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
1381	2025-10-07	On the analysis of adapting deep learning methods to hyperspectral imaging. Use case for WEEE recycling and dataset 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125665 PMID:39746253	研究论文	本文评估了空间和光谱特征对高光谱图像分割深度学习架构的影响，并公开了Tecnalia WEEE高光谱数据集	系统分析光谱与空间信息组合对模型性能的影响，探索RGB预训练基础模型向高光谱领域的知识迁移	未开发专门整合光谱和空间信息的新型架构，RGB基础模型在高光谱领域表现不佳	评估不同空间和光谱特征对高光谱图像分割深度学习模型性能、能耗和推理时间的影响	废弃电子电气设备(WEEE)中的有色金属分选，包括铜、黄铜、铝、不锈钢和白铜	计算机视觉	NA	高光谱成像	深度学习	高光谱图像	Tecnalia WEEE高光谱数据集，包含多种有色金属样本	NA	基础模型	识别性能、能耗、推理时间	NA
1382	2025-10-07	Enhancing thin slice 3D T2-weighted prostate MRI with super-resolution deep learning reconstruction: Impact on image quality and PI-RADS assessment 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110308 PMID:39667642	研究论文	本研究评估了超分辨率深度学习重建技术在提升前列腺薄层3D T2加权MRI图像质量和PI-RADS评估一致性方面的效果	首次将超分辨率深度学习重建技术应用于前列腺薄层3D T2加权MRI，在不增加扫描时间的前提下提升图像质量	样本量较小（28例患者），且为单中心回顾性研究	评估超分辨率深度学习重建技术对前列腺MRI图像质量和PI-RADS评估的影响	前列腺MRI图像	医学影像分析	前列腺癌	MRI，超分辨率深度学习重建	深度学习模型	医学影像	28名男性患者（年龄范围47-88岁，平均70.8岁）	NA	超分辨率深度学习重建	对比度，对比噪声比，斜率，定性评分，kappa值	NA
1383	2025-10-07	A lightweight adaptive spatial channel attention efficient net B3 based generative adversarial network approach for MR image reconstruction from under sampled data 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110281 PMID:39672285	研究论文	提出一种基于轻量级自适应空间通道注意力EfficientNet B3的生成对抗网络方法，用于从欠采样k空间数据中快速重建高质量MR图像	结合自适应空间通道注意力机制与EfficientNet B3的轻量级GAN架构，在保持高性能的同时减少参数数量	未明确说明数据集的具体规模和多样性限制	加速磁共振成像采集过程并提高欠采样数据重建质量	磁共振图像重建	计算机视觉	NA	压缩感知MRI	GAN, U-net, ResNet	医学图像	NA	NA	EfficientNet B3, U-net, ResNet	多种评估指标	NA
1384	2025-10-07	Conditional generative diffusion deep learning for accelerated diffusion tensor and kurtosis imaging 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110309 PMID:39675686	研究论文	开发DiffDL生成式扩散概率模型，从减少的扩散加权图像生成高质量扩散张量和扩散峰度成像指标	首次将生成式扩散概率模型应用于扩散MRI加速成像，支持不确定性量化	计算需求较高，尚未在临床队列和标准MRI扫描仪上验证	解决扩散MRI数据采集时间过长的问题，同时保持指标准确性	扩散张量成像和扩散峰度成像指标	医学影像分析	NA	扩散加权成像，扩散张量成像，扩散峰度成像	扩散概率模型，UNet	医学影像数据	300个训练/验证对象，50个测试对象（来自人类连接组计划）	NA	UNet	归一化平均绝对误差，峰值信噪比，皮尔逊相关系数	NA
1385	2025-10-07	Predicting molecular subtypes of breast cancer based on multi-parametric MRI dataset using deep learning method 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110305 PMID:39681144	研究论文	开发基于多参数MRI和深度学习方法的乳腺癌分子亚型预测模型	使用五种MRI图像类型分别构建基础模型，并通过集成学习方法融合多参数MRI数据	回顾性研究，样本量相对有限（325例患者）	预测乳腺癌分子亚型	乳腺癌患者	医学影像分析	乳腺癌	多参数MRI成像	深度学习	医学影像	325例经病理证实的乳腺癌患者（训练集260例，测试集65例）	NA	ResNeXt50	准确率, 敏感度, 特异度, ROC曲线, AUC	NA
