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
721	2025-10-06	Toward calibration-free motor imagery brain-computer interfaces: a VGG-based convolutional neural network and WGAN approach 2024-07-31, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad6598 PMID:39029497	研究论文	提出一种基于VGG卷积神经网络和Wasserstein生成对抗网络的免校准运动想象脑机接口方法	使用WGAN生成合成频谱图像进行数据增强，结合改进的VGG-CNN分类器，实现无需目标对象校准数据的跨被试分类	仅使用公开基准数据集进行验证，未在实际应用场景中测试	开发免校准的运动想象脑机接口系统，提高跨被试分类性能	运动想象脑机接口的脑电信号分类	脑机接口	NA	脑电图信号处理	CNN, GAN	脑电频谱图像	BCI competition IV-2B、IV-2A和IV-1基准数据集	NA	VGG, WGAN	跨被试分类准确率	NA
722	2025-10-06	SQI-DOANet: electroencephalogram-based deep neural network for estimating signal quality index and depth of anaesthesia 2024-07-30, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad6592 PMID:39029477	研究论文	提出一种基于脑电图的深度神经网络SQI-DOANet，用于评估信号质量指数和麻醉深度	首次将信号质量评估网络与麻醉深度估计网络结合，采用双注意力模块融合多通道多尺度信息，并引入门控多层感知机提取时序信息	NA	开发能够准确估计脑电图信号噪声并可靠评估麻醉深度的深度学习模型	手术中的脑电图信号	机器学习	麻醉监测	脑电图	CNN, 注意力机制, 多层感知机	脑电图信号	大型VitalDB数据库	NA	浅层卷积神经网络, 双注意力模块, 门控多层感知机	皮尔逊相关系数, 平均绝对误差	NA
723	2025-10-06	Neural activity shaping in visual prostheses with deep learning 2024-07-25, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad6186 PMID:38986450	研究论文	提出一种基于人工神经网络的神经活动塑形方法，用于改善视网膜假体的视觉感知效果	首次使用模型无关的深度学习方法实现神经活动塑形，不依赖特定视网膜模型假设	目前仅在视网膜响应模拟模型上进行验证，尚未进行真实人体实验	提高视网膜假体的空间分辨率和视觉感知质量	视网膜假体使用者的神经激活模式	计算机视觉	视网膜疾病	人工神经网络, 多极刺激	ANN	自然图像, 神经响应数据	NA	NA	测量预测网络, 刺激生成网络	视网膜激活锐度, 计算效率	比传统方法计算效率提高三个数量级
724	2025-10-06	Retrieving and reconstructing conceptually similar images from fMRI with latent diffusion models and a neuro-inspired brain decoding model 2024-06-28, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad593c PMID:38885689	研究论文	提出一种基于语义和上下文相似性的脑解码新方法，通过fMRI数据检索和生成概念相似的图像	结合神经启发的脑解码模型和潜在扩散模型，将fMRI活动线性映射到神经网络潜在空间进行图像检索和生成	依赖于预训练神经网络和线性映射假设，可能无法完全捕捉大脑活动的复杂性	开发基于语义相似性的脑解码方法，从fMRI数据重建视觉刺激	人类大脑对自然图像刺激的fMRI响应	计算神经科学	NA	功能磁共振成像(fMRI)	潜在扩散模型,深度学习	fMRI数据,图像	三个fMRI数据集：Generic Object Decoding、BOLD5000和NSD	NA	预训练神经网络,潜在扩散模型	定量指标,人工评估实验,正确率超过80%	NA
725	2025-10-06	Using Deep learning to Predict Cardiovascular Magnetic Resonance Findings from Echocardiography Videos 2024-Apr-19, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.16.24305936 PMID:38699330	研究论文	本研究使用深度学习技术从超声心动图视频预测心脏磁共振成像结果	首次尝试使用基于视频的卷积神经网络从超声心动图视频中预测CMR组织特征	回顾性单中心研究，模型对LGE、T1、T2和ECV等组织特征的预测能力有限	探索深度学习是否能从超声心动图视频中预测心脏磁共振成像的组织特征	接受心脏磁共振和超声心动图检查的成年患者	计算机视觉	心血管疾病	超声心动图，心脏磁共振成像	CNN	视频	1,453名患者，2,556对配对检查	NA	基于视频的卷积神经网络	AUC	NA
