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
81	2025-12-03	Advancements in automated diagnosis of autism spectrum disorder through deep learning and resting-state functional mri biomarkers: a systematic review 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10176-z PMID:39712105	综述	本文基于PRISMA指南，系统综述了利用深度学习和静息态功能磁共振成像生物标志物进行自闭症谱系障碍自动诊断的研究进展	系统性地比较了不同深度学习算法在ASD自动诊断中的应用及其准确率，并总结了基于rs-fMRI图像的最高诊断准确率接近0.99	综述范围仅限于已发表的约26篇文章，可能未涵盖所有相关研究，且未对模型泛化能力进行深入评估	评估机器学习和深度学习技术在自闭症谱系障碍早期自动诊断中的应用效果	自闭症谱系障碍患者，主要基于ABIDE I和ABIDE II等rs-fMRI图像数据集	机器学习	自闭症谱系障碍	静息态功能磁共振成像	深度学习算法	rs-fMRI图像	基于ABIDE I和ABIDE II等公共数据集，具体样本量未明确说明	NA	NA	准确率	NA
82	2025-12-03	Brain-inspired multisensory integration neural network for cross-modal recognition through spatiotemporal dynamics and deep learning 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-09932-4 PMID:39712112	研究论文	本文提出了一种受大脑启发的多感官整合神经网络，用于通过时空动力学和深度学习实现跨模态识别	提出了一种结合并行CNN和RNN的级联框架，模拟大脑多感官整合过程，并揭示了特征在正交子空间编码及网络状态沿准旋转对称轨迹演化的机制	使用合成训练数据进行数字识别任务，可能未在真实世界复杂多模态数据上验证	研究多感官整合的计算原理，开发受大脑启发的智能神经网络模型以实现跨模态识别	视觉和音频感官输入的多模态信息	机器学习	NA	深度学习	CNN, RNN	图像, 音频	NA	NA	并行卷积神经网络, 循环神经网络	NA	NA
83	2025-12-03	Deep source transfer learning for the estimation of internal brain dynamics using scalp EEG 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10149-2 PMID:39712104	研究论文	本文提出了一种基于深度学习的新型EEG数据驱动源成像方案，用于精确高效地估计丘脑和皮层区域的大尺度时空脑动力学	提出了一种结合卷积循环神经网络的深度源成像框架，并利用基于人脑连接组学构建的脑模型生成合成训练数据，进一步应用迁移学习算法以减少合成数据与真实EEG数据之间的动态差异	未明确提及具体的数据集规模限制或模型泛化能力的详细评估	通过源成像技术提高EEG的空间分辨率，以增强神经解码和脑机交互的可靠性	大脑内部活动，特别是丘脑和皮层区域的宏观时空动力学	机器学习	癫痫	脑电图（EEG）	CNN, RNN	高密度EEG记录	NA	NA	卷积循环神经网络	NA	NA
84	2025-12-03	Adaptive learning rate in dynamical binary environments: the signature of adaptive information processing 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10128-7 PMID:39712114	研究论文	本文构建了一个具有自适应学习率的分层贝叶斯模型，用于推断动态二元环境中的隐藏概率，并分析了该模型在合成数据上的自适应行为	模型的自适应学习率受信念和环境不确定性调节，其更新规则是Rescorla-Wagner方程的扩展，强调了自适应学习率作为高效准确推断的机制组成部分	NA	研究自适应学习模型在解释人类和动物自适应行为中的作用，特别是在动态二元环境中推断隐藏概率	合成数据	机器学习	NA	分层贝叶斯建模	贝叶斯模型	合成数据	NA	NA	分层贝叶斯模型	NA	NA
85	2025-12-03	MSHANet: a multi-scale residual network with hybrid attention for motor imagery EEG decoding 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10127-8 PMID:39712122	研究论文	本研究提出了一种多尺度残差网络与混合注意力机制（MSHANet），用于解码四种运动想象脑电图类别，以提升脑机接口的性能	结合多头注意力和挤压-激励注意力机制，混合聚焦于脑电图特征的重要信息，并应用多尺度残差块提取丰富的特征，同时共享部分块参数以提取共同特征	NA	解码运动想象脑电图，以开发稳定且高效的脑机接口系统	运动想象脑电图数据	机器学习	NA	脑电图解码	CNN	脑电图信号	NA	NA	MSHANet	准确率	NA
