深度学习在生物医药领域中的应用

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
21	2025-08-03	Deciphering the Feature Representation of Deep Neural Networks for High-Performance AI 2024-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3363642 PMID:38373137	研究论文	本文开发了一种名为对比特征分析（CFA）的计算框架，用于探索深度神经网络（DNN）的特征空间并提升AI性能	提出了一种新的数据驱动核形成策略，结合特征间的交互关系，克服了传统方法在分析特征空间数据时的局限性	未明确提及具体局限性，但暗示特征数据的噪声、复杂性和高维性可能仍是挑战	探索深度神经网络的特征表示并提高AI性能	深度神经网络（DNNs）的特征空间数据	机器学习	NA	对比特征分析（CFA）	深度神经网络（DNNs）	特征空间数据	多个最先进网络和跨学科标注数据集（未明确数量）
22	2025-08-03	Deep survival analysis for interpretable time-varying prediction of preeclampsia risk 2024-08, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104688 PMID:39002866	研究论文	本文提出了一种基于深度生存分析的方法，用于预测妊娠期间子痫前期的时间变化风险	采用改进的DeepHit深度生存模型处理非比例风险，捕捉非线性关系及复杂时间动态，优于传统的Cox比例风险模型	研究基于回顾性数据，可能存在选择偏差	开发能够准确预测子痫前期风险随时间变化的模型，并为早期个体化干预提供依据	66,425名2015-2023年间在两所三级医疗中心分娩的孕妇	机器学习	子痫前期	深度生存分析	DeepHit	临床数据	66,425名孕妇
23	2025-08-03	Enhancing Chicago Classification diagnoses with functional lumen imaging probe-mechanics (FLIP-MECH) 2024-Aug, Neurogastroenterology and motility IF:3.5Q2 DOI:10.1111/nmo.14841 PMID:38852150	研究论文	本研究旨在通过深度学习和力学方法，开发一种系统性方法，以桥接高分辨率测压法（HRM）和功能性腔成像探针（FLIP）在食管动力障碍诊断中的测量差异	提出了一种基于力学参数和变分自编码器（VAE）的虚拟疾病景观（VDL）方法，用于整合HRM和FLIP的诊断结果	研究样本仅包括740名受试者，可能不足以覆盖所有类型的食管动力障碍	改进食管动力障碍的诊断方法，整合HRM和FLIP的测量结果	食管动力障碍患者和正常受试者	机器学习	食管动力障碍	功能性腔成像探针（FLIP）、高分辨率测压法（HRM）	变分自编码器（VAE）、线性判别分析（LDA）	生物力学参数	740名受试者（包括患者和正常受试者）
24	2025-08-03	A review on 4D cone-beam CT (4D-CBCT) in radiation therapy: Technical advances and clinical applications 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17269 PMID:38922912	综述	本文综述了4D锥形束CT（4D-CBCT）在放射治疗中的技术进展和临床应用	4D-CBCT通过引入时间维度解决了传统3D CBCT在呼吸运动等动态变化成像中的不足，尤其在胸腹部肿瘤定位中具有重要价值	4D-CBCT存在扫描时间长、成像剂量高以及因需要获取足够X射线投影而导致的图像质量下降等问题	全面回顾4D-CBCT的技术发展，探讨其在放射治疗中的应用潜力	4D-CBCT技术及其在放射治疗中的应用	数字病理	肺癌	4D-CBCT	NA	图像	NA
25	2025-08-03	TAI-GAN: A Temporally and Anatomically Informed Generative Adversarial Network for early-to-late frame conversion in dynamic cardiac PET inter-frame motion correction 2024-Aug, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103190 PMID:38820677	研究论文	提出了一种名为TAI-GAN的新型生成对抗网络，用于动态心脏PET成像中的早期到晚期帧转换，以改善帧间运动校正	TAI-GAN利用时间信息和粗略心脏分割掩码作为解剖信息，通过特征级线性调制层实现早期帧到参考帧的转换	方法在临床Rb PET数据集上进行了评估，但未提及在其他类型PET数据上的泛化能力	改善动态心脏PET成像中帧间运动对心肌血流量定量和冠状动脉疾病诊断准确性的影响	动态心脏PET成像中的早期帧	数字病理学	心血管疾病	PET成像	GAN	医学图像	临床Rb PET数据集（未提供具体样本数）
