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
441	2025-10-06	An EEG-based marker of functional connectivity: detection of major depressive disorder 2024-Aug, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10041-5 PMID:39104678	研究论文	提出一种基于脑电图的功能连接标记P-MSWC，结合卷积神经网络检测重度抑郁症	提出融合同步压缩小波相干性和相位锁定值的P-MSWC新标记，能全面捕捉脑电信号信息并具有显著抗噪能力	仅使用单一数据集验证，未提及跨中心验证结果	开发快速可靠的重度抑郁症检测方法	重度抑郁症患者和健康受试者的脑电图信号	机器学习	重度抑郁症	脑电图	CNN	脑电图信号	NA	NA	轻量级CNN	准确率	NA
442	2025-10-06	Cognitive workload estimation using physiological measures: a review 2024-Aug, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10051-3 PMID:39104683	综述	本文对使用生理测量指标估计认知负荷水平的研究进行了系统性回顾	首次对包括EEG、fMRI、fNIRS、呼吸活动和眼动活动在内的所有生理测量指标进行认知负荷评估的深度分析	作为综述文章，不包含原始实验数据和分析	系统回顾认知负荷估计领域的研究现状和发展趋势	各类生理测量指标在认知负荷评估中的应用	认知神经科学	NA	脑电图(EEG)、功能磁共振成像(fMRI)、功能性近红外光谱(fNIRS)、呼吸活动监测、眼动追踪	NA	生理信号数据	NA	NA	NA	NA	NA
443	2025-10-06	Deep learning networks based decision fusion model of EEG and fNIRS for classification of cognitive tasks 2024-Aug, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-09986-4 PMID:39104699	研究论文	提出基于深度学习网络的脑电图和功能性近红外光谱决策融合模型，用于认知任务分类	首次将EEG和fNIRS的决策融合与多种深度学习网络结合，在认知任务分类中实现性能提升	使用开源数据集，样本量有限（26和29名受试者），未在更大规模数据上验证	开发多模态神经影像数据的认知任务分类方法	人类受试者在执行认知任务时的脑电图和功能性近红外光谱数据	机器学习	神经系统疾病	脑电图(EEG), 功能性近红外光谱(fNIRS), 血氧水平依赖信号	CNN, LSTM, GRU	时间序列神经影像数据	数据集01: 26名受试者执行3种认知任务；数据集02: 29名受试者执行2种认知任务	NA	CNN-LSTM, CNN-GRU, LSTM-GRU, CNN-LSTM-GRU	准确率, AUC	NA
444	2025-10-06	Fully Automated Deep Learning Model to Detect Clinically Significant Prostate Cancer at MRI 2024-08, Radiology IF:12.1Q1 DOI:10.1148/radiol.232635 PMID:39105640	研究论文	开发全自动深度学习模型用于检测MRI图像中的临床显著前列腺癌	使用患者级别标签而非肿瘤位置信息训练模型，并证明其性能与放射科医生相当	回顾性研究设计，数据来自单一学术机构的多中心	开发深度学习模型检测临床显著前列腺癌	前列腺癌患者	医学影像分析	前列腺癌	多参数MRI	CNN	医学影像	5735次检查（5215名患者），其中1514次检查显示临床显著前列腺癌	NA	卷积神经网络	AUC, DeLong检验	NA
445	2025-10-06	Lung CT harmonization of paired reconstruction kernel images using generative adversarial networks 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17028 PMID:38530135	研究论文	本研究使用生成对抗网络实现肺部CT图像中配对重建核的协调转换	首次在多厂商低剂量CT肺癌筛查队列中研究核协调，并评估在定量CT评估中的有效性	仅使用100对训练样本训练每个模型，样本量相对有限	研究CT图像重建核协调方法，减少定量CT评估中的测量变异	国家肺癌筛查试验中的CT扫描图像对	计算机视觉	肺癌	CT成像	GAN	医学图像	1000对五种不同配对核类型的CT图像（每种200对）	NA	pix2pix	RMSE, PSNR, SSIM	NA