86	2025-12-03	Advances in brain-computer interface for decoding speech imagery from EEG signals: a systematic review 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10167-0 PMID:39712121	综述	本文系统综述了基于脑电图（EEG）信号的脑机接口（BCI）在解码想象言语方面的最新进展，旨在帮助言语障碍者实现有效沟通	从认知神经发育视角整合EEG信号解码想象言语的关键研究，系统梳理了预处理、特征提取和分类算法（包括深度学习和机器学习方法）及其融合的创新方法	NA	推动基于EEG的BCI系统在解码想象言语方面的实际应用，以改善言语障碍者的沟通能力	基于EEG信号的想象言语解码研究	脑机接口	神经系统疾病	脑电图（EEG）	深度学习, 机器学习	EEG信号	NA	NA	NA	NA	NA
87	2025-12-03	A bimodal deep learning network based on CNN for fine motor imagery 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10159-0 PMID:39712133	研究论文	本研究提出了一种基于CNN的双模态深度学习网络，用于提高精细运动想象的解码性能	设计了包含四类任务的精细运动想象范式，并提出了结合EEG和fNIRS信号的双模态融合网络，显著提升了分类准确率	样本量较小（仅12名受试者），且四类任务的准确率（58.96%）仍有提升空间	提高精细运动想象任务的解码性能，以支持基于精细运动想象的脑机接口系统	12名受试者的EEG-fNIRS双模态脑活动数据	脑机接口	NA	EEG, fNIRS	CNN	脑电信号, 近红外光谱信号	12名受试者	NA	CNN	四分类准确率	NA
88	2025-12-03	On hyper-parameter selection for guaranteed convergence of RMSProp 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-022-09845-8 PMID:39712127	研究论文	本文提出了一种时间变化的RMSProp算法变体，以解决其在凸优化中可能不收敛的问题，并提供了理论证明和数值实验验证	将RMSProp的超参数视为时间变化序列而非固定常数，从而确保收敛性，并首次为平滑非凸目标提供了严格的收敛性证明	未讨论算法在超大规模数据集或复杂神经网络架构中的实际性能，且理论分析可能未涵盖所有实际应用场景	改进RMSProp优化算法的收敛性，确保其在凸和非凸优化问题中都能收敛到临界点	RMSProp优化算法及其在深度学习中的应用	机器学习	NA	NA	NA	基准数据集	NA	NA	NA	收敛率	NA
89	2025-12-03	A Protocol for Body MRI/CT and Extraction of Imaging-Derived Phenotypes (IDPs) from the China Phenobank Project 2024-Dec, Phenomics (Cham, Switzerland) DOI:10.1007/s43657-023-00141-x PMID:40061820	研究论文	本研究基于中国表型银行项目，提出了一套针对多器官的体部成像协议及相应的图像处理流程	首次在基于人群的队列研究中，为心脏、肝脏、脾脏、胰腺、肾脏、肺、前列腺和子宫等多个器官，制定了标准化的体部成像协议和深度学习分割模型驱动的图像处理流程	未提供具体的性能验证数据或临床应用结果，且协议可能受限于特定成像设备和人群	为基于中国表型银行项目平台的研究提供体部成像和图像处理的参考标准	心脏、肝脏、脾脏、胰腺、肾脏、肺、前列腺和子宫等多个器官	数字病理学	NA	心脏磁共振成像、计算机断层扫描、腹部磁共振成像、盆腔磁共振成像	深度学习分割模型	图像	NA	NA	NA	NA	NA
90	2025-12-03	Artificial Intelligence and Radiomics Applied to Prostate Cancer Bone Metastasis Imaging: A Review 2024-Dec, iRadiology DOI:10.1002/ird3.99 PMID:40453356	综述	本文对应用于前列腺癌骨转移影像的定量方法（包括影像组学、机器学习和深度学习）进行了范围综述	针对前列腺癌骨转移影像分析领域，整合了来自影像组学、机器学习和深度学习等多个领域的定量方法，并提供了临床见解，填补了文献中关于不同方法和未来方向的详细分析空白	NA	回顾并分析应用于前列腺癌骨转移影像的定量方法，以期为临床管理提供支持	前列腺癌骨转移的影像数据	数字病理学	前列腺癌	影像组学, 机器学习, 深度学习	NA	影像	NA	NA	NA	NA	NA
