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
21	2025-08-06	TransformerLSR: Attentive joint model of longitudinal data, survival, and recurrent events with concurrent latent structure 2025-02, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103056 PMID:39705769	research paper	提出了一种基于Transformer的深度建模框架TransformerLSR，用于联合建模纵向数据、生存数据和复发事件	首次将Transformer应用于联合建模纵向数据、生存数据和复发事件，并引入了新的轨迹表示和模型架构以整合已知的潜在结构	未明确提及具体局限性，但可能包括计算复杂性和对大规模数据的适应性	开发一个灵活的深度学习框架，用于联合建模纵向测量、复发事件和生存数据	肾移植术后患者	machine learning	肾移植相关疾病	deep learning, temporal point processes	Transformer	longitudinal data, survival data, recurrent events data	NA
22	2025-08-06	Concordance-based Predictive Uncertainty (CPU)-Index: Proof-of-concept with application towards improved specificity of lung cancers on low dose screening CT 2025-02, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103055 PMID:39721356	研究论文	本文介绍了一种新颖的一致性预测不确定性(CPU)-Index，通过结合亚组分析和个性化AI时间-事件模型的见解，改进了低剂量CT筛查肺癌的风险评估	提出CPU-Index框架，通过测量亚组分析与AI时间-事件模型之间预测一致性，优化了偏差-方差权衡，提高了预测的透明度和可靠性	个性化AI时间-事件模型存在透明度问题和来自删失数据的偏差	改进低剂量CT筛查肺癌的特异性	肺癌筛查患者	数字病理	肺癌	低剂量CT(LDCT)影像组学	神经多任务逻辑回归时间-事件模型	影像和人口统计学数据	3,326名在2015年1月1日至2020年6月30日期间接受LDCT筛查并在一年内经病理确诊为肺癌的患者
23	2025-08-06	Fraud detection in healthcare claims using machine learning: A systematic review 2025-02, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103061 PMID:39756221	系统综述	本文系统综述了机器学习技术在医疗保险欺诈检测中的应用	分析了近二十年来文献中记录的数据和方法，提供了研究挑战和机遇的见解	数据不一致、缺乏数据标准化和整合、隐私问题以及用于训练模型的标记欺诈案例数量有限	识别医疗保险欺诈，减少医疗保健支出的损失	医疗保险索赔数据	机器学习	NA	机器学习	无监督学习、监督学习、混合方法	医疗保险索赔数据	137篇文献进行最终定性和定量分析
24	2025-08-06	ECGEFNet: A two-branch deep learning model for calculating left ventricular ejection fraction using electrocardiogram 2025-02, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103065 PMID:39809042	研究论文	提出了一种名为ECGEFNet的双分支深度学习模型，用于通过心电图计算左心室射血分数（LVEF）	创新性地整合了原始数值信号和波形图，通过融合时间、空间和相位信息联合计算LVEF，并提出了融合注意力机制（FAT）和双分支特征融合模块（BFF）来优化特征学习和融合	未提及外部数据集的验证，可能影响模型的泛化能力	开发一种基于心电图（ECG）的深度学习模型，用于早期检测和实时监测左心室收缩功能障碍（LVSD）	左心室射血分数（LVEF）的计算和心脏功能障碍的筛查	数字病理学	心血管疾病	深度学习	ECGEFNet（双分支深度学习模型）	心电图（ECG）信号和波形图	大型内部数据集（具体数量未提及）
25	2025-08-05	A deep learning approach to perform defect classification of freeze-dried product 2025-Feb-10, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2024.125127 PMID:39756597	研究论文	本文提出了一种基于深度学习的冻干产品缺陷分类方法	使用卷积神经网络处理高分辨率图像，开发了两种方法（基于补丁的方法和多标签分类）并进行比较，以实现更快、更可重复的质量控制	研究中仅使用了特定配方和工艺设置制备的样品，可能无法涵盖所有实际生产中的缺陷类型	提高冻干产品在连续生产线上质量控制的效率和准确性	冻干产品样品	计算机视觉	NA	深度学习	CNN	图像	多个连续冻干样品
