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	2025-05-29	Community Graph Convolution Neural Network for Alzheimer's Disease Classification and Pathogenetic Factors Identification 2025-02, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3269446 PMID:37204952	research paper	该研究提出了一种新的深度学习方法Com-GCN，用于研究大脑区域和基因社区网络中的信息传递，以诊断阿尔茨海默病并提取其致病因素	提出了社区图卷积神经网络(Com-GCN)和大脑区域基因社区网络(BG-CN)的概念，改进了分类性能和可解释性，并能识别病变脑区和致病基因	仅基于ADNI数据集进行验证，未在其他神经疾病上广泛测试	研究大脑区域和基因协作网络中的信息传递机制，用于阿尔茨海默病的诊断和致病因素识别	阿尔茨海默病患者的大脑区域和基因协作网络	machine learning	geriatric disease	深度学习	GCN (Graph Convolutional Network)	神经影像数据	ADNI数据集
22	2025-05-29	Hypernetwork-Based Physics-Driven Personalized Federated Learning for CT Imaging 2025-02, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3338867 PMID:38100342	研究论文	提出了一种基于超网络的物理驱动个性化联邦学习方法（HyperFed），用于CT成像，旨在解决传统深度学习方法中的数据集中收集和隐私问题	通过将每个域的优化问题分解为局部数据适应和全局CT成像两个子问题，分别由机构特定的物理驱动超网络和全局共享成像网络实现，从而学习稳定有效的跨数据分布不变特征	未明确提及具体样本量或实验覆盖的扫描协议范围，可能影响方法的泛化性评估	提升CT成像质量并满足不同机构或扫描仪的个性化需求，同时避免数据共享	CT影像数据及其重建过程	医学影像分析	NA	联邦学习、深度学习	超网络（Hypernetwork）	CT影像	NA
23	2025-05-28	Deep learning-based defect detection in film-coated tablets using a convolutional neural network 2025-Feb-25, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.125220 PMID:39832574	研究论文	本文提出了一种基于深度学习的薄膜包衣片剂缺陷检测方法，使用卷积神经网络（CNN）进行定量分析	采用CNN进行薄膜包衣片剂缺陷检测，准确率达到99.7%，显著优于传统的基于静态规则的方法	研究中使用的缺陷是人为诱导的，可能无法完全代表实际生产中的所有缺陷类型	开发一种标准化、客观且高效的薄膜包衣片剂缺陷检测方法	红色-橙色薄膜包衣安慰剂片剂	计算机视觉	NA	图像分析	CNN	图像	25,200张片剂图像
24	2025-05-28	Deep learning and electrocardiography: systematic review of current techniques in cardiovascular disease diagnosis and management 2025-Feb-23, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01349-w PMID:39988715	综述	本文综述了深度学习与心电图（ECG）在心血管疾病领域应用的最新进展，系统性地分析了198篇高质量文献	通过细致的分类和层次分割，全面描绘了当前心血管疾病领域的研究现状	NA	为感兴趣的读者提供全面的指南，激发对这一领域进一步深入探索和研究的热情	心血管疾病	机器学习	心血管疾病	深度学习	NA	心电图（ECG）数据	198篇高质量文献
25	2025-05-28	Development of a pressure ulcer stage determination system for community healthcare providers using a vision transformer deep learning model 2025-Feb-14, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000041530 PMID:39960905	research paper	开发了一种基于Vision Transformer深度学习模型的压疮分期系统，用于辅助社区医疗护理人员早期检测压疮	首次使用Vision Transformer模型处理实际压疮照片进行分类，相比传统CNN模型具有更高准确性和更低计算复杂度	研究仅基于395张图像，样本量相对有限	开发辅助社区护理人员早期检测压疮的计算机视觉系统	压疮患者的不同分期照片	computer vision	pressure ulcer	deep learning	Vision Transformer (ViT)	image	395张来自3家医院的压疮分期图像
