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
1481	2025-02-09	Multimodal autism detection: Deep hybrid model with improved feature level fusion 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108492 PMID:39700689	研究论文	本研究提出了一种基于深度学习的多模态自闭症检测模型，通过改进的特征级融合方法提高预测准确性	提出了一种新的自闭症检测模型，结合了改进的特征级融合方法和混合模型（CNN和Bi-GRU），显著提高了预测准确性	未提及样本的具体来源和多样性，可能影响模型的泛化能力	开发一种基于深度学习的自闭症检测模型，以提高诊断准确性	自闭症谱系障碍（ASD）患者	机器学习	自闭症	Gabor滤波、Wiener滤波、CSP、改进的奇异谱熵、相关维度、改进的主动外观模型、GLCM特征、SLBT	CNN、Bi-GRU	图像、EEG信号	NA
1482	2025-02-09	Robust multi-modal fusion architecture for medical data with knowledge distillation 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108568 PMID:39709743	研究论文	本文提出了一种新颖且高效的多模态融合框架，用于医疗数据集，即使在缺少一个或多个模态的情况下也能保持一致的性能	提出了一种基于池化瓶颈（PB）注意力的多模态融合模块，并结合知识蒸馏（KD）和梯度调制（GM）方法，以增强模型在缺失模态情况下的推理能力	研究仅在MIMIC-IV数据集上进行评估，可能需要进一步验证在其他数据集上的泛化能力	开发一种能够在缺失模态情况下保持性能的多模态融合框架，用于医疗数据	胸部X光片、现病史文本、人口统计和实验室测试等表格数据	数字病理	NA	知识蒸馏（KD）、梯度调制（GM）	多模态融合模型	图像、文本、表格数据	MIMIC-IV数据集
1483	2025-02-09	TD-STrans: Tri-domain sparse-view CT reconstruction based on sparse transformer 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108575 PMID:39733746	研究论文	本文提出了一种基于稀疏变换器的三域稀疏视图CT重建模型（TD-STrans），以解决稀疏视图CT重建中的过平滑问题	将频域信息引入投影-图像域重建，提出了一种三域稀疏视图CT重建模型，通过多域联合损失函数提升重建质量	未明确提及模型在更广泛数据集上的泛化能力或计算效率	解决稀疏视图CT重建中的过平滑问题，提升图像细节保留能力	稀疏视图CT图像	计算机视觉	NA	稀疏变换器	TD-STrans	CT图像	淋巴结数据集和核桃数据集
1484	2025-02-09	Preserving privacy in healthcare: A systematic review of deep learning approaches for synthetic data generation 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108571 PMID:39742693	系统综述	本文系统回顾了医疗保健领域中用于合成数据生成的深度学习技术，重点关注其在保持数据效用和增强隐私保护方面的能力	本文首次系统性地评估了GANs、VAEs和扩散模型在医疗保健数据生成中的应用，并特别关注了差分隐私和联邦学习等隐私增强方法	在保持时间相关性、减少偏见以及符合监管框架方面仍存在挑战，特别是对于纵向和高维数据	探讨深度学习技术在医疗保健领域中生成合成数据的潜力，以促进隐私保护的数据共享	医疗保健数据	机器学习	NA	深度学习	GANs, VAEs, 扩散模型	表格数据、信号数据、图像数据、多模态数据	NA
1485	2025-02-09	A novel lightweight deep learning based approaches for the automatic diagnosis of gastrointestinal disease using image processing and knowledge distillation techniques 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108579 PMID:39798279	研究论文	本文提出了一种轻量级深度学习模型，用于通过图像处理和知识蒸馏技术自动诊断胃肠道疾病	创新点在于结合了模型压缩技术、ConvLSTM层和ConvNext Blocks，并通过知识蒸馏进行优化，显著降低了计算成本	未提及模型在其他数据集或实际临床环境中的泛化能力	解决深度神经网络在临床环境中计算效率低下的问题	胃肠道疾病的自动诊断	计算机视觉	胃肠道疾病	图像处理、知识蒸馏	ConvLSTM、ConvNext Blocks	图像	6000张内窥镜图像
