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
541	2025-04-26	Medical Imaging Applications Developed Using Artificial Intelligence Demonstrate High Internal Validity Yet Are Limited in Scope and Lack External Validation 2025-Feb, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2024.01.043 PMID:38325497	综述	本文回顾了深度学习在运动医学中的应用，识别了文献中的知识和转化差距，并提出了改进建议	系统评估了深度学习模型在运动医学中的内部效度和外部验证情况，并提出了临床适用性不足的问题	仅关注运动医学领域，且大多数研究缺乏外部验证，临床适用性评分较低	评估深度学习在运动医学影像应用中的现状和潜在改进方向	运动医学中的深度学习模型及其临床应用	医学影像分析	运动损伤	深度学习	CNN	医学影像	55项研究
542	2025-04-26	Attention-Based Q-Space Deep Learning Generalized for Accelerated Diffusion Magnetic Resonance Imaging 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3487755 PMID:39471111	研究论文	本文提出了一种基于注意力的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，支持可变q空间采样策略	提出了一种新型深度学习模型aqDL，能够处理可变q空间采样策略，突破了传统方法对固定采样策略的依赖	虽然在不同数据集上验证了模型的泛化能力，但未提及在更广泛临床环境中的适用性	加速扩散磁共振成像的数据采集并提高重建精度	扩散磁共振成像（dMRI）数据	医学影像处理	NA	扩散磁共振成像（dMRI）	Transformer编码器与多层感知机（MLP）	医学影像数据	Human Connectome Project数据集及两个额外独立数据集
543	2025-04-26	A Multimodal Consistency-Based Self-Supervised Contrastive Learning Framework for Automated Sleep Staging in Patients With Disorders of Consciousness 2025-Feb, 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，用于自动化睡眠分期，特别是在意识障碍患者中的应用	结合多模态一致性特征提取器和自监督对比学习策略，解决了现有方法在表示能力、泛化能力和标记数据稀缺方面的问题	未明确提及具体局限性，但可能面临多模态数据采集和处理的复杂性	开发一个自动化睡眠分期系统，特别针对意识障碍患者	意识障碍患者的睡眠数据	机器学习	意识障碍	自监督对比学习	MultiConsSleepNet	EEG和EOG信号	三个公开数据集和一个自收集的意识障碍数据集
544	2025-04-26	Forecasting Epidemic Spread With Recurrent Graph Gate Fusion Transformers 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3488274 PMID:39475731	研究论文	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	整合了多图门控循环单元（MGRU）与自适应图，利用感染率、政策变化和州际旅行等数据，动态建模复杂的传播动态	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	提高COVID-19长期预测的准确性和稳定性	COVID-19的传播动态	机器学习	COVID-19	GNNs, RNNs, Transformers	Seq2Seq, MGRU, SeLU	时间序列数据	NA
545	2025-04-25	RESPAN: A Deep Learning Pipeline for Accurate and Automated Restoration, Segmentation, and Quantification of Dendritic Spines 2025-Feb-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.06.597812 PMID:38895232	研究论文	介绍了一个名为RESPAN的开源深度学习流程，用于准确、自动地恢复、分割和量化树突棘	RESPAN整合了最先进的深度学习技术，用于图像恢复、分割和分析，提供了一个易于部署、用户友好的界面，显著提高了可用性和准确性	未明确提及具体限制	开发一个自动化工具，用于树突棘的恢复、分割和量化，以研究突触连接性	树突棘、树突分支和神经元胞体	数字病理学	NA	深度学习	NA	图像	多种样本，包括活体成像和体内双光子显微镜获取的挑战性数据集
546	2025-04-25	Blockchain-integrated IoT device for advanced inspection of casting defects 2025-Feb-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86777-3 PMID:39939622	研究论文	本研究提出了一种创新的区块链集成物联网系统，用于铸件缺陷的高级检测，结合了基于ResNet的深度学习模型和区块链技术	结合ResNet深度学习模型与区块链技术，提升缺陷检测精度并确保数据完整性和可追溯性	可扩展性和能源效率仍有待改进	解决智能制造中的质量控制和数据管理挑战	铸件缺陷检测与数据管理	智能制造	NA	区块链技术、深度学习	ResNet	图像数据	NA
547	2025-04-25	Mortality risk assessment using deep learning-based frequency analysis of electroencephalography and electrooculography in sleep 2025-Feb-10, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsae219 PMID:39301948	research paper	利用基于深度学习的脑电图和眼电图频率分析评估睡眠中的全因死亡风险	首次使用深度学习模型分析EEG和EOG的功率谱，以预测全因死亡率，并通过SHAP方法进行数据驱动的睡眠阶段特定频带定义	预测全因死亡率的C-index增益较小，仅增加0.24%	评估夜间多导睡眠图（PSG）中EEG和EOG的频率内容是否能预测全因死亡率	8716名参与者，包括MrOS睡眠研究和睡眠心脏健康研究的参与者	machine learning	NA	深度学习生存模型，SHAP分析，Cox比例风险模型	深度学习模型	EEG和EOG信号数据	8716名参与者的PSG数据
