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
1341	2025-10-07	Skeleton-guided 3D convolutional neural network for tubular structure segmentation 2025-Jan, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03215-x PMID:39264412	研究论文	提出一种融合骨架信息的3D卷积神经网络用于医学图像中管状结构的分割	引入骨架引导模块和专门设计的sigmoid-adaptive Tversky损失函数来增强管状结构分割精度	NA	提高医学图像中管状结构的分割准确性	胸部CT和腹部CT图像中的管状结构（气道和腹部动脉）	计算机视觉	NA	CT成像	3D CNN	3D医学图像	125例CT图像（90例胸部CT，35例腹部CT）	NA	3D卷积神经网络	树长度率, 分支检测率, 精确率, 召回率, F-measure	NA
1342	2025-10-07	Data- and Physics-Driven Deep Learning Based Reconstruction for Fast MRI: Fundamentals and Methodologies 2025, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2024.3485022 PMID:39437302	综述	本文综述了基于数据和物理驱动的深度学习在快速MRI重建中的基本原理与方法论	系统整合了从算法展开模型、增强方法、即插即用模型到新兴生成模型的全谱系方法，并探索数据模型与物理知识的协同集成	作为综述文章，未提出新的原始方法，主要总结现有技术	加速磁共振成像扫描过程，提高患者舒适度和图像质量	磁共振成像重建方法	医学影像处理	NA	磁共振成像	生成模型, 深度学习	医学影像数据	NA	NA	NA	评估指标	NA
1343	2025-10-07	Solving the Inverse Problem of Electrocardiography for Cardiac Digital Twins: A Survey 2025, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2024.3486439 PMID:39453795	综述	本文系统综述了心电逆问题求解方法及其在心脏数字孪生中的应用	首次对心脏数字孪生中的心电逆问题求解方法进行全面分类和系统评述，涵盖传统与深度学习方法	存在动态电生理准确捕获、领域知识获取困难、预测不确定性量化等挑战	解决心脏数字孪生中的心电逆问题，实现从体表心电信号重建心脏源并估计患者特异性电生理参数	心脏数字孪生和心电逆问题求解方法	计算医学	心血管疾病	心电信号处理，计算建模	深度学习，概率模型，确定性模型	体表心电数据	NA	NA	NA	NA	NA
1344	2025-10-07	A Survey of Few-Shot Learning for Biomedical Time Series 2025, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2024.3492381 PMID:39504299	综述	本文系统综述了生物医学时间序列数据的小样本学习方法及其临床应用	首次对生物医学时间序列领域的小样本学习方法进行全面梳理和比较分析	未提出新的算法模型，主要侧重于现有方法的归纳总结	探讨小样本学习在解决生物医学时间序列数据标注稀缺问题中的应用潜力	生物医学时间序列数据	机器学习	NA	小样本学习	NA	时间序列数据	NA	NA	NA	NA	NA
1345	2025-10-07	International multicenter validation of AI-driven ultrasound detection of ovarian cancer 2025-Jan, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-03329-4 PMID:39747679	研究论文	开发并验证基于Transformer的神经网络模型用于超声检测卵巢癌	首次在国际多中心研究中验证基于Transformer的AI模型在卵巢癌超声检测中的性能，显著超越专家和非专家检查者	回顾性研究设计，缺乏前瞻性验证	验证AI驱动的超声检测在卵巢癌诊断中的有效性和泛化能力	卵巢病变患者	计算机视觉	卵巢癌	超声成像	Transformer	图像	17,119张超声图像，来自8个国家20个中心的3,652名患者	NA	Transformer	F1分数, 敏感度, 特异度, 准确度, Cohen's kappa, Matthew's相关系数, 诊断比值比, Youden's J统计量	NA
