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
541	2025-06-16	Silicon integrated photonic-electronic neuron for noise-resilient deep learning 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.532306 PMID:40514809	research paper	本文展示了一种光电混合乘积累加神经元（PEMAN）架构的光子段实验演示，采用硅光子芯片和高速电吸收调制器进行矩阵向量乘法	引入了一种新颖的激活函数斜率拉伸策略以减轻噪声影响，并展示了噪声感知深度学习技术的应用	实验验证仅限于特定噪声水平和计算速率下的性能评估	开发噪声鲁棒性强的深度学习架构，用于健康监测	光电混合神经元架构及其在心跳声音分类中的应用	machine learning	cardiovascular disease	silicon photonic chip, electro-absorption modulators	three-layer neural network	sound	1350 trainable parameters
542	2025-06-16	Ultra-fast and accurate force spectrum prediction and inverse design of light-driven microstructure by deep learning 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.537005 PMID:40514837	研究论文	利用深度学习预测和逆向设计光驱动微结构的光谱力和结构配置	使用深度神经网络（DNNs）替代传统计算方法，实现超快速且高精度的力谱预测和微结构逆向设计	研究仅针对由5×5方阵组成的微结构，未涉及更复杂或不同排列的结构	获得在不同频率光照射下能产生预定义力的微结构配置	由5×5方阵组成的微结构，每个位置为空或由介电球体占据	机器学习	NA	Mie散射-麦克斯韦应力张量方法	DNNs, 生成网络	模拟数据	NA
543	2025-06-16	Hyper-NLOS: hyperspectral passive non-line-of-sight imaging 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.532699 PMID:40514854	research paper	提出了一种基于高光谱融合的非视距成像技术HFN-Net，通过利用多光谱的高维特征和空间-光谱注意力机制，提升了图像的颜色保真度和结构细节	首次将高光谱特征和空间-光谱注意力机制引入非视距成像，解决了传统方法因稀疏和同质投影特征导致的图像重建不适定问题	未明确提及具体局限性，但可能受限于高光谱数据的获取和处理复杂度	提升被动非视距成像技术的性能，解决传统方法在图像重建中的不足	非视距成像技术及其在自动驾驶和搜救等领域的应用	computer vision	NA	hyperspectral imaging, deep learning	HFN-Net (hyperspectral full-color auto-encoder with spatial-spectral attention)	hyperspectral image	未明确提及具体样本数量，但开发了HS-NLOS数据集用于训练和评估
544	2025-06-16	Deep learning optimization for small object classification in lensfree holographic microscopy 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.527353 PMID:40514873	研究论文	本文探讨了在无透镜全息显微镜中应用浅层卷积神经网络进行小物体分类的性能优化	首次系统地研究了不同网络层和超参数对无透镜全息显微镜中小物体分类性能的影响，并发现激活层的选择对提高准确性最为关键	网络准确率约为83%，仍有提升空间，且研究仅针对特定类型的全息传感器	优化无透镜全息显微镜中的小物体分类性能	生物分子功能化的微米和纳米珠子	计算机视觉	NA	无透镜全息显微镜	CNN	图像	NA
545	2025-06-16	Intelligent classification of water bodies with different turbidity levels based on Gaofen-1 multispectral imagery 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.533540 PMID:40514862	研究论文	本文提出并验证了一种基于深度学习的智能浊度分类方法，用于高分辨率多光谱遥感影像中不同浊度水体的分类	提出自适应阈值水体提取方法以减少近岸水体提取误差，引入半自动语义标注方法降低人工标注成本，并采用模式滤波处理边缘噪声问题	NA	开发高效的大规模遥感水体浊度监测方法	不同浊度等级的水体	遥感图像处理	NA	深度学习	DeepLab V3+	多光谱遥感影像	NA