446	2025-10-06	Stain-Free Approach to Determine and Monitor Cell Heath Using Supervised and Unsupervised Image-Based Deep Learning 2024-08, Journal of pharmaceutical sciences IF:3.7Q2 DOI:10.1016/j.xphs.2024.05.001 PMID:38710387	研究论文	提出一种基于深度学习的无染色细胞健康监测方法，通过细胞形态特征预测细胞状态	结合流式成像显微镜与深度学习，首次实现无需染色剂即可通过细胞形态指纹识别细胞健康状态	研究仅使用Jurkat细胞系，未验证其他细胞类型的适用性	开发用于细胞治疗产品的快速、无创质量监测方法	未染色Jurkat细胞（永生化人类T淋巴细胞）	计算机视觉	细胞治疗相关疾病	流式成像显微镜（FIM）	监督学习算法, 变分自编码器（VAE）	细胞图像	健康细胞、死亡细胞和化学诱导凋亡细胞的图像数据集	NA	变分自编码器	与染色细胞计数活力测量结果的一致性	NA
447	2025-10-06	Optical Coherence Tomography Versus Optic Disc Photo Assessment in Glaucoma Screening 2024-Aug-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002392 PMID:38546240	综述	比较光学相干断层扫描和视盘摄影在青光眼筛查中的优势与局限性	提出结合人工智能技术优化两种筛查方法的新方向，特别探讨使用OCT客观数据训练AI模型的潜力	基于文献综述而非原始研究，AI模型效果受训练数据质量限制	评估OCT和视盘摄影在青光眼筛查中的临床应用价值	青光眼筛查技术	医学影像分析	青光眼	光学相干断层扫描，视盘摄影，人工智能	深度学习模型	医学影像	NA	NA	NA	准确度，阳性预测值	NA
448	2025-10-06	Deep learning prediction of stroke thrombus red blood cell content from multiparametric MRI 2024-Aug, Interventional neuroradiology : journal of peritherapeutic neuroradiology, surgical procedures and related neurosciences IF:1.5Q3 DOI:10.1177/15910199221140962 PMID:36437762	研究论文	本研究使用卷积神经网络通过多参数MRI图像预测缺血性卒中血栓中红细胞含量	首次使用深度学习模型基于多参数MRI定量预测卒中血栓红细胞含量，并开发数据增强技术提升模型性能	样本量相对有限（188个血栓图像切片），准确率仍有提升空间	评估卷积神经网络预测缺血性卒中血栓红细胞含量的能力	缺血性卒中患者血栓样本	医学影像分析	缺血性卒中	多参数MRI，三维多回波梯度回波序列，组织学分析	CNN	MRI图像	188个血栓图像切片	NA	3层CNN	准确率，AUC	NA
449	2025-10-06	Improving Image Segmentation with Contextual and Structural Similarity 2024-Aug, Pattern recognition IF:7.5Q1 DOI:10.1016/j.patcog.2024.110489 PMID:38645435	研究论文	提出上下文相似性损失和结构相似性损失来改进医学图像分割性能	通过显式建模体素间关系，提出两种新型损失函数来解决语义不一致预测问题	仅在特定医学图像数据集上验证，未涉及其他类型医学图像	改进医学图像分割的语义一致性	锥束CT图像中的颅颌面畸形和胰腺数据集	计算机视觉	颅颌面畸形, 胰腺疾病	锥束CT成像	深度学习分割模型	医学图像	临床CBCT数据集和公共胰腺数据集	NA	NA	语义保持能力评估	NA
450	2025-10-06	Dose robustness of deep learning models for anatomic segmentation of computed tomography images 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044005 PMID:39099642	研究论文	评估深度学习模型在CT图像解剖分割中对辐射剂量变化的鲁棒性	使用原始全剂量采集数据模拟低剂量CT扫描，无需重新扫描患者，并验证了与现有去噪方法的兼容性	需要进一步研究病灶分割方法的鲁棒性，并确定影响剂量鲁棒性的关键因素	评估现有分割模型对CT扫描辐射剂量变化的鲁棒性	CT图像中的人体器官分割	医学影像分析	NA	计算机断层扫描(CT)	深度学习模型	CT图像	使用体模的真实CT扫描验证模拟准确性	NA	卷积神经网络(CNN), TotalSegmentator	Dice系数, Hausdorff距离	NA