1346	2025-10-07	DSTCNet: Deep Spectro-Temporal-Channel Attention Network for Speech Emotion Recognition 2025-01, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3304516 PMID:37624721	研究论文	提出一种深度谱时通道注意力网络（DSTCNet）用于语音情感识别	设计了谱时通道注意力模块，能够沿时间、频率和通道维度推断3D注意力图，增强关键特征的表示能力	未明确说明模型的计算复杂度和实时性能限制	提升语音情感识别的特征表示能力	语音情感识别	自然语言处理	NA	语音信号处理	CNN,注意力机制	语音信号，频谱图	柏林情感数据库（EmoDB）和交互情感二元运动捕捉数据库（IEMOCAP）	NA	DSTCNet，集成谱时通道注意力模块的CNN	NA	NA
1347	2025-10-07	Semi-Supervised Detection Model Based on Adaptive Ensemble Learning for Medical Images 2025-01, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3282809 PMID:37339032	研究论文	提出一种基于自适应集成学习的半监督检测模型，用于医学图像检测	提出新型集成机制Al-Adaboost，结合两个分层模型的决策，自适应调整标记样本权重和分类器	NA	解决医学图像检测中标记样本不足的问题，提高检测效率和准确性	结肠镜和喉镜医学图像	计算机视觉	NA	深度学习	集成学习,半监督学习	医学图像	来自CVC-ClinicDB和高雄医科大学附属医院的结肠镜和喉镜数据	NA	Al-Adaboost, 局部区域提议模型, 循环注意力模型(RAM)	NA	NA
1348	2025-10-07	Contrastive Registration for Unsupervised Medical Image Segmentation 2025-01, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3332003 PMID:37983143	研究论文	提出一种基于对比学习的无监督医学图像分割方法CLMorph，通过图像配准和特征对比学习实现分割	提出结合图像级配准和特征级对比学习的新型卷积神经网络架构，首次将对比学习机制嵌入配准框架用于无监督医学图像分割	未与全监督方法进行直接性能比较，仅在两个医学图像数据集上验证	开发无需人工标注的无监督医学图像分割方法	医学图像	计算机视觉	NA	深度学习	CNN	医学图像	两个主要医学图像数据集	NA	CLMorph	NA	NA
1349	2025-10-07	Toward Transparent Deep Image Aesthetics Assessment With Tag-Based Content Descriptors 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2023.3308852 PMID:37647188	研究论文	提出基于标签内容描述符的透明深度学习框架用于图像美学评估	引入可解释的语义特征和标签内容描述符，使图像美学评估模型更加透明	预定义标签可能不足以描述所有可能的图像内容	开发透明可解释的图像美学评估方法	图像美学质量评估	计算机视觉	NA	深度学习	MLP	图像	5101张带摄影相关标签的图像	NA	MLP	SRCC	NA
1350	2025-10-07	Abnormality detection in nailfold capillary images using deep learning with EfficientNet and cascade transfer learning 2025-01-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85277-8 PMID:39814806	研究论文	本研究开发了一种基于EfficientNet和级联迁移学习的深度学习框架，用于自动检测甲襞毛细血管图像中的异常	提出了基于EfficientNet-B0的级联迁移学习方法，显著提升了正常与异常甲襞毛细血管图像的分类性能	数据集中正常图像仅占6%，可能存在类别不平衡问题	开发自动化的甲襞毛细血管镜检查临床筛查工具	甲襞毛细血管图像	计算机视觉	糖尿病、心血管疾病、风湿性疾病（如系统性硬化症）	甲襞毛细血管镜检查(NFC)	CNN	图像	225名参与者的甲襞毛细血管图像	NA	EfficientNet-B0	准确率,精确率,召回率,F1分数,ROC_AUC	NA
1351	2025-10-07	Exploring the subtle and novel renal pathological changes in diabetic nephropathy using clustering analysis with deep learning 2025-01-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84588-6 PMID:39814818	研究论文	本研究利用深度学习聚类分析方法探索糖尿病肾病中细微且新颖的肾脏病理学改变	首次将不变信息聚类（IIC）应用于肾小球图像分析，结合Grad-CAM和Cycle-GAN可视化技术发现糖尿病肾病早期特征性病变	样本来源单一（仅来自金泽医科大学45例患者），样本量相对有限	通过深度学习技术识别糖尿病肾病的早期病理学改变	糖尿病和非糖尿病患者的肾小球图像	数字病理学	糖尿病肾病	光学显微镜成像，深度学习聚类分析	IIC, GAN, CNN	图像	45名患者的13,251张肾小球图像（糖尿病病例7,799张，非糖尿病病例5,542张）	NA	Cycle-GAN	t-SNE聚类分析	NA