1486	2025-02-09	Deep Learning-Based Accelerated MR Cholangiopancreatography Without Fully-Sampled Data 2025-Mar, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70002 PMID:39907193	研究论文	本研究旨在通过深度学习加速磁共振胰胆管成像（MRCP）的采集，并在3T和0.55T场强下进行评估	使用深度学习方法进行MRCP重建，无需完全采样数据，并在不同场强下验证其效果	研究仅涉及健康志愿者，未在患者群体中验证	加速MRCP采集并保持图像质量	35名健康志愿者	医学影像	NA	深度学习重建	深度学习模型	磁共振图像	35名健康志愿者
1487	2025-02-09	Fully automated segmentation of brain and scalp blood vessels on multi-parametric magnetic resonance imaging using multi-view cascaded networks 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108584 PMID:39761623	研究论文	本研究提出了一种多视图级联深度学习网络（MVPCNet），用于全自动分割脑部和头皮血管，以提高神经外科导航的准确性	提出了一种结合多视图学习、多参数输入和多视图集成模块的多视图级联深度学习网络，显著提高了小血管和低对比度血管的分割性能	研究仅基于155名患者的数据集进行评估，样本量相对较小，可能影响模型的泛化能力	探索一种克服小血管和头皮血管分割挑战的解决方案，以提高神经外科导航的准确性	脑部和头皮血管	计算机视觉	NA	深度学习	多视图级联深度学习网络（MVPCNet）	多参数磁共振成像（MRI）图像	155名患者
1488	2025-02-09	HistoColAi: An open-source web platform for collaborative digital histology image annotation with AI-driven predictive integration 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108577 PMID:39813900	研究论文	本文提出了一种开源网络平台HistoColAi，用于协作数字组织学图像注释，并集成了AI驱动的预测功能	该平台创新地整合了AI驱动的预测功能，使不熟悉复杂深度学习模型的病理学家也能使用这些工具，从而提高了可访问性和普及性	虽然该工具能够处理多种图像格式，但其主要应用场景是针对TIFF格式的Whole Slide Imaging (WSI)，可能限制了其在其他格式上的应用	开发一种直观的开源网络应用程序，用于数字病理学图像注释和AI驱动的预测集成	数字组织学图像，特别是Whole Slide Imaging (WSI)的TIFF格式图像	数字病理学	皮肤梭形细胞肿瘤	深度学习	NA	图像	NA
1489	2025-02-09	The Role of Artificial Intelligence in Obesity Medicine 2025-Mar, Endocrinology and metabolism clinics of North America IF:4.8Q1 DOI:10.1016/j.ecl.2024.10.008 PMID:39919876	review	本文综述了人工智能在肥胖医学中的变革性作用，展示了机器学习、深度学习、自然语言处理和大语言模型等技术如何改善肥胖管理	强调了人工智能在肥胖医学中的创新应用，包括预测分析、个性化治疗计划和实时行为干预	面临数据隐私、算法偏见、人工智能幻觉、透明度和实施障碍等挑战和伦理问题	探讨人工智能在肥胖医学中的应用及其潜力	肥胖患者	自然语言处理	肥胖	机器学习、深度学习、自然语言处理、大语言模型	NA	数据集	NA
1490	2025-02-08	Deep Learning-Based Techniques in Glioma Brain Tumor Segmentation Using Multi-Parametric MRI: A Review on Clinical Applications and Future Outlooks 2025-Mar, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29543 PMID:39074952	综述	本文综述了深度学习在多参数MRI胶质瘤脑肿瘤分割中的角色及其临床应用	探讨了从早期CNN模型到最新注意力机制和Transformer模型的深度学习分割研究进展	讨论了数据质量、梯度消失和模型可解释性等挑战	研究深度学习在多参数MRI胶质瘤分割中的应用及其未来发展方向	胶质瘤脑肿瘤	数字病理学	脑肿瘤	多参数MRI	CNN, 注意力机制, Transformer模型	MRI图像	NA
