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	2025-10-07	Monitoring Substance Use with Fitbit Biosignals: A Case Study on Training Deep Learning Models Using Ecological Momentary Assessments and Passive Sensing 2024-Dec, AI (Basel, Switzerland) DOI:10.3390/ai5040131 PMID:40351335	研究论文	通过Fitbit生物信号监测物质使用行为，探索使用自监督学习增强的个性化CNN模型在物质使用检测中的可行性	采用参与者特定的卷积神经网络结合自监督学习来解决个体间数据异质性问题，在有限标签条件下改进个性化特征提取	样本量较小（仅9名参与者），限制了研究结果在不同人群中的普适性	开发基于可穿戴设备生物信号的物质使用检测数字健康解决方案	物质使用障碍患者	机器学习	物质使用障碍	被动传感，生态瞬时评估	CNN	生物信号数据	9名参与者	NA	1D-CNN	AUC, 敏感度, 特异度	NA
142	2025-10-07	[Coronary artery segmentation based on Transformer and convolutional neural networks dual parallel branch encoder neural network] 2024-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202403058 PMID:40000209	研究论文	提出一种结合Transformer和CNN的双并行编码器神经网络DUNETR，用于冠状动脉CTA图像分割	首次将Transformer和CNN作为双并行编码器集成到分割网络中，通过NRFF模块融合全局和局部特征	NA	提高冠状动脉CTA图像分割的准确性和效率	冠状动脉CTA图像	计算机视觉	心血管疾病	计算机断层扫描血管成像(CTA)	CNN, Transformer	三维医学图像	NA	NA	U-Net, Transformer, DUNETR	Dice相似系数, 召回率	NA
143	2025-10-07	[Identification of kidney stone types by deep learning integrated with radiomics features] 2024-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202310043 PMID:40000211	研究论文	提出结合影像组学和深度学习的框架，用于术前自动识别肾脏结石类型	首次将三维卷积神经网络浅层提取的影像组学特征与深层特征融合，并采用LASSO正则化和LightGBM进行结石分类	准确率为84.5%仍有提升空间，未提及模型在其他数据集上的泛化能力	实现肾脏结石类型的术前自动高精度分类	感染性和非感染性肾脏结石	计算机视觉	肾脏疾病	影像组学分析	CNN, LightGBM	三维医学影像	NA	NA	三维卷积神经网络	准确率	NA
144	2025-10-07	[Cardiac magnetic resonance image segmentation based on lightweight network and knowledge distillation strategy] 2024-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202312015 PMID:40000210	研究论文	提出一种轻量级扩张并行卷积U-Net和知识蒸馏策略用于心脏磁共振图像分割	提出轻量级DPU-Net网络结构和多尺度适应向量知识蒸馏策略，通过独特的卷积通道变化方式减少参数数量	NA	解决深度学习网络在心脏MRI图像分割中参数过多和计算量大的问题	心脏磁共振图像	医学图像分割	心血管疾病	心脏磁共振成像	U-Net, CNN	医学图像	自动心脏诊断挑战赛公共数据集	NA	DPU-Net, U-Net, 残差块, 扩张卷积	Dice系数	NA
145	2025-10-07	[Research progress on endoscopic image diagnosis of gastric tumors based on deep learning] 2024-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202404004 PMID:40000222	综述	本文综述了深度学习在胃肿瘤内镜图像分类、目标检测和分割中的应用进展	系统总结了胃肿瘤相关的计算机辅助诊断系统和多模态算法，并指出了当前深度学习方法存在的问题	未涉及具体实验验证和性能对比分析	促进深度学习方法在胃肿瘤内镜诊断中的临床应用	胃肿瘤内镜图像	计算机视觉	胃癌	内镜检查	深度学习	内镜图像	NA	NA	NA	NA	NA
