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
561	2025-04-26	Multi-Organ Foundation Model for Universal Ultrasound Image Segmentation With Task Prompt and Anatomical Prior 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3472672 PMID:39361457	研究论文	提出了一种多器官基础模型（MOFO），用于通用超声图像分割，通过任务提示和解剖先验知识提高分割性能	首次提出多器官基础模型（MOFO），通过联合优化多个器官的分割任务，探索多器官之间的相关性，并引入任务提示和解剖先验知识以提高分割性能	模型依赖于多器官超声数据库的建立，数据稀缺问题可能影响模型的泛化能力	开发一种通用超声图像分割模型，提高多器官分割的准确性和鲁棒性	超声图像中的多器官分割	计算机视觉	NA	深度学习	MOFO	图像	7039张来自10个不同器官的超声图像
562	2025-04-26	Geometry-Aware Attenuation Learning for Sparse-View CBCT Reconstruction 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3473970 PMID:39365719	研究论文	提出了一种新颖的几何感知编码器-解码器框架，用于稀疏视图CBCT重建，以减少辐射剂量并提高重建质量和时间效率	引入几何感知的编码器-解码器框架，利用CBCT扫描的几何关系，将多视图2D特征反投影到3D空间，形成全面的体积特征图，从而在极稀疏视图输入下实现高质量重建	未提及具体在真实临床环境中的验证效果，可能在实际应用中存在未发现的限制	减少CBCT重建中的辐射剂量，同时保持或提高重建图像的质量和时间效率	稀疏视图CBCT重建	计算机视觉	NA	深度学习，神经渲染算法	2D CNN编码器，3D CNN解码器	2D X射线投影，3D CBCT图像	两个模拟数据集和一个真实世界数据集
563	2025-04-26	Coronary artery disease detection using deep learning and ultrahigh-resolution photon-counting coronary CT angiography 2025-Feb, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.09.012 PMID:39366836	研究论文	本研究评估了深度学习在光子计数冠状动脉CT血管造影（PC-CCTA）上自动检测冠状动脉疾病（CAD）的诊断性能	使用深度学习模型（CorEx, Spimed-AI）在非超高分辨率PC-CCTA图像上自动检测CAD，并与人类专家评估的UHR PC-CCTA图像进行比较	回顾性单中心研究，样本量较小（140例患者）	评估深度学习在CAD检测中的诊断性能	疑似CAD并接受PC-CCTA检查的患者	数字病理学	心血管疾病	光子计数冠状动脉CT血管造影（PC-CCTA）	深度学习（CorEx, Spimed-AI）	医学影像	140例患者（96名男性，44名女性）
564	2025-04-26	CQformer: Learning Dynamics Across Slices in Medical Image Segmentation 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3477555 PMID:39388328	研究论文	提出了一种名为CQformer的新型Transformer架构，通过ODE建模2D切片间的动态变化，提升3D医学图像分割性能	首次将ODE引入跨切片特征交互建模，提出交叉实例查询引导的Transformer架构(CQformer)和回归头设计	未明确说明计算复杂度或实时性表现，在BTCV数据集上性能排名第二	改进3D医学图像中连续2D切片的分割精度	多模态医学图像(CT/MRI)中的器官/组织/病变	数字病理	NA	ODE建模	Transformer(CQformer)	3D医学图像	7个不同模态和任务的数据集
565	2025-04-26	Deep learning assists early-detection of hypertension-mediated heart change on ECG signals 2025-Feb, Hypertension research : official journal of the Japanese Society of Hypertension IF:4.3Q1 DOI:10.1038/s41440-024-01938-7 PMID:39394520	研究论文	本研究设计了一个深度学习模型，用于预测心电图（ECG）信号中的高血压，并识别与高血压相关的ECG片段	提出了一个深度学习框架，包括MML-Net（多分支、多尺度LSTM神经网络）和ECG-XAI（面向ECG的波对齐AI解释流程），用于检测高血压引起的心脏结构微小变化	研究依赖于特定医院的数据，可能不具有普遍代表性	探索ECG信号是否能够捕捉高血压引起的心脏结构微小变化	心电图信号	数字病理学	心血管疾病	深度学习	LSTM	ECG信号	210,120条10秒12导联ECG（FX-8322设备）和812条ECG（RAGE-12设备）