1491	2024-08-07	Editorial for "Deep Learning Assisted Classification of T1ρ-MR Based Intervertebral Disc Degeneration Phases" 2025-Mar, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29509 PMID:39016471	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1492	2025-02-08	Multiparametric MRI-Based Deep Learning Radiomics Model for Assessing 5-Year Recurrence Risk in Non-Muscle Invasive Bladder Cancer 2025-Mar, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29574 PMID:39167019	研究论文	本研究探讨了结合多参数MRI和临床因素是否能提高非肌层浸润性膀胱癌5年复发风险评估的准确性	提出了基于多参数MRI的深度学习放射组学模型，结合临床因素，显著提高了非肌层浸润性膀胱癌5年复发风险的评估准确性	研究为回顾性设计，样本量相对较小，且仅使用了单一机构的数据	提高非肌层浸润性膀胱癌5年复发风险的评估准确性	191名接受多参数MRI检查的非肌层浸润性膀胱癌患者	数字病理学	膀胱癌	多参数MRI（mp-MRI）	深度学习（DL）	MRI图像	191名患者（训练队列115名，验证和测试队列各38名）
1493	2025-02-08	Role of artificial intelligence in treatment planning and outcome prediction of jaw corrective surgeries by using 3-D imaging: a systematic review 2025-Mar, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.09.010 PMID:39701860	系统综述	本文系统综述了人工智能在利用3D成像进行颌骨矫正手术的治疗计划和结果预测中的应用	探讨了人工智能在颌骨矫正手术中的治疗计划和结果预测方面的应用，填补了该领域的研究空白	由于研究间的显著异质性和数据报告不足，未进行荟萃分析	评估人工智能在颌骨矫正手术中的治疗计划和结果预测中的作用	颌骨矫正手术	数字病理	NA	3D成像	深度学习算法, 机器学习	CT数据	14项研究
1494	2025-02-08	Predicting craniofacial fibrous dysplasia growth status: an exploratory study of a hybrid radiomics and deep learning model based on computed tomography images 2025-Mar, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.11.002 PMID:39725588	研究论文	本研究旨在开发基于CT图像的三种模型，用于区分颅面纤维性发育不良（CFD）患者的病变进展状态	结合了放射组学和深度学习的混合模型（Model Rad+DL），在评估CFD病变进展方面表现出优越性	研究为回顾性分析，样本量有限（148例患者）	开发并评估基于CT图像的模型，以区分CFD患者的病变进展状态	148名CFD患者的术前CT扫描图像	数字病理学	颅面纤维性发育不良	3D-Slicer软件用于图像分割和特征提取	混合模型（放射组学和深度学习）	CT图像	148名CFD患者
1495	2025-02-08	Deep learning-based image classification reveals heterogeneous execution of cell death fates during viral infection 2025-Mar-01, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E24-10-0438 PMID:39841552	研究论文	本文利用深度学习图像分类技术，分析了单纯疱疹病毒1型（HSV-1）感染的单细胞中的程序性细胞死亡（PCD），揭示了细胞死亡命运的异质性执行	采用深度学习图像分类技术，从形态学角度分析细胞死亡命运，补充了分子检测的不足，揭示了病毒感染下细胞死亡执行的异质性	研究仅针对HSV-1感染的细胞，未涉及其他病毒或细胞类型	研究病毒感染下细胞死亡命运的异质性执行	单纯疱疹病毒1型（HSV-1）感染的单细胞	计算机视觉	病毒感染	深度学习图像分类	深度学习	图像	NA
