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
561	2025-10-05	Patient-Specific Myocardial Infarction Risk Thresholds From AI-Enabled Coronary Plaque Analysis 2024-Oct, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.016958 PMID:39405390	研究论文	本研究通过AI技术分析冠状动脉斑块，建立患者特异性心肌梗死风险阈值	首次基于深度学习冠状动脉斑块量化分析，建立年龄和性别特异性的心肌梗死风险预测模型	研究样本量相对有限，需要更多前瞻性研究验证	评估基于深度学习的冠状动脉斑块量化分析对心肌梗死的预测价值	冠状动脉疾病患者	医学影像分析	心血管疾病	冠状动脉CT血管成像	深度学习	医学影像	2803名患者（956名用于建立分布，1847名用于外部验证）	NA	NA	风险比, P值, 置信区间	NA
562	2025-10-05	Automated Detection and Grading of Extraprostatic Extension of Prostate Cancer at MRI via Cascaded Deep Learning and Random Forest Classification 2024-10, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.04.011 PMID:38670874	研究论文	开发基于级联深度学习和随机森林分类的AI工作流，用于从前列腺MRI自动检测和分级前列腺癌的包膜外侵犯	结合级联深度学习和随机森林分类器，利用多序列MRI数据实现前列腺癌包膜外侵犯的自动化分级	模型性能在某些EPE等级上的AUC相对较低（如等级3仅为0.55），样本量有限（634例患者）	开发自动化AI工作流用于前列腺癌包膜外侵犯的检测和分级	前列腺癌患者的MRI影像数据	医学影像分析	前列腺癌	T2W MRI, ADC map, High B DWI	深度学习, 随机森林	医学影像	634例患者（507例训练集，127例测试集）	NA	级联深度学习架构	平衡准确率, ROC AUC, 灵敏度, 特异性, 准确率	NA
563	2025-10-05	Evaluating the Performance and Bias of Natural Language Processing Tools in Labeling Chest Radiograph Reports 2024-Oct, Radiology IF:12.1Q1 DOI:10.1148/radiol.232746 PMID:39436298	研究论文	评估四种自然语言处理工具在标注胸部X光报告时的性能和人口统计学偏差	首次系统评估多种NLP工具在胸部X光报告标注中的准确性和跨人口统计学群体的偏差	回顾性研究，仅评估了四种NLP工具，样本量相对有限	评估NLP工具在放射学报告标注中的准确性和人口统计学偏差	胸部X光报告	自然语言处理	胸部疾病	自然语言处理	规则基础模型,深度学习模型,混合模型	文本	MIMIC数据集692例患者，IU数据集3665例患者	NA	CheXpert, RadReportAnnotator, GPT-4, cTAKES	准确率,错误率,Pearson χ²检验	NA
564	2025-10-05	Short-length SSVEP data extension by a novel generative adversarial networks based framework 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10134-9 PMID:39555252	研究论文	提出一种基于生成对抗网络的端到端信号转换框架TEGAN，用于扩展短时长稳态视觉诱发电位信号的数据长度	首次提出用于SSVEP信号时间窗口长度扩展的GAN框架，引入两阶段训练策略和LeCam散度正则化项	仅在两个公开SSVEP数据集上验证，需要进一步在实际应用场景中测试	解决SSVEP脑机接口系统中数据长度和校准数据量限制性能的问题	稳态视觉诱发电位信号	脑机接口	NA	脑电图	GAN	脑电信号	两个公开SSVEP数据集（4类和12类）	NA	TEGAN	分类准确率	NA
565	2025-10-05	Motor imagery decoding using source optimized transfer learning based on multi-loss fusion CNN 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10100-5 PMID:39555257	研究论文	提出基于多损失融合CNN的源优化迁移学习方法，用于解码运动想象任务	首次提出多损失融合卷积神经网络构建可优化源模型，并提出源优化迁移学习方法使源模型更符合目标域特征	NA	提高多类运动想象任务的解码性能	16名健康受试者和16名中风患者	机器学习	中风	运动想象解码	CNN	脑电信号	16名健康受试者训练源模型，16名中风患者作为目标域	NA	多损失融合CNN	分类准确率	NA