26	2025-05-28	Fraud detection in healthcare claims using machine learning: A systematic review 2025-Feb, 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，减少医疗支出损失	医疗保险索赔数据	机器学习	NA	机器学习	无监督方法、监督方法、混合方法	医疗保险索赔数据	137篇研究文章，涉及16个国家的数据，主要来自美国（96篇）、中国（11篇）和澳大利亚（5篇）
27	2025-05-28	Predicting the Price of Molecules Using Their Predicted Synthetic Pathways 2025-Feb, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202400039 PMID:39887833	research paper	本文提出了一种名为RetroPriceNet的深度学习模型，用于预测分子的价格，该模型利用分子的预测合成路径作为特征	首次提出了一种考虑起始材料可用性和价格的虚拟分子价格预测函数，填补了现有指标的空白	NA	改进和加速与商品成本相关的决策过程	虚拟分子的价格预测	machine learning	NA	Computer Aided Synthetic Planning (CASP)	RetroPriceNet (deep learning model)	molecular data	NA
28	2025-05-28	Retinal vascular alterations in cognitive impairment: A multicenter study in China 2025-Feb, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.14593 PMID:39988572	研究论文	本研究通过多中心研究调查了认知障碍患者的视网膜血管变化	使用VC-Net深度学习模型分割视网膜动静脉网络，提取36个血管特征，发现认知障碍患者血管结构显著变化	需要在更大规模的队列中验证，并探索潜在机制	研究认知障碍患者的视网膜血管变化	176名轻度认知障碍(MCI)或阿尔茨海默病(AD)患者和264名对照者	数字病理学	阿尔茨海默病	深度学习	VC-Net	图像	440名受试者（176名患者和264名对照）
29	2025-05-28	Diagnostic accuracy of radiomics and artificial intelligence models in diagnosing lymph node metastasis in head and neck cancers: a systematic review and meta-analysis 2025-Feb, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03485-x PMID:39527265	meta-analysis	该研究通过系统综述和荟萃分析评估了放射组学和人工智能模型在头颈癌淋巴结转移诊断中的准确性	首次对AI模型在头颈癌淋巴结转移诊断中的准确性进行全面评估，并比较了不同影像学方法和模型类型的表现差异	大多数研究缺乏外部验证，分析仅限于内部验证集，可能影响结果的普遍适用性	评估人工智能模型在头颈癌淋巴结转移诊断中的准确性	头颈癌患者的淋巴结转移情况	digital pathology	head and neck cancers	radiomics, deep learning	deep learning models, hand-crafted radiomics models	医学影像数据（CT、MRI、PET/CT）	23项符合条件的研究（具体样本量未明确说明）
30	2025-05-27	Artificial Vision Systems for Fruit Inspection and Classification: Systematic Literature Review 2025-Feb-28, Sensors (Basel, Switzerland) DOI:10.3390/s25051524 PMID:40096367	系统文献综述	本文通过系统文献综述，探讨了计算机视觉在水果分选和质量检测中的应用领域、硬件配置及算法技术	总结了2015至2024年间56篇相关文献，提供了水果质量检测系统开发的基础指南	仅分析了2015至2024年的文献，可能未涵盖早期的重要研究	识别水果分选的不同应用领域、典型硬件配置及使用的技术和算法	水果分选和质量检测	计算机视觉	NA	RGB相机、LED照明系统、多光谱相机、Otsu和Sobel算法、ResNet和VGG模型	ResNet, VGG	图像	56篇文献
31	2025-05-27	A Review of Machine Learning and Deep Learning Methods for Person Detection, Tracking and Identification, and Face Recognition with Applications 2025-Feb-26, Sensors (Basel, Switzerland) DOI:10.3390/s25051410 PMID:40096196	综述	本文全面分析了人脸识别、跟踪、识别和人员检测技术的最新发展，强调了现有技术的优缺点	通过PRISMA方法系统综述了100多篇著名期刊文章，概括了该领域最相关的研究，并强调了从传统方法向深度学习方法转变的趋势	模型在不同环境条件下的鲁棒性有待提高，包括多样光照和遮挡；对不同摄像机角度的适应性；以及与隐私权相关的伦理和法律问题	评估人脸识别、跟踪、识别和人员检测技术的最新发展	142篇相关论文	计算机视觉	NA	机器学习、深度学习	NA	NA	142篇论文
