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
2601	2025-01-12	3D DenseNet with temporal transition layer for heart rate estimation from real-life RGB videos 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241104 PMID:39058471	研究论文	本文开发了一种基于3D卷积神经网络（3DCNN）的深度学习模型，用于从RGB视频中准确估计心率	提出了带有3D时间过渡层的3D DenseNet模型，用于从更接近真实医院环境的视频数据集中估计心率	模型在非受控环境下的性能可能因训练数据集和模型架构的不同而有所变化	开发一种深度学习模型，用于从RGB视频中准确估计心率	RGB视频数据	计算机视觉	心血管疾病	3D卷积神经网络（3DCNN）	3D DenseNet	视频	大规模视频数据集
2602	2025-01-12	Revolutionizing health monitoring: Integrating transformer models with multi-head attention for precise human activity recognition using wearable devices 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241064 PMID:39269866	研究论文	本研究旨在通过集成Transformer模型和多头注意力机制，利用可穿戴设备进行精确的人类活动识别，以革新健康监测	结合预训练的卷积神经网络（CNN）与密集残差Transformer网络（DRTN）及多头多级注意力架构（MH-MLA），提出了一种创新的活动识别方法	NA	开发一种精确的人类活动识别模型，以革新健康监测	人类活动	机器学习	NA	深度学习	CNN, Transformer, DRTN, MH-MLA	频谱图数据	HARTH, KU-HAR, 和 HuGaDB 数据集
2603	2025-01-12	SwinDFU-Net: Deep learning transformer network for infection identification in diabetic foot ulcer 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241444 PMID:39269872	研究论文	本研究提出了一种结合CNN和Swin Transformer架构的深度学习模型，用于糖尿病足溃疡（DFU）图像中的感染分类	该模型首次将CNN和Swin Transformer结合，利用Grad CAM技术可视化决策过程，提高了DFU感染检测的准确性	研究依赖于特定数据集DFUC Challenge，可能限制了模型的泛化能力	开发一种深度学习模型，用于准确分类糖尿病足溃疡图像中的感染情况	糖尿病足溃疡图像	计算机视觉	糖尿病足溃疡	深度学习	CNN和Swin Transformer	图像	DFUC Challenge数据集
2604	2025-01-12	Periodontitis diagnosis: A review of current and future trends in artificial intelligence 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-241169 PMID:39302402	综述	本文综述了人工智能在牙周炎诊断中的当前和未来趋势	评估了人工智能在牙周炎诊断中的应用，特别是卷积神经网络（CNNs）的使用，展示了其在提高诊断精度和效率方面的潜力	未来研究需要提高AI模型的可靠性和泛化能力，以确保其在临床中的广泛应用	评估人工智能在牙周炎诊断中的当前和未来趋势	牙周炎诊断	数字病理	牙周炎	深度学习混合方法、自动识别系统、机器学习分类器	CNN	全景X光片	12项研究，初始记录211条
2605	2025-01-12	Enhancing stereotactic ablative boost radiotherapy dose prediction for bulky lung cancer: A multi-scale dilated network approach with scale-balanced structure loss 2025-Jan, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14546 PMID:39374302	研究论文	本文提出了一种新的深度学习方法，用于准确预测大体积肺癌的部分立体定向消融增强放疗（P-SABR）计划的三维剂量分布	提出了一种3D多尺度扩张网络（MD-Net），并集成了尺度平衡结构损失函数，以提高剂量预测的准确性	研究样本量有限，仅包含74名患者的数据	提高大体积肺癌P-SABR计划的剂量预测效率	74名被诊断为患有体积较大的肺癌并接受P-SABR治疗的患者	数字病理学	肺癌	深度学习	3D多尺度扩张网络（MD-Net）	三维剂量分布数据	74名患者的数据，分为训练集（51个计划）、验证集（7个计划）和测试集（16个计划）
