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
1881	2025-10-07	Adapting physics-informed neural networks to improve ODE optimization in mosquito population dynamics 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315762 PMID:39715201	研究论文	提出改进的物理信息神经网络框架，用于优化蚊子种群动态的常微分方程建模	通过逐步扩展训练时间域解决PINNs中的时间因果关系问题，并针对梯度不平衡和刚性问题的改进方法	目前仅使用模拟数据进行实验验证，尚未应用于真实世界数据	改进物理信息神经网络在常微分方程优化中的应用，特别是针对具有极端多尺度行为的系统	蚊子种群动态建模	机器学习	NA	物理信息神经网络	PINN	模拟数据	NA	NA	物理信息神经网络	NA	NA
1882	2025-03-10	Explainability of three-dimensional convolutional neural networks for functional magnetic resonance imaging of Alzheimer's disease classification based on gradient-weighted class activation mapping 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0303278 PMID:38771733	研究论文	本文通过应用梯度加权类激活映射（Grad-CAM）等方法，提高了基于fMRI的3D-VGG16网络在阿尔茨海默病（AD）诊断中的可解释性	本文的创新点在于使用多种静息态功能活动图（如ALFF、fALFF、ReHo和VMHC）来降低fMRI数据的复杂性，并采用3D-VGG16网络进行AD分类，同时通过GAP层缓解过拟合问题	本文的局限性在于手动特征提取方法可能增加模型负担，且仅针对AD和正常对照组进行了研究，未涉及其他神经系统疾病	研究目的是探索模型在预测时主要关注的大脑感兴趣区域（ROI），以及AD患者和正常对照组之间这些ROI的差异	研究对象为阿尔茨海默病患者和正常对照组	数字病理学	阿尔茨海默病	fMRI	3D-VGG16	图像	未提及具体样本数量	NA	NA	NA	NA
1883	2025-10-07	An interpretable generative multimodal neuroimaging-genomics framework for decoding alzheimer's disease 2024-Nov-14, ArXiv PMID:38947922	研究论文	提出一种可解释的生成式多模态神经影像-基因组学框架，用于阿尔茨海默病的检测和轻度认知障碍转化预测	采用循环生成对抗网络在潜在空间填补缺失模态数据，并结合可解释人工智能方法分析特征重要性	未明确说明样本数据的具体来源和采集标准	解码阿尔茨海默病的多模态生物标志物并实现疾病分类预测	阿尔茨海默病患者、轻度认知障碍患者及正常对照组	医学影像分析	阿尔茨海默病	结构磁共振成像, 功能磁共振成像, 单核苷酸多态性	cGAN, 深度学习分类模型	神经影像数据, 基因组数据	NA	NA	CycleGAN	准确率	NA
1884	2025-03-09	Enhancing Whole Slide Image Classification with Discriminative and Contrastive Learning 2024-Oct, 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_10 PMID:40046787	研究论文	本研究通过结合判别式和对比学习技术，提升了全切片图像（WSI）分类的准确性和鲁棒性	与现有主要依赖基于WSI级别标签分配伪标签的对比学习方法不同，本研究直接在WSI级别构建正负样本，从而更有效地学习信息丰富的图像特征	NA	提高全切片图像分类的准确性和鲁棒性	全切片图像（WSI）	数字病理学	NA	对比学习	深度学习	图像	两个数据集	NA	NA	NA	NA
1885	2025-03-09	Accurate fully automated assessment of left ventricle, left atrium, and left atrial appendage function from computed tomography using deep learning 2024-Oct, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf011 PMID:40051867	研究论文	本研究开发了一种全自动深度学习方法，用于从计算机断层扫描（CT）中计算心脏功能	首次比较了nnU-Net、3D TransUNet和UNETR在心脏功能参数分割和计算中的表现，发现nnU-Net在多个指标上优于其他模型	样本量较小（39名患者），且仅评估了左侧心脏功能	开发一种全自动深度学习方法，用于从CT中计算心脏功能参数	左心室（LV）、左心房（LA）和左心耳（LAA）	计算机视觉	心血管疾病	CT	nnU-Net, 3D TransUNet, UNETR	图像	39名患者的时间分辨CT数据集	NA	NA	NA	NA