32	2025-05-26	Attention Rings for Shape Analysis and Application to MRI Quality Control 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047233 PMID:40406668	研究论文	提出了一种基于集成模型和深度学习的新型自动质量控制方法，用于分析ABCD研究中的MRI数据质量	结合了FSQC指标和新型深度学习模型进行脑形状分析，使用皮层厚度、曲率、沟深度和表面积作为输入特征	自动化方法的准确率为72.62%，略低于集成模型的76%	开发自动化的MRI质量控制方法以加速ABCD数据分析	ABCD研究中的MRI数据	数字病理学	NA	MRI, 深度学习	集成模型, 深度学习模型	MRI图像	超过20,000次MRI扫描
33	2025-05-24	Multiple model visual feature embedding and selection method for an efficient oncular disease classification 2025-Feb-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84922-y PMID:39934192	research paper	该研究提出了一种基于深度学习的自动化眼部疾病分类系统，旨在提高诊断精度并支持临床工作流程	引入了一种新颖的两级特征选择框架，结合了LDA和先进的神经网络分类器（DNN、LSTM和BiLSTM），显著降低了计算复杂度并提高了分类准确性	研究仅使用了ODIR数据集，可能无法涵盖所有类型的眼部疾病，且未提及在外部验证集上的表现	开发一个高效、可扩展的自动化眼部疾病检测系统，以支持临床决策	眼部疾病患者	computer vision	ocular disease	deep learning	DenseNet201, EfficientNetB3, InceptionResNetV2, DNN, LSTM, BiLSTM	image	5,000 patient fundus images
34	2025-05-24	Computational Methods for Predicting Chemical Reactivity of Covalent Compounds 2025-Feb-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01591 PMID:39823568	研究论文	本文通过机器学习和量子力学计算，预测共价化合物的化学反应性，为共价药物的发现和开发提供计算工具	结合机器学习、深度学习和量子力学计算，开发了FP-Stack模型，显著提高了共价化合物反应性的预测准确性和计算效率	研究仅针对半胱氨酸靶向的共价化合物，可能不适用于其他类型的共价化合物	预测和调节共价化合物的化学反应性，以支持共价药物的发现和开发	419种半胱氨酸靶向的共价化合物	机器学习	NA	机器学习、深度学习、量子力学计算	FP-Stack	化学数据	419种半胱氨酸靶向的共价化合物
35	2025-05-24	Deep Learning-Based Tract Classification of Preoperative DWI Tractography Advances the Prediction of Short-Term Postoperative Language Improvement in Children With Drug-Resistant Epilepsy 2025-02, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3463481 PMID:39292577	research paper	该研究开发了一种基于深度卷积神经网络（DCNN）的束分类方法，用于预测耐药性癫痫儿童术后短期语言能力的改善	扩展了先前基于DCNN的束分类方法，利用高质量的全脑扩散加权成像连接组（wDWIC）数据库，提高了术前语言模块网络（LMNs）内连接标记的预测准确性	研究样本可能有限，且仅关注短期术后语言改善，未涉及长期效果	提高耐药性癫痫儿童术后语言能力改善的预测准确性	耐药性癫痫儿童	digital pathology	epilepsy	diffusion-weighted imaging connectome (wDWIC)	DCNN	image	独立验证队列中的核心/表达/接受域样本