26	2025-08-03	Advances in antiviral strategies targeting mosquito-borne viruses: cellular, viral, and immune-related approaches 2025-02-04, Virology journal IF:4.0Q2 DOI:10.1186/s12985-025-02622-z PMID:39905499	综述	本文综述了针对蚊媒病毒的抗病毒策略的最新进展，包括细胞、病毒和免疫相关方法	强调了针对宿主因素（如脂质代谢、离子通道和蛋白酶体）和病毒靶点（如NS2B-NS3蛋白酶和非结构蛋白）的抗病毒策略，以及免疫调节疗法和药物再利用、生物信息学、人工智能和深度学习在识别新型抗病毒候选药物中的潜力	尽管综述了多种抗病毒策略，但缺乏具体实验数据支持这些策略的有效性	探讨蚊媒病毒的病毒成分、细胞和免疫因子在其生命周期中的作用，并总结最新的抗病毒策略	蚊媒病毒（如登革热病毒、寨卡病毒、西尼罗河病毒等）及其宿主因素	病毒学	蚊媒病毒感染	药物再利用、生物信息学、人工智能和深度学习	NA	NA	NA
27	2025-07-30	Recovery of GLRLM Features in Degraded Images using Deep Learning and Image Property Models 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047257 PMID:40727416	研究论文	本文提出了一种深度学习方法，用于在已知模糊和噪声条件下恢复灰度游程长度矩阵（GLRLM）特征的真实值	引入了一种新颖的算法，用于GLRLM的可微分近似，并扩展了先前的方法以恢复GLRLM特征	研究仅针对肺部CT图像斑块进行了评估，未涉及其他类型的医学影像	提高放射组学模型在不同成像条件下的泛化能力	肺部CT图像斑块	数字病理	COVID-19	深度学习	双域深度学习模型	图像	未明确提及样本数量
28	2025-07-29	RVDLAHA: An RISC-V DLA Hardware Architecture for On-Device Real-Time Seizure Detection and Personalization in Wearable Applications 2025-02, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2024.3442250 PMID:39137083	研究论文	提出了一种基于RISC-V的深度学习加速器硬件架构（RVDLAHA），用于可穿戴设备中的实时癫痫发作检测和个性化算法	提出了实时癫痫发作检测与个性化算法、可编程RISC-V深度学习加速器硬件架构（RVDLAHA）以及专用RISC-V DLA编译器	实验仅在实验室大鼠中进行，尚未在人类患者中验证	开发一种低功耗、实时的癫痫发作检测和个性化系统，用于可穿戴设备	癫痫患者的脑电信号	机器学习	癫痫	CNN	CNN	脑电信号	实验室大鼠
29	2025-07-29	Real-time intraoperative ultrasound registration for accurate surgical navigation in patients with pelvic malignancies 2025-Feb, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03299-5 PMID:39633142	研究论文	本研究开发并评估了几种实时术中超声（iUS）配准方法，用于骨盆恶性肿瘤手术导航	提出了实时2D iUS骨配准方法，相比现有技术更快速且准确	iUS的用户依赖性较强，需要直观的软件以实现最佳临床应用	提高骨盆恶性肿瘤手术导航的准确性和效率	骨盆恶性肿瘤患者	数字病理	骨盆恶性肿瘤	实时术中超声（iUS）	深度学习	超声图像	30名患者
30	2025-07-25	Lightweight Source-Free Domain Adaptation Based on Adaptive Euclidean Alignment for Brain-Computer Interfaces 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3463737 PMID:39292591	research paper	提出了一种基于自适应欧几里得对齐的轻量级无源域适应方法，用于脑机接口中的跨主体识别	扩展了欧几里得对齐方法，提出自适应欧几里得对齐（AEA），通过投影矩阵对齐目标主体与源主体的分布，消除域漂移问题并提高分类性能	NA	提高脑机接口中跨主体脑电信号分类的准确性和效率	脑电信号（EEG）	脑机接口	NA	自适应欧几里得对齐（AEA）	EEGNet, Shallow ConvNet, Deep ConvNet, MSFBCNN	脑电信号数据	两个运动想象（MI）数据集、一个事件相关电位（ERP）数据集和一个稳态视觉诱发电位（SSVEP）数据集