146	2025-10-07	Multi-label material and human risk factors recognition model for construction site safety management 2024-Dec, Journal of safety research IF:3.9Q2 DOI:10.1016/j.jsr.2024.10.002 PMID:39998535	研究论文	提出基于深度学习的多标签风险因素识别框架，用于自动识别建筑工地的材料和人为风险因素	开发了能够同时识别多种材料和人为风险因素的多标签识别框架，并分析了模型决策过程	模型在视觉模糊情况下识别困难，且存在对透视场景中邻近物体的过度关注倾向	开发自动识别建筑工地多种安全风险因素的深度学习模型，用于预防性安全管理	建筑工地的材料和人为安全风险因素	计算机视觉	NA	深度学习	CNN	图像	14,605个八类材料和人为风险因素实例	NA	NA	F1分数, 汉明损失	NA
147	2025-10-07	ANALYSIS OF CHALLENGES AND POSSIBILITIES OF USING ARTIFICIAL INTELLIGENCE IN MEDICAL DIAGNOSTICS 2024-Dec, Georgian medical news PMID:40007388	综述	本文通过系统综述分析了人工智能在医学诊断中的应用挑战与可能性	系统分析了不同类型AI在医学诊断中的地理分布、实施挑战和发展趋势	仅纳入2019-2024年的24项研究，样本量有限	分析AI在医学诊断中的地理分布、实施挑战和潜在机会	医学诊断中的人工智能应用	机器学习	NA	系统综述	深度学习, 机器学习	多模态数据	24项研究	NA	NA	诊断准确性, 临床可预测性, 处理效率	NA
148	2025-10-07	Unsupervised inter-domain transformation for virtually stained high-resolution mid-infrared photoacoustic microscopy using explainable deep learning 2024-12-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55262-2 PMID:39738110	研究论文	提出一种基于可解释深度学习的无监督跨域转换方法，将低分辨率中红外光声显微镜图像转换为类共聚焦荧光染色的高分辨率图像	首次将可解释深度学习应用于中红外光声显微镜图像的无监督跨域转换，通过添加显著性约束提高转换过程的稳定性和可靠性	方法在培养的人类心脏成纤维细胞上验证，尚未在其他细胞类型或组织上测试	实现无需标记的高分辨率双工细胞成像	人类心脏成纤维细胞的细胞核和丝状肌动蛋白	计算机视觉	心血管疾病	中红外光声显微镜，共聚焦荧光显微镜	GAN	图像	NA	NA	生成对抗网络	显著性相似度	NA
149	2025-10-07	The Theranostic Genome 2024-12-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55291-x PMID:39738156	研究论文	本文提出“诊疗基因组”概念，通过深度学习混合人机流程整合多源生物医学数据库，识别可用于癌症诊疗一体化的基因靶点和先导化合物	首次定义“诊疗基因组”概念，开发深度学习混合人机流程整合多源生物医学数据库，实现基因与诊疗化合物的系统关联	NA	克服诊疗药物开发中的瓶颈，促进精准医学发展	人类基因组中可用于诊疗应用的基因表达数据	生物信息学	癌症	RNA测序，深度学习	深度学习	基因组数据，文献数据，数据库记录	超过17,000个人类组织样本	NA	NA	NA	NA
150	2025-05-10	Artificial intelligence model for perigastric blood vessel recognition during laparoscopic radical gastrectomy with D2 lymphadenectomy in locally advanced gastric cancer 2024-Dec-30, BJS open IF:3.5Q1 DOI:10.1093/bjsopen/zrae158 PMID:39963943	研究论文	开发了一种基于深度学习的实时胃周血管识别模型，用于辅助局部晚期胃癌腹腔镜根治术中的D2淋巴结清扫	首次将DeepLabv3+模型应用于胃周血管实时识别，为腹腔镜手术提供AI辅助决策支持	在出血或手术烟雾等复杂场景下识别性能下降，肥胖患者数据表现良好但未说明具体样本量	提高局部晚期胃癌手术安全性，减少术中意外出血	腹腔镜胃癌根治术视频中的胃周血管	数字病理	胃癌	深度学习	DeepLabv3+	手术视频图像	116个手术视频的2460张图像	NA	NA	NA	NA
