深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
1201	2025-10-07	Compact Model Training by Low-Rank Projection With Energy Transfer 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3400928 PMID:38843062	研究论文	提出一种名为LRPET的新训练方法，通过低秩投影与能量转移从头训练低秩压缩网络	提出交替执行随机梯度下降训练和权重矩阵低秩投影的方法，通过能量转移补偿投影导致的矩阵能量损失，并引入BN修正技术	NA	开发更有效的深度神经网络低秩压缩方法	深度神经网络模型	机器学习	NA	低秩近似，网络压缩	CNN, Transformer	图像	CIFAR-10和ImageNet数据集	NA	NA	准确率，压缩效果	NA
1202	2025-10-07	Supervise-Assisted Self-Supervised Deep-Learning Method for Hyperspectral Image Restoration 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386809 PMID:38722728	研究论文	提出一种监督辅助的自监督深度学习方法用于高光谱图像恢复	结合监督学习和自监督学习，引入噪声自适应损失函数处理带噪声的退化高光谱图像	未明确说明方法在极端噪声水平或复杂退化场景下的性能	解决高光谱图像恢复中的分布差异和噪声干扰问题	带噪声的退化高光谱图像	计算机视觉	NA	高光谱成像	深度学习	高光谱图像	NA	NA	NA	定量指标, 视觉质量	NA
1203	2025-10-07	Personalized deep learning auto-segmentation models for adaptive fractionated magnetic resonance-guided radiation therapy of the abdomen 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17580 PMID:39699250	研究论文	本研究开发个性化深度学习自动分割模型，用于腹部磁共振引导放疗中的自适应分割	提出基于患者特异性数据的自动分割方法，结合计划阶段和前期分次治疗的专家分割结果进行模型微调	研究样本量有限（151例患者），仅针对特定类型MR-Linac设备（0.35T）	改进磁共振引导放疗中的自动分割精度，减少手动轮廓修正时间	腹部癌症患者（151例）的磁共振图像	医学影像分析	腹部癌症	磁共振成像（MRI），深度学习	深度学习分割模型	磁共振图像	151例患者，包含151个计划MRI和215个分次治疗MRI	NA	NA	Dice相似系数（DSC），平均豪斯多夫距离（HD avg），95%百分位豪斯多夫距离（HD95）	NA
1204	2025-10-07	Deep learning-aided diagnosis of acute abdominal aortic dissection by ultrasound images 2025-Apr, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-025-02311-y PMID:39821588	研究论文	本研究探索深度学习在超声图像中辅助诊断急性腹主动脉夹层的应用	首次将深度学习模型应用于超声图像诊断腹主动脉夹层，并与人类医生进行性能比较	样本量较小（374张图像），仅使用单一医疗机构数据	开发基于深度学习的急性腹主动脉夹层辅助诊断系统	腹主动脉夹层患者的超声图像	计算机视觉	心血管疾病	超声成像	CNN	图像	374张超声图像（来自2022年6月30日前治疗的患者）	NA	DenseNet-169, VGG-16	敏感度, AUC	NA
1205	2025-10-07	Impact of deep learning reconstructions on image quality and liver lesion detectability in dual-energy CT: An anthropomorphic phantom study 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17651 PMID:39887750	研究论文	通过人体模型研究评估深度学习重建算法在双能CT中对图像质量和肝脏病灶检测能力的影响	首次在双能CT中系统比较深度学习重建算法与传统重建方法对肝脏高血供病灶检测性能的影响	研究基于人体模型而非真实患者，结果需要临床验证	评估深度学习重建算法在双能CT中对图像质量和肝脏高血供病灶检测能力的影响	模拟高血供肝细胞癌的人体肝脏模型	医学影像分析	肝细胞癌	双能CT, 虚拟单能成像	深度学习图像重建算法	CT影像	标准体型人体模型（BMI 23 kg/m²）	NA	DLIR（低、中、高三个级别）	病灶-肝脏对比度, 噪声幅度, 噪声功率谱, 调制传递函数, 可检测性指数	NA