1886	2025-10-07	Artificial intelligence applied to magnetic resonance imaging reliably detects the presence, but not the location, of meniscus tears: a systematic review and meta-analysis 2024-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10625-7 PMID:38386028	系统评价和荟萃分析	通过系统评价和荟萃分析评估卷积神经网络在MRI中检测半月板撕裂的准确性	首次通过荟萃分析比较AI模型在检测半月板撕裂存在与定位方面的性能差异	研究存在显著的异质性(I²=79%)，需要更多标准化报告和外部验证	评估和比较卷积神经网络在半月板撕裂诊断中的准确性	半月板撕裂患者的磁共振成像	计算机视觉	骨科疾病	磁共振成像	CNN	图像	13,467名患者和57,551张图像	NA	NA	敏感性,特异性,AUC	NA
1887	2025-10-07	Evaluation of preoperative difficult airway prediction methods for adult patients without obvious airway abnormalities: a systematic review and meta-analysis 2024-07-17, BMC anesthesiology IF:2.3Q2 DOI:10.1186/s12871-024-02627-1 PMID:39020308	系统评价与荟萃分析	评估成人无显著气道异常患者术前困难气道预测方法的系统评价与荟萃分析	首次系统比较11种困难气管插管预测方法，涵盖体格检查、多变量评分系统和影像学检查三大类别	研究间存在显著异质性，受样本量和研究设计等因素影响	为临床决策选择合适术前困难气管插管预测方法提供循证依据	接受各类手术的成人患者（无显著气道异常）	医学临床研究	麻醉相关并发症	系统评价、荟萃分析、超声检查	NA	临床研究数据	686,089例患者（来自227篇文章）	Meta-Disc软件	NA	敏感度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比	NA
1888	2025-10-07	Data-driven fine-grained region discovery in the mouse brain with transformers 2024-Jun-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.05.592608 PMID:38766132	研究论文	开发了一种基于Transformer的无监督深度学习架构，用于从空间转录组数据中发现小鼠大脑中的精细空间区域	提出了无监督训练方案和新型Transformer架构，能够从粗粒度到细粒度识别大脑空间区域，并能发现其他方法无法检测的未编目亚区	NA	定义小鼠大脑的空间组织结构	小鼠大脑	计算生物学	NA	空间转录组学	Transformer	空间转录组数据	多个动物的全脑空间转录组数据集	NA	Transformer	与Allen小鼠大脑通用坐标框架版本3(CCFv3)的一致性，视觉可解释性	NA
1889	2025-10-07	The human hypothalamus coordinates switching between different survival actions 2024-Jun, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3002624 PMID:38941452	研究论文	本研究首次揭示了人类下丘脑在生存行为切换和动作组织中的关键作用	首次在人类中证明下丘脑协调不同生存行为之间的切换，并开发了结合虚拟现实和深度学习分割的独特研究范式	下丘脑体积小且组织对比度低，需要特殊成像序列和分割技术，样本量可能有限	研究人类下丘脑在生存行为切换中的作用机制	人类志愿者在虚拟环境中对捕食者或猎物的行为反应	计算神经科学	NA	功能磁共振成像，深度学习分割，多体素模式分析	计算模型，深度学习	脑成像数据，行为数据	2个实验中的志愿者（具体数量未明确说明）	NA	NA	行为解码准确性，模式分析效果	NA
1890	2025-10-07	Adaptive Tensor-Based Feature Extraction for Pupil Segmentation in Cataract Surgery 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3345837 PMID:38127596	研究论文	提出一种自适应小波张量特征提取方法，用于提高白内障手术视频中瞳孔分割的准确性	首次构建三阶张量来表示空间信息、颜色通道和小波子带之间的相关性，并采用高阶奇异值分解自适应消除冗余信息	方法在白内障手术特定场景下开发，在其他眼科手术或医学图像分割任务中的泛化能力需要进一步验证	提高白内障手术视频中瞳孔分割的准确性和鲁棒性	白内障手术视频中的瞳孔区域	计算机视觉	白内障	小波变换，张量分析	深度学习分割模型	手术视频图像	BigCat数据集：190例白内障手术的5,700张标注图像；公共CaDIS数据集	NA	NA	Dice系数，统计显著性检验	NA