1386	2025-10-07	Reliability of post-contrast deep learning-based highly accelerated cardiac cine MRI for the assessment of ventricular function 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110313 PMID:39708928	研究论文	评估基于深度学习的超加速心脏电影MRI在对比剂注射前后对心室功能评估的可靠性	首次验证对比剂注射后深度学习加速心脏电影MRI与注射前在图像质量和心室功能定量评估方面的等效性	样本量较小（30例患者），仅在1.5T扫描器上验证	评估对比剂注射前后深度学习加速心脏电影MRI在心室功能评估中的等效性	30例接受心脏磁共振检查的患者（20名男性，平均年龄53.7±17.8岁）	医学影像分析	心血管疾病	心脏磁共振成像，深度学习加速采集	深度学习模型	心脏磁共振图像	30例患者	NA	NA	图像质量评分，双心室舒张末期容积，收缩末期容积，每搏输出量，射血分数，左心室质量	1.5T磁共振扫描器
1387	2025-10-07	Comparison of conventional diffusion-weighted imaging and multiplexed sensitivity-encoding combined with deep learning-based reconstruction in breast magnetic resonance imaging 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110316 PMID:39716684	研究论文	比较传统扩散加权成像与结合深度学习重建的多重灵敏度编码在乳腺磁共振成像中的表现	首次将深度学习重建技术应用于多重灵敏度编码的乳腺MRI图像重建	样本量相对较小（51名参与者），仅评估了短期数据（2023年6-12月）	评估MUSE结合深度学习重建在乳腺成像中的可行性	接受乳腺磁共振成像的女性参与者	医学影像分析	乳腺癌	扩散加权成像，多重灵敏度编码，深度学习重建	深度学习	磁共振图像	51名女性参与者	NA	NA	信噪比，对比噪声比，组内相关系数，表观扩散系数	NA
1388	2025-10-07	Application of MRI-based tumor heterogeneity analysis for identification and pathologic staging of breast phyllodes tumors 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110325 PMID:39788394	研究论文	本研究探讨基于MRI的影像组学和深度学习模型在乳腺叶状肿瘤识别与分类中的应用价值	融合传统影像组学特征、亚区影像组学特征和深度学习特征构建联合模型，在乳腺叶状肿瘤分类中取得最佳诊断效能	回顾性研究设计，样本量相对有限（77例患者）	探索MRI影像组学和深度学习在乳腺叶状肿瘤鉴别诊断和病理分期中的应用	经病理确诊的乳腺叶状肿瘤和纤维腺瘤患者	数字病理	乳腺癌	MRI成像	深度学习,随机森林,LASSO	医学影像	77例患者	NA	NA	AUC,ROC曲线,DeLong检验,决策曲线分析,校准曲线分析	NA
1389	2025-02-10	FDuDoCLNet: Fully dual-domain contrastive learning network for parallel MRI reconstruction 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110336 PMID:39864600	研究论文	本文提出了一种新的全双域对比学习网络（FDuDoCLNet），用于并行MRI重建，以解决现有深度学习方法在重建质量上的局限性	提出了基于变分网络（VarNet）的全双域对比学习网络（FDuDoCLNet），通过引入双域对比损失来优化重建性能，并在图像域和小波域中同时进行加速并行成像（PI）	现有重建网络很少考虑小波域中的多样化频率特征，且现有双域重建方法可能过于关注单一域的特征，导致重建图像中关键全局结构或局部细节的丢失	提高并行MRI重建的速度和质量	MRI图像	计算机视觉	NA	深度学习	FDuDoCLNet, VarNet	图像	fastMRI多线圈膝盖数据集	NA	NA	NA	NA
1390	2025-10-07	FedPD: Defending federated prototype learning against backdoor attacks 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107016 PMID:39708704	研究论文	提出FedPD框架，通过交换原型而非模型参数来防御联邦学习中的后门攻击	首次在联邦学习中采用原型交换机制，从源头阻断后门攻击通道，同时显著降低通信开销	未明确说明在极端非独立同分布数据场景下的性能表现	开发高效的联邦学习后门攻击防御方法	联邦学习系统及其安全防护	机器学习	NA	联邦学习	深度学习模型	分布式训练数据	NA	联邦学习框架	NA	攻击成功率，主要任务准确率	NA