31	2025-07-25	A Dual-Branch Cross-Modality-Attention Network for Thyroid Nodule Diagnosis Based on Ultrasound Images and Contrast-Enhanced Ultrasound Videos 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3472609 PMID:39356606	research paper	提出一种基于超声图像和对比增强超声视频的双分支跨模态注意力网络，用于甲状腺结节诊断	引入跨模态注意力机制（UAC-T和CAU-T），模仿放射科医生的诊断方式，结合CEUS视频和US图像信息进行结节分割和分类	仅基于自收集的甲状腺US-CEUS数据集进行评估，未在其他公共数据集上验证	提高甲状腺结节的诊断准确率	甲状腺结节	digital pathology	thyroid disease	contrast-enhanced ultrasound (CEUS)	dual-branch network with cross-modality-attention mechanism (UAC-T and CAU-T)	ultrasound images and CEUS videos	自收集的甲状腺US-CEUS数据集（具体样本数量未提及）
32	2025-07-25	Alzheimer's Disease Detection in EEG Sleep Signals 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3478380 PMID:39392730	研究论文	本研究探讨了利用睡眠相关脑电图（EEG）信号通过半监督深度学习技术早期检测阿尔茨海默病（AD）的潜力	采用半监督深度学习模型处理有限的标记数据，并在所有睡眠阶段实现稳定的性能，准确率达到90%	标记数据的稀缺性可能影响模型的泛化能力	早期检测阿尔茨海默病（AD）	睡眠相关的EEG信号	数字病理学	老年病	多导睡眠图（PSG）	半监督深度学习模型	EEG信号	NA
33	2025-07-25	Interpretable Dynamic Directed Graph Convolutional Network for Multi-Relational Prediction of Missense Mutation and Drug Response 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3483316 PMID:39423073	研究论文	提出了一种可解释的动态有向图卷积网络（IDDGCN）框架，用于预测错义突变与药物反应之间的复杂关系	IDDGCN框架结合了有向图、动态节点权重更新、同一基因内不同突变与药物反应的关联探索，以及通过加权机制增强模型的可解释性	未明确提及样本量或具体数据集的限制	解决肿瘤异质性带来的药物反应预测挑战，提升预测模型的准确性和可解释性	错义突变与药物反应之间的复杂关系	机器学习	肿瘤	图卷积网络（GCN）	IDDGCN（可解释的动态有向图卷积网络）	图数据	NA
34	2025-07-25	Highlighted Diffusion Model as Plug-In Priors for Polyp Segmentation 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3485767 PMID:39446534	research paper	提出了一种名为Highlighted Diffusion Model Plus (HDM+)的两阶段息肉分割框架，通过引入显式语义指导来提高分割准确性	使用Highlighted Diffusion Model (HDM)提供显式语义指导，并通过两阶段框架减少领域差距和提高效率	领域差距和扩散生成过程的低效率可能影响模型的实用性	提高结肠镜图像中息肉分割的准确性	结肠镜图像中的息肉	digital pathology	colorectal cancer	diffusion model	HDM+, U-Net	image	六个息肉分割基准数据集
35	2025-07-25	UnBias: Unveiling Bias Implications in Deep Learning Models for Healthcare Applications 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3484951 PMID:39495690	研究论文	本研究探讨了深度学习模型中的偏见及其伦理影响，并提出了一种名为UnBias的方法来评估不同深度神经网络架构中的偏见	引入UnBias方法来评估深度学习模型中的偏见，特别是在COVID-19检测的案例研究中应用	研究主要关注性别偏见，可能未涵盖其他类型的偏见如种族或年龄	推动公平和可信赖的AI应用，特别是在医疗保健领域	深度学习模型在医疗保健应用中的偏见问题	机器学习	COVID-19	深度学习	ResNet50V2, DenseNet121, InceptionV3, Xception	图像	来自多个公开可访问存储库的胸部X光扫描数据集