26	2025-08-03	Comparison of model-based versus deep learning-based image reconstruction for thin-slice T2-weighted spin-echo prostate MRI 2024-08, Abdominal radiology (New York) DOI:10.1007/s00261-024-04256-1 PMID:38520510	研究论文	比较基于模型的图像重建（MBIR）与新开发的基于深度学习（DL）的图像重建方法，在薄层T2加权自旋回波前列腺MRI中提供更高的信噪比（SNR）	首次在薄层T2加权自旋回波前列腺MRI中比较MBIR与DL重建方法，并展示了DL方法在SNR提升方面的优势	DL High级别的重建在放射学锐度和对比度保真度方面表现下降	评估和比较不同图像重建方法在前列腺MRI中的性能	前列腺MRI图像	数字病理	前列腺癌	MRI	DL	图像	17名受试者
27	2025-08-03	An EEG-based marker of functional connectivity: detection of major depressive disorder 2024-Aug, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10041-5 PMID:39104678	研究论文	提出一种基于EEG信号的功能连接性标记P-MSWC，结合CNN用于抑郁症的快速可靠检测	融合了同步压缩小波相干值和相位锁定值的新型功能连接性标记P-MSWC，以及轻量级CNN模型的应用	仅在单一数据集和组合数据集上进行了验证，未提及跨数据集或临床环境中的泛化能力	开发一种快速可靠的抑郁症检测方法	抑郁症患者和健康受试者的EEG信号	数字病理学	抑郁症	同步压缩小波变换、相干理论、相位锁定值	CNN	EEG信号	未明确提及具体样本数量，但涉及单一数据集和组合数据集
28	2025-08-03	Cognitive workload estimation using physiological measures: a review 2024-Aug, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10051-3 PMID:39104683	综述	本文综述了使用生理测量方法估计认知负荷水平的研究现状	提供了对所有生理测量方法用于评估认知负荷水平的深入分析，包括公开数据集、认知任务实验范式及不同测量方法	未提及具体样本量或实验设计的局限性	探讨认知神经科学领域中认知负荷水平的估计方法	人类参与者的生理测量数据	认知神经科学	NA	EEG, fMRI, fNIRS, 呼吸活动, 眼动活动	机器学习或深度学习技术	生理测量数据	NA
29	2025-08-03	Deep learning networks based decision fusion model of EEG and fNIRS for classification of cognitive tasks 2024-Aug, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-09986-4 PMID:39104699	研究论文	本研究提出了一种基于深度学习的EEG和fNIRS决策融合模型，用于分类认知任务	通过融合EEG和fNIRS两种神经影像数据，并采用多种深度学习网络进行决策融合，提高了认知任务的分类性能	研究仅使用了两个公开数据集，样本量相对有限，且未探讨模型在其他认知任务上的泛化能力	开发一种高效的认知任务分类方法，以支持脑机接口、神经障碍检测和神经康复等应用	EEG和fNIRS神经影像数据	机器学习	神经障碍	EEG, fNIRS, 血红蛋白浓度测量	CNN, LSTM, GRU及其组合模型	时间序列数据	两个数据集共55名受试者（26名和29名）
30	2025-08-03	Fully Automated Deep Learning Model to Detect Clinically Significant Prostate Cancer at MRI 2024-08, Radiology IF:12.1Q1 DOI:10.1148/radiol.232635 PMID:39105640	研究论文	开发一种深度学习模型，用于通过患者级别的标签预测临床显著前列腺癌（csPCa）的存在，并与放射科医生的表现进行比较	使用深度学习模型预测临床显著前列腺癌，无需肿瘤位置信息，且其表现与放射科医生相当	研究为回顾性分析，可能受到数据选择和标注偏差的影响	开发并验证一种深度学习模型，用于检测MRI中的临床显著前列腺癌	5215名男性患者的5735次MRI检查	数字病理学	前列腺癌	MRI（T2加权图像、扩散加权图像、表观扩散系数图、T1加权对比增强图像）	CNN	图像	5735次MRI检查（来自5215名患者）
