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
81	2025-04-03	Improved diagnosis of arrhythmogenic right ventricular cardiomyopathy using electrocardiographic deep learning 2025-Apr, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.08.030 PMID:39168295	research paper	本研究开发并验证了一种基于心电图（ECG）的深度学习（DL）工具，用于提高致心律失常性右室心肌病（ARVC）的诊断准确性	利用深度学习技术从心电图中预测ARVC诊断，其性能达到ARVC专家水平，并能区分真实ARVC诊断与表型模仿者及高风险家族成员/基因阳性个体	研究样本量相对有限，外部验证队列中ARVC患病率较低（10.2%）	开发并验证一种基于ECG的深度学习工具，用于ARVC诊断	被转诊进行ARVC评估的患者（n=688）及通过Geisinger MyCode社区健康计划鉴定的携带致病性或可能致病性ARVC基因变异的患者（n=167）	digital pathology	cardiovascular disease	deep learning	DL	ECG	总样本量855例（开发集551例，测试集137例，外部验证队列167例）
82	2025-04-03	Estimating hair density with XGBoost 2025-Apr, International journal of cosmetic science IF:2.7Q2 DOI:10.1111/ics.13030 PMID:39551627	研究论文	本研究探索使用XGBoost模型进行头发密度估计，旨在开发一种更准确且通用的方法	采用XGBoost模型进行头发密度估计，相比之前的方法在测试集上达到了95.3%的准确率，显著优于现有方法	未提及模型在其他数据集上的泛化能力或实际临床应用中的潜在问题	开发一种更准确且通用的头发密度估计方法	头皮图像	计算机视觉	NA	图像处理	XGBoost	图像	895张头皮图像（745张用于训练，150张用于测试）
83	2025-04-03	Overfit detection method for deep neural networks trained to beamform ultrasound images 2025-Apr, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107562 PMID:39746284	研究论文	提出一种检测深度神经网络在超声图像波束成形中过拟合的方法	无需重新训练网络或额外测试数据，仅需网络结构和训练权重即可检测过拟合	方法仅在三种人工输入（零、一和高斯噪声）上进行了验证，可能需要更多样化的输入验证	检测深度神经网络在超声图像重建中的过拟合问题	用于超声图像波束成形的深度神经网络	计算机视觉	NA	深度神经网络训练与评估	DNN	超声图像	多站点数据训练的三种DNN模型，参与CUBDL挑战
84	2025-04-03	Deep-ER: Deep Learning ECCENTRIC Reconstruction for fast high-resolution neurometabolic imaging 2025-Apr-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121045 PMID:39894238	research paper	提出一种名为Deep-ER的深度学习重建方法，用于快速高分辨率神经代谢成像	开发了一种基于深度学习的ECCENTRIC重建方法（Deep-ER），显著提高了重建速度和质量	训练数据量相对较小（21例训练，6例测试），可能影响模型的泛化能力	提高磁共振波谱成像（MRSI）的重建速度和质量，以促进神经科学和精准医学应用	高分辨率体模和27名人类参与者（22名健康志愿者和5名胶质瘤患者）	digital pathology	glioma	Magnetic Resonance Spectroscopic Imaging (MRSI), ECCENTRIC pulse sequence	deep neural network with recurring interlaced convolutional layers	MRI imaging data	27 subjects (22 healthy volunteers and 5 glioma patients)
85	2025-04-03	Intuitive Human-Artificial Intelligence Theranostic Complementarity 2025-Apr, Cancer biotherapy & radiopharmaceuticals DOI:10.1089/cbr.2025.0021 PMID:39973351	research paper	探讨人工智能与人类直觉在诊断影像学和治疗诊断核医学中的互补作用	提出人工智能与人类直觉在治疗诊断核医学中的互补性，强调人类医生的情感、直觉和共情能力在临床决策中的不可替代性	人工智能缺乏人类情感、直觉和共情能力，无法理解其输出的意义	研究人工智能与人类直觉在治疗诊断核医学中的互补作用，以优化个性化精准治疗策略	核医学医生和人工智能在癌症治疗诊断中的协同作用	digital pathology	cancer	radiomics, genomics, radiobiology, dosimetry	large language models	multidimensional sources including electronic medical records	NA