566	2025-04-26	Large Language Models can Help with Biostatistics and Coding Needed in Radiology Research 2025-Feb, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.042 PMID:39406582	研究论文	评估大型语言模型（LLMs）在放射学研究中提供统计和深度学习解决方案及代码的能力	首次系统评估LLMs在放射学研究中处理生物统计学和深度学习编码任务的能力	需要用户进一步验证和优化生成的代码，存在潜在错误和幻觉风险，以及数据隐私问题	探索LLMs在放射学研究中的辅助作用	ChatGPT-4o、ChatGPT-3.5和Google Gemini三种大型语言模型	自然语言处理	NA	生物统计学分析、深度学习模型构建	Vision Transformer (ViT-B/16)	医学影像数据、统计问题	Cancer Imaging Archive数据集和RSNA-STR肺炎检测挑战数据集
567	2025-04-26	Evaluating deep learning techniques for optimal neurons counting and characterization in complex neuronal cultures 2025-Feb, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03202-z PMID:39417963	研究论文	本文评估了三种深度学习技术在神经元培养图像中自动计数和表征神经元的最优方法	比较了语义分割、目标检测和实例分割三种深度学习技术在神经元计数和表征中的表现，发现实例分割效果最佳	研究仅针对神经元培养图像，未涉及其他类型的细胞或组织	开发自动且可靠的神经元计数和表征方法	神经元培养中的神经元	计算机视觉	NA	深度学习	语义分割、目标检测、实例分割	图像	NA
568	2025-04-26	Attention-Guided Residual U-Net with SE Connection and ASPP for Watershed-Based Cell Segmentation in Microscopy Images 2025-Feb, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2023.0446 PMID:39422580	研究论文	提出了一种名为RA-SE-ASPP-Net的新型框架，用于显微镜图像中基于分水岭的细胞分割	结合了残差块、注意力机制、Squeeze-and-Excitation连接和Atrous Spatial Pyramid Pooling，以提高细胞分割的精确性和鲁棒性	在低信噪比图像中准确分割接触细胞仍存在挑战	开发自动化细胞分割方法以替代耗时的手动分析	显微镜图像中的细胞	计算机视觉	NA	深度学习	U-Net-based networks, RA-SE-ASPP-Net	显微镜图像	诱导多能干细胞重编程数据集
569	2025-04-26	Graph based recurrent network for context specific synthetic lethality prediction 2025-Feb, Science China. Life sciences DOI:10.1007/s11427-023-2618-y PMID:39422810	研究论文	提出了一种基于图循环网络的模型（SLGRN），用于预测特定遗传背景下的合成致死（SL）相互作用	引入图循环网络编码器获取特定背景下的低维特征表示，结合门控循环单元（GRU）和背景依赖状态，有效整合所有节点信息	未明确提及模型在跨癌症类型或大规模临床数据集上的泛化能力	探索具有治疗潜力的合成致死相互作用，推动癌症靶向治疗发展	合成致死相互作用及其遗传背景依赖性	机器学习	癌症	图神经网络（GNN）、门控循环单元（GRU）	SLGRN（基于图循环网络的模型）	图数据（基因相互作用网络）	NA（未明确提及具体样本量，但包含体外实验和回顾性临床分析验证）
570	2025-04-26	High-Accuracy and Lightweight Image Classification Network for Optimizing Lymphoblastic Leukemia Diagnosisy 2025-Feb, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24704 PMID:39429031	research paper	该研究提出了一种高精度轻量级图像分类网络，用于优化淋巴细胞白血病的诊断	采用渐进式收缩方法，整合了包括宽度、深度、分辨率和核大小在内的多维度剪枝技术，训练轻量级模型	数据集的物理限制和部署设备的限制可能影响模型的泛化能力	优化淋巴细胞白血病的早期检测和诊断	淋巴细胞白血病患者的骨髓细胞图像	digital pathology	lymphoblastic leukemia	deep learning	CNN	image	17,826张骨髓细胞图像来自85名患者
