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
141	2025-04-24	Mitigating Aberration-Induced Noise: A Deep Learning-Based Aberration-to- Aberration Approach 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3422027 PMID:38959140	研究论文	本文提出了一种基于深度学习的无需真实数据的相位像差校正方法	首次提出无需真实数据即可校正相位像差的深度学习方法，并设计了自适应混合损失函数以提高性能	未明确说明方法在复杂临床环境中的泛化能力	解决超声成像中相位像差导致的图像质量下降问题	超声成像中的相位像差	医学影像处理	NA	深度学习	CNN	超声射频数据(RF data)和B模式图像	超过180,000张带有相位像差的单平面波图像(RF数据)	NA	NA	NA	NA
142	2025-04-24	PolarFormer: A Transformer-Based Method for Multi-Lesion Segmentation in Intravascular OCT 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3417007 PMID:38900618	研究论文	提出了一种基于Transformer的多病灶分割方法PolarFormer，用于血管内OCT图像中的多类别易损斑块分割	引入了Polar Attention模块，模拟易损斑块在径向的空间关系，并整合了斑块的空间分布先验知识	研究受限于公开的大规模多类别易损斑块标注的血管内OCT数据集的缺乏	解决血管内OCT图像中多类别易损斑块分割的挑战	血管内OCT图像中的多类别易损斑块	计算机视觉	心血管疾病	深度学习	Transformer	图像	70个回拉数据	NA	NA	NA	NA
143	2025-04-24	CareSleepNet: A Hybrid Deep Learning Network for Automatic Sleep Staging 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3426939 PMID:38990749	research paper	提出了一种名为CareSleepNet的混合深度学习网络，用于从多导睡眠图（PSG）记录中自动进行睡眠分期	设计了多尺度卷积-Transformer时段编码器来捕捉局部和全局特征，并基于共同注意力机制开发了跨模态上下文编码器来建模不同模态间的关系	未明确提及具体局限性，但暗示现有研究忽略了全局特征和跨模态关系	开发高性能的自动睡眠分期方法	多导睡眠图（PSG）记录的睡眠数据	digital pathology	geriatric disease	deep learning	CNN, Transformer	生理信号（EEG和EOG）	一个私有数据集SSND和两个公共数据集Sleep-EDF-153和ISRUC	NA	NA	NA	NA
144	2025-04-24	BP-Net: Monitoring "Changes" in Blood Pressure Using PPG With Self-Contrastive Masking 2024-Dec, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3422023 PMID:38954566	研究论文	提出了一种名为BP-Net的新方法，通过光电容积图(PPG)监测血压变化，而非直接估计血压值	将问题重新定义为跟踪血压在一段时间内的变化，而非直接估计其值，并提出了一种自对比掩码(SCM)模型进行成对时间比较	在训练期间未见过的受试者数据上，准确率为75.97%/73.19%，仍有提升空间	通过PPG信号监测血压的急性变化，为临床应用(如高血压急症)提供潜在价值	光电容积图(PPG)信号	机器学习	心血管疾病	深度学习	BP-Net, SCM	生理信号	使用PulseDB数据集，涉及未见过的受试者数据	NA	NA	NA	NA
145	2025-04-24	Uni4Eye++: A General Masked Image Modeling Multi-Modal Pre-Training Framework for Ophthalmic Image Classification and Segmentation 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3422102 PMID:38954581	研究论文	提出了一种名为Uni4Eye++的通用自监督Transformer框架，用于眼科图像的分类和分割任务	采用图像熵引导的掩码策略重建更具信息量的图像块，并引入动态头部生成器模块减轻模态混淆	未明确提及具体局限性	开发一种能够利用大量未标记眼科图像的自监督学习框架	眼科图像（包括2D和3D图像）	计算机视觉	眼科疾病	自监督学习（SSL）	Transformer	图像	未明确提及具体样本数量	NA	NA	NA	NA