86	2025-04-03	Deep Learning-Based Computer-Aided Diagnosis in Coronary Artery Calcium-Scoring CT for Pulmonary Nodule Detection: A Preliminary Study 2025-Apr, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2024.0050 PMID:40134084	研究论文	本研究评估了基于深度学习的计算机辅助诊断（DL-CAD）在冠状动脉钙化评分CT中检测肺结节的可行性和实用性	利用基于薄层图像的DL-CAD系统辅助经验较少的读者提高肺结节的检测灵敏度，且未显著增加假阳性	研究样本量较小（273名患者），且为回顾性研究，可能存在选择偏差	评估DL-CAD在冠状动脉钙化评分CT中检测肺结节的效果	273名接受冠状动脉钙化评分CT的患者	数字病理	肺癌	CT扫描	深度学习	医学影像	273名患者，其中129名男性，平均年龄63.9±13.2岁
87	2025-04-03	Deep Learning-Accelerated Non-Contrast Abbreviated Liver MRI for Detecting Malignant Focal Hepatic Lesions: Dual-Center Validation 2025-Apr, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0862 PMID:40150922	research paper	本研究比较了深度学习加速的非增强简化MRI协议（AMRIDL）与标准简化MRI协议（AMRISTD）在肝脏恶性局灶性病变检测中的图像质量和诊断效果	采用深度学习加速的MRI协议显著提高了图像质量，并将扫描时间缩短了约50%，同时保持了与标准协议相当的病变检测敏感性	研究为回顾性设计，样本量相对有限（155例患者），且仅在两所中心进行验证	评估深度学习加速MRI协议在肝脏恶性局灶性病变检测中的临床应用价值	155例接受肝脏MRI检查的患者（其中64例共104个恶性局灶性病变）	digital pathology	liver cancer	MRI, deep learning	DL（深度学习模型，具体架构未说明）	医学影像（MRI图像）	155例患者（含104个恶性病灶）及MRI体模实验
88	2025-04-03	CabriTrack: Accelerometer data for automated behavioural monitoring of grazing Creole goats 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111431 PMID:40160528	研究论文	介绍了一个名为CabriTrack的数据集，用于通过加速度计数据自动监测克雷奥尔山羊的放牧行为	提供了一个包含144小时以上三轴加速度计数据的数据集，用于训练和评估基于加速度数据的行为预测方法	数据集仅针对克雷奥尔山羊，且行为分类有限（五种行为）	开发自动化动物行为监测方法	克雷奥尔山羊的放牧行为	机器学习	NA	加速度计数据采集和AI行为预测	NA	加速度计数据和视频数据	59只不同的动物，数据收集时间为2023年3月至2024年3月
89	2025-04-03	Kidney stone detection via axial CT imaging: A dataset for AI and deep learning applications 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111446 PMID:40160523	research paper	介绍了一个专注于肾结石检测的CT扫描图像数据集，包含有肾结石和无肾结石患者的两组数据	提供了一个经过清洗、交叉检查和充分标记的CT图像数据集，支持AI和深度学习在肾结石诊断中的应用	数据集主要来自伊拉克Sulaimani和Rania地区的医疗机构，可能无法完全代表其他地区的人口和肾结石模式	开发和验证用于肾结石诊断的深度学习模型	肾结石患者和无肾结石患者的CT扫描图像	digital pathology	kidney stone disease	CT imaging	deep learning models	image	3364 original CT images and 35,457 augmented CT images
