40-77岁）可能影响模型的泛化能力	开发一种准确、高效的MCI早期诊断方法	轻度认知障碍（MCI）患者和健康对照组	机器学习	老年性疾病	EEG信号分析、多尺度主成分分析（MSPCA）、数据增强（DA）	Bi-LSTM、决策树（DT）、支持向量机（SVM）、K近邻（KNN）	EEG信号	34名受试者（18名MCI患者和16名健康对照组）
38	2025-04-03	A real-time constellation image classification method of wireless communication signals based on the lightweight network MobileViT 2024-Apr, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10015-7 PMID:38699610	研究论文	提出了一种基于轻量级网络MobileViT的无线通信信号星座图实时分类方法	首次尝试在边缘计算平台上部署深度学习模型完成接收信号调制方案的实时分类	仅在一个公开数据集RadioML 2016.10a上进行了验证	实现自动调制分类(AMC)以支持认知无线电发展	无线通信信号的星座图	机器学习	NA	深度学习	MobileViT	图像	公开数据集RadioML 2016.10a
39	2025-04-03	Variability of the femoral mechanical-anatomical axis angle and its implications in primary and revision total knee arthroplasty 2024-Feb-06, Bone & joint open IF:2.8Q1 DOI:10.1302/2633-1462.52.BJO-2023-0056.R1 PMID:38316146	研究论文	利用深度学习测量股骨机械-解剖轴角度（FMAA）及其在全膝关节置换术中的影响	开发了一种快速准确的深度学习工具来量化FMAA，揭示了不同测量方法间的显著差异	研究仅基于骨关节炎倡议（Osteoarthritis Initiative）的放射影像数据，可能无法代表所有人群	探究股骨机械-解剖轴角度（FMAA）的变异性及其对全膝关节置换术（TKA）的影响	来自骨关节炎倡议的1,078例全肢放射影像	医学影像分析	骨关节炎	深度学习	DL（深度学习）	放射影像	1,078例全肢放射影像
40	2025-04-03	Intraoperative margin assessment for basal cell carcinoma with deep learning and histologic tumor mapping to surgical site 2024-Jan-03, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-023-00477-7 PMID:38172524	研究论文	开发了一种基于深度学习的术中边缘评估平台，用于基底细胞癌的快速和完整切除	利用人工智能平台自动化肿瘤定位和边缘评估，显著减少组织预处理和组织学评估时间	未提及样本量或具体技术细节，可能限制了结果的广泛适用性	提高基底细胞癌术中边缘评估的效率和准确性	基底细胞癌的手术标本	数字病理	基底细胞癌	深度学习	NA	组织图像	NA