1206	2025-10-07	Novel pre-spatial data fusion deep learning approach for multimodal volumetric outcome prediction models in radiotherapy 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17672 PMID:39928034	研究论文	提出一种新颖的预空间融合深度学习方法来改进放疗中多模态体积数据的生存预测模型	开发了联合早期预空间融合技术，在卷积操作前将临床数据整合到训练中，解决了多模态数据结构的原生不兼容性问题	研究基于单中心回顾性队列，样本量相对有限，仅包含531例头颈癌患者中的222例完整数据病例	开发用于放疗前总体生存预测的多模态体积神经网络融合方法	头颈癌放疗患者	医学影像分析	头颈癌	CT成像，剂量阵列，结构集分析	3D CNN, 密集神经网络, Cox比例风险模型	体积图像数据，表格临床数据	222例完整数据头颈癌患者	NA	3D卷积神经网络，密集神经网络	AUC, p值	NA
1207	2025-10-07	Applications of artificial intelligence in ultrasound imaging for carpal-tunnel syndrome diagnosis: a scoping review 2025-Apr, International orthopaedics IF:2.0Q2 DOI:10.1007/s00264-025-06497-1 PMID:40100390	综述	本范围综述分析了人工智能在腕管综合征超声成像诊断中的应用现状	首次系统梳理AI在腕管综合征超声诊断中的多种应用方向，包括神经分割、自动诊断和严重程度分类	数据集限制、超声成像变异性和伦理考虑等挑战尚未解决	探索AI在提高腕管综合征诊断准确性、效率和患者预后方面的潜力	腕管综合征患者的超声影像	医学影像分析	腕管综合征	超声成像	CNN, 传统机器学习	超声图像	18篇纳入研究（345篇初筛）	NA	NA	NA	NA
1208	2025-10-07	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	本文系统综述了多尺度深度学习在目标检测与识别领域的发展，构建了完整的知识体系	首次系统梳理多尺度深度学习的理论框架与方法体系，涵盖CNN和Vision Transformer等多尺度建模技术	作为综述文章，未提出新的原创算法模型	探讨计算机视觉中的多尺度表示问题及其在深度学习中的应用	多尺度表示方法及其在目标检测与识别任务中的应用	计算机视觉	NA	NA	CNN, Vision Transformer	图像	NA	NA	NA	NA	NA
1209	2025-10-07	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	提出一种基于拓扑感知深度学习的结直肠和结直肠癌自动分割方法DeepCRC-SL，用于常规CT扫描	首次提出一维结直肠坐标系，通过辅助回归任务预测体素的坐标值以整合全局拓扑信息，并引入坐标驱动的自学习策略利用未标注数据	方法在结直肠癌分割的DSC指标为0.669，仍有提升空间	开发常规CT扫描中结直肠和结直肠癌的自动分割算法	结直肠和结直肠癌组织	医学影像分析	结直肠癌	常规对比增强CT扫描	深度学习	CT医学影像	227例标注和585例未标注的结直肠癌病例	NA	自注意力网络	DSC（Dice相似系数）	NA
1210	2025-10-07	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效果	首次系统评估ML和DL在新生儿癫痫检测中的性能表现，重点关注卷积神经网络模型的应用潜力	仅纳入10项符合标准的研究，样本量有限，且为非盲法筛选可能存在偏倚	研究机器学习和深度学习在新生儿癫痫检测中的效果	新生儿癫痫发作的脑电图信号	机器学习	新生儿癫痫	脑电图信号分析	CNN	脑电图时间序列数据	1389次癫痫发作事件，涉及17-258名新生儿，总计834小时数据	NA	卷积神经网络	AUC, 灵敏度, 特异性	NA
1211	2025-10-07	BRAFPred: A Novel Approach for Accurate Prediction of the B-Type Rapidly Accelerated Fibrosarcoma Inhibitor 2025-Apr-01, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c10367 PMID:40191311	研究论文	提出一种名为BRAFPred的新型集成学习框架，用于精确预测B型快速加速纤维肉瘤抑制剂	采用堆叠集成学习方法整合经典机器学习和先进深度学习技术，克服传统QSAR方法的局限性	NA	开发高精度的BRAF抑制剂预测模型	BRAF抑制剂分子	机器学习	癌症	分子描述符分析	集成学习,XGBoost,SVR,深度学习,BERT	分子描述符,小分子序列特征	NA	XGBoost,Scikit-learn,Chemprop,PyTorch	随机森林回归,BERT	平均绝对误差,决定系数	NA
