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	2025-10-06	nnU-Net-based Segmentation of Tumor Subcompartments in Pediatric Medulloblastoma Using Multiparametric MRI: A Multi-institutional Study 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.230115 PMID:39166971	研究论文	本研究评估基于nnU-Net的分割模型在多机构MRI扫描中自动划分儿童髓母细胞瘤肿瘤亚区的性能	首次在多机构研究中应用nnU-Net模型分割儿童髓母细胞瘤亚区，并比较迁移学习和直接深度学习两种训练策略	回顾性研究设计，样本量相对有限（78例患者），囊性核心和非强化肿瘤区域分割性能较低	开发自动化分割儿童髓母细胞瘤肿瘤亚区的精准工具	儿童髓母细胞瘤患者	医学影像分析	髓母细胞瘤	多参数MRI（钆增强T1加权、T2加权、液体衰减反转恢复序列）	nnU-Net	MRI影像	78例儿童患者（52男，26女，年龄2-18岁），来自三个不同医疗机构	nnU-Net	nnU-Net	Dice系数	NA
162	2025-10-06	Deep Learning-based Unsupervised Domain Adaptation via a Unified Model for Prostate Lesion Detection Using Multisite Biparametric MRI Datasets 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.230521 PMID:39166972	研究论文	开发基于深度学习的无监督域适应方法，通过统一生成模型提升多中心双参数MRI数据集中前列腺癌病变检测性能	提出一种新颖的无监督域适应方法，使用统一生成模型将不同b值采集的DWI图像转换为符合PI-RADS指南标准的图像风格	回顾性研究设计，数据来源于特定九个影像中心	提高多中心双参数MRI数据集中前列腺癌病变检测的准确性和鲁棒性	前列腺癌病变	计算机视觉	前列腺癌	双参数MRI，扩散加权成像，表观扩散系数	生成模型	医学影像	5150名患者（14191个样本），独立测试集1692个病例（2393个样本）	NA	统一生成模型	AUC	NA
163	2025-10-06	Improving Fairness of Automated Chest Radiograph Diagnosis by Contrastive Learning 2024-09, Radiology. Artificial intelligence DOI:10.1148/ryai.230342 PMID:39166973	研究论文	本研究开发了一种使用监督对比学习来减少胸部X光诊断偏见的AI模型	采用监督对比学习并精心选择正负样本来生成公平的图像嵌入表示，有效降低了诊断偏见	回顾性研究，数据集可能存在选择偏倚	开发公平的AI模型以减少胸部X光诊断中的偏见	胸部X光影像	计算机视觉	胸部疾病	监督对比学习	CNN	医学影像	MIDRC数据集：27,796名患者的77,887张胸部X光；ChestX-ray14数据集：30,805名患者的112,120张胸部X光	NA	NA	边际ROC曲线下面积差异(∆mAUC)	NA
164	2025-06-16	Silicon integrated photonic-electronic neuron for noise-resilient deep learning 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.532306 PMID:40514809	research paper	本文展示了一种光电混合乘积累加神经元（PEMAN）架构的光子段实验演示，采用硅光子芯片和高速电吸收调制器进行矩阵向量乘法	引入了一种新颖的激活函数斜率拉伸策略以减轻噪声影响，并展示了噪声感知深度学习技术的应用	实验验证仅限于特定噪声水平和计算速率下的性能评估	开发噪声鲁棒性强的深度学习架构，用于健康监测	光电混合神经元架构及其在心跳声音分类中的应用	machine learning	cardiovascular disease	silicon photonic chip, electro-absorption modulators	three-layer neural network	sound	1350 trainable parameters	NA	NA	NA	NA
165	2025-06-16	Ultra-fast and accurate force spectrum prediction and inverse design of light-driven microstructure by deep learning 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.537005 PMID:40514837	研究论文	利用深度学习预测和逆向设计光驱动微结构的光谱力和结构配置	使用深度神经网络（DNNs）替代传统计算方法，实现超快速且高精度的力谱预测和微结构逆向设计	研究仅针对由5×5方阵组成的微结构，未涉及更复杂或不同排列的结构	获得在不同频率光照射下能产生预定义力的微结构配置	由5×5方阵组成的微结构，每个位置为空或由介电球体占据	机器学习	NA	Mie散射-麦克斯韦应力张量方法	DNNs, 生成网络	模拟数据	NA	NA	NA	NA	NA
166	2025-06-16	Hyper-NLOS: hyperspectral passive non-line-of-sight imaging 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.532699 PMID:40514854	research paper	提出了一种基于高光谱融合的非视距成像技术HFN-Net，通过利用多光谱的高维特征和空间-光谱注意力机制，提升了图像的颜色保真度和结构细节	首次将高光谱特征和空间-光谱注意力机制引入非视距成像，解决了传统方法因稀疏和同质投影特征导致的图像重建不适定问题	未明确提及具体局限性，但可能受限于高光谱数据的获取和处理复杂度	提升被动非视距成像技术的性能，解决传统方法在图像重建中的不足	非视距成像技术及其在自动驾驶和搜救等领域的应用	computer vision	NA	hyperspectral imaging, deep learning	HFN-Net (hyperspectral full-color auto-encoder with spatial-spectral attention)	hyperspectral image	未明确提及具体样本数量，但开发了HS-NLOS数据集用于训练和评估	NA	NA	NA	NA