566	2025-10-05	Multiresolution feature fusion for smart diagnosis of schizophrenia in adolescents using EEG signals 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10120-1 PMID:39555262	研究论文	提出一种基于多分辨率特征融合和机器智能的自动化诊断模型，用于通过脑电图信号对青少年精神分裂症进行高效诊断	结合经验小波变换和经验模态分解两种多分辨率信号分析方法，提出CNN与集成装袋树的混合模型，融合深度学习和手工特征进行诊断	样本量相对有限（84名青少年），仅使用单一公开数据集	开发精神分裂症的自动化诊断系统	青少年精神分裂症患者	机器学习	精神分裂症	脑电图信号分析	CNN, 集成学习	脑电图信号	84名青少年（45名精神分裂症症状患者和39名健康对照）	NA	卷积神经网络, 集成装袋树	分类性能	NA
567	2025-10-05	Research progress of epileptic seizure prediction methods based on EEG 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10109-w PMID:39555266	综述	本文系统综述了基于脑电图的癫痫发作预测方法的研究进展	分别基于头皮脑电图和颅内脑电图，从五种常用特征分析方法全面评估癫痫发作预测研究现状，并比较深度学习与传统机器学习方法的优劣	当前算法尚无法应用于临床，存在一定局限性	为癫痫发作预测领域的后续研究提供改进方向和技术思路	癫痫患者脑电图数据	机器学习	癫痫	EEG	深度学习, 传统机器学习	脑电图信号	NA	NA	NA	NA	NA
568	2025-10-05	Attention-based cross-frequency graph convolutional network for driver fatigue estimation 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10141-w PMID:39555279	研究论文	提出一种基于注意力的跨频率图卷积网络，用于通过EEG信号估计驾驶员疲劳程度	首次将多头注意力机制与图卷积网络结合，用于捕捉EEG通道间的跨频率长程依赖关系	仅使用公开数据集进行验证，未提及实际道路测试的适用性	开发精确的驾驶员疲劳程度估计算法	驾驶员的脑电信号和反应时间	机器学习	NA	脑电图(EEG)	图卷积网络(GCN), Transformer	脑电信号	公开数据集（具体数量未提及）	NA	基于注意力的跨频率图卷积网络(ACF-GCN), Transformer编码器	反应时间估计精度	NA
569	2025-10-05	Quality Control in the Corneal Bank with Artificial Intelligence: Comparison of a New Deep Learning-based Approach with Conventional Endothelial Cell Counting by the "Rhine-Tec Endothelial Analysis System" 2024-Jun, Klinische Monatsblatter fur Augenheilkunde IF:0.8Q4 DOI:10.1055/a-2299-8117 PMID:38574759	研究论文	本研究开发了一种基于深度学习的角膜内皮细胞密度自动检测方法，并与传统Rhine-Tec系统进行比较	首次使用深度学习技术自动检测图像中所有可见的内皮细胞，相比传统方法提高了样本量和客观性	深度学习方法目前无法完全替代移植片内皮的全区域评估，这仍是角膜移植片放行的最重要依据	比较基于深度学习的新型内皮细胞计数方法与传统Rhine-Tec系统的性能差异	角膜移植片的内皮细胞密度测量	计算机视觉	眼科疾病	相位对比显微镜成像	深度学习	图像	9375张存档的相位对比显微镜图像	NA	NA	均值比较，Bland-Altman分析，相关系数	NA
570	2025-10-05	Objective Analysis of Corneal Nerves and Dendritic Cells 2024-Jun, Klinische Monatsblatter fur Augenheilkunde IF:0.8Q4 DOI:10.1055/a-2307-0313 PMID:38941998	综述	本文综述了角膜神经和树突状细胞的图像分析方法，重点介绍了深度学习算法在自动模式识别中的应用	详细介绍了作者自主开发的深度学习算法，并与现有方法进行了比较分析	NA	分析角膜神经和树突状细胞的图像分析方法	角膜神经和树突状细胞	计算机视觉	眼表疾病	活体共聚焦显微镜	深度学习	图像	NA	NA	NA	NA	NA
