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
601	2025-04-08	SFM-Net: Semantic Feature-Based Multi-Stage Network for Unsupervised Image Registration 2025-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3524361 PMID:40030793	研究论文	本文提出了一种基于语义特征的多阶段无监督图像配准网络SFM-Net，用于解决具有复杂解剖结构的图像之间的精细对应问题	提出了一种特征操作符和特征配准方法，强调语义相关区域的对齐，并设计了一个两阶段训练策略，包括强度图像配准阶段和语义特征配准阶段	未明确提及具体局限性	改进具有复杂解剖结构的图像之间的无监督配准方法	3D脑MRI和肝脏CT图像	计算机视觉	NA	深度学习	双流U-Net结构	3D医学图像	未明确提及具体样本数量
602	2025-04-08	Determining the Importance of Lifestyle Risk Factors in Predicting Binge Eating Disorder After Bariatric Surgery Using Machine Learning Models and Lifestyle Scores 2025-Apr, Obesity surgery IF:2.9Q1 DOI:10.1007/s11695-025-07765-0 PMID:40045153	研究论文	本研究评估了生活方式风险因素与腹腔镜袖状胃切除术后两年暴食症（BED）发生几率之间的关联，并比较了机器学习模型和生活方式评分的预测效果	首次结合生活方式评分和多种机器学习模型（包括深度学习）来预测暴食症的发生	样本量相对较小（450人），且仅针对特定手术（LSG）后的患者	评估生活方式风险因素对减肥手术后暴食症发展的影响	450名两年前接受过腹腔镜袖状胃切除术的患者	机器学习	暴食症	BES问卷评估，多种机器学习模型	LG, KNN, DT, RF, SVM, XGBoost, ANN	临床问卷数据	450名LSG术后患者
603	2025-04-08	C2BNet: A Deep Learning Architecture With Coupled Composite Backbone for Parasitic Egg Detection in Microscopic Images 2025-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3318604 PMID:37747862	research paper	提出了一种名为C2BNet的深度学习架构，用于在显微镜图像中检测寄生虫卵	采用双路径结构的耦合复合主干网络，通过特征组合方式增强不同路径间的特征表示能力，并提出了多尺度加权框融合方法以提高检测精度	NA	提高显微镜图像中寄生虫卵检测的模型性能	显微镜图像中的寄生虫卵	computer vision	intestinal parasitic infection	deep learning	C2BNet	image	Chula-ParasiteEgg-11数据集
604	2025-04-08	SeqNovo: De Novo Peptide Sequencing Prediction in IoMT via Seq2Seq 2025-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3321780 PMID:37792659	研究论文	提出了一种名为SeqNovo的模型，用于在医疗物联网(IoMT)中进行从头肽测序预测，该模型结合了Seq2Seq的编码-解码结构、多层感知机(MLP)的高度非线性特性以及注意力机制捕捉长距离依赖关系的能力	SeqNovo模型通过结合MLP和注意力机制，提高了特征提取能力和长距离依赖关系的捕捉能力，同时增强了预测的准确性和可解释性	未提及具体的样本量或实验数据规模，可能影响模型泛化能力的评估	解决现有深度学习模型在肽测序预测中可解释性差和长距离依赖关系捕捉能力不足的问题	肽测序预测	自然语言处理	NA	深度学习	Seq2Seq, MLP, 注意力机制	序列数据	NA
605	2025-04-08	Multiscale Deep Learning for Detection and Recognition: A Comprehensive Survey 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3389454 PMID:38652624	综述	本文全面介绍了多尺度深度学习在目标检测和识别中的发展，构建了一个易于理解且强大的知识结构	综合介绍了多尺度深度学习的理论和方法，包括金字塔表示、尺度空间表示和多尺度几何表示，并比较了不同多尺度结构设计的性能	指出了多尺度深度学习中存在的几个开放问题和未来方向，但未提出具体的解决方案	探讨计算机视觉中的多尺度问题，特别是目标检测和识别中的多尺度表示	多尺度深度学习的理论和方法	计算机视觉	NA	NA	CNN, Vision Transformers (ViTs)	图像	NA
