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
1761	2025-04-03	Unified Noise-aware Network for Low-count PET Denoising with Varying Count Levels 2024-Apr, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2023.3334105 PMID:39391291	研究论文	提出了一种统一的噪声感知网络（UNN），用于处理不同噪声水平的低计数PET图像去噪问题	结合多个具有不同去噪能力的子网络，能够处理不同噪声水平的输入，无需针对每种噪声水平单独训练网络	需要大规模数据进行训练，且在实际应用中可能面临数据可用性有限的问题	降低PET扫描中的辐射剂量，同时保持图像质量和诊断性能	低计数PET图像	数字病理学	NA	深度学习	UNN（统一的噪声感知网络）	PET图像	来自两个医疗中心的大规模数据	NA	NA	NA	NA
1762	2025-04-03	A Review on Low-Dose Emission Tomography Post-Reconstruction Denoising with Neural Network Approaches 2024-Apr, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2023.3349194 PMID:39429805	综述	本文综述了低剂量发射断层扫描(ET)后重建去噪的神经网络方法	重点探讨了深度学习在低剂量ET图像质量和分辨率提升中的潜力	NA	提升低剂量ET图像质量和分辨率	低剂量发射断层扫描图像	医学影像	NA	NA	神经网络	医学影像	NA	NA	NA	NA	NA
1763	2025-10-07	Automatic Classification of Slit-Lamp Photographs by Imaging Illumination 2024-Apr-01, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000003318 PMID:37267474	研究论文	开发基于照明技术的裂隙灯照片自动分类算法，以辅助深度学习系统诊断角膜炎类型	首次针对裂隙灯照片的照明技术开发自动分类算法，为深度学习系统提供图像标注支持	裂隙光束和巩膜散射是最常被错误分类的照明类型	通过自动分类裂隙灯照片的照明技术，促进深度学习系统在角膜炎诊断中的应用	角膜溃疡患者的裂隙灯照片	计算机视觉	角膜炎	裂隙灯摄影	CNN, MLP, k-NN	图像	409名患者的12,132张图像	NA	MobileNetV2, ResNet50, LeNet, AlexNet	准确率, F1分数, AUC-ROC	NA
1764	2025-10-07	Reducing annotation burden in MR: A novel MR-contrast guided contrastive learning approach for image segmentation 2024-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.16820 PMID:37956263	研究论文	提出一种基于MR对比度的约束对比学习方法，用于医学图像分割以减少标注负担	首次将组织特异性信息通过约束图引入对比学习，定义正负局部邻域来嵌入MR图像对比度信息	方法验证仅限于MR图像分割任务，在其他医学影像模态上的适用性未经验证	开发一种能够利用未标注MR图像中对比度信息的自监督学习方法，提升有限标注数据下的分割性能	MR图像，包括腹部T2加权图像和脑肿瘤多参数MR图像	计算机视觉	脑肿瘤	磁共振成像	深度学习模型	医学图像	多回波T2加权图像(n=101)，BraTS脑肿瘤数据集(n=80)，腹部T2加权图像(训练/测试=30/20)，公共笛卡尔T2数据集(训练/测试=6/12)，BraTS多参数MR图像(训练/测试=40/50)	NA	NA	Dice系数，精确率，召回率，HD95	NA
1765	2025-04-03	A Preliminary Study Comparing the Performance of Thyroid Molecular Tests to a Deep Learning Algorithm in Predicting Malignancy in Indeterminate Thyroid Fine Needle Aspiration Biopsies 2024-Apr, Thyroid : official journal of the American Thyroid Association IF:5.8Q1 DOI:10.1089/thy.2023.0054 PMID:38010913	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1766	2025-10-07	Endoscopic sleeve gastroplasty: stomach location and task classification for evaluation using artificial intelligence 2024-Apr, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-023-03054-2 PMID:38212470	研究论文	本研究开发了一种基于人工智能的内镜袖状胃成形术评估系统，用于自动识别胃部位置和手术任务分类	首次将深度学习应用于内镜袖状胃成形术的自动化性能评估，实现了胃部位置识别和手术任务分类的自动化	研究使用离体猪胃标本，尚未在人体临床试验中验证	自动化评估内镜袖状胃成形术的手术表现	内镜袖状胃成形术的手术过程	计算机视觉	肥胖症	内镜手术	深度学习	图像,视频	专家在离体猪胃标本上进行的ESG手术截图和视频片段	NA	NA	准确率	NA
