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
161	2025-10-07	DeepSeeded: Volumetric Segmentation of Dense Cell Populations with a Cascade of Deep Neural Networks in Bacterial Biofilm Applications 2024-Mar-15, Expert systems with applications IF:7.5Q1 DOI:10.1016/j.eswa.2023.122094 PMID:38646063	研究论文	提出一种名为DeepSeeded的新型3D细胞分割方法，通过级联深度学习架构改进密集细胞群体的体积分割	提出级联深度学习架构，结合欧几里得距离变换增强细胞内部和边界信息，并通过体素级分类检测细胞种子	主要针对密集细胞群体（如细菌生物膜）的分割，在其他细胞类型上的适用性未验证	开发精确的3D细胞自动分割方法以量化细胞属性	细菌生物膜中的密集细胞群体	计算机视觉	NA	显微镜成像	级联深度学习架构	3D显微镜图像	合成数据集和两个真实生物膜数据集	NA	级联神经网络	分割精度	NA
162	2025-03-14	Deep learning for water quality 2024-Mar-12, Nature water DOI:10.1038/s44221-024-00202-z PMID:38846520	review	本文探讨了深度学习在内陆水质预测中的应用及其潜力	提出深度学习作为一种未充分利用但有前景的方法，能够揭示高维数据中的复杂结构和关系，并帮助填补时空数据缺口	深度学习方法的局限性相对于传统方法进行了讨论，但其具体局限性未详细说明	研究目的是探讨深度学习在水质科学中的潜力，以克服传统方法在预测水质方面的不足	内陆水质	machine learning	NA	深度学习	NA	高维数据	NA	NA	NA	NA	NA
163	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
164	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
165	2025-10-07	Synthesizing Contrast-Enhanced MR Images from Noncontrast MR Images Using Deep Learning 2024-03-07, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8107 PMID:38453408	研究论文	使用深度学习从非对比MR图像合成虚拟对比增强MR图像	开发了名为T1c-ET的残差初始密集网络，能够同时合成虚拟对比增强T1加权图像并分割肿瘤增强部分	研究仅基于脑肿瘤分割挑战赛数据集，需要进一步验证在其他临床场景的泛化能力	通过深度学习减少钆对比剂在原发性脑肿瘤评估中的使用需求	原发性脑肿瘤患者	医学影像分析	脑肿瘤	磁共振成像	深度学习	MR图像	335名受试者用于训练验证，125名受试者用于测试	NA	残差初始密集网络	结构相似性指数, 峰值信噪比, 归一化均方误差, Fleiss kappa值, 3点Likert量表评分	NA
166	2025-10-07	A multitask approach for automated detection and segmentation of thyroid nodules in ultrasound images 2024-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.107974 PMID:38244471	研究论文	提出一种多任务方法用于甲状腺结节超声图像的自动检测和分割	将异常检测模块与UNet架构结合，实现同时检测可疑图像和分割潜在结节的多任务方法	NA	开发自动化甲状腺结节检测和分割方法以改善风险分层	甲状腺结节超声图像	计算机视觉	甲状腺癌	超声成像	深度学习	图像	280名患者的9888张超声图像	NA	UNet	F1分数,Dice相似系数	NA
167	2025-10-07	Deep Learning and Geriatric Mental Health 2024-03, The American journal of geriatric psychiatry : official journal of the American Association for Geriatric Psychiatry DOI:10.1016/j.jagp.2023.11.008 PMID:38142162	综述	本文旨在帮助临床医生理解深度学习的基本概念及其在老年精神健康领域的早期应用	将深度学习术语和原理与老年精神病学的临床应用需求相结合进行系统性阐述	仅提供基础概念和应用概述，缺乏具体技术细节和实证研究数据	促进临床医生对深度学习在老年精神健康领域应用的理解	老年精神健康领域的临床医生和研究人员	机器学习	老年疾病	NA	NA	NA	NA	NA	NA	NA	NA
168	2025-10-07	Deformable lung 4DCT image registration via landmark-driven cycle network 2024-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.16738 PMID:37708440	研究论文	提出一种基于标志点驱动的循环网络用于肺部4DCT图像的可变形配准	采用弱监督深度学习框架，结合双向变形矢量场生成和标志点驱动损失函数	NA	开发自动、准确、高效的肺部4DCT图像配准方法	肺部四维计算机断层扫描图像	医学图像处理	肺部疾病	4DCT	GAN, 循环网络	CT图像	DIR-Lab数据集10个4DCT数据集，临床数据集50个4DCT数据集	NA	生成器-判别器架构	目标配准误差(TRE), 平均绝对误差(MAE), 结构相似性指数(SSIM)	NA