2606	2025-01-12	Clinical target volume (CTV) automatic delineation using deep learning network for cervical cancer radiotherapy: A study with external validation 2025-Jan, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14553 PMID:39401180	研究论文	本研究探讨了一种基于深度学习的算法在宫颈癌放疗中临床靶区（CTV）自动勾画的准确性和可行性，并评估其在外部宫颈癌和子宫内膜癌病例中的泛化能力	提出了一种名为ResCANet的新型网络，通过在跳跃连接中添加级联多尺度卷积来消除不同特征层之间的语义差异，并在最深特征层中使用空洞空间金字塔池化结合不同感受野的语义信息而不丢失信息	研究样本量相对较小，且仅针对宫颈癌和子宫内膜癌进行了外部验证，未涵盖其他类型的癌症	探索深度学习算法在宫颈癌放疗中临床靶区自动勾画的准确性和可行性，并评估其泛化能力	宫颈癌和子宫内膜癌患者	计算机视觉	宫颈癌	深度学习	ResCANet（基于ResNet-UNet的改进网络）	医学影像	332名患者（236名宫颈癌患者用于内部验证，54名宫颈癌和42名子宫内膜癌患者用于外部验证）
2607	2025-01-12	Multi-region infectious disease prediction modeling based on spatio-temporal graph neural network and the dynamic model 2025-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012738 PMID:39787070	研究论文	本研究提出了一种基于时空图神经网络和动态模型的混合框架M-Graphormer，用于高维参数估计和多区域传染病预测	将Graph Transformer Neural Network和图学习机制整合到metapopulation SIR模型中，解决了现有模型在处理动态图结构时可能丢失隐藏空间依赖性的问题	NA	预测由于人类流动性导致的多区域传染病传播	多区域传染病传播动态	机器学习	传染病	Graph Transformer Neural Network, 图学习机制	M-Graphormer, metapopulation SIR模型	真实疫情数据	基于多波次传染病预测的多区域数据
2608	2025-01-12	Automatic anal sphincter integrity detection from ultrasound images via convolutional neural networks 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240569 PMID:39213111	研究论文	本文开发了一种基于卷积神经网络（CNN）的深度学习工具，用于通过盆底超声自动诊断肛门括约肌完整性	首次提出使用CNN从盆底超声图像中获取诊断肛门括约肌损伤所需的平面，并初步诊断肛门括约肌损伤	NA	开发一种自动诊断肛门括约肌完整性的深度学习工具	肛门括约肌	计算机视觉	NA	深度学习	CNN	图像	NA
2609	2025-01-12	Deep Learning for Discrimination of Early Spinal Tuberculosis from Acute Osteoporotic Vertebral Fracture on CT 2025, Infection and drug resistance IF:2.9Q2 DOI:10.2147/IDR.S482584 PMID:39776757	研究论文	本文评估了深度学习模型在CT图像上区分早期脊柱结核和急性骨质疏松性椎体压缩骨折的效果，旨在提高诊断精度，减少对MRI和活检的依赖，并降低误诊风险	使用深度学习模型在CT图像上区分早期脊柱结核和急性骨质疏松性椎体压缩骨折，显著提高了诊断精度，并超越了经验丰富的脊柱外科医生的诊断准确性	研究样本主要来自大学附属医院，可能限制了模型的普遍适用性	评估深度学习模型在CT图像上区分早期脊柱结核和急性骨质疏松性椎体压缩骨折的效果	373名患者，其中302名来自一所大学附属医院，71名来自另一所大学附属医院	计算机视觉	脊柱结核和骨质疏松性椎体压缩骨折	深度学习	MVITV2, Efficient-Net-B5, ResNet101, ResNet50	CT图像	373名患者
2610	2025-01-12	A hybrid dual-branch model with recurrence plots and transposed transformer for stock trend prediction 2025-Jan-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0233275 PMID:39792696	研究论文	本文提出了一种创新的双分支网络模型，用于有效预测股票趋势	结合递归图和转置变压器，捕捉股票市场时间序列中的非线性关系和微妙互连	仅基于七只随机选择的股票的历史数据进行实验，样本量有限	提高股票趋势预测的准确性	股票市场时间序列	机器学习	NA	递归图分析，转置变压器	双分支网络模型	时间序列数据	七只随机选择的股票的历史数据