1352	2025-10-07	Advances in computer vision and deep learning-facilitated early detection of melanoma 2025-Jan-15, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elaf002 PMID:40139223	综述	本文综述了计算机视觉和深度学习技术在黑色素瘤早期检测中的最新进展与应用	系统评估了YOLO、GAN、Mask R-CNN、ResNet和DenseNet等先进神经网络在黑色素瘤早期检测中的集成应用	未提及具体研究样本量和技术实现的详细性能指标	探索人工智能技术在改善黑色素瘤早期检测和诊断准确性的应用	皮肤镜图像和黑色素瘤病变	计算机视觉	黑色素瘤	深度学习	YOLO, GAN, Mask R-CNN, ResNet, DenseNet	皮肤镜图像	NA	NA	YOLO, GAN, Mask R-CNN, ResNet, DenseNet	NA	NA
1353	2025-10-07	Variational graph autoencoder for reconstructed transcriptomic data associated with NLRP3 mediated pyroptosis in periodontitis 2025-01-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86455-4 PMID:39809940	研究论文	本研究评估了变分图自编码器在重建与牙周炎中NLRP3介导的细胞焦亡相关基因数据方面的效能	首次将变分图自编码器应用于牙周炎中NLRP3介导细胞焦亡的转录组数据重建，展示了深度学习模型在基因表达分析中的潜力	仅使用了3个样本的小数据集，存在5820个假阴性预测，表明模型采用较为保守的策略	评估变分图自编码器在重建牙周炎相关基因表达数据中的性能	与NLRP3介导细胞焦亡相关的转录组数据	机器学习	牙周炎	转录组测序	VGAE	基因表达数据	3个样本（来自NCBI GEO数据集GSE262663，包含缺氧暴露和正常条件）	NA	变分图自编码器	准确率, 精确率	NA
1354	2025-10-07	Clinical Decision Support Using Speech Signal Analysis: Systematic Scoping Review of Neurological Disorders 2025-Jan-13, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63004 PMID:39804693	系统范围综述	本文通过系统范围综述探讨了语音信号分析在神经系统疾病临床决策支持中的技术发展和研究趋势	提出了一个结合设计科学研究方法的结构化研究框架，指导临床环境中的技术干预研究	仅关注神经系统疾病相关研究，可能忽略了其他疾病领域的相关进展	从临床和技术角度理解语音信号分析在临床决策支持中的关键概念和研究过程	神经系统疾病患者（包括帕金森病、阿尔茨海默病和认知障碍患者）的语音信号	数字病理学	神经系统疾病	语音信号分析，数字信号处理	传统机器学习，深度学习	语音信号，音频图像	389篇符合初始资格标准的文章，其中72篇（18.5%）纳入定性分析	NA	NA	分析验证	NA
1355	2025-10-07	Deep learning-based skin lesion analysis using hybrid ResUNet++ and modified AlexNet-Random Forest for enhanced segmentation and classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315120 PMID:39820868	研究论文	提出一种结合ResUNet++和改进AlexNet-随机森林的混合深度学习模型，用于皮肤病变的精确分割和分类	将ResUNet++的先进分割能力与改进的AlexNet-随机森林分类器相结合，形成混合深度学习框架	仅在Ham10000数据集上进行验证，未在其他数据集测试泛化能力	开发更准确的皮肤病变分割和分类方法以辅助皮肤癌诊断	皮肤病变图像	计算机视觉	皮肤癌	深度学习	CNN, 随机森林	图像	Ham10000数据集	NA	ResUNet++, AlexNet	分割精度, 分类准确率	NA
