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
1381	2025-03-04	Contrastive learning in brain imaging 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102500 PMID:39889467	研究论文	本文探讨了对比学习在脑成像中的应用及其作为一种无需数据标注的深度学习技术的潜力	对比学习通过将数据映射到潜在空间，并假设同类样本在潜在空间中应彼此接近，不同类样本应彼此远离，从而在无需标注的情况下学习数据的代表性特征	未明确提及具体的研究限制	研究对比学习在医学图像处理和分析中的应用	脑成像数据	医学影像	NA	对比学习	深度学习	图像	NA
1382	2025-03-04	Feature-targeted deep learning framework for pulmonary tumorous Cone-beam CT (CBCT) enhancement with multi-task customized perceptual loss and feature-guided CycleGAN 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102487 PMID:39891955	研究论文	本文提出了一种针对肺部肿瘤的锥形束CT（CBCT）增强的深度学习框架，通过多任务定制感知损失和特征引导的CycleGAN生成高质量的肺部成像	提出了一种新的特征导向深度学习框架，结合多任务学习特征选择网络（MTFS-Net）和特征引导的CycleGAN，有效抑制伪影并保留关键肿瘤信息	未提及具体局限性	提高肺部CBCT图像质量，以支持肺癌治疗的进一步分析	肺癌患者的CBCT图像	计算机视觉	肺癌	深度学习	CycleGAN	图像	多机构数据集
1383	2025-03-04	Adjacent point aided vertebral landmark detection and Cobb angle measurement for automated AIS diagnosis 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102496 PMID:39908630	研究论文	本文提出了一种新颖的脊柱关键点检测框架，用于自动诊断青少年特发性脊柱侧弯（AIS），并通过脊柱刚性结构信息辅助提高参数测量和诊断准确性	设计了LAD-Net深度学习架构，结合相邻中心迭代校正（ACIC）和角点特征优化与融合（CFOF）模块，有效纠正错误检测的脊柱标志点	未明确提及研究的局限性	提高AIS诊断的准确性和自动化水平	青少年特发性脊柱侧弯（AIS）患者的脊柱X光图像	计算机视觉	青少年特发性脊柱侧弯	深度学习	LAD-Net	图像	未明确提及样本数量
1384	2025-03-04	Meta-learning guidance for robust medical image synthesis: Addressing the real-world misalignment and corruptions 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102506 PMID:39914125	研究论文	本文提出了一种基于元学习的医学图像合成方法，旨在解决数据集中的错位和损坏问题	提出了三种关键创新：元学习启发的重加权方案、基于非局部特征的损失函数以及联合训练图像合成网络与基于空间变换器（STN）的配准网络	方法在受控合成场景和公共数据集上进行了验证，但尚未在更复杂的数据集上测试	提高医学图像合成网络在存在错位和损坏数据时的鲁棒性	医学图像	计算机视觉	NA	深度学习	CNN, STN	图像	NA
1385	2025-03-04	DLPVI: Deep learning framework integrating projection, view-by-view backprojection, and image domains for high- and ultra-sparse-view CBCT reconstruction 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102508 PMID:39921927	研究论文	本研究提出了一种深度学习框架DLPVI，通过整合投影域、逐视图反投影域和图像域，提高了高稀疏视图和超稀疏视图锥束计算机断层扫描（CBCT）图像的质量	DLPVI框架首次将投影域、逐视图反投影域和Transformer图像域模型结合，显著提升了稀疏视图CBCT图像的重建质量	研究仅基于163名患者的CBCT数据进行训练和测试，样本量相对较小，可能限制了模型的泛化能力	提高高稀疏视图和超稀疏视图CBCT图像的重建质量	锥束计算机断层扫描（CBCT）图像	计算机视觉	NA	深度学习	Transformer	图像	163名患者的CBCT数据用于训练，30名用于验证，30名用于测试