546	2025-06-16	Image segmentation of phase-modulated holographic data storage based on deep learning 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.536783 PMID:40514868	研究论文	本文提出了一种基于深度学习的相位调制全息数据存储图像分割方法	通过基于图像特征的分割方法，显著减少了训练深度学习网络所需的原始样本对数量，降低了约54倍	未提及具体实验验证的样本规模或实际应用中的性能表现	提高相位调制全息数据存储的解码效率和准确性	相位调制全息数据存储中的衍射强度图像	计算机视觉	NA	深度学习	DL	图像	未明确提及具体样本数量
547	2025-06-16	Deep learning based measurement accuracy improvement of high dynamic range objects in fringe projection profilometry 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.538247 PMID:40514923	research paper	本文提出了一种基于深度学习的方法，用于提高条纹投影轮廓术中高动态范围物体的测量精度	使用改进的UNet深度神经网络建立“多对一”映射关系，并采用π移位二进制条纹以获取更多饱和条纹信息，从而快速准确地解调高动态范围物体的相位	未明确提及具体局限性	解决高动态范围物体在条纹投影轮廓术中的相位解调问题，提高三维测量精度	高动态范围物体	computer vision	NA	条纹投影轮廓术(FPP)	改进的UNet	图像	NA
548	2025-06-16	Association of retinal image-based, deep learning cardiac BioAge with telomere length and cardiovascular biomarkers 2024-Jul-01, Optometry and vision science : official publication of the American Academy of Optometry IF:1.6Q3 DOI:10.1097/OPX.0000000000002158 PMID:38935034	research paper	该研究探讨了基于视网膜图像的深度学习心脏生物年龄模型与端粒长度及心血管生物标志物的关联	利用视网膜图像和深度学习模型非侵入性地预测心血管疾病风险，并验证其与端粒长度缩短的相关性	研究为横断面设计，无法确定因果关系，且样本仅来自UK Biobank数据库	验证深度学习心脏生物年龄模型与传统心血管风险标志物及端粒长度的关联	UK Biobank中具有端粒长度数据的个体	digital pathology	cardiovascular disease	deep learning	DL cardiac BioAge model	retinal images	UK Biobank队列中具有端粒长度数据的个体（具体数量未明确说明）
549	2025-06-15	A Deep Learning Application of Capsule Endoscopic Gastric Structure Recognition Based on a Transformer Model 2024-Oct-01, Journal of clinical gastroenterology IF:2.8Q2 DOI:10.1097/MCG.0000000000001972 PMID:38457410	research paper	本研究开发了一种基于Transformer模型的深度学习应用，用于胶囊内窥镜胃部结构识别，以提高内窥镜图像识别的临床适用性	首次将Transformer模型应用于胶囊内窥镜胃部结构识别，并展示了与内窥镜医师相当的高诊断准确性	研究仅使用了单中心数据，可能影响模型的泛化能力	建立胶囊内窥镜胃部结构识别模型，提高深度学习在内窥镜图像识别中的临床应用	胶囊内窥镜视频中的15种上消化道结构	computer vision	gastric lesions	deep learning	Transformer	video	3343个无线胶囊内窥镜视频用于无监督预训练，2433个用于训练，118个用于验证
550	2025-06-15	Discrete Representation Learning for Multivariate Time Series 2024-Aug, Proceedings of the ... European Signal Processing Conference (EUSIPCO). EUSIPCO (Conference) DOI:10.23919/eusipco63174.2024.10715138 PMID:40510730	research paper	本文提出了一种基于高斯过程的多元时间序列离散表示学习方法	使用Gumbel-softmax重参数化技巧解决离散潜在变量在深度学习模型中的不可微问题，实现联合聚类和嵌入	NA	开发多元时间序列的离散表示学习方法以提高可解释性	多元时间序列数据	machine learning	NA	Gumbel-softmax reparameterization	Gaussian processes	multivariate time series	合成数据和真实fMRI数据