31	2025-08-03	Lung CT harmonization of paired reconstruction kernel images using generative adversarial networks 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17028 PMID:38530135	研究论文	本研究利用生成对抗网络（GAN）对肺部CT图像的重建核进行协调，以减少定量CT评估中的测量变异	采用pix2pix架构的GAN模型，首次在多种重建核配对的CT图像上实现核转换，显著提高了图像相似性和定量测量的一致性	研究仅基于特定低剂量CT肺癌筛查队列，未验证在其他CT协议或疾病类型中的泛化能力	探究CT图像重建核协调技术，提升定量CT评估的准确性和一致性	多厂商低剂量CT肺癌筛查队列中的配对重建核图像	数字病理	肺癌	CT图像重建	GAN（pix2pix）	医学影像（CT图像）	1000对五种不同重建核配对的CT图像（每种200对）
32	2025-08-03	Stain-Free Approach to Determine and Monitor Cell Heath Using Supervised and Unsupervised Image-Based Deep Learning 2024-08, Journal of pharmaceutical sciences IF:3.7Q2 DOI:10.1016/j.xphs.2024.05.001 PMID:38710387	研究论文	本文提出了一种基于深度学习的无染色方法，利用细胞形态学指纹来预测和监测细胞健康状态	结合基于图像的深度学习和流式成像显微镜技术，开发了一种无染色、非侵入性且非破坏性的细胞活力测定方法	研究仅使用了Jurkat细胞（永生化人类T淋巴细胞细胞），可能不适用于其他类型的细胞	开发一种快速、稳健的分析方法，用于细胞治疗产品的表征、过程监测和质量控制测试	Jurkat细胞（永生化人类T淋巴细胞细胞）	数字病理学	NA	流式成像显微镜(FIM)	监督学习算法和变分自编码器(VAE)	图像	未明确提及具体样本数量，但使用了健康细胞、死亡细胞和化学诱导凋亡细胞的图像
33	2025-08-03	Optical Coherence Tomography Versus Optic Disc Photo Assessment in Glaucoma Screening 2024-Aug-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002392 PMID:38546240	综述	本文比较了光学相干断层扫描（OCT）和视盘摄影在青光眼筛查中的优势和局限性	探讨了人工智能和深度学习模型在提高视盘摄影诊断准确性方面的潜力	AI模型的有效性依赖于训练数据的质量，使用主观评分作为训练数据可能会将人类评估的局限性带入AI系统	评估OCT和视盘摄影在青光眼筛查中的准确性和可行性	青光眼筛查技术	数字病理学	青光眼	光学相干断层扫描（OCT）、视盘摄影	深度学习模型	图像	NA
34	2025-08-03	Deep learning prediction of stroke thrombus red blood cell content from multiparametric MRI 2024-Aug, Interventional neuroradiology : journal of peritherapeutic neuroradiology, surgical procedures and related neurosciences IF:1.5Q3 DOI:10.1177/15910199221140962 PMID:36437762	研究论文	本研究利用卷积神经网络（CNN）通过多参数MRI图像预测缺血性卒中血栓的红细胞含量	首次使用CNN结合多参数MRI图像预测卒中血栓的红细胞含量，为急性缺血性卒中治疗策略提供指导	样本量较小（188个血栓切片），预测准确率有待提高	评估CNN预测缺血性卒中血栓红细胞含量的能力	缺血性卒中血栓	数字病理学	心血管疾病	多参数MRI（R2*、定量磁化率映射、晚回波GRE幅度图像）	CNN	图像	188个血栓切片
35	2025-08-03	Improving Image Segmentation with Contextual and Structural Similarity 2024-Aug, Pattern recognition IF:7.5Q1 DOI:10.1016/j.patcog.2024.110489 PMID:38645435	研究论文	提出了一种结合上下文相似性损失（CSL）和结构相似性损失（SSL）的方法，以提高医学图像分割的性能	通过CSL和SSL显式且高效地整合了体素间关系，改进了分割语义的一致性	未提及具体的数据集规模限制或模型泛化能力的详细评估	改进医学图像分割的语义一致性	临床锥束计算机断层扫描（CBCT）数据集和公共胰腺数据集	数字病理	颅颌面畸形	深度学习	CNN	医学图像	临床CBCT数据集和公共胰腺数据集（具体数量未提及）