726	2025-10-06	Automated Segmentation of Knee Menisci Using U-Net Deep Learning Model: Preliminary Results 2024-Dec, Maedica DOI:10.26574/maedica.2024.19.4.690 PMID:39974461	研究论文	本研究开发了一种基于U-Net深度学习模型的膝关节半月板自动分割方法	首次将U-Net模型应用于膝关节半月板的自动检测和分割，并通过渐进式训练策略提升分割精度	面临数据稀缺问题，且需要进行序列特异性优化	开发能够自动识别和分割膝关节MRI中半月板的深度学习模型	膝关节半月板	计算机视觉	骨科疾病	磁共振成像	CNN	图像	104张膝关节MRI图像用于初始训练，额外50张用于微调	NA	U-Net	准确率, Dice系数	NA
727	2025-10-06	Semi-Supervised Contrastive VAE for Disentanglement of Digital Pathology Images 2024-Nov, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72083-3_43 PMID:40556771	研究论文	提出一种用于数字病理图像解耦的半监督对比变分自编码器方法	首个针对病理图像的解耦方法，提出了级联解耦、新颖架构和重建分支等创新思想	NA	提高深度学习模型的可解释性，特别关注肿瘤浸润淋巴细胞检测任务	数字病理图像	数字病理学	癌症	深度学习	变分自编码器	病理图像	NA	NA	对比变分自编码器	NA	NA
728	2025-10-06	Considerations on Image Preprocessing Techniques Required by Deep Learning Models. The Case of the Knee MRIs 2024-Sep, Maedica DOI:10.26574/maedica.2024.19.3.526 PMID:39553362	研究论文	本研究探讨膝关节MRI图像预处理技术对深度学习模型检测半月板损伤的重要性	提出了针对膝关节MRI的创新型预处理方法，包括模态特定调整、空间重采样和强度标准化等技术	研究仅针对188例患者样本，样本量相对有限	开发适用于深度学习模型的膝关节MRI图像预处理流程	膝关节MRI图像，特别是半月板损伤区域	医学影像分析	膝关节疾病	磁共振成像	深度学习分割模型	医学影像	188例患者的PD矢状面图像	PyDicom, SimpleITK	NA	NA	NA
729	2025-10-06	An efficient model for extracting respiratory and blood oxygen saturation data from photoplethysmogram signals by removing motion artifacts using heuristic-aided ensemble learning model 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108911 PMID:39089111	研究论文	开发了一种基于启发式集成学习模型的光电容积脉搏波信号呼吸频率和血氧饱和度数据提取方法	提出结合先进金龟子优化器的集成学习网络，通过多模型融合和优化特征选择提高信号处理精度	未提及模型在实时监测环境下的性能表现和计算效率	从光电容积脉搏波信号中准确提取呼吸频率和血氧饱和度数据	光电容积脉搏波信号	机器学习	心肺疾病	信号处理，特征提取	集成学习，MLP，AdaBoost，A-LSTM	生理信号数据	NA	NA	MLP，AdaBoost，Attention-based LSTM	准确率	NA
730	2025-10-06	Using deep learning for predicting the dynamic evolution of breast cancer migration 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108890 PMID:39068903	研究论文	本研究开发了一种基于深度学习的预测框架PWPF，用于预测乳腺癌细胞迁移的动态演化过程	提出结合人工数据生成和真实数据微调的深度学习框架，解决了传统伤口愈合实验数据稀缺和可扩展性问题	主要基于二维模型研究，可能无法完全反映体内三维环境中的细胞迁移行为	改进乳腺癌细胞迁移分析方法，提高传统伤口愈合实验的可扩展性和预测能力	MCF-7乳腺癌细胞单层和球体	数字病理学	乳腺癌	伤口愈合实验，人工数据生成	深度学习	细胞迁移图像数据	NA	NA	NA	NA	NA