167	2025-06-16	Deep learning optimization for small object classification in lensfree holographic microscopy 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.527353 PMID:40514873	研究论文	本文探讨了在无透镜全息显微镜中应用浅层卷积神经网络进行小物体分类的性能优化	首次系统地研究了不同网络层和超参数对无透镜全息显微镜中小物体分类性能的影响，并发现激活层的选择对提高准确性最为关键	网络准确率约为83%，仍有提升空间，且研究仅针对特定类型的全息传感器	优化无透镜全息显微镜中的小物体分类性能	生物分子功能化的微米和纳米珠子	计算机视觉	NA	无透镜全息显微镜	CNN	图像	NA	NA	NA	NA	NA
168	2025-06-16	Intelligent classification of water bodies with different turbidity levels based on Gaofen-1 multispectral imagery 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.533540 PMID:40514862	研究论文	本文提出并验证了一种基于深度学习的智能浊度分类方法，用于高分辨率多光谱遥感影像中不同浊度水体的分类	提出自适应阈值水体提取方法以减少近岸水体提取误差，引入半自动语义标注方法降低人工标注成本，并采用模式滤波处理边缘噪声问题	NA	开发高效的大规模遥感水体浊度监测方法	不同浊度等级的水体	遥感图像处理	NA	深度学习	DeepLab V3+	多光谱遥感影像	NA	NA	NA	NA	NA
169	2025-06-16	Image segmentation of phase-modulated holographic data storage based on deep learning 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.536783 PMID:40514868	研究论文	本文提出了一种基于深度学习的相位调制全息数据存储图像分割方法	通过基于图像特征的分割方法，显著减少了训练深度学习网络所需的原始样本对数量，降低了约54倍	未提及具体实验验证的样本规模或实际应用中的性能表现	提高相位调制全息数据存储的解码效率和准确性	相位调制全息数据存储中的衍射强度图像	计算机视觉	NA	深度学习	DL	图像	未明确提及具体样本数量	NA	NA	NA	NA
170	2025-06-16	Deep learning based measurement accuracy improvement of high dynamic range objects in fringe projection profilometry 2024-Sep-23, Optics express IF:3.2Q2 DOI:10.1364/OE.538247 PMID:40514923	research paper	本文提出了一种基于深度学习的方法，用于提高条纹投影轮廓术中高动态范围物体的测量精度	使用改进的UNet深度神经网络建立“多对一”映射关系，并采用π移位二进制条纹以获取更多饱和条纹信息，从而快速准确地解调高动态范围物体的相位	未明确提及具体局限性	解决高动态范围物体在条纹投影轮廓术中的相位解调问题，提高三维测量精度	高动态范围物体	computer vision	NA	条纹投影轮廓术(FPP)	改进的UNet	图像	NA	NA	NA	NA	NA
171	2025-10-06	A Review of Artificial Intelligence in Brachytherapy 2024-Sep-25, ArXiv PMID:39398213	综述	本文全面回顾了人工智能在近距离放射治疗中的应用现状与发展前景	系统地将AI在近距离放疗中的应用分为七个主要类别，并按癌症类型或具体任务进行细分，提供了详细的模型、数据规模和结果总结	作为综述文章，主要基于现有文献分析，未开展原始实验研究	探讨人工智能如何优化近距离放射治疗的临床工作流程	近距离放射治疗中的人工智能应用	医学人工智能	癌症治疗	机器学习、深度学习	NA	医学影像、治疗计划数据、临床结果数据	NA	NA	NA	NA	NA
172	2025-10-06	Protocol for performing deep learning-based fundus fluorescein angiography image analysis with classification and segmentation tasks 2024-09-20, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2024.103134 PMID:38900632	研究论文	提出基于深度学习的眼底荧光血管造影图像分析协议，包含分类和分割任务	开发了从诊断到缺血性视网膜疾病治疗建议的完整流程协议	NA	建立眼底荧光血管造影图像的深度学习分析流程	眼底荧光血管造影图像	计算机视觉	缺血性视网膜疾病	眼底荧光血管造影	深度学习	图像	NA	Python	NA	NA	NA
173	2025-10-06	Using dynamic spatio-temporal graph pooling network for identifying autism spectrum disorders in spontaneous functional infrared spectral sequence signals 2024-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110157 PMID:38705284	研究论文	使用动态时空图池化网络从自发功能近红外光谱序列信号中识别自闭症谱系障碍	首次将动态图构建应用于fNIRS数据挖掘，通过动态特征提取获取时空相关性，并利用时空图池化提升网络信息提取能力	NA	探索脑通道间动态连接关系对自闭症分类的影响，比较ASD和TD的脑通道连接图	自闭症谱系障碍患者和典型发育个体的自发功能近红外光谱序列信号	医学图像分析	自闭症谱系障碍	功能近红外光谱	图神经网络	功能近红外光谱序列信号	NA	NA	动态时空图池化神经网络	准确率	NA