1391	2025-10-07	Enhancing consistency and mitigating bias: A data replay approach for incremental learning 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107053 PMID:39732067	研究论文	提出一种增强一致性和减轻偏见的增量学习方法CwD，通过数据回放和分类器去偏技术解决灾难性遗忘问题	提出定量测量数据一致性的方法，并设计新型损失函数减少倒置数据与真实数据间的不一致性；提出正则化项平衡类别权重	基于绑定的多元高斯分布假设，可能无法完全反映真实数据分布；实验仅限于图像分类任务	解决深度学习系统在连续学习中的灾难性遗忘问题	增量学习系统中的数据一致性和分类器偏见	机器学习	NA	数据回放方法	深度学习	图像	CIFAR-100、Tiny-ImageNet和ImageNet100数据集	NA	NA	准确率	NA
1392	2025-10-07	DFCL: Dual-pathway fusion contrastive learning for blind single-image visible watermark removal 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107077 PMID:39793490	研究论文	提出一种双路径融合对比学习方法用于盲单图像可见水印去除	通过双路径训练图像和梯度图，结合特征融合增强高频特征获取和水印空间定位精度，并利用对比学习确保结果接近原始无水印图像	未提及具体计算资源需求和模型规模限制	解决盲可见水印去除中的水印检测精度和去除后视觉质量问题	带有可见水印的数字图像	计算机视觉	NA	深度学习	对比学习	图像	三个具有挑战性的基准数据集	NA	双路径融合架构	水印检测精度，视觉质量	NA
1393	2025-10-07	ICH-PRNet: a cross-modal intracerebral haemorrhage prognostic prediction method using joint-attention interaction mechanism 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107096 PMID:39798349	研究论文	提出一种基于联合注意力交互机制的跨模态脑出血预后预测方法ICH-PRNet	设计了联合注意力交互编码器，在统一表征空间中整合CT图像和临床文本，并采用自适应动态优先级算法平衡多损失函数训练	NA	提高脑出血预后预测的准确性	脑出血患者	计算机视觉,自然语言处理	脑出血	深度学习	跨模态神经网络	CT图像,临床文本	内部数据集和公开数据集	NA	ICH-PRNet	NA	NA
1394	2025-10-07	A Fine-grained Hemispheric Asymmetry Network for accurate and interpretable EEG-based emotion classification 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107127 PMID:39809039	研究论文	提出一种基于脑电图信号的细粒度半球不对称网络，用于准确且可解释的情绪分类	首次在2Hz窄频带内利用半球不对称特征进行情绪分类，并设计三阶段训练流程增强模型性能	仅在两个公开数据集上进行验证，需要更多样化的数据验证泛化能力	开发基于脑电图的准确可解释情绪分类方法	人类情绪状态	机器学习	NA	脑电图(EEG)	深度学习	脑电图信号	SEED和SEED-IV两个公开数据集	NA	FG-HANet	准确率	NA
1395	2025-10-07	Using deep learning for ultrasound images to diagnose chronic lateral ankle instability with high accuracy 2025-Apr, Asia-Pacific journal of sports medicine, arthroscopy, rehabilitation and technology DOI:10.1016/j.asmart.2025.01.001 PMID:39911312	研究论文	本研究使用深度学习分析踝关节超声图像，实现慢性外侧踝关节不稳的高精度诊断	首次将深度学习应用于超声图像诊断慢性外侧踝关节不稳，并采用遮挡敏感性方法可视化模型关注的关键区域	样本量较小（仅60个踝关节），需更大规模研究验证	评估深度学习在超声图像上诊断慢性外侧踝关节不稳的准确性	慢性外侧踝关节不稳患者的距腓前韧带	计算机视觉	运动系统疾病	超声成像	深度学习	图像	60个踝关节（30个对照组，30个损伤组），共4000张图像	NA	三种预训练深度学习模型	准确率, 精确率, 召回率, 特异性, F1分数, AUC	NA