2611	2025-01-11	Deep Learning Models for Automatic Classification of Anatomic Location in Abdominopelvic Digital Subtraction Angiography 2025-Jan-09, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01351-z PMID:39789320	研究论文	本文探讨了常规数字减影血管造影（DSA）中的信息，并评估了深度学习算法在DSA序列中自动识别解剖位置的能力	开发了基于单图像预测的Mode模型和多重实例学习（MIL）模型，用于DSA序列的位置分类，并展示了高精度的多类分类准确率	数据中存在信息稀疏性，只有少数图像被专家标记为具有足够定位信息的“关键”图像	评估深度学习算法在DSA序列中自动识别解剖位置的性能	腹部主动脉、腹腔、上肠系膜、下肠系膜和双侧外髂动脉的DSA图像	计算机视觉	心血管疾病	数字减影血管造影（DSA）	Mode模型, 多重实例学习（MIL）模型	图像	205名患者的819个独特的血管造影序列
2612	2025-01-11	Innovative breast cancer detection using a segmentation-guided ensemble classification framework 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00435-7 PMID:39781047	研究论文	本文介绍了一种新颖的分割引导分类模型，旨在提高乳腺癌检测的准确性	提出了一种结合分割和集成分类的两阶段模型，通过注意力机制和多种分类器的集成，显著提高了乳腺癌检测的准确性和分割性能	未提及模型在不同数据集上的泛化能力或实际临床应用中的潜在挑战	提高乳腺癌的早期检测和诊断准确性	乳腺癌的超声图像	计算机视觉	乳腺癌	深度学习	Attention U-Net, 支持向量机, 决策树, k近邻, 人工神经网络, 随机森林	图像	未明确提及样本数量，但使用了超声图像数据集
2613	2025-01-11	Enhanced diagnosis of pes planus and pes cavus using deep learning-based segmentation of weight-bearing lateral foot radiographs: a comparative observer study 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00439-3 PMID:39781051	研究论文	本文开发了一种基于深度学习的语义分割模型，用于增强对足部负重侧位X光片中扁平足和高弓足的诊断	使用深度学习模型（特别是U-Net）进行语义分割，结合Dice Loss和边界损失函数，提高了分割精度和边界区域的精确描绘	研究仅使用了年轻韩国男性的数据，可能限制了模型的普适性	提高对扁平足和高弓足的诊断准确性	足部负重侧位X光片	计算机视觉	足部疾病	深度学习	U-Net	图像	300张连续的足部负重侧位X光片，来自年轻韩国男性
2614	2025-01-11	Brain-inspired learning rules for spiking neural network-based control: a tutorial 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00436-6 PMID:39781065	教程	本文回顾了受大脑启发的学习规则，并探讨了脉冲神经网络在控制任务中的应用	探讨了将全局第三因素与脉冲时间依赖可塑性相结合的方法，并提出了通过权重反向传播局部应用第三因素的方法	未提及具体实验数据或样本量，可能缺乏实证支持	研究脉冲神经网络在控制任务中的应用，以解决深度神经网络在实时数据处理中的能耗和延迟问题	脉冲神经网络及其在控制任务中的应用	机器学习	NA	脉冲时间依赖可塑性（STDP）	脉冲神经网络（SNN）	时空信息	NA
2615	2025-01-11	Spinal tissue identification using a Forward-oriented endoscopic ultrasound technique 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00440-w PMID:39781062	研究论文	本研究提出了一种前向超声内镜系统，用于提高自动识别脊柱软组织的准确性和有效性	使用前向超声内镜系统进行脊柱软组织的实时术中识别，提高了微创脊柱手术的精确性和安全性	研究仅使用了离体的绵羊脊柱软组织样本，未涉及人体样本	提高微创脊柱手术中脊柱软组织的自动识别准确性和有效性	绵羊脊柱的软组织样本	医学影像	脊柱疾病	前向超声内镜技术	DenseNet, 一维Vision Transformer (ViT)	超声图像	758个离体绵羊脊柱软组织样本