174	2025-10-06	Brain-computer interfaces inspired spiking neural network model for depression stage identification 2024-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110203 PMID:38880343	研究论文	提出一种受脑机接口启发的脉冲神经网络模型，用于基于脑电信号的抑郁症阶段识别	结合脑机接口理念构建脉冲神经网络模型，相比传统深度学习方法具有更高的生理可解释性和更低的能耗	未明确说明样本量大小和研究人群特征，缺乏多中心验证	开发基于脑电信号的抑郁症辅助诊断方法	抑郁症患者和健康个体的脑电信号	脑机接口	抑郁症	脑电图(EEG)	脉冲神经网络(SNN)	脑电信号图像	NA	NA	脉冲神经网络	准确率	NA
175	2025-10-06	EEG-based motor imagery channel selection and classification using hybrid optimization and two-tier deep learning 2024-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110215 PMID:38968976	研究论文	提出一种基于脑电图的运动想象通道选择和分类方法，结合混合优化算法和双层深度学习架构	引入战争策略优化和黑猩猩优化算法的混合优化方法，并设计包含CNN和改良深度神经网络的双层深度学习架构	NA	提高基于运动想象的脑机接口系统的分类准确性和鲁棒性	脑电图信号和运动想象任务	机器学习	运动障碍	脑电图	CNN, DNN	脑电图信号	NA	NA	CNN, M-DNN	准确率, 精确率	NA
176	2025-10-06	Adoption of deep learning-based magnetic resonance image information diagnosis in brain function network analysis of Parkinson's disease patients with end-of-dose wearing-off 2024-09, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110184 PMID:38838748	研究论文	本研究采用基于卷积神经网络的fMRI数据分类模型分析帕金森病患者剂末现象的大脑功能网络变化	改进了卷积核参数初始化方法，使用受限玻尔兹曼机结构进行参数初始化	样本量相对有限，仅包含100名帕金森病患者	分析帕金森病患者剂末现象的大脑功能网络特征	帕金森病患者（包括有和无剂末现象的两组）	医学影像分析	帕金森病	功能磁共振成像	CNN	fMRI图像数据	100名帕金森病患者（39名无剂末现象，61名有剂末现象）	GRETNA工具箱	基于受限玻尔兹曼机改进的CNN架构	betweenness centrality, degree centrality, global efficiency, local efficiency	NA
177	2024-08-10	Influenza time series prediction models in a megacity from 2010 to 2019: Based on seasonal autoregressive integrated moving average and deep learning hybrid prediction model 2024-Sep-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003238 PMID:39119631	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
178	2025-10-06	Computational Synthetic Biology Enabled through JAX: A Showcase 2024-09-20, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.4c00307 PMID:39230510	研究论文	本文展示了JAX计算框架在计算合成生物学中的实用价值，通过三个示例项目证明其加速研究的能力	首次系统展示JAX在计算生物学领域的应用潜力，提供可复现的Jupyter笔记本教程	JAX在计算生物学领域仍处于探索阶段，应用范围有限	推广JAX框架在合成生物学和定向进化等计算生物学领域的应用	基因网络优化、细胞内动力学模拟、定向进化	计算生物学	NA	数学建模、GPU加速计算	机制模型、随机模型、数据驱动模型、AI模型	模拟数据	NA	JAX	NA	NA	GPU
179	2025-10-06	Integrating Deep Learning and Synthetic Biology: A Co-Design Approach for Enhancing Gene Expression via N-Terminal Coding Sequences 2024-09-20, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.4c00371 PMID:39229974	研究论文	提出一种深度学习与合成生物学协同设计的少样本训练工作流，用于优化N端编码序列以增强基因表达	开发了结合k近邻编码、word2vec、注意力机制和时间序列网络的深度学习框架，仅需少量训练数据即可高效优化NCS序列	方法仅在GFP和N-乙酰神经氨酸合成相关基因上验证，需要进一步扩展到更多基因系统	通过优化N端编码序列来最大化基因表达水平	绿色荧光蛋白(GFP)和N-乙酰神经氨酸合成关键限速基因	机器学习	NA	基因工程，荧光报告系统	注意力机制，时间序列网络	基因序列数据，荧光强度数据	少量训练数据，6次迭代实验	word2vec	注意力机制，时间序列网络	荧光增强因子	NA
180	2025-05-31	Performance evaluation of image co-registration methods in photoacoustic mesoscopy of the vasculature 2024-Sep-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7fc7 PMID:39321985	research paper	评估光声介观成像中图像配准方法在血管网络纵向表征中的性能	比较了五种开源配准算法在生理和病理组织中的应用，特别是针对肿瘤血管网络的纵向成像配准	配准在光声成像中具有挑战性，主要由于信号复杂性、数据稀疏性、几何伪影、扫描间技术变异性和生物变异性	评估和比较不同图像配准方法在光声介观成像中的性能，以实现血管网络的纵向定量表征	小鼠耳朵和乳腺癌患者来源的异种移植物的3D血管图像	digital pathology	breast cancer	photoacoustic mesoscopy	GAN, LocalNet	image	murine ears and breast cancer patient-derived xenografts	NA	NA	NA	NA