146	2025-04-24	Multi-Label Chest X-Ray Image Classification With Single Positive Labels 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3421644 PMID:38949934	研究论文	提出一种名为多级伪标签一致性（MPC）的框架，用于解决胸部X光图像多标签分类中单阳性标签学习（SPML-CXR）的问题	引入单阳性多标签学习（SPML）问题到胸部X光图像分类中，并提出MPC框架，结合图像级、特征级和批次级的扰动一致性正则化来恢复潜在的错误标注阳性标签	需要进一步验证在更大规模数据集上的泛化能力，以及在实际临床环境中的应用效果	解决胸部X光图像多标签分类中标注成本高和噪声标签问题	胸部X光图像	计算机视觉	肺部疾病	深度学习	Transformer	图像	CheXpert和MIMIC-CXR数据集	NA	NA	NA	NA
147	2025-04-24	STAR-RL: Spatial-Temporal Hierarchical Reinforcement Learning for Interpretable Pathology Image Super-Resolution 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3419809 PMID:38935476	研究论文	提出了一种名为STAR-RL的空间-时间分层强化学习框架，用于解决病理图像超分辨率问题中的黑盒恢复和资源分配不均问题	首次将分层强化学习应用于病理图像超分辨率，提出了空间和时间管理器来指导像素级可解释操作，避免了次优恢复和过度处理问题	实验仅在特定退化核下的医学图像上进行验证，未涉及所有可能的临床场景	开发可解释的病理图像超分辨率方法以提高诊断准确性	病理图像	数字病理	肿瘤	强化学习	STAR-RL（分层强化学习框架）	图像	NA	NA	NA	NA	NA
148	2025-04-24	Accurate Airway Tree Segmentation in CT Scans via Anatomy-Aware Multi-Class Segmentation and Topology-Guided Iterative Learning 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3419707 PMID:38923479	research paper	提出了一种基于解剖学感知的多类别分割和拓扑引导迭代学习的方法，用于精确分割CT扫描中的气道树	结合解剖学感知的多类别分割任务和拓扑引导的迭代自学习方案，有效解决了气道树分割中的类内不平衡和标注不完整问题	需要依赖初始伪标签的质量，且计算成本较高	提高CT扫描中气道树分割的准确性和完整性，以支持呼吸系统疾病分析	胸腔内气道树	digital pathology	lung cancer	CT扫描	deep learning	image	四个数据集（包括两个公共挑战数据集）	NA	NA	NA	NA
149	2025-04-24	Video-Based Soft Tissue Deformation Tracking for Laparoscopic Augmented Reality-Based Navigation in Kidney Surgery 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3413537 PMID:38865220	研究论文	本研究提出了一种基于视频的软组织变形追踪增强现实导航系统，用于肾脏腹腔镜手术	提出了一种基于深度学习的特征点选择策略，用于提高位移矢量场的准确性，并介绍了一种用于内部结构误差评估的体外实验方法	NA	提高腹腔镜肾脏手术中隐藏关键结构的追踪准确性	肾脏手术中的软组织变形	增强现实	肾脏疾病	深度学习	NA	视频	体外和体内实验数据	NA	NA	NA	NA
150	2025-04-24	Constraint-Aware Learning for Fractional Flow Reserve Pullback Curve Estimation From Invasive Coronary Imaging 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3412935 PMID:38861432	research paper	提出了一种约束感知学习框架，用于从侵入性冠状动脉成像中估计分数流储备（FFR）回拉曲线	结合了几何和物理约束来近似冠状动脉中心线几何结构与FFR值之间的关系，并利用合成数据进行模型训练以减少临床数据收集成本	需要进一步验证在更大规模和多中心数据集上的泛化能力	提高从侵入性冠状动脉成像中估计FFR回拉曲线的准确性	冠状动脉成像数据和FFR回拉曲线	machine learning	cardiovascular disease	diffusion-driven test-time data adaptation method	deep learning	image	382名患者的数据集，涵盖三种成像模式	NA	NA	NA	NA