731	2025-10-06	Multi-granularity prior networks for uncertainty-informed patient-specific quality assurance 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108925 PMID:39067284	研究论文	提出一种多粒度不确定性量化框架，用于放射治疗中患者特定质量保证的剂量差异预测和Gamma通过率预测	首次在PSQA中引入多粒度不确定性量化，提出双流网络架构和包含粒度特定损失与一致性损失的多粒度损失函数	方法仅在单一医疗机构数据集上进行验证，需要更多外部验证	提高深度学习在患者特定质量保证中的可信度和安全性	放射治疗中的剂量分布和Gamma通过率	医学影像分析	放射治疗相关疾病	深度学习，贝叶斯方法	贝叶斯神经网络	剂量分布数据	北京协和医学院医院数据集	NA	双流网络架构	MAE, 临床准确率	NA
732	2025-10-06	Model-based federated learning for accurate MR image reconstruction from undersampled k-space data 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108905 PMID:39067156	研究论文	提出一种基于模型的联邦学习框架ModFed，用于从欠采样k空间数据中精确重建磁共振图像	设计了注意力辅助的基于模型神经网络、自适应动态聚合方案以及空间拉普拉斯注意力机制和个性化客户端损失正则化	NA	解决多中心数据异构性挑战，提高磁共振图像重建的准确性和泛化能力	磁共振图像重建	医学影像分析	NA	磁共振成像	深度学习	k空间数据，磁共振图像	三个体内数据集	NA	注意力辅助的基于模型神经网络	重建性能，泛化能力	NA
733	2025-10-06	PIDiff: Physics informed diffusion model for protein pocket-specific 3D molecular generation 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108865 PMID:39067153	研究论文	提出一种考虑物理化学原理的蛋白质口袋特异性3D分子生成扩散模型	首次在3D分子生成中同时考虑几何结构和蛋白质-配体结合的物理化学原理，特别是结合自由能最小化	未明确说明模型在处理复杂蛋白质结构或大规模药物筛选时的计算效率限制	开发能够生成与特定蛋白质口袋结合的配体分子的计算方法	蛋白质-配体复合物	计算化学, 几何深度学习	NA	扩散模型, 几何深度学习	扩散模型	3D分子结构数据	CrossDocked2020基准数据集	NA	PIDiff	多种评估指标（具体未在摘要中说明）	NA
734	2025-10-06	SYSTCM: A systemic web platform for objective identification of pharmacological effects based on interplay of "traditional Chinese Medicine-components-targets" 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108878 PMID:39043107	研究论文	开发了一个基于深度学习和机器学习的系统性网络平台SYSTCM，用于客观识别中药药理作用	首次构建了包含424个分子描述符和465个药理靶点的相互作用网络图，并集成卷积神经网络和支持向量机建立药理作用识别模型	数据集规模有限，仅包含636种中药和8190个成分，模型泛化能力需要进一步验证	开发客观的中药药理作用识别方法，减少传统方法对专家经验的主观依赖	中药成分、药理靶点、药理作用和中药功效	机器学习	NA	深度学习、机器学习	CNN, SVM	网络图数据、分子描述符数据	70,961个术语，包括636种中药、8190个成分、40种药理作用和18种功效	NA	GoogLeNet	AUC, MCC, ACC	NA
735	2025-10-06	Random effects during training: Implications for deep learning-based medical image segmentation 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108944 PMID:39096609	研究论文	评估训练过程中随机效应对深度学习医学图像分割模型性能比较可靠性的影响	首次系统量化分析训练随机性对医学图像分割模型性能比较的影响，揭示了统计显著性检验在算法比较中的局限性	仅使用nnU-Net算法和三种医学图像分割任务，结果可能不适用于其他算法或任务类型	评估训练随机性对深度学习分割模型性能比较方法可靠性的影响	脑肿瘤、海马体和心脏的三维医学图像分割	医学图像分析	脑肿瘤、心脏疾病	深度学习	nnU-Net	3D医学图像	三种分割任务各50次不同随机种子的训练	PyTorch	U-Net	Dice系数, 配对t检验, Wilcoxon符号秩检验	NA