90	2025-04-03	FallVision: A benchmark video dataset for fall detection 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111440 PMID:40160526	研究论文	本文介绍了一个专门为跌倒检测研究策划的综合视频数据集，包含分类的跌倒和非跌倒视频	提供了一个全面的跌倒检测视频数据集，包含多种跌倒类别和经过处理的标志视频	数据集来源为手持设备拍摄，可能影响视频质量和一致性	推进跌倒检测算法的发展，为算法开发和测试提供平台	跌倒和非跌倒的视频数据	计算机视觉	老年疾病	计算机视觉和深度学习	NA	视频	自愿参与者提供的视频数据
91	2025-04-03	Deep structural brain imaging via computational three-photon microscopy 2025-Apr, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.4.046002 PMID:40161251	研究论文	开发了一种计算深度三光子显微镜方法，用于提高深层组织的成像质量	提出了一种名为低秩扩散模型（LRDM）-3PM的新方法，结合了定制化的聚集诱导发射纳米探针和自监督深度学习，能够在深层组织中保持高分辨率成像	NA	开发一种在不影响采集速度、不增加激发功率或不添加额外光学组件的情况下提高深层组织成像质量的技术	活体小鼠大脑的海马体	计算成像	NA	三光子显微镜（3PM）、低秩扩散模型（LRDM）、自监督深度学习	低秩扩散模型（LRDM）	三维（3D）图像	活体小鼠大脑
92	2025-04-03	A deep learning algorithm for radiographic measurements of the hip versus human CT measurements: An intermodality agreement study 2025-Apr, Acta radiologica open IF:0.9Q4 DOI:10.1177/20584601251330554 PMID:40162114	研究论文	本研究比较了人类在CT扫描和深度学习算法在X光片上对髋关节测量结果的一致性	首次使用深度学习算法评估髋关节X光片测量与人类CT测量之间的一致性，并探讨骨盆旋转对测量结果的影响	样本量相对较小(172例)，且为回顾性研究	评估不同髋关节测量方法之间的一致性	髋关节发育不良(HD)患者	数字病理	骨关节炎	CT扫描和X光成像	深度学习算法	医学影像	172例放射学报告回顾性分析
93	2025-04-03	Artificial Intelligence Models Accuracy for Odontogenic Keratocyst Detection From Panoramic View Radiographs: A Systematic Review and Meta-Analysis 2025-Apr, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.70614 PMID:40165928	meta-analysis	评估人工智能模型在全景X光片中检测牙源性角化囊肿的诊断准确性	首次通过系统综述和荟萃分析评估AI模型在牙源性角化囊肿诊断中的表现，并比较不同模型架构的性能	存在发表偏倚和研究间高度异质性，且样本量有限	评估AI模型在全景X光片中检测牙源性角化囊肿的诊断准确性	牙源性角化囊肿的全景X光片	digital pathology	odontogenic keratocyst	deep learning	YOLO	image	8项研究的数据
94	2025-04-03	Domain-Adaptive and Per-Fraction Guided Deep Learning Framework for Magnetic Resonance Imaging-Based Segmentation of Organs at Risk in Gynecologic Cancers 2025-Apr, Advances in radiation oncology IF:2.2Q2 DOI:10.1016/j.adro.2025.101745 PMID:40166000	研究论文	开发了一种基于深度学习的领域自适应框架，用于在妇科癌症的磁共振成像中自动分割风险器官	提出了一种合成MRL辅助的深度学习框架，结合每部分适应性调整，提高了风险器官分割的准确性	数据稀缺可能限制了模型的训练效果	开发自动化分割算法以支持磁共振成像集成直线加速器治疗系统中的自适应干预	妇科癌症患者的磁共振成像和计算机断层扫描数据	数字病理学	妇科癌症	磁共振成像（MRI）和计算机断层扫描（CT）	生成对抗网络（GAN）和领域自适应分割网络	图像	158名患者用于CT扫描，25名患者用于MRL扫描
95	2025-04-03	StructVPR++: Distill Structural and Semantic Knowledge with Weighting Samples for Visual Place Recognition 2025-Apr-01, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3556859 PMID:40168193	research paper	提出StructVPR++框架，通过分割引导蒸馏将结构和语义知识嵌入RGB全局表示，以在视觉地点识别任务中实现准确性和效率的良好平衡	解耦全局描述符中的标签特定特征，实现图像对之间的显式语义对齐，同时引入样本加权蒸馏策略以优先处理可靠训练对并抑制噪声对	未明确提及具体局限性	在视觉地点识别任务中平衡准确性和效率	自动驾驶和机器人领域的视觉地点识别	computer vision	NA	分割引导蒸馏	StructVPR++	RGB图像	四个基准测试数据集