1386	2025-03-04	CGNet: Few-shot learning for Intracranial Hemorrhage Segmentation 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102505 PMID:39921928	研究论文	本文提出了一种新的分割模型CGNet，用于在少量数据的情况下进行颅内出血（ICH）区域的分割	提出了跨特征模块（CFM）和支持引导查询（SGQ）来增强对病变细节的理解和分割目标的细化，首次将ICH分割任务转化为少样本学习问题	需要进一步验证模型在其他数据集上的泛化能力	研究目的是开发一种能够在少量标注数据下有效进行颅内出血分割的深度学习模型	颅内出血（ICH）区域	计算机视觉	颅内出血	深度学习	CGNet	医学影像	公开的BHSD数据集和私有的IHSAH数据集
1387	2025-03-04	Subtraction-free artifact-aware digital subtraction angiography image generation for head and neck vessels from motion data 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102512 PMID:39983664	研究论文	本文提出了一种创新的无减影伪影感知数字减影血管造影（DSA）图像生成方法（AaDSA），利用运动数据生成无伪影的DSA图像	提出了一种基于梯度场变换（GFT）的技术来创建伪影掩码，指导AaDSA模型的训练，从而在模型训练中绕过伪影区域的不良影响	需要进一步验证在更广泛临床环境中的适用性和效果	开发一种无需减影即可生成无伪影DSA图像的方法，以提高血管疾病的诊断准确性	头颈部血管的DSA图像	计算机视觉	血管疾病	深度学习（DL）	AaDSA模型	图像	真实头颈部DSA数据集
1388	2025-03-04	A novel generative model for brain tumor detection using magnetic resonance imaging 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102498 PMID:39985841	研究论文	本文提出了一种使用磁共振成像检测脑肿瘤的新方法，结合深度学习和智能计算单元，实现了高精度的肿瘤区域分割和分类	提出了一种结合Yolov8框架和智能计算单元的脑肿瘤检测方法，并引入了数据融合和LLM模型以优化分类和预诊断	未提及具体的数据集规模或外部验证结果，可能限制了方法的普适性	开发一种基于AI的计算机辅助诊断方法，用于脑肿瘤的检测和分类	脑肿瘤的MRI图像	数字病理学	脑肿瘤	深度学习	Yolov8, CNN, LLM	MRI图像	未提及具体样本数量
1389	2025-03-04	Automatic Joint Lesion Detection by enhancing local feature interaction 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102509 PMID:39947085	研究论文	本文提出了一种通过增强局部特征交互来实现自动关节病变检测的方法	提出了局部注意力特征融合（LAFF）和高斯位置编码（GPE）模块，显著提高了YOLO模型的检测精度	NA	提高自动关节病变检测的准确性和效率，以满足临床需求	关节炎患者的X光图像	计算机视觉	关节炎	NA	YOLO	图像	960张X光图像（由两位关节炎专家和一位放射科医生标注）和216张X光图像，补充了MURA数据集
1390	2025-03-04	Interpretable multi-stage attention network to predict cancer subtype, microsatellite instability, TP53 mutation and TMB of endometrial and colorectal cancer 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102499 PMID:39947084	研究论文	本文介绍了一种可解释的多阶段注意力深度学习网络，用于从低成本的常规组织病理学全切片图像中预测子宫内膜癌和结直肠癌的病理亚型、微卫星不稳定性、TP53突变和肿瘤突变负荷	提出了一种新的深度学习网络，能够直接从常规使用的组织病理学全切片图像中预测癌症亚型和分子状态，且性能优于现有的七种先进方法	尽管模型在预测性能上表现出色，但其在临床常规筛查中的实际应用仍需进一步验证，尤其是在更大规模和多样化的数据集上	开发一种低成本、高效的方法，用于预测子宫内膜癌和结直肠癌的病理亚型和分子状态，以支持个性化癌症免疫治疗决策	子宫内膜癌和结直肠癌的组织病理学全切片图像	数字病理学	子宫内膜癌, 结直肠癌	深度学习	多阶段注意力网络	图像	NA