551	2025-06-15	A practical machine learning approach for predicting the quality of 3D (bio)printed scaffolds 2024-Jul-25, Biofabrication IF:8.2Q1 DOI:10.1088/1758-5090/ad6374 PMID:39008994	research paper	本研究提出了一种实用的机器学习方法，用于预测3D（生物）打印支架的质量	提供了最全面的开源数据集，并应用了从无监督到监督学习的多种AI技术，开发了一个具有六层隐藏层的全连接神经网络	AI在组织工程中的应用常因缺乏全面可靠的数据而受到阻碍	预测3D（生物）打印支架的质量	3D（生物）打印支架	machine learning	NA	AI, machine learning, deep learning	XGBoost, Gradient Boosting, Extra Trees Classifier, Random Forest Classifier, LightGBM, fully connected neural network	dataset on 3D-printed scaffolds	1171 scaffolds, 60 biomaterials, 49 cell lines
552	2025-06-15	A hybrid model for the detection of retinal disorders using artificial intelligence techniques 2024-Jul-10, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad5db2 PMID:38955139	research paper	该研究提出了一种结合机器学习和深度学习技术的混合模型，用于自动分类视网膜疾病	提出了一种新的框架，结合了多种分类器（SVM、K-NN、DT、EM）和InceptionV3 CNN特征提取器，实现了高精度的视网膜疾病分类	未提及模型在临床环境中的实际应用效果或泛化能力	开发一种自动化的视网膜疾病分类方法	视网膜疾病（脉络膜新生血管、糖尿病性黄斑水肿、玻璃膜疣）和正常病例	computer vision	视网膜疾病	OCT（光学相干断层扫描）	SVM、K-NN、DT、EM、InceptionV3 CNN	image	18000张OCT图像
553	2025-06-15	Explainable AI based automated segmentation and multi-stage classification of gastroesophageal reflux using machine learning techniques 2024-06-28, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad5a14 PMID:38901416	研究论文	本文提出了一种基于可解释AI的自动化分割和多阶段分类方法，用于诊断胃食管反流病（GERD）	开发了一个针对胃肠道疾病诊断的系统，结合了Yolov5目标检测、DeepLabV3+分割和多种机器学习分类器进行多阶段分类	NA	通过计算机辅助技术快速准确地诊断胃食管反流病（GERD）	胃食管反流病（GERD）患者的内窥镜图像	数字病理学	胃食管反流病	视频内窥镜	Yolov5, DeepLabV3+, SVM, 自定义深度神经网络	图像	NA
554	2025-06-15	An extensive analysis of artificial intelligence and segmentation methods transforming cancer recognition in medical imaging 2024-06-18, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad555b PMID:38848695	综述	本文全面分析了人工智能和分割方法在医学影像中癌症识别的应用	重点评估了卷积神经网络（CNNs）在医学图像分割和分类中的自学习和决策能力	现有图像分割方法在应用于某些特定类型图像时存在局限性	探讨图像分割技术在医学影像中癌症识别的重要性和应用	医学影像中的癌症区域	计算机视觉	癌症	计算机辅助诊断（CAD）系统	CNN	医学影像	NA
555	2025-06-15	A systematic evaluation of Euclidean alignment with deep learning for EEG decoding 2024-06-11, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad4f18 PMID:38776898	研究论文	本文系统地评估了欧几里得对齐与深度学习结合在脑电图解码中的效果	首次系统地评估了欧几里得对齐（EA）对共享和个体深度学习模型训练性能的影响，并展示了其在提高解码准确性和减少收敛时间方面的优势	研究仅针对脑机接口（BCI）任务，未探讨EA在其他领域的适用性	评估欧几里得对齐与深度学习结合在脑电图信号解码中的效果	脑电图信号和深度学习模型	机器学习	NA	深度学习	DL	脑电图信号	多个受试者的数据