1396	2025-10-07	Predicting bone metastasis risk of colorectal tumors using radiomics and deep learning ViT model 2025-Apr, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100659 PMID:39902382	研究论文	本研究结合影像组学和Vision Transformer深度学习技术，开发预测结直肠癌骨转移风险的模型	首次将Vision Transformer模型应用于结直肠癌骨转移风险预测，并采用双模态CT图像和晚期融合策略	回顾性研究，样本量有限（155例），需要更大规模多中心研究验证	开发预测结直肠癌骨转移风险的精准模型	结直肠癌患者	计算机视觉	结直肠癌	CT成像	Vision Transformer, SVM, KNN, Random Forest, LightGBM, XGBoost	CT图像	155例结直肠癌患者（81例有骨转移，74例无骨转移）	NA	Vision Transformer	AUC-ROC, 准确率, 敏感性, 特异性	NA
1397	2025-02-05	Structure and oxygen saturation recovery of sparse photoacoustic microscopy images by deep learning 2025-Apr, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100687 PMID:39896070	研究论文	本研究提出了一种名为Mask-enhanced U-net (MeU-net)的深度学习模型，用于恢复稀疏采样的光声显微镜（PAM）结构和功能图像	引入了自适应血管注意力掩码模块，专注于血管信息恢复，并设计了血管特定的损失函数以提高恢复精度	现有方法很少能有效恢复功能图像	提高光声显微镜成像速度和恢复精度	小鼠大脑和耳朵的稀疏采样光声显微镜图像	计算机视觉	NA	光声显微镜（PAM）	U-net	图像	小鼠大脑和耳朵的模拟数据，稀疏度为4×、8×、12×	NA	NA	NA	NA
1398	2025-02-05	Self-supervised light fluence correction network for photoacoustic tomography based on diffusion equation 2025-Apr, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100684 PMID:39896066	研究论文	本文提出了一种基于深度学习的自监督光流校正方法，用于定量光声断层成像中的吸收系数分布估计	提出了一种自监督的QPAT网络模型SQPA-Net，通过将基于扩散方程的光流估计引入损失函数，指导模型学习光声光传输的隐式表示	缺乏真实数据用于监督网络训练	解决定量光声断层成像中吸收系数分布估计的问题	生物组织	计算机视觉	NA	深度学习	SQPA-Net	图像	模拟和小动物成像实验	NA	NA	NA	NA
1399	2024-12-28	Network embedding: The bridge between water distribution network hydraulics and machine learning 2025-Apr-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.123011 PMID:39721501	研究论文	本文提出了一种新的水分配网络嵌入（WDNE）方法，将水分配网络的液压关系转化为适合机器学习算法的向量形式	提出了WDNE方法，首次将水分配网络的液压特性有效整合到机器学习中，并通过两种深度自编码器嵌入模型同时保留液压关系和属性信息	未提及具体局限性	解决水分配网络管理问题，提升机器学习算法在水分配网络中的应用效率	水分配网络（WDNs）	机器学习	NA	深度自编码器嵌入模型	自编码器	网络拓扑数据	未提及具体样本数量	NA	NA	NA	NA
1400	2025-10-07	A novel particle size distribution correction method based on image processing and deep learning for coal quality analysis using NIRS-XRF 2025-Apr-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127427 PMID:39709828	研究论文	提出一种结合图像处理和深度学习的颗粒尺寸分布校正方法，用于改善NIRS-XRF煤质分析中的预测精度	首次将Segment Anything Model和Spatial Transformer Network应用于煤样颗粒尺寸分布的校正，建立了颗粒尺寸分布与灰分测量误差的关联模型	仅使用56个煤样本进行验证，样本规模相对较小；校正范围限定在0∼1mm颗粒尺寸	解决颗粒尺寸分布变化对NIRS-XRF煤质分析精度的影响	煤炭样本	计算机视觉, 机器学习	NA	近红外光谱, X射线荧光光谱, 图像处理	CNN, STN, SAM	图像, 光谱数据	56个煤样本（48个0.2mm标准样本，8个0∼1mm校正样本）	NA	Segment Anything Model, Spatial Transformer Network, Convolutional Neural Network	标准偏差, 平均绝对误差, 均方根预测误差	NA