169	2025-10-07	Predicting FDG-PET Images From Multi-Contrast MRI Using Deep Learning in Patients With Brain Neoplasms 2024-03, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.28837 PMID:37259967	研究论文	本研究使用深度学习模型从多对比MRI生成脑肿瘤患者的FDG-PET等效图像	首次使用多对比MRI（T1、T1c、T2-FLAIR、ASL）通过卷积神经网络合成FDG-PET图像，无需使用放射性示踪剂	合成PET图像质量评分（49.7%）显著低于采集PET（73.4%），存在读者间变异性，且有过度判读倾向	为脑肿瘤患者生成诊断质量的PET等效成像，避免地理限制、辐射暴露和高成本	脑肿瘤患者（51名受试者的59项研究）	医学影像分析	脑肿瘤	18F-FDG PET成像，多对比MRI（3D GRE T1、3D GRE T1c、3D FSE T2-FLAIR、3D FSE ASL）	CNN	医学影像（MRI和PET图像）	51名患者的59项研究	NA	卷积神经网络	PSNR, SSIM, RSME, 准确率, Gwet's AC, Bowker检验	NA
170	2025-10-07	mmPose-FK: A Forward Kinematics Approach to Dynamic Skeletal Pose Estimation Using mmWave Radars 2024-Mar, IEEE sensors journal IF:4.3Q2 DOI:10.1109/jsen.2023.3348199 PMID:39309301	研究论文	提出一种基于毫米波雷达的动态骨骼姿态估计方法mmPose-FK，采用正向运动学方法解决雷达数据低分辨率、镜面反射和噪声问题	将正向运动学机制集成到深度学习模型中，开发端到端解决方案，能够输出关节旋转和骨骼长度	NA	解决毫米波雷达在姿态估计中的不稳定问题，提高姿态估计的准确性和稳定性	人体骨骼姿态	计算机视觉	NA	毫米波雷达	深度学习	雷达点云数据	NA	NA	NA	准确性, 稳定性, 一致性	NA
171	2025-10-07	Biomimetic Deep Learning Networks With Applications to Epileptic Spasms and Seizure Prediction 2024-03, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3325762 PMID:37851549	研究论文	提出一种新型仿生深度学习网络用于癫痫性痉挛和癫痫发作预测	结合模块化Volterra核卷积网络和双向循环网络，并利用头皮EEG的相位幅度跨频率耦合特征	NA	开发用于癫痫性痉挛和癫痫发作预测的仿生深度学习模型	癫痫患者和婴儿痉挛综合征患者的脑电图数据	机器学习	癫痫	头皮脑电图	CNN,RNN	脑电图信号	标准CHB-MIT数据集加上蒙特菲奥里医疗中心和加州大学洛杉矶分校的两个数据集	NA	模块化Volterra核卷积网络,双向循环网络	准确率,检测延迟时间,假阳性率	NA
172	2025-10-07	Quantifying U-Net uncertainty in multi-parametric MRI-based glioma segmentation by spherical image projection 2024-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.16695 PMID:37696029	研究论文	提出基于球形图像投影的U-Net模型用于多参数MRI胶质瘤分割的不确定性量化	通过球形图像投影变换保留全局解剖信息，从单次MRI扫描获得多个独立分割预测，实现不确定性可视化	研究仅针对胶质瘤分割，样本量相对有限（369例患者）	开发基于多参数MRI的胶质瘤分割不确定性量化方法	369例胶质瘤患者的多参数MRI扫描数据（T1、T1-Ce、T2和FLAIR序列）	医学图像分析	胶质瘤	多参数MRI	U-Net	医学图像	369例胶质瘤患者	NA	SPU-Net（球形投影U-Net）, U-Net, LSU-Net（线性缩放U-Net）	Dice系数, 敏感度, 特异度, 准确率, 不确定性评分	NA
173	2025-10-07	Clinical evaluation of deep learning systems for assisting in the diagnosis of the epiretinal membrane grade in general ophthalmologists 2024-Mar, Eye (London, England) DOI:10.1038/s41433-023-02765-9 PMID:37848677	研究论文	开发并临床评估用于辅助诊断视网膜前膜分级的深度学习系统	同时开发了分割视网膜特征的分割模型和分级视网膜前膜严重程度的分类模型，并通过对比实验验证AI系统对普通眼科医生的诊断辅助效果	分析了AI系统的误判情况，需要系统性努力确保AI在眼科实践中的安全快速整合	开发AI系统辅助诊断视网膜前膜分级并评估其临床价值	视网膜前膜患者的光学相干断层扫描图像	计算机视觉	视网膜疾病	光学相干断层扫描	深度学习模型	图像	来自三家医院的OCT数据集	NA	NA	像素精度,平均交并比,准确率	NA
174	2025-10-07	Generating synthetic medical images with limited data using auxiliary classifier generative adversarial network: a study on thyroid ultrasound images 2024-Mar, Journal of ultrasound IF:1.3Q3 DOI:10.1007/s40477-023-00837-w PMID:38064046	研究论文	本研究提出了一种基于辅助分类器生成对抗网络(ACGAN)的新方法，用于从有限的甲状腺超声图像数据生成合成医学图像	改进了ACGAN架构以从极有限数据生成高质量合成图像，并开发了模拟超声设备输出的图像融合方法	研究仅基于198张甲状腺结节超声图像，样本量有限	解决医学影像中标注数据稀缺问题，为深度学习模型训练生成合成数据	钙化和囊性甲状腺结节的超声图像	医学影像分析	甲状腺疾病	超声成像	ACGAN	超声图像	198张甲状腺结节超声图像	NA	改进的ACGAN架构	Fréchet Inception Distance (FID), 人工观察评估	NA