451	2025-10-06	Distinct brain morphometry patterns revealed by deep learning improve prediction of post-stroke aphasia severity 2024-Jun-12, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00541-8 PMID:38866977	研究论文	本研究使用深度学习分析全脑形态测量数据以改善卒中后失语症严重程度的预测	首次使用卷积神经网络识别与失语症严重程度相关的三维形态测量分布模式，超越了传统病灶分析	样本量相对有限(N=231)，且仅针对慢性卒中患者	改善卒中后失语症严重程度的预测准确性	慢性卒中后失语症患者	医学影像分析	卒中后失语症	脑形态测量分析	CNN, SVM	脑影像数据，分割组织体积	231名慢性卒中患者	NA	卷积神经网络	平衡准确度，F1分数	NA
452	2025-10-06	Improving the Generalizability of Deep Learning for T2-Lesion Segmentation of Gliomas in the Post-Treatment Setting 2024-May-16, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11050497 PMID:38790363	研究论文	本研究通过数据混合、迁移学习和空间正则化方法，提高深度学习模型对治疗后胶质瘤T2病灶分割的泛化能力	首次系统评估数据混合比例、迁移学习和空间正则化对治疗后胶质瘤T2病灶分割性能的影响	研究样本量相对有限，仅评估了24名疑似进展的患者	提高深度学习模型在治疗后胶质瘤T2病灶分割中的泛化性能	新诊断胶质瘤患者(208例)和接受治疗后的胶质瘤患者(221例)	医学影像分析	胶质瘤	T2 FLAIR MRI	深度学习	医学影像	429例胶质瘤患者(208例新诊断，221例治疗后)，评估集24例	NA	NA	Dice系数, 敏感度, 95th Hausdorff距离	NA
453	2025-10-06	Artificial Intelligence-Guided Segmentation and Path Planning Software for Transthoracic Lung Biopsy 2024-05, Journal of vascular and interventional radiology : JVIR IF:2.6Q2 DOI:10.1016/j.jvir.2024.02.006 PMID:38355040	研究论文	开发并验证用于经胸肺活检的AI引导分割和路径规划软件	结合3D-CNN进行肺部病灶检测和贝叶斯优化进行针道规划，为自动化活检提供新方法	回顾性研究，样本量有限，需要进一步前瞻性验证	验证AI软件在肺部病灶检测和活检路径规划中的性能	肺部结节患者	计算机视觉	肺癌	CT扫描	CNN	医学影像	训练集：219例扫描（2147个结节）；验证集：235例扫描（354个结节）；路径验证：150例患者	NA	3D-CNN	AUC, 敏感度, 特异度, 角度偏差, 路径偏差	NA
454	2025-10-06	DeepN4: Learning N4ITK Bias Field Correction for T1-weighted Images 2024-Apr, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09655-9 PMID:38526701	研究论文	提出了一种基于深度学习的N4ITK偏置场校正方法DeepN4，用于T1加权MRI图像的强度不均匀性校正	首次使用深度学习网络近似N4ITK偏置场校正算法，实现了可移植、灵活且完全可微分的偏置场校正方法	论文未明确说明网络的具体架构细节和计算效率对比	开发可移植且可微分的MRI偏置场校正方法，解决N4ITK在不同平台间的兼容性问题	T1加权MRI图像的强度不均匀性校正	医学影像处理	NA	MRI, 深度学习	深度学习网络	T1加权MRI图像	来自72台不同扫描仪的8个独立队列，外加8个外部验证数据集	NA	朴素深度神经网络	峰值信噪比(PSNR)	NA
455	2025-10-06	Random expert sampling for deep learning segmentation of acute ischemic stroke on non-contrast CT 2024-Feb-01, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2023-021283 PMID:38302420	研究论文	本研究探索了使用随机专家采样训练深度学习算法分割急性缺血性卒中非增强CT图像的方法	提出了随机专家采样训练方案，相比传统多数投票方法能更好地处理专家间标注差异	样本量相对有限，仅包含260例CT研究和33例外部队列验证	开发更准确的急性缺血性卒中非增强CT图像自动分割方法	急性缺血性卒中患者的非增强CT图像	医学图像分析	急性缺血性卒中	非增强CT成像，扩散加权成像(DWI)	深度学习	医学图像	260例非增强CT研究(233名患者)，外加33例外部验证病例	NA	U-Net	Dice系数, 体积重叠度量, 距离分割度量, Spearman相关性	NA