36	2025-07-24	Harnessing the power of longitudinal medical imaging for eye disease prognosis using Transformer-based sequence modeling 2024-Aug-16, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01207-4 PMID:39152209	研究论文	本文提出了一种基于Transformer的序列建模方法LTSA，用于从纵向医学影像中进行动态疾病预后	利用Transformer模型处理纵向医学影像数据，实现对缓慢进展性眼病的动态预后	仅验证了AMD和POAG两种眼病，在其他疾病上的适用性尚不明确	开发能够利用纵向医学影像进行疾病风险预测的深度学习方法	年龄相关性黄斑变性(AMD)和原发性开角型青光眼(POAG)患者	数字病理学	眼科疾病	深度学习	Transformer	眼底摄影图像序列	来自AREDS和OHTS研究的纵向影像数据
37	2025-07-24	A deep learning model for classifying left ventricular enlargement for both transthoracic echocardiograms and handheld cardiac ultrasound 2024-Aug, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf049 PMID:40688486	research paper	开发一种深度学习模型，用于通过经胸超声心动图（TTE）和手持心脏超声（HCU）分类左心室扩大	模型无需患者性别和体型信息即可检测左心室扩大，并能准确应用于标准TTE和HCU获取的影像	研究依赖于回顾性和前瞻性数据，可能未涵盖所有临床场景	优化心力衰竭患者的临床结果，通过早期检测左心室扩大	左心室扩大患者	digital pathology	cardiovascular disease	deep learning	CNN	image	回顾性数据（8722名患者训练，468名内部验证），前瞻性队列（410名患者）
38	2025-07-23	The Use of Deep Learning and Machine Learning on Longitudinal Electronic Health Records for the Early Detection and Prevention of Diseases: Scoping Review 2024-08-20, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/48320 PMID:39163096	综述	本文对利用深度学习和机器学习分析纵向电子健康记录（EHRs）进行疾病早期检测和预防的证据进行了范围综述	综述了ML和DL在纵向EHRs中的应用，特别是在疾病早期检测和预防方面的医学见解和临床益处	研究排除了技术焦点或使用影像或住院数据的研究，且基于文本EHRs的ML模型仍处于发展阶段	探讨ML和DL在纵向EHRs中支持疾病早期检测和预防的潜力	纵向电子健康记录（EHRs）	机器学习	多种疾病（如糖尿病、肾脏疾病、循环系统疾病、精神和行为障碍等）	机器学习（ML）、深度学习（DL）	RNN、LSTM	文本（EHRs数据）	20项研究（主要发表于2018年至2022年）
39	2025-07-23	Probabilistic volumetric speckle suppression in OCT using deep learning 2024-Aug-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.523716 PMID:39346991	研究论文	提出了一种基于条件生成对抗网络（cGAN）的深度学习框架，用于光学相干断层扫描（OCT）中的体积斑点抑制	利用OCT数据的体积性质，网络以部分OCT体积作为输入，实现无伪影的去斑体积，同时在所有三个维度上保持优异的斑点减少和分辨率保留	训练数据仅由三个OCT体积组成，可能限制了模型的泛化能力	开发一种高效的OCT体积斑点抑制方法	光学相干断层扫描（OCT）数据	计算机视觉	NA	条件生成对抗网络（cGAN）	cGAN	体积OCT数据	三个OCT体积
40	2025-07-22	ConIQA: A deep learning method for perceptual image quality assessment with limited data 2024-Aug-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70469-5 PMID:39209864	研究论文	提出了一种名为ConIQA的深度学习方法，用于在有限数据条件下进行感知图像质量评估	利用一致性训练和新型数据增强方法，从有标签和无标签数据中学习，适用于标签数据稀缺的场景	在特定领域（如计算机生成全息术）的失真模式未明确考虑现有IQA方法的情况下，性能可能受限	开发一种在有限标签数据条件下仍能有效评估图像质量的深度学习方法	虚拟现实（VR）和增强现实（AR）应用中的图像	计算机视觉	NA	深度学习	CNN	图像	1000张自然图像，每张与使用不同CGH算法渲染的图像配对，并由13名人类参与者进行质量评分