606	2025-04-08	A Colorectal Coordinate-Driven Method for Colorectum and Colorectal Cancer Segmentation in Conventional CT Scans 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386610 PMID:38687670	研究论文	提出了一种名为DeepCRC-SL的自动化分割算法，用于在常规增强CT扫描中分割结直肠和结直肠癌	首次提出了一种基于拓扑感知的深度学习方法，构建了新颖的一维结直肠坐标系，并引入了坐标驱动的自学习策略以利用大量未标记数据	分割精度仍有提升空间，CRC的DSC得分为0.669，结直肠的DSC得分为0.892	实现结直肠癌在常规CT扫描中的自动化分割，以支持自动化检测、分期和治疗反应监测	结直肠和结直肠癌	数字病理	结直肠癌	深度学习	CNN	CT图像	227例标记和585例未标记的结直肠癌病例
607	2025-04-08	A practical approach to the spatial-domain calculation of nonprewhitening model observers in computed tomography 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17599 PMID:39780034	研究论文	提出了一种在空间域计算计算机断层扫描(CT)中非预白化模型观察者的实用方法，避免了傅里叶域方法的缺点	提出了一种避免显式估计噪声协方差矩阵的空间域计算方法，并提供了检测指数估计的不确定性公式	傅里叶域方法在强迭代重建和深度学习重建算法中显示出更高的检测能力，空间域方法可能低估噪声抑制效果	开发一种实用的空间域计算方法，用于评估CT图像质量	CT图像重建算法(迭代重建和深度学习重建)	医学影像	NA	CT扫描、迭代重建(IR)、深度学习重建(DLR)	非预白化(NPW)模型观察者	CT图像	使用Revolution CT扫描仪采集数据，研究两种对比度水平(2和8 mgI/mL)和不同特征尺寸(1-10 mm直径)的体模
608	2025-04-08	Deep Learning for Predicting Difficulty in Radical Prostatectomy: A Novel Evaluation Scheme 2025-Apr, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.01.028 PMID:39814211	研究论文	通过两阶段深度学习方法从术前磁共振成像中评估根治性前列腺切除术的难度	提出了一种新的评估方案，通过两阶段深度学习方法从术前MRI中预测手术难度，并引入了描述前列腺与骨盆空间关系的新指标	研究仅基于290名患者的数据，可能需要更大规模的验证	探索评估根治性前列腺切除术难度的新指标	接受腹腔镜和机器人辅助根治性前列腺切除术的患者	数字病理	前列腺癌	MRI	nnUNet_v2, PointNet	医学影像	290名患者
609	2025-04-08	Machine Learning and Deep Learning in Detection of Neonatal Seizures: A Systematic Review 2025-Apr, Journal of evaluation in clinical practice IF:2.1Q2 DOI:10.1111/jep.70083 PMID:40189779	系统综述	本文系统综述了机器学习和深度学习在新生儿癫痫检测中的应用	总结了ML和DL在新生儿癫痫检测中的效果，并提出了未来研究方向	仅纳入了10项符合标准的研究，可能存在选择偏倚	研究ML和DL对新生儿癫痫检测的影响	新生儿癫痫	机器学习	新生儿癫痫	机器学习(ML)和深度学习(DL)	CNN	脑电图(EEG)信号时间序列数据	17至258名新生儿重症监护病房(NICU)收治的新生儿，共1389次癫痫发作，平均834小时数据
610	2025-04-07	Open-source deep-learning models for segmentation of normal structures for prostatic and gynecological high-dose-rate brachytherapy: Comparison of architectures 2025-Apr-05, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70089 PMID:40186596	research paper	该研究比较了两种UNet衍生架构（UNet++和nnU-Net）在前列腺和妇科高剂量率（HDR）近距离放射治疗计划中自动分割风险器官（OARs）的性能	研究比较了两种UNet衍生架构在HDR近距离放射治疗计划中的性能，并选择了计算硬件需求较低的UNet++模型用于临床常规使用	研究仅针对前列腺和妇科HDR近距离放射治疗计划中的膀胱和直肠分割，未涵盖其他器官或治疗类型	实现和评估用于前列腺和妇科CT引导的HDR近距离放射治疗计划中的自动风险器官分割模型	前列腺和妇科HDR近距离放射治疗患者的CT扫描和分割文件	digital pathology	prostate cancer	CT扫描	UNet++, nnU-Net	image	1316 CT scans from 1105 patients for training, 100 CT scans from 62 patients for testing