151	2025-04-24	SSL-CPCD: Self-Supervised Learning With Composite Pretext-Class Discrimination for Improved Generalisability in Endoscopic Image Analysis 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3411933 PMID:38857149	研究论文	提出一种结合复合前置任务与类别判别的自监督学习方法，用于提升内窥镜图像分析的泛化能力	通过斑块级实例组判别和余弦相似度度量中添加角度间隔惩罚来减少类间差异，创新性地提升模型对相似表征的聚类能力	未明确说明方法在计算资源消耗或实时性方面的表现	解决内窥镜图像分析中监督学习方法泛化性不足的问题	内窥镜图像数据	计算机视觉	溃疡性结肠炎	自监督学习	SSL-CPCD（提出的新型架构）	图像	未明确说明具体样本量，但提及公开数据集和医院内部数据集	NA	NA	NA	NA
152	2025-04-24	CNN-O-ELMNet: Optimized Lightweight and Generalized Model for Lung Disease Classification and Severity Assessment 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3416744 PMID:38896522	research paper	提出了一种轻量级分类模型CNN-O-ELMNet，用于高效检测多种肺部疾病并评估其严重程度	结合CNN进行深度特征提取和优化的极限学习机，利用帝国主义竞争算法提升预测性能，克服了现有CAD系统局限于特定疾病和深度学习模型计算复杂的问题	NA	开发一种轻量级且通用的模型，用于肺部疾病的分类和严重程度评估	肺部疾病（气胸、结核病、肺癌）及其严重程度	digital pathology	lung cancer	imperialistic competitive algorithm	CNN, optimized extreme learning machine	image	benchmark datasets for lung diseases	NA	NA	NA	NA
153	2025-04-24	Temporal Dynamic Synchronous Functional Brain Network for Schizophrenia Classification and Lateralization Analysis 2024-Dec, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3419041 PMID:38917293	研究论文	该研究提出了一种名为Temporal-BCGCN的动态脑网络分析模型，用于精神分裂症分类和大脑侧化分析	设计了DSF-BrainNet模块构建动态同步特征，提出了基于特征同步时间属性的TemporalConv图卷积方法，以及首个基于rs-fMRI数据的深度学习异常半球侧化模块测试工具CategoryPool	未提及具体样本量的局限性或模型在其他数据集上的泛化能力	开发先进的动态脑网络分析方法以揭示精神分裂症患者异常脑活动机制	精神分裂症患者的静息态功能磁共振成像(rs-fMRI)数据	数字病理学	精神分裂症	rs-fMRI	Temporal-BCGCN (包含DSF-BrainNet, TemporalConv和CategoryPool模块)	医学影像数据	COBRE和UCLA数据集（具体样本量未说明）	NA	NA	NA	NA
154	2025-04-24	FedDBL: Communication and Data Efficient Federated Deep-Broad Learning for Histopathological Tissue Classification 2024-Dec, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3403927 PMID:38923486	research paper	提出一种轻量级且通用的联邦学习框架FedDBL，用于在有限训练样本和单轮通信下实现优异的组织病理学分类性能	通过整合预训练的深度学习特征提取器、快速轻量级的广度学习推理系统和经典联邦聚合方法，显著降低数据依赖性和提高通信效率	未明确提及具体局限性	解决组织病理学分类中的隐私保护和通信效率问题	组织病理学图像数据	digital pathology	NA	federated learning	ResNet-50	image	未明确提及具体样本数量	NA	NA	NA	NA
155	2025-10-07	Rectify ViT Shortcut Learning by Visual Saliency 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3310531 PMID:37703160	研究论文	提出一种新颖的显著性引导视觉Transformer模型，用于纠正ViT中的捷径学习问题	首次在ViT框架中解决捷径学习问题，并提出无需眼动数据的视觉显著性引导方法	依赖计算视觉显著性模型的准确性，可能无法完全替代真实眼动数据	纠正视觉Transformer中的捷径学习问题，提高模型泛化能力和可解释性	自然图像和医学图像	计算机视觉	NA	视觉显著性建模，自注意力机制	Transformer	图像	NA	NA	Vision Transformer (ViT)	NA	NA