736	2025-10-06	CytoGAN: Unpaired staining transfer by structure preservation for cytopathology image analysis 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108942 PMID:39096614	研究论文	提出一种名为CytoGAN的染色转换模型，用于生成保留细胞结构的不同染色风格的细胞病理学图像	设计了结构保留模块和染色自适应模块，能在源域和目标域分辨率或细胞大小不匹配时仍保持细胞结构	NA	解决细胞病理学图像分析中不同染色方式对算法性能的影响	子宫内膜细胞学图像	数字病理学	子宫内膜癌	GAN	GAN	细胞病理学图像	NA	NA	CytoGAN	准确率	NA
737	2025-10-06	Comparison of AI with and without hand-crafted features to classify Alzheimer's disease in different languages 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108950 PMID:39096605	研究论文	比较使用手工特征和不使用手工特征的AI模型在不同语言中分类阿尔茨海默病的性能	首次使用相同方法从两种语言数据集中提取声学特征进行AD诊断，验证模型的语言无关性	仅测试了韩语和英语两种语言，未涵盖更多语言类型	开发语言无关的阿尔茨海默病实时诊断模型	阿尔茨海默病患者和健康对照者的语音数据	自然语言处理	阿尔茨海默病	声学特征提取	机器学习,深度学习	语音	韩语和英语语音数据集	NA	NA	准确率,分类时间	NA
738	2025-10-06	CBAM VGG16: An efficient driver distraction classification using CBAM embedded VGG16 architecture 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108945 PMID:39094328	研究论文	提出一种嵌入卷积注意力模块的VGG16架构，用于提升驾驶员分心行为分类性能	将CBAM注意力模块与传统VGG16架构结合，增强模型特征提取能力	NA	改进驾驶员分心行为分类准确率	驾驶员分心行为图像	计算机视觉	NA	深度学习	CNN	图像	AUCD2数据集（摄像头1和摄像头2图像）	NA	CBAM VGG16	准确率, 损失值, 精确率, F1分数, 召回率, 混淆矩阵	NA
739	2025-10-06	Deep learning for rapid virtual H&E staining of label-free glioma tissue from hyperspectral images 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108958 PMID:39094325	研究论文	本研究开发了一种基于深度学习的高光谱图像虚拟H&E染色方法，用于快速生成神经胶质瘤组织的虚拟H&E染色图像	首次将深度学习与高光谱成像技术结合，实现无标记神经胶质瘤组织的快速虚拟H&E染色，克服传统染色方法的局限性	论文未明确说明样本量的具体数量和研究对象的详细特征	开发快速准确的虚拟H&E染色技术，替代传统染色方法	神经胶质瘤组织样本	数字病理学	神经胶质瘤	高光谱成像技术	深度学习	高光谱图像	NA	NA	U-Net	SSIM, PSNR	NA
740	2025-10-06	Shape prior-constrained deep learning network for medical image segmentation 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108932 PMID:39079416	研究论文	提出一种形状先验约束的多尺度特征融合分割网络用于医学图像分割	训练框架包含形状先验约束和多尺度特征融合两个创新模块，测试阶段采用形状生成自编码器与分割网络的循环协作框架	NA	解决医学图像分割中低对比度和邻近器官强度相似的问题	心脏、COVID-19 CT肺部、肝脏医学图像	医学图像分割	心血管疾病, COVID-19, 肝脏疾病	深度学习	自编码器, 分割神经网络	CT扫描图像	三个不同数据集：ACDC MICCAI'17挑战数据集、COVID-19 CT肺部数据集、LiTS2017肝脏数据集	NA	形状先验约束多尺度特征融合网络	Dice系数	NA