1356	2025-10-07	Prediction of mechanical characteristics of shearer intelligent cables under bending conditions 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318767 PMID:39903714	研究论文	提出一种基于TCN-BiLSTM-SEAttention的采煤机光纤电缆力学特性预测模型	首次将TCN、BiLSTM和SEAttention机制结合用于电缆力学特性预测，通过SHAP量化特征贡献度	仅验证了6-10 m/min牵引速度下的性能，未涵盖更广泛工况	提高采煤机电缆在弯曲条件下的可靠性预测精度	采煤机智能电缆的力学特性	机器学习	NA	光纤监测技术	TCN, BiLSTM, 注意力机制	时序力学数据	采煤机光纤电缆弯曲模拟数据集（含6/8/10 m/min三种牵引速度）	NA	TCN-BiLSTM-SEAttention	MSE, RMSE, MAE, R2	NA
1357	2025-10-07	Boostering diagnosis of frontotemporal lobar degeneration with AI-driven neuroimaging - A systematic review and meta-analysis 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103757 PMID:39983552	系统综述与荟萃分析	评估基于神经影像特征的人工智能算法在额颞叶变性诊断和预测中的效能	首次对AI驱动神经影像在FTLD诊断中的效能进行系统评估和量化分析	纳入研究存在异质性，多分类任务在较高类别区分时敏感性较低	评估神经影像特征AI算法对FTLD的诊断和预测效能	额颞叶变性患者及健康对照者	医学影像分析	神经退行性疾病	神经影像学	机器学习,深度学习	神经影像数据	75项研究共20,601名受试者，其中8,051名FTLD患者	NA	NA	敏感度,特异度	NA
1358	2025-05-28	A hybrid long short-term memory-convolutional neural network multi-stream deep learning model with Convolutional Block Attention Module incorporated for monkeypox detection 2025 Jan-Mar, Science progress IF:2.6Q2 DOI:10.1177/00368504251331706 PMID:40152267	研究论文	本文开发了一种结合LSTM-CNN多流深度学习模型与CBAM的混合模型，用于猴痘的早期检测	提出了一种结合LSTM、CNN和CBAM的混合多流深度学习模型，用于猴痘检测，并通过Grad-CAM和LIME提高了模型的可解释性	未提及模型在临床环境中的实际应用效果验证	开发一种可靠的深度学习模型，用于猴痘的早期检测	猴痘皮肤病变图像	计算机视觉	猴痘	深度学习	LSTM-CNN混合模型	图像	MSLD v2.0数据集（具体样本数量未提及）	NA	NA	NA	NA
1359	2025-10-07	Status and Prospects of Research on Deep Learning-based De Novo Generation of Drug Molecules 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099287389240126072433 PMID:38321907	综述	本文全面概述了基于深度学习的药物分子从头生成研究现状与发展前景	系统总结了深度学习在药物分子生成中的四大关键维度：分子数据库、分子表示方法、生成模型和评估指标	NA	探讨深度学习在药物设计中的应用现状和未来发展重点	药物分子生成方法	机器学习	NA	深度学习	GAN, RNN, VAE, CNN, DM	分子结构数据	NA	NA	NA	分子质量评估指标，适用性评估指标	NA
1360	2025-10-07	Development of a model for measuring sagittal plane parameters in 10-18-year old adolescents with idiopathic scoliosis based on RTMpose deep learning technology 2025-Jan-11, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-024-05334-2 PMID:39799363	研究论文	本研究开发了一种基于RTMpose深度学习技术的模型，用于自动测量青少年特发性脊柱侧凸患者的全脊柱X射线矢状面参数	首次将RTMpose深度学习技术应用于青少年特发性脊柱侧凸的脊柱参数自动测量，解决了传统手动测量耗时且存在个体差异的问题	数据来自内蒙古五家医院，可能存在地域局限性；不同医院数据格式和规格不一致需要通过数据增强技术处理	开发快速自动测量青少年特发性脊柱侧凸患者全脊柱X射线的深度学习模型	10-18岁青少年特发性脊柱侧凸患者	计算机视觉	脊柱侧凸	X射线成像	深度学习	X射线图像	560张全脊柱矢状面X射线图像（500张用于训练验证，60张用于外部验证）	RTMpose	RTMpose	一致性百分比，准确率，组内相关系数，平均绝对误差	NA