1891	2025-10-07	Synthesizing 3D Multi-Contrast Brain Tumor MRIs Using Tumor Mask Conditioning 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3009331 PMID:38715792	研究论文	本研究开发了一种基于肿瘤掩码条件的3D多对比度脑肿瘤MRI生成方法	将2D潜在扩散模型适配用于生成3D多对比度脑肿瘤MRI数据，并在DPM的UNet骨干中集成条件模块以捕获语义类别依赖的数据分布	NA	解决脑肿瘤MRI数据稀缺和数据不平衡问题，增强训练数据可用性	脑肿瘤MRI数据	医学影像生成	脑肿瘤	扩散概率模型，生成式人工智能	扩散模型，自编码器	3D多对比度脑肿瘤MRI图像	TCGA公共数据集和德克萨斯大学西南医学中心内部数据集	NA	UNet，3D自编码器，3D扩散概率模型	Fréchet Inception Distance (FID)	NA
1892	2025-03-08	Machine learning for automated classification of lung collagen in a urethane-induced lung injury mouse model 2024-Oct-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.527972 PMID:39421774	研究论文	本文提出了一种基于机器学习的自动化评分框架，用于评估小鼠肺损伤模型中的肺胶原含量	利用预训练的VGG16模型和统计特征结合的方法，以及采用无监督技术进行图像分析，提高了肺胶原含量评估的准确性和效率	研究依赖于小鼠模型，可能无法完全反映人类肺疾病的情况	开发自动化评分系统以提高肺胶原含量评估的准确性和一致性	成年雌性小鼠的肺切片图像	数字病理学	肺癌	SHG显微镜	VGG16, SVM	图像	NA	NA	NA	NA	NA
1893	2025-03-08	DeepEnzyme: a robust deep learning model for improved enzyme turnover number prediction by utilizing features of protein 3D-structures 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae409 PMID:39162313	研究论文	本文介绍了一种名为DeepEnzyme的深度学习模型，该模型结合了Transformer和图卷积网络（GCN），用于提高酶周转数（kcat）的预测准确性	DeepEnzyme模型通过整合蛋白质序列和3D结构特征，显著提高了对低序列相似性酶的预测准确性和鲁棒性，并能够评估点突变对酶催化活性的影响	NA	提高酶周转数（kcat）的预测准确性和鲁棒性，以促进蛋白质工程和合成生物学领域的研究	酶的周转数（kcat）	机器学习	NA	深度学习	Transformer, GCN	蛋白质序列和3D结构数据	NA	NA	NA	NA	NA
1894	2025-03-08	Deep Learning-Augmented ECG Analysis for Screening and Genotype Prediction of Congenital Long QT Syndrome 2024-Apr-01, JAMA cardiology IF:14.8Q1 DOI:10.1001/jamacardio.2024.0039 PMID:38446445	研究论文	本文开发了一种基于深度学习的神经网络，用于通过12导联心电图识别先天性长QT综合征（LQTS）并区分其基因型（LQTS1和LQTS2）	使用卷积神经网络（CNN）进行LQTS的检测和基因型区分，超越了传统的QTc间期检测方法	需要在未选择的普通人群中进行更广泛的验证以支持该模型的应用	开发一种深度学习模型，用于从静息心电图中检测先天性长QT综合征并区分其基因型	先天性长QT综合征患者及其亲属	数字病理学	心血管疾病	卷积神经网络（CNN）	CNN	心电图（ECG）	4521份心电图来自990名患者	NA	NA	NA	NA
1895	2025-10-07	COVID-19 Detection From Respiratory Sounds With Hierarchical Spectrogram Transformers 2024-03, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3339700 PMID:38051612	研究论文	提出一种基于分层频谱图变换器的深度学习方法，通过咳嗽或呼吸音频检测COVID-19	首次将分层频谱图变换器应用于呼吸音分析，通过逐步扩大注意力窗口捕获局部到全局的声学特征	依赖众包多国数据集，未说明模型在临床环境中的实际部署效果	开发基于呼吸音的非接触式COVID-19早期筛查方法	COVID-19患者与健康对照组的咳嗽和呼吸音频	自然语言处理	COVID-19	音频信号处理	Transformer	音频	众包多国数据集（未明确具体样本量）	NA	分层频谱图变换器（HST）	AUC	NA