548	2025-04-25	Deep Learning-Powered Colloidal Digital SERS for Precise Monitoring of Cell Culture Media 2025-Feb-04, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.03.636280 PMID:39974903	研究论文	本文介绍了一种基于深度学习的胶体数字SERS平台，用于精确监测细胞培养基	利用深度学习和胶体数字SERS技术，通过将时间波动的SERS强度转换为数字二进制信号，显著提高了检测的准确性和可重复性	某些分析物缺乏特征SERS峰可能限制了该平台的广泛应用	开发一种快速、精确监测细胞培养基的新技术，以提高生物制药制造的质量控制	细胞培养基（特别是AMBIC 1.1）中的小分子关键过程参数和质量属性	生物医学诊断	NA	表面增强拉曼光谱（SERS），深度学习	深度学习	光谱数据	NA
549	2025-04-25	Heatmap-Based Active Shape Model for Landmark Detection in Lumbar X-ray Images 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01210-x PMID:39103566	研究论文	提出了一种基于热图和主动形状模型的方法，用于提高腰椎X射线图像中地标检测的鲁棒性	结合深度学习的图像分析能力和地标分布的统计形状约束，提高了地标检测的准确性	未提及具体对噪声和图像模糊性的处理效果	提高腰椎X射线图像中地标检测的鲁棒性	腰椎X射线图像	计算机视觉	腰椎疾病	热图响应和主动形状模型	CNN（Pose-Net和M-Net）	图像	3600张腰椎X射线图像
550	2025-04-25	IEA-Net: Internal and External Dual-Attention Medical Segmentation Network with High-Performance Convolutional Blocks 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01217-4 PMID:39105850	研究论文	提出了一种内部和外部双重注意力的医学图像分割网络IEA-Net，用于解决传统CNN在特征提取和远程依赖建模方面的不足	设计了ICSwR模块和IEAM模块，其中IEAM模块包含LGGW-SA和EA模块，分别用于学习样本内局部-全局特征关联和样本间连接	未明确提及具体局限性	提升医学图像分割性能，特别是人体器官分割任务	医学图像（人体器官图像）	计算机视觉	NA	深度学习	IEA-Net（包含ICSwR和IEAM模块）	图像	Synapse多器官分割数据集和ACDC心脏分割数据集（具体样本数量未提及）
551	2025-04-25	Automated 3D Cobb Angle Measurement Using U-Net in CT Images of Preoperative Scoliosis Patients 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01211-w PMID:39117939	研究论文	提出一种名为SpineCurve-net的深度学习框架，用于从术前脊柱侧弯患者的CT图像中自动测量3D Cobb角度	开发了结合U-net和NURBS-net的自动化3D Cobb角度测量方法，能更准确反映脊柱三维畸形特征	样本量相对有限（116例患者），且验证集年龄分布与训练集存在差异	开发自动化脊柱侧弯评估工具以辅助手术规划	脊柱侧弯患者的CT影像	数字病理	脊柱侧弯	CT成像	U-net结合NURBS-net	3D医学影像	116例脊柱侧弯患者（89例训练集，27例验证集）
552	2025-04-25	Allergy Wheal and Erythema Segmentation Using Attention U-Net 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01075-0 PMID:39120761	research paper	该研究使用深度学习方法对皮肤点刺试验（SPT）图像中的风团和红斑进行分割	采用Attention U-Net模型和图像预处理技术（CLAHE）来提高SPT图像中目标区域的分割精度	样本量较小（46张SPT图像，来自33名参与者），且模型的敏感性和Dice相似系数仍有提升空间	开发一种自动化方法来准确分割SPT图像中的风团和红斑区域	皮肤点刺试验（SPT）图像中的风团和红斑区域	computer vision	过敏性疾病	CLAHE（对比度受限的自适应直方图均衡化）	Attention U-Net	image	46张SPT图像（来自33名参与者），其中144个风团和150个红斑训练数据集
553	2025-04-25	Robust ROI Detection in Whole Slide Images Guided by Pathologists' Viewing Patterns 2025-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01202-x PMID:39122892	研究论文	该研究提出了一种基于深度学习的方法，通过模拟病理学家的观察模式来增强全切片图像中感兴趣区域的检测	利用病理学家诊断时的观察模式生成热图，指导深度学习架构训练，无需单个病例注释	在没有眼动追踪数据的情况下，精确识别焦点区域具有挑战性	提高计算机辅助诊断系统中感兴趣区域检测的准确性和效率	皮肤活检全切片图像中的黑色素瘤诊断	数字病理学	黑色素瘤	深度学习	U-Net with pre-trained ResNet-18 encoder	图像	NA