611	2025-04-07	A deep learning model for multiclass tooth segmentation on cone-beam computed tomography scans 2025-Apr-05, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics IF:2.7Q1 DOI:10.1016/j.ajodo.2025.02.014 PMID:40186597	研究论文	开发并验证了一种深度学习算法，用于从锥形束计算机断层扫描中自动创建人类牙齿的三维表面模型	提出了一种用于多类牙齿分割的深度学习模型，验证了人工智能在牙科影像分析中的有效性	NA	开发自动化的牙齿分割技术以提高牙科影像分析的精确度	人类牙齿	计算机视觉	NA	锥形束计算机断层扫描	深度学习	医学影像	210例扫描（140例训练集，40例验证集，30例测试集）
612	2025-04-07	Classification of ocular surface diseases: Deep learning for distinguishing ocular surface squamous neoplasia from pterygium 2025-Apr-05, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-06804-x PMID:40186633	研究论文	本研究开发了一种深度学习模型，用于区分眼表鳞状上皮瘤（OSSN）和翼状胬肉（PTG）的裂隙灯照片	首次使用深度学习模型自动分割和分类OSSN与PTG的裂隙灯照片，并展示了较高的准确率	样本量相对较小（162例患者），且未提及模型在其他数据集上的泛化能力	开发一种能够准确区分OSSN和PTG的深度学习模型	眼表鳞状上皮瘤（OSSN）和翼状胬肉（PTG）患者	计算机视觉	眼科疾病	深度学习	EfficientNet B7, GoogleNet	图像	162例患者（77例OSSN，85例PTG）
613	2025-04-07	Deep learning-based denoising image reconstruction of body magnetic resonance imaging in children 2025-Apr-05, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06230-5 PMID:40186652	research paper	本研究评估了基于深度学习的去噪图像重建技术在儿童身体磁共振成像（MRI）中的应用效果	首次在儿童身体MRI中应用深度学习技术进行图像去噪和重建，显著提高了图像质量和扫描速度	非呼吸门控的T1加权图像显示出更明显的呼吸运动伪影	评估深度学习重建技术在儿童身体MRI中的图像质量	21名儿童（中位年龄7岁）的胸腹部MRI图像	digital pathology	NA	radial k-space sampling, PROPELLER序列	DL-based	MRI图像	21名儿童（年龄范围1.5-15.8岁）
614	2025-04-07	A magnetic resonance image-based deep learning radiomics nomogram for hepatocyte cytokeratin 7 expression: application to predict cholestasis progression in children with pancreaticobiliary maljunction 2025-Apr-05, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06225-2 PMID:40186654	research paper	开发了一种基于磁共振图像的深度学习放射组学列线图，用于预测胰胆管合流异常儿童胆汁淤积进展	首次利用深度学习放射组学列线图非侵入性评估肝细胞CK7状态，并预测胆汁淤积进展	研究样本量较小（180例），且为回顾性研究	开发非侵入性方法评估胰胆管合流异常患者的肝细胞CK7状态及胆汁淤积进展	胰胆管合流异常儿童患者	digital pathology	pancreaticobiliary maljunction	MRI, immunohistochemical analysis	ResNet50	image	180例胰胆管合流异常患者（训练集144例，验证集36例）
615	2025-04-07	Parametric-MAA: fast, object-centric avoidance of metal artifacts for intraoperative CBCT 2025-Apr-05, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03348-7 PMID:40186717	research paper	提出了一种新型参数化金属伪影避免方法（P-MAA），用于快速优化锥束CT（CBCT）成像中的轨迹，以减少金属伪影	通过深度学习模型检测关键点，将临床相关物体建模为椭球体，提出了一种计算高效的轨迹评分方法，显著提高了速度	未明确说明方法在极端复杂情况下的表现，以及是否适用于所有类型的金属植入物	解决锥束CT成像中金属伪影的问题，提高图像质量	骨科和创伤应用中的金属植入物及其周围的临床相关区域	医学影像处理	骨科疾病	深度学习，椭球体建模	深度学习模型	图像	模拟和真实临床数据