1391	2025-03-04	Deep Learning Technique for Automatic Segmentation of Proximal Hip Musculoskeletal Tissues From CT Scan Images: A MrOS Study 2025-Apr, Journal of cachexia, sarcopenia and muscle DOI:10.1002/jcsm.13728 PMID:40022453	研究论文	本研究开发了一种深度学习技术，用于从CT扫描图像中自动分割和量化近端髋关节的肌肉骨骼组织	首次在近端髋关节区域应用深度学习技术进行肌肉骨骼组织的自动分割和量化	研究样本仅限于男性，且年龄较大，可能限制了结果的普遍性	开发一种深度学习技术，用于自动分割和量化近端髋关节的肌肉骨骼组织	近端髋关节的肌肉骨骼组织	数字病理学	骨质疏松症	CT扫描	U-Net	图像	300名男性参与者，年龄73±6岁
1392	2025-03-03	COS-DeformDeep: Adaptive 2T2D spectral feature extraction method for improving the component identification performance in mixtures based on handheld Raman technology 2025-Apr-08, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343773 PMID:40021327	研究论文	提出了一种名为COS-DeformDeep的新方法，用于增强和提取手持拉曼光谱混合物成分识别中的光谱特征	结合同步双迹二维相关光谱（2T2D-COS）和可变形卷积（DCNs），提高了深度学习模型在相关峰区域几何变形适应性，从而增强了2T2D-COS中的光谱特征提取能力	NA	提高手持拉曼光谱技术在混合物成分识别中的性能	乙醇、双丙酮醇和组氨酸三种物质，体积重量比范围为2%到20%	光谱分析	NA	拉曼光谱	可变形卷积（DCNs）	光谱数据	三个混合物数据集
1393	2025-03-03	A three-dimensional marine plastic litter real-time detection embedded system based on deep learning 2025-Apr, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117603 PMID:39889545	研究论文	本文介绍了一种基于深度学习的三维海洋塑料垃圾实时检测嵌入式系统（3D-MPLRD），旨在解决海洋塑料污染问题	该系统结合了图像质量评估与增强技术，以应对水下恶劣环境对图像质量的影响，并通过压缩和量化YOLOv5模型，使其适用于嵌入式设备	未提及具体的数据集规模或实验环境的多样性限制	开发实时清理海洋塑料垃圾的智能系统	海洋塑料垃圾	计算机视觉	NA	深度学习	YOLOv5	图像	未提及具体样本数量
1394	2025-03-02	Detecting living microalgae in ship ballast water based on stained microscopic images and deep learning 2025-Apr, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117608 PMID:39893717	研究论文	本研究旨在通过染色显微图像和深度学习模型快速检测船舶压载水中的活微藻细胞	利用中性红染料对活细胞的染色选择性，结合深度学习模型进行微藻活细胞的检测	对活微藻细胞的检测精度略低于总体微藻细胞的检测精度	快速检测船舶压载水中的活微藻细胞	船舶压载水中的微藻细胞	计算机视觉	NA	染色显微图像处理	深度学习模型	图像	Platymonas helgolandica tsingtaoensis 和 Alexandrium catenella 的显微图像
1395	2025-03-03	Utilising artificial intelligence in developing education of health sciences higher education: An umbrella review of reviews 2025-Apr, Nurse education today IF:3.6Q1 DOI:10.1016/j.nedt.2025.106600 PMID:39904286	综述	本文通过综述综述的方式，综合了当前关于人工智能在健康科学教育中应用的证据	本文通过综述综述的方式，综合了多个领域（如机器人技术、机器学习和深度学习、大数据、沉浸式技术和自然语言处理）在健康科学教育中的应用，提供了全面的视角	本文的局限性在于仅分析了2019年至2023年间发表的七篇综述，可能无法涵盖所有相关研究	研究目的是综合当前关于人工智能在健康科学教育中应用的证据	研究对象是健康科学教育中的人工智能应用	自然语言处理	NA	NA	NA	NA	6304篇出版物中筛选出201篇综述，最终分析了7篇综述