456	2025-10-06	Automatic sleep staging based on 24/7 EEG SubQ (UNEEG medical) data displays strong agreement with polysomnography in healthy adults 2024-Dec, Sleep health IF:3.4Q2 DOI:10.1016/j.sleh.2024.08.007 PMID:39406630	研究论文	基于24/7皮下脑电图数据的自动睡眠分期与多导睡眠图在健康成人中表现出高度一致性	首次使用UNEEG医疗的24/7皮下脑电图设备和深度学习模型U-SleepSQ进行自动睡眠分期	研究样本仅包含22名健康成年人，未涉及睡眠障碍患者	评估双通道皮下脑电图自动睡眠分期的性能	22名健康成年人，每人1-6次记录	医疗人工智能	睡眠医学	皮下脑电图(SubQ EEG), 多导睡眠图(PSG)	深度学习	脑电图信号	22名健康成年人，共1-6次记录/人	NA	U-SleepSQ（基于U-Sleep的微调模型）	准确率, 特异性, 敏感性, kappa系数, F1分数, Cohen's κ系数, 宏F1分数, Bland-Altman分析	NA
457	2025-10-06	Multi-modality deep learning-based [68Ga]Ga-DOTA-FAPI-04 PET polar map generation: potential value in detecting reactive fibrosis after myocardial infarction 2024-Nov, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06850-3 PMID:39060373	研究论文	本研究开发了一种基于多模态深度学习的[68Ga]Ga-DOTA-FAPI-04 PET极坐标图生成方法，用于检测心肌梗死后反应性纤维化	提出融合多模态图像补偿PET图像中心脏结构信息丢失的深度学习方法，提高极坐标图生成准确性	样本量相对有限（87例患者），需要进一步验证	提高[68Ga]Ga-DOTA-FAPI-04 PET极坐标图生成准确性，探索其在检测心肌梗死后反应性纤维化中的价值	87例ST段抬高型心肌梗死患者	医学影像分析	心血管疾病	PET/MR成像，深度学习	深度学习模型	多模态医学影像（PET/MR图像）	87例患者的133对[68Ga]Ga-DOTA-FAPI-04 PET/MR图像，其中26例用于纵向分析	NA	NA	准确性，相关系数（LVESV%, LVEDV%, LVEF%）	NA
458	2024-10-02	Clarifications on the Differentiation of Vertebral Fractures Using Deep Learning Models 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.241162 PMID:39352286	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
459	2025-10-06	Predicting the severity of mood and neuropsychiatric symptoms from digital biomarkers using wearable physiological data and deep learning 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108959 PMID:39089109	研究论文	本研究利用可穿戴设备采集的生理数据和深度学习技术，预测轻度认知障碍老年患者的神经精神症状和情绪障碍严重程度	结合传统数字生物标志物与自监督卷积自编码器提取的深度学习特征，实现对神经精神症状严重程度的日常预测	研究仅针对轻度认知障碍老年人群，样本代表性有限	开发基于可穿戴设备和深度学习的心理健康症状连续评估方法	轻度认知障碍老年患者	机器学习	老年疾病	可穿戴传感器数据采集	自监督卷积自编码器	生理数据	轻度认知障碍老年人群	NA	卷积自编码器	相关系数	NA
460	2025-10-06	A deep learning-driven discovery of berberine derivatives as novel antibacterial against multidrug-resistant Helicobacter pylori 2024-07-08, Signal transduction and targeted therapy IF:40.8Q1 DOI:10.1038/s41392-024-01895-0 PMID:38972904	研究论文	利用图神经网络深度学习模型发现新型小檗碱衍生物作为抗耐药幽门螺杆菌的抗菌剂	首次采用图神经网络深度学习模型预测并验证具有3,13-二取代烯烃结构的小檗碱衍生物8作为新型抗幽门螺杆菌候选药物	研究主要聚焦于临床前验证，尚未进行人体临床试验	开发针对多重耐药幽门螺杆菌的新型抗菌药物	幽门螺杆菌（包括药物敏感和耐药菌株）	药物发现	幽门螺杆菌感染	化学蛋白质组学技术	图神经网络	分子结构数据	13,638个分子组成的训练集	NA	图神经网络	最小抑菌浓度	NA