2616	2025-01-11	A Review for automated classification of knee osteoarthritis using KL grading scheme for X-rays 2025-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00437-5 PMID:39781063	综述	本文综述了使用KL分级方案对膝关节骨关节炎（KOA）进行自动分类的最新进展	本文总结了近年来利用人工智能、机器学习和深度学习技术对KOA进行自动放射学分类和检测的最新进展	本文主要基于85篇研究或综述文章，可能未涵盖所有相关研究	旨在回顾基于KL系统的KOA自动放射学分类和检测的最新进展	膝关节骨关节炎（KOA）的X光片	计算机视觉	骨关节炎	NA	NA	图像	85篇文章
2617	2025-01-11	Addendum to: The effectiveness of deep learning model in differentiating benign and malignant pulmonary nodules on spiral CT 2025, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-249001 PMID:39792355	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2618	2025-01-07	Deep learning-based segmentation of acute ischemic stroke MRI lesions and recurrence prediction within 1 year after discharge: A multicenter study 2025-Jan-26, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2024.12.002 PMID:39631660	研究论文	本研究探讨了基于深度学习的急性缺血性卒中（AIS）患者脑部MRI梗死病灶分割的性能，以及放射组学在出院后1年内复发预测的价值，并开发了一个结合放射组学特征和临床因素的模型来准确预测AIS复发	使用多尺度残差注意力UNet（MRA-UNet）进行MRI病灶分割，并结合放射组学数据和临床数据开发了预测AIS复发的模型	未提及具体样本量，且模型在验证集上的表现可能受到样本选择偏差的影响	提高急性缺血性卒中患者MRI病灶分割的准确性，并预测出院后1年内的复发风险	急性缺血性卒中患者的脑部MRI图像	医学影像分析	急性缺血性卒中	MRI	MRA-UNet, LR, RF, CatBoost, XGBoost	图像, 临床数据	未提及具体样本量
2619	2025-01-07	Deep learning-based object detection algorithms in medical imaging: Systematic review 2025-Jan-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e41137 PMID:39758372	综述	本文综述了基于深度学习的医学图像中的目标检测算法，探讨了最新方法、不同成像技术和解剖学应用	通过PRISMA指南进行定量和定性分析，揭示了基于深度学习的对象检测模型在医学图像分析中的未开发潜力	数据集大小存在显著差异，许多数据集被标记为私有或内部，且前瞻性研究仍然稀缺	探讨基于深度学习的医学图像目标检测算法的应用和发展趋势	医学图像中的目标检测	计算机视觉	NA	CR扫描、病理图像、内窥镜成像	深度学习	图像	数据集大小存在显著差异，许多数据集被标记为私有或内部
2620	2025-01-07	Automated Breast Density Assessment for Full-Field Digital Mammography and Digital Breast Tomosynthesis 2025-Jan-06, Cancer prevention research (Philadelphia, Pa.) DOI:10.1158/1940-6207.CAPR-24-0338 PMID:39450526	研究论文	本文开发了一种深度学习模型，用于自动化评估全视野数字乳腺摄影（FFDM）和数字乳腺断层合成（DBT）的乳腺密度	提出了一种能够同时适用于FFDM和DBT的自动化乳腺密度评估模型，减少了评估中的观察者间差异	模型在外部验证中的表现虽好，但仍有改进空间，特别是在不同种族群体中的适用性	自动化评估乳腺密度，以辅助乳腺癌的风险预测和补充筛查决策	9,714名女性的前瞻性队列和18,360名女性的外部验证队列	数字病理学	乳腺癌	深度学习	深度学习模型	图像	9,714名女性的前瞻性队列和18,360名女性的外部验证队列