1496	2025-02-08	Evaluation of GPT-4 concordance with north American spine society guidelines for lumbar fusion surgery 2025-Mar, North American Spine Society journal DOI:10.1016/j.xnsj.2024.100580 PMID:39911377	研究论文	本文评估了GPT-4与北美脊柱协会（NASS）腰椎融合手术指南的一致性	首次评估GPT-4在腰椎融合手术临床决策中的一致性，探索AI在脊柱手术实践中的潜在应用	研究样本量较小，仅包含17个临床案例，且仅限于NASS指南的特定场景	评估GPT-4在腰椎融合手术临床决策中的一致性，探索AI在脊柱手术中的应用潜力	17个基于NASS标准的腰椎融合手术临床案例	自然语言处理	脊柱疾病	GPT-4	深度学习模型	文本	17个临床案例
1497	2025-02-08	Editorial for "Multiparametric MRI-Based Deep Learning Radiomics Model for Assessing 5-Year Recurrence Risk in Non-Muscle Invasive Bladder Cancer" 2025-Mar, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29592 PMID:39258759	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1498	2025-02-07	Deep Learning-Based Artificial Intelligence Can Differentiate Treatment-Resistant and Responsive Depression Cases with High Accuracy 2025-Mar, Clinical EEG and neuroscience IF:1.6Q3 DOI:10.1177/15500594241273181 PMID:39251228	研究论文	本文探讨了基于深度学习的AI技术如何高精度区分治疗抵抗性和治疗反应性抑郁症病例	首次使用深度学习和EEG信号来检测抑郁症的治疗抵抗性	研究受限于临床样本量中等和研究的回顾性	识别抑郁症中的治疗抵抗性群体，以节省治疗时间和资源	77名治疗抵抗性抑郁症患者、43名非治疗抵抗性抑郁症患者和40名健康对照者	机器学习	抑郁症	EEG	GoogleNet卷积神经网络	EEG数据	160名参与者（77名TRD患者、43名非TRD患者和40名健康对照者）
1499	2025-02-07	DDEvENet: Evidence-based ensemble learning for uncertainty-aware brain parcellation using diffusion MRI 2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102489 PMID:39787735	研究论文	本研究开发了一种基于深度学习和扩散MRI的证据集成神经网络DDEvENet，用于解剖学脑部分割	DDEvENet的关键创新在于设计了一个证据深度学习框架，以在单次推理中量化每个体素的预测不确定性	NA	开发一种用于脑部分割的深度学习模型，以提高分割准确性和不确定性估计	健康人群和临床人群的脑部扩散MRI数据	医学影像分析	精神分裂症、双相情感障碍、注意力缺陷多动障碍、帕金森病、脑小血管病、脑肿瘤	扩散MRI	证据集成神经网络	扩散MRI图像	来自多个成像源的大规模数据集，包括健康成人和患有各种脑部疾病的参与者的高质量扩散MRI数据
1500	2025-02-07	Artificial intelligence for left ventricular hypertrophy detection and differentiation on echocardiography, cardiac magnetic resonance and cardiac computed tomography: A systematic review 2025-Mar-01, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.132979 PMID:39798885	系统综述	本文系统综述了人工智能在超声心动图、心脏磁共振和心脏计算机断层扫描上检测和区分左心室肥大的诊断性能	探讨了人工智能在自动检测左心室肥大及其潜在原因方面的应用，并比较了不同成像技术和AI方法的诊断性能	需要进一步研究以验证这些模型在现实生活中的应用效果，并进行成本效益分析	研究人工智能模型在心脏成像中检测和区分左心室肥大及其常见病因的诊断性能	左心室肥大及其常见病因	医学影像分析	心血管疾病	超声心动图、心脏磁共振、心脏计算机断层扫描	深度学习（DL）、卷积神经网络（CNN）、传统机器学习（ML）	图像	30项研究（14项超声心动图、15项心脏磁共振、1项心脏计算机断层扫描）