91	2025-12-03	Quantum-to-Classical Neural Network Transfer Learning Applied to Drug Toxicity Prediction 2024-Jun-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00432 PMID:38795030	研究论文	本文提出了一种混合量子-经典神经网络，用于预测药物毒性，并通过量子电路设计模拟经典神经行为，以降低计算复杂度	利用Hadamard测试而非传统的交换测试进行高效内积估计，将量子比特数量减半，并避免了量子相位估计的需求	未明确讨论模型在更大规模数据集上的泛化能力或实际量子硬件中的噪声影响	开发一种结合量子计算优势的药物毒性预测模型，以降低计算复杂度并提升可扩展性	药物毒性预测，特别是针对Tox21数据集中的化合物	机器学习	NA	量子计算，深度学习	混合量子-经典神经网络	化学数据（来自Tox21数据集）	NA	NA	混合量子-经典神经网络	预测准确性	量子与经典计算设备结合
92	2025-12-03	A deep learning system for predicting time to progression of diabetic retinopathy 2024-02, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-023-02742-5 PMID:38177856	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
93	2025-12-03	A deep learning system for predicting time to progression of diabetic retinopathy 2024-02, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-023-02702-z PMID:38177850	研究论文	本文开发并验证了一个深度学习系统（DeepDR Plus），用于仅基于眼底图像预测糖尿病视网膜病变在5年内的进展时间	开发了首个基于深度学习预测糖尿病视网膜病变进展时间的系统，仅使用眼底图像，无需额外临床数据，并展示了在真实世界队列中的验证和个性化筛查间隔的潜力	未明确提及模型的可解释性、跨不同医疗中心的泛化能力或长期随访数据的局限性	预测糖尿病视网膜病变的进展时间，以实现个性化筛查间隔	糖尿病患者及其眼底图像	计算机视觉	糖尿病视网膜病变	眼底成像	深度学习系统	图像	预训练使用179,327名参与者的717,308张眼底图像；训练和验证使用29,868名参与者的118,868张眼底图像	NA	NA	一致性指数, 集成Brier分数	NA
94	2025-12-03	Deep learning-aided decision support for diagnosis of skin disease across skin tones 2024-02, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-023-02728-3 PMID:38317019	研究论文	本研究通过大规模数字实验评估了医生与深度学习系统合作在皮肤疾病诊断中的效果，特别关注了不同肤色间的诊断准确性差异	首次在大规模实验中量化了医生与深度学习系统合作对皮肤疾病诊断准确性的影响，并揭示了系统支持可能加剧不同肤色间诊断差距的现象	实验基于存储转发式远程皮肤病学模拟，可能无法完全反映实际临床环境；仅使用图像数据，缺乏临床病史等信息	评估医生与深度学习系统合作在皮肤疾病诊断中的准确性，并分析不同肤色对诊断效果的影响	皮肤疾病图像及参与诊断的皮肤科医生和初级保健医生	计算机视觉	皮肤疾病	深度学习辅助诊断	深度学习系统	图像	364张图像，涵盖46种皮肤疾病；389名皮肤科医生和459名初级保健医生参与	NA	NA	诊断准确性	NA
95	2025-12-03	A population-level digital histologic biomarker for enhanced prognosis of invasive breast cancer 2024-01, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-023-02643-7 PMID:38012314	研究论文	本文介绍了一种名为组织学预后特征（HiPS）的数字组织学生物标志物，用于增强浸润性乳腺癌的预后预测	HiPS利用深度学习全面量化肿瘤微环境中的上皮、基质、免疫和空间交互特征，超越了传统定性病理分级方法	研究未明确讨论模型在不同种族或亚型乳腺癌人群中的泛化能力限制	开发一种基于数字病理学的预后生物标志物以改善乳腺癌生存预测	浸润性乳腺癌患者的组织切片	数字病理学	乳腺癌	深度学习	深度学习模型	组织病理学图像	基于癌症预防研究-II（CPS-II）的群体水平队列开发，并在三个独立队列（PLCO试验、CPS-3、TCGA）中验证	NA	NA	生存预测准确性	NA