36	2025-07-25	CellCircLoc: Deep Neural Network for Predicting and Explaining Cell Line-Specific CircRNA Subcellular Localization 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3491732 PMID:39495689	研究论文	提出了一种基于深度学习的模型CellCircLoc，用于预测和解释细胞系特异性circRNA的亚细胞定位	首次开发了考虑细胞系特异性的circRNA亚细胞定位预测模型，结合了CNN、Transformer和双向LSTM来捕捉序列特征	未提及模型在跨细胞系泛化能力方面的局限性	开发细胞系特异性的circRNA亚细胞定位预测工具	circRNA的亚细胞定位	生物信息学	NA	深度学习	CNN, Transformer, 双向LSTM	序列数据	未明确说明样本量（涉及多个细胞系）
37	2025-07-25	M-NET: Transforming Single Nucleotide Variations Into Patient Feature Images for the Prediction of Prostate Cancer Metastasis and Identification of Significant Pathways 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3493618 PMID:39509309	研究论文	开发了一种名为M-NET的新型生物信息深度学习框架，用于预测前列腺癌转移，并将单核苷酸变异转化为适合卷积神经网络的病人特征图像	提出了一种将单核苷酸变异转化为适合卷积神经网络的病人特征图像的新方法，并识别了与转移状态相关的重要通路	未提及具体样本量或数据集的多样性限制	预测前列腺癌转移并识别相关重要通路	前列腺癌患者的单核苷酸变异数据	数字病理学	前列腺癌	深度学习	CNN	基因组数据	NA
38	2025-07-25	Attention-Based Q-Space Deep Learning Generalized for Accelerated Diffusion Magnetic Resonance Imaging 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3487755 PMID:39471111	研究论文	本研究提出了一种基于注意力机制的q空间深度学习模型（aqDL），用于加速扩散磁共振成像（dMRI）的数据重建	提出了一种新型深度学习模型aqDL，能够处理可变的q空间采样策略，突破了传统方法对预定采样策略的依赖	未明确提及具体局限性	加速扩散磁共振成像的数据采集与参数重建	扩散磁共振成像数据	医学影像分析	NA	扩散磁共振成像（dMRI）	Transformer编码器与多层感知机（MLP）结合的深度学习模型	医学影像数据	Human Connectome Project数据集及两个独立验证数据集
39	2025-07-25	A Multimodal Consistency-Based Self-Supervised Contrastive Learning Framework for Automated Sleep Staging in Patients With Disorders of Consciousness 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3487657 PMID:39471113	研究论文	提出了一种基于多模态一致性的自监督对比学习框架MultiConsSleepNet，用于意识障碍患者的自动睡眠分期	结合多模态特征提取和自监督对比学习策略，有效利用未标记数据，提升模型在有限标记数据下的表现和泛化能力	未明确提及模型在更广泛临床环境中的验证情况	开发一种能够有效处理标记数据稀缺问题的自动睡眠分期方法，特别针对意识障碍患者	意识障碍患者的脑电图(EEG)和眼电图(EOG)数据	数字病理学	意识障碍	自监督对比学习	MultiConsSleepNet（包含单模态特征提取器和多模态一致性特征提取器）	EEG和EOG信号	三个公开数据集和一个自收集的DOC数据集（具体样本量未提及）
40	2025-07-25	Forecasting Epidemic Spread With Recurrent Graph Gate Fusion Transformers 2025-02, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3488274 PMID:39475731	研究论文	本文提出了一种名为ReGraFT的新型序列到序列模型，用于COVID-19的长期预测	ReGraFT整合了多图门控循环单元(MGRU)与自适应图，利用各州的数据（如感染率、政策变化和州际旅行）进行预测，并通过自归一化启动(SNP)层提高预测稳定性与准确性	过度依赖历史COVID-19数据可能限制了利用时滞数据（如干预政策信息）的潜力	改进COVID-19的长期预测，以支持更好的公共卫生决策	COVID-19的传播动态	机器学习	COVID-19	GNNs, RNNs, Transformers	Seq2Seq, MGRU, SNP	时间序列数据	NA