571	2025-10-05	Automated segmentation of soft X-ray tomography: native cellular structure with sub-micron resolution at high throughput for whole-cell quantitative imaging in yeast 2024-Nov-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.31.621371 PMID:39554159	研究论文	开发基于深度学习的自动分割流程用于软X射线断层扫描数据中细胞结构的分割和标记	首次将深度学习自动分割应用于软X射线断层扫描，实现高通量全细胞定量成像分析	需要手动迭代优化来提高分割精度	实现酵母细胞亚微米分辨率下的高通量全细胞定量成像分析	三种酵母菌株（野生型、VPH1-GFP和另一菌株）的细胞结构	计算机视觉	NA	软X射线断层扫描(SXT)	深度学习	3D断层扫描图像	数百个细胞，涵盖三种酵母菌株	NA	NA	分割精度	NA
572	2025-10-05	Selective Classification Under Distribution Shifts 2024-Oct, Transactions on machine learning research PMID:41019465	研究论文	提出一种考虑分布偏移的选择性分类框架，适用于深度学习中标签偏移和协变量偏移场景	首次在选择性分类中系统考虑分布偏移问题，提出两种新的基于间隔的置信度评分函数	仅关注非基于训练的置信度评分函数，未涉及训练阶段的分布偏移适应方法	开发在数据分布偏移情况下仍能可靠工作的选择性分类系统	深度学习分类器在分布偏移下的选择性预测	机器学习	NA	深度学习	深度学习分类器	NA	NA	NA	NA	NA	NA
573	2025-10-05	SVPath: A Deep Learning Tool for Analysis of Stria Vascularis from Histology Slides 2024-Aug, Journal of the Association for Research in Otolaryngology : JARO DOI:10.1007/s10162-024-00948-z PMID:38760547	研究论文	开发了一种名为SVPath的深度学习工具，用于从颞骨组织病理学切片中自动分析和提取血管纹及其相关毛细血管床	首次结合YOLOv8和nnUnet深度学习模型，实现了血管纹的自动检测和分割，并开发了专门的SV分析工具(SVAT)进行形态学测量	研究样本数量有限，仅使用了正常猕猴耳的切片数据，缺乏病理状态下的验证	开发自动化工具用于血管纹的组织病理学分析	猕猴颞骨组织切片中的血管纹和毛细血管床	数字病理学	耳科疾病	组织病理学染色(苏木精-伊红染色)	CNN	图像	内部数据集203张切片，外部验证集10张切片(均来自正常猕猴耳)	PyTorch	YOLOv8,nnUnet	准确率,DICE分数	NA
574	2025-10-05	Predicting the Tumor Microenvironment Composition and Immunotherapy Response in Non-Small Cell Lung Cancer from Digital Histopathology Images 2024-Jun-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.11.24308696 PMID:41030932	研究论文	提出一种名为HistoTME的弱监督深度学习方法，直接从非小细胞肺癌患者的组织病理学图像预测肿瘤微环境组成和免疫治疗反应	首次开发能够直接从组织病理学图像推断肿瘤微环境组成的弱监督深度学习方法，无需额外分子检测	研究基于特定患者队列，需要在更广泛人群中验证	预测非小细胞肺癌肿瘤微环境组成和免疫治疗反应	非小细胞肺癌患者	数字病理学	肺癌	数字组织病理学成像	深度学习	全切片图像	外部临床队列652名患者	NA	NA	Pearson相关系数, AUROC	NA
575	2025-10-05	Predicting Progression From Mild Cognitive Impairment to Alzheimer's Dementia With Adversarial Attacks 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3373703 PMID:38507374	研究论文	提出一种结合浅层神经网络和对抗性攻击的框架，用于预测轻度认知障碍向阿尔茨海默病痴呆的转化	使用单步梯度对抗性攻击寻找输入空间中的对抗性进展方向，通过到决策边界的距离预测疾病转化	阿尔茨海默病研究可用数据集规模不足以学习复杂模型	预测轻度认知障碍向阿尔茨海默病痴呆的转化	轻度认知障碍患者	机器学习	阿尔茨海默病	对抗性攻击	神经网络	患者数据	两个公开可用数据集	NA	浅层神经网络	NA	NA