96	2025-04-03	Spatiotemporal Observer Design for Predictive Learning of High-Dimensional Data 2025-Apr-01, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3556669 PMID:40168192	research paper	该论文提出了一种基于观测器理论的深度学习架构，用于高维数据的时空预测学习	结合动态系统领域知识设计深度学习模型，提供泛化误差界和收敛保证，并引入动态正则化以更好地学习系统动态	未提及具体局限性	解决具有理论保证的时空预测问题	高维时空数据	machine learning	NA	NA	Spatiotemporal Observer	高维时空数据	NA
97	2025-04-03	AADNet: Exploring EEG Spatiotemporal Information for Fast and Accurate Orientation and Timbre Detection of Auditory Attention Based on A Cue-Masked Paradigm 2025-Apr-01, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3555542 PMID:40168202	研究论文	该研究提出了一种基于线索掩蔽范式的听觉注意解码方法AADNet，用于快速准确地从EEG信号中检测听觉注意的方向和音色	提出了一种新的线索掩蔽听觉注意范式以避免信息泄露，并开发了端到端深度学习模型AADNet，利用EEG信号的时空信息实现高精度低延迟解码	NA	开发快速准确的听觉注意解码技术，用于神经导向助听器等辅助听力设备的应用	EEG信号中的听觉注意方向(OA)和音色注意(TA)	脑机接口	NA	深度学习	AADNet(端到端深度学习模型)	EEG信号	NA
98	2025-04-03	Leveraging Channel Coherence in Long-Term iEEG Data for Seizure Prediction 2025-Apr-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3556775 PMID:40168220	研究论文	本研究提出了一种基于相干性分析的癫痫发作预测方法CoSP，结合深度学习和长期颅内脑电图数据，提高了预测准确性	结合通道相干性分析和深度学习，提出新的癫痫发作预测方法CoSP，并在长期iEEG数据上验证其有效性	研究仅基于10名患者的数据，样本量较小	提高癫痫发作预测的准确性和可靠性	癫痫患者的颅内脑电图数据	生物医学信号处理	癫痫	脑电图(EEG)分析	CNN	脑电图信号	10名患者的长期iEEG数据
99	2025-04-03	Integrating Clinical Insights via Hierarchical Inference to Predict Conditions in Bilaterally Symmetric Organs 2025-Apr-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3556717 PMID:40168215	研究论文	本文提出了一种用于双侧对称器官疾病预测的双边模型，结合了层次推理和自监督学习技术，以提高预测准确性和可解释性	该模型不仅提供初步诊断，还能预测随访时间，通过层次推理和自监督学习增强可解释性，优化计算效率并扩大数据集的有效规模	模型主要针对眼科病例，可能在其他双侧对称器官疾病上的泛化能力有待验证	开发一种能够同时支持初步诊断和随访预测的深度学习模型，以提升临床决策的可信度和效率	双侧对称器官（如眼睛）的疾病诊断和随访预测	数字病理学	眼科疾病	自监督学习	稀疏自编码器、诊断分类器和随访分类器	图像	NA
100	2025-04-03	FIND: A Framework for Iterative to Non-Iterative Distillation for Lightweight Deformable Registration 2025-Apr-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3556676 PMID:40168217	research paper	该论文提出了一个名为FIND的框架，用于将迭代式变形配准能力高效地转移到非迭代轻量级网络中，以在资源有限的设备上实现快速有效的医学图像配准	FIND框架通过双重步骤（循环蒸馏和高级特征蒸馏）有效转移复杂变形处理能力，使轻量级网络在保持高精度的同时显著提升速度	论文未明确说明该方法在极端变形情况下的表现或跨模态配准的适用性	解决深度学习网络在资源受限设备上部署时因复杂性导致的性能限制问题	医学图像变形配准任务	digital pathology	NA	知识蒸馏	非迭代轻量级网络(NIL)	医学图像	四个数据集（未明确样本数量）