1212	2025-10-07	Deep learning for electrocardiogram interpretation: Bench to bedside 2025-Apr, European journal of clinical investigation IF:4.4Q2 DOI:10.1111/eci.70002 PMID:40191935	综述	本文综述了深度学习在心电图分析中的应用、临床验证及临床实施障碍	系统评估深度学习在心电图分析中的临床有效性，并首次全面分析其临床实施面临的关键障碍	为叙述性综述，缺乏系统性文献检索和定量分析	探讨深度学习技术在心电图分析中的应用前景及临床实施挑战	12导联心电图数据和基于深度学习的医疗设备	机器学习	心血管疾病	心电图分析	深度学习	心电图信号	NA	NA	NA	NA	NA
1213	2025-04-07	Deep learning model for detecting cystoid fluid collections on optical coherence tomography in X-linked retinoschisis patients 2025-Apr-04, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.17495 PMID:40186400	research paper	本文验证了一种深度学习框架，用于在X连锁视网膜劈裂症患者的SD-OCT图像中检测和量化囊样液体聚集	开发了一种基于no-new-U-Net的深度学习模型，用于自动分割和量化X连锁视网膜劈裂症患者的囊样液体聚集	深度学习模型存在系统性高估的问题，需要未来进一步优化	验证深度学习模型在X连锁视网膜劈裂症患者SD-OCT图像中检测和量化囊样液体聚集的有效性	X连锁视网膜劈裂症患者的SD-OCT图像	digital pathology	X-linked retinoschisis	spectral-domain optical coherence tomography (SD-OCT)	no-new-U-Net	image	112 OCT volumes (70训练, 42内部测试), 37 SD-OCT scans (20患者)	NA	NA	NA	NA
1214	2025-10-07	Dynamic integration of feature- and template-based methods improves the prediction of conformational B cell epitopes 2025-Apr-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.01.018 PMID:39938510	研究论文	开发了一种动态集成算法DynaBCE，通过整合特征基和模板基方法改进构象B细胞表位预测	首次将特征基策略与模板基策略动态集成，提出动态加权方法最大化不同样本中各模块的优势	NA	提高构象B细胞表位的预测准确性	构象B细胞表位	机器学习	NA	蛋白质语言模型，几何图神经网络，transformer算法	Boosting算法，几何图神经网络，transformer	蛋白质结构数据	NA	NA	几何图神经网络，transformer	NA	NA
1215	2025-10-07	FakET: Simulating cryo-electron tomograms with neural style transfer 2025-Apr-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.01.020 PMID:39947174	研究论文	提出基于神经风格转移的FakET方法，用于模拟冷冻电子断层扫描图像生成	使用神经风格转移技术模拟冷冻透射电子显微镜的前向算子，显著提升数据生成速度并降低内存需求	NA	解决冷冻电子显微镜中粒子定位和分类任务训练数据不足的问题	冷冻电子显微镜图像数据	计算机视觉	NA	冷冻电子显微镜，神经风格转移	神经网络	图像	NA	NA	神经风格转移	数据生成速度，内存使用效率，定位和分类性能	GPU加速，并行处理
1216	2025-04-07	An interpretable deep learning model for the accurate prediction of mean fragmentation size in blasting operations 2025-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96005-7 PMID:40181054	研究论文	本研究提出了一种NRBO-CNN-LSSVM模型，用于预测爆破作业中的平均破碎尺寸，结合了CNN、LSSVM和NRBO技术	整合了CNN、LSSVM和NRBO技术，提高了预测准确性和适用性，并开发了交互式GUI以增强实用性	样本量较小（105个样本），可能影响模型的泛化能力	提高爆破作业中平均破碎尺寸的预测准确性	爆破作业中的平均破碎尺寸	机器学习	NA	CNN, LSSVM, NRBO, SVM, SVR	NRBO-CNN-LSSVM, CNN-LSSVM, CNN, LSSVM, SVM, SVR	数值数据	105个样本（来自先前研究和现场采集）	NA	NA	NA	NA