554	2025-04-25	RVDLAHA: An RISC-V DLA Hardware Architecture for On-Device Real-Time Seizure Detection and Personalization in Wearable Applications 2025-Feb, 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），用于可穿戴设备上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和个性化算法、可编程RISC-V深度学习加速器硬件架构（RVDLAHA）以及专用的RISC-V DLA（RVDLA）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	解决可穿戴设备中实时癫痫检测和个性化算法的硬件实现问题	癫痫患者的脑电信号数据	机器学习	癫痫	CNN	CNN	脑电信号数据	实验室大鼠
555	2025-04-25	Artificial intelligence-driven electrocardiography: Innovations in hypertrophic cardiomyopathy management 2025-Feb, Trends in cardiovascular medicine IF:7.3Q1 DOI:10.1016/j.tcm.2024.08.002 PMID:39147002	综述	本文探讨了人工智能（AI）和机器学习（ML）技术在肥厚型心肌病（HCM）的心电图（ECG）分析中的应用及其对诊断、预后和管理的潜在影响	利用深度学习（DL）模型（如卷积神经网络）分析ECG信号，准确识别HCM相关异常，超越传统诊断方法，并在风险评估中预测心律失常事件	需要更大、更多样化的数据集以提高模型的泛化能力，并解决罕见事件预测中的不平衡问题	探索AI和ML技术在HCM的ECG分析中的应用，以改进诊断、预后和管理策略	肥厚型心肌病（HCM）患者	机器学习	心血管疾病	深度学习（DL）	CNN	ECG信号	NA
556	2025-04-25	Deep learning and optimization enabled multi-objective for task scheduling in cloud computing 2025-Feb, Network (Bristol, England) DOI:10.1080/0954898X.2024.2391395 PMID:39163538	研究论文	本文提出了一种结合多目标优化和深度学习的任务调度模型，用于云计算环境中的任务分配	提出了一种混合分数火烈鸟甲虫优化算法(FFBO)和深度前馈神经网络融合长短期记忆网络(DFNN-LSTM)的新模型	NA	优化云计算环境中的任务调度性能	云计算任务调度	机器学习	NA	深度学习	DFNN-LSTM, FFBO	任务参数和虚拟机参数	NA
557	2025-04-25	Sleep onset time as a mediator in the association between screen exposure and aging: a cross-sectional study 2025-Feb, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01321-x PMID:39190220	研究论文	本研究探讨了屏幕暴露时间对中老年人群衰老的影响，并分析了睡眠开始时间在这一关系中的中介作用	首次使用视网膜年龄差作为衰老指标，并发现睡眠开始时间在屏幕使用与视网膜年龄差之间起中介作用	研究为横断面设计，无法确定因果关系	探究屏幕暴露时间与衰老之间的关系及其潜在机制	中国上海45岁以上的健康在职成年人	数字病理学	老年疾病	深度学习算法	深度学习	图像（眼底图像）和问卷数据	未明确说明样本数量，研究对象为上海45岁以上健康在职成年人
558	2025-04-25	Brain tumor detection and segmentation using deep learning 2025-Feb, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01203-5 PMID:39231857	research paper	该研究提出了一种基于深度学习的脑肿瘤检测、分类和分割方法，结合YOLOv5与2D U-Net	首次比较了不同目标检测算法（Faster R-CNN、YOLO和SSD）在脑肿瘤MRI数据上的表现，并将最佳检测网络与2D U-Net结合进行像素级分割	研究仅针对特定数据集（BTF和BRATS 2018）进行了验证，未在其他数据集上测试泛化能力	比较不同目标检测算法在脑肿瘤检测中的性能，并开发一种高效的脑肿瘤检测与分割方法	脑肿瘤的检测、分类和分割	digital pathology	brain tumor	deep learning-based object detection and segmentation	YOLOv5, 2D U-Net, Faster R-CNN, SSD, Mask R-CNN	MRI images	Brain Tumor Figshare (BTF) dataset和BRATS 2018数据集
559	2025-04-25	Comparison of Pathologist and Artificial Intelligence-based Grading for Prediction of Metastatic Outcomes After Radical Prostatectomy 2025-Feb, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.08.004 PMID:39232875	研究论文	比较病理学家和基于人工智能的分级方法在预测前列腺癌根治术后转移结果中的表现	首次将深度学习算法应用于组织病理学图像分级，并与病理学家的分级结果在预测转移性结果方面进行比较	研究仅基于777名患者的数据，样本量相对有限	评估人工智能在前列腺癌分级中的预测性能	前列腺癌患者	数字病理学	前列腺癌	深度学习	NA	图像	777名前列腺癌患者
560	2025-04-25	Multiparametric ultrasound evaluation of thyroid nodules 2025-Feb, Ultraschall in der Medizin (Stuttgart, Germany : 1980) DOI:10.1055/a-2329-2866 PMID:39242086	研究论文	本文探讨了多参数超声评估在甲状腺结节管理中的应用及其改进诊断准确性的潜力	结合AI技术，特别是机器学习和深度学习，以及基于AI的计算机辅助诊断系统，提高了甲状腺结节的诊断准确性	存在挑战，如需要标准化的TIRADS、超声弹性成像在常规实践中的作用以及AI与临床协议的整合	改进甲状腺结节的表征，减少不必要的干预和治疗	甲状腺结节	数字病理	甲状腺疾病	多参数超声评估、超声弹性成像、CEUS	机器学习、深度学习	超声图像	NA