616	2025-04-07	Deep learning-based estimation of respiration-induced deformation from surface motion: A proof-of-concept study on 4D thoracic image synthesis 2025-Apr-05, Medical physics IF:3.2Q1 DOI:10.1002/mp.17804 PMID:40186879	研究论文	提出一种非患者特定的级联集成模型（CEM），用于从表面运动估计呼吸引起的胸部组织变形	提出了一种不需要患者特定呼吸数据采样和额外训练的级联集成模型（CEM），用于估计胸部组织变形	研究仅基于模拟的表面运动和有限的4D-CT数据集进行验证	开发一种方法以减少4D-CT采集中的辐射暴露，同时保持图像质量	胸部组织变形和4D-CT图像合成	医学影像分析	胸部疾病	深度学习	级联集成模型（CEM）	4D-CT图像	62个私有4D-CT数据集和80个公共4D-CT数据集
617	2025-04-07	Deep learning assisted detection and segmentation of uterine fibroids using multi-orientation magnetic resonance imaging 2025-Apr-05, Abdominal radiology (New York) DOI:10.1007/s00261-025-04934-8 PMID:40188260	research paper	开发深度学习模型用于自动化检测和分割子宫肌瘤的多方位MRI图像	基于三维nnU-Net框架构建的模型，在子宫肌瘤的检测和分割中表现出色，特别是在临床相关病例中	未提及模型在小样本或不同类型肌瘤上的泛化能力	开发自动化检测和分割子宫肌瘤的深度学习模型	子宫肌瘤患者的多方位MRI图像	digital pathology	uterine fibroids	MRI	nnU-Net	image	内部数据集299名患者（训练集239名，内部测试集60名），外部数据集45名患者
618	2025-04-07	Deep learning-based uncertainty quantification for quality assurance in hepatobiliary imaging-based techniques 2025-Apr-04, Oncotarget DOI:10.18632/oncotarget.28709 PMID:40184325	评论	本文探讨了基于深度学习的肝胆影像技术中的不确定性量化方法，以提高诊断准确性和可靠性	介绍了Anisotropic Hybrid Network (AHUNet)这一现代架构，结合2D成像和3D体积数据，通过创新卷积方法提升肝胆影像分析	未提及具体实验数据或样本量，可能缺乏实证支持	提高肝胆影像技术的质量保证和诊断准确性	肝胆影像技术，特别是肿瘤学条件和癌前病变的早期检测	医学影像分析	肝胆肿瘤	深度学习	AHUNet	2D成像和3D体积数据	NA
619	2025-04-07	MIST: An interpretable and flexible deep learning framework for single-T cell transcriptome and receptor analysis 2025-Apr-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adr7134 PMID:40184452	研究论文	介绍了一个名为MIST的深度学习框架，用于单T细胞转录组和受体分析，具有可解释性和灵活性	MIST框架通过三个潜在空间（基因表达、TCR和联合潜在空间）实现转录组和TCR数据的向量化和整合，解析细胞功能和抗原特异性	NA	深入T细胞免疫功能研究	单T细胞的转录组和T细胞受体（TCR）特征	机器学习	肺癌	单细胞转录组分析	深度学习框架	转录组和TCR数据	涉及抗原特异性T细胞、肺癌免疫治疗和COVID19相关的T细胞数据集
620	2025-04-07	Reparameterization Lightweight Residual Network for Super-Resolution of Brain MR Images 2025-Apr-04, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc935 PMID:40185120	研究论文	提出一种轻量级的超分辨率模型，用于提高脑部MR图像的分辨率和清晰度	结合BSRN主干网络和结构重参数化技术，实现轻量化和高效的超分辨率重建	未提及模型在更大规模或多样化数据集上的泛化能力	开发适用于医学图像处理的轻量级超分辨率技术	脑部MR图像	计算机视觉	NA	深度学习	BSRN与结构重参数化结合的轻量级网络	医学图像（脑部MR）	IXI数据集（具体数量未提及）