1217	2025-04-07	Efficient fault diagnosis in rolling bearings lightweight hybrid model 2025-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96285-z PMID:40181056	研究论文	提出了一种用于滚动轴承故障诊断的轻量级混合模型TSL-Transformer，结合了Transformer和LSTM模块以提高特征提取效率和诊断准确性	对传统Transformer模型进行轻量级改进，引入多头注意力机制和前馈神经网络，并并行加入LSTM模块以增强时序特征捕获能力	仅在CWRU数据集上进行了验证，未提及其他数据集或实际工业场景的测试结果	解决传统深度学习方法处理长时间序列数据时特征提取和模型训练效率低下的问题	滚动轴承的振动信号	机器学习	NA	多头注意力机制，LSTM	TSL-Transformer（Transformer与LSTM混合模型）	时间序列数据（振动信号）	CWRU数据集（具体样本量未说明）	NA	NA	NA	NA
1218	2025-10-07	Encoding matching criteria for cross-domain deformable image registration 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17565 PMID:39688347	研究论文	提出一种面向跨域可变形图像配准的编码器方法，通过建模图像特征和结构特征的匹配准则来提升配准精度和适应性	设计了通用特征编码器(Encoder-G)和结构特征编码器(Encoder-S)，并通过一次性学习更新Encoder-S实现跨域适应	NA	解决跨域可变形图像配准问题，提升深度学习配准方法的泛化能力	医学MRI图像	计算机视觉	多疾病类别	深度学习	编码器网络	医学图像	脑部图像(训练/测试: 870/90对)，腹部图像(训练/测试: 1406/90对)，心脏图像(训练/测试: 64770/870对)	NA	Encoder-G, Encoder-S	Dice相似系数(DSC), 平均对称表面距离(ASSD)	NA
1219	2025-10-07	Improved deep learning-based IVIM parameter estimation via the use of more "realistic" simulated brain data 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17583 PMID:39704604	研究论文	提出一种基于合成数据的监督学习方法SDD-IVIM，用于提高IVIM参数估计的精度和噪声鲁棒性	开发了基于模型的合成人脑IVIM数据生成方法，通过结合复杂参数分布和人脑纹理模拟真实脑组织结构	方法依赖于合成数据训练，未使用真实世界数据进行神经网络训练	提高IVIM参数估计的精度和噪声鲁棒性	人脑IVIM成像，特别是胶质瘤患者	医学影像分析	脑胶质瘤	IVIM双指数模型，多b值扩散加权成像	U-Net	合成脑IVIM数据，扩散加权图像	数值体模实验和20名胶质瘤患者	NA	U-Net	平均绝对误差，平均偏差，结构相似性，变异系数，对比噪声比	NA
1220	2025-10-07	Deep learning-based Monte Carlo dose prediction for heavy-ion online adaptive radiotherapy and fast quality assurance: A feasibility study 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17628 PMID:39871016	研究论文	开发基于深度学习的蒙特卡罗剂量预测模型，用于重离子在线自适应放疗和快速质量保证	在CHD U-Net基础上引入通道注意力机制(CAM)，显著提升重离子治疗中蒙特卡罗剂量预测精度	仅针对头颈部癌症患者进行研究，样本量相对有限	开发深度学习模型用于重离子治疗的在线自适应放疗和快速质量保证	120例头颈部癌症患者	医学影像分析	头颈部癌症	蒙特卡罗模拟(GATE/Geant4)	U-Net	CT图像、三维能量矩阵、射线掩模	120例头颈部癌症患者	NA	CHD U-Net, CAM-CHD U-Net	gamma通过率(3%/3mm), 平均绝对差异	NA