96	2025-12-02	Advances in artificial intelligence-based technologies for increasing the quality of medical products 2024-Nov-30, Daru : journal of Faculty of Pharmacy, Tehran University of Medical Sciences IF:2.5Q3 DOI:10.1007/s40199-024-00548-5 PMID:39613923	综述	本文综述了人工智能技术在提高医疗产品质量方面的最新进展和应用	整合了AI在药物靶点预测、产品开发加速及医疗质量提升中的综合应用视角	作为综述文章，未涉及具体实验数据或模型性能的深入分析	探讨AI技术如何优化医疗产品的开发流程、质量与成本效益	医疗产品（如药物）的开发与制造过程	机器学习	NA	机器学习、深度学习	NA	生物医学数据（如蛋白质结构、健康统计数据）	NA	NA	NA	NA	NA
97	2025-11-29	Sensorless End-to-End Freehand 3-D Ultrasound Reconstruction With Physics-Guided Deep Learning 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3465214 PMID:39302786	研究论文	提出一种无需传感器的端到端自由手3D超声重建方法，通过物理引导的深度学习技术解决传统方法中的平面外运动问题	设计了新型物理启发的深度神经网络PLPPI模型，无需3D卷积即可实现自由手3D超声重建，显著提升重建精度并大幅减少计算资源需求	未明确说明模型在复杂临床环境中的泛化能力和对不同解剖部位的适应性	开发无需运动传感器的自由手3D超声重建方法，提高重建质量并降低计算资源需求	自由手扫描获取的3D超声图像	医学影像处理	心脏疾病、产科疾病、腹部疾病、血管疾病	3D超声成像	深度神经网络	超声图像序列	NA	NA	PLPPI	平均百分比误差、计算时间、GPU内存使用量	GPU
98	2025-11-28	A Multi-Task Transformer With Local-Global Feature Interaction and Multiple Tumoral Region Guidance for Breast Cancer Diagnosis 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3454000 PMID:39226204	研究论文	提出一种用于乳腺癌超声图像肿瘤分割和分类的多任务Transformer网络	设计了局部-全局特征交互的双流编码器和多肿瘤区域引导模块，能够显式学习肿瘤内部和周围区域的长程非局部依赖关系	NA	开发基于深度学习的乳腺癌超声图像自动诊断方法	乳腺癌超声图像	计算机视觉	乳腺癌	超声成像	CNN, Transformer	图像	两个乳腺癌超声数据集，包含大型外部验证数据集	NA	双流编码器(CNN+Transformer), 多肿瘤区域引导模块	诊断准确率	NA
99	2025-11-28	Deep Learning and High-Resolution Anoscopy: Development of an Interoperable Algorithm for the Detection and Differentiation of Anal Squamous Cell Carcinoma Precursors-A Multicentric Study 2024-May-17, Cancers IF:4.5Q1 DOI:10.3390/cancers16101909 PMID:38791987	研究论文	开发基于深度学习的算法，用于在高分辨率肛门镜检查图像中自动检测和区分高级别与低级别鳞状上皮内病变	首次开发可同时适用于传统和数字肛门镜系统的深度学习算法，并在多中心研究中验证其性能	研究仅基于两个中心的151例检查，样本来源相对有限	开发自动检测和区分肛门鳞状细胞癌前病变的深度学习系统	高分辨率肛门镜检查图像中的高级别和低级别鳞状上皮内病变	计算机视觉	肛门鳞状细胞癌	高分辨率肛门镜检查	CNN	图像	151例高分辨率肛门镜检查，共57,822张图像（28,874张HSIL，28,948张LSIL）	NA	NA	准确率, 敏感度, 特异度, AUC	NA
100	2025-11-27	Delineation of intracavitary electrograms for the automatic quantification of decrement-evoked potentials in the coronary sinus with deep-learning techniques 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1331852 PMID:38818521	研究论文	提出基于深度学习的算法，用于自动识别和量化冠状窦内心电信号中的递减诱发电位	首次开发能够自动描绘EGM信号中所有局部成分的工具，提出两种新型损失函数以减少假阴性和描绘误差，并探索了自注意力机制的应用	使用私有数据集且样本量有限（77名患者），需要进一步临床验证	开发自动量化递减诱发电位的算法，辅助区分旁路和房室折返性心动过速	冠状窦内电信号和递减诱发电位	数字病理	心血管疾病	心内电描记术	深度学习	电信号	77名患者的312个EGM记录	NA	U-Net, W-Net	准确率, 召回率, 灵敏度, 特异性	NA