1767	2025-10-07	Topological Persistence Guided Knowledge Distillation for Wearable Sensor Data 2024-Apr, Engineering applications of artificial intelligence IF:7.5Q1 DOI:10.1016/j.engappai.2023.107719 PMID:38282698	研究论文	提出一种基于拓扑持久性的知识蒸馏方法，用于提升可穿戴传感器数据的深度学习性能	使用双教师网络（原始时序数据和拓扑持久性图像）进行知识蒸馏，设计正交性约束和退火策略实现特征融合	未明确说明方法在其他类型传感器数据或任务上的泛化能力	解决可穿戴传感器数据深度学习中信号质量敏感性和特征融合困难的问题	可穿戴传感器采集的时序数据	机器学习	NA	拓扑数据分析(TDA), 知识蒸馏(KD)	CNN	时序数据, 图像数据(持久性图像)	GENEActiv数据集上的6000个测试样本	NA	WRN16-1 (1D CNNs)	分类准确率, 处理时间	NA
1768	2025-04-03	A transformer-based diffusion probabilistic model for heart rate and blood pressure forecasting in Intensive Care Unit 2024-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108060 PMID:38350189	research paper	本研究提出了一种基于Transformer和扩散概率模型的新型深度学习方法，用于预测重症监护病房（ICU）中的心率、收缩压和舒张压	结合Transformer和扩散模型，提出TDSTF模型，用于稀疏时间序列预测，在预测ICU生命体征分布方面表现出色，计算效率更高	NA	开发一种准确预测ICU患者生命体征的深度学习系统	ICU患者的心率、收缩压和舒张压	machine learning	cardiovascular disease	deep learning	Transformer-based Diffusion Probabilistic Model (TDSTF)	time series data	24,886 ICU stays from over 46,000 patients in MIMIC-III database	NA	NA	NA	NA
1769	2025-04-03	Spectral analysis and Bi-LSTM deep network-based approach in detection of mild cognitive impairment from electroencephalography signals 2024-Apr, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10010-y PMID:38699612	研究论文	本研究开发了一种基于EEG信号和Bi-LSTM深度学习算法的新模型，用于高效检测轻度认知障碍（MCI）患者	结合多锥度谱分析方法和Bi-LSTM深度学习算法，提出了一种新的EEG信号分析模型，显著提高了MCI检测的准确率	样本量较小（34名受试者），年龄范围较宽（40-77岁）可能影响模型的泛化能力	开发一种准确、高效的MCI早期诊断方法	轻度认知障碍（MCI）患者和健康对照组	机器学习	老年性疾病	EEG信号分析、多尺度主成分分析（MSPCA）、数据增强（DA）	Bi-LSTM、决策树（DT）、支持向量机（SVM）、K近邻（KNN）	EEG信号	34名受试者（18名MCI患者和16名健康对照组）	NA	NA	NA	NA
1770	2025-04-03	A real-time constellation image classification method of wireless communication signals based on the lightweight network MobileViT 2024-Apr, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10015-7 PMID:38699610	研究论文	提出了一种基于轻量级网络MobileViT的无线通信信号星座图实时分类方法	首次尝试在边缘计算平台上部署深度学习模型完成接收信号调制方案的实时分类	仅在一个公开数据集RadioML 2016.10a上进行了验证	实现自动调制分类(AMC)以支持认知无线电发展	无线通信信号的星座图	机器学习	NA	深度学习	MobileViT	图像	公开数据集RadioML 2016.10a	NA	NA	NA	NA