151	2025-05-09	ASAP-DTA: Predicting drug-target binding affinity with adaptive structure aware networks 2024-Dec, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720024500288 PMID:39961610	research paper	提出了一种基于图深度学习的药物-靶标结合亲和力预测模型ASAP-DTA，利用自适应结构感知池化进行图处理	整合了自注意力机制与增强的图神经网络，通过聚类相邻节点并按注意力分数加权形成最终分子表示，显著改进了图特征提取	未提及模型在更大规模或更复杂数据集上的表现	高效预测药物-靶标结合亲和力，减少药物再利用的资源浪费	药物-靶标结合亲和力	machine learning	NA	graph-based deep learning	graph neural network with self-attention mechanism	2D molecular graph	multiple benchmark datasets including KIBA dataset	NA	NA	NA	NA
152	2025-05-04	Enhanced Disc Herniation Classification Using Grey Wolf Optimization Based on Hybrid Feature Extraction and Deep Learning Methods 2024-Dec-26, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11010001 PMID:39852681	research paper	该研究提出了一种基于灰狼优化、混合特征提取和深度学习方法增强的椎间盘突出分类方法	结合灰狼优化算法与混合特征提取及深度学习方法，提升椎间盘突出分类性能	NA	提高椎间盘突出的分类准确性	腰椎间盘突出病例	digital pathology	geriatric disease	deep learning	NA	image	NA	NA	NA	NA	NA
153	2025-10-07	Development of a Deep Learning System for Intraoperative Identification of Cancer Metastases 2024-Dec-01, Annals of surgery IF:7.5Q1 DOI:10.1097/SLA.0000000000006294 PMID:38577794	研究论文	开发用于术中识别癌症转移的深度学习手术引导系统原型	开发首个能够术中识别腹膜表面转移的深度学习手术引导系统原型	需要多机构临床环境中的进一步开发和验证	开发用于术中识别腹膜表面转移的人工智能系统	经组织学证实涉及胃肠道的腺癌患者	计算机视觉	胃肠道癌症	深度学习	深度学习系统	腹腔镜图像	132名患者的4287个可见腹膜表面病变和365个活检腹膜表面病变的3650个图像块	NA	NA	AUC, 准确率	NA
154	2025-05-03	Psoriasis severity assessment: Optimizing diagnostic models with deep learning 2024-Dec, Narra J DOI:10.52225/narra.v4i3.1512 PMID:39816098	research paper	本研究评估了深度学习模型在银屑病严重程度自动分类中的应用	使用五种改进的深度卷积神经网络（DCNN）进行银屑病严重程度分类，并确定ResNet50为最优模型	需要进一步的临床验证和模型优化	优化银屑病严重程度的诊断模型	银屑病临床图像	computer vision	psoriasis	deep learning	ResNet50, VGGNet19, MobileNetV3, MnasNet, EfficientNetB0	image	1,546张临床图像（1,082张用于训练，463张用于验证和测试）	NA	NA	NA	NA
155	2025-05-02	Performance Improvement with Reduced Number of Channels in Motor Imagery BCI System 2024-Dec-28, Sensors (Basel, Switzerland) DOI:10.3390/s25010120 PMID:39796911	研究论文	本研究探讨了在运动想象脑机接口系统中减少通道数量以提高灵活性、便携性和计算效率的方法	结合EOG通道和少量EEG通道比单独使用大量EEG通道更有效，挑战了EOG仅引入眼相关噪声的传统观点	在7类运动想象任务中准确率相对较低（61%）	提高运动想象脑机接口系统的实用性和性能	运动想象EEG信号分类	脑机接口	NA	深度学习	1D卷积块和深度可分离卷积	EEG和EOG信号	两个数据集：BCI Competition IV Dataset IIa（4类MI）和Weibo数据集（7类MI）	NA	NA	NA	NA
156	2025-05-02	Cross-Shaped Heat Tensor Network for Morphometric Analysis Using Zebrafish Larvae Feature Keypoints 2024-Dec-28, Sensors (Basel, Switzerland) DOI:10.3390/s25010132 PMID:39796924	research paper	提出了一种基于深度学习的特征端点检测方法，用于定量确定斑马鱼幼体的表型和器官特征	引入了交叉形热张量网络（CSHT-Net），通过新颖的关键点训练方法和组合卷积块特征提取器，解决了基于热图方法仅关注关键点局部区域的问题，并增强了模型学习连续带状特征的能力	NA	开发一种非破坏性的斑马鱼幼体形态计量分析方法，用于识别异常和诊断疾病	斑马鱼幼体	computer vision	NA	deep learning	CSHT-Net	image	4389张斑马鱼幼体的明场显微照片	NA	NA	NA	NA