571	2025-04-26	Clinical Pilot of a Deep Learning Elastic Registration Algorithm to Improve Misregistration Artifact and Image Quality on Routine Oncologic PET/CT 2025-Feb, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.044 PMID:39462735	research paper	该研究评估了一种深度学习弹性配准算法在常规肿瘤PET/CT中改善配准伪影和图像质量的效果	提出了一种基于深度学习的弹性配准方法，用于改进PET和衰减校正CT之间的配准误差	样本量较小（30例患者），且仅针对特定类型的PET扫描（18F-FDG和64Cu-DOTATATE）	评估深度学习弹性配准算法在肿瘤PET/CT中的图像质量改善效果	30例接受常规肿瘤检查的患者（20例18F-FDG PET/CT和10例64Cu-DOTATATE PET/CT）	digital pathology	oncologic disease	PET/CT imaging	deep learning-based elastic registration algorithm	medical imaging (PET/CT)	30 patients (20 18F-FDG PET/CT and 10 64Cu-DOTATATE PET/CT)
572	2025-04-26	Electrocardiograph analysis for risk assessment of heart failure with preserved ejection fraction: A deep learning model 2025-Feb, ESC heart failure IF:3.2Q2 DOI:10.1002/ehf2.15120 PMID:39463004	研究论文	开发了一种深度学习模型用于通过心电图分析评估射血分数保留的心力衰竭（HFpEF）风险	使用CNN-LSTM深度学习模型结合心电图数据进行HFpEF风险评估，相比传统指标具有更好的区分能力	样本量相对较小（训练集238例，验证集117例），且需要侵入性左心室导管检查获取LVEDP数据	开发一种高效、低成本的HFpEF筛查方法	HFpEF高风险和低风险患者	数字病理	心血管疾病	心电图分析	CNN-LSTM	心电图数据	训练集238例，验证集117例HFpEF风险患者
573	2025-04-26	A Recognition System for Diagnosing Salivary Gland Neoplasms Based on Vision Transformer 2025-Feb, The American journal of pathology DOI:10.1016/j.ajpath.2024.09.010 PMID:39490441	研究论文	开发了一种基于Vision Transformer (ViT)的计算机辅助诊断模型，用于准确分类唾液腺肿瘤的最常见亚型	首次将Vision Transformer (ViT)应用于唾液腺肿瘤的分类，并在诊断性能上超越了基准模型	研究仅基于3046张全切片图像，样本来源和多样性可能有限	提高唾液腺肿瘤的组织学分类准确性，辅助病理学家进行精确诊断	唾液腺肿瘤的八种常见亚型，包括多形性腺瘤、肌上皮瘤、Warthin瘤等	计算机视觉	唾液腺肿瘤	深度学习	Vision Transformer (ViT)	图像	3046张全切片图像，涵盖九种不同的组织类别
574	2024-12-18	Correction: Deep learning assists early-detection of hypertension-mediated heart change on ECG signals 2025-Feb, Hypertension research : official journal of the Japanese Society of Hypertension IF:4.3Q1 DOI:10.1038/s41440-024-01980-5 PMID:39681651	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
575	2025-04-26	The Impact of Deep Learning on Determining the Necessity of Bronchoscopy in Pediatric Foreign Body Aspiration: Can Negative Bronchoscopy Rates Be Reduced? 2025-Feb, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.162014 PMID:39489944	研究论文	本研究评估了深度学习方法在诊断儿童异物吸入（FBA）中的作用，以减少不必要的支气管镜检查及其潜在并发症	使用基于CNN的深度学习方法显著提高了预测支气管镜检查必要性的准确性，减少了阴性支气管镜检查率	研究样本量较小，未来需要更大规模的多中心数据集验证结果	评估深度学习方法在减少儿童异物吸入诊断中不必要的支气管镜检查的应用效果	47名疑似异物吸入的儿科患者和63名健康儿童的110张PA CXR图像	计算机视觉	儿科异物吸入	CNN, 多元逻辑回归（MLR）	CNN	图像	110张PA CXR图像（47名患者+63名健康儿童）
576	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
577	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
578	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
579	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
580	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