156	2025-10-07	Medical Transformer: Universal Encoder for 3-D Brain MRI Analysis 2024-Dec, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3308712 PMID:37738193	研究论文	提出一种用于3D脑部MRI分析的通用编码器Medical Transformer，通过多视图方法和自监督学习实现高效迁移学习	将3D体积图像建模为2D图像切片序列，采用多视图方法利用3D体积三个平面的信息，同时提供参数高效的训练	仅使用健康脑部MRI数据进行预训练，在部分训练样本场景下的性能仍有提升空间	开发适用于医学图像分析的通用迁移学习框架	3D脑部磁共振成像(MRI)	医学影像分析	脑部疾病	磁共振成像(MRI)	Transformer	3D医学图像	大规模正常健康脑部MRI数据集	NA	Transformer	参数减少率, 分类性能, 回归性能, 分割性能	NA
157	2025-10-07	The G Protein-Coupled Receptor-Related Gene Signatures for Diagnosis and Prognosis in Glioblastoma: A Deep Learning Model Using RNA-Seq Data 2024-Dec-01, Asian Pacific journal of cancer prevention : APJCP DOI:10.31557/APJCP.2024.25.12.4201 PMID:39733410	研究论文	本研究通过深度学习模型利用RNA-Seq数据识别胶质母细胞瘤中G蛋白偶联受体相关基因标志物用于诊断和预后	首次结合深度学习和RNA-Seq数据系统分析GPCR基因在胶质母细胞瘤中的诊断和预后价值，识别出多个新型生物标志物	研究仅基于532名患者队列，需要更大样本验证；未进行实验验证	开发基于GPCR相关基因标志物的胶质母细胞瘤诊断和预后深度学习模型	532名胶质母细胞瘤患者的RNA-Seq数据	机器学习	胶质母细胞瘤	RNA-Seq	深度学习	基因表达数据	532名GBM患者	NA	NA	相关系数，生存分析	NA
158	2025-10-07	Rapid and portable quantification of HIV RNA via a smartphone-enabled digital CRISPR device and deep learning 2024-Dec, Sensors and actuators reports IF:6.5Q2 DOI:10.1016/j.snr.2024.100212 PMID:40236689	研究论文	开发了一种基于智能手机的数字CRISPR设备，结合深度学习算法快速定量检测HIV RNA	首次将数字CRISPR检测技术与智能手机平台集成，实现便携式HIV RNA快速定量分析	未提及设备在不同环境条件下的稳定性和大规模临床应用验证	开发快速便携的HIV病毒载量监测工具	HIV RNA分子	医疗诊断设备	HIV/AIDS	数字CRISPR检测、RT-RPA扩增、荧光成像	深度学习算法	荧光图像	未明确说明具体样本数量	NA	NA	检测灵敏度（75拷贝）、检测时间（15分钟）	智能手机平台
159	2025-10-07	Deep learning enabled integration of tumor microenvironment microbial profiles and host gene expressions for interpretable survival subtyping in diverse types of cancers 2024-Dec-17, mSystems IF:5.0Q1 DOI:10.1128/msystems.01395-24 PMID:39565103	研究论文	开发基于自编码器的深度学习框架ASD-cancer，整合肿瘤微环境微生物特征和宿主基因表达数据，实现可解释的癌症生存亚型分型	首次提出半监督深度学习框架同时分析肿瘤微生物组和转录组数据，识别生存相关亚型并揭示微生物-宿主基因相互作用机制	研究依赖于TCGA数据库的样本数据，需要进一步实验验证	解析肿瘤微生物组与宿主基因表达的复杂关系及其对患者生存的联合影响	20种癌症类型的肿瘤组织样本	机器学习	多种癌症	RNA测序，微生物组分析	自编码器	微生物组数据，基因表达数据	TCGA数据库中20种癌症类型的组织样本	NA	自编码器	log-rank检验	NA
160	2025-10-07	Color Fundus Photography and Deep Learning Applications in Alzheimer Disease 2024-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.08.005 PMID:39748801	研究论文	开发并评估两种基于视网膜彩色眼底照片的深度学习模型用于阿尔茨海默病分类	首次使用纯视网膜彩色眼底照片训练两种不同深度学习模型进行AD分类，其中ADRET模型采用BERT风格的自监督学习CNN架构	需要在更大和更多样化人群中进一步验证，需要整合技术来协调眼底照片并减少成像相关噪声	开发基于视网膜图像的阿尔茨海默病筛查方法	阿尔茨海默病患者和对照组	计算机视觉	阿尔茨海默病	彩色眼底摄影	CNN, U-Net, 自监督学习	图像	两个独立数据集（UK Biobank和学术机构数据）	NA	U-Net, Transformer风格CNN	准确率, 灵敏度, 特异性, 接收者操作特征曲线	NA