1396	2025-03-03	Physics-informed neural networks for enhanced reference evapotranspiration estimation in Morocco: Balancing semi-physical models and deep learning 2025-Apr, Chemosphere IF:8.1Q1 DOI:10.1016/j.chemosphere.2025.144238 PMID:39983624	研究论文	本文探讨了在摩洛哥利用物理信息神经网络（PINNs）增强参考蒸散量（ETo）估计的方法，平衡了半物理模型和深度学习	本文的创新点在于将半物理模型整合到神经网络的损失函数中，通过θ参数实现数据驱动损失和半物理模型损失的凸组合，从而提高了ETo估计的准确性和可靠性	研究的局限性在于仅使用了摩洛哥Tensift流域四个自动气象站的数据，可能限制了模型的普适性	研究目的是通过物理信息神经网络提高参考蒸散量的估计精度，以改善农业水资源管理	研究对象为摩洛哥Tensift流域的四个自动气象站收集的气象数据，包括气温、太阳辐射、相对湿度和风速	机器学习	NA	物理信息神经网络（PINNs）	神经网络	气象数据	四个自动气象站的数据
1397	2025-03-03	Role of Artificial Intelligence in the Detection and Management of Premalignant and Malignant Lesions of the Esophagus and Stomach 2025-Apr, Gastrointestinal endoscopy clinics of North America DOI:10.1016/j.giec.2024.10.003 PMID:40021232	review	本文综述了人工智能（AI）技术在食管和胃的癌前病变及恶性肿瘤检测和管理中的应用	AI技术，特别是卷积神经网络，在提高病变检测（计算机辅助检测 [CADe]）和特征化（计算机辅助诊断 [CADx]）方面优于内镜医师，并在临床实践中展示了改善的结果	NA	探讨AI技术在食管鳞状细胞癌、Barrett食管相关肿瘤和胃癌筛查中的应用	食管和胃的癌前病变及恶性肿瘤	digital pathology	esophageal cancer, gastric cancer	deep learning, convolutional neural networks	CNN	image	NA
1398	2025-03-03	Past, Present, and Future: A History Lesson in Artificial Intelligence 2025-Apr, Gastrointestinal endoscopy clinics of North America DOI:10.1016/j.giec.2024.09.003 PMID:40021228	review	本文回顾了过去50年人工智能（AI）的发展历程，并探讨了其在医学领域，特别是胃肠病学中的应用和未来前景	本文系统地总结了AI在胃肠病学中的应用，包括计算机辅助检测和诊断系统在内科镜、成像和病理检测中的革命性影响，并展望了未来的发展方向	文章提到AI在透明度、责任和伦理问题方面面临的挑战，需要进一步解决	回顾AI的发展历史，探讨其在医学领域的应用及未来发展方向	人工智能在医学领域的应用，特别是胃肠病学	machine learning	NA	NA	NA	NA	NA
1399	2025-03-03	Role of Artificial Intelligence for Endoscopic Ultrasound 2025-Apr, Gastrointestinal endoscopy clinics of North America DOI:10.1016/j.giec.2024.10.007 PMID:40021237	研究论文	本文探讨了人工智能（AI）在内镜超声（EUS）中的应用，特别是在病变检测和特征分析方面的潜力	AI算法通过分析EUS图像，能够辅助病变检测和特征分析，提高诊断准确性并提供更快的诊断	EUS是一种高度依赖操作者的技术，AI的应用可能仍受限于操作者的经验和技能	研究AI在内镜超声中的应用，以提高诊断准确性和效率	胆胰和胃肠道疾病	计算机视觉	胆胰疾病, 胃肠道疾病	深度学习	卷积神经网络（CNN）	图像	NA
1400	2025-03-02	Recipes and ingredients for deep learning models of 3D genome folding 2025-Apr, Current opinion in genetics & development IF:3.7Q2 DOI:10.1016/j.gde.2024.102308 PMID:39862604	review	本文比较和对比了用于预测基因组接触图的深度学习模型，并探讨了预处理、架构、训练、评估和解释方法	强调了不同模型的能力和局限性，并指出了基因组折叠模型面临的挑战、机遇和未来潜在方向	主要关注深度学习模型，未涉及其他类型的模型或方法	探讨深度学习模型在预测基因组接触图中的应用	三维基因组折叠	machine learning	NA	深度学习	深度学习模型	基因组接触图	NA