175	2025-10-07	Robust explanation supervision for false positive reduction in pulmonary nodule detection 2024-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.16937 PMID:38224306	研究论文	提出一种集成可解释AI方法的稳健可解释检测框架，用于减少肺结节检测中的假阳性	采用解释监督方法，使用放射科医生的结节轮廓作为监督信号，结合两种插补方法减少人工标注噪声	仅在公开数据集LIDC-IDRI上进行验证，需要进一步临床验证	开发集成可解释AI方法的框架，实现准确的肺结节检测	肺结节	医学影像分析	肺癌	胸部薄层CT扫描	深度学习算法	CT图像	480个训练集，265个验证集，265个测试集CT图像	NA	NA	AUC, IoU	NA
176	2025-10-07	Channelized hotelling observer-based low-contrast detectability on the ACR CT accreditation phantom: Part II. Repeatability study 2024-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.16961 PMID:38305692	研究论文	本研究验证了基于通道化霍特林观测器的低对比度检测能力评估方法在ACR CT认证体模上的重复性	优化后的CHO模型仅需1-3次重复扫描即可实现高重复性测量，解决了传统方法需要大量重复扫描的局限性	研究仅限于四种特定CT扫描仪型号和ACR体模，未涵盖所有可能的临床场景	验证基于通道化霍特林观测器的低对比度检测能力评估方法的重复性	ACR CT认证体模和四种CT扫描仪（西门子Force和Alpha，佳能Prism和Prime SP）	医学影像分析	NA	CT扫描，通道化霍特林观测器，深度学习重建	通道化霍特林观测器	CT图像	4种CT扫描仪，每种10次重新定位，每次3次重复扫描，共120次扫描	NA	NA	检测指数d'，P<15%（测量值落在±15%容差范围内的概率）	NA
177	2025-03-03	2024-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.16965 PMID:38319676	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
178	2025-10-07	Improved outcome models with denoising diffusion 2024-Mar, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.103307 PMID:38325221	研究论文	本研究使用去噪扩散概率模型生成合成放疗计划数据，以改善类别不平衡的肿瘤局部控制预测模型性能	首次将条件3D DDPM模型应用于放疗结果建模，通过生成合成治疗计划数据解决类别不平衡问题	研究仅基于535例NSCLC患者数据，样本量相对有限	改善放疗结果建模中的类别不平衡问题，提高肿瘤局部控制预测模型的性能	535例接受SBRT治疗的NSCLC患者	医学影像分析	肺癌	放射治疗计划数据生成	DDPM, 深度学习	3D医学影像（计划CT图像、3D计划剂量分布）、患者人口统计学数据	535例NSCLC患者，其中6-7%发生局部失败	NA	条件3D DDPM	Fréchet inception distance (FID)	NA
179	2025-10-07	Machine learning based prediction of image quality in prostate MRI using rapid localizer images 2024-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.2.026001 PMID:38435711	研究论文	本研究开发了一种基于机器学习的预测方法，仅使用快速定位序列图像即可预测前列腺MRI图像质量	首次仅基于几秒钟即可获取的MRI快速定位序列图像，预测尚未采集的T2W、DWI和ADC序列图像质量	样本量相对较小（213例），测试集中优质与次优检查比例不平衡	开发前列腺MRI图像质量早期预测方法，以便及时干预或重新安排检查	前列腺MRI快速定位图像和直肠内容物	医学影像分析	前列腺癌	MRI	深度学习	医学图像	213例前列腺矢状T2加权MRI定位图像（147例训练，64例测试）	NA	2D U-Net, ResNet-34	AUC, ICC	NA
180	2025-10-07	Automated detection of nine infantile fundus diseases and conditions in retinal images using a deep learning system 2024-Mar, The EPMA journal DOI:10.1007/s13167-024-00350-y PMID:38463622	研究论文	开发了一种基于深度学习的婴儿视网膜智能诊断系统，用于自动检测九种婴儿眼底疾病和状况	结合卷积神经网络和Transformer结构，开发了首个能够同时识别九种婴儿眼底疾病的自动化诊断系统	研究数据来自四家医院，可能存在地域局限性；需要进一步验证在更广泛人群中的适用性	开发自动化系统辅助婴儿眼底疾病的早期诊断和监测	婴儿视网膜图像	计算机视觉	眼科疾病	深度学习	CNN, Transformer	视网膜图像	7697张视网膜图像（来自1089名婴儿）	NA	ResNet-18, Multi-Axis Vision Transformer (MaxViT)	准确率, 精确率, 召回率, F1分数, kappa系数, AUC	NA