556	2025-06-15	Optimizing motor imagery BCI models with hard trials removal and model refinement 2024-06-04, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad4f8e PMID:38781932	研究论文	本文提出两种新方法来识别和减轻困难试验对运动想象脑机接口模型性能的影响	提出基于模型预测分数和可解释人工智能（XAI）的定量方法来识别困难试验，并通过移除这些试验来优化模型性能	实验仅在Open BMI数据集上进行，未在其他数据集上验证方法的普适性	优化运动想象脑机接口（BCI）模型的分类性能	运动想象BCI系统中的困难试验	机器学习	NA	定量可解释人工智能（XAI）	深度CNN	脑电图（EEG）数据	Open BMI数据集中的样本
557	2025-06-15	Investigation on ultrasound images for detection of fetal congenital heart defects 2024-05-31, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad4f91 PMID:38781934	综述	本文综述了利用超声图像和深度学习技术检测胎儿先天性心脏缺陷（CHD）的前沿技术	结合胎儿超声图像评估（FUSI）和深度学习技术，提高CHD的检测率	当前筛查技术的检测率相对较低（约60%）	提高胎儿先天性心脏缺陷的早期检测率，降低死亡率和发病率	胎儿先天性心脏缺陷（CHD）	数字病理学	心血管疾病	深度学习技术，包括CNN、ANN等	CNN, ANN	超声图像	NA
558	2025-06-15	Exploring the potential of pretrained CNNs and time-frequency methods for accurate epileptic EEG classification: a comparative study 2024-May-30, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad3cde PMID:38599183	研究论文	本研究比较了几种预训练的卷积神经网络（CNN）在癫痫脑电图（EEG）数据分类中的性能，并探讨了不同时频数据表示算法的影响	首次利用时频数据评估预训练框架中参数调整对EEG数据分类的影响，并比较了多种CNN模型和时频表示算法的组合效果	研究仅使用了Bern-Barcelona EEG数据集和Temple University数据库进行验证，可能需要更多样化的数据集来进一步验证模型的泛化能力	探索预训练CNN和时频方法在癫痫EEG分类中的潜力，开发自动诊断癫痫的鲁棒系统	癫痫患者的EEG信号	机器学习	癫痫	连续小波变换（CWT）、经验傅里叶分解（EFD）、经验模式分解（EMD）、经验小波变换（EWT）、变分模式分解（VMD）	CNN（包括AlexNet、GoogLeNet、MobileNetV2、ResNet-18和SqueezeNet）	EEG信号（1D数据转换为2D scalograms）	Bern-Barcelona EEG数据集和Temple University数据库
559	2025-06-15	Segmentation and quantitative analysis of optical coherence tomography (OCT) images of laser burned skin based on deep learning 2024-05-21, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad488f PMID:38718764	研究论文	本研究基于深度学习对激光烧伤皮肤的光学相干断层扫描（OCT）图像进行分割和定量分析，以评估皮肤恢复情况	利用深度学习U-Net模型对OCT图像进行皮肤分层和烧伤区域分割，结合三维重建技术量化损伤组织体积	研究仅在小鼠模型中进行，尚未在人体皮肤上验证	开发一种快速准确评估烧伤皮肤恢复情况的方法	激光诱导的小鼠皮肤热损伤模型	数字病理	烧伤	光学相干断层扫描（OCT）	U-Net（同时验证了PSPNe和HRNet模型）	图像	30只昆明小鼠，生成7000张正常组织B扫描图像和1400张烧伤组织B扫描图像
560	2025-06-15	Prediction of electrical properties of GAAFET based on integrated learning model 2024-May-17, Nanotechnology IF:2.9Q2 DOI:10.1088/1361-6528/ad2c52 PMID:38387100	研究论文	本文提出了一种集成学习模型，用于预测GAAFET的电学特性，包括直流特性、电容特性和电学参数	结合深度学习和机器学习的优势，提出了一种新的集成学习模型，用于快速准确地预测GAAFET的电学特性	未提及具体的数据集大小或实验条件的限制	解决传统方法在研究GAAFET电学特性时耗时且低效的问题	栅极全环绕场效应晶体管（GAAFET）	机器学习	NA	深度学习和机器学习	集成学习模型	电学特性数据	NA