36	2025-05-24	Deep Learning for Pediatric Sleep Staging From Photoplethysmography: A Transfer Learning Approach From Adults to Children 2025-02, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3470534 PMID:39331540	研究论文	本研究利用深度学习技术，通过光电容积图（PPG）时间序列对儿童睡眠分期进行自动化分析，采用从成人到儿童的迁移学习方法	首次将迁移学习应用于儿童睡眠分期，利用成人数据集进行预训练，显著提高了儿童睡眠分期的准确性和泛化能力	对5岁以下儿童的性能表现有所下降，需要更多覆盖更广年龄范围的儿科数据集来完全解决泛化限制	开发一种基于PPG的自动化儿童睡眠分期方法	5-10岁儿童（CHAT数据集）和5岁以下儿童（Ichilov数据集）的睡眠数据	机器学习	睡眠障碍	PPG（光电容积图）	深度学习模型	时间序列数据	CHAT数据集（5-10岁儿童）和Ichilov数据集（5岁以下儿童）
37	2025-05-24	TFTL: A Task-Free Transfer Learning Strategy for EEG-Based Cross-Subject and Cross-Dataset Motor Imagery BCI 2025-02, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3474049 PMID:39365711	研究论文	提出一种无任务迁移学习策略（TFTL），用于基于EEG的跨被试和跨数据集运动想象脑机接口（MI-BCI），以减少校准时间并实现多中心数据联合建模	提出TFTL策略，通过数据对齐、共享特征提取器和特定分类器的联合优化，实现跨数据集知识迁移，并仅使用目标被试的静息数据进行模型构建，实现无任务校准	未明确提及具体局限性，但跨数据集和跨被试的泛化性能可能受数据异质性影响	解决MI-BCI中因长时间校准和EEG数据不足导致的性能瓶颈，推动其从实验室走向临床应用	运动想象脑机接口（MI-BCI）系统	脑机接口	神经康复	EEG信号处理与迁移学习	ShallowConvNet, EEGNet, TCNet-Fusion	EEG信号	五个数据集（BCIC IV Dataset 2a, Dataset 1, Physionet MI, Dreyer 2023, OpenBMI），具体样本量未明确
38	2025-05-24	A Serial MRI-based Deep Learning Model to Predict Survival in Patients with Locoregionally Advanced Nasopharyngeal Carcinoma 2025-Feb, Radiology. Artificial intelligence DOI:10.1148/ryai.230544 PMID:39812582	research paper	开发并评估了一个基于深度学习的预后模型，用于通过诱导化疗前后的连续MRI预测局部晚期鼻咽癌患者的生存率	使用图卷积神经网络开发了一个结合放射组学和临床因素的预后模型，显著提高了预测疾病无进展生存期的准确性	研究为回顾性设计，可能存在选择偏差，且样本量虽大但来自特定时间段	预测局部晚期鼻咽癌患者的生存率并指导风险适应性治疗	1039名局部晚期鼻咽癌患者（779名男性和260名女性，平均年龄44岁±11）	digital pathology	nasopharyngeal carcinoma	MRI	graph convolutional neural networks	MRI图像	1039名患者（2011年12月至2016年1月诊断）
39	2025-05-23	Preoperative diagnosis of meningioma sinus invasion based on MRI radiomics and deep learning: a multicenter study 2025-Feb-28, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-025-00845-5 PMID:40022261	研究论文	本研究通过结合放射组学和深度学习特征构建融合模型，用于脑膜瘤窦侵犯的术前精确诊断	首次构建了结合放射组学和多种深度学习特征（VGG、ResNet、DenseNet）的融合模型，并在多中心数据集中验证了其优越的诊断性能	研究为回顾性设计，需要前瞻性研究进一步验证模型的临床适用性	开发脑膜瘤窦侵犯的术前精确诊断方法	601例经手术病理证实的脑膜瘤患者	数字病理	脑膜瘤	MRI影像分析	随机森林（RF）、VGG、ResNet、DenseNet	医学影像	601例患者（训练集、内部验证集和独立外部验证集）
40	2025-05-23	Endoscapes, a critical view of safety and surgical scene segmentation dataset for laparoscopic cholecystectomy 2025-Feb-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-04642-4 PMID:40000637	research paper	介绍Endoscapes2023数据集，用于腹腔镜胆囊切除术中的安全关键视图和手术场景分割	发布了一个包含201个腹腔镜胆囊切除术视频的数据集，带有手术器械和肝胆囊解剖的分割掩码，以及由三位训练有素的外科医生根据公开协议评估的安全关键视图标准	NA	支持深度学习模型在腹腔镜胆囊切除术中的视觉任务，如评估安全关键视图，以提高手术安全性和效率	腹腔镜胆囊切除术视频	digital pathology	NA	deep learning	NA	video	201个腹腔镜胆囊切除术视频