157	2025-05-02	Comparative Analysis of Edge Detection Operators Using a Threshold Estimation Approach on Medical Noisy Images with Different Complexities 2024-Dec-27, Sensors (Basel, Switzerland) DOI:10.3390/s25010087 PMID:39796878	研究论文	本文通过提出的阈值估计方法，比较分析了噪声对不同复杂度医学图像边缘检测的影响	提出了一种创新的边缘检测方法，考虑了不同噪声类型和浓度，并在多种复杂度的医学图像上进行了评估	研究仅针对特定类型的医学图像（视网膜图像、脑肿瘤分割和肺部CT扫描），可能不适用于其他类型的医学图像	评估噪声对医学图像边缘检测的影响，并提出一种有效的阈值估计方法	医学图像（视网膜图像、脑肿瘤分割和肺部CT扫描）	计算机视觉	脑肿瘤、肺部疾病	网格搜索（GS）方法和随机搜索（RS9）	Canny算子、Laplace算子、AlexNet、ResNet、VGGNet、MobileNetv2、Inceptionv3	图像	三个不同的数据集（视网膜图像、脑肿瘤分割和肺部CT扫描）	NA	NA	NA	NA
158	2025-05-02	Deep Learning Unravels Differences Between Kinematic and Kinetic Gait Cycle Time Series from Two Control Samples of Healthy Children Assessed in Two Different Gait Laboratories 2024-Dec-27, Sensors (Basel, Switzerland) DOI:10.3390/s25010110 PMID:39796901	research paper	研究利用深度学习比较两个不同步态实验室评估的健康儿童步态周期时间序列的差异	使用基于ResNet的深度学习模型成功识别数据来源实验室，并探索减少实验室间差异的预处理方法	研究仅涉及两个实验室的数据，可能无法完全代表所有实验室的差异	比较不同实验室评估的健康儿童步态周期时间序列差异，并提高机器学习模型在临床环境中的可转移性	两组健康儿童的步态周期时间序列数据	machine learning	NA	步态分析协议	ResNet	时间序列数据	两组健康儿童的步态数据	NA	NA	NA	NA
159	2025-05-02	Real-Time PPG-Based Biometric Identification: Advancing Security with 2D Gram Matrices and Deep Learning Models 2024-Dec-25, Sensors (Basel, Switzerland) DOI:10.3390/s25010040 PMID:39796830	research paper	本研究探讨了基于光电容积描记（PPG）信号的生物识别技术，通过二维Gram矩阵转换和深度学习模型提高安全性	采用PPG信号结合Gram矩阵转换和EfficientNetV2 B0与LSTM网络，实现了99%的准确率，并在实时识别场景中验证了其有效性	样本量较小，仅包含40名受试者	提升生物识别系统的安全性和抗欺骗能力	PPG信号	machine learning	NA	PPG信号采集	EfficientNetV2 B0与LSTM网络	PPG信号	40名受试者	NA	NA	NA	NA
160	2025-05-02	Deep Learning-Based Computer-Aided Diagnosis of Osteochondritis Dissecans of the Humeral Capitellum Using Ultrasound Images 2024-Dec-04, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.23.01164 PMID:38743813	research paper	开发了一种基于深度学习的计算机辅助诊断系统，用于通过超声图像检测肱骨小头剥脱性骨软骨炎	首次将深度学习应用于肱骨小头剥脱性骨软骨炎的超声图像诊断，并实现了高准确率	研究样本量相对较小，且仅针对棒球运动员群体	开发并评估基于深度学习的计算机辅助诊断系统，用于肱骨小头剥脱性骨软骨炎的检测	196名棒球运动员的肘部超声图像（其中92名患有剥脱性骨软骨炎）	digital pathology	osteochondritis dissecans	ultrasound imaging	object-detection algorithm and image classification network	image	196名棒球运动员的肘部超声图像（训练和验证集），外加20名运动员的外部数据集（测试集）	NA	NA	NA	NA