576	2025-10-05	CONUNETR: A CONDITIONAL TRANSFORMER NETWORK FOR 3D MICRO-CT EMBRYONIC CARTILAGE SEGMENTATION 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635851 PMID:41018045	研究论文	提出一种基于Transformer的条件网络CONUNETR，用于3D显微CT胚胎软骨分割	引入改进的生物先验知识和条件机制，能够通过单一模型准确预测多个年龄组的软骨形态	NA	解决胚胎软骨快速结构变化导致的深度学习模型泛化问题	小鼠胚胎软骨	计算机视觉	骨骼发育异常	显微CT	Transformer	3D图像	NA	NA	CONUNETR	NA	NA
577	2025-10-05	Rapid response to fast viral evolution using AlphaFold 3-assisted topological deep learning 2024-Nov-19, ArXiv PMID:39606716	研究论文	提出一种AlphaFold 3辅助的多任务拓扑拉普拉斯策略，用于快速预测病毒突变对蛋白质相互作用和结合自由能的影响	首次将AlphaFold 3与拓扑深度学习结合，通过拓扑数据分析提取蛋白质相互作用的几何特征，实现无需实验结构的深度突变扫描预测	与实验结构相比，性能存在轻微下降（PCC平均降低1.1%，RMSE平均增加9.3%）	开发高效计算方法以快速响应SARS-CoV-2等病毒的快速进化	SARS-CoV-2刺突蛋白受体结合域与人类ACE2复合物	机器学习	传染病	深度突变扫描，蛋白质-蛋白质相互作用分析	拓扑深度学习，多任务学习	蛋白质三维结构，突变数据	4个实验DMS数据集，包括SARS-CoV-2 HK.3变体数据	NA	多任务拓扑拉普拉斯	皮尔逊相关系数，均方根误差	NA
578	2025-10-05	High-resolution in vivo 4D-OCT fish-eye imaging using 3D-UNet with multi-level residue decoder 2024-Sep-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.532258 PMID:39296392	研究论文	本研究开发了一种基于深度学习的实时4D-OCT系统，用于重建无失真的高分辨率体积图像	采用集成多级信息的3D-UNet架构，通过16位浮点精度优化网络参数，实现实时4D-OCT成像	未明确说明训练数据的具体规模和多样性	解决3D-OCT成像中的运动伪影问题，实现高分辨率实时4D成像	生物组织的体积成像	计算机视觉	NA	光学相干断层扫描(OCT)	CNN	3D体积图像	NA	NA	3D-UNet, 双2D-UNet	均方根误差(RMSE)	GPU
579	2025-10-05	FUSION: A web-based application for in-depth exploration of multi-omics data with brightfield histology 2024-Aug-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.09.602778 PMID:39026885	研究论文	开发了一个基于Web的多组学数据与明场组织学深度探索应用FUSION	将分子数据与组织病理学特征整合到单一工作空间，提供基于深度学习的空间组学数据分析工具	NA	开发用于空间多组学数据与组织病理学联合分析的工具	福尔马林固定石蜡包埋和冷冻制备的健康与疾病组织样本	数字病理学	NA	空间转录组学	深度学习	全切片图像,分子数据	NA	NA	NA	NA	基于Web的应用
580	2025-10-05	MRI Deep Learning-Based Automatic Segmentation of Interventricular Septum for Black-Blood Myocardial T2* Measurement in Thalassemia 2024-08, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29113 PMID:37941460	研究论文	开发基于深度学习的自动分割方法，用于地中海贫血患者黑血MR图像中心室间隔的自动分割和心肌T2*测量	提出改进的注意力U-Net模型用于心室间隔自动分割，减少了分析时间和观察者间变异性	回顾性研究，样本量相对有限（146例患者），外部验证集规模较小	开发自动分割方法以替代传统手动分割，提高心肌铁负荷评估的效率和一致性	146例输血依赖型地中海贫血患者的心脏MR检查数据	医学影像分析	地中海贫血	多回波梯度回波序列MR成像	深度学习	MR图像	146例患者（训练集100例，内部测试20例，外部测试26例）	NA	改进的注意力U-Net	Dice系数, Bland-Altman图, 变异系数	NA