1771	2025-10-07	Variability of the femoral mechanical-anatomical axis angle and its implications in primary and revision total knee arthroplasty 2024-Feb-06, Bone & joint open IF:2.8Q1 DOI:10.1302/2633-1462.52.BJO-2023-0056.R1 PMID:38316146	研究论文	本研究开发深度学习工具测量股骨机械-解剖轴角度，并分析其在全膝关节置换术中的临床意义	首次应用深度学习技术在大规模异质人群中自动测量股骨机械-解剖轴角度，并比较两种不同测量方法的差异	研究仅基于骨关节炎倡议数据库的影像数据，未直接验证在手术中的实际应用效果	评估股骨机械-解剖轴角度的变异性及其对全膝关节置换术对线准确性的影响	骨关节炎倡议数据库中拥有全长下肢X线片的患者	医学影像分析	骨关节炎	深度学习，X线影像分析	深度学习模型	X线影像	1,078张X线片，包含2,156个独立测量	NA	NA	测量一致性(p值)，测量时间	NA
1772	2025-10-07	Intraoperative margin assessment for basal cell carcinoma with deep learning and histologic tumor mapping to surgical site 2024-Jan-03, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-023-00477-7 PMID:38172524	研究论文	开发基于深度学习的人工智能平台用于基底细胞癌的术中切缘评估	通过自动化大体检查建议和肿瘤定位技术，显著缩短组织预处理和组织学评估时间	目前仅针对基底细胞癌进行验证，未涉及其他肿瘤类型	提高术中切缘评估的效率和完整性	基底细胞癌手术标本	数字病理	基底细胞癌	深度学习，组织学肿瘤定位	深度学习模型	病理图像	NA	NA	NA	NA	NA
1773	2025-04-03	Classification of Alzheimer disease using DenseNet-201 based on deep transfer learning technique 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304995 PMID:39240975	research paper	使用基于DenseNet-201的深度迁移学习技术对阿尔茨海默病进行分类	提出了一种基于DenseNet-201的迁移学习方法，用于诊断阿尔茨海默病的不同阶段，并实现了高分类准确率	未提及数据集的具体来源和样本多样性，可能影响模型的泛化能力	通过深度学习技术提高阿尔茨海默病的早期诊断准确率	阿尔茨海默病患者的不同阶段（非痴呆、中度痴呆、轻度痴呆、极轻度痴呆、重度痴呆）	digital pathology	geriatric disease	MRI	DenseNet-201	image	NA	NA	NA	NA	NA
1774	2025-10-07	Multi feature fusion network for schizophrenia classification and abnormal brain network recognition 2024-01, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2023.110848 PMID:38104673	研究论文	提出一种多特征融合网络用于精神分裂症分类和异常脑网络识别	首次融合功能网络连接性和时间进程的多特征信息，结合深度SHAP识别最具区分度的脑网络	仅使用两个公开数据集验证，样本来源有限	开发精神分裂症自动分类方法并识别异常脑功能网络	精神分裂症患者与健康对照者	医学影像分析	精神分裂症	功能磁共振成像，独立成分分析	DNN, C-RNN	脑功能影像数据	两个公共数据集的合并样本	NA	多特征融合网络	准确率, 特异性, 敏感性, F1分数, AUC	NA
1775	2025-10-07	Discriminative analysis of schizophrenia patients using an integrated model combining 3D CNN with 2D CNN: A multimodal MR image and connectomics analysis 2024-01, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2023.110846 PMID:38104672	研究论文	提出结合3D CNN和2D CNN的集成模型，利用多模态MRI数据对精神分裂症患者进行分类分析	首次将3D CNN与2D CNN集成模型应用于多模态MRI数据融合特征的精神分裂症鉴别分析，并引入SE-blocks和SVM分类器	样本量相对有限（140名患者和205名正常对照），未在独立数据集上进行验证	开发基于多模态MRI数据的深度学习模型以改进精神分裂症患者的分类诊断	精神分裂症患者和正常对照组的脑部多模态MRI数据	医学影像分析	精神分裂症	结构MRI，静息态功能MRI，结构连接性分析，功能连接性分析	3D CNN, 2D CNN, SVM	3D医学图像，2D连接矩阵	140名精神分裂症患者和205名正常对照组	NA	集成3D CNN和2D CNN架构，包含SE-blocks	准确率，灵敏度，特异性，AUC，F1分数	NA