1896	2025-10-07	Exploring the Value of MRI Measurement of Hippocampal Volume for Predicting the Occurrence and Progression of Alzheimer's Disease Based on Artificial Intelligence Deep Learning Technology and Evidence-Based Medicine Meta-Analysis 2024, Journal of Alzheimer's disease : JAD DOI:10.3233/JAD-230733 PMID:38277290	研究论文	基于人工智能深度学习技术和循证医学Meta分析，探索MRI海马体体积测量对阿尔茨海默病发生和进展的预测价值	结合三种卷积神经网络模型与系统Meta分析，首次在多中心大样本数据中验证MRI海马体体积测量对AD预测的临床价值	研究依赖公开数据库数据，未包含所有AD亚型；Meta分析仅纳入23篇文献，可能存在发表偏倚	评估基于MRI的海马体体积测量在预测阿尔茨海默病发生和进展中的价值	483名AD患者、756名轻度认知障碍患者和968名正常对照者	医学影像分析	阿尔茨海默病	结构磁共振成像	CNN	医学影像	2207名受试者（483 AD + 756 MCI + 968 NC）	TensorFlow, PyTorch	InceptionResNetv2, Densenet169, SEResNet50	准确率, AUC	NA
1897	2025-10-07	Addressing grading bias in rock climbing: machine and deep learning approaches 2024, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2024.1512010 PMID:40046938	综述	本文综述了机器学习和深度学习在解决攀岩路线难度评级主观性问题中的应用	首次系统分类并比较了三种不同视角（路线中心、攀登者中心、路径查找与生成）的机器学习方法在攀岩难度评级中的应用	NA	通过机器学习和深度学习技术建立标准化的攀岩路线难度确定方法	攀岩路线难度评级系统	自然语言处理, 机器学习	NA	自然语言处理, 深度学习	循环神经网络	NA	NA	NA	NA	NA	NA
1898	2025-03-06	Evaluating inter- and intra-rater reliability in assessing upper limb compensatory movements post-stroke: creating a ground truth through video analysis? 2024-Dec-20, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-024-01506-7 PMID:39702329	研究论文	本研究通过视频分析评估职业和物理治疗师在评估中风后上肢补偿运动时的评分者间和评分者内可靠性	使用深度学习方法和广义线性混合效应模型评估补偿运动的可靠性，为自动评估补偿运动建立基础	研究结果的可信区间较宽，可能影响结果的可靠性，且仅基于治疗师的评分无法推荐建立自动评估补偿运动的基准	评估职业和物理治疗师在评估中风后上肢补偿运动时的评分者间和评分者内可靠性	七名轻度至中度上肢运动障碍的中风患者	数字病理	中风	视频分析	广义线性混合效应模型	视频	七名中风患者和二十二名治疗师	NA	NA	NA	NA
1899	2025-03-06	Lazy Resampling: Fast and information preserving preprocessing for deep learning 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108422 PMID:39395305	研究论文	本文介绍了一种名为Lazy Resampling的软件，旨在优化深度学习中的预处理步骤，减少信息损失并简化流程设计	Lazy Resampling通过将空间预处理操作重新表述为图形管道，减少了管道执行时间和信号退化，使裁剪等操作变为非破坏性	尽管Lazy Resampling在减少信息损失和简化流程设计方面表现出色，但其在医学影像等领域的广泛应用仍需进一步验证	优化深度学习中的预处理步骤，减少信息损失并简化流程设计	医学影像数据	计算机视觉	NA	深度学习	UNet	图像	Medical Segmentation Decathlon数据集	NA	NA	NA	NA
1900	2025-03-06	Fully Automated Region-Specific Human-Perceptive-Equivalent Image Quality Assessment: Application to 18 F-FDG PET Scans 2024-Dec-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005526 PMID:39466652	研究论文	本文提出了一种全自动框架，用于对全身18 F-FDG PET扫描进行区域图像质量评估（IQA）	该框架能够在日常临床图像采集过程中即时识别低质量扫描，并在人工智能驱动的18 F-FDG PET分析模型开发中通过拒绝低质量图像和带有伪影的图像来构建干净的数据集	研究样本量相对较小，且未对不同模型之间的性能差异进行深入分析	开发一种全自动且与人类感知等效的模型，用于对18 F-FDG PET图像进行区域图像质量评估	87名患者的174张18 F-FDG PET图像	数字病理学	NA	深度学习（DL）和放射组学机器学习（radiomics-ML）	深度学习模型和机器学习模型	图像	87名患者的174张18 F-FDG PET图像	NA	NA	NA	NA