1776	2025-10-07	Periapical lesion detection in periapical radiographs using the latest convolutional neural network ConvNeXt and its integrated models 2024-10-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75748-9 PMID:39455655	研究论文	提出一种结合Yolov5和ConvNeXt的深度学习集成模型YoCNET，用于根尖片中牙齿自动分割和多颗牙齿根尖病变的同步检测	首次将目标检测模型Yolov5与图像分类模型ConvNeXt集成，克服单一分类模型无法同时识别多个病变目标的限制	数据集排除了乳牙，且仅使用1305张根尖片进行训练验证	开发能够自动分割牙齿并同时检测多颗牙齿根尖病变的深度学习模型	根尖片中的牙齿和根尖病变	计算机视觉	牙科疾病	放射影像分析	CNN, 集成模型	图像	1305张根尖片用于训练验证，717张单个牙齿图像用于集成模型验证	PyTorch	Yolov5, ConvNeXt, ResNet34	准确率, 精确率, 灵敏度, F1分数, AUC, 混淆矩阵	NA
1777	2025-10-07	Computer Vision Identification of Trachomatous Inflammation-Follicular Using Deep Learning 2024-Sep-20, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000003701 PMID:39312712	研究论文	本研究开发了一种基于深度学习的计算机视觉系统，用于自动识别沙眼性炎症-滤泡（TF）	首次将MobileNetV3大型深度卷积神经网络应用于沙眼筛查，实现了接近人类专家水平的TF分类性能	需要在不同TF患病率的多样化人群中进行进一步验证才能大规模实施	开发机器学习模型以降低沙眼调查成本并提高可靠性	0-9岁儿童的睑结膜照片	计算机视觉	沙眼	深度学习	CNN	图像	11,358名儿童的56,725张睑结膜照片	NA	MobileNetV3 large	AUC, F1分数, 准确率, 灵敏度, 特异性	NA
1778	2024-09-25	Construction of Risk Prediction Model of Type 2 Diabetic Kidney Disease Based on Deep Learning (Diabetes Metab J 2024;48:771-9) 2024-09, Diabetes & metabolism journal IF:6.8Q1 DOI:10.4093/dmj.2024.0490 PMID:39313234	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1779	2025-10-07	Examining the Role of Passive Design Indicators in Energy Burden Reduction: Insights from a Machine Learning and Deep Learning Approach 2024-Feb-15, Building and environment IF:7.1Q1 DOI:10.1016/j.buildenv.2023.111126 PMID:39155966	研究论文	本研究结合深度学习和机器学习方法，分析被动设计特征与住宅建筑能源负担之间的关系	首次将基于计算机视觉的深度学习与机器学习技术相结合，利用街景图像自动识别被动设计指标	研究仅限于芝加哥大都市区，被动设计特征数据仍然有限	探索被动设计特征在降低能源负担中的作用，为可持续城市建设提供依据	芝加哥大都市区的住宅建筑	计算机视觉, 机器学习	NA	计算机视觉, 街景图像分析	CNN, 决策树回归, 随机森林回归, 支持向量回归	图像, 人口统计数据	芝加哥大都市区的Google街景图像	NA	卷积神经网络	准确率	NA
1780	2025-10-07	Deep learning of sleep apnea-hypopnea events for accurate classification of obstructive sleep apnea and determination of clinical severity 2024-02, Sleep medicine IF:3.8Q1 DOI:10.1016/j.sleep.2024.01.015 PMID:38232604	研究论文	本研究开发了一种基于多模态信号和深度学习的睡眠呼吸暂停-低通气事件自动检测系统，用于阻塞性睡眠呼吸暂停的筛查和严重程度分类	结合鼻呼吸流、血氧饱和度和心电图信号特征，并整合人口统计学数据，使用Xception网络提升睡眠呼吸事件的检测精度	在低通气事件为主的参与者中分类错误率较高	改进睡眠呼吸暂停-低通气事件的自动检测和阻塞性睡眠呼吸暂停严重程度筛查	多导睡眠监测期间采集的生理信号数据和人口统计学数据	医疗人工智能	阻塞性睡眠呼吸暂停	多导睡眠监测	深度学习	生理信号数据（呼吸流、血氧饱和度、心电图）和人口统计学数据	NA	NA	Xception	准确率, AUC	NA